黑河流域近53年气候变化对参考作物腾发量影响研究

陈石磊，霍再林

(中国农业大学中国农业水问题研究中心，北京 100083)

1 研究背景

作为全球变化的重要体现，气候变化是当今人类社会面临的最严峻的挑战之一，也是影响区域水分消耗的主要因素。威尼斯联合工作会议上确定了6个共同关心的问题，其中气候突变动力学和气候变化检测是重要的两个问题[1]。全球变暖的必然结果是全球总降水量的增加，就全球而言，在20世纪，陆地降水约增加了2%[2,3]。参考作物腾发量是评价气象因素对蒸散发作用影响的重要指标，其势必会随气候变化而产生改变。Axel[4]对中国65个气象站点的参考作物腾发量变化进行了分析，得到ET0逐渐减小的结论；倪广恒[5]等认为干旱半干旱地区参考作物腾发量的减小是受风速减小和气温增加的影响；尹云鹤[6]等研究发现风速减小是影响我国北方温带和青藏高原地区年参考作物腾发量降低的主要原因。

黑河流域位于我国西北内陆地区，水资源短缺，生态环境脆弱，研究气候变化及潜在蒸散的变化对水资源高效利用，生态环境保护具有重要意义。贾文雄、王海军、刘艳艳、张亚宁[7-11]等学者从不同角度对黑河流域气候变化做了分析，并取得了一定成果。这些研究多是分析黑河流域或流域内典型区域的某一气象要素的变化特征，而对整个黑河流域各气候要素及参考作物腾发量的综合分析还比较缺乏,特别尚未对黑河流域各气象因子对ET0变化的影响作出定量的评估。本文将对黑河流域近53年的平均风速、平均气温、平均相对湿度、净辐射和参考作物腾发量的时空变化特征进行研究分析，在此基础上评估气象因子对ET0的影响，以求对气候变化对黑河流域蒸散发的影响作出新的认识。

2 资料与方法

2.1 研究区概况及数据来源

黑河流域(图1)位于河西走廊中部，地理位置37°43′～42°42′N，97°24′～101°30′E之间。流域总面积约14.29万km2，是我国西北地区第二大内陆河流域。由于深居欧亚大陆腹地，气候极端干旱，降水稀少而集中，年蒸发量2 000～3 800 mm，太阳辐射强烈，昼夜温差大，气候的地带性和区域性非常明显。

本文采用黑河流域16个气象站(包括9个流域内部站及7个流域附近站，站点具体分布情况如图1所示)1960-2012年的逐日气象观测资料(日平均气温、日最高气温、日最低气温、日照时数、日平均相对湿度、日平均风速等)，分别计算出各气象站的净辐射和参考作物腾发量，然后进行统计分析。个别缺测数据，对其采用临近站相关分析进行插补。另外，由于流域北部站点较少，在作空间分析时，将流域周围的7个测站纳入到插值点，以使结果更为精确。

图1 黑河流域气象站点分布图Fig.1 Spatial distribution of meteorological stations in Heihe River Basin

2.2 研究方法

2.2.1参考作物腾发量(ET0)的估算方法

本文采用FAO 56 Penman-Monteith公式[12,13]计算逐月ET0。

2.2.2Mann-Kendall趋势检验

Mann-Kendall法[14](以下简称M-K法)，是一种非参数统计检验法，其优点是不需要样本遵从一定的分布，也不受少数常值的干扰，且不需要作统计分析，适用于水文、气象等非正态分布的数据，是国际上推荐的方法。对于样本数大于10的集合，检验统计量S接近于正态分布，本文选取α=0.05的显著水平，如果以时间序列在此置信水平下存在显著变化趋势，则│ZC│>Zα/2=1.96，ZC值为正，表明具有上升或增加趋势，ZC值为负，则意味着下降或减少的趋势。另外，通过计算Kendall倾向度β值来衡量趋势的大小，β值为正表示有上升趋势，为负表示存在下降趋势，β绝对值越大表示上升或下降趋势越显著。

2.2.3Pettitt突变点检验

Pettitt法[15]是由Pettitt提出的一种检验时间序列突变跳跃点的方法，既能判断突变点的位置及数量，也能判断突变点是否具有统计意义上的显著水平。该检验基于Mann-Whitney 的统计函数Ut，T，认为两个样本X1，X2，…，Xt和Xt+1，Xt+2,…，XT均来自于同一序列分布，那么对于连续的序列，Ut，T和Vt，T可由公式计算得出，统计量Ut，T取得最大值所对应的样本t即为突变点。当突变点的Ut，T>0时，该序列具有向下突变趋势，反之则具有向上突变趋势。可能突变点的显著性水平POA可由相应点的统计量Ut，T经计算得出，若POA≤0. 5，则认为检测出的突变点在统计意义上是显著的，否则为不显著。

2.2.4空间数据的插值方法

本文在Arcgis环境下利用16个气象站的数据通过反距离权重(IDW)插值法绘制出各气象要素的Kendall倾向度空间分布图，并进行年际变化的空间差异分析。反距离权重插值法[16]基于相近相似原理: 距离待定点越近其值越接近, 越远则相差越大,可以根据待定点与已知点的空间距离来分配权的大小。这种空间数据插值方法的优越性是直观且效率高。

2.2.5去趋势分析法

为了定量分析气候因子的变化对参考作物腾发量的影响，采用去除气象因子趋势分析[17]进行以下步骤：①去除气温、风速、相对湿度、净辐射以及所有4项气候要素的变化趋势，使之转化成稳定的时间序列；②将已经去除变化趋势的气象数据代入到P-M公式，重新计算得到ET0;③对比去气候因子变化趋势后计算所得的ET0和按原始数据计算所得的ET0，二者之间的差值即为气候要素的变化趋势对ET0的影响。

3 结果分析

3.1 气候要素的变化趋势

根据各气候要素趋势检验及突变检验结果(表1)和变化趋势空间分布图(图2)，可以得到如下结论。

气温:所有9个气象站平均气温的年际变化均表现为显著上升趋势，升幅由西向东逐渐增大，地处西部的酒泉地区升幅最小，为0.026～0.028 ℃/a，而东部的额济纳旗和山丹地区则达到0.040～0.042 ℃/a的最大升幅，流域平均升幅达0.033 ℃/a。流域内测站全部发生了显著突变，而且，除高台、祁连2个测站突变发生在1996年，野牛沟站突变发生在1992年外，其余6个气象站突变均发生在1986年。

风速：除托勒站外，黑河流域其余8个站点年均风速均呈现减小趋势，其中，额济纳旗、高台、山丹、张掖四个测站通过了显著性水平检验，鼎新、酒泉、祁连、野牛沟则呈非显著性减小趋势。空间上，流域只有托勒地区平均风速呈现增加趋势，增加幅度为0～0.012 m/(s·a)，其余地区均表现为不同程度的减小趋势，且沿着西南-东北方向减幅逐渐变大，在额济纳旗地区减幅达到最大的0.024～0.027 m/(s·a)。黑河流域年平均风速整体上呈减小趋势，减幅为0.011 m/(s·a)。所有气象站的平均风速均发生了显著性突变，且鼎新、额济纳旗、高台等5个气象站突变发生于20世纪80年代前期，托勒、张掖两站发生在70年代(1971年和1978年)，野牛沟和祁连则分别于1967年和1994年发生突变。

相对湿度：相对湿度的年际变化在酒泉和野牛沟两站呈非显著性增加趋势，而在其余7站则呈减小趋势流域内只有极少数处于东南部的地区(酒泉、托勒、野牛沟附近地区)呈微弱的增大趋势，增幅每年为0%～0.03%之间，其余地区均呈不同程度的下降趋势，减幅每年为0%～0.08%之间。平均相对湿度的Kendall倾向度β值大致沿西南-东北方向逐渐减小，在鼎新、额济纳旗、山丹附近地区形成β值高值中心，每年为0.05～0.08%。黑河流域年平均相对湿度整体上呈减小趋势，减幅为0.034%。除酒泉站外，其余8个测站均发生了显著性突变，其中，山丹、托勒、野牛沟3个测站突变发生在20世纪70年代中后期，鼎新、张掖2个测站突变发生在90年代前期，高台站和祁连站均在2003年发生突变，额济纳旗站的突变点则为1983年。

净辐射:托勒站表现出非显著性增加趋势，其余8站则呈减小趋势，其中鼎新、额济纳旗、祁连、山丹显著减小。就空间变化趋势而言，年净辐射的Kendall倾向度β值大致由西向东逐渐减小(β值由正变负)，在额济纳旗地区存在低值中心，减幅达到最大的2.4～2.5MJ/(m2·a)。流域年净辐射整体呈减小趋势，减幅为0.91 MJ/(m2·a)。进一步研究表明，所有测站均发生了显著性突变，且各站突变点均在各年代前期：鼎新、山丹、托勒3个测站突变发生在20世纪80年代前期，酒泉、张掖两站则发生在1970年，鼎新、野牛沟突变点分别为1990、1992年，祁连站为2001年。

表1 黑河流域气候要素趋势检验及突变检验统计表Tab.1 The statistics of M-K and Pettitt test on climate variables in Heihe River Basin

注：“*”代表通过了0.05显著性水平检验；“-”代表未检测出显著突变点。

3.2 参考作物腾发量的变化趋势

各站点参考作物腾发量的年际变化差异很大(表2)：流域内有3个测站表现为减小趋势，其中，额济纳旗和高台站呈显著减小，山丹站呈非显著性减小；其余6站均呈增加趋势，其中托勒、野牛沟呈显著增加。尽管呈减小趋势的测站数量比较少，但由于这些站点的减幅相对较大，流域年蒸散整体呈减小趋势，减幅达0.37 mm/a。这也说明了这3个ET0减少站尤其是额济纳旗和高台两站ET0的变化趋势决定了整个黑河流域ET0的变化趋势。就空间变化趋势而言(图3)，年蒸散量的Kendall倾向度β值大致沿西南-东北方向逐渐减小(由正变负)，在托勒地区存在最大值中心(即增幅最大，为1～2 mm/a)，在额济纳旗地区和高台地区存在最小值中心(即减幅最大，为2.5～3.5 mm/a)。

进一步研究表明，流域内所有9个测站均发生了显著突变，其中，酒泉、托勒、张掖和鼎新四站在1998年前后(1998、1996、1996、2003)发生突变，高台、额济纳旗和山丹3站在1980年前后(1978、1980、1982)发生突变，祁连站和野牛沟站则均在1967年发生突变。

图2 黑河流域气候要素变化趋势空间分布图Fig.2 Spatial distribution of the changing trends of climate variables in Heihe River Basin

台站名称均值β/(mm·a-1)Z趋势突变年鼎新1312．00．6120．683不显著2003额济纳旗1497．9-3．469-4．395显著1980高台1107．4-2．557-2．800显著1978酒泉1121．40．2040．483不显著1998祁连898．60．1010．315不显著1967山丹1131．5-0．537-1．342不显著1982托勒841．21．5674．825显著1996野牛沟818．61．0592．861显著1967张掖1112．80．2280．330不显著1996

图3 黑河流域参考作物腾发量变化趋势空间分布图Fig.3 Spatial distribution of the changing trends of fET0 in Heihe River Basin

3.3 气候变化对参考作物腾发量的影响

由去除气温、风速、相对湿度及净辐射趋势得到ET0的时序曲线(图4)可以看出，对于每一个站点，去除单一的气候要素变化趋势后的ET0时序曲线始终在原始ET0曲线的某一侧，由于去除的气候要素是单向递增的，这说明各气候要素的变化在这53年里对ET0的贡献方向是一致的。流域年ET0与气温、风速、净辐射呈正相关，这些气候要素的增加会导致ET0的增加；与相对湿度呈负相关，其增加会造成ET0的减小。随着时间的向后推移，去趋势的ET0曲线偏离原始ET0曲线的幅度越来越大。

通过对比相同年份去除各气候要素变化趋势后ET0相对于原始ET0的偏离度，可看出各气候要素对年ET0的影响情况。不难发现，除额济纳旗站和高台站平均风速和气温分列一、二位外，其余7站气温均为其最主要影响因素。进一步研究表明，这7站中除野牛沟站对年ET0的影响甚微(去趋势前后ET0时序曲线基本重合)外，其余6站平均风速对年ET0的影响也很大，为次主要影响因素；相对湿度及净辐射的变化对ET0的影响相对较小，其中，高台、酒泉、野牛沟3站相对湿度和净辐射的变化甚至对ET0基本无影响，其余6站去相对湿度和净辐射趋势前后ET0曲线偏移明显，而且，去相对湿度趋势的ET0曲线偏移度较去净辐射趋势的大，说明相对湿度对ET0的影响也较净辐射大。

尽管各气候要素对黑河流域年ET0变化的影响有所差异，但总体而言， 影响流域ET0变化的主要因素是气温和平均风速，而相对湿度及净辐射则是其次要因素。

同时，为了解气温、风速、相对湿度和净辐射对ET0的综合影响，我们同时去除这4项气象因子变化趋势后计算得到相应的ET0并绘制时序曲线(图4)。可以看出，除额济纳旗站和高台站外，其余7站去所有4项气候因子变化趋势后的ET0曲线均同去气温变化趋势后的ET0曲线最为接近，表明其他3项气候要素的趋势变化对ET0的综合影响较小。在不考虑除此4项气候因子之外要素影响的前提下，若所有台站这4项气候因子的变化对ET0的综合影响与气温的单独影响大体相当，则各站实际ET0均应表现出增加趋势，从而导致流域ET0的增加。然而，实际上，流域ET0却呈减小趋势，这是由于额济纳旗和高台两站这4项气候因子的综合影响和气温的单独影响相差甚远，同时也进一步证实了额高两站在整个流域ET0变化中的主导作用。另外，山丹站的ET0并没有随气温的升高而增大，相反却表现出一定的减小趋势，说明其余要素所产生的影响甚至大于这4项气候因子的综合影响。

图4 去各气候因子趋势后所得ET0与原始数据所得ET0的对比图Fig.4 The comparison of the original mean annual reference evapotranspiration with the recalculated evapotranspiration with respectively detrend T, U, Rh,Rn and all the four variables

为了定量分析近53年来不同站点各气候因子对ET0的影响差异，现统计出原始ET0与去各气候因子变化趋势后所得的ET0，并得到相应变化率(表3)。气温变化在各站点引起的ET0变化率在5.06%～9.55%之间，南部站点的变化率比北部的大，可见气温对各地区ET0的影响比较稳定，区域差异性不大，且在南部地区的影响比北方稍大。相对湿度引起的ET0变化率在-0.05%～3.73%之间，区域差异同样不大；净辐射引起的ET0变化率在-1.21%～0.43%之间，区域差异更小。作为影响流域ET0变化趋势的重要因子，风速对ET0的影响在区域上存在明显的差异，变化率在-16.52%～4.11%之间。由此可见，风速是造成流域ET0变化空间差异的主要因素。

另外，我们统计出各站点在各个年代同时去除气温、风速、相对湿度和净辐射4项气候因子变化趋势后得到的ET0相对于原始ET0的平均变化率(表4)，以了解不同年代气候对ET0的影响。现选取3个代表站进行分析：额济纳旗站ET0的平均变化率在1960-1969年和1980-2012年均为负值，但在1970-1979年却为正值，这说明在这期间ET0的主要影响因子发生了交替性变化，而且这种变化直接导致了ET0变化方向的改变；酒泉站的ET0平均变化率虽然一直保持为正值，但却由20世纪80年代的1.21%减至90年代的1.05%，说明主要影响因子发生了变化，但这种主要影响因子的变化对ET0的影响较小，并未引起ET0变化方向的改变。上述两个站点前后时段两个主要影响因子的趋势变化，一个是促进ET0增大，另一个是抑制ET0增大的。山丹站各年代ET0的平均变化率一直为正，且逐渐增大，由1960-1969年的0.77%增至2000-2012年的8.47%，各气候要素对ET0的影响在各年代保持相对稳定。各站点气候变化在不同年代有所差异，因此ET0变化在时间上也表现出一定的差异性。

表3 不同站点去各气候因子趋势前后ET0的变化Tab.3 Changes of ET0 between original and detrend T, U, Rh and Rn on different stations

表4 不同年代去所有4项气候因子趋势前后ET0变化率Tab.4 Changes of ET0 between original and detrend values during different years

4 结 语

本文对黑河流域近53年主要气象因子(温度、相对湿度、风速、净辐射)及参考作物腾发量时空变化趋势进行了分析研究，初步得到以下结论。

(1)黑河流域相对湿度、风速、太阳辐射整体上呈减小趋势，平均气温呈增加趋势。各气候因子变化趋势在流域上呈现一定的空间差异性，且在20世纪八、九十年存在气候因子变化突变点。流域参考作物腾发量呈减小趋势，减幅为0.37 mm/a，倾向度沿西南-东北方向逐渐减小，全流域均发生了显著突变，且突变主要集中于1967年、1980年前后及1998年前后。

(2)黑河流域参考作物腾发量与气温、风速、净辐射呈正相关，与相对湿度呈负相关，且气温和风速是其主要影响因素。

(3)额济纳旗和高台参考作物腾发量的变化很大程度上决定着流域参考作物腾发量的变化。

(4)ET0的变化存在时空差异，风速变化是造成空间差异的主要因素。

□

[1] IPCC. Summary for Policymakers of the Synthesis Report of the IPCC Fourth Assessment Report[M]. Cambridge, UK: Cambridge University Press, 2007．

[2] Jones PD, Hulme M. Calculating regional climate time series for temperature andprecipitation:methods and illustrations[J]. Int J Climatol 1996,16:361-377．

[3] Hulme M, Osborn T J, Jhons T C. Precipitation sensitivity to global warming: Comparison of observation with HadCM2simulation[J]. Geophys Res Lett, 1998,25:3 379-3 382 ．

[4] Axel T H. Spatial and temporal characteristics of potential evapotranspiration trends over China[J]. International Journal of Climatology，2000，20：381-396．

[5] 倪广恒，李新红，丛振涛，等. 中国参考作物腾发量时空变化特性分析[J]. 农业工程学报, 2006, 22(5):1- 4.

[6] 尹云鹤，吴绍洪，戴尔阜. 1971-2008 年我国参考作物腾发量时空演变的归因[J]. 科学通报，2010，55(22)：2 226-2 234.

[7] 贾文雄，何元庆，李宗省，等. 祁连山区气候变化的区域差异特征及突变分析[J]. 地理学报，2008，63(3):257-269.

[8] 贾文雄，何元庆，李宗省，等. 近50年来河西走廊平原区气候变化的区域特征及突变分析[J]. 地理科学，2008，28(4):525-531.

[9] 王海军，张 勃，靳晓华，等. 黑河中游张掖地区近48a气候变化及径流的响应[J]. 干旱区资源与环境，2010，24(2):81-88．

[10] 刘艳艳，张 勃，张耀宗，等. 1960年至2005年河西干旱区的日照时数变化时空特征分析[J]. 资源科学，2009，(9):1 581-1 586．

[11] 张亚宁，张 勃，王亚敏，等. 1960-2008 年黑河流域参考作物蒸发蒸腾量的时空变化[J]. 干旱区地理，2011，34(4):779-787.

[12] 李为虎，杨永红．参考作物蒸发蒸腾量计算方法在拉萨的适用性对比分析[J]．安徽农业科学，2009，37(34):16 745-16 748．

[13] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration Guidelines for Computing Crop Water Requirements[M]. FAOIrrigation and Drainage 1998,56．

[14] 徐丽梅，郭 英，刘 敏,等.1957 年至 2008 年海河流域气温变化趋势和突变分析[J]. 资源科学，2011，33(5)：995-1 001.

[15] Pettitt A N. A non-parametric approach to the chang-point problem[J]. Appl.Statist., 1979,23(2):126-135．

[16] 谭继强，丁明柱.空间数据插值方法的评价[J]. 测绘与空间地理信息，2004，27(4):11-13.

[17] Huo Zailin,Dai Xiaoqin,Feng Shaoyuan,et al. Effect of climate change on reference evapotranspiration and aridity index in arid region of China[J]. Journal of Hydrology., 2013,492:24-34．