賈秋洪，景元書，景梽淏(1.南京信息工程大學(xué)應(yīng)用氣象學(xué)院，南京 210044；2.氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/江蘇省農(nóng)業(yè)氣象重點實驗室，南京 210044)

據(jù)估計，在21世紀(jì)，全球水循環(huán)響應(yīng)氣候變暖的變化將是不均勻的。盡管有可能出現(xiàn)區(qū)域異常情況，但潮濕和干旱地區(qū)之間、雨季與旱季之間的降水對比度會更強(qiáng)烈。流域內(nèi)氣候的變化，將引起蒸發(fā)、下滲、土壤含水量、地表產(chǎn)匯流、地下徑流等一系列水文過程的變化，從而導(dǎo)致水資源在時間和空間的重新分配以及引起水資源量的改變，如上世紀(jì)90年代，黃河中上游、淮河上游、漢江流域、四川盆地等地區(qū)平均年降水量減少5%～10%，加劇了水資源的供需矛盾，導(dǎo)致旱澇災(zāi)害頻發(fā)，進(jìn)而影響水資源管理及社會經(jīng)濟(jì)發(fā)展[1-2]?？梢?，區(qū)域氣候變化影響著水循環(huán)的各個方面，溫度、降水作為區(qū)域氣候變化的主要影響因子，其變化不僅影響徑流的時空變化，而且對蒸散發(fā)有著重要影響。潛在蒸散發(fā)過程作為水分循環(huán)和能量平衡的重要組成部分，其目前被廣泛應(yīng)用于氣候干濕狀況分析、水資源管理、農(nóng)業(yè)作物需水和生產(chǎn)管理及生態(tài)環(huán)境治理等研究中[3-6]。因此，分析溫度、降水及潛在蒸散量的趨勢變化特征有助于深入理解氣候變化對潛在蒸散量的影響，對未來水資源的規(guī)劃與管理、提高水資源在農(nóng)業(yè)生產(chǎn)中的利用效率、緩解旱澇災(zāi)害現(xiàn)狀等都具有重要意義。

近年來，國內(nèi)外學(xué)者在氣候變化對潛在蒸散的影響等方面做了大量研究。如Roderick等[7]利用北半球蒸發(fā)皿觀測的蒸發(fā)量數(shù)據(jù)研究得出過去幾十年的蒸發(fā)量存在普遍減小的規(guī)律；王國慶等[8]對黃河中游6個站點的氣象資料分析研究，發(fā)現(xiàn)近幾十年來，黃河流域氣溫與蒸發(fā)能力呈正相關(guān)關(guān)系，且氣溫升高1 ℃，流域蒸發(fā)能力約增加5%～7%；李鵬飛等[9]通過對中國干旱半干旱地區(qū)日氣象數(shù)據(jù)分析，得出干旱半干旱區(qū)50年來東西部降水量及潛在蒸散量存在顯著差異?？偨Y(jié)研究發(fā)現(xiàn)，對南方中亞熱帶紅壤坡耕地典型小流域在不同時間尺度上氣候變化的趨勢和周期分析及其對潛在蒸散的影響的研究相對較少，尤其是近年來對鷹潭生態(tài)紅壤區(qū)潛在蒸散的研究相對不足。由于研究區(qū)夏秋季節(jié)高溫、少雨、強(qiáng)蒸發(fā)，作物在生長旺季極易缺水，發(fā)生干旱，農(nóng)作物的生長會受到嚴(yán)重抑制。因此，研究該小流域氣溫、降水的變化規(guī)律及潛在蒸散量在其影響下的變化特征相當(dāng)必要，這將為研究植物生長期水分動態(tài)變化、小流域的綜合治理、合理有效的調(diào)控水資源、防旱抗旱、提高當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)孫家小流域是典型的紅壤生態(tài)研究區(qū)，位于江西省鷹潭市余江縣劉家站墾殖農(nóng)場三分場(116°55′E，28°15′N)，面積46 hm2，海拔41～55 m，坡度6°～10°，為一完整的小流域，主要土地利用方式有花生地、農(nóng)林復(fù)合地、林地、水田等。該小流域氣候特征屬中亞熱帶溫暖濕潤季風(fēng)氣候，雨量充沛、光照充足、四季分明。但降雨量年際變化大，年內(nèi)分配不均勻，且多集中在4-6月份的雨季前期，約占全年降水的50%，不過由于徑流量大(徑流系數(shù)接近50%)，降雨的利用效率并不高；夏秋季節(jié)高溫少雨，7-9月降水不足全年的20%，蒸發(fā)量卻接近全年的50%，常造成伏秋季節(jié)性干旱[10,11]。

1.2 數(shù)據(jù)來源

研究采用的數(shù)據(jù)來源于余江縣氣象站1953-2013年逐日實測氣象數(shù)據(jù)，包括日降水量，日平均氣溫，日平均風(fēng)速、日照時數(shù)、相對濕度等資料，對部分缺測的日降水量數(shù)據(jù)采用趨勢預(yù)測法進(jìn)行插補訂正，保證數(shù)據(jù)的精度和質(zhì)量。采用世界氣象組織推薦的1971-2000年30年的平均值作為多年平均值。在分析流域氣溫、降水變化特征時，根據(jù)多年平均值得出年平均氣溫、年降水的距平序列。研究月份劃分上，4-6月為雨季前期，降水充沛，7-9月為雨季后期即伏秋季節(jié)性干旱期，高溫少雨，蒸發(fā)量大。此外，對潛在蒸散量的驗證數(shù)據(jù)來源于研究區(qū)大型蒸發(fā)皿所測得的蒸發(fā)量數(shù)據(jù)。

1.3 數(shù)據(jù)處理方法

為研究氣候變化的趨勢及其對小流域潛在蒸散的影響，本文擬對主要氣候因子(平均氣溫、降水)及潛在蒸散量進(jìn)行年、季特征分析，主要通過線性擬合、小波分析、突變檢驗及相關(guān)性分析等方式來研究氣候變化的總趨勢及其對雨季前后期流域內(nèi)潛在蒸散的影響。

1.3.1Mann-Kendall非參數(shù)檢驗法

Mann-Kendall非參數(shù)檢驗法是由國際氣象組織推薦且廣泛用于環(huán)境時間序列的趨勢分析方法，適合于水文氣象等非正態(tài)分布序列趨勢分析[12]。采用MK檢驗法可以對小流域氣溫、降水和潛在蒸散量進(jìn)行時間序列的趨勢分析及突變點檢測，進(jìn)而對其在時間序列上的突變進(jìn)行分析，預(yù)測氣候變化的趨勢。

對于給定的置信水平α(一般取α=0.05，Uα/2=±1.96)：①若|UFk|>|Uα/2|，則表明時間序列存在顯著的趨勢變化，當(dāng)UFk>0時有明顯上升趨勢，當(dāng)UFk<0時有明顯下降趨勢；②若|UFk|≤|Uα/2|，則表明時間序列無明顯變化趨勢。

對于統(tǒng)計量UFk，UBk(時間序列逆序，重復(fù)UFk過程可得)，若UFk或UBk值大于0則表明時間序列呈上升趨勢，小于0則呈下降趨勢；當(dāng)統(tǒng)計曲線超過臨界線時，表明上升或下降趨勢明顯；如果統(tǒng)計曲線在臨界線之間出現(xiàn)交點，則交點對應(yīng)時刻就是突變開始時刻。

1.3.2FAOPenman-Monteith方法

Penman-Monteith(P-M)模型是聯(lián)合國糧農(nóng)組織(FAO)確定的計算參考作物蒸散量的一種方法。該模型考慮了植被生理特征，以能量平衡和水氣擴(kuò)散理論為基礎(chǔ)，是經(jīng)試驗證明的所得結(jié)果與實測值最為接近的蒸散模型，可以用于不同環(huán)境與氣候背景下估算潛在蒸散量，在國內(nèi)外得到廣泛應(yīng)用[13,14]。

FAO Penman-Monteith修正公式為：

(1)

從能量平衡和動力學(xué)兩方面可將其分解為輻射項(ETrad)和空氣動力學(xué)項(ETaero)，即：

PE=ETrad+ETaero

(4)

式中：PE為潛在蒸散量，mm/d；ETrad為輻射項，mm/d；ETaero為空氣動力學(xué)項，mm/d；Rn為地表凈輻射，MJ/(m·d)；G為土壤熱通量，MJ/(m2·d)；Tmean為日平均氣溫，℃；u2為2 m高處風(fēng)速，m/s；es為飽和水汽壓，kPa；ea為實際水汽壓，kPa；Δ為飽和水汽壓-溫度曲線斜率，kPa/℃；γ為干濕表常數(shù)，kPa/℃。

其中，土壤熱通量G是個很小的量，對于1～10 d的時間尺度，參考草地的土壤熱容量相當(dāng)小，可以忽略不計，即G≈0；對于月時間尺度，假設(shè)在適當(dāng)?shù)耐寥郎疃取⑼寥罒崛萘繛槌?shù)2.1 MJ/(m3·℃)時，可由公式G=0.14(Tmonth,i-Tmonth,i-1)估算，Tmonth,i，Tmonth,i-1分別為第i和i-1個月的平均氣溫，℃[15,16]。

2 結(jié)果與分析

2.1 平均氣溫的年際變化趨勢分析

1953-2013年小流域平均氣溫距平如圖1(a)所示，從圖中可以看出，小流域平均氣溫變化趨勢呈現(xiàn)明顯的年際和年代際變化特征，20世紀(jì)80年代中期之前，平均氣溫距平大多為負(fù)值，說明1953-1985年期間，平均氣溫偏低；1985年之后，平均氣溫距平基本為正值，且多集中于2000年以后，其中2007年比多年平均值高出將近1.38 ℃，說明1985-2013年期間，平均氣溫偏高，尤其是2000年以后更為明顯。

小流域多年平均氣溫為18.35 ℃，標(biāo)準(zhǔn)差為0.51 ℃，變差系數(shù)為0.03。圖1(b)為近60 a平均氣溫的5年滑動平均及線性擬合，5年滑動平均曲線可以減弱異常年份氣溫或觀測誤差給多年平均氣溫變化趨勢帶來的負(fù)面影響[17]，從滑動平均曲線可以看出，平均氣溫在60年代初期有一個高值，隨后便平滑上升，直到2007年左右又出現(xiàn)一個高值，可見，平滑后曲線更能反映序列的變化趨勢；從線性擬合的趨勢線可以看出，小流域近60 a平均氣溫呈上升趨勢，平均每年氣溫升高約0.02 ℃，傾向率為0.018 ℃/a；對平均氣溫序列進(jìn)行M-K檢驗，Z值為4.87，大于1.96，通過信度為0.05的顯著性檢驗，說明平均氣溫年際上升趨勢顯著。

通過上述分析發(fā)現(xiàn)，研究區(qū)氣溫年際變化趨勢與杜安等[18]對余江縣1961-2010平均氣溫變化的研究相一致，即1961-2010年余江縣年平均氣溫先降后升，60年代前中期氣溫相對偏高，之后逐漸下降，轉(zhuǎn)入相對冷期，80年代中期后氣溫開始回升，尤其是90年代中期到2000年以后，回暖十分明顯，增溫達(dá)0.40 ℃。

2.2 降水量變化的趨勢及周期分析

小流域多年平均降水量為1 892.40 mm，標(biāo)準(zhǔn)差為415.20 mm，變差系數(shù)為0.22，說明多年平均降水量變化差異明顯。表1為1953-2013小流域降水量年代平均值、標(biāo)準(zhǔn)差、距平的變化情況，由表1可知，1953-1959年，70年代，90年代及2010-2013年平均降水量的變差系數(shù)在0.20及以上，相對較大，說明在此期間降水量的年際變化較大，不利于水資源的利用和管理；從降水量的年代距平及距平百分比也可以看出，60年代，70年代，80年代及2000-2009年，平均降水量為負(fù)距平，說明期間降水偏少，而1953-1959年，90年代以及2010-2013年平均降水量距平均為正值，說明在此期間降水偏多，尤其是2010-2013年，平均降水量距平百分比達(dá)到17.71%。

1953-2013年降水量變化呈現(xiàn)下降、上升交叉出現(xiàn)的趨勢，波動性較大；線性擬合的結(jié)果顯示，近60 a的降水量呈微弱增加趨勢，降水傾向率為3.325 mm/a，差異較為明顯；對降水序列進(jìn)行M-K檢驗，結(jié)果顯示，Z=0.79，小于1.96，未通過顯著性檢驗，說明降水量年際變化趨勢不顯著。

采用Morlet小波分析法對流域內(nèi)年降水量進(jìn)行周期性檢驗。圖2(a)為降水量的Morlet小波變換等值線圖，表示近60 a小流域年降水量在不同時間尺度上的周期變化及其在時間域上的分布。從圖中可以看出，年降水量變化過程中存在著18～32 a、6～14 a、2～6 a時間尺度上的周期變化規(guī)律，在18～32 a尺度上，降水出現(xiàn)了多-少交替的準(zhǔn)3次振蕩，特別是60年代中期和2005年前后較為顯著，即降水量明顯偏少；在7～13 a尺度上，出現(xiàn)了9次振蕩，且基本貫穿整個研究階段，而1988年之前表現(xiàn)得比較穩(wěn)定；在2～6 a尺度上，也存在相應(yīng)的周期振蕩，但表現(xiàn)的不是很明顯。圖2(b)為年降水量的小波方差圖，能反映時間序列的波動隨尺度的分布情況，圖2中存在4個較為明顯的峰值，依次對應(yīng)著29 a、22 a、11 a、4 a的時間尺度，其中，最大峰值對應(yīng)著29 a時間尺度，說明29 a左右周期振蕩最強(qiáng)，為小流域年降水量變化的第一主周期，22 a、11 a、4 a時間尺度，分別為降水量變化的第二、三、四主周期，這些主周期的波動控制著年降水量在整個時間域內(nèi)的變化特征。根據(jù)小波方差檢驗結(jié)果繪制出年降水量變化的主周期小波系數(shù)圖，即可知，在不同時間尺度上，年降水量的變化周期及振蕩次數(shù)，進(jìn)一步分析降水量的周期變化[19,20]。

圖2 1953-2013年降水量的Morlet小波變換及小波方差Fig.2 Morlet wavelet transform of annual precipitation(a) and its wavelet variance(b) during 1953-2013

2.3 平均氣溫、降水量變化的突變分析

利用M-K檢驗法對小流域1953-2013年的平均氣溫、降水進(jìn)行突變分析(圖3)。從圖3(a)中可以看出，UF統(tǒng)計曲線大部分位于零界線以上，說明在研究時段內(nèi)氣溫總體呈上升趨勢，但1953-1958年、1975-1987年UF統(tǒng)計值小于0，表明在此期間平均氣溫有所下降，UF線與UB線在1994年相交，說明平均氣溫在1994年發(fā)生突變，1997年以后，UF統(tǒng)計曲線超出0.05顯著性水平線，平均氣溫升高趨勢十分顯著。從圖3(b)降水量M-K統(tǒng)計曲線圖中可以看出，UF統(tǒng)計曲線在1993年之前基本位于零界線以下，說明1993年之前，除1954年前后及1976年前后，降水量呈下降趨勢，1993年之后，UF統(tǒng)計值大于0，降水量呈上升趨勢，但由于UF曲線基本未超出0.05顯著水平線，所以降水量變化趨勢并不顯著，此外，由UF曲線和UB曲線的交點位置，可判斷降水量在1988、2003及2010年發(fā)生突變。

綜合上述分析可知，1953-2013年小流域平均氣溫和降水都呈上升趨勢，其中年平均氣溫上升趨勢顯著，而降水變化則不顯著；降水的小波分析結(jié)果顯示，流域近60 a年來的降水量存在29、22、11、4 a的主周期變化；年平均氣溫1994年發(fā)生突變，1997年以后增溫顯著，降水量在1988、2003、2010年發(fā)生突變，但總的增加趨勢并不顯著。平均氣溫和降水作為影響氣候變化的兩個最主要的因子都在1990年左右發(fā)生突變，且平均氣溫在90年代中期以后顯著上升，這與郭華等[21]對鄱陽湖氣候變化的研究結(jié)果相似，20世紀(jì)90年代鄱陽湖流域氣候發(fā)生轉(zhuǎn)折性變化，氣溫和降水均在1990年發(fā)生突變，繼而呈現(xiàn)顯著上升趨勢。針對氣溫的顯著上升，降水的周期性變化以及氣溫和降水的突變情況，有必要對小流域1990-2013年潛在蒸散的變化特征及氣候影響因子進(jìn)行分析。

圖3 小流域平均氣溫、降水量M-K統(tǒng)計曲線Fig.3 M-K curve of average temperature(a), precipitation statistics(b) in small watershed

2.4 潛在蒸散的變化特征分析

2.4.1潛在蒸散量年際變化趨勢

根據(jù)Penman-Monteith(P-M)模型計算得出小流域潛在蒸散及其輻射項和動力項年際變化趨勢圖(圖4)，從圖4中可以看出1990-2013年潛在蒸散量PE均在900 mm以上，呈微弱上升趨勢，潛在蒸散傾向率為1.954 mm/a，即平均每年P(guān)E增加量為1.95 mm。M-K檢驗結(jié)果顯示，Z=1.27，未通過信度為0.05的顯著性檢驗，說明潛在蒸散的年際變化趨勢不明顯；潛在蒸散量的分量輻射項均在700 mm以上，傾向率為0.681 mm/a，呈上升趨勢，Z值為1.31，通過 的顯著性檢驗；分量空氣動力學(xué)項較小，在200 mm左右，傾向率為1.276 mm/a，上升趨勢變化不顯著。由此說明，潛在蒸散量及其構(gòu)成項均呈上升趨勢，但變化比較緩和，其中輻射項占潛在蒸散總量的80%左右，遠(yuǎn)大于空氣動力學(xué)項，對潛在蒸散量的變化有很大影響。

圖4 1990-2013年潛在蒸散及其構(gòu)成項年際變化趨勢Fig.4 The annual variability trends of potential evapotranspiration and its constituent items during 1990-2013

2.4.2潛在蒸散量多年月平均變化趨勢

潛在蒸散作為多個氣候因子的綜合反映，具有明顯的年內(nèi)分配特征，通過分析小流域1990-2013年月平均蒸散量變化(圖5)，發(fā)現(xiàn)小流域多年月平均潛在蒸散量約32～160 mm，其變化呈單峰型，1-7月逐漸增加，于7月達(dá)到最大值158.82 mm后逐月減少，這與小流域氣溫變化特征相一致。潛在蒸散的輻射項也具有相似的變化特征，最大蒸散量達(dá)到128.43 mm，而其空氣動力學(xué)項的變化則極其平緩，最大值僅30.39 mm?？梢姡椛漤検菨撛谡羯⒘康闹匾M成部分，這與年際變化趨勢所得結(jié)論一致。

圖5 1990-2013月蒸散量變化Fig.5 Monthly evapotranspiration changes during 1990-2013

從潛在蒸散量的月變化來看，小流域雨季4-9月潛在蒸散量占全年蒸散量比重較大(約70%)，由于小流域降水多集中在4-6月，7月中下旬高溫少雨，且蒸發(fā)量大，因而小流域7-9月極易發(fā)生季節(jié)性干旱，對正值生長旺季的作物來說影響很大，為減小季節(jié)性干旱的危害，適時灌溉，保證農(nóng)作物的正常生長，需進(jìn)一步分析4-9月雨季潛在蒸散量及其構(gòu)成項的變化特征。

2.4.3雨季潛在蒸散量及其輻射項和空氣動力學(xué)項變化特征

從雨季潛在蒸散量變化特征(表2)中可以看出，小流域多年雨季前期(4-6月)平均蒸散量為309.42 mm，約占年潛在蒸散量的30%，多年雨季后期(7-9月)平均值為408.17 mm，約占年潛在蒸散量的40%，所占比重很大，輻射項和空氣動力學(xué)項與潛在蒸散量PE變化特征相似，均是雨季后期蒸散量大于雨季前期蒸散量，可見7-9月高溫少雨的天氣加劇了潛在蒸散的進(jìn)行；潛在蒸散量PE和輻射項的變異系數(shù)都較小，說明其變化不大，而空氣動力學(xué)項的變異系數(shù)相對較大，說明空氣動力學(xué)項的變化比輻射項的變化波動大，潛在蒸散量的波動變化間于二者之間；從雨季前后期的變化趨勢來看，除雨季前期潛在蒸散量的輻射項有下降趨勢外，其余均有上升趨勢，其中，潛在蒸散量在雨季后期上升最快，以0.990 mm/a的速度在上升，且通過90%顯著性檢驗，說明雨季潛在蒸散量總體呈上升趨勢，變化比較緩和，雨季后期變化大于前期變化，但其空氣動力學(xué)項變化卻很小，且雨季前期上升速度略快于雨季后期。

表2 潛在蒸散量及其構(gòu)成項雨季前期、雨季后期變化特征Tab.2 The variation characteristics of potential evapotranspiration and its constituent items in early rainy season and late rainy season

注：▲表示通過90%顯著性檢驗。

利用M-K方法，對1990-2013年小流域雨季潛在蒸散進(jìn)行突變分析(圖6)，圖6(a)顯示，UF曲線在1992-2001年間位于零界線以下，說明雨季前期潛在蒸散量在此期間有減少趨勢，而2001年以后開始出現(xiàn)增加的趨勢，并于1991年、1999年、2011年左右發(fā)生突變，其中1999年開始的突變使雨季前期的潛在蒸散量由相對偏少期躍變到一個相對偏多期；圖6(b)顯示，雨季后期潛在蒸散量自1992年開始到2010年，一直處于一個相對偏少期，2010年以后UF統(tǒng)計值大于0，潛在蒸散量逐年開始有增加的趨勢，2012年UF曲線UB曲線相交，可以確定雨季后期潛在蒸散量在2012年發(fā)生突變。分析結(jié)果顯示，雨季前期潛在蒸散量的趨勢在21世紀(jì)初從相對偏少的趨勢轉(zhuǎn)變?yōu)橄鄬ζ嘹厔?，比較兩者發(fā)現(xiàn)，1992年之前，趨勢相同，都屬于相對偏多期，且2011年左右都發(fā)生了突變，但由于UF曲線基本未超出0.05顯著水平線，所以潛在蒸散量的雨季變化趨勢并不顯著。

2.5 潛在蒸散量與蒸發(fā)皿蒸發(fā)量變化趨勢比較

小流域多年平均蒸發(fā)皿實際蒸發(fā)量約981.48 mm，變差系數(shù)0.08，而多年平均潛在蒸散量約1 021.01 mm，變差系數(shù)0.04，可見實際蒸發(fā)量總體上小于利用P-M公式計算的潛在蒸散量且實測值的年際波動更大，估算值相對于平均值更穩(wěn)定。比較圖7(a)中小流域1990-2013年潛在蒸散量距平和大型蒸發(fā)皿實際蒸發(fā)量距平變化，可以發(fā)現(xiàn)除個別年份外，潛在蒸散量和實際蒸發(fā)量距平年際變化趨勢基本一致，其中，1996-2005年距平變化趨勢最為相似，且潛在蒸散量均高于蒸發(fā)皿蒸發(fā)量，明顯差異出現(xiàn)在1991、1995、2007年，1993年之前蒸發(fā)量大于潛在蒸散量。圖7中實測蒸發(fā)量與潛在蒸散量變化趨勢雖然比較一致，但后者的年際變化明顯比較緩和，且實測值與估算值在距平變化量值上也存在一定的差異，這主要是因為實測蒸發(fā)量受環(huán)境因素影響較大，因而其波動變化也較大。從圖7(b)兩者的線性擬合效果可以看出，模型估算出的潛在蒸散量和蒸發(fā)皿實測蒸發(fā)量之間存在一定的線性關(guān)系，其確定系數(shù)為0.24。

圖6 潛在蒸散雨季前期、雨季后期變化的M-K檢驗結(jié)果Fig.6 The M-K test results of early rainy season(a) and late rainy season(b) of potential evapotranspiration variation

由此可見，經(jīng)P-M模型模擬的潛在蒸散量與蒸發(fā)皿實際蒸發(fā)量兩者之間雖存在差異，但模擬結(jié)果仍比較可信，可以用來對小流域蒸散量變化狀況進(jìn)行分析和預(yù)測。

2.6 氣候因子對潛在蒸散量的影響

潛在蒸散量及其輻射項和空氣動力學(xué)項與各氣候因子進(jìn)行回歸分析后的結(jié)果如表3所示，R2值分別為0.924，0.839，0.982，模型效果較好，潛在蒸散量與平均氣溫、平均風(fēng)速、相對濕度的回歸系數(shù)通過99%顯著性檢驗，與日照時數(shù)的回歸系數(shù)通過90%顯著性檢驗，輻射項與平均氣溫、日照時數(shù)的回歸系數(shù)通過99%顯著性檢驗，與平均風(fēng)速的回歸系數(shù)通過95%顯著性檢驗，空氣動力學(xué)項與平均氣溫、平均風(fēng)速、相對濕度的回歸系數(shù)通過99%顯著性檢驗，與日照時數(shù)的回歸系數(shù)通過95%顯著性檢驗，說明平均氣溫、平均風(fēng)速、相對濕度對潛在蒸散量的影響很大，日照時數(shù)次之，降水最?。黄骄鶜鉁?、日照時數(shù)對輻射項的影響很大，平均風(fēng)速次之；平均氣溫、平均風(fēng)速、相對濕度對空氣動力學(xué)項的影響很大，日照時數(shù)次之，降水對三者影響均很小。

偏相關(guān)性結(jié)果顯示，潛在蒸散量與平均氣溫、降水、日照時數(shù)、平均風(fēng)速、相對濕度的相關(guān)系數(shù)分別為0.820，-0.368，0.408，0.769，-0.673，輻射項與各因子的相關(guān)系數(shù)分別為0.734，-0.326，0.613，-0.534，0.370，空氣動力學(xué)項與各因子的相關(guān)系數(shù)分別為0.778，-0.243，-0.447，0.985，-0.948?？梢姡瑲夂蛞蜃訉撛谡羯⒌挠绊懥Φ拇笮∫来螢槠骄鶜鉁?、平均風(fēng)速、相對濕度、日照時數(shù)、降水；對輻射項影響力大小依次為平均氣溫、日照時數(shù)、平均風(fēng)速、相對濕度、降水；對空氣動力學(xué)項影響力大小依次為平均風(fēng)速、相對濕度、平均氣溫、日照時數(shù)、降水。近年來，在平均氣溫逐年上升(0.017 6 ℃/a)，相對濕度逐年下降的趨勢下，潛在蒸散也隨之出現(xiàn)增加的趨勢[22-24]。

表3 潛在蒸散量及其構(gòu)成項與氣候因子的回歸系數(shù)Tab.3 The regression coefficients of potential evapotranspiration and its constituent items with climatic factors

注：**表示通過99%顯著性檢驗，*表示通過95%顯著性檢驗，▲表示通過90%顯著性檢驗。

3 結(jié)論與討論

(1)1953-2013年影響小流域氣候變化的兩個主要氣候因子平均氣溫和降水變化都呈上升趨勢，其中平均氣溫上升趨勢顯著；降水的小波分析結(jié)果顯示，小流域近60 a年來的降水量存在周期性變化特征，在18～32 a尺度上，降水出現(xiàn)了多-少交替的準(zhǔn)3次振蕩，特別是60年代中期和2005年前后降水量明顯偏少，其變化主要存在29、22、11、4 a控制著年降水量在整個時間域內(nèi)的變化特征的4個主周期變化；M-K突變檢驗發(fā)現(xiàn)，年平均氣溫在1994年發(fā)生突變，1997年以后增溫明顯，降水量在1988、2003、2010年發(fā)生突變，但總的增加趨勢并不顯著。綜上可見，近年來，尤其是90年代中期以后，氣候波動變化較大。

(2)1990-2013年潛在蒸散量均在900 mm以上，呈微弱上升趨勢，且年內(nèi)分配不均，1-7月逐漸增加，7月達(dá)到最大，而后逐月減少，小流域雨季前期(4-6月)及雨季后期(7-9月)的潛在蒸散量約占全年的蒸散量的70%左右，且旱季蒸散量大于雨季蒸散量，若潛在蒸散量長時期大于降水量，將造成小流域伏秋季節(jié)性干旱，嚴(yán)重影響作物的生長；M-K突變檢驗分析說明，雨季前期潛在蒸散量于2001年以后開始出現(xiàn)增加趨勢，1991、1999、2011年左右發(fā)生突變，雨季后期潛在蒸散量在1992-2010年期間，處于相對偏少期，2010年以后開始進(jìn)入偏多期，2012年發(fā)生突變。

(3)小流域潛在蒸散量受氣候因子影響，其對潛在蒸散量影響力大小依次為平均氣溫、平均風(fēng)速、相對濕度、日照時數(shù)、降水，其中平均氣溫是顯著影響潛在蒸散、輻射項與空氣動力項的共同因子，劉園等認(rèn)為，對潛在蒸散輻射項影響最大的是日照時數(shù)，其次是風(fēng)速、溫度，而本研究所得結(jié)果表明對其影響最大的仍是平均溫度，其次是日照時數(shù)、平均風(fēng)速、相對濕度；曾麗紅等[25]也認(rèn)為，氣溫變化是影響潛在蒸散量的主要因素?？梢姡煌貐^(qū)不同環(huán)境下氣候因子對潛在蒸散量的影響有所不同。近年來，在平均氣溫逐年上升，相對濕度逐年下降的趨勢下，潛在蒸散也隨之增加，但趨勢上不是很明顯。

本研究結(jié)合當(dāng)?shù)氐膶嶋H情況，研究了雨季潛在蒸散量的變化特征及氣候因子對潛在蒸散的影響，為合理有效的掌握當(dāng)?shù)厮謩討B(tài)變化、提高農(nóng)業(yè)生產(chǎn)提供了科學(xué)依據(jù)。然而潛在蒸散的影響因素是復(fù)雜多變的，氣候影響因子只是其中的一個方面，在影響潛在蒸散的3個條件中，下墊面性質(zhì)對其也有一定的影響，如小流域土地利用的不斷變化，變旱地為農(nóng)林復(fù)合地、水田等，改變作物種植類型，棄茶改種葡萄、板栗、花生、柑橘等，都會對潛在蒸散產(chǎn)生影響。因此，潛在蒸散的影響因素有待進(jìn)一步深入研究探討。

□

[1] 田鵬.氣候與土地利用變化對徑流的影響研究——以鄱陽湖流域為例[D].陜西楊凌：西北農(nóng)林科技大學(xué),2012.

[2] 牛利強(qiáng).基于SWAT的氣候與土地利用變化對徑流量的影響研究——以堵河流域為例[D].武漢：華中師范大學(xué),2013.

[3] Liu C M, Zhang X Y, Zhang Y Q. Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro-lysimeter[J]. Agricultural and Forest Meteorology, 2002,111:109-120.

[4] Guo S L, Guo J, Zhang J, et al. VIC distributed hydrological model to predict climate change impact in the Hanjiang Basin[J]. Science in China Series E: Technological Sciences, 2009,52:3 234-3 239.

[5] Zhang S H, Liu S X, Mo X G, et al. Assessing the impact of climate change on potential evapotranspiration in Aksu River Basin[J]. Journal of Geographical Sciences, 2011,21:609-620.

[6] 劉昌明，張 丹.中國地表潛在蒸散發(fā)敏感性的時空變化特征分析[J].地理學(xué)報，2011，66(5)：579-588.

[7] Roderick M L, Farquhar G D. The cause of decreased pan evaporation over the past 50 years[J]. Science, 2002,298:1 410-1 411.

[8] 王國慶，張建云，賀瑞敏，等.黃河中游氣溫變化趨勢及其對蒸發(fā)能力的影響[J].水資源與水工程學(xué)報，2007，18(4)：32-36.

[9] 李鵬飛，孫小明，趙昕奕.近50年中國干旱半干旱地區(qū)降水量與潛在蒸散量分析[J].干旱區(qū)資源與環(huán)境,2012，26(7)：57-63.

[10] 景元書，張 斌，王明珠，等.鷹潭小流域季節(jié)性降雨徑流特征研究[J].水土保持學(xué)報，2003，17(5)：45-47.

[11] 韓湘云，景元書，李 根.低丘紅壤區(qū)坡面土壤水分變化的氣象因素冗余分析[J].生態(tài)學(xué)雜志，2013，32(9)：2 368-2 374.

[12] Hamed K H. Trend detection in hydrologic data: the Mann-Kendall trend test under the scaling hypothesis[J]. Journal of Hydrology, 2008,349(3):350-363.

[13] Xia J, Tan G. Hydrological science towards global change: progress and challenge[J]. Resources Science, 2002,24(3):1-7.

[14] 楊志剛，唐小萍，路紅亞，等.近50年雅魯藏布江流域潛在蒸散量的變化特征[J].地理學(xué)報，2013，68(9)：1 263-1 268.

[15] GB/T 20481-2006,氣象干旱等級[S].

[16] 劉 園，王 穎，楊曉光.華北平原參考作物蒸散量變化特征及氣候影響因素[J].生態(tài)學(xué)報，2010，30(4)：0 923-0 932.

[17] 彭兆亮，何 斌，王國利，等.碧流河流域氣候變化對水資源量的影響研究[J].南水北調(diào)與水利科技，2010，8(5)：76-79.

[18] 杜 安，杜 田，杜 江.余江縣近50年氣候變化分析及其對農(nóng)業(yè)的影響[C]∥ 中國氣象學(xué)會.第29屆中國氣象學(xué)會年會——S3聚集氣候變化，探索低碳未來.北京：中國氣象學(xué)會，2012：1-5.

[19] 余世鵬，楊勁松，王相平，等．濱海灘涂地區(qū)降水變化的多尺度周期特征分析與趨勢預(yù)測[J]．中國農(nóng)業(yè)氣象，2013，34(4)：377-383.

[20] Nemer BD, Ridsdill-Seith TA, Zeisse C D. Wavelet analysis of low altitude infrared transmission in the coastal environment[J]. Infrared Physics&Technology, 1999,40:399-409.

[21] 郭 華，姜 彤，王國杰，等．1961-2003年間鄱陽湖流域氣候變化趨勢及突變分析[J]．湖泊科學(xué)，2006，18(5)：443-451.

[22] 王 瓊，張明軍，潘淑坤，等.長江流域潛在蒸散量時空變化特征[J].生態(tài)學(xué)雜志，2013，32(5)：1 292-1 302.

[23] Feng J, Yan DH, Li CZ, et al. Assessing the impact of climate variability on potential evapotranspiration during the past 50 years in North China[J]. International Journal of Food, Agriculture and Environment, 2012,10:1 392-1 398.

[24] Feng J, Yan DH, Li CZ, et al. Assessing the impact of climatic factors on potential evapotranspiration in droughts in North China[J]. Duaternary International, 2014,336:6-12.

[25] 曾麗紅，宋開山，張 柏，等.近60年來東北地區(qū)參考作物蒸散量時空變化[J].水科學(xué)進(jìn)展，2010，26(5)：858-870.