段婭楠, 季 漩, 郭若愚, 王 靜, 白 央

(1.云南大學(xué) 資源環(huán)境與地球科學(xué)學(xué)院, 昆明 650500; 2.云南大學(xué) 國際河流與生態(tài)安全研究院,昆明 650500; 3.云南省國際河流與跨境生態(tài)安全重點實驗室, 昆明 650091;4.西藏自治區(qū)水文水資源勘測局, 拉薩 850000; 5.四川大學(xué) 建筑與環(huán)境學(xué)院, 成都 610065)

潛在蒸散發(fā)(ET0)是假設(shè)充分供水情況下的最大實際蒸散量，可反映區(qū)域的蒸發(fā)能力[1]，也稱為可能蒸散量或參考作物蒸散量[2]。ET0的氣候敏感性分析有助于探究氣象因子的變化對ET0的影響機(jī)制，進(jìn)而理解氣象因子與水循環(huán)的關(guān)系。

為了深入分析ET0與氣象因子之間的關(guān)系，近年來許多學(xué)者使用敏感系數(shù)[3-6]、貢獻(xiàn)率[4-6]和數(shù)理統(tǒng)計[7]等多種方法將其由定性轉(zhuǎn)為定量研究。Yin等在ET0敏感性分析的基礎(chǔ)上，進(jìn)一步提出氣象因子的貢獻(xiàn)率計算方式，即氣象因子多年相對變化率與ET0對氣象因子的敏感系數(shù)相乘[8]；該方法考慮了氣象因子本身的變化，能更準(zhǔn)確地定量表示氣象因子對ET0變化的影響，為ET0變化的主導(dǎo)因子識別提供了支撐，并得到了廣泛的應(yīng)用。

大量的研究結(jié)果表明，ET0對氣象因子的敏感性和氣象因子對ET0的貢獻(xiàn)率在不同時間尺度及空間分布上具有差異。時間尺度上，ET0敏感因子和主導(dǎo)因子可能有季節(jié)性及不一致性。如謝平等發(fā)現(xiàn)云南省ET0的主導(dǎo)因子具有階段性和季節(jié)性，敏感系數(shù)與貢獻(xiàn)率也并非完全一致[9]；陜西省[10]、魯中地區(qū)[5]在部分季、月尺度下ET0變化的主導(dǎo)因子與年尺度下的主導(dǎo)因子不同。空間上，ET0敏感因子和主導(dǎo)因子尚無明確的分布規(guī)律。如敏感因子的研究表明其在海河流域[11]和北方農(nóng)牧交錯帶[4]等區(qū)域是相對濕度，在西南諸河流域[1]是太陽輻射，在云南省[12]是氣溫，也有區(qū)域是風(fēng)速[6]、日照時數(shù)[13]等因子的情況；而主導(dǎo)因子的研究顯示其在海河流域[11]等是風(fēng)速和日照時數(shù)，在毛烏素沙漠[6]是氣溫，各區(qū)域情況因地而異。

雅魯藏布江是亞洲重要的國際河流，研究流域ET0的氣候敏感性及其變化的主導(dǎo)因子有助于深入了解氣候變化對流域水循環(huán)的影響，進(jìn)而為流域資源配置和農(nóng)業(yè)灌溉等實際應(yīng)用提供一定參考。楊志剛等分析了雅魯藏布江流域ET0的變化特征[2]。唐小萍等根據(jù)雅魯藏布江中游地區(qū)4個氣象站的資料，分析了ET0的時空特征并用多元回歸法定量了各氣象因子對ET0的影響，發(fā)現(xiàn)中游地區(qū)ET0自西向東遞增的空間分布規(guī)律，風(fēng)速和氣溫的變化是影響ET0的重要因子[14]。

由于不同氣候環(huán)境、不同時空尺度下識別出的敏感因子和主導(dǎo)因子存在差異，因此對區(qū)域內(nèi)ET0進(jìn)行多角度深入的研究是必不可少的。本文基于1961—2012年雅魯藏布江流域及周邊共32個氣象站的氣象數(shù)據(jù)，用Penman-Monteith方法計算ET0，并從全流域的角度出發(fā)分析雅魯藏布江流域ET0的時空分布特征；分析潛在蒸散發(fā)與氣候因子的關(guān)系，判識ET0的敏感因子和主導(dǎo)因子。

1 研究區(qū)域與方法

1.1 研究區(qū)概況

雅魯藏布江是世界上海拔最高的大河，發(fā)源于杰馬央宗冰川，自西向東橫貫西藏南部，繞過喜馬拉雅山脈東端的南迦巴瓦峰后轉(zhuǎn)向南流，在中國的巴昔卡附近出境后稱為布拉馬普特拉河，流經(jīng)印度和孟加拉國[15]，最終在孟加拉灣匯入印度洋。流域海拔高度絕大部分在3 000 m 以上，流域內(nèi)氣候區(qū)涵蓋了濕潤地區(qū)、半干旱半濕潤地區(qū)、干旱地區(qū)[16]。本文的研究區(qū)為雅魯藏布江—布拉馬普特拉河流域的中國境內(nèi)部分，位置如圖1所示。

雅魯藏布江是我國水能資源最豐富的河流之一，年平均流量為4 425 m3/s，年徑流量為1 359億m3，天然水能蘊藏量十分豐富，約1億kW左右，約占中國水能蘊藏總量的1/6，僅次于長江[17]。雅魯藏布江流域內(nèi)分布著西藏自治區(qū)主要區(qū)縣和城市，流域內(nèi)人口達(dá)到西藏自治區(qū)總?cè)丝诘?0.7%[15]。雅魯藏布江也是亞洲重要的國際大河，其流域水資源問題一直是中國、印度、孟加拉三國關(guān)注的焦點。

1.2 數(shù)據(jù)獲取與處理

本文共收集1961—2012年雅魯藏布江流域及其周邊區(qū)域32個氣象站點(圖1)的逐日觀測數(shù)據(jù)，包括平均氣溫、相對濕度、風(fēng)速、日照時數(shù)等，來源于國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(http:∥data.cma.cn/)。因需要綜合考慮區(qū)域總體情況，對于流域潛在蒸散發(fā)時空變化的分析，采用流域內(nèi)20站點、流域周邊12個站點的數(shù)據(jù)。

圖1 雅魯藏布江流域及氣象站點分布

由于收集到的各氣象站點數(shù)據(jù)起始年份略有不同(詳見表1)，其中9個站點于1961年開始，在保證足夠長的時間序列及不影響結(jié)果的情況下，本文研究期設(shè)為1961年1月1日至2012年12月31日，其余站點從數(shù)據(jù)的起始年份進(jìn)行研究。對少數(shù)站點缺失的個別日數(shù)據(jù)，連續(xù)缺失序列≤3日采用相鄰日均值線性插值替換，連續(xù)缺失序列>3日采用相鄰年份同日數(shù)據(jù)替換。

表1 氣象站點及數(shù)據(jù)情況

1.3 研究方法

1.3.1 潛在蒸散發(fā)的計算 Penman-Monteith方法[18]綜合了空氣動力學(xué)等關(guān)鍵因素的影響，具有很好的物理基礎(chǔ)，適宜不同氣候類型的ET0計算[19]。本文采用Penman-Monteith公式對雅魯藏布江流域的ET0進(jìn)行計算：

式中：ET0為潛在蒸散發(fā)(mm/d)。Δ為飽和水汽壓曲線斜率(kPa/℃)；Rn為凈輻射[MJ/(m2·d)]；G為土壤熱通量[MJ/(m2·d)]，其在一天中變化幅度很小，可忽略；γ為干濕常數(shù)(kPa/℃)；Tmean為平均氣溫(℃)；U2為2 m高處的風(fēng)速(m/s)，可據(jù)公式U2=4.87Uz/ln(67.8z-5.42)≈0.748U10由10 m高處的風(fēng)速轉(zhuǎn)換；es為平均飽和水汽壓(kPa)；ea為實際水汽壓(kPa)。各參量計算公式如下：

1.3.2 敏感系數(shù) 敏感系數(shù)能夠定量說明敏感程度，且其無量綱有利于各氣象因子敏感系數(shù)之間的比較[3,9]。敏感系數(shù)為正(負(fù))表明ET0隨該氣象因子的增大而增大(減小)，敏感系數(shù)的絕對值大(小)則表明ET0對該氣象因子敏感程度高(低)。若某氣象因子的敏感系數(shù)為0.1表示當(dāng)其余氣象因子不變時，該氣象因子增加10%則ET0增加1%。敏感系數(shù)的偏導(dǎo)數(shù)計算公式如下[3,9]：

式中：ET0為潛在蒸散發(fā)(mm/d)；Sx為潛在蒸散發(fā)關(guān)于氣象因子x的敏感系數(shù)，無量綱。

1.3.3 貢獻(xiàn)率 將氣象因子的敏感系數(shù)與該氣象因子的多年相對變化率相乘，得到由該氣象因子引起的ET0的變化，即該要素對ET0變化的貢獻(xiàn)[8,12]。貢獻(xiàn)率為正(負(fù))表明該因子引起ET0的增加(減少)，貢獻(xiàn)率的絕對值大(小)則表明該氣象因子對ET0變化的影響大(小)。貢獻(xiàn)率計算公式如下[8,12]：

Conx=Sx·RCx

式中：Conx表示氣象因子x對ET0變化的貢獻(xiàn)率；Sx表示x的敏感系數(shù)；RCx表示x的多年相對變化率；n表示年數(shù)；Vx表示相應(yīng)時間段n年x的平均值。bx表示相應(yīng)研究時段氣象因子x的傾向率，即斜率，可通過最小二乘法計算得到。

2 結(jié)果與分析

2.1 流域潛在蒸散發(fā)時空變化特征

雅魯藏布江流域年平均ET0為977.47 mm，最大值出現(xiàn)于2009年，為1 050.92 mm，最小值出現(xiàn)于1963年，為906.86 mm。如圖2所示，1961—2012年流域ET0呈顯著上升趨勢(α=0.01)，增幅為8.81 mm/10 a。對各站點多年平均ET0進(jìn)行反距離權(quán)重法插值如圖3A所示，雅魯藏布江流域的年均ET0呈中游河谷地區(qū)高于上下游高海拔山區(qū)的空間分布特征。各站點年均ET0為664～1 309 mm，高值集中于流域中部的拉孜、澤當(dāng)、瓊結(jié)、墨竹工卡、拉薩、江孜和尼木等站點，ET0多為1 000 mm以上；東、南部錯那、波密、米林和林芝等站點的ET0均在900 mm以下。

區(qū)域內(nèi)ET0增加速率最大的為定日站，平均每10 a增加約15.3 mm，并通過α=0.05的顯著性檢驗，降低速率最大的為南木林站，平均每10 a降低40.8 mm，并通過α=0.05的顯著性檢驗(瓊結(jié)站下降速率為72.4 mm/10 a，因數(shù)據(jù)序列較短且趨勢不顯著，未采納)。線性擬合各站點ET0變化的趨勢，并進(jìn)行反距離權(quán)重法插值，根據(jù)圖3B可以看出，流域內(nèi)部20個站點，有11個站點表現(xiàn)為增加趨勢，另9個站點表現(xiàn)為減少趨勢；并且又各有4個站點的變化趨勢顯著?？傮w上，流域平均ET0呈顯著增加趨勢，但是流域中部年均ET0較高的區(qū)域有降低的趨勢。

圖2 雅魯藏布江流域的年潛在蒸散發(fā)變化趨勢

圖3 雅魯藏布江流域年均ET0空間分布(A)和變化趨勢(B)

2.2 流域潛在蒸散發(fā)的敏感性

2.2.1 敏感系數(shù)的年內(nèi)與年際變化 雅魯藏布江流域ET0對氣象因子的敏感系數(shù)年內(nèi)變化如圖4所示?？梢钥闯?，SSR(太陽輻射的敏感系數(shù))、SAT(平均氣溫的敏感系數(shù))和SWS(風(fēng)速的敏感系數(shù))在12個月份均為正數(shù)，表明ET0隨這3個因子的增大而增大；其中，SSR和SAT具有比較明顯的季節(jié)變化，這可能是由于潛在蒸散發(fā)的年內(nèi)分布不平衡的程度遠(yuǎn)大于太陽輻射或平均氣溫年內(nèi)分布的不平衡，例如雅魯藏布江流域夏季潛在蒸散發(fā)量高于冬季，太陽輻射和平均氣溫也表現(xiàn)為夏季高于冬季，但是太陽輻射或平均氣溫增減相同的量，在夏季導(dǎo)致潛在蒸散發(fā)的變化也要大于冬季；SWS在各月份都較低并且年內(nèi)變化很小，這說明平均風(fēng)速的年內(nèi)變化對于ET0的年內(nèi)分布差異影響很??；SRH(相對濕度的敏感系數(shù))為負(fù)值，表明ET0隨相對濕度的增大而減小，取值-0.285～-0.162，年內(nèi)變化也并不顯著，即相對濕度在不同季節(jié)的變化對潛在蒸散發(fā)的影響也較小。

按照敏感程度等級，ET0對太陽輻射在各月份都屬于高度敏感；對平均氣溫除2月、3月、11月為中度敏感以外，其余月份都屬于高度敏感；對風(fēng)速的敏感程度幾乎可以忽略；盡管對相對濕度為負(fù)敏感，但敏感程度除冬季為中度敏感外，其他月份都是高度敏感。綜合來看，ET0的敏感性與氣象因子年內(nèi)變化存在不同程度的響應(yīng)，但ET0對4個氣象因子的敏感程度相對大小并沒有隨著季節(jié)變化而改變，即一致為：太陽輻射>平均氣溫>相對濕度>平均風(fēng)速。

圖4 敏感系數(shù)月尺度變化趨勢

對于年際變化，見表2，ET0對氣象因子敏感性的逐年變化趨勢都通過了α=0.01的Mann-Kendall 顯著性檢驗。其中對平均氣溫的敏感性正逐年減弱，變化率為-0.002/10 a；對風(fēng)速、太陽輻射的敏感程度呈上升趨勢，變化率分別為0.002/10 a和0.004/10 a。ET0對相對濕度負(fù)敏感，因此其敏感系數(shù)的增加(0.015/10 a)意味著敏感程度(即敏感系數(shù)絕對值)的降低。總體而言，ET0對氣象因子敏感性的變化幅度均較小，52 a間變化不大。ET0對4個氣象因子的敏感性相對大小規(guī)律與年內(nèi)特征一致，最敏感的是太陽輻射，最不敏感的是風(fēng)速。

2.2.2 敏感系數(shù)的空間分布 雅魯藏布江流域ET0對各氣象要素敏感系數(shù)空間分布如圖5所示，敏感系數(shù)大小與空間分布都存在較大的差異。流域內(nèi)風(fēng)速敏感系數(shù)取值在-0.008～0.167之間變化，整體上自西向東降低(圖5A)，拉孜、日喀則和南木林3個站點的SWS明顯大于其他站點，以浪卡子站和尼木站為界開始及以東地區(qū)，對風(fēng)速的敏感程度低于其以西地區(qū)。相對濕度的敏感系數(shù)全部為負(fù)值，在-0.646～-0.054間變化，但敏感程度整體上表現(xiàn)為流域中部低于上、下游區(qū)域(圖5B)，如位于流域中南部地區(qū)的錯那、帕里和隆子等和波密、林芝和米林等東部地區(qū)的ET0對相對濕度的敏感程度大于其余地區(qū)。平均氣溫的敏感系數(shù)SAT具有明顯的分布特征(圖5C)，除流域上游拉孜以上區(qū)域敏感系數(shù)較小外，大部分區(qū)域都為正值，變化范圍為-0.084～0.295。太陽輻射的敏感系數(shù)都為正值，取值0.409～0.573，整體上自西向東增加(圖5D)，但在流域中部的瓊結(jié)出現(xiàn)一個低值區(qū)，由于瓊結(jié)站數(shù)據(jù)時間序列較短，因此具有不確定性。就ET0對氣象因子的敏感程度而言，雅魯藏布江流域內(nèi)，除錯那站的最敏感因子為相對濕度外，其余站點最敏感因子都是太陽輻射。

表2 氣象因子敏感系數(shù)年際變化趨勢

注：**表示通過了α=0.01 的Mann-Kendall顯著性檢驗。

2.3 氣象因子對流域潛在蒸散發(fā)變化的貢獻(xiàn)

貢獻(xiàn)率分析有助于揭示流域ET0變化的主導(dǎo)因子。圖6反映了各氣象要素對ET0變化貢獻(xiàn)率的年內(nèi)特征分布。雅魯藏布江流域各月平均氣溫對ET0的貢獻(xiàn)率最大，但各氣象因子貢獻(xiàn)率的月變化特征大不相同。CSR(太陽輻射的貢獻(xiàn)率)在各月份均為負(fù)貢獻(xiàn)，取值-0.13%～-0.01%，盡管取值都非常小，但按貢獻(xiàn)程度(貢獻(xiàn)率絕對值)呈現(xiàn)明顯的夏季高、冬季低的特征，8月達(dá)其峰值，1月為最低值。CWS(風(fēng)速的貢獻(xiàn)率)也是負(fù)貢獻(xiàn)，但年內(nèi)分布模式則與CSR相反，按貢獻(xiàn)率絕對值，1月貢獻(xiàn)率最高為1.76%，8月最值為0.16%。CRH(相對濕度的貢獻(xiàn)率)年內(nèi)變化幅度很小，5—10月間較低，平均0.01%左右，11月至次年4月間較高，平均0.16%左右。CAT(平均氣溫的貢獻(xiàn)率)取值明顯高于其他3個因子，貢獻(xiàn)率17.95%～103.55%，冬季的貢獻(xiàn)率最高，依次是夏季、秋季和春季?？傮w來說，平均氣溫對ET0季節(jié)變化的貢獻(xiàn)率遠(yuǎn)高于其他因子。

圖5 雅魯藏布江流域ET0對氣象因子敏感系數(shù)空間分布

圖6 貢獻(xiàn)率月尺度變化趨勢

從貢獻(xiàn)率的年際變化來看(表3)，CAT，CWS和CSR都呈顯著逐年減小的趨勢，其中CAT減幅最大，為-2.315/10 a；CWS雖然也呈減小趨勢，為-0.211/10 a，但由于是負(fù)貢獻(xiàn)，按其絕對貢獻(xiàn)來說，風(fēng)速對ET0的影響力有加強(qiáng)趨勢；太陽輻射雖然是流域ET0最為敏感的因子，但是其多年平均的貢獻(xiàn)率CSR僅為-0.056；CRH呈顯著的上升趨勢，每10 a增加0.061，說明相對濕度對ET0的影響越來越大。

流域內(nèi)平均氣溫、風(fēng)速、太陽輻射和相對濕度對ET0的貢獻(xiàn)率依次為50.747%，-0.923%，-0.056%，0.111%，可以看出平均氣溫對流域ET0變化的絕對主導(dǎo)地位。從空間分布來看，盡管各站點CAT，CWS，CSR和CRH占比各不相同，見圖7，流域內(nèi)80%的站點是以平均氣溫為主導(dǎo)，其他如瓊結(jié)站和米林站以相對濕度的貢獻(xiàn)為主導(dǎo)，拉孜站和南木林站以風(fēng)速貢獻(xiàn)最大，為其主導(dǎo)因子。

表3 雅魯藏布江流域ET0變化的氣象因子貢獻(xiàn)率%

注：**表示通過了α=0.01 的Mann-Kendall顯著性檢驗。

圖7 雅魯藏布江流域ET0變化的主導(dǎo)因子空間分布

3 討 論

根據(jù)敏感性分析結(jié)果可知，在平均氣溫、太陽輻射、風(fēng)速和相對濕度4種氣象因子中，雅魯藏布江流域ET0最敏感的因子是太陽輻射，其次才是平均氣溫。而貢獻(xiàn)率分析結(jié)果表明平均氣溫是流域ET0變化的主導(dǎo)因子，太陽輻射是貢獻(xiàn)率最小的氣象因子。最敏感因子與主導(dǎo)因子的不一致，說明氣象因子的敏感系數(shù)并不能完全反映其對ET0變化的實際影響力，僅僅采用敏感系數(shù)無法揭示ET0變化的實際原因，這也印證了董煜[22]和謝平[9]等的研究。

參考貢獻(xiàn)率的定義，主導(dǎo)因子是由區(qū)域內(nèi)氣象因子敏感性及其變化趨勢與程度共同決定。雅魯藏布江流域4個氣象因子的變化趨勢和變化程度差異較大，見圖8。1961—2012年，平均氣溫和太陽輻射增加趨勢，相對濕度和風(fēng)速呈減小趨勢，其中平均氣溫和風(fēng)速的變化通過了α=0.01的顯著性檢驗。

根據(jù)前文計算結(jié)果，雅魯藏布江流域ET0呈顯著增加趨勢。盡管平均氣溫不是最敏感的氣象因子，但其對ET0正貢獻(xiàn)率高達(dá)50.747%，并且平均氣溫本身有顯著增加趨勢，相對變化率較大，進(jìn)一步解釋了流域平均氣溫的顯著上升是ET0增加的最主要原因。風(fēng)速是相對最不敏感的氣象因子，卻也對ET0的增加有重要影響；這是因為其貢獻(xiàn)率為負(fù)(-0.923%)，而本身變化趨勢與潛在蒸散發(fā)相反，即顯著減小，說明風(fēng)速的逐年減小助長了ET0的增加趨勢。相對濕度的貢獻(xiàn)率為0.111%，但其本身呈減小趨勢，與ET0的變化趨勢相反，說明相對濕度一定程度上引起潛在蒸散發(fā)的減少。太陽輻射是最敏感的因子，但其貢獻(xiàn)率為負(fù)且取值較小僅為-0.056%；本身呈增加趨勢，說明太陽輻射也使得ET0有一定量的減少。盡管太陽輻射和相對濕度對流域ET0的增加起到了削弱作用，但由于這兩個因子相對變化量較小，被主導(dǎo)因子——平均氣溫升高的正貢獻(xiàn)所抵消?？傮w而言，太陽輻射是雅魯藏布江流域ET0最敏感的氣象因子，而平均氣溫在1961—2012年對ET0變化的貢獻(xiàn)率最大，是52 a間ET0變化的主導(dǎo)因子。

在本文研究中，受數(shù)據(jù)限制僅選取了平均氣溫、風(fēng)速、太陽輻射和相對濕度此4個氣象因子做ET0的敏感性和貢獻(xiàn)率研究，可繼續(xù)探究其他氣象因子對ET0的影響。

圖8 雅魯藏布江流域內(nèi)各氣象因子的年際變化趨勢

4 結(jié) 論

本文分析了雅魯藏布江流域ET0時空分布特征，探討了ET0對平均氣溫、太陽輻射、風(fēng)速和相對濕度4種氣象要素的敏感性，判識了引起流域ET0變化的主導(dǎo)因子，得到以下結(jié)論：

(1) 1961—2012年，雅魯藏布江流域ET0呈顯著上升趨勢，增幅為8.81 mm/10 a；ET0多年平均值977.47 mm，空間分布特征表現(xiàn)為中游河谷地區(qū)高于其他地區(qū)。

(2) 雅魯藏布江流域ET0對太陽輻射最為敏感，對風(fēng)速最不敏感；相對濕度、風(fēng)速和太陽輻射的敏感系數(shù)呈逐年增大趨勢，平均氣溫敏感系數(shù)有減小趨勢；潛在蒸散發(fā)對4個氣象因子的敏感程度相對大小并沒有隨著季節(jié)變化而改變，即一致為：太陽輻射>平均氣溫>相對濕度>平均風(fēng)速。

(3) 雅魯藏布江流域各氣象因子對ET0的貢獻(xiàn)率從高到低為：平均氣溫>風(fēng)速>相對濕度>太陽輻射。平均氣溫的顯著升高是流域ET0增加的主要原因。