丘永杭,孫曉航,黃奇曉,陳曉瑜,林玉蕊

(1.福建農(nóng)林大學(xué)計算機與信息學(xué)院；2.生態(tài)與資源統(tǒng)計福建省高校重點實驗室，福建 福州 350002)

隨著全球環(huán)境問題的日益突出和全社會對環(huán)境保護(hù)認(rèn)識的提高，全球氣候問題成為當(dāng)前科學(xué)研究的熱點之一.由于氣候變化成為生態(tài)問題的典型反映，因此了解氣候要素的變化特征有利于保障生態(tài)文明建設(shè)[1]，以及促進(jìn)經(jīng)濟社會可持續(xù)發(fā)展.

水資源是人類賴以生存的重要條件，也是影響自然生態(tài)環(huán)境的重要因子之一，而蒸發(fā)作為水循環(huán)的一個重要環(huán)節(jié)，了解地區(qū)蒸發(fā)特征及其影響因素對水資源的合理利用有重要意義[2].蒸發(fā)皿蒸發(fā)量(簡稱蒸發(fā)量)作為大氣蒸發(fā)能力的重要指標(biāo)，可用于估算水文循環(huán)[3].目前，國內(nèi)外學(xué)者對蒸發(fā)量進(jìn)行了一系列的研究，岳元對吉林省的蒸發(fā)量變化特征及其成因的進(jìn)行分析，結(jié)果表明蒸發(fā)量呈顯著下降趨勢，平均風(fēng)速相關(guān)氣象因子對蒸發(fā)量影響最大[4].祁添垚等[5]運用模糊聚類分析和MMK趨勢檢驗方法全面分析中國蒸發(fā)量，發(fā)現(xiàn)蒸發(fā)量變化趨勢的分布具有明顯的區(qū)域性，并且相對濕度是影響中國蒸發(fā)量變化的關(guān)鍵因子.張建民等[6]研究表明年際、年代際、季節(jié)年代際、月年代際變化呈上升趨勢，年蒸發(fā)量與年平均溫度、年降水量、年日照時數(shù)均存在顯著相關(guān)性.苗運玲等[7]研究表明平均風(fēng)速與蒸發(fā)量呈顯著正相關(guān)，是影響蒸發(fā)量變化的最直接因子；水汽壓和相對濕度與蒸發(fā)量呈顯著負(fù)相關(guān)，也是造成蒸發(fā)量減少的重要因子.研究[8]也發(fā)現(xiàn)蒸發(fā)量的影響因素是以平均風(fēng)速為主導(dǎo)，且呈下降趨勢.

由于蒸發(fā)量的影響因素眾多，包括高程、地形地貌、植被覆蓋程度等，對不同區(qū)域蒸發(fā)量的研究結(jié)論存在差異[5]，并且針對福建省的蒸發(fā)量變化特征分析極少.本文基于福建省氣象站蒸發(fā)量的數(shù)據(jù)及其他氣象變量的觀測值，從空間和時間尺度上分析蒸發(fā)量變化趨勢及其重要的影響因子，對福建省蒸發(fā)量的成因及水資源的合理調(diào)配有重要的參考意義，為福建省生態(tài)文明先行示范區(qū)建設(shè)提供氣象保障.

1 材料與方法

1.1 數(shù)據(jù)來源與預(yù)處理

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(https://data.cma.cn/).本文根據(jù)氣象站位置分布，選擇和提取福建省8個氣象站(福州站、廈門站、龍巖站、泰寧站、武夷山站、寧德站、平潭站、崇武站)1998—2018年的氣候資料的日值數(shù)據(jù)，包括E601蒸發(fā)量、平均風(fēng)速、太陽輻射、最低溫度、最高溫度和相對濕度6種氣象要素觀測值.采用氣象季節(jié)對四季進(jìn)行劃分，3—5月為春季，6—8月為夏季，9—11月為秋季，12至翌年2月為冬季[9].

針對少數(shù)無觀測任務(wù)導(dǎo)致數(shù)據(jù)缺失的部分，本文采用均值替換法對缺失值進(jìn)行插補.對于只有20 cm蒸發(fā)量數(shù)據(jù)的站點，通過福建省蒸發(fā)折算系數(shù)[9]將20 cm蒸發(fā)量折算為E601蒸發(fā)量.基于8個站點的日值數(shù)據(jù)，通過ARCGIS插值得到福建省的日值數(shù)據(jù)，進(jìn)而計算福建省各個氣象因子的月際、季節(jié)和年際數(shù)據(jù).

1.2 研究區(qū)概況

福建省地處我國東南部，其陸地區(qū)域地處北緯23°33′—28°20′，東經(jīng)115°50′—120°40′，東面與臺灣隔海相望，境內(nèi)以丘陵、山地為主，占全省總面積的80%以上.福建在北回歸線附近，受季風(fēng)和地形的影響，形成了亞熱帶季風(fēng)氣候.該區(qū)域雨量充沛，氣候溫和，但沿海和內(nèi)陸地區(qū)存在較大差異[10].福建省森林覆蓋率居全國首位，森林面積767萬hm2，擁有4個國家級自然保護(hù)區(qū)，是我國重要的生態(tài)屏障，是國家生態(tài)文明先行示范區(qū).

1.3 方法

本研究主要基于開源軟件R的線性傾向估計、累積距平、Sen′s斜率估計、Pearson相關(guān)系數(shù)和Sobol′s敏感性分析等統(tǒng)計分析方法對福建省近20年的蒸發(fā)量變化特征進(jìn)行研究.

1.3.1 線性傾向估計 是一種參數(shù)估計方法[11].用xi表示樣本量為n的氣象要素值，用ti表示xi對應(yīng)的時間，建立xi與ti之間的一元線性回歸方程：

(1)

式中，常數(shù)a和回歸系數(shù)b應(yīng)用最小二乘估計.xi與ti之間的回歸系數(shù)檢驗統(tǒng)計量r表示如下：

(2)

在顯著水平a=0.05下，根據(jù)F分布對r進(jìn)行顯著性檢驗，ra=0.443.若|r|>ra，則表明變化趨勢程度顯著，否則變化趨勢程度不顯著.

1.3.2 Sen′s斜率估計 Sen提出了關(guān)于N對數(shù)據(jù)樣本中趨勢斜率的非參數(shù)估計方法[12,13]：

(3)

(4)

Qmed值反映了樣本趨勢的陡峭程度，其符號反映了樣本的趨勢.Qmed>0表明時間序列樣本具有上升趨勢，Qmed<0表明時間序列樣本具有下降趨勢.

1.3.3 Sobol′ s 敏感性分析法 本文采用的Sobol′s敏感性分析法[14,15]，是一種全局敏感性分析方法，在考慮非線性和魯棒性時都優(yōu)于局部敏感性分析方法[16]；可以計算蒸發(fā)量對各個氣象因子的獨立敏感性和總敏感性[17].它是基于模型輸出的總方差V分解為單個變量方差與變量之間相互作用方差的線性組合.

(5)

式中，Vi表示第i個變量xi的方差，Vij表示第i個變量xi和第j個變量xj的相互作用產(chǎn)生的方差，k是輸入變量的總數(shù)，上述方差可由蒙特卡洛數(shù)值方法估計.

模型對輸入變量的敏感性系數(shù)計算如下：

(6)

(7)

式中，Si為一階敏感性系數(shù)，表示蒸發(fā)量對各個氣象因子的獨立敏感性；STi為總敏感系數(shù)，表示蒸發(fā)量對氣象因子的總敏感性.

1.3.4 Pearson相關(guān)系數(shù) 是描述兩個隨機變量線性相關(guān)的統(tǒng)計量，其計算公式表示為：

(8)

當(dāng)R>0時，表示兩變量呈正相關(guān)；當(dāng)R<0時，表示兩變量呈負(fù)相關(guān)；當(dāng)R=0時，表示兩變量相互獨立.

2 結(jié)果與分析

2.1 蒸發(fā)量的時間變化趨勢

2.1.1 蒸發(fā)量的季節(jié)變化趨勢 通過線性傾向估計方法得到4個季節(jié)蒸發(fā)量與其對應(yīng)年份的回歸方程，如圖1所示.全省蒸發(fā)量在春季、夏季、秋季都呈下降趨勢.秋季蒸發(fā)量總體上呈下降趨勢，且下降速率最大，為1.694 mm·a-1；夏季蒸發(fā)量次之，其速率為1.426 mm·a-1，呈下降趨勢；春季蒸發(fā)量速率為0.916 mm·a-1，呈下降趨勢；冬季蒸發(fā)量呈緩慢的上升趨勢，上升速率為0.077 mm·a-1.上述變化趨勢的程度均不顯著.

從圖2可看出，福建省四季的蒸發(fā)量累積距平總體上呈先上升、后下降的趨勢，其中春季的累積距平值在2011年達(dá)到最大，夏季在2008年達(dá)到最大，秋季、冬季則均在2009年達(dá)到最大.春季累積距平變化大致分為4個階段：1998—2003年春季蒸發(fā)量累積距平呈上升趨勢，其中1998—2001年蒸發(fā)量為負(fù)累積距平，蒸發(fā)量較少；2000—2003年蒸發(fā)量為正累積距平，蒸發(fā)較多；2003—2005年蒸發(fā)量累積距平下降，則這段時間蒸發(fā)量逐漸減少；2006—2011年蒸發(fā)量累積距平呈上升趨勢，且為正累積距平，說明春季蒸發(fā)量在這段時間較大；2011年后累積距平又開始下降.夏季蒸發(fā)量累積距平和秋季相似，從2003年開始累積距平呈先上升后下降的趨勢，且都為正值，說明夏季和秋季的蒸發(fā)量較大.在1998—2005年和2013—2017年，冬季蒸發(fā)量累積距平值都為負(fù)值，說明冬季在這兩個時間段內(nèi)蒸發(fā)量較小.

2.1.2 蒸發(fā)量的年際變化 從圖3可看出，近20 a福建省蒸發(fā)量的波動較大，下降速率為4.987 mm·a-1，高于全國蒸發(fā)量的下降速率(3.412 mm·a-1)[4]，福建省蒸發(fā)量總體上呈下降趨勢.從蒸發(fā)量年際累積距平及距平(圖4)可看出，在2003—2009年蒸發(fā)量呈上升趨勢，2003、2006、2007、2009年蒸發(fā)量較大，除2005年外，其余年份的距平均為正值，說明這段時間蒸發(fā)量較大.2010—2017年累積距平呈下降趨勢，除2011年的距平為正值外，其余年份的距平都為負(fù)值，蒸發(fā)量較小.

A.春季；B.夏季；C.秋季；D.冬季.圖1 春、夏、秋、冬蒸發(fā)量的變化趨勢Fig.1 Evaporation trends in 4 seasons

圖2 春、夏、秋、冬蒸發(fā)量的累積距平Fig.2 Accumulative anomaly of evaporation in 4 seasons

2.2 蒸發(fā)量的空間分布特征

從表1和圖5可知，福建省各地區(qū)的年際和季節(jié)蒸發(fā)量總體上呈下降趨勢，春季除福州和寧德外，其余站點的蒸發(fā)量均呈下降趨勢；在夏季和秋季，福州、廈門的蒸發(fā)量呈緩慢的上升趨勢，這與年際趨勢相似；在冬季，崇武、龍巖、平潭、廈門的蒸發(fā)量都呈下降趨勢，福州、寧德、泰寧、武夷山的蒸發(fā)量都呈上升趨勢.從站點來看，福州的蒸發(fā)量全年呈現(xiàn)上升趨勢，以冬季上升幅度最大.崇武、龍巖、平潭蒸發(fā)量全年呈下降趨勢，崇武和平潭的蒸發(fā)量在秋季下降幅度最大，龍巖的蒸發(fā)量在夏季下降幅度最大.

圖3 福建省年蒸發(fā)量變化Fig.3 Changes in annual evaporation in Fujian

圖4 年蒸發(fā)量累積距平及距平Fig.4 Accumulative anomaly and anomaly of annual evaporation

表1 各站點的Sen′s斜率估計值Table 1 Sen′s slope estimates from various stations

運用反距離權(quán)重法(IDW)對全省四季的蒸發(fā)量進(jìn)行插值，從圖5可看出，福建省4個季節(jié)和全年的蒸發(fā)量空間分布基本一致，呈現(xiàn)東南多、西北少的分布格局.福建省南部沿海地區(qū)是蒸發(fā)量大值區(qū)，較北部沿海地區(qū)大；在中西部地區(qū)和北部地區(qū)，四季的蒸發(fā)量均較少.福建省蒸發(fā)量的地域分布不均勻，主要是海拔、植被覆蓋、地面設(shè)施、經(jīng)濟發(fā)達(dá)程度等非氣象因素造成的.

4個季節(jié)和全年的蒸發(fā)量在時間尺度上的變化趨勢與福建省蒸發(fā)量的空間分布情況存在諸多聯(lián)系.在春季，福建的蒸發(fā)量總體呈下降趨勢，而從蒸發(fā)量的空間分布可看出在8個站點中，除福州和寧德外，其余站點的蒸發(fā)量都呈下降趨勢，且下降程度要大于上升程度.表明福建春季蒸發(fā)量在下降，這與從時間尺度分析的結(jié)果相一致.在夏季和秋季，福州和廈門蒸發(fā)量的Sen′s斜率小于0.1，說明上升程度較小，且位于蒸發(fā)量的中值區(qū)；而其他站點下降程度較大，夏季和秋季最大Sen′s斜率分別為-0.562 9、-0.529 4，說明在夏季和秋季福建省總體蒸發(fā)量下降，這與從時間尺度分析的結(jié)果一致，年際蒸發(fā)量變化也如此.在時間尺度上，福建省冬季蒸發(fā)量呈緩慢的上升趨勢，只有龍巖、廈門、平潭、崇武呈下降趨勢，其余站點的蒸發(fā)量都呈上升趨勢.

圖5 福建省不同季節(jié)和全年蒸發(fā)量空間分布圖(▲為上升趨勢；▼為下降趨勢)Fig.5 Spatial distribution of evaporation in different seasons and years in Fujian (▲:upward trend;▼:downward trend)

2.3 蒸發(fā)量的影響因素

2.3.1 Sobol′s敏感性 Sobol′s敏感性分析的目的是評價蒸發(fā)量對平均風(fēng)速、太陽輻射、最低溫度、最高溫度和相對濕度5個氣象因子的敏感性.基于5個氣象因子采用Penman-Monteith公式計算蒸發(fā)量.研究表明Penman-Monteith公式在不同氣象區(qū)域和時間尺度條件下估算蒸發(fā)量都取得了不錯的效果，受到學(xué)者的普遍認(rèn)可[18].本文將Penman-Monteith公式作為蒸發(fā)量的估算模型，并用于Sobol′s全局敏感性分析，其表達(dá)式為：

(9)

式中，PE為可能蒸散量，Δ為飽和水氣壓曲線斜率，Rn為地表凈輻射，G為土壤熱通量，其值相對于Rn很小，可令其為0，γ為干濕表常數(shù)，Tmean為日平均溫度，u2為2 m高處平均風(fēng)速，es飽和水氣壓；ea為實際水氣壓.

表2 參數(shù)敏感性閾值Table 2 Threshold values of parameters related to sensitivity

通過參數(shù)敏感性閾值[19]描述氣象因子對蒸發(fā)量的敏感程度，結(jié)果如表2所示.

圖6是氣象因子的一階敏感性系數(shù)和總階敏感性系數(shù)，即以福建省整體作為研究對象，計算其每月蒸發(fā)量對不同氣象因子的一階敏感系數(shù)和總階敏感系數(shù).

平均風(fēng)速一階敏感性系數(shù)最大值出現(xiàn)在12月，為0.792；最小值出現(xiàn)在5月，為0.282，屬于強敏感因子.相對濕度的一階敏感性系數(shù)最大值出現(xiàn)在1月，為0.442；最小值出現(xiàn)在4月，為0.188，屬于強敏感因子.太陽輻射的一階敏感性系數(shù)最大值出現(xiàn)在1月，為0.115；最小值出現(xiàn)在9月，為0.008.最低溫度和最高溫度的一階敏感系數(shù)相似，最大值均出現(xiàn)在1月，分別為0.113、0.125；最小值均出現(xiàn)在9月，一階敏感系數(shù)均小于0.01.由圖6可以看出，就平均風(fēng)速和相對濕度而言，總階敏感性系數(shù)和一階敏感性系數(shù)的年內(nèi)變化趨勢和極值出現(xiàn)的月份相似.其中2月份總階敏感性系數(shù)比一階敏感系數(shù)低，但是差值甚微；其余月份總階敏感系數(shù)均比一階敏感系數(shù)高.5—9月平均風(fēng)速的差值比相對濕度大，在考慮氣象因子相互作用的情況后，蒸發(fā)量對5—8月平均風(fēng)速更敏感.太陽輻射、最低溫度和最高溫度的總階敏感系數(shù)均小于0.01，對于Penman-Monteith模型整體而言屬于弱敏感的因子.通過分析發(fā)現(xiàn)，福建省四季蒸發(fā)量的主要敏感因子為平均風(fēng)速和相對濕度.從季節(jié)敏感性系數(shù)均值來看，次要敏感因子分別為春季最高溫度(S=0.047)、夏季太陽輻射(S=0.046)、秋季太陽輻射(S=0.032)、冬季最低溫度(S=0.077).

福建處于東南沿海，地形以山地為主，其內(nèi)陸和沿海地區(qū)氣候的空間差異較為明顯.基于此，本文對以龍巖站、泰寧站、武夷山站為代表的內(nèi)陸地區(qū)和以廈門站、崇武站、福州站、平潭站、寧德站為代表的沿海地區(qū)，分別討論蒸發(fā)量的主要敏感因子.

在內(nèi)陸地區(qū)，相對濕度的一階敏感系數(shù)和總階敏感系數(shù)值均較大，最大值均出現(xiàn)在8月份，分別為0.692、0.545，屬于強敏感因子.在2月和4月，相對濕度的敏感系數(shù)略低于平均風(fēng)速，其余月份的相對濕度的敏感系數(shù)均大于平均風(fēng)速的敏感系數(shù).由此可知，在內(nèi)陸地區(qū)蒸發(fā)量的主要敏感因子為相對濕度.由于沿海和內(nèi)陸的地理和氣候的差異，在沿海地區(qū)蒸發(fā)量的敏感因子有所不同.從圖6可以看出平均風(fēng)速的敏感系數(shù)普遍比相對濕度的敏感系數(shù)大，平均風(fēng)速的一階敏感系數(shù)和總階敏感系數(shù)的最大值出現(xiàn)在7月(0.792)和8月(0.707)，所以沿海地區(qū)蒸發(fā)量的主要敏感因子為平均風(fēng)速.

2.3.2 相關(guān)系數(shù) 通過計算福建省月蒸發(fā)量與氣象因子的相關(guān)系數(shù)(表3)，發(fā)現(xiàn)相對濕度、最高溫度與蒸發(fā)量總體上呈負(fù)相關(guān)，即隨著相對濕度、最高溫度的增大，蒸發(fā)量減少；平均風(fēng)速、太陽輻射、最低溫度與蒸發(fā)量總體上呈正相關(guān)，即隨著平均風(fēng)速、太陽輻射、最低溫度的增大，蒸發(fā)量增大.在正相關(guān)因子中，平均風(fēng)速的相關(guān)系數(shù)最大，1—3月和10—12月相關(guān)系數(shù)值在0.7以上，全年各月相關(guān)系數(shù)為0.526～0.822，并且全部通過置信度(99%)的顯著性檢驗，說明平均風(fēng)速是影響蒸發(fā)量的主要因子.太陽輻射與蒸發(fā)量的相關(guān)系數(shù)較高，最大值為0.777，1、2、12月通過置信度(95%)顯著性檢驗，其余月份通過置信度(99%)顯著性檢驗，說明太陽輻射對蒸發(fā)量的影響也是一個不可忽略的因素.最低溫度與蒸發(fā)量的相關(guān)系數(shù)較小，而1月的最低溫度與蒸發(fā)量呈負(fù)相關(guān)，除6月和8月外，其余月份均通過顯著性檢驗.在負(fù)相關(guān)因子中，相對濕度的相關(guān)系數(shù)普遍大于最高溫度，其最大值為0.569.除6月和8月的相關(guān)系數(shù)通過置信度(95%)的顯著性檢驗，其余月份均通過置信度(99%)的顯著性檢驗.可見相對濕度也是影響福建省蒸發(fā)量的又一重要因子.相關(guān)系數(shù)的分析結(jié)果表明平均風(fēng)速和相對濕度是影響福建省蒸發(fā)量的主要因子.

圖6 氣象因子的一階敏感性系數(shù)和總階敏感性系數(shù)Fig.6 Coefficients for first-order sensitivity and total-order sensitivity of meteorological factors

通過相關(guān)系數(shù)分析內(nèi)陸地區(qū)和沿海地區(qū)蒸發(fā)量影響因素的空間差異，結(jié)果表明在內(nèi)陸地區(qū)，相對濕度與蒸發(fā)量呈負(fù)相關(guān)，其相關(guān)系數(shù)為0.534～0.815，且均通過置信度(99%)顯著性檢驗.平均風(fēng)速和太陽輻射的相關(guān)系數(shù)也較高，均是不可忽略的重要影響因子.但4月份平均風(fēng)速與蒸發(fā)量的相關(guān)系數(shù)未通過顯著性檢驗，太陽輻射的相關(guān)系數(shù)全部通過顯著性檢驗，在3、5、7和12月的相關(guān)系數(shù)只通過置信度(95%)的顯著性檢驗，最低溫度和最高溫度對蒸發(fā)量的相關(guān)系數(shù)較低，且存在多個未通過顯著性檢驗的月份，說明相對濕度是影響內(nèi)陸蒸發(fā)量的主要因子.在沿海地區(qū)，平均風(fēng)速的相關(guān)系數(shù)均為正值，且均通過置信度(99%)顯著性檢驗.相對濕度、最低溫度和最高溫度的相關(guān)系數(shù)在多個月份未通過顯著性檢驗，太陽輻射的相關(guān)系數(shù)也相對較高，但并未全部通過置信度(99%)的顯著性檢驗，由此可見沿海地區(qū)蒸發(fā)量的主要影響因素為平均風(fēng)速.

表3 福建省蒸發(fā)量與各氣象因子的相關(guān)系數(shù)1)Table 3 Coefficients of evaporation and meteorological factors in Fujian Province

1)**、*分別表示相關(guān)系數(shù)在置信度為99%和95%水平顯著.

3 結(jié)論

(1)福建省近20年的蒸發(fā)量呈下降趨勢，其速率為4.99 mm·a-1，季節(jié)蒸發(fā)量和年蒸發(fā)量的變化趨勢基本一致.春季、夏季、秋季的蒸發(fā)量呈下降趨勢，秋季蒸發(fā)量下降速率最大，為1.69 mm·a-1，夏季次之，春季最小；而在冬季蒸發(fā)量呈緩慢上升趨勢.年蒸發(fā)量主要來源于夏季和秋季的蒸發(fā)量.

(2)福建省蒸發(fā)量地域分布不均勻，總體上呈東南多、西北少的分布.除福州站的蒸發(fā)量呈上升趨勢外，其余站點均呈下降趨勢，其中龍巖站的下降幅度最大.

(3)通過Sobol′s全局敏感性分析可知，福建省四季蒸發(fā)量的主要敏感因子為平均風(fēng)速和相對濕度，次要敏感因子分別為春季最高溫度、夏季太陽輻射、秋季太陽輻射、冬季最低溫度.其中，內(nèi)陸地區(qū)蒸發(fā)量的主要敏感因子為相對濕度，沿海地區(qū)蒸發(fā)量的主要敏感因子為平均風(fēng)速.

(4)蒸發(fā)量與全年平均風(fēng)速呈顯著正相關(guān)，與全年相對濕度呈顯著負(fù)相關(guān)，均是影響福建省蒸發(fā)量的主要因子；太陽輻射與蒸發(fā)量的相關(guān)系數(shù)較小，為影響蒸發(fā)量的次要因子；最低溫度與最高溫度的相關(guān)系數(shù)最小，但也影響蒸發(fā)量的變化.