近水面温湿度变化特征及水面蒸发量计算差异性分析

王周锋 ，高一博 ，王文科 ，方 圆 ，寇晓梅 ，高 繁

1. 旱区地下水文与生态效应教育部重点实验室（长安大学），西安 710054

2. 长安大学 水利与环境学院，西安 710054

3. 陕西省“四主体一联合”河湖生态系统保护与修复校企联合研究中心，西安 710065

4. 中国电建集团西北勘测设计研究院有限公司，西安 710065

水面蒸发是水文循环的重要环节之一，也是物质和能量传输的重要途径。水体和大气间的水热交换，会影响温度的时空分布、水分分配、植物生长等水文与生态过程（孙菽芬等，2008）。河流、水库、湖泊等水体的水分损失中，水面蒸发是重要的组成部分，在陆面蒸发研究中也是土壤蒸发和浅层地下水蒸发的基础（王振英，2013；童新等，2015）。已有研究表明，水面通过蒸发作用能够消耗50%的热量（Sartori，2000；王振英，2013）。因此，水面蒸发的研究对天气预报、气候变化、水资源形成与演化、水资源管理等方面具有重要作用（武金慧和李占斌，2007；王丹丹等，2017）。

净辐射、相对湿度、气温、水汽压差、日照时间等因素是影响水面蒸发的主要因素（滕凯，2011；童新等，2015；Kumar and Arakeri，2015）。徐仁（2010）的研究表明平均气温是影响水面蒸发量的主要因素，其他气象因素通过平均气温影响水面蒸发量。许文豪等（2019）对鄂尔多斯高原湖泊的研究表明湖水蒸发受相对湿度和气温影响较大。但是，黄金廷等（2021）对格尔木河流域的研究表明流域内影响水面蒸发量的主控因素并不相同，上游山区主控因素为气温，中游地区主控因素为风速，终端尾闾湖主控因素为水域面积。可见，因为研究区气候条件、地质地貌类型等的差异，影响水面蒸发的主控因素并不完全一致。

水面蒸发过程中，净辐射是水分汽化的能量来源，通过气温和水温的升高影响水面蒸发（童新等，2015）。受辐射影响，水面蒸发存在地区性、季节性和昼夜变化。肖曼珍等（2021）对中国南北过渡带水面蒸发的研究表明，水面蒸发量夏季＞春季＞秋季＞冬季，而空间上表现为东部最高，西部其次，中部最低。由于水体的储热能力较土壤强，受水体热储量夜间释放的影响，夜间水面蒸发也非常显著，一些地区夜间湖泊蒸发能够占到全年蒸发的48%（王丹丹等，2017）。韩鹏飞等（2018）对巴丹吉林沙漠湖泊逐小时、逐日和逐月尺度的水面蒸发量进行研究，发现尽管影响水面蒸发的气象要素为气温和水温，但还有其他因素的作用，短时间尺度蒸发机理更为复杂，需要深入研究。

基于上述原因，本文通过在近水面不同高度处架设气温和相对湿度监测探头，通过高密度观测数据，研究气象条件变化与水面水分蒸发之间的响应关系。在此基础上，利用修正的Penman-Monteith 方程计算水面蒸发量，并对其差异性原因进行探究，研究成果可为进一步研究水面蒸发过程与机制提供思路。

1 材料与方法

1.1 研究区概况与试验方案

研究在旱区地下水文与生态效应教育部重点实验室（长安大学）进行（34°22′12″ N，108°54′ E）（图1）。研究区位于关中盆地中部，属暖温带半干旱半湿润大陆性季风气候，9 — 11 月是夏季风和冬季风转换的时期，年平均气温13.3℃，年平均相对湿度70%，年均降水量500 — 600 mm，年蒸发量1300 mm（安可栋等，2015；李婉歆等，2021）。

图1 试验区分布图Fig. 1 The distribution of the experimental site

图 2 观测期气象要素变化特征Fig. 2 Variations of meteorological factors during the observation period

试验在水与环境原位试验场水面蒸发研究区进行，在面积为20.24 m2的水面中心位置安装探头（图1），高度分别设置在水面上25 cm 和35 cm，探头可同时测量大气相对湿度（RH）和气温（083E 温度和相对湿度传感器，美国Campbell 公司，RH 精度 2%，气温精度0.10℃），采集频率为10 min · 次-1。

气象数据从水与环境原位试验场气象站采集，主要有气压、气温、相对湿度、辐射、降雨量、风速风向等指标，采集频率为10 min · 次-1。气压、气温、相对湿度、辐射、风速风向设备在距地面2 m 处安装。本研究采集2021 年9 月16 日至2022 年9 月16 日数据进行分析。

1.2 水面蒸发量计算

为了研究相对湿度和温度对水面蒸发量的影响，分别采集气象站以及水面上不同高度处相对湿度和气温数据，利用修正的Penman-Monteith 方程计算水面蒸发量。该模型假定蒸发池与周围土壤没有热交换，没有热存储和能量随水流入（Penman，1948；McMahon et al.，2013）。对于水面蒸发，表面阻力项rs为0。因此，根据Allen et al.（1998）和McMahon et al.（2013），水面蒸发量公式可用下式表示：

方程右边的第一项为辐射产生的蒸发，第二项为空气动力学部分产生的蒸发。其中：E为水面蒸发量（mm · d-1）；λ是蒸发潜热（MJ · kg-1），在20℃时取值2.45 ；Rnw为水面上净辐射（MJ · m-2· d-1），可通过气象站测定的太阳辐射进行计算，其值和表面反射率有关 ；Gw为水的储热（MJ · m-2· d-1）；Δ 为水汽压与温度曲线的斜率（kPa ·℃-1）；γ为干湿球常数（hPa ·℃-1）；ρa是常压下的空气密度（kg · m-3），取值1.02（Li et al.，2020）；ca是空气的比热（J · kg-1· K-1），取值1.01×103（Li et al.，2020）；ra是水汽传输过程中的大气阻力（s · m-1）；(ν-νa)是水汽压差（kPa）。

水面上太阳净辐射Rnw可根据以下公式计算（McMahon et al.，2013）：

式中：Rns和Rnl为气象站测定的净入射短波辐射和向上的长波辐射（MJ · m-2· d-1）。水面净入射短波辐射利用气象站入射短波辐射和蒸发面反射率估算：

式中：α为蒸发面反射率，水面反射率为0.03，Rs为入射太阳短波辐射（MJ · m-2· d-1）（McMahon et al.，2013）。

水面日温度T可根据下式计算（Stefan and Preud’homme，1993）：

式中：Ta是空气温度（℃）；δ为滞后时间（d），本研究取0；t为时间，取值1 d。

水体储热Gw也会影响到能量的平衡，因此本文考虑了水体储热的影响，可用下式计算（McJannet et al.，2013）：

式中：ρw为水的密度（997.9 kg · m-3，20℃时）；cpw为水的比热（0.00419 MJ · kg-1· K-1）；z是水深（m）；T是水温（K），i是时间（d），Δt是时间步长（1 d）。

水汽传输过程中的大气阻力ra，可通过下式计算（Chin，2011）：

式中：u2为日平均风速（m · s-1）。

Δ 可通过下式计算（Allen et al.，1998）：

式中：Ta为日平均气温（℃）。

γ可通过下式计算（Allen et al.，1998）：

式中：p为大气压（hPa），取气象站实测值。

特定温度下的饱和水汽压，可通过下式计算（Allen et al.，1998）：

式中：Ta是大气温度（℃），本研究取气象站实测值或水面上不同高度处实测值。

因此，日饱和水汽压可通过下式计算（Allen et al.，1998）：

日实际水汽压可通过下式计算（Allen et al.，1998）：

式中：RHmax和RHmin分别是最大和最小日相对湿度（%），本研究取气象站实测值或水面上不同高度处实测值。

2 结果与讨论

2.1 气象要素变化特征

研究区位于关中盆地中部，受暖温带半干旱半湿润大陆性季风气候影响，该地区的气象要素呈现季节性和气候多变的特征，表现为冬季干燥寒冷，春季温暖，夏季炎热多雨，秋季凉爽。如图2 所示：观测期内，日平均气温与该地区物候变化一致，低值出现在2021 年12 月至2022年2 月，最低气温-2.7℃，平均气温13.3℃（图2a）。降雨总体呈现时空分布不均和年内差异明显的特点。观测期内降雨总量471.4 mm，低于往年500 — 600 mm 的年平均降雨量，且主要集中在2022 年7 — 10 月（图2a）。最大降雨量在2022 年7 月17 日出现，达41.8 mm；最长历时降雨在2022 年7 月14 日至7 月20 日，降雨总量达118.8 mm（图2a），占全年降雨总量的25.2%，总体降雨分布与历年降雨特征并无明显差异。相对湿度和水汽压数据显示（图2b）：日平均相对湿度和水汽压变化趋势较为一致，总体均呈现为先下降后上升的趋势。受夏季风和冬季风转换的影响，在2021 年9 — 11 月呈现持续下降的趋势，相对湿度和水汽压均值分别为51.7% ± 14.6%和(1.1 ± 0.7) hPa，最大值分别为82.3%和2.7 hPa，最小值分别为19.4%和0.2 hPa。观测期日平均净辐射在-7.1 —282.0 W · m-2变化，受季节影响，净辐射最大值在观测期内不断升高。气压变化呈冬季高、秋季和春季低的趋势，日均气压为(972.2 ± 9.5) hPa（图2c）。根据风速数据（图2d），观测期日风速在0.1 — 2.5 m · s-1波动，平均风速为(0.7 ± 0.4) m · s-1。

2.2 水面上不同高度处相对湿度和气温变化特征

为探究水面上不同高度处气温和相对湿度的变化规律，利用与气象站相同的温湿度探头监测水面上25 cm 和35 cm 高度处气温和相对湿度的变化，采集2021 年9 月15 日至2022 年7月7 日的连续数据（图3）。由图3a 可知：水面25 cm、35 cm 处气温和气象站监测气温趋势整体一致，但是水面上气温峰值相对于气象站监测气温略有滞后。对比水面上不同高度处气温可以发现：水面上25 cm 和35 cm 处气温日均值为(14.9 ± 8.8)℃和(15.2 ± 10.0)℃。水面上不同高度处相对湿度变化较为复杂（图3b）。总体来看，大气相对湿度、水面上25 cm 和35 cm 处相对湿度分别为50.5% ± 15.0%、61.7% ± 14.7% 和61.2% ±15.0%。大气相对湿度低于水面上不同高度处相对湿度，且大气相对湿度峰值较水面上25 cm、35 cm 处相对湿度峰值出现较晚，同时大气相对湿度变化较平滑。目前，还未有报道水面上不同高度处的气象要素以对比其差异性。本研究发现，由于受水面水分的蒸发作用和水分进入大气后的扩散等作用的影响，不同高度处气温、湿度和气象站实测数据具有较大差异性。离水面越远，气温和相对湿度数据越接近气象站监测数据。由此可见，在分析水分蒸发过程时，通过监测不同高度处的气象要素变化特征，能够更清晰地认识水分蒸发过程以及水面上气象要素的影响。

图3 近水面不同高度处日平均气温和相对湿度随时间变化图Fig. 3 Variations of daily average air temperature and relative humidity with time at different heights near the water surface

2.3 水面蒸发量计算及差异性分析

以往的研究中，一般以气象站数据作为计算水面蒸发量的基础数据。本研究利用水面上不同高度处及气象站的气温和相对湿度数据，通过Penman-Monteith 方程计算水面蒸发量来对比不同高度相对湿度和气温差异对水面蒸发量计算结果的影响（图4）。由图4 可见：气象站、水面上不同高度处数据计算的水面累积蒸发量具有一定的差异性。观测期内，气象站、水面上25 cm 和35 cm 高度计算的累积蒸发量分别为865.7 mm、835.4 mm 和826.7 mm，最大差异达39.0 mm（图4）。

图4 不同气象要素计算的累积水面蒸发量Fig. 4 Cumulative water surface evaporation calculated by different meteorological elements

目前，水面蒸发量数据的获取主要通过原位观测或者利用气象数据通过模型计算获取（许文豪等，2019）。已有研究表明，水面蒸发量受太阳辐射、气温、相对湿度、饱和水汽压差、大气压、风速等气象要素影响（Piri et al.，2009；滕凯，2011；童新等，2015；Kumar and Arakeri，2015；黄金廷等，2021）。以往的研究中主要利用气象站的气象数据进行水面蒸发量的计算（童新等，2015；许文豪等，2019），并未有人通过对比水面上不同高度处和气象站获取的气象数据计算的水面蒸发量是否具有差异性。尽管通过Penman-Monteith 方程计算的水面蒸发量和实测值具有一致性，但是已有研究发现Penman-Monteith 方程计算的结果低于实测值（许文豪等，2019）。这有可能是因为气象站的气象要素下垫面和水面上具有差异性。同时由于气象站测定的气象要素数据高度更高，其气象要素特征和水面上实际情况具有较大的差异性。本研究结果支持了上述猜测。进一步说明，为了获取更为精确的水面蒸发量的计算结果，需要对水面蒸发过程以及水面上气象数据加密观测，来解析水面蒸发过程中水面上气象要素的空间分布特征以及与水面蒸发量之间的关系。

2.4 水面蒸发量及其与气象因子相关性

为了进一步分析水面蒸发量与不同气象要素的相关性，利用气象站气象要素研究了观测期内水面蒸发量与各气象要素的相关性。研究结果表明（图5）：水面蒸发量与净辐射的相关性最好（r= 0.93，P＜0.01）；气温和气压对蒸发量的影响次之（r= 0.56，r= - 0.46，P＜0.01）；而风速和相对湿度对蒸发量的影响不显著。在冬季结冰期，冰层的表面升华和气温回升后的表面融化也是水体水分蒸发的途径之一（Huang et al.，2016）。本研究中亦存在可能的结冰期（2021 年12 月26 日至2022 年1 月1 日连续7 d 温度低于0℃），存在上述途径的水面蒸发。但是由于该时期时间较短，且温度相对较高，其产生的蒸发效应可能相对较弱。因此，本研究忽略了结冰产生的水分蒸发。

图5 日蒸发量与主要气象要素关系Fig. 5 Relationship between evaporation and main meteorological elements

相对湿度也是影响水面蒸发的重要因素（许文豪等，2019），本研究中这一影响因素并不显著。可能是由于两个原因：一是气象站相对湿度的测定位于2 m 高度处，水面水汽蒸发进入空气后通过湍流等混合作用，在2 m 高度处基本上没有了差异；第二个原因可能和下垫面的差异性有关。

现阶段，本研究仅围绕水面上不同高度处相对湿度和气温与气象站数据差异性进行了对比分析，并利用不同数据计算了水面蒸发量。但水面蒸发量受相对湿度、温度、辐射、风速等气象要素的综合影响（Piri et al.，2009；黄金廷等，2021），还需要更多的监测数据对现有结果进行验证。同时，本研究也没有实测的水面蒸发量，所以对于上述结论还需要进一步探讨。此外，实际应用中，近水面附近气象要素并不在气象站的观测范围，因此需要建立近水面附近气象要素与气象站气象要素相关关系，进而利用气象站气象要素数据计算水面蒸发量，这是本研究下一步的重点内容。

3 结论

（1）受下垫面条件和距离水面高度的影响，水面上不同高度处相对湿度与气象站相对湿度差异性显著，差值均值在12%左右；近水面气温和气象站监测气温差异与距离水面高度相关，距离水面上25 cm 和35 cm 处温度和气象站温度差值均值分别为(1.5 ± 1.0)℃和(1.8 ± 2.0)℃。

（2）利用气象站气象数据和水面上不同高度处相对湿度和气温数据计算的水面蒸发量结果表明，观测期内，利用气象站气象数据计算的水面蒸发量最大，利用水面上25 cm 和35 cm 高度处相对湿度和气温计算的水面蒸发量近似，但均小于气象站气象数据计算的水面蒸发量。

（3）水面蒸发量与气象要素关系研究表明：蒸发量与净辐射的相关性最好，气温和气压对蒸发量的影响次之，风速和相对湿度对蒸发量的影响不显著。