河西走廊潜在蒸散发时空格局变化与气象因素的关系

马亚丽， 牛最荣， 孙栋元

（甘肃农业大学水利水电工程学院，甘肃 兰州 730070）

蒸散发作为气候系统的中心环节，是地表水量和热量平衡的重要参量，影响水循环和能量循环过程，促使区域生态、气候和农业生产发生变化［1］。潜在蒸散发（ET0）表征一定气象条件下在地表供水不受限时的蒸发能力，是估算作物需水量的关键参数，其变化受气温、风速、相对湿度和太阳辐射等多种气象因素的共同影响［2］，是探明气候变化特征及机理的重要参数之一。全球气候趋暖背景下，中国西部地区1987 年前后经历由暖干向暖湿转型的明显变化，且变暖程度高于全国平均水平［3-4］。因此，揭示中国西部暖湿变化影响下，ET0的演变规律及响应机制具有重要意义。

针对ET0对气候变化的响应及归因分析，已开展一些有意义的研究。黄会平等［5］采用主成分分析方法，发现影响中国ET0变化的主要因素是热力学因素。李霞等［6］利用通径分析及敏感性分析，辨识了科尔沁湿草甸ET0变化的影响因子，明确主要因子是饱和水汽压差、最低气温。郭雯雯等［7］基于敏感性分析和贡献率定量识别方法，认为相对湿度、风速是影响渭河流域ET0变化的主导因子。郭小娇等［8］采用相关分析法，研究发现日照时数、风速是影响桂林市ET0变化的主要因素。对于影响ET0变化的气象因子的定量评价研究［5-8］，多局限于某一两种分析方法，研究方法相对单一。但是，关于ET0与气象变量响应关系研究，多种定性、定量分析方法均适用。由于蒸散发过程涉及大气、植被、地表等多个系统［9］，影响因素众多，且ET0与气象变量间以及各气象变量间的交互作用较为复杂［10］，对ET0与气象变量的响应研究，定性与定量多种方法有机结合显得尤为重要。

河西走廊位于黄河以西的干旱西北内陆，属于典型的温带大陆性气候，南部、北部均为山地，中部为走廊平原，降水小、蒸发强烈、生态环境脆弱、水资源匮乏是制约当地经济社会发展，导致生态环境恶化的重要原因。探究河西走廊ET0变化特征及其与气象变量的响应关系，对揭示西北暖湿变化背景下水文循环响应机理、水资源高效利用均具有重要意义。本文将多种定性与定量分析方法有机结合，主成分分析、聚类分析、相关系数分析、通径分析从相关关系的角度定性探究ET0变化的原因，敏感性分析、贡献率计算定量探寻ET0变化对气候变量的敏感程度和气候变量的贡献，揭示中国西北暖湿变化影响下，ET0变化对气象变量的响应机理。研究成果为河西走廊地区合理规划灌溉用水，促进农业水资源高效利用提供科学决策依据。

1 数据与方法

1.1 数据来源

气象数据来源于中国气象数据网（http://data.cma.cn），包括河西走廊及周边21 个气象站点1984—2019年平均气温、日最高气温、日最低气温、相对湿度、降水、风速、日照时数、海拔高度、纬度等数据。ET0是基于世界粮农组织（FAO）修正后（1998年）Penman-Monteith 公式［11］计算，该公式被广泛应用，具体见文献[11-12]。河西走廊地理位置及气象站点分布见图1所示。FAO Penman-Monteith公式［11］如下：

图1 河西走廊气象站点分布Fig.1 Distribution of meteorological stations in the Hexi Corridor

式中：ET0为日潜在蒸散量（mm·d-1）；Δ为饱和水汽压曲线斜率（kPa·℃-1）；Rn为太阳净辐射（MJ·m-2·d-1）；G为土壤热通量（MJ·m-2·d-1），日尺度记为0，忽略不计；γ为干湿常数（kPa·℃-1）；u2为地面以上2 m风速（m·s-1）；T为日平均气温（℃）；es-ea为饱和水汽压差值（kPa）。除以上收集的气象数据，FAO Penman-Monteith公式中其他输入变量涉及多个公式及中间变量的计算，由以上基础气象数据推导计算得到，参阅文献[11]。

1.2 变化趋势分析

文中采用线性回归及Mann-Kendall 非参数检验［13］，揭示河西走廊及各分区ET0及气象变量时间序列的变化趋势。Mann-Kendall 法无样本数据分布要求，对非正态分布的水文气象等数据有良好适用性［14］。

1.3 定性分析方法

1.3.1 主成分分析主成分分析通过变量转换，减少变量个数，且最大限度保留原始信息，新变量间互不相关，从而简化原模型［15］。主成分计算［16-17］见式（2）、式（3）所示：

式中：Y为新的综合变量；气象因子变量X＝(X1,X2, …,Xp)′；p为主成分总数；ci=(ci1,ci2,…,cip)为第i个气象因子变量X特征值对应的正交单位特征向量。

式中：m为选定的主成分数；λi为第i个主成分特征值。

1.3.2 相关系数采用Pearson 相关系数［18］、Spearman 相关系数［19］、Kendall 相关系数［20］是描述2 个变量间的联系紧密程度。Pearson 相关系数衡量X和Y2 个变量间的线性相关关系，其值介于-1 与1 之间，绝对值越大，相关性越强。Spearman 相关系数、Kendall相关系数通过对比X和Y2个变量的秩统计量，分析2个变量间共同变化趋势。

1.3.3 通径分析通径分析用于分析变量间的多元线性关系，以通径系数和间接通径系数关联自变量和因变量，且不受自变量变异程度及度量单位的影响［21］。自变量xi对因变量y的通径分析［22］计算见式（4）、式（5）所示：

式中：riy为自变量xi与因变量y的相关系数；Piy为第i个自变量对因变量y的直接通径系数；ΣrijPjy为第i个自变量通过其他第j个自变量对因变量y的间接效应；bi为协方差；σxi、σy分别为xi、y的标准差。

1.4 定量分析方法

1.4.1 敏感系数敏感系数法是基于P-M模型，利用ET0变化率与气象变量x变化率之比计算敏感系数，衡量ET0变化对气象变量的敏感程度［23］，该方法公式如式（6）［24］所示：

式中：Sx为ET0对气象变量x的敏感系数；ΔET0/ET0、分别为ET0、x的变化率；Sx精度受气象变量的变化Δx大小影响，Δx越小，精度越高［25］，∣Sx∣越大，表明越敏感。

1.4.2 贡献率计算气象变量变化引发ET0变化的相对变化率（记为贡献率），利用敏感系数Sx和气象变量x多年相对变化率的乘积计算，贡献率为正值，表明气象变量变化促使ET0增加，贡献率为负值，促使ET0减少，计算公式如式（7）［26］所示：

式中：Cx为气象变量x促使ET0变化的相对变化率（%）；Rcx为n年间气象变量x的相对变化率；Trendx为x线性变化率；xˉ均值；n年数。

2 结果与分析

2.1 ET0多年变化特征

2.1.1 ET0多年变化趋势河西走廊及分区1984—2019 年ET0年际变化及特征值具体见表1、图2 所示，河西走廊及分区均呈显著波动上升趋势（Z＞1.98），达到0.05 显著水平。河西走廊ET0线性变化率2.94 mm·a-1，其中黑河分区变化最明显，其次是石羊河分区、疏勒河分区，线性变化率分别为4.78 mm·a-1、2.33 mm·a-1、1.98 mm·a-1。河西走廊ET0及各分区均表现为1984—1993年呈下降变化趋势，1994—2019年呈上升变化趋势，1993年前、后阶段变化趋势发生改变，河西走廊、疏勒河分区、黑河分区、石羊河分区1993年前、后阶段均值增加分别为5.11%、1.11%、7.82%、4.99%，黑河分区ET0变化强烈。河西走廊、疏勒河分区、黑河分区、石羊河分区ET0多年均值分别为1059.58 mm、1196.82 mm、1013.48 mm、978.70 mm，自西向东呈减少变化，符合气候环境条件变化规律，河西走廊西部地区降水稀少，蒸发量达到最大值，向东延伸至河西走廊中东部，降水增加，蒸发量减少，疏勒河分区比石羊河分区ET0多约200 mm。各分区最大值出现在2010s，最小值出现在1990s，均呈波动上升，黑河分区最不稳定，离散系数0.059，其次是疏勒河分区、石羊河分区，波动变化稳定性增加。

表1 河西走廊及分区ET0年际变化特征值Tab.1 Interannual variation characteristic values of ET0 in the Hexi Corridor and subregion

图2 河西走廊及分区潜在蒸散发（ET0）年际变化Fig.2 Interannual variation of ET0 in the Hexi Corridor and subregions

2.1.2 ET0多年均值空间分布基于河西走廊及周边21个气象站点多年均值数据，采用克里金空间插值方法进行空间插值，ET0空间分布见图3a 所示。ET0空间分布差异明显，介于884.23～1314.63 mm 之间，呈现由东南向西北递增的趋势，河西走廊中东部石羊河分区（1003.78 mm）、黑河分区（1031.30 mm）较小，西部疏勒河分区（1171.89 mm）较大。疏勒河分区、黑河分区、石羊河分区分别介于989.57～1313.56 mm、921.15～1141.14 mm、884.98～1098.77 mm，高值区位于酒泉市，低值区位于武威市、金昌市、张掖市南部。

图3 河西走廊ET0多年均值和线性变化率空间分布Fig.3 Spatial distribution of average annual value and linear change rate of ET0 in the Hexi Corridor

ET0线性变化率空间分布见图3b，黑河分区（4.45 mm·a-1）变化幅度最大，其次石羊河分区（2.99 mm·a-1）、疏勒河分区（1.36 mm·a-1）最小，黑河分区、石羊河分区、疏勒河分区大部分区域线性变化率分别介于4.54～7.88 mm·a-1、2.90～4.54 mm·a-1、0.32～2.90 mm·a-1，酒泉市ET0变化幅度小，张掖西部、酒泉东端变化幅度最大。河西走廊线性变化率介于-2.27～7.88 mm·a-1，除新疆红柳河站（Z=-1.43）、青海大柴旦站（Z=0.36）、甘肃乌鞘岭站（Z=0.64）未达到0.05 显著性水平，其他90%以上站点均显著变化，最大为7.92 mm·a-1（张掖站），除河西走廊周边玉门镇站（-2.32 mm·a-1）、新疆红柳河站（-1.03 mm·a-1）、青海冷湖站（-2.10 mm·a-1）为负值，其余站点均为正值，河西走廊大部分区域、黑河分区、石羊河分区ET0均呈现显著上升趋势。

2.2 ET0与气象因素关系定性分析

2.2.1 气象因素主成分及聚类分析主成分分析将原始变量转化为几个线性互不相关的新变量，以80%～85%累计方差阈值提取主成分，尽可能多的保留原始信息，达到降维的目的［16］。对影响ET0变化的日平均气温（T）、日最高气温（Tmax）、日最低气温（Tmin）、实际水汽压（ea）、相对湿度（RH）、日最低相对湿度（RHmin）、日照时数（n）、日降水量（P）、平均风速（u）9 个气象因素，进行主成分分析，结果见表2 所示。提取前3 个主成分，其累积方差占比88.35%，其中，第一主成分占比44.66%，携带信息最多，主要反映温度影响，成分载荷最大气象因素为T、Tmax、Tmin、ea，第二主成分占比30.42%，主要反映湿度和辐射影响，成分载荷最大气象因素为RH、RHmin、n、P，第三主成分占比13.27%，主要反映风速影响，成分载荷最大气象因素为u。综上，主成分分析将原始9个变量转换为3 类变量，前3 主成分分别为温度因素、湿度和辐射因素、风速因素，温度因素对ET0变化影响较大，风速因素影响相对较小。

表2 主成分载荷及聚类分析Tab.2 Principal component load and cluster analysis

系统聚类分析依据事物性质的相似性划分类别，揭示各气象变量间的内在联系，基于组间联接法和皮尔逊相关性的度量标准，得到聚类树状图。聚类分析将9 个气象因素划分5 类，T、Tmax、Tmin、ea为Ⅰ型，体现温度对ET0变化的作用；n、P分别为Ⅱ型、Ⅲ型，体现辐射、降水影响；RH、RHmin为Ⅳ型，体现湿度对ET0变化的影响；u为Ⅴ型，体现风速影响。2种分析方法结果相似，相互验证。

2.2.2 ET0与气象因素相关系数采用Pearson 相关系数、Spearman相关系数、Kendall相关系数对ET0与9 个气象因素关联程度进行分析，具体计算结果见表3 所示。相关系数显示，ET0与T、Tmax、Tmin、ea相关性最强，Pearson 相关系数0.696～0.925、Spearman 相关系数0.765～0.941，Kendall 相关系数0.549～0.782，其次是n、RH、RHmin、u，ET0与P相关性最差。相关系数结果验证第一主成分载荷最大气象因素T、Tmax、Tmin、ea与ET0关系紧密。各气象因素与ET0相关性排序为Tmax、T、Tmin、ea、n、RH、RHmin、u、P。考虑到聚类分析气象因素划分5 类，同类气象因素性质相似，相关密切，对ET0变化产生重复作用，选定Tmax、RH、n、u、P进行通径分析及定量分析。选取的5 个气象因素与ET0变化较紧密，且分属不同分组，反映多种影响ET0变化的因素，避免同类关系紧密因素的重复作用影响。

表3 ET0与气象变量相关系数Tab.3 Correlation coefficient between ET0 and meteorological factors

2.2.3 气象因素对ET0通径分析根据气象因素聚类分析及相关系数分析结果，针对Tmax、RH、n、u、P5个气象因素进行通径分析，通径分析结果如表4 所示。通径系数反映气象因素对ET0变化的直接作用，RH、P与ET0反向变化，RH、P增大促使ET0减少，Tmax、n、u与ET0同向变化，Tmax、n、u增大促使ET0增加。对ET0变化直接影响最大的因素是Tmax，直接影响最小因素是P。间接通径系数反映其他气象因素通过某个气象因素对ET0变化的间接作用，n为间接影响ET0变化的主要因素，P是间接影响最小因素。相关系数代表综合作用，排序为Tmax、n、RH、u、P，Tmax、n对ET0变化影响最大，P影响最小，Tmax、n、u增大和RH减少促使ET0增加变化。

表4 ET0变化通径分析Tab.4 Path analysis of ET0 variation

2.3 ET0对气象因素变化敏感性

利用河西走廊及周边21 个气象站点Tmax、RH、u、n、P多年均值敏感系数，采用反距离权重法进行空间插值，得到ET0对Tmax、RH、u、n、P的敏感系数STmax、S-RH、S-u、S-n、S-P空间分布图（图4）。S-Tmax高值区分布在河西走廊东部黑河分区东部、石羊河分区，疏勒河分区南部为低值区，变化区间0.20～0.85，即Tmax升高10%，ET0增加2.0%～8.5%，温度升高促使ET0增大。S-RH在黑河分区东部、石羊河分区南部、疏勒河分区中部略高，河西走廊S-RH 介于-1.61～-0.43 之间，RH 与ET0反向变化，即RH 增加10%，ET0减少4.3%～16.1%，ET0对RH变化较为敏感。S-u自东南向西北递增，石羊河分区、黑河分区为低值区，疏勒河分区为高值区，敏感系数介于-0.06～0.47之间，即u增加10%，ET0增加-0.6%～4.7%，局部站点出现负值，整体上，u与ET0同向变化，ET0对u变化不敏感。S-n空间分布与S-u相反，高值区位于黑河分区东部、石羊河分区，低值区位于疏勒河分区，敏感系数介于-0.44～0.75之间，即n增加10%，ET0增加-4.4%～7.5%。S-P介于-0.01～-0.26 之间，即P减少10%，ET0增加0.1%～2.6%，ET0对P变化最不敏感。综上，ET0变化对气象因素敏感性排序为RH、Tmax、n、u、P，ET0对RH 减少最敏感，其次Tmax、n、u增加变化促使ET0增大，ET0对P变化最不敏感。

图4 河西走廊ET0敏感系数的空间分布Fig.4 Spatial distributions of ET0 sensitivity coefficients in the Hexi Corridor

2.4 气象因素对ET0变化贡献分析

气象变量对ET0变化的贡献率计算结果如表5所示。ET0对气象变量变化的敏感程度与气象变量对ET0的贡献率排序不同，若敏感程度高的气象变量多年变化不显著，从而造成该气象变量贡献率低。河西走廊Tmax多年升高6.14%，温度升高引起ET0增加，正贡献率3.79%；RH与ET0反向变化，因为RH 多年相对变化率-3.96%，导致ET0增加4.28%；尽管ET0对u变化较不敏感，但u多年变化显著，增大15.39%，引起ET0增加，正贡献率为4.61%；ET0对n变化敏感性低，n多年增加0.72%引起ET0增加，正贡献率为0.07%；ET0对P变化敏感性低，P与ET0反向变化，P多年增大42.96%引起ET0增加贡献率为-5.33%。综上，u增大是造成河西走廊ET0增大的主要原因，其次是RH、Tmax、n。

表5 河西走廊及分区气象变量对ET0的贡献Tab.5 Contribution rates of meteorological factors to ET0

河西走廊各分区中，疏勒河分区、黑河分区、石羊河分区ET0增加贡献最大的气象因素分别为Tmax（5.13%）、u（8.22%）、Tmax（5.97%），贡献最小的气象因素为n。疏勒河分区气象因素贡献排序为Tmax、P、u、RH、n；黑河分区气象因素贡献排序为u、RH、Tmax、P、n；石羊河分区气象因素贡献排序为Tmax、RH、P、u、n，各分区ET0对气象因素变化敏感性排序一致，为RH、Tmax、u、n、P，由于各气象因素多年变化差异，引起对ET0变化贡献及排序不一致。

3 讨论

河西走廊及分区均呈显著波动上升趋势（Z＞1.98），达到0.05显著水平，ET0线性变化率2.94 mm·a-1，其中黑河分区变化最明显，线性变化率4.78 mm·a-1。已有研究发现1961—2020年甘肃省ET0呈现小幅上升的趋势［27］。河西走廊及各分区均呈现1960—1993

年ET0减少变化，1994—2019 年ET0增加变化，研究结果与张彩霞等［28］关于河西地区1975—1993年ET0趋于减少，而1994—2012 年趋于增加，阴晓伟等［2］西北旱区以1993年为转折点，由显著下降的趋势转变为显著上升的结论一致。ET0由东南向西北递增的趋势，与卓玛尼草［29］关于1960—2009 年甘肃省ET0自东南向西北递增、胡晓萌等［27］关于1961—2020年甘肃省ET0西北高、东南低的结论一致。河西走廊中东部石羊河分区（1003.78 mm）、黑河分区（1031.30 mm）较小，西部疏勒河分区（1171.89 mm）较大。河西走廊自西到东依次分布疏勒河分区、黑河分区、石羊河分区，疏勒河分区多年均值ET0最大，石羊河分区ET0最小，符合ET0自东南向西北递增的变化规律。

气象因素与ET0相关性排序为Tmax、T、Tmin、ea、n、RH、RHmin、u、P，相关系数表明ET0与T、Tmax、Tmin、ea相关性最强。验证了胡晓萌等［27］关于甘肃省1961—2020 年ET0对温度的相关程度最高，降水对各气候区ET0变化作用最小的结论。RH对ET0变化起反向作用，Tmax、n、u升高和RH减少促进ET0呈增加变化，与已有研究关于甘肃省ET0与RH 的相关系数为负值，与n、u和Tmax的相关系数为正值结论一致［27,29］。河西走廊ET0变化对气象因素敏感性排序为RH、Tmax、n、u、P，ET0对RH 减少最敏感，其次Tmax、n、u增加变化促使ET0增大，ET0对P变化最不敏感。与张春玲等［30］关于河西地区2001—2012 年ET0对RH 变化最为敏感，其次为Tmax的结论一致。u增大是造成河西走廊ET0增大的主要原因，其次是RH、Tmax、n。河西走廊各分区中，疏勒河分区、黑河分区、石羊河分区ET0增加贡献最大的气象因素分别为Tmax（5.13%）、u（8.22%）、Tmax（5.97%），贡献最小的气象因素为n。研究结果与已有研究相关结论“1964—2018年西北旱区u和RH变化对ET0的影响较大［2］”“1960—2009年河西冷温带和暖温带干旱区u和Tmax对ET0变化贡献显著［29］”基本一致。敏感因素和主要影响因素不同是由于贡献率是敏感系数和多年相对变化幅度共同决定的，ET0变化对RH 减少最敏感，但其多年相对变化幅度小，导致贡献与敏感系数排序一致。

本研究仅探讨了河西走廊ET0变化的气候因素影响，即Tmax、RH、n、u、P5 个气象因素与ET0变化的响应关系，土地利用及覆被等下垫面条件变化也是ET0变化重要原因［30］，因此全面揭示ET0变化机理需要更为深入地探讨气候变化及地理环境改变等多方面的影响。研究将多种定性与定量分析方法有机结合，主成分分析、聚类分析、相关系数分析、通径分析从相关关系的角度定性探究ET0变化的原因，敏感性分析、贡献率计算定量探寻ET0变化对气候变量的敏感程度和气候变量的贡献，多种方法探索性结合，为揭示ET0变化对气象变量的响应机理提供了一种新的思路，在西北暖湿变化背景下，科学预测河西走廊地区ET0变化，制定合理灌溉用水计划，为促进农业水资源高效利用等方面提供科学决策依据。在干旱内陆河流域，农业用水在水资源总量中占比较大（超过60%），且蒸散发是水量消耗的主要途径［31］，农业用水严重挤占了生态用水，因此，通过科学预测ET0变化及蒸散发耗水量，制定合理灌溉用水计划，推进农业节水措施的实施，可以有效减少农业用水量，减小农业用水压力，促使农业用水高效利用［32］。

4 结论

（1）河西走廊及分区均呈显著波动上升趋势（Z＞1.98），达到0.05显著水平，ET0线性变化率2.94 mm·a-1，其中黑河分区变化最明显，线性变化率4.78 mm·a-1。ET0由东南向西北递增的趋势，河西走廊中东部石羊河分区（1003.78 mm）、黑河分区（1031.30 mm）较小，西部疏勒河分区（1171.89 mm）较大。河西走廊大部分区域、黑河分区、石羊河分区ET0均呈现显著上升趋势。

（2）主成分分析前3 主成分分别为温度因素、湿度和辐射因素、风速因素，温度因素对ET0变化影响较大，风速因素影响相对较小。系统聚类分析将9个气象因素划分5类，细化分类并验证主成分分析结果。相关系数表明ET0与T、Tmax、Tmin、ea相关性最强，验证第一主成分载荷最大的气象因素，与ET0相关性排序为Tmax、T、Tmin、ea、n、RH、RHmin、u、P。RH对ET0变化起反向作用，Tmax、n、u升高和RH 减少促进ET0呈增加变化。

（3）河西走廊ET0变化对气象因素敏感性排序为RH、Tmax、n、u、P，ET0对RH减少最敏感，其次Tmax、n、u增加变化促使ET0增大，ET0对P变化最不敏感。u增大是造成河西走廊ET0增大的主要原因，其次是RH、Tmax、n。河西走廊各分区中，疏勒河分区、黑河分区、石羊河分区ET0增加贡献最大的气象因素分别为Tmax（5.13%）、u（8.22%）、Tmax（5.97%），贡献最小的气象因素为n。