王怡寧,楊 秒,王 兵,路 璐,梅海鵬,王振龍
(1.南京水利科學(xué)研究院,南京 210029;2.河海大學(xué),南京 210098;3.安徽省(水利部淮委) 水利科學(xué)研究院,安徽 蚌埠 233000;4.河北工程大學(xué) 水利水電學(xué)院,河北 邯鄲 056021)
在全球氣候變暖的大背景下,觀測到的蒸發(fā)皿蒸發(fā)量隨溫度的升高而下降,這種現(xiàn)象被稱之為“蒸發(fā)悖論”[1]?!罢舭l(fā)悖論”現(xiàn)象在加拿大[2]、新西蘭[3]、泰國[4]、澳大利亞[5]、意大利[6]、南美洲[7]、印度[8]等世界大部分地區(qū)都得到了觀測資料的驗證。對于“蒸發(fā)悖論”現(xiàn)象的機理,目前尚無確切的定論。關(guān)于蒸發(fā)量下降的原因,不同的地區(qū)有不同的體現(xiàn)。
對于蒸發(fā)量與氣象因素的變化趨勢,國內(nèi)外開展了大量的研究?!罢舭l(fā)悖論”現(xiàn)象在中國不同的農(nóng)業(yè)活動影響地區(qū)表現(xiàn)出不同的規(guī)律[9],不同地區(qū)主導(dǎo)因素不同。叢振濤等[10]采用全國 353 個氣象站1956―2005 年的氣象資料,對“蒸發(fā)悖論”在中國的規(guī)律進行分析,表明全國范圍內(nèi)總體上存在““蒸發(fā)悖論”現(xiàn)象。李華麗等[11]對川中丘陵13 個代表站逐日氣象資料進行計算,分析了主要氣象因子的變化趨勢,表明氣溫、輻射、降水、風(fēng)速及相對濕度等氣象因子60 a 來均呈“增大-減小”的周期性變化規(guī)律。楊林山等[12]對洮河流域潛在蒸散發(fā)(ET0)的氣候敏感性進行了綜合分析,探討了ET0變化的氣候原因,表明洮河流域ET0的增加與凈輻射的降低和氣溫升高有關(guān)。韓松俊等[9]通過對不同農(nóng)業(yè)活動地區(qū)的“蒸發(fā)悖論”現(xiàn)象及影響因素分析,表明灌溉等農(nóng)業(yè)活動對“蒸發(fā)悖論”現(xiàn)象有顯著影響。岳元等[13]通過分析吉林省蒸發(fā)量與氣象因子的變化趨勢,得出吉林省西部和中部的主要因素是日照時間和風(fēng)速,南部為水汽壓差。魯向暉等[14]通過分析江西省55 a 間潛在蒸發(fā)量的變化趨勢,認為該區(qū)“蒸發(fā)悖論”主要是由日照時間和平均風(fēng)速引起的。鮑振鑫等[15]通過分析海河流域蒸發(fā)皿蒸發(fā)量的演變趨勢及其與氣象因子間的關(guān)系,表明平均風(fēng)速下降是蒸發(fā)量下降的主導(dǎo)因素。杜軍等[16]通過分析西藏雅魯藏布江中游蒸發(fā)皿蒸發(fā)量與氣象因素的關(guān)系,表明蒸發(fā)量下降的主要因素是日照時數(shù)和風(fēng)速的下降及相對濕度的增加。邢廣君等[17]對千鶴湖生產(chǎn)安全狀況進行分析,表明單位面積點源COD 和綜合營養(yǎng)指數(shù)為生態(tài)安全的主導(dǎo)因素。國內(nèi)關(guān)于蒸發(fā)皿蒸發(fā)量下降的主導(dǎo)因素多數(shù)地區(qū)為風(fēng)速和日照時間,少數(shù)地區(qū)為水汽壓差、溫度或太陽輻射。國外關(guān)于蒸發(fā)皿蒸發(fā)量減少的原因研究包括以下二方面內(nèi)容:一是太陽輻射量的減少[18-20],由于云覆蓋度或氣溶膠質(zhì)量濃度增加引起的;二是風(fēng)速下降[21-22]和水汽差減少[23]導(dǎo)致的。上述二方面的變化都受到農(nóng)業(yè)活動顯著影響[24-26]。
在五道溝地區(qū)旱作低產(chǎn)農(nóng)業(yè)活動背景下,針對目前氣候變化對蒸發(fā)量影響的研究現(xiàn)狀,以五道溝實驗區(qū)氣象場1970―2017 年實測數(shù)據(jù)為背景資料,對蒸發(fā)量的年際趨勢進行分析與預(yù)測,應(yīng)用線性趨勢法對各影響因素進行定性分析,熵值法進行綜合評價,深入探討該區(qū)蒸發(fā)量趨勢變化的原因,以期為進一步探討蒸發(fā)皿蒸發(fā)量變化趨勢的成因提供依據(jù)。
五道溝實驗站作為五道溝地區(qū)水文水資源綜合實驗研究基地,具有50 余年長系列資料,地處安徽省蚌埠市固鎮(zhèn)縣內(nèi),屬于典型的半干旱半濕潤季風(fēng)氣候南北過渡區(qū),四季分明,冬季干旱少雨,夏季炎熱多雨。多年平均(1970―2017 年)蒸發(fā)量為1 011.0 mm,多年平均降雨量為884.7 mm,且年際年內(nèi)分布不均,其中6—9 月約占全年降雨量的60%,多年平均氣溫為14.9 ℃,多年平均日照時間為1 837.9 h。該區(qū)土壤為砂姜黑土區(qū),質(zhì)地黏重,垂直裂隙發(fā)育,農(nóng)業(yè)種植為一年二熟制,冬季種植小麥,夏季種植玉米和大豆。人口密度約為510 人/km2。
本文數(shù)據(jù)主要來源于五道溝實驗站氣象場實測數(shù)據(jù),氣象資料為1970―2017 年的逐年蒸發(fā)皿蒸發(fā)量(mm)、降雨量(mm)、溫度(℃)、日照時間(h)、相對濕度(%)、風(fēng)速(m/s)、水汽壓力差(hpa)。蒸發(fā)皿蒸發(fā)量由E601(0.3 m2)型蒸發(fā)皿實測,氣溫和相對濕度分別采用放于百葉箱中的溫度和相對濕度儀表實測數(shù)據(jù),日照時間由日照計實測,降雨量由標(biāo)準(zhǔn)雨量筒實測,風(fēng)速由1.5 m 高風(fēng)速儀實測。其他GDP、建筑業(yè)增加值輔助資料來源于《中國統(tǒng)計年鑒》,環(huán)境空氣質(zhì)量達二級及二級標(biāo)準(zhǔn)以上的天數(shù)數(shù)據(jù)來源于《蚌埠市統(tǒng)計年鑒》。為方便起見,下將蒸發(fā)皿蒸發(fā)量簡稱為蒸發(fā)量。
1)氣候傾向率法
氣候傾向率法[16]是用一次線性方程擬合氣象要素隨時間的變化,即:
2)熵值法
熵值法[27-28]綜合評價是根據(jù)各影響因素的變異程度,利用信息熵這個工具,計算各影響因素的權(quán)重,為多影響因素綜合評價提供依據(jù)。某影響因素的權(quán)重越大,表明該影響因素提供的信息量越多,在綜合評價中所起到的作用也越大。
3)灰色預(yù)測
灰色預(yù)測[29-31]是指利用灰色模型對某個系統(tǒng)的發(fā)展規(guī)律進行預(yù)測估計,同時也可以對異常事件發(fā)生的時刻進行估計,以及在特定時區(qū)內(nèi)發(fā)生事件的未來時間分布情況進行研究等。這些工作的實質(zhì)是將“隨機過程”作為“灰色過程”處理,“隨機變量”作為“灰變量”處理,依據(jù)長序列現(xiàn)有數(shù)據(jù)對將來的發(fā)展變化趨勢進行預(yù)測分析。
距平值可以展現(xiàn)某個物理量在某時段的數(shù)據(jù)相對于長期平均值的高低情況。蒸發(fā)量年際變化趨勢圖與距平圖如圖1 所示。從圖1(a)可見,1970―2017年蒸發(fā)量呈明顯下降趨勢,下降速率為8.7 mm/a。從圖1(b)可見,1970―1984 年,均為正距平年,其中1978、1979 年值較大;1985―2001 年,正、負距平年基本交替出現(xiàn);2002―2017 年,均為負距平年,絕對值整體上呈先增后減趨勢。
據(jù)上述分析,蒸發(fā)量整體上呈現(xiàn)減小趨勢,以下用灰色系統(tǒng)中的GM(1,1)模型與Verhulst 模型對蒸發(fā)量進行預(yù)測。
用MATLAB 編程求得GM(1,1)模型與Verhulst模型的參數(shù),2 種模型的時間響應(yīng)序列如下:
GM(1,1)模型與Verhulst 模型的預(yù)測值與蒸發(fā)量實測值對比圖見圖2。由圖2 可直觀看到,GM(1,1)模型比Verhulst 模型更接近實測值。GM(1,1)模型的平均相對誤差為0.065,Verhulst 模型的平均相對誤差為0.131,由此可見GM(1,1)模型預(yù)測效果較好。
圖1 蒸發(fā)皿蒸發(fā)量趨勢分析 Fig.1 Trend analysis of evaporating dish evaporation
圖2 GM(1,1)模型與Verhulst 模型預(yù)測值與實測值對比圖 Fig.2 Comparison of predicted and original values of GM(1,1) model and Verhulst model
蒸發(fā)量與各氣象因素的相關(guān)關(guān)系如圖3。從圖3可見,氣溫與蒸發(fā)量呈負相關(guān)關(guān)系,表明該地區(qū)存在“蒸發(fā)悖論”現(xiàn)象;風(fēng)速與蒸發(fā)量呈正相關(guān)關(guān)系,相關(guān)系數(shù)為0.60;相對濕度與蒸發(fā)量呈負相關(guān)關(guān)系,相關(guān)系數(shù)為0.60;日照時間與蒸發(fā)量呈正相關(guān)關(guān)系,相關(guān)系數(shù)為0.37;降雨與蒸發(fā)量呈負相關(guān)關(guān)系,相關(guān)系數(shù)為0.18;蒸發(fā)量與水汽壓力差的相關(guān)關(guān)系較弱。
圖3 蒸發(fā)量與氣象因素的關(guān)系 Fig.3 Relationship between evaporation and meteorological factors
因各影響因素量綱不同,為定量衡量影響因素對水面蒸發(fā)的影響大小,對各影響因素先進行標(biāo)準(zhǔn)化處理,再運用線性趨勢法計算各影響因子對蒸發(fā)量的貢獻。結(jié)果如下:年均氣溫為0.46,降雨量為0.13,日照時間為-0.35,相對濕度為0.39,風(fēng)速為-0.66,水汽壓力差為0.10,按貢獻大小排序:風(fēng)速>氣溫>相對濕度>日照時間>降雨量>水汽壓力差。
利用MATLAB 編寫熵值法程序?qū)Ω饔绊懸蛩剡M行綜合評價,蒸發(fā)量與各氣象因素的綜合評價結(jié)果見表1。從表1 可知,各影響因素的權(quán)值由大到小依次為:風(fēng)速>氣溫>相對濕度>日照時間>降雨量>水汽壓力差。權(quán)值越大,表明影響因素提供的信息量越多,在綜合評價中所起的作用也越大。
表1 蒸發(fā)皿蒸發(fā)量與各氣象因素的綜合評價 Table 1 Comprehensive evaluation of pan evaporation and various meteorological factors
綜上所述,線性趨勢法與熵值法分析結(jié)果一致,探討蒸發(fā)量影響因素的方法推薦采用線性趨勢法與熵值法。由此可確定,五道溝地區(qū)蒸發(fā)量的變化主要由風(fēng)速、氣溫、相對濕度和日照時間這些氣象因素共同作用導(dǎo)致的。在全球變暖的大背景下,風(fēng)速減少、相對濕度增加和日照時間減少使蒸發(fā)呈下降趨勢。
3.3.1 日照時間
日照時間年際變化趨勢圖與距平圖如圖4 所示。從圖4(a)可見,1970―2017 年日照時間呈明顯下降趨勢,氣候傾向率為97.5 h/10a。從圖4(b)可見,1970―1988 年,基本為正距平年,絕對值整體上呈先增后減趨勢;1998―2008 年,均為負距平年;1989―1997 與2009―2017 年,正、負距平年都有。日照時間的減少造成地面接收到的太陽輻射量下降,導(dǎo)致蒸發(fā)所需的潛熱通量減少,蒸發(fā)量下降。
據(jù)《中國統(tǒng)計年鑒》和《蚌埠市統(tǒng)計年鑒》,安徽省1970―2016 年GDP 數(shù)據(jù)和蚌埠市2007―2017年空氣質(zhì)量達到及好于二級的天數(shù)趨勢分析圖見圖5。從圖5(a)可見,1970―2016 年GDP 呈指數(shù)形式增長,平均每年增長1 203.0 億元;從圖5(b)可見,2007―2017 年空氣質(zhì)量達到及好于二級的時間呈下降趨勢,平均每年減少14 d。隨著經(jīng)濟的快速發(fā)展,空氣質(zhì)量達到及好于二級的天數(shù)卻在減少,說明空氣質(zhì)量差的時間在上升,空氣質(zhì)量差說明空氣中污染物質(zhì)量濃度高,氣溶膠多。因此,該地區(qū)日照時間下降的主要原因很可能是氣溶膠的增多。氣溶膠量對太陽輻射有重要影響,氣溶膠增加導(dǎo)致太陽輻射減少。
3.3.2 風(fēng)速
風(fēng)速年際變化趨勢圖與距平圖如圖6 所示。從圖6(a)可見,1970―2017 年風(fēng)速呈明顯下降趨勢,平均每年下降0.03 m/s。從圖6(b)可見,1970―1988年,均為正距平年,絕對值整體上呈遞減趨勢;1989―2017 年,基本均為負距平年。風(fēng)速的下降,降低了水面上方水汽擴散的動力,使干濕空氣交換變慢,蒸發(fā)量下降。
圖4 日照時間趨勢分析 Fig.4 Trend analysis of sunshine hours
圖5 GDP 與城市空氣質(zhì)量指標(biāo)趨勢分析 Fig.5 Trend analysis of GDP and urban air quality indicators
圖6 風(fēng)速趨勢分析 Fig.6 Wind speed trend analysis
從上述分析,中國經(jīng)濟發(fā)展迅速,隨著經(jīng)濟的發(fā)展,安徽省城鎮(zhèn)化水平也不斷提高,2017 年城鎮(zhèn)化率達53.49%。從《中國統(tǒng)計年鑒》中統(tǒng)計安徽省2003―2016 年建筑業(yè)增加值數(shù)據(jù),建筑業(yè)增加值是指建筑業(yè)企業(yè)在報告期內(nèi)以貨幣形式表現(xiàn)的建筑業(yè)生產(chǎn)經(jīng)營活動的最終成果。建筑業(yè)增加值趨勢分析圖見圖7。由圖7 可知,2003―2016 年建筑業(yè)增加值呈上升趨勢,平均每年增加100.93 億元。建筑業(yè)的日益昌盛,房屋高度不斷升高,在一定程度上減弱了風(fēng)速。風(fēng)速的下降減緩了氣溶膠的擴散,對氣溶膠的增加也有一定影響。
圖7 建筑業(yè)增加值趨勢分析 Fig.7 Analysis of the added value trend of the construction industry
3.3.3 相對濕度
相對濕度年際變化趨勢圖與距平圖如圖8 所示。從圖8(a)可見,1970―2017 年相對濕度呈明顯上升趨勢,平均每年上升0.11%。從圖8(b)可見,1970―1984 年,均為負距平年,絕對值整體上呈先增后減趨勢;1985―2017 年,基本均為正距平年。相對濕度的上升,表明空氣中含有的水汽質(zhì)量增大,減少了水分向外擴散和交換,蒸發(fā)量下降。
圖8 相對濕度趨勢分析 Fig.8 Trend analysis of relative humidity
相對濕度與降雨量關(guān)系分析圖見圖9。從圖9(a)可見,降雨量呈上升趨勢,平均每年增加2.2 mm。從圖9(b)可見,相對濕度與降雨量呈正相關(guān)關(guān)系,相對濕度的上升與降雨量的增加有一定關(guān)系。大氣中懸浮粒子和水汽凝結(jié)成霧對光的散射和吸收導(dǎo)致能見度降低,能見度下降是城市空氣質(zhì)量下降的一個重要標(biāo)志[32]。五道溝地區(qū)相對濕度的增加,增加了多霧天氣的幾率,也是日照時間減少的一個原因。
圖9 相對濕度與降雨量關(guān)系分析Fig.9 Analysis of the relationship between relative humidity and rainfall
本文主要分析了五道溝地區(qū)蒸發(fā)皿蒸發(fā)量趨勢及成因,五道溝地區(qū)蒸發(fā)量下降的影響因素是風(fēng)速、日照時間和相對濕度。岳元等[13]通過分析吉林省蒸發(fā)量與氣象因子的變化趨勢,發(fā)現(xiàn)吉林省西部和中部的主要因素是日照時間和風(fēng)速,南部為水汽壓差。魯向暉等[14]通過分析江西省潛在蒸發(fā)量的變化趨勢,認為該區(qū)“蒸發(fā)悖論”主要是由日照時間和平均風(fēng)速引起的。與本文研究的主要影響因素存在差異,主要是因為不同地區(qū)、不同年份,蒸發(fā)皿蒸發(fā)量變化趨勢的主要影響因素存在差異??傮w上,關(guān)于蒸發(fā)皿蒸發(fā)量下降的主導(dǎo)因素多數(shù)地區(qū)為風(fēng)速和日照時間,少數(shù)地區(qū)為水汽壓差、溫度或太陽輻射;關(guān)于蒸發(fā)皿蒸發(fā)量減少的原因主要包括以下2 方面內(nèi)容:一是太陽輻射量的減少,由于云覆蓋度或氣溶膠質(zhì)量濃度增加引起的;二是風(fēng)速下降和水汽差減少導(dǎo)致的。
日照時間的減少與相對濕度的增加均與氣溶膠增加有關(guān),氣溶膠的增加又是太陽輻射減少的一個重要原因,風(fēng)速的下降減緩了氣溶膠的擴散,對氣溶膠的增加也有一定影響。因此,形成該區(qū)“蒸發(fā)悖論”現(xiàn)象的深層原因可能是隨著經(jīng)濟的發(fā)展,空氣質(zhì)量變差,氣溶膠增加,太陽輻射減少,但深入的機理分析及更大尺度上水面蒸發(fā)變化趨勢、成因及分布特征還有待進一步研究。在全球氣候變化條件下,伴隨著極端天氣的增多,“蒸發(fā)悖論”現(xiàn)象尚需進一步探究。
1)1970―2017 年蒸發(fā)皿蒸發(fā)量整體呈下降趨勢,以86.9 mm/10a 的變化速率下降,運用灰色系統(tǒng)中的GM(1,1)模型與Verhulst 模型對蒸發(fā)量進行預(yù)測,綜合對比表明GM(1,1)模型預(yù)測結(jié)果更符合實際。
2)風(fēng)速、日照時間與蒸發(fā)量呈正相關(guān)關(guān)系,氣溫、相對濕度、降雨量與蒸發(fā)量呈負相關(guān)關(guān)系。1970―2017 年間氣溫每10 年平均升高0.25 ℃,水面蒸發(fā)每10 年平均下降86.9 mm,該區(qū)存在“蒸發(fā)悖論”現(xiàn)象。線性趨勢法與熵值法分析結(jié)果一致,該區(qū)“蒸發(fā)悖論”現(xiàn)象的主要氣候因子是風(fēng)速減小、相對濕度增加和日照時間減少。
3)相對濕度的增加,增加了多霧天氣的幾率,也是日照時間減少的一個原因;日照時間下降的主要原因很可能是氣溶膠的增多,風(fēng)速的下降減緩了氣溶膠的擴散,對氣溶膠的增加也有一定影響。該地區(qū)“蒸發(fā)悖論”現(xiàn)象的深層原因可能是隨著經(jīng)濟的發(fā)展,空氣質(zhì)量變差,氣溶膠增加,太陽輻射減少。