中國(guó)西南地區(qū)飽和水汽壓差的年際變化及其影響因素

寧梓妤，徐憲立，楊東，徐超昊，李學(xué)章，李振煒

（1.中國(guó)科學(xué)院亞熱帶農(nóng)業(yè)生態(tài)研究所亞熱帶農(nóng)業(yè)生態(tài)過(guò)程重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙 410125；2.中國(guó)科學(xué)院環(huán)江喀斯特生態(tài)系統(tǒng)觀測(cè)研究站，廣西 環(huán)江 547100；3.中國(guó)科學(xué)院大學(xué)，北京 100049）

隨著全球氣候持續(xù)變暖，干旱事件發(fā)生的頻率和強(qiáng)度顯著增加[1-2]，例如亞馬遜流域多次發(fā)生嚴(yán)重干旱事件[3-5]、印度的高溫和極端干旱同時(shí)發(fā)生的頻率增加了約1.5倍[6]，這些干旱事件的發(fā)生對(duì)生態(tài)系統(tǒng)的生產(chǎn)力造成了嚴(yán)重的負(fù)面影響。我國(guó)的區(qū)域重大干旱事件也明顯增多[7-8]，特別是地處西南的亞熱帶氣候濕潤(rùn)區(qū)，自2000年以來(lái)已發(fā)生多次嚴(yán)重干旱[9-10]。例如：2003年的嚴(yán)重伏秋連旱、2006年夏季川渝地區(qū)的特大干旱以及2009到2010年的西南春季大旱[11]。研究表明厄爾尼諾、環(huán)流異常、水汽輸送通量散度異常[12]等氣象異常均會(huì)造成不同程度的干旱，有關(guān)西南地區(qū)年際變化特征的研究主要集中在溫度和降水[13]這兩個(gè)因素中。李韻婕等[14]研究認(rèn)為近50 a西南干旱頻發(fā)的主要原因是降水的顯著下降；而Sun等[15]利用降水和溫度計(jì)算SPEI分析了西南干旱特征，表明降水的減少或溫度的增加都有可能造成干旱強(qiáng)度的增加。飽和水汽壓差（VPD）是指在一定溫度下空氣中飽和水汽壓與實(shí)際水汽壓之間的差值，是評(píng)價(jià)大氣干濕程度的重要指標(biāo)之一[1]，其增加會(huì)對(duì)生態(tài)系統(tǒng)產(chǎn)生更大脅迫，但在西南年際氣候變化的前期研究中，很少考慮VPD對(duì)氣候變化的響應(yīng)。Chiang等[1]研究發(fā)現(xiàn)當(dāng)降雨不足時(shí)大氣濕度在能量和水循環(huán)中具有重要的調(diào)節(jié)作用[16]，更有研究表明當(dāng)干旱熱浪發(fā)生期間VPD比其他環(huán)境因素對(duì)干旱的響應(yīng)更顯著[17-18]，因此，研究我國(guó)西南地區(qū)的VPD年際動(dòng)態(tài)變化有助于進(jìn)一步了解該地區(qū)的氣候變化，對(duì)未來(lái)大氣干旱的發(fā)展趨勢(shì)及監(jiān)測(cè)預(yù)警具有一定的參考價(jià)值。

同時(shí)，大氣水汽的主要來(lái)源包括外來(lái)水汽、地表蒸發(fā)以及植物蒸騰所產(chǎn)生的水汽，不同的水汽來(lái)源在空間上具有較大差異[19]，而VPD作為大氣水汽含量的重要表現(xiàn)，多種水汽來(lái)源的差異導(dǎo)致VPD變化具有較強(qiáng)的空間異質(zhì)性[20]，特別是在地質(zhì)類型特殊和生態(tài)環(huán)境脆弱的西南地區(qū)[21-23]，引起VPD年際變化的因素目前尚未清晰。因此，研究影響VPD變化的氣象水文相關(guān)因素顯得十分重要，既可以明晰VPD變化的原因，又有利于更好地了解研究區(qū)內(nèi)的生態(tài)水文循環(huán)過(guò)程。

本研究旨在探討西南地區(qū)VPD的年際變化特征，利用實(shí)際蒸散發(fā)、比濕和外來(lái)水汽通量等因子分析VPD年際動(dòng)態(tài)變化的原因，試圖深入理解該區(qū)域大氣干濕程度對(duì)氣候變化的響應(yīng)，為該區(qū)域更好的應(yīng)對(duì)未來(lái)干旱事件的發(fā)生以及生態(tài)恢復(fù)和社會(huì)經(jīng)濟(jì)發(fā)展提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)域位于中國(guó)西南地區(qū)（20°54′~34°19′N，96°21′~112°04′E），包括四川、云南、貴州、重慶和廣西三省一市一區(qū)（圖1），研究區(qū)域的行政邊界矢量數(shù)據(jù)引自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（https://www.resdc.cn/data.aspx?DATAID=200），總面積約136.40萬(wàn)km2，約占全國(guó)總面積的14.34%[24]。地形地貌復(fù)雜的中國(guó)西南地區(qū)受東南季風(fēng)和西南季風(fēng)影響，形成亞熱帶季風(fēng)氣候類型。在1982—2015年間，西南地區(qū)的年平均降水量約1 132.23 mm，年平均溫度15.37 ℃，水熱同期，植被豐富多樣。

圖1 研究區(qū)位置及氣象站點(diǎn)分布示意圖Fig.1 Study area and meteorological stations distribution

1.2 數(shù)據(jù)獲取

本研究的數(shù)據(jù)一部分來(lái)自觀測(cè)站點(diǎn)，一部分來(lái)自柵格。其中溫度（T）和相對(duì)濕度（RH）數(shù)據(jù)來(lái)自1982—2015年西南地區(qū)105個(gè)地面氣象觀測(cè)站點(diǎn)（圖1）的《中國(guó)地面氣候日值數(shù)據(jù)集》；比濕（q）和風(fēng)速（V）數(shù)據(jù)來(lái)自NCEP/NCAR再分析月數(shù)據(jù)集，空間分辨率為2.5°；實(shí)際蒸散發(fā)數(shù)據(jù)（ET）來(lái)自利用不同衛(wèi)星遙感觀測(cè)數(shù)據(jù)反演所得的月尺度GLEAM模型產(chǎn)品，空間分辨率為0.25°。為獲得各氣象站點(diǎn)位置所對(duì)應(yīng)的準(zhǔn)確柵格數(shù)據(jù)，以每個(gè)氣象站點(diǎn)的經(jīng)緯度為中心，建立半徑為20 km的緩沖面[25]，提取緩沖面內(nèi)柵格數(shù)據(jù)的平均值作為氣象站點(diǎn)的對(duì)應(yīng)數(shù)值。最終將不同時(shí)間尺度的數(shù)據(jù)集預(yù)處理，統(tǒng)一換算為年尺度數(shù)據(jù)集。

根據(jù)各觀測(cè)站點(diǎn)的日尺度數(shù)據(jù)集，借助飽和水汽壓的經(jīng)驗(yàn)計(jì)算公式（適用于-40~50℃）[26-27]，計(jì)算日尺度飽和水汽壓差VPD（kPa），公式如下：

式中：T表示給定站點(diǎn)的溫度（℃）；RH表示給定站點(diǎn)的相對(duì)濕度（%）。

水汽通量（Q）是通過(guò)氣流輸送而來(lái)，用來(lái)表示水汽輸送強(qiáng)度的物理量，一般是指在單位時(shí)間內(nèi)流經(jīng)某一單位面積的水汽含量[28]，單位（kg/(m·s)），根據(jù)可獲取到的NCEP/NCAR再分析月數(shù)據(jù)集，計(jì)算月尺度水汽通量，公式[29]如下：

式中：g表示重力加速度，單位（m/s2）；pt表示上邊界氣壓（本文取300 hPa），單位（hPa）；ps表示下邊界氣壓（近地面氣壓），單位（hPa）；V表示矢量風(fēng)速，單位（m/s）；q表示比濕，單位（g/kg）；u為緯向風(fēng)（向東為正，向西為負(fù)）；v為經(jīng)向風(fēng)（向北為正，向南為負(fù)）。

1.3 研究方法

1.3.1 Mann-Kendall檢驗(yàn) Mann-Kendall檢驗(yàn)是一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)的方法，在氣象和水文方向的因子時(shí)間序列分析中得到廣泛應(yīng)用[30-31]。Mann-Kendall趨勢(shì)檢驗(yàn)方法[32]如下：

假定有一個(gè)時(shí)間序列中含n個(gè)樣本量（x1,x2,… ,xn），其中i,j取整數(shù)，xi和xj的分布方式不確定，計(jì)算檢驗(yàn)統(tǒng)計(jì)量S，公式如下：

在（3）式中：令xj-xi為θ，要滿足以下條件：

在（3）式中：S為正態(tài)分布，均值為0，方差計(jì)算公式如下：

當(dāng)n≥8時(shí)，S近似為正態(tài)分布，標(biāo)準(zhǔn)化后的檢驗(yàn)統(tǒng)計(jì)量計(jì)算公式如下：

式中：Z為標(biāo)準(zhǔn)化后的統(tǒng)計(jì)值，若Z> 0，表示時(shí)間序列存在增加趨勢(shì)；若Z< 0，表示時(shí)間序列存在減少趨勢(shì)。|Z|>Z1-(a/2)，表示存在顯著的趨勢(shì)變化，Z1-(a/2)=1.64，即標(biāo)準(zhǔn)正態(tài)函數(shù)分布表在置信度水平（P<0.05）下對(duì)應(yīng)的值。

Mann-Kendall突變檢驗(yàn)可以用來(lái)分析時(shí)間序列的急劇變化[33]，方法如下：

假定時(shí)間序列（x1,x2, … ,xn）的樣本累計(jì)數(shù)，定義為lk：

lk的均值以及方差近似為：

在時(shí)間序列隨機(jī)獨(dú)立的假設(shè)下，定義統(tǒng)計(jì)量：

給定顯著水平h，若|UFk|>UFh/2，表明該時(shí)間序列存在明顯變化趨勢(shì)。將時(shí)間序列逆序排列（xn,xn-1, … ,x1），計(jì)算逆序列的UFk，同時(shí)使UBk=-UFk，k=n,n-1, …, 1，UB1=0。分析統(tǒng)計(jì)序列 UFk和UBk，進(jìn)一步分析時(shí)間序列的變化趨勢(shì)，如果UF和UB兩曲線在置信區(qū)間內(nèi)出現(xiàn)交點(diǎn)，則認(rèn)為交點(diǎn)是發(fā)生突變的節(jié)點(diǎn)。

1.3.2 趨勢(shì)系數(shù) 基于1982—2015年VPD的時(shí)間變化趨勢(shì)，使用一元線性回歸計(jì)算斜率（K）。當(dāng)K>0時(shí)，表示VPD隨著時(shí)間變化而增加，數(shù)值越大代表VPD增長(zhǎng)幅度越大；同理，當(dāng)K<0時(shí)，表示VPD隨著時(shí)間變化而降低，其計(jì)算公式為：

式中：i代表時(shí)間序列號(hào)；n是時(shí)間跨度，在本研究中即為34 a；VPDi指第i年VPD的平均值。

1.3.3 相關(guān)性分析 在多變量因子分析中，其中一個(gè)因子的變化必然會(huì)影響其他因子的變化，研究一個(gè)因子對(duì)另外一個(gè)因子的相關(guān)性，排除其他要素的影響，被稱為偏相關(guān)[34]。判斷變量之間偏相關(guān)系數(shù)的計(jì)算公式如下：

式中：分析三個(gè)或三個(gè)以上變量間的偏相關(guān)，其中Rxy.z是將控制z變量的影響后變量x和變量y之間的偏相關(guān)系數(shù)，Rxy、Rxz和Ryz分別為變量x與y，x與z及y與z之間的簡(jiǎn)單相關(guān)系數(shù)。

2 結(jié)果與分析

2.1 1982—2015年VPD的年際變化分析

在1982—2015年間研究區(qū)內(nèi)的105個(gè)氣象站點(diǎn)中有101個(gè)的VPD呈增加趨勢(shì)，趨勢(shì)系數(shù)在0.000206~0.008260 kPa/a之間。其中呈顯著增加（P<0.05）的站點(diǎn)約占86%，主要分布在四川、重慶、云南、貴州西北部以及廣西東部地區(qū)；呈不顯著增加（P>0.05）的站點(diǎn)約占4%，主要分布在貴州南部、廣西中部。在貴州中部（貴陽(yáng)市）和南部（羅甸縣）、廣西中部（都安瑤族自治縣、南寧市）4個(gè)地區(qū)VPD出現(xiàn)不顯著下降趨勢(shì)（P>0.05）（圖2）。

圖2 1982—2015年VPD變化趨勢(shì)的空間分布Fig.2 Spatial distribution of VPD trends in each station

根據(jù)Mann-Kendall突變檢驗(yàn)方法分析每個(gè)氣象站點(diǎn)VPD時(shí)間變化序列中的突變時(shí)間點(diǎn)，在西南地區(qū)累積各站點(diǎn)VPD時(shí)間序列的突變次數(shù)，發(fā)現(xiàn)突變時(shí)間集中在2000年（圖3），由此我們將2000年作為研究區(qū)的突變年份，把1982—2015年分為1982—1999年和2000—2015年兩個(gè)時(shí)間段。如圖4所示，在1982—1999年，VPD呈顯著增長(zhǎng)（P<0.05），其增長(zhǎng)速率約為0.001 0 kPa/a；在2000—2015年，VPD的變化同樣是顯著增長(zhǎng)（P<0.05），但其增長(zhǎng)速率約為0.005 0 kPa/a，約為2000年前變化速率的5倍。同樣如圖4所示，在1982—1999年，飽和水汽壓的增長(zhǎng)速率為0.004 0 kPa/a，實(shí)際水汽壓的增長(zhǎng)速率為0.003 0 kPa/a；在2000—2015年，飽和水汽壓的增長(zhǎng)速率為0.005 0 kPa/a，實(shí)際水汽壓的增長(zhǎng)速率為0.000 3 kPa/a。

圖3 VPD變化突變次數(shù)累積分布Fig.3 Cumulative distribution of VPD mutation shift

圖4 1982—2015年飽和水汽壓差、飽和水汽壓與實(shí)際水汽壓的年平均變化時(shí)間序列Fig.4 Time series of VPD, saturation vapor pressure and actual vapor pressure during 1982-2015

根據(jù)突變年份2000年，在空間上分別分析1982—1999年與2000—2015年中VPD的變化趨勢(shì)，如圖5所示，其中圖5a表示1982—1999年中VPD的變化趨勢(shì)，圖5b表示2000—2015年中VPD的變化趨勢(shì)。在1982—1999年時(shí)段中（圖5a），研究區(qū)內(nèi)105個(gè)氣象站點(diǎn)中有68個(gè)的VPD呈增加趨勢(shì)，趨勢(shì)系數(shù)在0.000 074 ~ 0.014 000 kPa/a之間，分布在四川東部、云南西部和重慶；在2000—2015年時(shí)段中(圖5b)，有85個(gè)氣象站點(diǎn)的VPD呈增加趨勢(shì)，趨勢(shì)系數(shù)在0.000 196 ~ 0.023 000 kPa/a之間，主要分布在云南、四川西部和東北部、重慶北部、貴州東部和廣西中北部。

圖5 不同時(shí)段中VPD變化速率的空間分布Fig.5 Spatial distribution of VPD trend during the different period

2.2 影響VPD時(shí)間動(dòng)態(tài)變化的相關(guān)因子分析

根據(jù)VPD的計(jì)算公式，可知VPD的變化與溫度和相對(duì)濕度相關(guān)。如圖6所示，溫度在1982—2015年中呈上升趨勢(shì)，速率約為0.033 ℃/a，其中1982—1999年上升速率約為0.040 ℃/a，2000—2015年上升速率約為0.031 ℃/a；相對(duì)濕度在1982—2015年中呈下降趨勢(shì)，速率為0.1%/a，在2000年前相對(duì)濕度下降速率不明顯，但在2000年后相對(duì)濕度下降速率明顯加快，約為0.2%/a。

圖6 1982—2015年T和RH年平均變化的時(shí)間序列Fig.6 Time series of average T and RH during 1982-2015

通過(guò)偏相關(guān)分析西南地區(qū)2000年前后兩個(gè)時(shí)間段中影響VPD變化的原因。如表1所示，控制RH變化，T變化對(duì)VPD變化始終呈正偏相關(guān)；控制T變化，RH變化對(duì)VPD變化呈負(fù)偏相關(guān)。在1982—1999年，T對(duì)VPD呈顯著正偏相關(guān)（P<0.01），相關(guān)系數(shù)為0.775；RH對(duì)VPD呈顯著負(fù)偏相關(guān)（P<0.01），相關(guān)系數(shù)為0.808。在2000—2015年，T對(duì)VPD呈顯著正偏相關(guān)（P<0.01），相關(guān)系數(shù)為0.678，RH對(duì)VPD呈顯著負(fù)偏相關(guān)（P<0.01），相關(guān)系數(shù)為0.981。根據(jù)VPD與T、RH的時(shí)間序列趨勢(shì)變化以及VPD是飽和水汽壓和實(shí)際水汽壓之間差值這一定義，VPD在2000年后迅速升高主要?dú)w因于空氣濕度的變化。

表1 VPD與溫度和相對(duì)濕度的偏相關(guān)分析Table 1 Partial correlation between VPD and T, RH

為進(jìn)一步分析可能影響VPD變化的水汽因素，計(jì)算了VPD變化與水汽通量、實(shí)際蒸散發(fā)之間的相關(guān)性。1982—2015年中水汽通量呈下降趨勢(shì)，實(shí)際蒸散發(fā)呈上升趨勢(shì)，平均變化速率分別為0.630 kg/(m·s·a)、2.118 mm/a （圖7）。以2000年為分界時(shí)間，在1982—1999年中水汽通量呈下降趨勢(shì)，變化速率為 1.347 kg/(m·s·a)，而在 2000—2015 年中水汽通量呈上升趨勢(shì)，變化速率為1.475 kg/(m·s·a)；2000年前后，實(shí)際蒸散發(fā)始終呈上升趨勢(shì)，變化速率為0.932 mm/a、2.471 mm/a，2000年后實(shí)際蒸散發(fā)的增長(zhǎng)速率較2000年前的變化速率大。

圖7 1982—2015年Q和ET年平均變化的時(shí)間序列Fig.7 Time series of average Q and ET during 1982-2015

通過(guò)偏相關(guān)分析，如表2所示，在1982—2015年整個(gè)時(shí)間段中ET與VPD變化呈顯著正相關(guān)（P<0.01），Q與VPD變化呈不顯著負(fù)相關(guān)（P>0.05），其中1982—1999年，Q和ET與VPD變化均呈不顯著正相關(guān)（P>0.05），2000—2015年中，Q和ET與VPD變化呈顯著正相關(guān)（P<0.05）。

表2 VPD與水汽通量和實(shí)際蒸散發(fā)之間的偏相關(guān)性分析Table 2 Partial correlation between VPD and Q, ET

3 討論

3.1 VPD年際變化對(duì)氣候變化的影響

越來(lái)越多的研究開始強(qiáng)調(diào)空氣干濕變化對(duì)熱相關(guān)氣候變化效應(yīng)的影響評(píng)估[1,35-37]。在全球氣候變化的大環(huán)境下，溫室氣體對(duì)氣候產(chǎn)生影響，使得全球氣候表現(xiàn)出顯熱（氣溫升高）和潛熱（濕度升高）同時(shí)增加[35]。有研究認(rèn)為濕熱現(xiàn)象在低緯度地區(qū)出現(xiàn)的頻率相對(duì)較高[38-39]，會(huì)加大極端氣候事件的發(fā)生，并對(duì)人類和生態(tài)系統(tǒng)的結(jié)構(gòu)和功能產(chǎn)生嚴(yán)重影響。本研究結(jié)果表明，在1982—2015年中國(guó)西南地區(qū)飽和水汽壓差始終保持增長(zhǎng)趨勢(shì)，2000年后的飽和水汽壓差變化比2000年前出現(xiàn)更顯著的增加趨勢(shì)，這一研究結(jié)果與Yuan等[36]綜合四種全球氣候數(shù)據(jù)研究發(fā)現(xiàn)20世紀(jì)90年代末全球飽和水汽壓差變化趨勢(shì)急劇增加的現(xiàn)象一致。同時(shí)2000年后飽和水汽壓差表現(xiàn)出增加趨勢(shì)的氣象站點(diǎn)數(shù)量增多，導(dǎo)致西南地區(qū)在2000年后表現(xiàn)出更加干燥的氣候特征。

3.2 氣候因子對(duì)VPD年際變化的影響

根據(jù)格勞修斯—克拉貝龍方程，隨著溫度的升高，飽和水汽壓以約每開爾文7%的速率增加；如果實(shí)際大氣水汽含量的增加量與飽和水汽壓的增加量不完全相同，也會(huì)驅(qū)動(dòng)飽和水汽壓差的變化[36]。Simmons等[40]研究表明2000年后全球相對(duì)濕度下降，并有研究認(rèn)為相對(duì)濕度的變化不僅發(fā)生在內(nèi)陸地區(qū)[41]，在靠近海洋的濕潤(rùn)區(qū)也不容忽視[42]。本研究的偏相關(guān)分析表明，2000年后溫度對(duì)飽和水汽壓差變化的直接影響降低，相對(duì)濕度對(duì)飽和水汽壓差變化的直接影響升高，說(shuō)明西南地區(qū)飽和水汽壓差升高加速的主要原因是相對(duì)濕度的下降幅度增加，該結(jié)論也進(jìn)一步說(shuō)明“干燥氣候變得更干燥，濕潤(rùn)氣候更濕潤(rùn)”的生態(tài)氣候研究理念[43]在該研究區(qū)可能并不適用。值得注意的是外來(lái)水汽通量和實(shí)際蒸散發(fā)作為大氣水分的主要來(lái)源，在2000年后兩者都有所升高，且與飽和水汽壓差呈現(xiàn)正相關(guān)（見表2），但飽和水汽壓差增長(zhǎng)的變化趨勢(shì)更強(qiáng)，表明水汽增加并未能緩解飽和水汽壓差的變化。進(jìn)一步對(duì)比飽和水汽壓和實(shí)際水汽壓變化趨勢(shì)，發(fā)現(xiàn)2000年后飽和水汽壓的增長(zhǎng)速率遠(yuǎn)大于實(shí)際水汽壓的增長(zhǎng)速率，導(dǎo)致相對(duì)濕度的大速率下降，最終加快了飽和水汽壓差的升高。

本研究對(duì)1982—2015年西南地區(qū)VPD的時(shí)空變異特征及影響其時(shí)間動(dòng)態(tài)變化的相關(guān)因子進(jìn)行分析，為了確保數(shù)據(jù)的準(zhǔn)確度，僅提取了西南地區(qū)105個(gè)地面觀測(cè)站點(diǎn)的數(shù)據(jù)集，但是西南地區(qū)特殊的地形地貌以及顯著的季風(fēng)氣候，可能會(huì)出現(xiàn)水汽輸送不連續(xù)、貧瘠的土層存不住水分等問(wèn)題導(dǎo)致VPD的變化異常，因此在今后的研究中應(yīng)盡可能地選取更全面的地面觀測(cè)站點(diǎn)數(shù)據(jù)集進(jìn)行分析，以便更好地研究飽和水汽壓差在空間上的變化原因。另外，在本研究中的數(shù)據(jù)采用地面觀測(cè)數(shù)據(jù)與遙感影像數(shù)據(jù)相結(jié)合的方式，但遙感影像數(shù)據(jù)的分辨率不夠精細(xì)，可能存在誤差，應(yīng)該在今后的研究中強(qiáng)化數(shù)據(jù)的精度和可靠性。

4 結(jié)論

本文通過(guò)趨勢(shì)分析和相關(guān)分析，研究了中國(guó)西南地區(qū)1982—2015年飽和水汽壓差的時(shí)空變異，得到以下結(jié)論：

1）在1982—2015年，中國(guó)西南地區(qū)絕大部分站點(diǎn)的飽和水汽壓差處于持續(xù)增長(zhǎng)，并在2000年后飽和水汽壓差出現(xiàn)更加顯著的增加趨勢(shì)，約為2000年前增長(zhǎng)速率的5倍。飽和水汽壓差變化速率在2000—2015年時(shí)段中呈增加趨勢(shì)的站點(diǎn)數(shù)量增多，同時(shí)大部分站點(diǎn)VPD增加的趨勢(shì)系數(shù)也較2000年前有所升高；

2）飽和水汽壓差的變化與溫度變化呈正相關(guān)，與相對(duì)濕度變化呈負(fù)相關(guān)。2000年后，相對(duì)濕度快速降低是飽和水汽壓差加速增長(zhǎng)的主要原因；

3）在2000—2015年時(shí)段中，西南地區(qū)的外來(lái)水汽通量和實(shí)際蒸散發(fā)出現(xiàn)增長(zhǎng)趨勢(shì)，但實(shí)際水汽壓的增長(zhǎng)速率小于飽和水汽壓的增長(zhǎng)速率，因此溫度上升對(duì)相對(duì)濕度的影響，最終導(dǎo)致了飽和水汽壓差的更大增長(zhǎng)速率。