抚仙湖流域蒸发与降水的变化趋势及原因分析

赵耀，李超，王栋，李文峰

( 1. 云南农业大学云南省高校农业信息技术重点实验室，云南 昆明 650201；2. 云南省气象台，云南 昆明 650034；3. 南京大学-约翰斯·霍普金斯大学中美文化研究中心，江苏 南京 210000)

抚仙湖流域蒸发与降水的变化趋势及原因分析

赵耀1，李超2，王栋3，李文峰1

( 1. 云南农业大学云南省高校农业信息技术重点实验室，云南 昆明 650201；2. 云南省气象台，云南 昆明 650034；3. 南京大学-约翰斯·霍普金斯大学中美文化研究中心，江苏 南京 210000)

为研究抚仙湖流域蒸发与降水的变化特征及变化原因，本文基于1980—2013年抚仙湖流域降水量、气温、蒸发量、日照时数、风速和相对湿度逐月数据，运用线性趋势、回归分析、累积距平法、M-K法以及相关系数法，分析了抚仙湖流域34年来蒸发与降水变化特征及变化原因。结果表明：抚仙湖流域年降水量呈下降趋势但不显著，2000年以后下降明显，夏季降水超过年降水1/2。年蒸发量总体呈现先下降后上升的“U”型变化，春季蒸发超全年1/3。抚仙湖流域年蒸发量主要受日照时数、平均风速、平均气温影响，均呈极显著正相关。降水量对蒸发量无直接影响，主要是通过对日照时数的影响导致蒸发量的变化，基于日照时数、平均风速、平均气温构建抚仙湖流域蒸发量的预测方程，方程负相关系数达到0.867。

抚仙湖流域；气候持续性；气候统计；变化趋势；蒸发；降水

流域水循环是影响区域生态系统平衡和演进的重要因素，通过研究流域水循环变化特征和影响机制，分析并预测该区域范围内的气候变化，进而指导该区域范围内生产活动，对引导人们科学地生产实践具有重要意义。目前，关于气候变化对水循环影响的研究比较丰富[1，2]，有人从降水量[3-5](包括实际降水量和水汽含量即可降水量)、地表径流量[6]、蒸发量[7-9](包括潜在腾发量、蒸发皿蒸发量即实际蒸发量)中的某一方面入手进行研究，也有人从时空维度入手进行研究[10-12]。通常认为温度升高将导致地球表面的空气变干，从而增加陆面水体的蒸发量[13]。导致蒸发量变化的原因较多，多数学者的研究认为风速、日照时数或者太阳辐射是影响蒸发量的主要因素[7,14]。王兆礼研究认为气温日较差减少也会明显导致蒸发量下降[8]。刘敏研究则认为气温日较差和风速是影响蒸发量的关键因素[9]。研究中还发现不同的区域，影响蒸发量的因素和影响关系存在差异[10]。虽然抚仙湖是云南省容积最大的湖泊，对调节区域小气候、改善生态环境、补给河流水、淡水养殖、旅游、航运等方面起至关重要的作用，但关于抚仙湖流域蒸发量和降水量变化以及蒸发量变化原因的分析还未见报道。

本文选取抚仙湖流域1980—2013年34年间多个气象站逐月降水量和蒸发量监测资料，运用累积距平、M-K趋势分析等方法分析其变化趋势，并根据同期气温、降水、湿度、风速、日照时数等气候要素资料，采用相关、偏相关法分析蒸发量变化趋势的主要影响因子，以期为流域气候变化及水循环研究提供参考和依据。

1 材料与方法

1.1研究区概况

抚仙湖位于云南省澄江县(北纬24°26′～24°55′，东经102°47′～103°04′)、江川县(北纬24°12′～24°32′，东经102°35′～102°55′)、华宁县(北纬23°59′～24°34′，东经102°49′～103°09′)三县间，地处亚热带季风气候区。抚仙湖是云南省境内容积最大的湖泊，占云南省湖泊总贮水量的78%，流域内土地肥沃，物产丰富。

1.2数据来源

通过对抚仙湖流域范围内澄江、华宁、江川三县的基本气象观测站进行气象数据采集，得到1980—2013年共34年间逐月监测到的气象资料。该数据资料包括降水量、蒸发量、平均气温、月总日照时数、平均相对湿度、平均风速6个气候要素方面数据。

1.3分析方法

采用线性趋势、回归模型和累积距平法分析流域蒸发量、降水量的年度变化趋势，采用M-K检验法研究其年度变化趋势及突变点。采用相关、偏相关分析法，分析年度蒸发量与降水量、年日照总时数、年均温、年平均风速之间的关系，确定主要影响因子及影响关系。

1.3.1 累积距平法 距平值是指气候要素值与多年平均值的偏差。当要素值大于平均值时为正距平，反之为负距平。累积距平就是距平值的累加。通过累积距平值绘制的曲线能够直观地判断气候要素持续的变化趋势。对于序列n，其某一时刻t的累积距平可用公式表示为：

(1)

(2)

1.3.2 趋势及突变检测方法 基于秩的非参数M-K统计检验方法广泛应用于对气温、降水、径流等环境时间序列资料的长期变化趋势分析以及突变性检测等[15,16]，适用于水文、气象等非正态分布的数据。M-K趋势检测法中统计量为正时表示上升或增加的趋势，反之则为下降或减少趋势。在突变检测方法中如果UF和UB两条曲线出现交点，且交点在临界线之间，那么交点对应的时刻便是突变开始的时间。

2 结果与分析

2.1降水量变化趋势及突变分析

抚仙湖流域近34年降水量的变化趋势分析显示总体呈现下降趋势(图1)，但下降趋势不明显，年度间波动幅度大，从折线图和5a滑动平均来看，1980至2000年总体变化不明显，2000年以后出现了较为明显的下降趋势。最大和最小降水量分别出现在1994年和2011年，相差488.37 mm。对抚仙湖流域年降水量变化趋势进行线性回归判断及分析，回归方程的决定系数较小，随时间变化的相关性不显著。而对近13年(2001—2013年)的变化趋势进行回归判断得到的P值为0.0016，表明下降趋势非常显著。利用公式(1)和(2)计算得到抚仙湖流域年降水量的累积距平(图2)，结果显示流域年降水量1980—1985年和1994—2003年呈上升趋势，1986—1993年和2004—2013年呈下降趋势。

图1 抚仙湖流域年降水量的时间序列变化曲线

对34年抚仙湖流域各月降水量平均值进行比较，年内变化大体上呈现单峰型(图3)，峰值出现在7月，占年总量的20.75%，其次是8月和6月，夏季(6—8月)降水量占年总量的55.29%，而冬季(12月—翌年2月)仅占5.20%，春季(3—5月)和秋季(9—11月)分别占16.00%和22.51%。年降水量与春、夏、秋、冬四个季节降水量的相关系数依次为0.442、0.779、0.294和-0.046，其中与夏季(6—8月)相关系数最高，达到极显著水平，与春季相关性达显著水平，由此可见，流域夏季对年降水量的贡献最大，是决定年降水及其变化趋势的关键。

图2 抚仙湖流域年降水量累积距平

图3 抚仙湖流域各月降水量及分配比

M-K突变检测结果(图4)表明，UF和UB曲线在2008年相交，曲线的交点位于显著性水平线之间，表明降水量于2008年出现突变。

图4抚仙湖流域降水量的M-K法检测结果

2.2蒸发量变化特征

抚仙湖流域近34年蒸发量总体呈现先下降后上升的“U”型曲线变化(图5)，最大值出现在2012年为2 215.133 mm，最小值出现在2000年，为1 520.833 mm。蒸发量年度变化的拟合分析显示，总体线性变化趋势不显著，二次拟合方程的决定系数较高。

图5 抚仙湖流域年蒸发量的时间序列变化曲线

抚仙湖流域近34年各月平均蒸发量的对比显示，其年内各月变化大体上也呈现单峰型曲线(图6)，蒸发量峰值出现在4月，占年总量的13.63%；其次为3月和5月，分别占年总量的11.91%和11.69%；最小值出现在12月。抚仙湖流域春夏秋冬四季蒸发量分别占全年的37.23%、23.93%、18.66%、20.18%，春季占比最大，秋季最小。各季节蒸发量的年度间变异系数均小于30%，明显小于降水量的变异性。全年蒸发量与春、夏、秋、冬四个季节蒸发量的相关系数依次为0.807、0.347、0.562和0.740，均达到显著或极显著正相关，其中春季的相关系数最高，说明春季蒸发量对年蒸发量的变化有最大贡献。

图6抚仙湖流域各月蒸发量及分配比

抚仙湖流域蒸发量变化的M-K趋势分析显示(图7)，流域蒸发量M-K统计值为1.0377，大于0且小于1.96，说明近34年来蒸发量有上升趋势但不明显；UF和UB曲线在1981年相交，曲线交点位于显著性水平线之间，表明蒸发量于1981年发生突变。

图7抚仙湖流域年蒸发量的M-K法检测结果

2.3蒸发量变化趋势的原因分析

为深入分析抚仙湖流域年蒸发量变化的主要影响因子，将主要气象因子分成动力因子、热力因子和水分因子3类，从年尺度和月尺度上，分析各气象要素与蒸发量的相关性和偏相关性。结果(表1、表2)显示，在年尺度上，除年均相对湿度之外，其他4个因子与蒸发量的普通相关均达到显著水平，热力因子和动力因子与蒸发量的偏相关性均达到极显著水平，其中日照总时数与蒸发量的相关系数和偏相关系数都最大。在剔除其它因子的影响后降水量与蒸发量的负相关关系不再显著，日照总时数与蒸发量的相关性更加显著。

为了解气象因子影响蒸发量的情况在年内不同时段是否存在差异，分别对四季气象因子与蒸发量进行相关性分析(表2)，月尺度下的所有因子与蒸发量的普通相关性和偏相关性均达到显著水平；其中日照时数、风速、气温仍然是相关性最高的3个因子。根据偏相关分析的结果，所有季节日照时数与蒸发量的相关性均达到极显著水平；气温、风速，除夏季外其余季节均与蒸发量显著或极显著正相关。除上述三个主要影响因子外，降水、湿度与蒸发量的相关性大多没有达到显著水平，而且季节差异较大，有正相关也有负相关。综上可知，热力因子和动力因子是影响蒸发量的主要影响因子，其中以年日照总时数的影响最大。

表1抚仙湖流域气候因子与蒸发量相关系数

项目水分因子年均相对湿度年降水量热力因子年均气温年日照总时数动力因子年均风速逐月-0.181**-0.162**-0.374**0.666**0.651**逐年0.204-0.479**0.397*0.708**0.457**

注：*、**分别指在0.05和0.01(双侧)水平差异显著。下同。

表2抚仙湖流域气候因子与蒸发量偏相关系数

项目水分因子年均相对湿度年降水量热力因子年均气温年日照总时数动力因子年均风速月-0.184**-0.097*0.864**0.799**0.669**春-0.916**0.2480.446*0.819**0.868**夏-0.211-0.392*0.0390.680**0.081秋-0.212-0.0430.594**0.802**0.419*冬0.0370.1370.632**0.503**0.516**年0.016-0.3020.522**0.641**0.607**

表3 年蒸发量与各要素线性拟合方程

从以上的分析中我们得知，抚仙湖流域34年来年蒸发量变化的主要影响因子是年日照总时数、年均风速、年均气温。因此本文基于这些因素对年蒸发量进行线性拟合，结果显示，拟合方程的决定系数均较高(表3)。本研究为了进一步了解气象因素对年蒸发量所产生的综合影响效应，在选取了上述3个气象因子为自变量的基础上，构建了该区域内年蒸发量的多元回归方程(式3)。

Epan=-1109.189+0.44x1+22.7x2+95.487x3

(3)

式中,Epan为流域年蒸发量，x1为流域年日照总时数，x2为流域年均风速，x3为流域年均气温。方程负相关系数为0.867，通过了显著性水平为0.05的检验。年日照总时数、年均风速、年均气温对年蒸发量的方差贡献率分别为46.478%、40.464%和13.058%。表明：年日照总时数对该流域范围内的蒸发量所产生的影响最大，年均风速所产生的影响次之。这一结果与偏相关法分析的结果一致。

3 讨论与结论

本研究以水分、热力、动力三类共5个因子，探讨了抚仙湖流域蒸发量影响因素和影响关系，结果显示日照总时数、年均风速、年均气温是影响蒸发量的主要因素，这与前人研究基本一致[7-10]。

在分析各因子影响蒸发量的关系时，本研究通过偏相关分析认为，降水对蒸发量直接影响很小，之所以二者相关显著而偏相关不显著，是因为降水量与日照时数显著负相关，这与井立红[17]、何彬方[18]等的研究结论一致，均证明了日照时数减少的主要原因是降水量增多。

本研究认为影响蒸发量最大的两个因素是年日照总时数和年均风速，其次为年均气温。荣艳淑等[7]对淮河流域的研究得出，影响蒸发量的主要因子及其贡献率分别为日照时数(57.5%)、风速(25.5%)、相对湿度(10.3%)和降水量(6.7%)。在气温与蒸发量关系方面研究结论不同，这可能是由于区域差异造成的，荣艳淑等[10]以长江上游的三个代表性地区为研究区域进行分析，发现三个地区的气温与年蒸发量的相关性分别达到极显著水平、接近显著水平但不显著。

抚仙湖流域年降水量在1980—2000年间变化不大，2000—2013年呈现明显的逐年减少现象。降水量各月分布不均衡，夏季降水量最大。抚仙湖流域年蒸发量呈先下降后上升的趋势，2000年降至最低，蒸发量的年内分布相对均衡，春季蒸发量最大。

抚仙湖蒸发量主要受热力因子和动力因子影响，关键影响因子依次为年日照总时数、年均风速、年均气温，降水和湿度对蒸发量无显著的直接影响，由于日照时数与降水量间存在显著负相关，因此降水对蒸发量的影响主要是通过影响日照时数实现的。

[1] Hua W J, Chen H S, Zhu S G, et al. Hotspots of the sensitivity of the land surface hydrological cycle to climate change [J]. Chinese Science Bulletin, 2013, 58 (30):3682-3688.

[2] Siam, Mohamed S, Marie-Estelle Demory, et al. Hydrological cycles over the Congo and Upper Blue Nile Basins: evaluation of general circulation model simulations and reanalysis products [J]. Journal of Climate, 2013, 26(22):8881-8894.

[3] 张利平，夏军，林朝晖，等. 海河流域大气水资源变化与输送特征研究[J]. 水利学报，2008, 39(2)：206-211.

[4] 常远勇，侯西勇，毋亭，等. 1998—2010年全球中低纬度降水时空特征分析[J]. 水科学进展，2012, 23(4)：475-484.

[5] 姚志君，姜丽光，吴珊珊，等. 1956—2011年金沙江下游梯级水电开发区降水变化特征分析[J]. 河海大学学报(自然科学版)，2014，42(4)：289-295.

[6] 王艳君，姜彤，施雅风. 长江上游流域1961—2000年气候及径流变化趋势[J]. 冰川冻土，2005, 27(5)：709-714.

[7] 荣艳淑，周云，王文. 淮河流域蒸发皿蒸发量变化分析[J]. 水科学进展, 2011, 22(4)：15-22.

[8] 王兆礼，覃杰香，陈晓宏. 珠江流域蒸发皿蒸发量的变化特征及其原因分析[J]. 农业工程学报,2010,26(11)：73-77.

[9] 刘敏，沈彦俊，曾燕，等. 近50年中国蒸发皿蒸发量变化趋势及原因[J]. 地理学报, 2009, 64(3)：259-269.

[10] 荣艳淑，张行难，姜海燕. 长江上游区域蒸发皿蒸发量变化及其水分循环的影响[J]. 地球物理学报, 2012,55(9)：2889-2897.

[11] Arreguín-Cortés F I, López-Pérez M. Impacts of climate change on the hydrological cycle in Mexico [J]. International Journal of Water Resources Development, 2013, 29(2):172-183.

[12] 冶运涛，梁犁丽，龚家园，等. 长江上游流域降水结构时空演变特性[J]. 水科学进展, 2014, 25(2)：164-171.

[13] 丛振涛，倪广恒，杨大文，等.“蒸发悖论”在中国的规律分析[J]. 水科学进展, 2008, 19(2)：147-152.

[14] 郭军，任国玉. 黄淮海流域蒸发量的变化及其原因分析[J]. 水科学进展, 2005, 16(5)：666-672.

[15] 鲁凤，钱鹏，胡秀芳，等. 基于小波分析与Mann-Kendall法的上海市近12年空气质量变化[J]. 长江流域资源与环境, 2013, 22(12)：1614-1620.

[16] 徐丽梅，郭英，刘敏，等. 1957年至2008年海河流域气温变化趋势和突变分析[J]. 资源科学, 2011, 33(5)：995-1001.

[17] 井立红，井立军，高蜻，等. 塔城地区日照时数变化特征及影响因子分析[J]. 干旱区资源与环境, 2010, 24(7)：120-126.

[18] 何彬方，冯妍，荀尚培，等. 安徽省50年日照时数的变化特征及影响因素[J]. 自然资源学报, 2009, 24(7)：1275-1285.

VariationTrendandCauseAnalysisofEvaporationandPrecipitationinFuxianLakeWatershed

Zhao Yao1, Li Chao2, Wang Dong3, Li Wenfeng1

(1.UniversityKeyLaboratoryofAgriculturalInformationTechnologyinYunnan，YunnanAgriculturalUniversity,Kunming650201，China; 2.YunnanMeteorologicalObservatory，Kunming650034，China; 3.JohnsHopkinsUniversity-NanjingUniversityCenterforChineseandAmericanStudies,Nanjing210000，China)

In order to study the change characteristics and reasons of evaporation and precipitation in Fuxian Lake watershed, the monthly data about precipitation, temperature, evaporation, sunshine hours, wind speed and relative humidity in Fuxian Lake watershed from 1980 to 2013 were collected, then the change characteristics and reasons of evaporation and precipitation in the past 34 years were researched by the linear trend, regression analysis, cumulative deviation, Mann-Kendall and correlation analysis. The results showed that the annual precipitation of Fuxian Lake watershed decreased with no significance, but decreased significantly after 2000. Summer precipitation exceeded the annual precipitation by 1/2.The annual evaporation showed a U-shaped change. Spring evaporation was over 1/3 of all the year round. The annual evaporation of Fuxian Lake watershed was mainly affected by sunshine hours, average wind speed and average temperature with highly significantly positive correlation. The precipitation had no direct effect on evaporation, and affected evaporation mainly through sunshine hours. This research established a prediction equation based on sunshine hours, average wind speed, average temperature for evaporation of Fuxian Lake watershed with the negative correlation coefficient of 0.867.

Fuxian Lake watershed；Climatic persistence；Climatic statistic；Change trend；Evaporation; Precipitation

S161.4+S161.6

A

1001-4942(2017)10-0100-06

10.14083/j.issn.1001-4942.2017.10.021

2017-04-13；

2017-08-01

国土资源部公益性行业科研专项子课题“促进乌蒙山脱贫的国土开发决策支持系统”(201511003-4)

赵耀(1992—)，男，江苏淮安人，硕士研究生，主要研究方向：数据分析与建模。E-mail：geiaoxiaoheshang@gmail.com

李文峰(1983—)，男，山东安丘人，博士，副教授，主要从事作物生态与模拟研究和农业GIS的农业应用。E-mail：liwf83@126.com