黄河中游气温变化趋势及其对蒸发能力的影响

1黄河中游气温变化趋势及其对蒸发能力的影响王国庆1、2荆新爱1姜乃迁1（1．黄河水利委员会，郑州，450003）（2．水文水资源与水利工程科学国家重点实验室，南京，210098）摘要：气温是影响流域蒸发的一个重要因素。收集整理了黄河中游6个站点的气象资料，采用Spearman秩次相关检验法、Mann-Kendall秩次相关检验法等多种方法相结合的途径，对黄河中游代表性站点的气温变化趋势进行了显著性分析检验。根据蒸发能力与气温的关系，建立了简洁且实用的指数型蒸发能力估算公式，进一步分析了气温变化对流域蒸发能力的影响。结果表明：近几十年来，黄河流域气温具有明显的升高趋势。气温与蒸发能力之间具有良好的正相关关系，在气温升高1℃的情况下，流域蒸发能力约增加5.0%~7.0%。关键词气温变化趋势检验黄河中游蒸发能力影响1.前言自1840年工业革命以来，大气中二氧化碳的浓度增加了30%，已经从280ppmv增加到368ppmv。政府间气候变化专业委员会（IPCC，IntergovernmentalPanelonClimateChange）的系列报告表明，在20世纪的100年中，全球地面空气温度平均上升了0.4℃~0.8℃。根据不同的气候情景模拟结果，估计未来100年中全球平均气温将每十年升高0.2℃，21世纪末温度将升高1.4-5.8℃[1-2]。尽管这种预测还有很大的不确定性，但全球气候变化将会对农业、林业、水资源和沿海地区等领域或部门造成较大影响，已被越来越多的国家及民众所认同。气候变化已经成为国际社会公认的最主要的全球性环境问题之一。气温是对大气中温室气体增加最敏感的因子之一，并且通过对蒸发的影响进而可影响到流域性水文循环。黄河中游地处中纬度干旱、半干旱地区，是全球气候变化的敏感地区，在全球温室气体增加的背景条件下，黄河中游的气温是如何变化的？又对蒸发会产生什么样的影响，这些均是水文气象学者及流域管理者十分关心的问题[3]。蒸发是水文循环、水量转化中的一个重要环节，水面蒸发量是反映当地蒸发能力的重要指标；限于影响因素复杂、实测资料少等客观条件，该方面的研究相对薄弱。由于气温是蒸散发能力的重要影响因子，本文在分析黄河中游典型站点气温变化趋势的基础上，通过建立气温与蒸发能力之间的定量关系，进一步分析了气温变化对蒸发能力的影响。2.资料收集与整理全球气候模型的粗分辨率要求至少以月为时段分析气温变化对流域蒸发能力的影响。黄河流域内蒸发站点稀少，实测气象资料残缺不齐；考虑区域分布及资料情况，在整个中游地区选出6个站点，分别为榆林、延安、天水、太原、西安和郑州。目前，黄河流域多采用E601、80cm口径套盆式蒸发器和20cm小径蒸发器进行水面蒸发的观测，2其中以E601观测值最为接近大水体的蒸发量，故以E601观测值作为当地蒸发能力。因不同时期观测水面蒸发量所使用的蒸发皿不同，为使资料序列一致，将不同器皿的观测值统一转换为E601观测值。根据同期不同器皿的实际观测资料，定出不同器皿在各月的转换系数（表1）。表1年内各月蒸发折减系数表月份123456789101112E601/200.520.530.580.620.670.710.720.720.750.530.520.52E601/800.680.680.710.730.790.810.830.830.830.720.700.68由表可以看出，在三种蒸发皿对蒸发的实际观测中，20cm小口径蒸发器实测值最大，80cm口径套盆式蒸发器次之。在年内分配上，三种蒸发皿汛期实测结果相对更为接近，非汛期差异较大。3.分析方法目前常用的气象水文变化趋势分析方法有线性回归、累积距平、滑动平均、二次平滑、三次样条函数，以及Mann-Kendall秩次相关法和Spearman秩次相关法等[4-7]。尽管在气象水文气象时间序列中使用非参数检验方法比使用参数检验的方法在非正态分布的数据和检验中更为适合，但是其它参数检验方法也具有方便和简洁易懂的优点。因此，本研究中应用多种方法相结合的途径诊断流域气象要素的变化情势。3.1线性回归法线性回归法通过建立水文序列ix与相应的时序i之间的线性回归方程，进而检验时间序列的趋势性，该方法可以给出时间序列是否具有递增或递减的趋势，并且线性方程的斜率还在一定程度上表征了时间序列的平均趋势变化率，其不足是难以判别序列趋势性变化是否显著，这是目前趋势性分析中最简便的方法，线性回归方程为：biaxi（1）式中，ix为时间序列，i为相应时序；a为线性方程斜率，表征时间序列的平均趋势变化率，b为截距。3.2滑动平均法滑动平均法可在一定程度上消除序列波动的影响，使得序列变化的趋势性或阶段性更为直观、明显。一般依次对水文序列i中的2k或2k+1个连续值取平均，求出新序列iy，从而使原序列光滑，新序列一般可表示为：kkiitiky121(2)选择适当的k，可以使原序列高频振荡平均掉，从而使得序列的趋势更加明显。3.3Spearman秩次相关检验Spearman秩次相关检验主要是通过分析水文序列ix与其时序i的相关性而检验水文序列是否具有趋势性。在运算时，水文序列ix用其秩次iR(即把序列ix从大到小排列时，ix所对应的序号)代表，则秩次相关系数为：3nndrnii31261(3)式中，ｎ为序列长度；iRdii。如果秩次iR与时序ｉ相近，则id较小，秩次相关系数较大，趋势性显著。通常采用ｔ检验法检验水文序列的趋势性是否显著，统计量Ｔ的计算公式为：214rnrT(4)T服从自由度为ｎ-2的ｔ分布，原假设为序列无趋势，则根据水文序列的秩次相关系数计算T统计量，然后选择显著水平α，在ｔ分布表中查出临界值2t，当2tT时，则拒绝原假设，说明序列随时间有相依关系，从而推断序列趋势明显，否则，接受原假设，趋势不显著。统计量T也可以作为水文序列趋势性大小衡量的标度，T越大，则在一定程度上可以说明序列的趋势性变化越显著。3.4Mann-Kendall秩次相关检验对于水文序列ix，先确定所有对偶值（ix，jx；ji，i=1,2,…,n-1;j=i+1,i+2,…,n）中的ixjx的出现个数p，对于无趋势的序列，p的数学期望值为：141nnpE。构建Mann-Kendall秩次相关检验的统计量：21rVU(5)式中：114nnp，19522nnnVr，n为序列样本数。当n增加时，U很快收敛于标准化正态分布。假定序列无变化趋势，当给定显著水平α后，可在正态分布表中查得临界值2U，当2UU时，拒绝假设，即序列的趋势性显著。与Spearman秩次相关检验类似，统计量U也可以作为水文序列趋势性大小衡量的标度，U越大，则在一定程度上可以说明序列的趋势性变化（增加或减小）越显著。4.黄河中游气温的变化趋势性检验IPCC研究结果表明，自工业革命以来，随着大气中CO2等温室气体浓度的增加，全球气温、降水等要素发生趋势性变化；总体而言，气温将呈现升高趋势，而降水在不同地区也呈现增加或减少的趋势。那么，具体到黄河中游地区，就目前的几十年的资料序列而言，气候条件是否也已经体现了相应的趋势性变化？采用上述介绍方法，对黄河中游各站气温的变化趋势进行检验。限于篇幅，在图1和图2中仅绘出西安与延安站年均气温的变化及其5年滑动平均过程。4延安y=0.0275x+8.94258.08.59.09.510.010.511.011.519511956196119661971197619811986199119962001时间（年）气温（℃）气温均值5年滑动平均趋势线图1延安站年均气温的变化及其5年滑动平均过程西安y=0.0208x+13.00212.513.013.514.014.515.015.516.019511956196119661971197619811986199119962001时间（年）气温（℃）气温均值5年滑动平均趋势线图2西安站年均气温的变化及其5年滑动平均过程西安站和延安站多年平均气温分别为13.5℃和9.6℃。由图不难看出，在20世纪80年代之前，延安站和西安站气温变化相对平稳，延安站气温自80年代中后期明显抬升，而西安站自90年代初期升高趋势才开始变得更为明显。表2黄河流域代表站点年平均气温的变化趋势检验代表站资料年限年均气温（℃）Spearman统计量T临界值M-K统计量U临界值气温变化率(℃/10a)趋势性榆林1951~20008.160.882.011.031.960.064不显著延安1951~20009.583.812.013.791.960.275显著太原1951~20009.634.032.013.771.960.234显著西安1951~200013.472.502.012.771.960.208显著天水1951~200010.802.492.012.471.960.141显著郑州1951~200014.070.602.010.081.960.047不显著表2中给出了Spearman秩次相关检验和Mann-Kendall秩次相关检验对各代表站气温变化趋势的检验结果。可以看出，（1）榆林站和郑州站平均每10年的气温递升率分别为0.064℃和0.047℃，但总体而言，抬升趋势并不显著，两站的Spearman统计量T与M-K统计量U均明显小于置信水平为0.05时的相应临界值；（2）黄河中游的其余四站气温的趋势性变化显著，平均每10年的气温递升率均超过0.14℃，其中，延安站平均每10年的气温递升率高达0.275℃；该四站的Spearman统5计量T与M-K统计量U均明显大于置信水平为0.05时的相应临界值。尽管仅以目前50年的资料序列分析出的气温趋势性变化不足以说明气温抬升完全是温室气体浓度增加的结果，也可能是气温长周期变化规律的局部体现，但另一方面，却真实地告诉人们，气候条件正向一个较暖时期过渡，应该做好应对气候变暖不利影响的准备。5.黄河中游气温变化对蒸发能力的影响流域蒸散发是水文循环的一个重要环节，其大小决定于流域的蒸散发能力及供水条件，分析气温变化对流域蒸散发能力的影响是研究全球暖化对流域蒸散发和流域水文影响的关键。尽管流域蒸散发能力受气温、日照、风速、空气湿度等众多因素的影响，但气温最为重要，又因目前大多全球气候模型输出变量中，只有气温与降水的变化相对可靠，因此需要建立简洁同时又有一定精度的蒸散发能力估算模式与之匹配。5.1高桥浩一郎公式高桥浩一郎(高桥浩一郎,1980)利用热量平衡方程，在对空气湿度、日照等因素进行均化的基础上，提出高桥浩一郎公式，该方法是目前估算蒸散发能力较为简洁且适用范围较广的方法[9]，估算公式为：ucePbeaEtTw112352.172352.17(6)式中T为月平均气温；P为月降水；EW为蒸发能力；u为风速；a、b为辐射、日照等因素的函数参数，可根据这些因素的多年均值确定，也可由实测的蒸发能力、气温、风速和降水资料率定。根据西安站与郑州站的实测气象资料，估算参数a、b、c；并计算逐月蒸发能力；结果表明：高桥浩一郎公式能够较好地进行月蒸发能力计算，两站蒸发能力实测值与计算值的相关系数分别为0.83和0.86，多年均值计算误差为2.7%。5.2蒸发能力与气温的统计关系点绘各站月蒸发能力与月平均气温的相关图，限于篇幅，仅给出中游太原站的相关图（见图3)，由图可以看出：二者具有较好的指数型关系，据此构建气温与蒸发能力之间的关系式如下：BTAweE（7）式中：Ew为实测月水面蒸发量，T为月气温，A、B为经验参数。表3黄河中游代表站蒸发能力及相关参数估算结果序号站名年降水量(mm)年平均气温(℃)实测年蒸发量(mm)干燥指数AB计算年蒸发量(mm)相关系数1榆林4138.2811712.843.7510.06611320.912延安5249.6111282.153.5010.06410950.883太原45