摘要

  本文基于河西走廊及周边 21 个气象站点气象资料，采用定性定量分析方法，以河西走廊整体及3 分区两个空间尺度，揭示 ET0 时空变化规律，明确 ET0 对各气象因素变化敏感性及贡献。

关键词

  潜在蒸散发；气象变量；响应；定量关系；河西走廊

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。河西走廊地理位置及气象站点分布见图1所示。

  潜在蒸散发是基于世界粮农组织(FAO)修正后(1998 年) Penman-Monteith 公式计算，FAO Penman-Monteith 公式如下：

1.2 变化趋势分析

  文中采用线性回归及 Mann-Kendall 非参数检验，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。

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。

1.3.2 相关系数

  采用 Pearson 相关系数、Spearman 相关系数、Kendall 相关系数是描述2个变量间的联系紧密程度。

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。

1.4 定量分析方法

1.4.1 敏感系数

1.4.2 贡献率计算

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。

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 线性变化率空间分布见图 3b。

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

  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）等 9 个气象因素，进行主成分分析，结果见表 2 所示。

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 3 种相关系数对 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。
  各气象因素与 ET0 相关性排序为 Tmax、T、Tmin、ea、n、RH、RHmin、u、P。

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、P 5 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，Tmax、n、u 与 ET0 同向变化。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。

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、n、u、P 的敏感系数 S-Tmax、S-RH、S-u、S-n、S-P 空间分布图（图 4）。

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。

3 讨论

4 结论

（1）河西走廊及分区均呈显著波动上升趋势。ET0 由东南向西北递增的趋势。
（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。
（3）河西走廊 ET0 变化对气象因素敏感性排序为 RH、Tmax、n、u、P。