0 引言
蒸散发过程是土壤-大气-植物连续体（SPAC）水分运输和能量传导的关键环节，是陆地生态系统和陆面过程研究的重要内容，同时也是研究区域气候环境演变成因及水资源利用状况的热点[1]。蒸散发（ET0）亦称参考作物蒸发蒸腾量，指水分供应充足时参考作物冠层的实际腾发能力，其数值大小表征区域气候时空差异下大气蒸发蒸腾能力的强弱，主要受近地层湍流结构和通量交换的影响，因而对气象要素的变化较为敏感[2]。探究ET0对气象要素变化的响应程度及其变化成因，对深入了解气候变化与区域水热平衡之间的关系，明确引发区域水热循环和能量变化的主导因子有重要意义[3]。敏感性分析通过将影响ET0的各气象要素在合理范围内变动，定量描述变动要素对ET0的影响力，从而评价各气象要素对ET0的重要性程度[4]。赵璐等[5]在研究川中地区ET0变化成因时指出，川中地区ET0对相对湿度最为敏感；杨林山等[6]对洮河流域ET0多年变化趋势及其与各气候要素的敏感性进行了研究，发现该流域ET0对太阳辐射的变化最为敏感；Sharifi等[7]研究发现，伊朗地区ET0对平均风速最为敏感。可见，由于气象要素时空分布的非均匀性和非确定性，致使区域ET0对各气象要素变化的响应存在着较大的时空差异。因此，在对ET0进行敏感性分析及其变化成因研究时，应依据不同地区独特的气候变化特征对其进行针对性分析。
辽西（辽宁西部地区）地处蒙古高原东缘和辽河平原西缘的交接地带，属半干旱气候类型区，该区光热资源充裕、土地资源优越、作物光热生产潜力巨大，具有生产优质高产良种的先天气候优势。但该区降雨稀少且年际变率较大，加之生长季内降雨分布与作物各生育时期需水存在着严重冲突，致使农业生产长期处于极其脆弱和不稳定的状态。现有研究表明，未来几十年内辽西地区降雨量呈下降趋势[8]，势必会对雨水资源本就稀缺的辽西地区农业生产造成更为沉重的负担。前人已对东北地区较大尺度上ET0与各气象要素敏感性进行过相关报道[9-10]，而关于引发ET0趋势变化成因的研究仍未开展，同时研究区域和所作分析过于宽泛和笼统，所得结论未对该区ET0敏感性进行较为系统的分析，且代表气象站点的选取争议较大，无法真正揭示该特定气候类型区ET0与各气象因素之间的关系。为此，基于辽西地区13个典型气象台站1965—2015年逐日气象数据资料，选用FAO56 P-M法估算区域逐日ET0，结合ArcGIS的空间插值技术分析辽西地区ET0的时空变化特征，并对影响区域ET0的气象要素进行敏感性分析，应用贡献率法探讨影响辽西ET0变化的主导因子，力求为该区农业水资源的优化调度和高效利用、作物耕作布局的合理调整及适宜灌溉制度的建立提供必要的理论支撑和决策依据。
1 材料与方法
1.1 研究区概况
辽西（40°20′—42°20′N、119°—122°E）南邻渤海，北与内蒙古赤峰接壤，东抵辽河，西南一隅与河北毗邻，占地面积50 343 km2，约占辽宁省陆地总面积的35%。地貌类型以山地丘陵为主，地势起伏波动较大，大体呈西高东低之势；海拔介于400～1 200 m之间；年均气温为7.8℃，年均降水量为493.1 mm，季节性降雨分配不均，7、8月为降水集中时段，约占全年总降水的60%以上；年均蒸发剧烈，为1 900 mm以上。区内土壤以褐土为主，兼有少量的棕壤和栗钙土，土层浅薄，有机质量较低[11]。研究区及各典型气象台站分布如图1所示。
图1 辽西区域概况及典型气象台站分布
1.2 数据来源及其处理方法
研究所用数据源于当地农业气象部门和美国太空总署气象数据库（https://www.nasa.gov/），主要包括日最高气温、日最低气温、平均风速和平均相对湿度等。为确保数据质量，对收集后的数据先进行完整性和合理性的判别，避免异常和缺失数值对数据整体准确性造成干扰，之后应用最大期望法（EM法）插补并更正无效数值。若数据间断缺失达10 d以上，则将其使用该月多年平均值进行替换，再对预处理过后的数据进一步标准化，以达到FAO56 P-M方程对数据精度的要求。
1.3 研究方法
1）蒸散发（ET0）的估算
FAO56 P-M方程以紊流扩散理论和能量平衡原理为基础，同时兼顾作物生理特性，因而对各不同气候类型区都具有较好的适应性和精确度，被公认为估算ET0的标准方法[12]。其具体计算方法如下：
式中：ET0为蒸散发（mm/d）；ETrad为辐射项（mm/d）；ETaero为空气动力学项（mm/d）；Δ为温度T时饱和水汽压曲线斜率（kPa/℃）；Rn为作物表层净辐射（MJ/（m2·d））；G为土壤热通量（MJ/（m2·d））；γ为干湿度常数（kPa/℃）；T为2 m高处的平均温度（℃）；u2为地表2 m高处的平均风速（m/s）；es、ea分别为饱和水汽压和实际水汽压（kPa）。式中各项参数的求算和转换均可由各站点所提供的基本信息（气象资料、地理坐标、海拔）得到，详尽的计算过程及方法参见文献[2]。
2）Mann-Kendall检验
非正态分布时间序列趋势检验应用较多的为非参数检验法中的Mann-Kendall检验[13]，该方法无须考虑检测序列的分布形态，同时可排除个别极端值对序列检验的影响，适用于检验气象、水文等类型变量的时间序列趋势变化。其原理为：原假设H0为n（x1，x2，…，xn）个相互独立同分布的时间序列样本；备择假设H1为双边检验。定义统计量S为：
式中：任意的i≠j≤n，当S近似服从正态分布时，方差为Var（S）=n（n-1）（2n+5)/18，对S标准化处理得到趋势检验统计值Zs：
在进行双侧检验时，若在给定的显著性水平α下|Z|≥Z1-α/2Z1-α/2，则拒绝原假设H0，表明时间序列呈明显的趋势变化。Zs＞0表检验序列呈上升趋势变化；反之则为下降趋势。
3）敏感性分析
常见的敏感性分析方法主要有敏感曲线法和敏感系数法，敏感曲线法将目标气象要素变化与该要素引发ET0变化之比描绘成直线，以其斜率表示敏感系数大小[14]，虽能直观地反应敏感系数特征，但计算和绘图皆较为烦琐。McCuen[15]在考虑气象测量误差的情况下，通过研究不同蒸散模型中气象要素变动引发蒸散速率的响应程度，于1973年提出了基于偏导数的敏感性系数法，该方法以偏导数的形式消除气象要素间量纲的差异，以此进行敏感性系数大小的比较，表达简洁且意义明确。
式中：vi表示气象要素；Svi表示蒸发散对vi的敏感系数；△ET0及△vi分别表示蒸散发和气象要素相对于均值的变动率；
为正值表示蒸散发与该气象要素变动呈正相关，反之则为负相关，其绝对值大小反映该气象要素变动对蒸散发影响程度强弱。
4）基于敏感性系数的贡献率分析
为探讨相同时间尺度上各气象要素变化对ET0变化的贡献程度，Yin等[16]通过将各气象要素的敏感性与其相对变化率之间建立数学关系，从而引入了贡献率的概念。其数学表达式为：
式中：Convi为气象要素vi引起蒸散发变动的贡献率；Svi为vi的敏感系数；RCvi为vi的多年相对变化率；n为vi的时间序列长度；Trendvi表vi的逐年变化率，为基于最小二乘法的一元线性回归方程的斜率；avi为vi的多年平均值；ET0多年相对变化率亦称为实际相对变化率，同可由相对变化率公式推求。各气象要素贡献率之和即为其影响蒸散发变化的总贡献率。
5）其他方法
采用气候倾向率描述气象要素多年变化速率；应用ArcGIS中反距离权重插值法（IDW）对各气象要素的敏感性系数和贡献率进行空间插值。
2 结果与分析
2.1 区域蒸散发空间分布及变化特征
依据式（1）并结合各台站逐日气象资料，计算出各台站逐日ET0，进而得到各台站ET0逐月值及年均值。借助ArcGIS软件的空间插值技术绘制各台站年均ET0及其多年变化趋势空间分布图，并对其多年变化趋势进行Mann-Kendall显著性检验，结果如图2所示。
图2 辽西地区年均ET0及其变化趋势空间分布
注“↓”表示显著降低趋势，通过了α=0.05的Mann-Kendall显著性检验，即|Z|≥1.96。
辽西地区年均ET0由西南向东北呈低-高-低的空间分布格局，变化范围为905.9～1 094.6 mm/a，均值为1 007.6 mm/a。低值区（905.9～976.0 mm/a）位于辽西低山区，最低值出现在凌源，为905.9 mm/a，兴城次之，为937.9 mm/a；高值区（1 036.2～1 094.7 mm/a）位于北票、朝阳和锦州等中部丘陵山区，最高值出现在朝阳，为1 094.7 mm/a，北票次之，为1 060.3 mm/a（图2（a））。1965—2015年辽西地区ET0多年变化率为-12.5 mm/10 a，各台站ET0气候倾向率变化范围介于-30.8～2.7 mm/10 a之间。区域内仅阜新站以2.7 mm/10 a的气候倾向率呈增加趋势，但未通过α=0.05显著性检验，其余台站皆表现为降低趋势。降低速率最小的为兴城站，彰武次之，二者的气候倾向率分别为1.1 mm/10 a和5.0 mm/10 a，均未通过α=0.05显著性检验，剩余台站均表现为显著降低趋势，其中降低速率最大的为北票站，其气候倾向率为30.8 mm/10 a（图2（b））。
2.2 气象要素变化趋势分析
ET0为多气象要素共同调控下的物理参数，要素间相对独立且又互为消长，各要素通过参与近地层大气的能量平衡与水汽运移过程影响ET0的变化[17]，因而各气象要素的变化必会导致区域ET0的变化。
表1 辽西地区各台站气象要素的气候倾向率及显著性结果
注 *、**分别表示通过了α=0.05和α=0.01的Mann-Kendall显著性检验。
表1为辽西地区各台站气象要素多年变化趋势及显著性分析结果。由表1可知，1965—2015年辽西地区各气象要素变化较为明显。各台站最高温度均表现为升高趋势，且除凌源站外各台站皆表现为显著或极显著趋势变化，倾向率为0.15～0.33℃/10 a，上升速率最大的为锦州站，喀左站次之，区域整体最高温度以0.25℃/10 a的速率表现为极显著升高趋势；各台站最低温度亦均表现为显著或极显著升高趋势，倾向率变幅介于0.18～0.69℃/10 a之间，上升速率最大的为朝阳站，锦州次之，倾向率分别为0.69和0.62℃/10 a，其中阜新、喀左、北票、凌源和北镇表现为显著升高趋势，而其余台站均表现为极显著升高趋势，辽西地区最低温度倾向率为0.38℃/10 a，亦呈极显著升高趋势；各台站太阳辐射主要表现为降低趋势，其气候倾向率变化范围为-0.29～0 MJ/（m2·d·10 a），兴城、绥中站倾向率为0 MJ/（m2·d·10 a），说明太阳辐射在这2个区域无明显趋势变化，而其他台站皆为降低趋势，其中凌源、北票、锦州未通过α=0.05的Mann-Kendall显著性检验，剩余台站均表现为显著或极显著变化趋势，降低速率最大的为朝阳站，倾向率为0.29 MJ/（m2·d·10 a），就辽西地区而言，太阳辐射以0.15 MJ/（m2·d·10 a）的速率表现为极显著降低趋势；风速除在阜新站以0.02 m/（s·10 a）的速率表现为升高趋势外，其他各台站均表现为降低趋势，倾向率变幅为-0.32～0.02 m/（s·10 a），其中仅北镇站风速变化未通过α=0.05显著性检验，其余各台站均表现为显著或极显著降低趋势，辽西整体风速的气候倾向率为0.16 m/（s·10 a），且呈现极显著降低趋势；1965—2015年相对湿度在各台站变化速率则不尽相同，大部分台站表现为降低趋势，锦州站以0.69%/10 a的速率表现为极显著趋势变化，升高趋势最为明显的为黑山站，其气候倾向率为1.02%/10 a，辽西地区相对湿度以0.44%/10 a的速率成降低趋势变化，但未通过α=0.05显著性检验。
2.3ET0敏感系数及其空间分布
图3为辽西地区ET0对各气象要素敏感系数空间分布图。从图3可知，辽西地区ET0对不同气象要素敏感系数大小及其空间分布存在较大差异。从各气象要素敏感系数来看，辽西地区ET0与最低温度、最高温度、太阳辐射、风速呈正相关关系，而与相对湿度则呈现负相关，而就各气象要素敏感系数绝对值大小而言，辽西地区最为敏感的气象要素为相对湿度，最高温度次之，敏感性最弱的为最低温度。
图3 辽西地区各气象要素敏感系数空间分布
区域整体相对湿度敏感系数（绝对值）呈自南向北逐渐降低的分布格局（图3（c）），在-0.670～-0.430之间变化，在南部沿海地区形成高敏感区，敏感系数（绝对值）在0.599以上，低敏感区则位于北部的北票、朝阳和建平地区，敏感系数（绝对值）小于0.508。辽西地区相对湿度敏感系数的分布格局与该区域所处地理位置密切相关，该区南邻辽东湾，东抵辽河，致使该区大气含水汽量空间分布极不均匀，东南部地区空气湿度明显高于西北部地区，因而东南部地区对相对湿度的敏感性（绝对值）高于西北部地区[18]。最高温度敏感系数表现为经向分布特征（图3（b）），变化范围为0.350～0.460，高敏感区位于区域西部的彰武、北镇和黑山地区，自东向西逐渐降低，在凌源、建平等地区形成低敏感区。风速的敏感系数则是以朝阳、北票和锦州为高敏感区向区域二侧逐渐降低（图3（e）），敏感系数变化范围为0.260～0.330，低敏感区位于建昌、绥中等地。风速敏感系数空间格局形成的原因主要是辽西地区长期受到海陆热力差异引发的季风气候影响，区内风速常年处于较高水平，尤以沿海地区风速最大，而风速相对变动幅度较小时无法引发ET0较大程度的响应[19]。太阳辐射敏感系数空间整体呈一定的纬向分布（图3（d）），表现为以锦州、北镇为低敏感区自南向北逐渐增加的格局，敏感系数介于0.140～0.170之间，高敏感区位于西部低山区，敏感系数大于0.162。最低温度敏感系数最低（图3（a）），变化范围为0.040～0.080，其空间分布格局亦表现出较好的纬向性，自南向北逐渐降低，高敏感区位于锦州地区，而低敏感区则位于区域中部的丘陵山区。
2.4ET0变化成因分析
基于敏感系数的贡献率分析，有助于探究不同气象要素对区域ET0变化的贡献程度，揭示引发区域ET0变动的主导因子。图4为各气象要素对ET0变化贡献率的空间分布。
图4 辽西各气象要素对ET0变化贡献率的空间分布
极显著降低的风速引发ET0变化的贡献率为-20.639%～1.574%（图4（e）），均值为-10.639%，贡献率（绝对值）呈自西向东逐渐降低的空间分布格局，建平、凌源等西部低山区对ET0变化的贡献率最大，贡献率（绝对值）介于13.496%～20.639%之间，仅阜新和北镇地区表现出微弱的正贡献；最低温度的极显著升高引发ET0的变化表现为完全的正贡献，为2.041%～5.591%（图4（a）），贡献率以朝阳、建平为高值区向区域两侧递减，在兴城、绥中等地区形成低值区；极显著升高的最高温度对ET0变化的贡献率较低，为2.333%～4.773%（图4（b）），空间上以锦州为高值区向区域两侧递减，低值区主要集中在区域的西南和西北等地；太阳辐射的降低对ET0变化的贡献率主要为负贡献，为-1.446%～0.002%（图4（d）），表现为以锦州、绥中和兴城为低值区（绝对值）自南向北逐渐增加的分布格局，高值区（绝对值）位于阜新、彰武等区域；引发区域ET0变动贡献率最低的为降低的相对湿度，贡献率有正有负，数值介于-5.089%～5.624%之间，均值为0.577%，正贡献率集中在区域西侧的喀左、建昌地区，负贡献率则位于区域的南部和东部地区（图4（c））。区域内最低温度、最高温度、相对湿度、太阳辐射和风速变化对ET0的贡献率依次为3.624%、3.429%、0.577%、-0.760%和-10.639%，其中最低、最高温度的升高和相对湿度的降低引发区域ET0变动为正贡献，而太阳辐射和风速的降低则为负贡献，且贡献率最大的为风速，最低温度次之，最小的为相对湿度。各气象要素的总贡献率为-3.769%，ET0的实际变化率为-6.318%，误差为-2.549%。故辽西区域ET0降低的主要原因是由极显著降低的风速，太阳辐射的减少虽对其降低有一定贡献，但贡献率较低。
3 结论
基于辽西地区1965—2015年基础气象资料，依据FAO56 P-M方程估算了区域ET0，采用气候倾向率和Mann-Kendall检验法对ET0及各气象要素的多年变化率和趋势进行了分析，基于敏感性分析探讨了ET0对各气象要素的敏感性大小，并定量揭示了引发区域ET0变化的主导因子，所得结论如下：
1）1965—2015年辽西地区多年平均ET0以12.5 mm/10 a的速率显著降低，均值为1 007.6 mm/a，空间上由西南向东北呈低-高-低的分布格局；从各台站来看，除阜新站表现为增加趋势外，其余站点均表现为降低趋势，且大部分站点都表现为显著降低趋势。
2）辽西地区最高温度和最低温度都表现为极显著升高趋势；风速、相对湿度和太阳辐射均表现为降低趋势，且风速和太阳辐射为极显著变化，而相对湿度未发生明显变化。
3）辽西地区ET0对不同气象要素敏感性及其空间分布差异较大。按照敏感系数大小依次为：相对湿度＞最高温度＞风速＞太阳辐射＞最低温度，且ET0与相对湿度变化呈负相关，而与其余要素变化均为正相关。敏感系数空间分布表现为：区域南部沿海地区对相对湿度最为敏感，而北部则敏感性较低；最高温度在区域西部形成高敏感区，由西向东敏感性逐渐降低；风速的敏感系数是以朝阳、北镇等地区为高敏感区向区域二侧逐渐降低；太阳辐射敏感系数空间上呈一定的纬向分布，高敏感区位于西部低山区，低敏感区位于锦州、北镇等地；最低温度的敏感系数在锦州地区形成高值区，而低值区则位于区域中部的丘陵山区。
4）最低温度、最高温度、相对湿度、太阳辐射和风速变化对ET0的贡献率依次为3.624%、3.429%、0.577%、-0.760%和-10.639%，由此可知，辽西地区ET0降低的主要原因是由于极显著降低的风速所致，太阳辐射的减少虽对其降低有一定贡献，但贡献率较低。
参考文献：
[1]刘昌明，窦清晨.土壤-植物-大气连续体模型中的蒸散发计算[J].水科学进展，1992，3(4):255-263.
[2]ALLEN R G，PEREIRA L S，RAES D，et al.Crop evapotranspiration-guidelines for computing crop water requirements[M].Rome:Food and Agriculture Organization of the United Nations，1998.
[3]刘昌明，张丹.中国地表潜在蒸散发敏感性的时空变化特征分析[J].地理学报，2011，66(5):579-588.
[4]蔡毅，邢岩，胡丹.敏感性分析综述[J].北京师范大学学报，2008，44(1):9-14.
[5]赵璐，梁川，崔宁博，等.川中丘陵区参考作物蒸发蒸腾量近60年变化成因研究[J].水利学报，2013，44(2):183-190.
[6]杨林山，李常斌，王帅兵，等.洮河流域潜在蒸散发的气候敏感性分析[J].农业工程学报，2014，30(11):102-109.
[7]SHARIFI A，DINPASHOH Y.Sensitivity Analysis of the Penman-Monteith reference crop evapotranspiration to climatic variables in Iran[J].Water Resoures Manage，2014(28):5 465-5 476.
[8]梁文章，孙玉华，孙宝杰.辽西北地区水资源量趋势分析[J].东北水利水电，2011，29(2):37-38.
[9]张淑杰，张玉书，隋东，等.东北地区参考蒸散量的变化特征及其成因分析[J].自然资源学报，2010，25(10):1 750-1 761.
[10]曾丽红，宋开山，张柏，等.东北地区参考作物蒸散量对主要气象要素的敏感性分析[J].中国农业气象，2010，31(1):11-18.
[11]王仕新，刘作新，赵焕胤，等.辽西半干旱地区主要作物耗水规律的初步研究[J].生态学杂志，1997(3):12-19.
[12]孙庆宇，佟玲，张宝忠.参考作物蒸发蒸腾计算方法在海河流域的适用性[J].农业工程学报，2010，26(11):68-73.
[13]YUE S，PILON P，CAVADIAS G.Power of the Mann-Kendall and Spearman’s rho testes for detecting monotonic trends in hydrological series[J].Journal of Hydrology，2002，259(1/4):254-271.
[14]梁丽乔，李丽娟，张丽，等.松嫩平原西部生长季参考作物蒸散发的敏感性分析[J].农业工程学报，2008，24(5):1-5.
[15]MCCUEN R H.The role of sensitivity analysis in hydrologic modeling[J].Journal of Hydrology，1973(18):37-53.
[16]YIN Y H，WU S H，CHEN G.Attribution analyses of potential evapotranspiration changes in China since the 1960s[J].Theoretical and Applied Climatology，2010(101):19-28.
[17]DINPASHOH Y，JHAJHARIA D，FAKHERI-FARD A.Trends in reference crop evapotranspiration over Iran[J].Journal of Hydrology，2011(399):422-433.
[18]邹璐，陈涛涛，孔凡丹，等.辽宁省参考作物腾发量的敏感性分析[J].灌溉排水学报，2014，33(1):50-54.
[19]袁国恩，韩玺山，何元斌.辽宁风能资源研究[J].地理科学，1983，3(2):116-124.