英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

论我国西南自然保护区蒸发皿蒸发量的归因分析

摘要：测量蒸发的减少趋势广泛报道。那是在蒸发皿蒸发量减少的因素的研究关于控制因素还没有达成共识。大多数研究采用统计分析（相关分析和逐步回归分析）识别控制气候变化；相反，很少有研究采用基于物理的理论。此外，蒸发皿观测和相关的气候变量的报告是由人为活动的影响。因此，自然保护区观察到的气候变量趋势对了解区域气候变化是有用的。研究地点位于哀牢山国家级自然保护区，这是没有人类活动的中国西南部。在这项研究中，我们首先应用调整后的penpan模型估计蒸发皿蒸发量。然后，使用这种基于物理的模型，我们发现蒸发皿蒸发量的一个积极的趋势，即在旱季比雨季更大的增加。模型结果表明，在大气运动成分的变化大于辐射成分。与已在不同地点上的先前的研究中，风速和日照时数被报道是减少的相反，我们发现，风速和日照时数呈逐年上升趋势，从而解释蒸发率的增加。风速对蒸发皿蒸发量变化的贡献最大，其次是日照时数。这项研究表明，尽管测量蒸发皿蒸发量在减少，但在本地潜在蒸发量的增加。在干燥的季节，农业和农林水的可用性可能会受到威胁。

关键词：气候变化；蒸发量；调整penpan模型；哀牢山国家级自然保护区

引言

全球变暖的一个预期的后果是增加空气温度，结果导致蒸发率增加（Stocker 等，2001）。然而，测量蒸发皿蒸发量的减少趋势在美国（Hobbins等，2004），前苏联（Peterson等，1995），加拿大大草原（Burn and Hesch，2007）、澳大利亚（Roderick 等，2007），新西兰（Roderick and Farquhar，2005），印度东北部（Jhajharia 等，2009），泰国（Tebakari 等，2005），和中国（Xu 等，2006；Wang 等，2007；Zhang 等，2007）已经被报道。然而，积极的趋势已经在西伊朗（Tabari and Marofi，2011），巴西东北部（da Silva，2004），以色列（Cohen and Stanhill，2002），和西非（Oguntunde等，2006）。因此，在蒸发皿蒸发量测量的趋势没有一致性（Fu，2009）。蒸发皿蒸发的这种矛盾趋势甚至可以共存于同一地区（Wang等，2007；Ji and Zhou，2011）。

在蒸发皿蒸发过程中，这些变化的根本原因没有达成共识。在蒸发皿蒸发量的减少主要是由于在俄罗斯（Peterson等，1995），美国（Hobbins等，2004），中国（Thomas，2000；Liu 等，2004；Gao等，2006；Wang 等，2007），以色列（Cohen and Stanhil，2002）太阳辐射的减少，与云层加厚和增强型气溶胶浓度有关（Roderick and Farquhar，2002）。其他导致蒸发皿蒸发量减少的原因是，在澳大利亚（Rayner，2007；Roderick等，2007），青藏高原（Chen 等，2006；Zhang 等，2007），和加拿大大草原（Burn and Hesch，2007）的风速变化；在印度（Chattopadhyay和Hulme，1997）和常江盆地（Gong等，2006）的相对湿度的变化；以及在中国（Cong and Yang，2009）最大温度的变化。与当前气候变化的一个关键问题是，这些变化对水平衡的影响，这很大程度上取决于潜在蒸发量（Zhao等.，2011；kirono和Ken，2011）。此外，蒸发皿蒸发量的变化和相关的气候的变化被认为是人为活动的影响，如城市化和灌溉（Alpert等，2005；Alpert and Kishcha，2008；Ji and Zhou，2011）。此外，之前对影响蒸发皿蒸发量变化因素的理解是基于统计分析，如相关和逐步回归（Chattopadhyay and Hulme，1997；Chen等，2006；Cong and Yang，2009；Jhajharia等，2009；Ji and Zhou，2011）。因此，在自然保护区基于物理的估计的蒸发皿蒸发量对理解蒸发皿蒸发量的自然变化是有用的。

这项研究是在西南中国的自然保护区进行的，研究的目的是要回答以下问题：（1）lsquo;在这自然保护区蒸发皿蒸发量发生什么样的变化？rsquo;和（2）lsquo;导致蒸发皿蒸发量的这些变化的主要因素是什么？rsquo;

材料和方法

研究地点

中国科学院哀牢山亚热带森林生态系统研究站（assfe 320N；24，101 010e；海拔2480米）位于云南省景东县（图1）。自1981在这个地点，一个标准的气象站由assfe一直在运作的。基于该站长期气象观测，年平均气温为11℃，在最冷的月份（一月）平均气温是5.2℃和在最热的月份（七月）平均气温是15.2°C。平均年降雨量为1902毫米，在潮湿的季节（五月–十月）降雨量是1630毫米和旱季（十一月–四月）降雨量是272毫米。年平均蒸发量（Phi;20厘米）是1297毫米，潮湿的季节是583毫米，干燥的季节是714毫米。

图1.研究地点的位置

蒸发皿蒸发量的估算

Penpan模型是来自Penpan方程（Penman，1948），然后由Roderick 等 (2007)发展的。

蒸发皿蒸发量(Ep) 被分为太阳辐射项(Ep,R)和空气动力项(Ep,A) (公式1).

Delta;(kPa C^–1) 是指饱和水汽压(es, kPa)随温度(T, C) 的斜率(公式2)，Rn(J m^–2)是指净辐射，alpha; (= 2.4 here)是地面反照率，lambda;(= 2.45 MJ kg–1) 是指汽化潜热，gamma;(kPa C^–1)是指干湿表常数（公式3），fq(U2)是一个基于2m高风速的函数（公式4），U2 (m s^–1) 是从10m高风速和风廓线函数的经验系数计算得出来的（公式5）。VPD (kPa)（公式6）是指实际水汽压 (ea, kPa)和饱和水汽压 (es, kPa)之差，称饱和水汽压差。公式6中的 Ta 和Tw分别指干球和湿球度。

方程（1）中的净辐射（Rn）中方程（7）进行估算，不同于Roderick等人（2007）的使用过程。S_t（日照时数）是阳光的实际持续时间，一个黑管记录机进行记录。N (h)是可能最大日照时数，R_a(MJ m^–2 day^–1)是额外的地面辐射。a and b 是经验常数(Allen 等, 1998)，a取0.25，b取0.5。s是斯特凡- -玻尔兹曼常数(4.903 10^–9 MJ K^–4)。T_max (K) and T_min (K) 分别代表最高和最低温度。

为了评估估计Rn，在蒸发皿观察到的水面蒸发Rn用公式8来进行计算。全球辐射（Q）通过日射强度计进行观察(CM11, Kipp amp; Zonen, Delft, Holland)。我们用A_sp = 0.14作为蒸发器中的水表面的反照率(Linacre, 1992; Rotstayn 等, 2006)。R1是蒸发皿的净长波辐射。在研究中，R1被仅被看作无云时期的一个固定值，40 W m^–2(Linacre, 1994)。

对估计的R_n 和 E_p 的性能用公式9来评估。x_i 指观察记录，^x_i 是指平均值。n是指样本观测月数。在这项研究中，36个月的E₆₀₁观察（2008–2010）和Phi;为20厘米的蒸发皿23年的观察（1983–1990、1996–2010）对penpan模型检验。

蒸发皿蒸发量变化的归因

蒸发皿蒸发量的变化(dEp/dt)分为在辐射项的变化(dEp,R/dt)和空气动力项的变化(dEp,A/dt)（方程10）。辐射项的变化(方程11) 可以归因于 温度的变化 (T#), 最低温度的变化 (Tmin#), 最高温度的变化(Tmax#), 日照时长的变化 (S#t)和实际水汽压的变化 (e#a)。空气动力项的变化(公式12) 可以归因于风速的变化 (U#), 饱和水气压差的变化(VPD#)和温度的变化 (T#)。当计算每个变量的贡献，其他变量在长期来看被假定为保持不变。

趋势分析

每一个气象变量的趋势都通过曼-肯德尔检验进行分析（Mann，1945）。曼-肯德尔的头值和非参数森的斜率在R环境(R 核心研发团队, 2010)下分别用肯德尔软件包(McLeod, 2009)和zyp软件包(Bronaugh, 2009)进行计算。一个正头值表示增加的趋势，和负头表示一个递减的趋势。每一个变量的斜率，通过对年进行简单的线性回归计算。

结果

模型的性能

我们首先用方程7通过36个月（2008-2010）来谷吉Rn。估计出来的Rn与用方程8计算出来的观测值相比。估计的Rn和观测的Rn的相关性是优良的（图2）。之后我们拓展计算剩下来几年（2008之前）的估计Rn，用估计的Rn计算模拟Ep。图3显示了模拟Ep分别与Phi;值为20厘米的蒸发皿和E601同时观测的数据有0.691和1.046的转换系数。

蒸发皿蒸发改变的归因

气候变量的趋势分析表一所示。温度、日照、风速观察有积极趋势，他们在干旱季节比在潮湿的季节增加很大。VPD没有表现出明显的趋势，而在旱季有略微增加和湿季略有下降。

表二分开显示了旱季、雨季，和整整一年的Ep。模拟EP在过去的30年中 呈现4.54mm a–2的增加趋势，并且EP的增加显著地导致了其在的旱季增加。空气动力项的变化在旱季EP的变化占到56.68%。然而，在潮湿的季节，辐射项的变化占EP的变化89.02%。

图2.估计净辐射和观测净辐射的线性关系

图3.模拟蒸发与Phi;为20厘米的蒸发皿蒸发的对比（a）和与E₆₀₁蒸发的对比（b）

表1.气候变量的趋势分析

E_p,A 的增加主要是因为风速的增加，而E_p,R的增加主要是由于日照时数的增加。总而言之，Ep的变化主要是由于风速的变化，其次是日照时数的变化（表2）。

讨论

penpan模型的性能和不确定性

Fu等人（2004）计算了各蒸发皿和20平方米蒸发罐的转换系数，得到约Phi;值为20厘米蒸发皿系数为0.6和E601系数为1.07。此外，Xu等人（2006）报道了一种与长江流域参考作物腾发量的比较的，Phi;值为20 cm蒸发皿的转换系数为0.7。因此，本研究的penpan模型显示优良的性能，因为Phi;为20厘米的蒸发皿和E601的转换系数是类似于在上面列出的那些研究（图3）。然而，penpan模型中几种不确定性必须改进。例如，反照率在野外条件下不能恒定（Roderick，2007），在太阳辐照下当前的变量不能充分代表实际变化。大气气溶胶的变化不能被当前的暗管记录仪检测；然而，这样的变化可能会影响蒸发皿的蒸发趋势。此外，该penpan模型没有考虑储热成分；因此，它只适用于每周或每月的输入数据（Thom 等.，1981）。

表2.模拟蒸发量速率和其组成

测量蒸发量的研究结果不一致，部分是因为不同的测量仪器的使用。例如，当水的温度低于露点点T（主要是在雨季），Phi;为20厘米的蒸发皿能更有效地比其他蒸发皿吸收能量（麦克维卡等，2007），和更多的从空气冷凝蒸气到蒸发皿的水面，此时就不能用电流法检测。因此，蒸发皿蒸发量的变化可能会受到许多因素的影响，这意味着它可能不能准确地代表潜在蒸发量的变化。在这项研究中，penpan模型估算的蒸发皿蒸发量的积极趋势与青藏高原和西南地区蒸发皿蒸发量和潜在蒸发量的增加具有一致性（Thomas，2000；Xu 等，2005；Chen 等，2006；Gao等，2006；Cong and Yang，2009）。此外， Cong and Yang （2009）报道，自1986，中国大多数站的蒸发皿蒸发量呈现积极趋势。Liu等（2011）报告自1992到2007中国蒸发皿蒸发量增加。因此，本研究认为，潜在蒸发和蒸发需求可能在1981年后期增加。需要在区域层面进一步的研究来证实这一发现。

根据水蒸发的物理理论，潜在蒸发量与相对湿度比其他气候变量敏感得多，这意味着在相对湿度小的变化可能会导致一个潜在蒸发量大的变化（Gong等，2006；Yin 等，2010）。这可能是相对湿度的相关系数高于任何其他气候变量的原因（Ji and Zhou，2011）。然而，当相对湿度斜率被考虑时，它对蒸发皿蒸发量的贡献可能不同（因为贡献是通过系数乘以斜率确定的）。在这项研究中，VPD变化斜率小（表），所以VPD的变化对蒸发皿蒸发量变化的贡献是有限的。物理上讲，最高温度，最低气温，和实际水汽压可能对水的蒸发率有强烈的影响。这些因素被用来估计在这项研究中的净辐射。基于这些因素在方程（7）所占的系数，它们对净辐射变化所作贡献很小。因此，模型的结果表明，这些因素对蒸发皿蒸发量的变化做的贡献很小。

自然保护区的气候变化

观察到的气候变量的变化可以被人为活动所影响。例如，城市化可以改变地表粗糙度，从而降低在气象站测量的风速（Ren 等.，2008；Jiang等，2010）。近几十年的工业化导致大气中的气溶胶的增加，可以减少太阳的可用性（Alpert 等，2005）。在农村地区，气象站周围灌溉可能导致VPD的改变。因此，在一个自然保护区的观测更精确地代表气候变

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[29506]，资料为PDF文档或Word文档，PDF文档可免费转换为Word