全 文 ：1960—2011 年西北五省潜在蒸散的时空变化*
刘宪锋1 摇 潘耀忠1**摇 张锦水1 摇 林志慧2
( 1北京师范大学资源学院, 北京 100875; 2陕西师范大学旅游与环境学院, 西安 710062)
摘摇 要摇 基于 Penman鄄Monteith 模型和 Hurst 指数模型,分析了我国西北五省 1960—2011 年
潜在蒸散(ET0)的时空演变特征及其未来趋势,并采用敏感性分析方法定量分析了驱动 ET0
变化的主导因素. 结果表明:研究期间,西北五省 ET0整体呈下降趋势,降速为 - 0. 72
mm·a-1,但 1993 年之后,ET0逐渐增加;ET0空间分布存在显著差异,西北五省 ET0平均值为
1158 mm(675 ~ 2282 mm),最大值出现在新疆的七角井(2282 mm),低值区主要分布在陕南
秦巴山地(<800 mm) .除春季外,其余季节 ET0均呈下降趋势,且在未来趋势分析中,西北五
省 81. 4%的区域 ET0由减少转为增加,在全球变暖背景下,该区暖湿化程度将有所减弱,而新
疆中部的 ET0将持续减少.西北五省全年及各季节影响 ET0变化的主导因素主要为风速,但风
速在不同季节、不同区域的影响范围有所差异,冬季风速影响范围覆盖整个西北五省,夏季则
影响整个新疆及甘肃和青海的西北部.
关键词摇 潜在蒸散摇 Hurst指数摇 Peman鄄Monteith摇 西北五省
文章编号摇 1001-9332(2013)09-2564-07摇 中图分类号摇 S161. 4摇 文献标识码摇 A
Spatiotemporal variation patterns of potential evapotranspiration in five provinces of North鄄
west China in 1960-2011. LIU Xian鄄feng1, PAN Yao鄄zhong1, ZHANG Jin鄄shui1, LIN Zhi鄄hui2
( 1College of Resources Science & Technology, Beijing Normal University, Beijing 100875, China;
2College of Tourism and Environment, Shaanxi Normal University, Xi爷an 710062, China) . 鄄Chin.
J. Appl. Ecol. ,2013,24(9): 564-2570.
Abstract: By using Penman鄄Monteith model and Hurst index model, this paper analyzed the spatio鄄
temporal variation patterns of potential evapotranspiration (ET0) in the five provinces of Northwest
China in 1960-2011. In the meantime, the dominant factors driving the variations of the ET0 were
quantitatively analyzed by using sensitivity analysis method. In 1960 -2011, the ET0 in the five
provinces presented an overall decreasing trend, with a drop rate of -0. 72 mm·a-1, but the ET0
increased gradually after 1993. An obvious spatial difference was shown in the annual average ET0 .
The average ET0 in the five provinces was 1158 mm (675-2282 mm), wit the maximum (2282
mm) in Qijiaojing of Xinjiang and the low values ( > 800 mm) in Qinba Mountains in south
Shaanxi. Except in spring, the ET0 in other seasons showed a decreasing trend. In the analysis of
future trend, the ET0 in most areas (81. 4% ) of Northwest China would present a trend from de鄄
crease to increase. Therefore, under the background of global warming, the warm and wet degree in
Northwest China would be somewhat weakened, but the ET0 in the middle part of Xinjiang would be
decreased continuously. Wind speed was the main factor affecting the ET0 in Northwest China at
both annual and monthly scales, but the affecting extent of wind speed differed with seasons and ar鄄
eas. The spatial extent affected by the wind speed in winter expanded across the entire five prov鄄
inces of Northwest China, while the spatial extent affected by the wind speed in summer included
the entire Xinjiang and the northwest of Gansu and Qinghai.
Key words: potential evapotranspiration; Hurst index; Penman鄄Monteith; five provinces in North鄄
west China.
*国家“高分辨率对地观测系统冶重大专项资助.
**通讯作者. E鄄mail: pyz@ bnu. edu. cn
2012鄄12鄄07 收稿,2013鄄07鄄02 接受.
应 用 生 态 学 报摇 2013 年 9 月摇 第 24 卷摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Sep. 2013,24(9): 2564-2570
摇 摇 在过去的 100 年中,全球地表平均温度升高了
0. 74 益,过去 50 年内升温 0. 65 益,后者的升温速
率几乎是前者的 2 倍[1] .我国在过去的 100 年中,气
温升高 0. 5 ~ 0. 8 益,降水波动的地区间差异较
大[2] .气候变化导致全球及区域的气温、降水和蒸
散量发生显著变化. 潜在蒸散(ET0)指在水分充分
供给条件下,区域下垫面的最大蒸散量[3] . 它是区
域水分循环和能量平衡的重要研究内容[4] . ET0与
降水量共同决定区域地表的干湿状况,被广泛应用
于地表干湿状况评价、生态需水计算以及农田灌溉
管理等方面研究.目前,计算 ET0的方法主要包括水
平衡法、质量传导法、辐射能量法、温度估计法和彭
曼蒙蒂斯综合法[5-9] . 1998 年,世界粮农组织(FAO)
根据假想参考面对彭曼蒙蒂斯模型 ( Penman鄄
Monteith,P鄄M)进行修正,该模型不仅考虑了空气动
力学的湍流传输与能量平衡,同时考虑了植被的生
理特征,在干旱和湿润地区的计算准确度均较高,是
目前广泛应用的 ET0计算模型[10] . 研究表明,过去
50 年来全球 ET0普遍减少[11-12] . ET0的变化是区域
气候因子变化的响应,定量分析气候要素变化对
ET0的影响,识别驱动 ET0变化的主导因素将有助于
深入理解气候变化导致的区域生态环境变化. Gong
等[3]研究发现,长江流域 ET0对相对湿度敏感性最
高;Saeid等[13]对伊朗不同地区研究表明,ET0最敏
感的气候因子是气温和相对湿度;Hupet 和 Van鄄
clooster[14]在比利时的研究结果表明,ET0敏感性最
高的气候因子是最高气温;Liu等[15]认为,青藏高原
蒸发量减少的主要原因是风速的减小;Yin 等[12]对
我国 1971—2008 年 ET0的变化进行逐站点的归因
分析,认为 ET0的变化主要归因于风速和日照时数.
由于不同地区的自然条件存在差异,造成 ET0变化
的主导因素也有所差异.我国西北地区地处干旱、半
干旱内陆地区,生态环境脆弱,近年来的气候变化导
致该地区水循环、生态环境等方面发生了显著变化.
本文利用 1960—2011 年中国西北五省 122 个气象
站点的气象资料,基于 P鄄M 模型和 Hurst 指数模型
分析了该区 ET0时空演变特征及未来趋势,并运用
相对变化和敏感性分析方法定量分析关键气候因子
变化导致的 ET0变化,从而识别引起 ET0变化的主导
气候因子,以期为区域水资源优化配置、农田灌溉管
理以及区域环境改善提供参考依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
本文以我国西北五省(新疆、青海、甘肃、宁夏
和陕西)作为研究区(31毅35忆—49毅15忆 N,73毅25忆—
110毅55忆 E).研究区地跨湿润区、半湿润区、半干旱
区、干旱区等干湿地带,气候的地域差异性显著(图
1) [16] .年均气温由东南向西北逐渐降低,而年均降
水量仅 230 mm,且存在由东南向西北减少、由高山
向盆地减少等特点[17] . 该区植被覆盖稀疏,自然景
观从森林逐渐过渡到草原、荒漠[18] .
1郾 2摇 数据来源
西北五省 1960—2011 年 122 个气象台站的气
象资料(包括月平均气温、月平均最高气温、月平均
最低气温、相对湿度、10 m 处风速、日照时数)来自
中国气象科学数据共享服务网 ( http: / / cdc. cma.
gov. cn)地面观测数据中的月值数据集.
1郾 3摇 研究方法
1郾 3郾 1 潜在蒸散的计算摇 本文采用 FAO推荐的 P鄄M
模型进行潜在蒸散量 (ET0,mm)的估算,公式如
下[10,19]:
ET0 =
0郾 408驻(Rn-G)+酌
900
T+73U2(es-ea)
驻+酌(1+0郾 34U2)
(1)
式中:驻 为饱和水汽压曲线斜率(kPa·益 -1);Rn为
净辐射(MJ·m-2·d-1);G 为土壤热通量(MJ·m-2
·d-1);酌为干湿表常数(kPa·益 -1);T为平均温度
(益);U2为 2 m高处风速(m·s-1);es为饱和水汽压
(kPa);ea为实际水汽压(kPa).
1郾 3郾 2 Hurst指数的计算摇 基于重标极差(R / S)分析
方法的 Hurst指数[20-21]的基本原理是:给定一时间
序列{孜( t)( t=1,2,…),对于任意正整数 子 = l,定义
均值序列:
图 1摇 研究区位置及气象站点分布
Fig. 1摇 Location of the study area and distribution of meteoro鄄
logical stations.
A:湿润地区 Humid region; B:半湿润地区 Semihumid region; C:半干
旱地区 Semiarid region; D:干旱地区 Arid region; AB:湿润、半湿润地
区 Humid to semihumid region.
56529 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘宪锋等: 1960—2011 年西北五省潜在蒸散时空变化摇 摇 摇 摇
摇 摇 < 灼 > 子 =
l
子移
子
t = 1
灼( t)摇 (子 = 1,2,…) (2)
累积离差:
X( t,子) =移
t
u = l
(孜(u) - < 孜 > 子)
(1 臆 t 臆 子) (3)
极差:
R(子) = max
l臆t臆子
X( t,子)- min
l臆t臆子
( t,子)
(子 = 1,2,…) (4)
标准差:
S(子) = l
子移
子
t = l
(灼( t)- < 灼 > 子)[ ]2
1
2
(子 = 1,2,…) (5)
若存在 R / S邑子H,则说明时间序列{ 孜( t)} ( t =
1,2,…)存在 Hurst现象,H值称为 Hurst指数,其值
可在双对数坐标系( ln子,lnR / S)中用最小二乘法拟
合得到. Hurst 指数主要有 3 种形式:当 0. 5 时,表明该时间序列是一个持续性序列,即未来变化
趋势与过去趋势一致,且 H 越接近于 1,持续性越
强;当 H=0. 5 时,表明该时间序列为随机序列,即未
来变化趋势与过去趋势无关;当 0该时间序列具有反持续性,即未来的变化趋势与过
去趋势相反,且 H越接近于 0,反持续性越强.
1郾 3郾 3 相对变化及敏感系数的计算摇 气候因子的变
化趋势(C)采用线性趋势表示,而相对变化(RC)用
研究期间的变化量与该气候因子均值绝对值( av)
的百分率表示[12],公式如下:
RC = 52C / | av | 伊 100% (6)
为定量研究气候因子的变化引起的 ET0变化,
本文计算了 ET0对各气候因子(最高气温、最低气
温、风速、相对湿度和日照时数)的敏感系数,公式
为[22]:
S= lim 驻E0 / E0
驻
æ
è
ç
ö
ø
÷
x / | x |
=
鄣E0
鄣x ·
| x|
E0
(7)
式中:S为 ET0对气候因子 x的敏感系数,无量纲;驻x
为气候因子 x 的变化;驻ET0为 驻x 引起的 ET0的变
化. S>0,表示 ET0随气候因子 x的增加而增加;S<0,
表示 ET0随气候因子 x 的增加而减小;S 越大,表示
该气候因子对 ET0的影响越大. 气候因子的相对变
化(RC)与其敏感性(S)的乘积可表示该气候因子
变化对 ET0变化的贡献量.
2摇 结果与分析
2郾 1摇 西北五省潜在蒸散的时空特征
研究期间,西北五省 ET0呈减小趋势(图 2a),
变速为-0. 72 mm·a-1(P<0. 05),其中 1993 年以前
减小趋势显著,变速为-2. 74 mm·a-1(P<0. 01),与
Tomas[23]和张永芳等[24]研究结果一致,1993 年之
后,ET0逐渐增加. 1960—2011 年西北五省 ET0平均
值为 1158 mm,范围在 675 ~ 2290 mm.在空间上,西
北五省 ET0具有明显的区域差异(图 2b),ET0最大
值出现在新疆的七角井,为 2282 mm. ET0高值区主
要分布在新疆的东部和甘肃的西北部,ET0均在
1400 mm以上,加之年降水量稀少,从而成为西北地
区最干旱的地区;低值区主要分布在陕南秦巴山地,
ET0小于 800 mm.陕西省 ET0自南向北依次增加,高
值区出现在陕北长城沿线以北;宁夏大部分地区
ET0在 1250 ~ 1400 mm;甘肃和青海省空间变化特征
基本一致,即 ET0由东南向西北递增;新疆的东部
ET0明显高于西部地区,低值区分布在新疆的西北
图 2摇 研究区潜在蒸散的时(a)、空(b)变化特征
Fig. 2摇 Temporal (a) and spatial (b) variation characteristics of potential evaporation in the study area.
玉:潜在蒸散 Potential evapo transpiration (mm); 域:1960—2011 年变化趋势 Variation trend during 1960-2011; 芋:1960—1993 年变化趋势 Vari鄄
ation trend during 1960-1993.
6652 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
部和天山以北地区,高值区主要分布在七角井、若羌
和红柳河等地区.
2郾 2摇 1960—2011 年西北五省潜在蒸散的变化趋势
西北五省全年 ET0倾向率的平均值为 -7. 24
mm·(10 a) -1[-80. 96 ~ 206. 59 mm·(10 a) -1],
其中,新疆七角井作为西部地区乃至全国蒸散量最
大的地区,研究期间 ET0显著增加,倾向率达 206. 59
mm·(10 a) -1,ET0倾向率最小值分布在新疆哈密.
ET0倾向率存在显著的空间差异,新疆大部分地区
ET0呈减小趋势;青海的东南部 ET0呈增加趋势,西
北部呈减小趋势;甘肃的北部和东部 ET0增加趋势
明显,而西部地区则呈减小趋势;宁夏 ET0均呈增加
趋势;陕西 ET0表现出西部减少、东部增加的空间分
布格局.本文进一步采用 Mann鄄Kendall 趋势检验法
进行逐站点趋势检验,将通过 琢 = 0. 05 检验的站点
视为 ET0达到显著变化. 结果表明,除青海刚察外,
其余站点 ET0均达到显著变化,说明研究期间西北
五省 ET0变化显著(图 3a).
摇 摇 由图 3 可以看出,春季,研究区 ET0倾向率为
0郾 39 mm·(10 a) -1[-9. 3 ~ 21. 6 mm·(10 a) -1];
陕西、宁夏及甘肃的中东部 ET0呈增加趋势;青海北
部呈减少趋势;新疆 ET0空间差异最显著,其中,七
角井地区显著增加,且末、若羌显著减少,整体呈现
出东西部增加、中部减少的分布格局. 夏季,研究区
ET0倾向率为-0. 71 mm·(10 a) -1[-13. 18 ~ 34. 27
mm·(10 a) -1],其中,新疆中部 ET0减少最显著,青
海南部及陕西南部也呈减少趋势,而新疆东部的七
角井、甘肃和青海的东南部及宁夏地区则呈增加趋
势.秋季,该区 ET0倾向率为-0. 51 mm·(10 a) -1
[-8. 19 ~ 15. 06 mm·(10 a) -1],ET0增加的地区主
要分布在 100毅 E以东地区,100毅 E 以西地区的 ET0
以减少趋势为主,其中,新疆大部分地区 ET0呈减少
趋势,增加地区零星分布在新疆西南部和东北部,并
在七角井地区形成增加高值区;青海的中部和西北
部、甘肃的西部及陕西西部 ET0减少显著,其余地区
ET0均呈增加趋势. 冬季, ET0 倾向率为 - 0. 57
mm·(10 a) -1[-3. 9 ~ 1. 8 mm·(10 a) -1], ET0显
著减少地区包括陕甘宁交界处、甘肃西北部,新疆的
东部以及青海的西北部,ET0增加地区主要分布在
青海南部、新疆的天山和阿尔泰山等地.
2郾 3摇 西北五省潜在蒸散的未来变化趋势
为分析西北五省 ET0变化的未来趋势,本文基
于 Hurst指数模型,计算了 ET0的 Hurst指数.结果表
明:ET0由减少转为增加的区域面积占整个西北地
区面积的 81. 4% ,说明在全球变暖背景下,西北地
区暖湿化程度将有所减弱;ET0由增加转为减少的
区域面积占 13. 6% ,且主要分布在宁夏、陕西的榆
林、甘肃的东部、青海的东南部等地区;ET0持续减
少的地区主要分布在新疆的中部,包括吐鲁番、巴仑
台、库尔勒、且末,另外,青海的格尔木也呈进一步减
少趋势;ET0持续增加的区域主要分布在甘肃的岷
县(图 4).
2郾 4摇 西北五省潜在蒸散变化的主导因素分析
通过计算 ET0对 5 个关键气候因子(风速、最高
气温、最低气温、相对湿度和日照时数)的敏感性,
以及各气候因子的相对变化,得出各气候因子变化
对 ET0变化的贡献量,将其与计算出的 ET0实际变化
量进行对比,从而识别导致 ET0变化的主导因素
(表 1).
摇 摇 西北五省全年 ET0主导因素逐站点分析结果表
明,风速是引起整个西北地区 ET0变化的主导因素,
与 Yin 等[12]和 Gao 等[25]的研究结果一致. 新疆大
部分地区主导因素为风速,风速的减小造成 ET0的
减少;青海西北部ET0减少的主导因素是风速,而东
表 1摇 研究区部分站点潜在蒸散变化的主导因素
Table 1摇 Dominant factors of potential evapotranspiration variation of some meteorological sites in the study area
站点
Station
潜在蒸散
Potential
evapotranspiration
(mm)
气候因子贡献量
Contribution of climate factor (% )
风速
Wind
speed
最高气温
Maximum
temperature
相对湿度
Relative
humidity
日照时数
Sunshine
duration
ET0变化量
Variation of
ET0 (% )
主导因素
Dominant
factor
七角井 Qijiaojing 2282. 6 36. 3 8. 6 3. 4 0. 2 47. 1 风速
青河 Qinghe 936. 5 -13. 6 5. 6 2. 8 4. 1 0. 4 最高气温
拜城 Baicheng 997. 0 -8. 2 2. 9 -0. 6 3. 7 4. 8 日照时数
伍道梁 Wudaoliang 814. 5 -0. 8 2. 3 2. 5 1. 5 6. 4 相对湿度
西宁 Xi爷ning 1018. 5 -23. 2 4. 1 -0. 7 -4. 8 -19. 9 风速
共和 Gonghe 1056. 4 -5. 4 4. 5 1. 6 -0. 6 2. 5 最高气温
延安 Yan爷an 880. 7 -12. 6 3. 0 8. 0 0. 6 0. 3 相对湿度
武功 Wugong 789. 7 -22. 4 2. 4 -1. 5 -3. 5 -22. 7 风速
76529 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘宪锋等: 1960—2011 年西北五省潜在蒸散时空变化摇 摇 摇 摇
图 3摇 1960—2011 年西北地区全年(a)及春(b)、夏(c)、秋
(d)、冬(e)季潜在蒸散的变化趋势
Fig. 3摇 Variation trend of potential evapotranspiration in annual
(a), spring (b), summer (c), autumn (d), and winter (e)
in Northwest China between 1960 and 2011.
图 4摇 西北地区潜在蒸散未来变化趋势
Fig. 4摇 Future trend of potential evapotranspiration in Northwest
China.
南部 ET0增加则归因于最高气温的升高;甘肃北部
和东部最高气温的升高导致 ET0增加,而西部风速
减小导致 ET0减少,与吕晓东等[26]的研究结果一
致;宁夏 ET0的增加主要归因于最高气温的升高;陕
西 ET0变化的主导因素是风速和相对湿度(图 5a).
春季影响研究区 ET0的主导因素为风速,以风
速为主导因素的站点比例为 43% ,以相对湿度为主
导因素的站点比例为 24% . 其中,陕西和宁夏主导
因素为相对湿度,青海主导因素为风速,新疆大部分
站点主导因素为风速,以最高气温为主导因素的站
点零散分布在北疆地区,以日照时数为主导因素的
零散分布在新疆西部地区(图 5b).
夏季影响研究区 ET0的主导因素中,风速、最高
气温和日照时数的站点数所占比例分别为 38% 、
31%和 25% . 其中,主导因素为最高气温和日照时
数的站点大部分分布在 95毅 E 以东地区,而以西地
区的主导因素仍以风速为主. 各省主导因素与春季
分布规律一致(图 5c).
秋季影响研究区 ET0的主导因素为风速,风速和
最高气温的站点数比例分别为 51%和 28%,其中,以
日照时数、最高气温以及相对湿度为主导因素的站点
主要分布在100毅 E以东的 ET0增加区.新疆72%站点
的主导因素均为风速,以最高气温和相对湿度为主导
因素的站点呈零星分布状态,青海南部 ET0增加的主
导因素是最高气温和日照时数(图 5d).
冬季影响研究区 ET0的主导因素为风速,以风
速为主导因素的站点占 63% . 其中,陕甘宁地区主
导因素仍为风速和相对湿度;青海南部主导因素为
最高气温、北部为风速;新疆大部分站点的主导因素
为风速,其次为最高气温,且呈零散分布状态(图
5e).
8652 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
图 5摇 1960—2011 年西北地区全年(a)及春(b)、夏(c)、秋
(d)、冬(e)季潜在蒸散变化的主导因素
Fig. 5摇 Dominant factors of potential evapotranspiration changed
in annual (a), spring (b), summer ( c), autumn (d), and
winter (e) in Northwest China between 1960 and 2011.
3摇 结摇 摇 论
本文基于 P鄄M 模型和 Hurst 指数模型,分析了
1960—2011 年我国西北五省 ET0的时空演变特征及
其未来变化趋势,并运用敏感性分析方法从年际和
季节两个时间尺度定量分析了驱动 ET0变化的主导
因素.研究期间,研究区 ET0变化趋势可分为 2 个时
期:1993 年之前为快速下降期,西北地区干燥度有
所减小,与施雅风等[27]研究结果相符;1993 年之
后,西北地区潜在蒸散量逐渐增加;西北五省 ET0呈
显著下降趋势,降速为-0. 72 mm·a-1; 除春季外,
其余季节 ET0均呈下降趋势,且在未来趋势分析中,
西北五省 81. 4%区域的 ET0由减少转为增加,在全
球变暖背景下,西北五省暖湿化程度将有所减弱,而
新疆中部的 ET0将持续减少;西北五省全年及各季
节主导因素为风速,但风速在不同季节、不同区域的
影响范围有所差异,冬季风速影响范围覆盖整个西
北五省,夏季则影响整个新疆及甘肃和青海的西北
部.
研究期间,西北五省风速下降趋势为-0. 011
m·s-1·a-1,与文献[28-29]结果基本一致. 其中,
冬季风速下降趋势最大,为-0. 012 m·s-1·a-1,夏
季风速下降趋势最小,为-0. 009 m·s-1·a-1 .空间
上,西北五省大部分地区风速均减小,风速增大的站
点零星分布在各省区.其中,下降较明显的地区有新
疆天水以北、青海的茫崖和诺木洪以及甘肃的玉门
镇等地(图略).风速减小会间接造成日照时数的减
少[30] .本研究结果表明:1960—2011 年,西北五省日
照时数以-0. 0045 h·a-1的趋势减小,其中,冬季减
少趋势最大,为-0. 012 h·a-1 . 风速和日照时数的
变化共同导致我国西北五省 ET0的下降,与 Yin
等[12]的研究结果一致,而西北五省最高气温却以
0. 02 益·a-1的速度在升高. 由此说明,西北五省存
在“蒸发悖论冶现象.
参考文献
[1]摇 IPCC. Summary for Policymakers of Climate Change
2007: The Physical Science Basis. Contribution of
Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change. Cam鄄
bridge, UK: Cambridge University Press, 2007
[2]摇 Yin YH, Wu SH, Chen G, et al. Attribution analyses
of potential evapotranspiration changes in China since
the 1960s. Theoretical and Applied Climatology, 2010,
101: 19-28
[3]摇 Gong LB, Xu CY, Chen DL, et al. Sensitivity of the
96529 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 刘宪锋等: 1960—2011 年西北五省潜在蒸散时空变化摇 摇 摇 摇
Penman鄄Monteith reference evapotranspiration to key cli鄄
matic variables in the Changjiang (Yangtze River) ba鄄
sin. Journal of Hydrology, 2006, 329: 620-629
[4]摇 Liu C鄄X (刘昌明), Sun R (孙摇 睿). Ecological as鄄
pects of water cycle: Advances in soil vegetation atmos鄄
phere of energy and water fluxes. Advances in Water Sci鄄
ence (水科学进展), 1999, 10(3): 23-28 ( in Chi鄄
nese)
[5]摇 Guitjens JC. Models of alfalfa yield and evapotranspira鄄
tion. Journal of the Irrigation and Drainage Division,
1982, 108: 212-222
[6]摇 Jr Harbeck G. E. A Practical Field Technique for Meas鄄
uring Reservoir Evaporation Utilizing Mass鄄transfer The鄄
ory. Geological Survey Professional Paper 272鄄E, Wash鄄
ington DC, 1962: 101-105
[7]摇 Priestley CHB, Taylor RJ. On the assessment of the sur鄄
face heat flux and evaporation using large鄄scale parame鄄
ters. Monthly Weather Review, 1972, 100: 81-92
[8]摇 Thornthwaite CW. An approach toward a rational classi鄄
fication of climate. Geographical Review, 1948, 38:
55-94
[9]摇 Penman HL. Natural evaporation from open water, bare
soil and grass. Proceedings of the Royal Society of Lon鄄
don A, 1948, 193: 120-145
[10]摇 Allen RG, Pereira LS, Raes D, et al. Crop Evapotrans鄄
piration鄄Guidelines for Computing Crop Water Require鄄
ments. Rome: United Nations Food and Agriculture Or鄄
ganization, 1998
[11]摇 Liu CM, Zhang D, Liu XM, et al. Spatial and temporal
change in the potential evapotranspiration sensitivity to
meteorological factors in China (1960-2007). Journal
of Geographical Sciences, 2012, 22: 3-14
[12]摇 Yin YH, Wu SH, Dai EF. Determining factors in po鄄
tential evapotranspiration changes over China in the peri鄄
od 1971 - 2008. Chinese Science Bulletin, 2010, 55:
3329-3337
[13]摇 Saeid E, Mohammad JK, Jahangir AK. Effects of varia鄄
tions in climatic parameters on evapotranspiration in the
arid and semi鄄arid regions. Global and Planetary
Change, 2011, 78: 188-194
[14]摇 Hupet F, Vanclooster M. Effect of the sampling fre鄄
quency of meteorological variables on the estimation of
the reference evapotranspiration. Journal of Hydrology,
2001, 243: 192-204
[15]摇 Liu XM, Zheng HX, Zhang MH, et al. Identification of
dominant climate factor for pan evaporation trend in the
Tibetan Plateau. Journal of Geographical Sciences,
2011, 21: 594-608
[16]摇 Jin L鄄Y (靳立亚), Fu J鄄L (符娇兰), Chen F鄄H (陈
发虎). Spatial differences of precipitation over North鄄
west China during the last 44 years and its response to
global warming. Scientia Geographica Sinica (地理科
学), 2005, 25(5): 567-572 (in Chinese)
[17]摇 Cao W (曹 摇 雯), Shen S鄄H (申双和), DUAN C鄄F
(段春锋). Quantification of the causes for reference
crop evapotranspiration changes in growing season in
Northwest China. Acta Geographica Sinica (地理学
报), 2011, 66(3): 407-415 (in Chinese)
[18]摇 Liu X鄄F (刘宪锋), Ren Z鄄Y (任志远). Vegetation
coverage change and its relationship with climate factors
in Northwest China. Scientia Agricultura Sinica (中国
农业科学), 2012, 45(10): 1954-1963 (in Chinese)
[19]摇 McVicar TR, Roderick ML, Donohue RJ, et al. Global
review and synthesis of trends in observed terrestrial
near鄄surface wind speeds: Implications for evaporation.
Journal of Hydrology, 2012, 416-417: 182-205
[20]摇 Mandelbrot BB, Wallis JR. Some long鄄run properties of
geographysical records. Water Resources Research,
1969, 5: 321-340
[21]摇 Mandelbrot BB, Wallis JR. Robustness of the rescaled
ranged R / S in the measurement of noncyclic long鄄run
statistical dependence. Water Resources Research, 1969,
5: 967-988
[22]摇 McCuen RH. A sensitivity and error analysis of proce鄄
dures used for estimating evaporation. Water Resource
Bulletin, 1974, 10: 486-498
[23]摇 Thomas A. Spatial and temporal characteristics of poten鄄
tial evapotranspiration trends over China. International
Journal of Climatology, 2000, 20: 381-396
[24]摇 Zhang Y鄄F (张永芳), Deng J鄄L (邓珺丽), Guan D鄄X
(关德新), et al. Spatiotemporal changes of potential
evapotranspiration in Songnen Plain of Northeast China.
Chinese Journal of Applied Ecology (应用生态学报),
2011, 22(7): 1702-1710 (in Chinese)
[25]摇 Gao G, Chen D, Ren G, et al. Spatial and temporal
variations and controlling factors of potential evapotrans鄄
piration in China, 1956-2000. Journal of Geographical
Sciences, 2006, 16: 3-12
[26] 摇 L俟 X鄄D (吕晓东), Wang H鄄L (王鹤龄), Ma Z鄄M
(马忠明). Spatiotemporal characteristics of reference
crop evapotranspiration in inland river basins of Hexi re鄄
gion. Chinese Journal of Applied Ecology (应用生态学
报), 2010, 21(12): 3161-3167 (in Chinese)
[27]摇 Shi Y鄄F (施雅风), Shen Y鄄P (沈永平), Li D鄄L (李
栋梁), et al. Discussion on the present climate change
from warm鄄dry to warm鄄wet in northwest China. Quater鄄
nary Sciences (第四纪研究), 2003, 23(2): 152-164
(in Chinese)
[28]摇 Fu GB, Yu JJ, Zhang YC, et al. Temporal variation of
wind speed in China for 1961 - 2007. Theoretical and
Applied Climatology, 2011, 104: 313-324
[29]摇 Guo H, Xu M, Hu Q. Changes in near鄄surface wind
speed in China: 1969 - 2005. International Journal of
Climatology, 2011, 31: 349-358
[30]摇 Yang YH, Zhao N, Hu YK, et al. Effect of wind speed
on sunshine hours in three cities in northern China. Cli鄄
mate Research, 2009, 39: 149-157
作者简介摇 刘宪锋,男,1986 年生,博士研究生.主要从事资
源环境遥感与 GIS研究. E鄄mail: liuxianfeng7987@ 163. com
责任编辑摇 杨摇 弘
0752 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷