2 中国科学院大学, 北京 100049
2 University of Chinese Academy of Sciences, Beijing 100049
干旱半干旱区约占全球陆地总面积的30%,是气候变化的敏感区和脆弱区(符淙斌和温刚,2002; 黄建平等,2013)。干旱半干旱区的水循环和能量循环对全球和区域气候都具有重要影响。蒸散(Evapotranspiration,简称ET)过程是水和能量循环的关键环节,是维持陆面水分平衡和地表能量平衡的重要组成部分(黄锡荃, 1993; Bonan, 2002; Wang and Dickinson, 2012)。蒸散是地表向大气输送的水汽,包括土壤和植物表面的水分蒸发,以及植物体的水分蒸腾,也是地表—大气潜热输送的主要途径。蒸散变化过程对天气气候过程的机理理解、模拟预测、气候变化诊断起着重要作用(Pielke et al., 1998)。
近百年来,全球几乎所有区域都经历了地表增暖,尤其是干旱半干旱区气候变化尤为显著(李鹏飞等, 2012; 黄建平等, 2013),如半干旱区对全球陆地变暖的贡献达40%(Huang et al., 2012)。气温的持续上升使地表蒸发量迅速增加,导致地表水分收支平衡发生了新的变化(Huntington, 2006; IPCC, 2013),如欧洲东部和中部蒸发过程的变化引起热浪变率的增加(Seneviratne et al., 2006)。近几十年来,中国东北、华北和西北东部的严重干旱化倾向也与增强的蒸散过程密切相关,持续的干旱化威胁着当地的生态环境(马柱国,2005; 符淙斌和马柱国,2008)。同时蒸散过程的变化存在显著的区域差异(周蕾等,2009; 潘淑芬,2014; 苏涛,2016)。另一方面,蒸散增加导致大气水汽含量增加,水汽是大气中重要的温室气体之一,进而加剧温室效应,导致气温升高,蒸散增强,进入大气中的水汽进一步增加,形成正反馈效应。如Zveryaev and Allan(2010)发现欧洲夏季降水与蒸发显著相关,且增强的蒸散量与平均降水量的增加趋势一致(Chou and Lan, 2012)。此外,植被的蒸腾过程通过光合和呼吸作用使冠层与大气间CO2的交换以及边界层的热力状况紧密联系(Collatz et al., 1991; Long, 1991; Aphalo and Jarvis, 1993)。由此可见,蒸散过程是联系陆面能量、水分和碳氮循环的关键环节,是气候变化的重要“指示器”。因此,认识和理解全球陆地尤其是干旱半干旱区的蒸散过程变化是天气气候和生态环境研究的重要环节。
目前,蒸散的测量是大气科学中的一个难题,蒸散的观测资料非常稀缺,尤其在比较大的空间尺度上(张文君等, 2007; Zhang et al., 2016, Zhu et al., 2016)。虽然有很多间接估算蒸发量或蒸散量的方法,如地表能量平衡法、水量平衡法、MEP(Maximum Entropy Production)模式法、遥感分析法等,但都存在参数复杂、难以厘定等局限性(Dewar, 2003, 2005; Wang and Dickinson, 2012; Zhang et al., 2016)。例如,地表能量平衡法适用于晴天且对地表温度过于敏感;水量平衡法难以得到格点化的蒸散数据,且时空分辨率低、对降水误差过于敏感;MEP模式法需要连续的地表温度才能计算连续的蒸散变化;遥感信息存在瞬时性、计算精度有限、不确定性难以辨识等问题。因此,很多蒸散变化的研究是基于“点”尺度的研究,目前缺乏对全球及区域尺度蒸散变化过程的总体认识。
近年来,尽管陆面模拟和再分析资料均得到长足的发展,但再分析资料依赖于数值模式和同化系统,其物理过程描述、输入资料、同化方法和同化资料来源等方面均存在差异和误差,因此不同的地表蒸散量存在很大差别。例如,苏涛(2016)对比分析了8套再分析的全球蒸发量,发现不同再分析资料在不同区域各具优势,但都存在偏差。尽管如此,较之观测资料,再分析资料构建了全球尺度的蒸散数据集,分辨率较高,时段较长,且遵守水分和能量物理过程的一致性和收支守恒的物理机制,具有可利用性。韩婷婷(2014)利用中国干旱半干旱区12个协同观测站的实测蒸散(潜热通量)验证了同期NCEP/NCAR再分析数据,发现年、季、逐日变化与对应的观测具有较好的一致性,能反映地表蒸散的长期变化特征;随着时间尺度的增加,再分析数据与观测也愈加接近。
上述研究表明,目前全球及区域尺度蒸散变化的研究主要面临观测资料稀缺、模拟和再分析产品不确定性大等方面的挑战。因此评估和集合应用现有资料是蒸散研究的一个重要途径,再分析数据集ERA-Interim对全球水循环和能量平衡过程的描述能力具有代表性,广泛应用于气候变化研究中(Chiodo and Haimberger, 2010; Mueller et al., 2011),而FLUXNET-MTE(Model Tree Ensemble)是基于全球600多个站点涡度通量观测生成的全球网格化数据,通常作为蒸散(潜热通量)的参考量应用于模式评估(Baldocchi et al., 2001)。因此,这两套分别基于再分析和站点观测的蒸散资料算术平均后一定程度上弥补了全球资料的不足,且已有数据质量评估表明,这两套资料在全球和区域尺度上能够反映蒸散的基本特征(Jung et al., 2010; Lorenz and Kunstmann, 2012)。因此本文将基于FLUXNET-MTE观测资料和ERA-Interim再分析资料,首先评估两者的一致性,并针对典型干旱半干旱区进行比较检验,在此基础上将两套资料进行算术平均,分析全球干旱半干旱区蒸散变化的时空特征,最后讨论蒸散变化与温度和降水之间联系的时空特征。
2 资料和方法 2.1 资料本文蒸散所用资料是基于涡度相关观测的全球网格化潜热数据集FLUXNET-MTE和欧洲中期天气预报中心的ERA-Interim再分析潜热通量资料。时间分辨率为月平均,空间分辨率为0.5°×0.5°,分析时段取为1982~2011年。FLUXNET-MTE资料覆盖全球陆地,但撒哈拉沙漠、格陵兰等干旱半干旱区域由于缺乏代表性的观测资料,因此格点数据也存在空间覆盖不完整的问题。ERA-Interim为全球资料(包括海洋),在此利用欧洲中心的海岸线数据提取了全球陆地部分进行集成研究。另外,选取英国CRU(Climate Research Unit)的高分辨率气候变量数据集CRU-TS3.23(Harris et al., 2014)1982~2011年温度、降水月平均场,分析蒸散与温度和降水关系的时空特征,其空间分辨率均为0.5°×0.5°。
2.1.1 FLUXNET-MTE潜热通量FLUXNET是用涡度相关法来测量地表与大气间二氧化碳、水分和能量交换的全球陆地通量观测网络。FLUXNET通量塔网络是目前全球陆地覆盖最广的观测网络,在美洲、欧洲、亚洲、澳洲都有的子网络。截至2014年4月,加入FLUXNET的可长期观测的站点共有683个,覆盖范围大约从70°N至30°S,提供站点植被、土壤、痕量气体通量等水文和气象观测数据。图 1为全球FLUXNET观测站点分布图。
Jung et al.(2009)利用机器学习—模型树集合算法(Model Tree Ensemble,简称MTE)将FLUXNET全球涡度通量观测数据与地理空间信息进行集成计算生成了覆盖全球陆地的网格化数据集,时段为1982~2011年,空间分辨率0.5°×0.5°。MTE方法广泛应用于涡度协方差观测数据由局部尺度扩展到大陆乃至全球尺度的研究。MTE的蒸散产品通过与FLUXENT通量站点资料的内部交叉验证,以及与全球112个流域水量平衡蒸散估计值和GSWP-2(Global Soil Wetness Project 2)的16个陆面模式模拟值的对比验证,相关系数分别达到了0.91、0.92和0.91(Jung et al., 2010)。该数据集已广泛应用于全球陆气通量如水汽、潜热、感热、碳通量变化的研究及陆面过程模拟的验证(Bonan et al., 2011; Jung et al., 2011; Cai et al., 2014; 王媛媛等, 2015)。
2.1.2 ERA-Interim再分析潜热通量ERA-Interim由欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,简称ECMWF)提供,是第三代全球大气再分析资料,其研发目的是替代ERA-40。ERA-Interim资料采用了比ERA-40更加优化的四维变分同化方法,同化了更多的观测资料。ERA-Interim相比ERA-40,低频变率和平流层环流得到改善,水文循环更加合理,时空分辨率更高,变量的时间前后一致性提高(Dee et al., 2011)。大量研究表明ERA-Interim能够较合理地描述能量水分过程变化的主要特征(Betts et al., 2009; Lorenz and Kunstmann, 2012)。
2.1.3 CRU资料CRU资料是英国East Anglia大学通过整合多个气候数据集重建的全球陆地高分辨率的月平均气候数据集。该资料仅对站点观测(不包含卫星观测,不使用模式同化)进行网格化处理,因此较真实地保留了地面观测数据的信息,尤其近30年来,随着观测站点的增加和观测数据质量控制的完善,CRU的数据质量可靠性得到了显著提高(New et al., 2002; 闻新宇等, 2006; Harris et al., 2014)。
2.2 方法 2.2.1 潜热通量与蒸散量的转换由于缺乏全球尺度的长期蒸散直接观测资料,因此借助潜热通量数据,利用蒸散和潜热通量的理论线性关系,由公式(1)进行实际蒸散量的计算(Jacobson, 2005; Lorenz and Kunstmann, 2012)。
$ {\rm{ET}} = \frac{{\lambda E}}{{Le}}, $ | (1) |
其中,ET是蒸散量(单位:mm),潜热通量λE(单位:W m−2)指水汽蒸发时释放的潜热,蒸发潜热Le是水汽发生相变时释放或吸收的能量,取为常数2.501×106,单位是J kg−1。
2.2.2 蒸散的统计特征分析蒸散变化的统计分布特征(如中心趋势量、离散程度及对称性),采用频率分布直方图并结合偏态系数进行分析和描述。对于样本数为n的时间序列xi(i=1, 2, …, n-1, n),偏态系数γ表示为
$ \gamma = \frac{1}{n}\mathop \sum \limits_{i = 1}^n {\left({\frac{{{x_i} - \overline x }}{s}} \right)^3}, $ | (2) |
其中,x是样本序列的平均值,s是均方差。偏态系数小于0,平均数在众数左侧,是一种左偏分布,又称为负偏;偏态系数大于0,均值在众数右侧,是一种右偏分布,又称为正偏。
2.2.3 蒸散变化频率分析蒸散的频率特征分析利用了快速傅里叶方法。时间序列的谱描述了不同频率的振荡对该序列变化的贡献。振幅是频率的函数,因此功率谱图由振幅的平方构成,即离散功率谱(黄嘉佑, 2004; Wilks, 2005)。由于存在多次反复调用完全相同计算过程的问题,一般计算离散傅里叶变换非常低效,而基于欧拉复指数计算的快速傅里叶变换操作简单,输入参数少,并且能克服时间域与频率域之间相互转换的计算障碍。为方便计算仅含周期变化的频率功率谱,本文在快速傅里叶变换前先扣除了线性趋势,并将信号的功率谱转化为振幅。
3 结果 3.1 蒸散数据的一致性和集成FLUXNET观测站点的空间分布较稀疏且分布不均匀,主要集中在北半球中纬度区域,而高纬度和山区、荒漠等区域更加稀少。而再分析资料由于所用气候模式的物理过程参数化方案存在差异,因此ERA-Interim的蒸散数据对气候系统模式存在依赖性。尽管已有研究结果表明FLUXNET-MTE观测和ERA-Interim再分析资料均能够描述全球尺度的蒸散变化特征和趋势,但两者在空间覆盖度、分辨率和不同区域的数据质量上仍然存在差异(Jung et al., 2010; Cai et al., 2014; 董晴晴等, 2016; 苏涛, 2016)。因此两套资料的集合应用是减小数据不确定性的一个方法。为此,首先对两套资料的一致性进行对比分析。
图 2是基于两套蒸散资料的全球陆地气候平均值及线性趋势的空间分布。如图所示,总体上两套资料均值的空间分布大致相同,而不同干湿气候区蒸散绝对量具有显著差异,水汽充足的赤道附近如巴西、刚果盆地、印度尼西亚等是全球陆地蒸散的高值区,FLUXNET-MTE超过1000 mm,ERA-Interim超过1200 mm;干旱半干旱区如中国西北部、哈萨克斯坦、俄罗斯北部、非洲北部(ERA-Interim)、北美洲北部、南美洲南部以及澳大利亚中部是低值区,FLUXNET-MTE小于200 mm,ERA-Interim小于300 mm。两套资料线性趋势的空间分布来看,1982~2011年FLUXNET-MTE蒸散量在中国南部、印度、俄罗斯东部、中非、南非、北美洲东部和欧洲等区域呈显著上升趋势(0.4≤r≤0.8,通过95%信度水平检验),而北美洲西部、阿根廷、哥伦比亚、哈萨克斯坦到蒙古一带呈下降趋势(-0.8≤r≤-0.4,通过95%信度水平检验)。相较之,ERA-Interim数据在更广的区域内呈下降趋势,尤其是撒哈拉至苏丹、北美洲和南美洲。两套蒸散数据的差异主要表现在:巴西、玻利维亚、阿根廷北部、印度尼西亚、澳大利亚、中非等区域,ERA-Interim资料(均值超过1400 mm)明显大于FLUXNET-MTE(均值为800~1400 mm),而美国西南部、墨西哥、印度、哈萨克斯坦等区域FLUXNET-MTE值稍偏大。这与数值模式模拟蒸散量普遍偏高的现象基本一致,例如Betts et al.(2009)利用ERA-Interim再分析资料和观测资料在流域尺度上进行比较,发现再分析资料的蒸发量明显大于观测值。再分析资料偏大主要与观测资料的稀缺、水汽过程近似及变分偏差校正等有关(Dee and Uppala, 2009; Dee et al., 2011)。
尽管两套蒸散资料的气候均值和变化趋势存在区域差异,但就全球典型干旱半干旱区来看,两者线性趋势的空间分布具有较好的一致性:东半球总体呈增加趋势,西半球呈减小趋势,其原因可能与全球增暖背景下,地气相互作用以及大尺度气候背景的变化等有关,需要深入分析水分能量相关的动力过程演变(马柱国和符淙斌, 2007;符淙斌和马柱国,2008)。两套数据时间相关分析表明(图 3a),全球大部分区域的相关系数在0.4以上(通过95%信度水平检验,显著相关),尤其是亚欧大陆、北美洲和澳洲一致性更高(r≥0.6)。但一致性在湿润区表现并不理想,苏涛(2016)也发现再分析资料蒸发量在干旱区和极寒区比湿润区更符合观测资料的变化特征。此外空间相关分析(图 3b)表明,两套数据具有较高的空间一致性。1982~2011年,两者年蒸散量的空间相关系数均分布在0.86~0.88区间内(通过95%信度水平检验,显著相关)。
以上分析表明这两套数据在全球陆地尤其是干旱半干旱区具有较高的一致性。因此,参考Hulme(1996)基于地表湿润指数(即年降水量与年潜在蒸发量比值)划分的全球陆地干旱半干旱区,从中选取六个典型区域(经纬度范围见表 1),分别位于北美洲、南美洲、非洲、亚洲和大洋洲,其中非洲选取了两个区域,进一步针对典型干旱半干旱区对比分析两套蒸散数据时间变化的一致性。
尽管在全球干旱半干旱区两套数据的空间特征具有较好的一致性,但两者的时间变化是否也保持了较好的一致性?为此针对六个典型区域分别进行时间序列一致性的对比检验。虽然两套数据绝对值差别较大(图 2a、c),但本文关注的重点在于蒸散量的变化和趋势。因此标准化蒸散量时间序列符合描述各区域蒸散变化总体特征的要求。FLUXNET-MTE和ERA-Interim两套数据的标准化时间序列(图 4)几乎重合,两者的线性趋势都呈一致的增加或减小趋势,表明两者具有非常一致的年际变化和长期趋势。六个典型区域内两者的时间序列变化在95%信度水平上皆显著相关,其中相关系数最小为中国北部(r=0.71),最大为澳大利亚(r=0.95),对应的趋势系数分别为1.11 mm (10 a)−1、4.82 mm (10 a)−1。以上分析表明,在全球干旱半干旱区两套数据所描述的蒸散变化过程具有显著的一致性。
综上所述,FLUXNET-MTE和ERA-Interim具有较高的空间和时间变化一致性,尤其是干旱半干旱区。由于两套资料绝对值差异较大,集成应用可以减小绝对值差异的影响,并且本文主要关注变化和趋势,绝对值差异的影响可以忽略。利用ERA-Interim空间连续性优势,两套资料的集成应用可填补FLUXNET-MTE观测资料在部分区域数据缺失的问题,较好地弥补资料的空间覆盖度和均值差异上的不足,同时集合数据可以更好地描述全球干旱半干旱区的时空特征,减小不同来源数据的不确定性。因此,下面将基于两套资料的算术平均结果进行全球典型干旱半干旱区域的时空特征分析。
3.2 全球干旱半干旱区蒸散变化的空间特征由于两套蒸散数据均值和趋势的空间特征具有较高的一致性,算术平均保持了原始数据的年际变化特征(图 2),因此蒸散变化的空间特征重点关注干旱半干旱区的季节演变和年代际的差异。
3.2.1 季节变化全球干旱半干旱区蒸散量均值和趋势的空间分布具有明显的季节性(图 5),夏季大部分区域蒸散量大于500 mm,冬季则小于300 mm。方差分析表明,夏季变率最大,标准差为34.93 mm,春季、冬季、秋季的标准差分别为25.18 mm、17.67 mm、12.95 mm。半球尺度的差异而言:干旱半干旱区蒸散变化趋势的季节差异较小,东半球四个季节均呈增加趋势,西半球呈减小趋势;北半球高纬区两个半球秋季具有相反的趋势,即俄罗斯北部呈减小趋势,加拿大北部呈增加趋势。典型干旱半干旱区来看:美国西南部、阿根廷及智利的南部四季均呈下降趋势;中国北部四季均呈上升趋势;萨赫勒冬季呈上升趋势,而春夏秋季西部呈上升趋势,东部呈下降趋势;南非夏秋季(即北半球冬春季)呈上升趋势,春冬季(即北半球秋夏季)其北部呈上升趋势,南端呈下降趋势;澳大利亚大部分区域在夏秋冬季(即北半球冬春夏季)呈下降趋势,春季呈上升趋势。
近30年来,蒸散的季节变化在东半球干旱半干旱区总体上呈增加趋势,西半球呈减小趋势。蒸散是降水的反向水分平衡过程(由地表向大气输送水汽通量),受全球降水年代际变化的影响(Bradley et al., 1987; 施能等, 2004),这一半球尺度的差异是否存在年代尺度的转换,对理解气候变化具有重要的意义。因此基于蒸散距平逐年变化,结合离散功率谱分析蒸散趋势的年代际变化。全球陆地(60°S~60°N)平均的距平变化表明(图 6a),年蒸散量呈现明显的年代转变,20世纪90年代初期由负距平转变为正距平,到本世纪初期由正距平转变为负距平,在2010年左右又开始转变为正距平。蒸散量离散功率谱分析结果表明(图 6b),年代际尺度上,5年、6年、9年和12年的功率值较大。综合以上分析,考虑仅有30年数据,因此在20世纪90年代初期[全球气候转折性变化,如施能等(2004)和Trenberth(2011)研究发现全球降水1992年显著增多,且苏京志等(2016)研究发现80年代中后期至90年代是一个变暖加速期]前后各取5年,从1982~2011年提取出蒸散量变化最为明显的两个时期,即1982~1986年和1997~2001年,阈值分析表明这两个时间段的蒸散距平均大于三十年蒸散距平的标准差。距平百分率分布所揭示的全球干旱半干旱区的年代转变特征,如图 7所示,1982~1986年和1997~2001年两个时段全球干旱半干旱区蒸散的空间分布存在明显的年代际转型。1982~1986年,东半球干旱半干旱区如中亚、西南亚、南非、澳大利亚蒸散量表现为负距平,即蒸散量偏少;进入1997~2001年之后,呈现蒸散正距平值,表明蒸散量增大。西半球干旱半干旱区的年代际转换特征较之有所不同,如美国西南部由蒸散正距平转为负距平,而加拿大由蒸散负距平转为正距平。
为进一步理解全球干旱半干旱区蒸散的变化,选取了六个典型干旱半干旱区域(表 1)分析蒸散量的时间演变特征。六个典型区域的年际变化特征表现出明显的区域差异(图 8):1982~2011年,南非逐年蒸散量始终最大,而美国西南部在1986年后逐年蒸散量始终最小。从长期趋势来看,蒸散变化趋势最显著的是南非和美国西南部,南非呈显著增加的趋势,趋势系数为25.14 mm (10 a)−1,而美国西南部减小的趋势最显著,为-19.86 mm (10 a)−1,萨赫勒、中国北部和澳大利亚的干旱半干旱区呈增加趋势,趋势系数分别为1.11 mm (10 a)−1、3.01 mm (10 a)−1、4.82 mm (10 a)−1,阿根廷及智利南部呈减小趋势,为-5.96 mm (10 a)−1。为进一步分析六个典型干旱半干旱区年蒸散量的统计分布特征,分别给出了六个区域的频率分布及概率函数(图 9)。南非年蒸散量波动性最大,标准差为48.71 mm,1982~2011年间,最大蒸散量是481.54 mm,最小蒸散量是258.61 mm,量值相差近一倍;中国北部波动性最小,标准差为8.90 mm,最大值为283.00 mm,最小值为243.54 mm。南非多年平均蒸散量最大,值为349.13 mm,美国西南部多年平均蒸散量最小,值为215.04 mm。美国西南部年蒸散量呈左偏态分布(偏态系数为负),尽管与其他干旱半干旱区域相比,美国西南部年蒸散量最小,但其蒸散变化多集中在大值端,大多数年份蒸散量较大,与近年来该区域严重的气候干旱化事实基本一致(Cook et al., 2004),而除美国西南部的其余区域皆呈右偏态分布(偏态系数为正)。
年蒸散量的时空特征分析,一定程度上反映了蒸散的基本气候态和长期变化,而逐月变化(图 10)能够反映区域能量和水分平衡的季节特征。其结果显示,美国西南部的逐年蒸散量呈显著的下降趋势,源于蒸散量在所有月份都呈下降趋势。中国北部蒸散量逐年增加,同样也源于蒸散量各月均上升的趋势。在萨赫勒、南非和澳大利亚,虽然年蒸散量在1982~2011年呈现增加趋势,但各月蒸散和降水的趋势变化却存在明显差异。萨赫勒主要表现为5~7月蒸散量减小而其他月份增大,南非在7月、9月和10月蒸散量减小,其他月份增大,澳大利亚在5月、6月、8月、10月蒸散量减小。阿根廷及智利南部的蒸散量下降趋势,主要表现为4月、5月及8~12月蒸散量的减小。同时,蒸散量与降水量、温度的趋势变化并不完全一致。美国西南部7月份的降水和气温升高,而蒸散减小;萨赫勒6~7月降水和温度升高,而蒸散减小;中部1月、5月、9月降水和温度升高,而蒸散减小。这种降水增加,气温升高,蒸散量反而下降的变化趋势与同期云量增加引起的辐射量下降有关(Stanhill and Cohen, 2001; Peterson et al., 2002; Roderick and Farquhar, 2002),也与空气湿度增加,水汽压差减小(Chattopadhyay and Hulme, 1997),或季风的变化引起陆面风速的下降(Cohen et al., 2002)等原因有关。但具体的机理仍需连续的观测试验和数值模拟进一步分析。
由于全球气候受海—气相互作用等长周期信号的影响,不同的年代其年内变化特征有所差异,依据蒸散距平及离散功率谱分析的结果(图 6)对1990年代前后(全球气候转折性变化)前后各取5年(1982~1986年和1997~2001年)来分析不同气候振荡周期影响下的干旱半干旱区蒸散量年内分配的变化特征(图 11)。结果表明,美国西南部各月蒸散在转折后较转折前减小,澳大利亚各月增大,中国北部、阿根廷及智利南部各月蒸散变化不大,萨赫勒在1~5月的蒸散没有明显变化,5~7月减小,而7~12月增加。南非除10月份减小外,其它月份均增大。这种气候年代际转折前后蒸散变化的差异在美国西南部、萨赫勒、中国北部的暖季(5~10月),以及南非、澳大利亚的暖季(南半球1~4月及11~12月)表现最明显。
蒸散作为水文循环的重要环节,与降水、气温联系密切(Goyal, 2004; 苏涛, 2016)。全球温度和降水线性趋势的空间分布(图 12)表明,全球陆地绝大部分区域的地表气温近三十年呈显著升高趋势,尤其干旱半干旱区。降水的变化趋势不如温度显著,较多区域呈减小趋势,干旱半干旱区减小趋势明显,但在俄罗斯东部、格陵兰、非洲苏丹草原及南部纳米比亚、印度尼西亚、澳大利亚北部等呈显著增加趋势。
在全球气候变化(降水、气温)的背景下,蒸散与气候的关系是理解蒸散变化的重要环节,蒸散量与气温和降水相关系数(去除长期趋势)的空间分布(图 13a、b)表明,蒸散与气温的相关总体上随纬度变化,亚洲45°N以南、澳大利亚、加拿大北部等区域呈正相关,亚洲45°N以北、北美洲中部、非洲等区域呈负相关。相较之,蒸散与降水在更多区域呈负相关,这与降水—蒸散过程受到土壤、植被过程的影响产生不同程度的时间滞后有关。蒸散与温度、降水的相关具有区域差异性。这种差异与降水和辐射能量在区域内分布的不均匀性有一定的关系,如干旱半干旱和半湿润区降水(土壤湿度)是蒸散的主要控制因子,蒸散量的变化主要受土壤储存的可蒸散水量限制,而湿润区由于可蒸散水量充足,蒸散过程主要由能量控制。但全球陆地平均蒸散与温度、降水相关(图 13c、d)呈显著的正相关(相关系数分别为0.93、0.81),尤其是温度。因此全球变暖对蒸散影响显著(Huntington, 2006)。另外,回归分析表明就全球陆地而言,温度或降水每增加1℃或1 mm,蒸散就变化19.34 mm或1.32 mm。蒸散与温度和降水间的这种关系表明,降水的增加或温度的升高都可能导致蒸散的增加。因此,尽管这种相关在区域上存在差异,但总体上来看,蒸散与气温、降水呈正相关。此外,月蒸散量与气温呈不同的散点分布,这与逐月平均气温的变化有关,比如在气温较低的冬季,蒸散量小,而在气温较高的夏季,蒸散量大。而月蒸散量与降水关系的变化,尤其降水量较大时,与降水增加导致蒸散的控制因子变化有关,比如在夏季,降水比较多的地方,蒸散可能受气温的控制,当辐射能量较稳定时,蒸散量变化也较小。
由于蒸散、气温、降水三者数值存在较大差异,故进行标准化处理来分析三者的年内变化关系(图 14)。陆地蒸散量、降水、气温皆存在比较显著的年循环特征,呈现出先增大后减小的单峰型分布,最大值主要集中在6~8月,这段时期气温高,降水多,土壤蒸发和植物蒸腾旺盛,8月以后,气温降低、降水量减小,蒸散量随之减小。蒸散量均滞后于温度和降水的变化,这与蒸散还受陆地水储量和其它大气过程(辐射、湿度、风速等)的影响有关,是不同耦合过程相互作用的结果(芮孝芳, 2004; 董晴晴等, 2016; 苏涛, 2016)
当前,蒸散变化的研究面临资料可用性的限制。为此本研究为减小数据不确定性,在对比验证FLUXNET-MTE和ERA-Interim资料一致性的基础上,将两套资料进行算术平均,进而分析了全球干旱半干旱区蒸散变化的时空特征,及其与气候变化之间的联系。主要结论如下:
(1)不同的干湿气候区蒸散变化具有显著差异,干旱半干旱区平均蒸散量小于300 mm,尤其是美国西南部(多年平均蒸散量为215.04 mm),而水汽充足的赤道附近区域常年蒸散量均大于1000 mm。全球干旱半干旱区平均蒸散量具有明显的季节变化,夏季蒸散量大,冬季小;夏季蒸散量的时间变率也最大。
(2)近30年来干旱半干旱区年蒸散量东西半球呈相反的变化趋势,东半球呈增加趋势,西半球呈减小趋势。典型区域来看,南非和美国西南部干旱半干旱变化趋势显著,南非呈显著增加趋势[25.14 mm (10 a)−1],美国西南部呈显著减小趋势[-19.86 mm (10 a)−1],萨赫勒、中国北部和澳大利亚呈增加趋势,阿根廷及智利南部呈减小趋势。年内变化来看,美国西南部的各月均呈下降趋势,中国北部各月均呈上升趋势。而逐年蒸散量呈上升趋势的萨赫勒、南非和澳大利亚各月蒸散的变化趋势存在一定差异。萨赫勒在5~7月蒸散量表现为减小趋势,南非在7月、9月、10月蒸散减小,澳大利亚在5月、6月、8月、10月蒸散减小。蒸散与气候要素之间的关系来看,美国西南部7月,萨赫勒6~7月等存在降水增加,气温升高,蒸散量反而下降的趋势。1990年代前后,干旱半干旱区蒸散发生了明显的年代际转变,暖季的年代际差异尤其明显。
(3)全球陆地蒸散量变化与温度、降水的变化联系密切,三者具有相似的年循环变化,呈先增加后减小的单峰型分布,但三者之间的相关性具有显著的区域差异。
本文仅围绕观测和再分析资料讨论了干旱半干旱区蒸散的变化特征,其变化的机理,以及与区域干旱、水资源等的联系,还需要进一步的观测和数值试验的深入研究。
Aphalo P J, Jarvis P G. 1993. The boundary layer and the apparent responses of stomatal conductance to wind speed and to the mole fractions of CO2 and water vapour in the air [J]. Plant, Cell & Environment, 16(7): 771-783. DOI:10.1111/j.1365-3040.1993.tb00499.x
|
Baldocchi D, Falge E, Gu L H, et al. 2001. FLUXNET:A new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide, water vapor, and energy flux densities [J]. Bull. Amer. Meteor. Soc., 82(11): 2415-2434. DOI:10.1175/1520-0477(2001)082<2415:FANTTS>2.3.CO;2
|
Betts A K, Köhler M, Zhang Y C. 2009. Comparison of river basin hydrometeorology in ERA-Interim and ERA-40 reanalyses with observations [J]. J. Geophys. Res., 114(D2): D02101. DOI:10.1029/2008JD010761
|
Bonan G B. 2002. Ecological Climatology:Concepts and Applications [M]. New York: Cambridge University Press: 678pp.
|
Bonan G B, Lawrence P J, Oleson K W, et al. 2011. Improving canopy processes in the Community Land Model version 4 (CLM4) using global flux fields empirically inferred from FLUXNET data [J]. J. Geophys. Res., 116(G2): G02014. DOI:10.1029/2010JG001593
|
Bradley R S, Diaz H F, Eischeid J K, et al. 1987. Precipitation fluctuations over Northern Hemisphere land areas since the mid-19th century [J]. Science, 237(4811): 171-175. DOI:10.1126/science.237.4811.171
|
Cai X T, Yang Z L, Xia Y L, et al. 2014. Assessment of simulated water balance from Noah, Noah-MP, CLM, and VIC over CONUS using the NLDAS test bed [J]. J. Geophys. Res., 119(24): 13751-13770. DOI:10.1002/2014JD022113
|
Chattopadhyay N, Hulme M. 1997. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change [J]. Agricultural and Forest Meteorology, 87(1): 55-73. DOI:10.1016/S0168-1923(97)00006-3
|
Chiodo G, Haimberger L. 2010. Interannual changes in mass consistent energy budgets from ERA-Interim and satellite data [J]. J. Geophys. Res., 115(D2): D02112. DOI:10.1029/2009JD012049
|
Chou C, Lan C W. 2012. Changes in the annual range of precipitation under global warming [J]. J. Climate, 25(1): 222-235. DOI:10.1175/JCLI-D-11-00097.1
|
Cohen S, Ianetz A, Stanhill G. 2002. Evaporative climate changes at Bet Dagan, Israel, 1964-1998 [J]. Agricultural and Forest Meteorology, 111(2): 83-91. DOI:10.1016/S0168-1923(02)00016-3
|
Collatz G J, Ball J T, Grivet C, et al. 1991. Physiological and environmental regulation of stomatal conductance, photosynthesis and transpiration:A model that includes a laminar boundary layer [J]. Agricultural and Forest Meteorology, 54(2-4): 107-136. DOI:10.1016/0168-1923(91)90002-8
|
Cook E R, Woodhouse C A, Eakin C M, et al. 2004. Long-term aridity changes in the western United States [J]. Science, 306(5698): 1015-1018. DOI:10.1126/science.1102586
|
董晴晴, 占车生, 王会肖, 等. 2016. 2000年以来的渭河流域实际蒸散发时空格局分析[J]. 干旱区地理, 39(2): 327-335. Dong Qingqing, Zhan Chesheng, Wang Huixiao, et al. 2016. Spatio-temporal patterns of actual evapotranspiration in the Weihe River basin since 2000 (in Chinese)[J]. Arid Land Geography (in Chinese), 39(2): 327-335.
|
Dee D P, Uppala S. 2009. Variational bias correction of satellite radiance data in the ERA-Interim reanalysis [J]. Quart. J. Roy. Meteor. Soc., 135(644): 1830-1841. DOI:10.1002/qj.493
|
Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis:Configuration and performance of the data assimilation system [J]. Quart. J. Roy. Meteor. Soc., 137(656): 553-597. DOI:10.1002/qj.828
|
Dewar R. 2003. Information theory explanation of the fluctuation theorem, maximum entropy production and self-organized criticality in non-equilibrium stationary states [J]. Journal of Physics A:Mathematical and General, 36(3): 631-641. DOI:10.1088/0305-4470/36/3/303
|
Dewar R C. 2005. Maximum entropy production and the fluctuation theorem [J]. Journal of Physics A:Mathematical and General, 38(21): L371-L381. DOI:10.1088/0305-4470/38/21/L01
|
符淙斌, 温刚. 2002. 中国北方干旱化的几个问题[J]. 气候与环境研究, 7(1): 22-29. Fu Congbin, Wen Gang. 2002. Several issues on aridification in the northern China (in Chinese)[J]. Climatic and Environmental Research (in Chinese), 7(1): 22-29. DOI:10.3969/j.issn.1006-9585.2002.01.003
|
符淙斌, 马柱国. 2008. 全球变化与区域干旱化[J]. 大气科学, 32(4): 752-760. Fu Congbin, Ma Zhuguo. 2008. Global change and regional aridification (in Chinese)[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32(4): 752-760. DOI:10.3878/j.issn.1006-9895.2008.04.05
|
Goyal R K. 2004. Sensitivity of evapotranspiration to global warming:A case study of arid zone of Rajasthan (India) [J]. Agricultural Water Management, 69(1): 1-11. DOI:10.1016/j.agwat.2004.03.014
|
韩婷婷. 2014. 再分析和协同观测数据的差异性分析研究[D]. 兰州大学硕士学位论文. Han Tingting. 2014. The analysis of the differences between reanalysis data and cooperative observation data[D]. M. S. thesis (in Chinese), Lanzhou University. http://cdmd.cnki.com.cn/Article/CDMD-10730-1014301863.htm
|
黄嘉佑. 2004. 气象统计分析与预报方法[M]. 3版. 北京: 气象出版社: 215-225. Huang Jiayou. 2004. Statistical Analysis and Forecasting Method in Meteorology (in Chinese) (in Chinese)[M]. 3rd ed. Beijing: China Meteorological Press: 215-225.
|
黄建平, 季明霞, 刘玉芝, 等. 2013. 干旱半干旱区气候变化研究综述[J]. 气候变化研究进展, 9(1): 9-14. Huang Jianping, Ji Mingxia, Liu Yuzhi, et al. 2013. An overview of arid and semi-arid climate change (in Chinese)[J]. Progressus Inquisitiones de Mutatione Climatis (in Chinese), 9(1): 9-14. DOI:10.3969/j.issn.1673-1719.2013.01.002
|
黄锡荃. 1993. 水文学[M]. 北京: 高等教育出版社: 41-59. Huang Xiquan. 1993. Hydrology (in Chinese) (in Chinese)[M]. Beijing: Higher Education Press: 41-59.
|
Hulme M. 1996. Recent climatic change in the world's drylands [J]. Geophys. Res. Lett., 23(1): 61-64. DOI:10.1029/95GL03586
|
Harris I, Jones P D, Osborn T J, et al. 2014. Updated high-resolution grids of monthly climatic observations-The CRU TS3.10 dataset [J]. International Journal of Climatology, 34(3): 623-642. DOI:10.1002/joc.3711
|
Huang J, Guan X, Ji F. 2012. Enhanced cold-season warming in semi-arid regions [J]. Atmospheric Chemistry and Physics, 12(12): 5391-5398. DOI:10.5194/acp-12-5391-2012
|
Huntington T G. 2006. Evidence for intensification of the global water cycle:Review and synthesis [J]. J. Hydrol., 319(1-4): 83-95. DOI:10.1016/j.jhydrol.2005.07.003
|
IPCC. 2013. Summary for policymakers[M]//Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Stocker T F, Qin D, Plattner G K, et al, Eds. Cambridge, UK and New York, USA: Cambridge University Press, 35pp.
|
Jacobson M Z. 2005. Fundamentals of Atmospheric Modeling [M]. 2nd ed. Cambridge: Cambridge University Press: 53-62.
|
Jung M, Reichstein M, Bondeau A. 2009. Towards global empirical upscaling of FLUXNET eddy covariance observations:Validation of a model tree ensemble approach using a biosphere model [J]. Biogeosciences, 6(10): 2001-2013. DOI:10.5194/bg-6-2001-2009
|
Jung M, Reichstein M, Ciais P, et al. 2010. Recent decline in the global land evapotranspiration trend due to limited moisture supply [J]. Nature, 467(7318): 951-954. DOI:10.1038/nature09396
|
Jung M, Reichstein M, Margolis H A, et al. 2011. Global patterns of land-atmosphere fluxes of carbon dioxide, latent heat, and sensible heat derived from eddy covariance, satellite, and meteorological observations [J]. J. Geophys. Res., 116(G3): G00J07. DOI:10.1029/2010JG001566
|
李鹏飞, 孙小明, 赵昕奕. 2012. 近50年中国干旱半干旱地区降水量与潜在蒸散量分析[J]. 干旱区资源与环境, 26(7): 57-63. Li Pengfei, Sun Xiaoming, Zhao Xinyi. 2012. Analysis of precipitation and potential evapotranspiration in arid and semi arid area of China in recent 50 years (in Chinese)[J]. Journal of Arid Land Resources and Environment (in Chinese), 26(7): 57-63.
|
Long S P. 1991. Modification of the response of photosynthetic productivity to rising temperature by atmospheric CO2 concentrations:Has its importance been underestimated? [J]. Plant, Cell & Environment, 14(8): 729-739. DOI:10.1111/j.1365-3040.1991.tb01439.x
|
Lorenz C, Kunstmann H. 2012. The hydrological cycle in three state-of-the-art reanalyses:Intercomparison and performance analysis [J]. Journal of Hydrometeorology, 13(5): 1397-1420. DOI:10.1175/JHM-D-11-088.1
|
马柱国. 2005. 我国北方干湿演变规律及其与区域增暖的可能联系[J]. 地球物理学报, 48(5): 1011-1018. Ma Zhuguo. 2005. Dry/wet variation and its relationship with regional warming in arid-regions of northern China (in Chinese)[J]. Chinese Journal of Geophysics (in Chinese), 48(5): 1011-1018. DOI:10.3321/j.issn:0001-5733.2005.05.006
|
马柱国, 符淙斌. 2007. 20世纪下半叶全球干旱化的事实及其与大尺度背景的联系[J]. 中国科学D辑:地球科学, 50(2): 222-233. Ma Zhuguo, Fu Congbin. 2007. Evidences of drying trend in the global during the later half of 20th century and their relationship with large-scale climate background (in Chinese)[J]. Science in China Series D:Earth Sciences, 50(5): 776-788. DOI:10.3321/j.issn:1006-9267.2007.02.010
|
Mueller B, Hirschi M, Seneviratne S I. 2011. New diagnostic estimates of variations in terrestrial water storage based on ERA-Interim data [J]. Hydrological Processes, 25(7): 996-1008. DOI:10.1002/hyp.7652
|
New M, Lister D, Hulme M, et al. 2002. A high-resolution data set of surface climate over global land areas [J]. Climate Research, 21(1): 1-25. DOI:10.3354/cr021001
|
潘淑芬. 2014. 全球陆地初级生产力, 蒸散发及水分利用效率对全球变化的响应[D]. 中国科学院生态环境研究中心博士学位论文. Pan Shufen. 2014. Global terrestrial net primary production, evapotranspiration and water use efficiency in responses to climate change and increasing atmospheric CO2 in the 21st century[D]. Ph. D. dissertation (in Chinese), Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2675481
|
Peterson T C, Golubev V S, Groisman P Y. 2002. Evaporation losing its strength [J]. Nature, 377(6551): 687-688. DOI:10.1038/377687b0
|
Pielke R A, Avissar R, Raupach M, et al. 1998. Interactions between the atmosphere and terrestrial ecosystems:Influence on weather and climate [J]. Global Change Biology, 4(5): 461-475. DOI:10.1046/j.1365-2486.1998.t01-1-00176.x
|
Roderick M L, Farquhar G D. 2002. The cause of decreased pan evaporation over the past 50 years [J]. Science, 298(5597): 1410-1411. DOI:10.1126/science.1075390-a
|
芮孝芳. 2004. 水文学原理[M]. 北京: 中国水利水电出版社: 105-106. Rui Xiaofang. 2004. Hydrological Principles (in Chinese) (in Chinese)[M]. Beijing: China Water & Power Press: 105-106.
|
Seneviratne S I, Lüthi D, Litschi M, et al. 2006. Land-atmosphere coupling and climate change in Europe [J]. Nature, 443(7108): 205-209. DOI:10.1038/nature05095
|
施能, 陈绿文, 封国林, 等. 2004. 1920~2000年全球陆地降水气候特征与变化[J]. 高原气象, 23(4): 435-443. Shi Neng, Chen Luwen, Feng Guolin, et al. 2004. Climate characters and changes in global land precipitation field from 1920 to 2000 (in Chinese)[J]. Plateau Meteorology (in Chinese), 23(4): 435-443. DOI:10.3321/j.issn:1000-0534.2004.04.003
|
Stanhill G, Cohen S. 2001. Global dimming:A review of the evidence for a widespread and significant reduction in global radiation with discussion of its probable causes and possible agricultural consequences [J]. Agricultural and Forest Meteorology, 107(4): 255-278. DOI:10.1016/S0168-1923(00)00241-0
|
苏京志, 温敏, 丁一汇, 等. 2016. 全球变暖趋缓研究进展[J]. 大气科学, 40(6): 1143-1153. Su Jingzhi, Wen Min, Ding Yihui, et al. 2016. Hiatus of global warming:A review (in Chinese)[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40(6): 1143-1153. DOI:10.3878/j.issn.1006-9895.1512.15242
|
苏涛. 2016. 基于多套再分析资料的全球蒸发量时空变化特征及其成因研究[D]. 兰州大学博士学位论文. Su Tao. 2016. Research on spatial-temporal variation characteristics and its causes of global evaporation based on multi-reanalysis datasets[D]. Ph. D. dissertation (in Chinese), Lanzhou University. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=D01032933
|
Trenberth K E. 2011. Changes in precipitation with climate change [J]. Climate Res., 47(1-2): 123-138. DOI:10.3354/cr00953
|
王媛媛, 谢正辉, 贾炳浩, 等. 2015. 基于陆面过程模式CLM4的中国区域植被总初级生产力模拟与评估[J]. 气候与环境研究, 20(1): 97-110. Wang Yuanyuan, Xie Zhenghui, Jia Binghao, et al. 2015. Simulation and evaluation of gross primary productivity in China by using land surface model CLM4 (in Chinese)[J]. Climatic and Environmental Research (in Chinese), 20(1): 97-110. DOI:10.3878/j.issn.1006-9585.2014.13208
|
闻新宇, 王绍武, 朱锦红, 等. 2006. 英国CRU高分辨率格点资料揭示的20世纪中国气候变化[J]. 大气科学, 30(5): 894-904. Wen Xinyu, Wang Shaowu, Zhu Jinhong, et al. 2006. An overview of China climate change over the 20th century using UK UEA/CRU high resolution grid data (in Chinese)[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30(5): 894-904. DOI:10.3878/j.issn.1006-9895.2006.05.18
|
Wang K C, Dickinson R E. 2012. A review of global terrestrial evapotranspiration:Observation, modeling, climatology, and climatic variability [J]. Rev. Geophys., 50(2): RG2005. DOI:10.1029/2011RG000373
|
Wilks D S. 2005. Statistical Methods in the Atmospheric Sciences [M]. San Diego: Academic Press: 30-33, 381-398.
|
张文君, 周天军, 宇如聪. 2007. 中国东部水分收支的初步分析[J]. 大气科学, 31(2): 329-345. Zhang Wenjun, Zhou Tianjun, Yu Rucong. 2007. A preliminary analysis on the moisture budget of East China (in Chinese)[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31(2): 329-345. DOI:10.3878/j.issn.1006-9895.2007.02.14
|
周蕾, 王绍强, 陈镜明, 等. 2009. 1991年至2000年中国陆地生态系统蒸散时空分布特征[J]. 资源科学, 31(6): 962-972. Zhou Lei, Wang Shaoqiang, Chen Jingming, et al. 2009. The spatial-temporal characteristics of evapotranspiration of China's terrestrial ecosystems during 1991-2000 (in Chinese)[J]. Resources Science (in Chinese), 31(6): 962-972. DOI:10.3321/j.issn:1007-7588.2009.06.010
|
Zhang K, Kimball J S, Running S W. 2016. A review of remote sensing based actual evapotranspiration estimation [J]. Wiley Interdisciplinary Reviews:Water, 3(6): 834-853. DOI:10.1002/wat2.1168
|
Zhu G F, Zhang K, Li X, et al. 2016. Evaluating the complementary relationship for estimating evapotranspiration using the multi-site data across North China [J]. Agricultural and Forest Meteorology, 230-231: 33-44. DOI:10.1016/j.agrformet.2016.06.006
|
Zveryaev I I, Allan R P. 2010. Summertime precipitation variability over Europe and its links to atmospheric dynamics and evaporation [J]. J. Geophys. Res., 115(D12): D12102. DOI:10.1029/2008JD011213
|