高原气象  2019, Vol. 38 Issue (4): 716-724  DOI: 10.7522/j.issn.1000-0534.2018.00150
0

引用本文 [复制中英文]

穆文彬, 孙素艳, 马伟希, 等. 2019. 若尔盖湿地潜在蒸散量演变特征及影响因素分析[J]. 高原气象, 38(4): 716-724. DOI: 10.7522/j.issn.1000-0534.2018.00150
[复制中文]
Mu Wenbin, Sun Suyan, Ma Weixi, et al. 2019. Analysis on Evolution Characteristics and Influencing Factors on Evapotranspiration of Zoige Wetland[J]. Plateau Meteorology, 38(4): 716-724. DOI: 10.7522/j.issn.1000-0534.2018.00150.
[复制英文]

资助项目

国家重点研发计划项目(2016YFC0401407);中国水利水电科学研究院流域水循环模拟与调控国家重点实验室开放研究基金项目(IWHR|SKL-201715);2019年度河南省重点研发与推广专项(192102310257)

通信作者

马伟希(1986-), 女, 河北石家庄人, 工程师, 主要从事水文、水资源方面的研究.E-mail:maweixishuidian@163.com

作者简介

穆文彬(1984-), 男, 河北沧县人, 讲师, 主要从事水循环模拟、洪涝和干旱与减灾方面的研究E-mail:muwenbin1883@126.com

文章历史

收稿日期: 2018-09-11
定稿日期: 2018-12-11
若尔盖湿地潜在蒸散量演变特征及影响因素分析
穆文彬1, 孙素艳2, 马伟希1, 韩宇平1     
1. 华北水利水电大学, 河南 郑州 450045;
2. 水利部水利水电规划设计总院, 北京 100120
摘要: 蒸散发是湿地水文过程重要组成部分,影响着湿地的水文生态系统。以若尔盖湿地为研究区,基于湿地及其周边6个气象站1963-2013年逐日气象观测资料,采用FAO推荐的Penman-Monteith公式估算了站点与湿地的潜在蒸散量(ET0),并分别从趋势性、突变性以及周期性角度分析了ET0的时空演变特征,进一步探讨了ET0与其主要影响因素的关系。结果表明,若尔盖湿地季节和年际ET0在时间尺度上均表现出增加的趋势,其中夏、秋季和年际尺度下,增加非常显著;在空间尺度上,表现出不同程度的增加趋势,其中增加非常显著的地区,在秋季表现为整个区域,年际尺度下则贯穿于整个东、西部;同时,若尔盖湿地呈现出较为明显的暖干化的趋势。春、冬季和年尺度ET0的突变年份均为2002年,而夏季和秋季则分别在1988年和1997年左右发生突变;春、夏、秋季以及年际尺度下,ET0变化的第一主周期可能为28年,冬季则为22年;此外,春、秋、冬季以及年尺度下,ET0的第一影响要素以温度为主,夏季则为日照时数。不同站点间,以冬季若尔盖和红原站最为突出,相对湿度为ET0的第一主要影响因素。研究以期为进一步探讨若尔盖湿地气候与生态环境的变化提供科学依据。
关键词: 若尔盖湿地    潜在蒸散量    趋势性    突变性    周期性    影响因素    
1 引言

近百年来, 随着气候变暖的影响以及人类活动的加剧, 水循环过程发生了一定程度的改变(Allen et al, 2002; Oki et al, 2006; 丁一汇, 2008)。青藏高原因其特殊的地理位置, 已成为气候变化的敏感区和脆弱带(Krause et al, 2010; Immerzeel et al, 2010)。受全球气候变化的影响, 青藏高原的气象水文过程也发生了明显的变化, 如气温升高(Yang et al, 2011; Li et al, 2013)、降水与蒸发增加(Wang et al, 2008; Zhang et al, 2007)等。位于青藏高原东北部边缘的若尔盖湿地, 出现了湿地面积缩减、土地沙漠化、草原沙化等现象(Bai et al, 2009; Dong et al, 2009; Li et al, 2008; 白军红等, 2004)。蒸散发作为水文循环的重要环节, 是反映区域水文、气候、土壤等的活跃因素(Gu et al, 2017)。湿地蒸散发的变化改变着区域的水文过程, 进而对湿地水文生态系统造成影响(王富强等, 2018)。目前, 一些学者针对若尔盖湿地蒸散量, 从不同的角度开展了研究。李志威等(2017)基于若尔盖湿地3个气象站数据, 采用Penman-Monteith公式和单作物系数法分析了若尔盖湿地实际蒸散量的变化规律; 刘蓉等(2016)基于涡度相关观测的实际蒸散量数据和NCEP再分析数据, 研究了黄河源区蒸散发量的趋势性和突变性; 谢琰等(2018)利用陆面过程观测资料, 将大气和地表因素之和作为环境因子探讨其对黄河源区高寒湿地下垫面潜热通量的影响, 为气候变化背景下蒸散发研究提供了新思路; 强皓凡等(2018)基于若尔盖湿地6个气象站的降水和潜在蒸散量(ET0)数据, 通过计算湿润度指数, 对若尔盖湿地的干湿变化进行了研究; 王建兵等(2015)利用若尔盖、红原和玛曲3个气象站的数据, 采用Penman-Monteith公式, 研究了1971—2010年若尔盖湿地ET0及地表湿润度的变化趋势。徐宗学等(2006)基于蒸发皿数据分析了黄河源区年蒸发量的变化趋势, 得出“蒸发悖论”的结论, 即蒸发量呈下降趋势。

已有的关于若尔盖湿地ET0变化特征研究, 选取的气象站点较少, 数据序列偏短, 对气象因素与ET0关系的探讨尚不够深入。因此, 为进一步明晰若尔盖湿地ET0的变化特征, 选取若尔盖湿地内资料序列较完整, 且代表性较好的6个气象站的日气象观测数据, 采用基于FAO推荐的Penman-Monteith公式[分成辐射项(ETrad)和空气动力学项(ETaero)], 估算了各站点及整个区域的ET0, 分别从年际尺度和季节尺度两个方面, 对ET0的趋势性(时间和空间)、突变性以及周期性进行了分析, 并进一步探讨了该地区影响ET0变化的主要气象因素, 以期为进一步研究若尔盖湿地气候与生态环境的变化提供科学依据。

2 研究区概况

若尔盖湿地隶属于四川省阿坝藏族自治州的若尔盖县、红原县、阿坝县以及甘肃省玛曲县、碌曲县[图 1, 该图及文中涉及的地图均基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2923号的1:16000000中国地图制作, 底图无修改]。湿地海拔3400~3900 m, 属于典型的大陆性高原寒温带湿润半湿润季风气候, 多年平均降水量为600~800 mm, 区内河流多属于黄河水系, 其支流以黑河和白河为主(白军红等, 2008)。该区域是黄河上游重要的水源涵养生态功能区, 其内为平坦状高原, 生态系统结构完整, 生物多样性丰富, 是我国特有的高原湿地和高寒湿地生态系统的典型代表(刘红玉等, 2006)。

图 1 若尔盖湿地地理位置及气象站点分布 Fig. 1 Location of the Zoige wetland and meteorological station
3 资料来源与研究方法

地面气象站逐日气象数据来自国家气象中心气象, 包括平均气温(单位: ℃)、平均风速(单位: m·s-1)、日照时数(单位: h)和平均相对湿度(单位: %), 研究时段为1963—2013年。对于资料缺测的情况, 处理原则如下:月内逐日资料缺测达5日的, 该月资料定为缺测; 1年中有1个月缺测的, 该年年值为缺测(Mu et al, 2014); 个别缺测数据采用线性插值法补足。

若尔盖湿地各气象站点的ET0选用FAO Penman-Monteith公式(Allen et al, 1998)进行计算, 并基于泰森多边形法计算整个区域的ET0。基于滑动平均法分析数据序列的变化趋势, 并利用Mann-Kendall(M-K)趋势检验法进行显著性检验。选取M-K突变检验法进行突变性检验, 并采用Yamamoto法进行校验(魏凤英, 2007)。基于小波分析在处理分析信号时具有特殊优势(穆文彬等, 2017), 选择小波函数分析湿地ET0变化的周期性。此外, 采用偏相关分析的方法, 对影响湿地ET0变化的主要气象因素进行探讨。

4 结果分析与讨论 4.1 趋势性分析 4.1.1 时间尺度

基于距平和5年滑动平均法, 分别从季节尺度和年际尺度分析1963—2013年若尔盖湿地ET0的变化趋势(图 2), 采用M-K趋势检验的方法分析其显著性可知: (1)季节尺度下, 若尔盖湿地春、夏和冬季的ET0均表现为“减-增”的变化趋势, 分别在21世纪初期[图 2(a)]、20世纪80年代末期[图 2(b)]以及20世纪90年代末期[图 2(d)]发生转折; 经M-K趋势检验, 春季的统计量Z值为1.10 < 1.96(P0.05=1.96), 表明春季ET0整体呈现出不显著的增加趋势; 夏季ET0则表现出非常显著的增加态势, 其Z值为2.65 > 2.58(P0.01=2.58);冬季ET0则呈现出显著增加的趋势(Z=2.16)。秋季的增加趋势最明显, 整体表现为非常显著的增加趋势(Z=4.69), 且在21世纪初期迅速增加[图 2(c)], 与王建兵等(2015)的研究成果相一致。(2)年际尺度下, 若尔盖湿地年ET0的变化趋势与秋季的相一致, 整体表现为非常显著的增加趋势(Z=3.80), 且在21世纪初期增加趋势最为明显[图 2(e)]。

图 2 1963—2013年若尔盖湿地在不同季节(a~d)及年际(e)的ET0及其距平的变化 Fig. 2 Changes of Zoige wetland ET0 and its anomaly in different season (a~d) and year scale (e) from 1963 to 2013

此外, 由于若尔盖湿地年尺度ET0增加显著, 而降水量(Z=-0.53)呈降低趋势, 说明该区域表现出较为明显的暖干化趋势, 该结论与强皓凡等(2018)郭洁等(2007)的研究相一致。

4.1.2 空间尺度

季节尺度下, 若尔盖湿地ET0几乎均表现出不同程度的增加趋势。春季, 大部分地区ET0表现为增加趋势, 局部增加显著, 仅南部区域出现减小趋势, 但占比较小(11.8%)[图 3(a)]; 夏季, 几乎全区域ET0均呈增加趋势, 约有21.7%的区域增加趋势非常显著, 位于东、西部[图 3(b)]; 秋季ET0, 表现为非常显著增加趋势的地区几乎覆盖整个区域[图 3(c)]; 冬季ET0, 区域整体仍表现为增加趋势, 显著及非常显著区域约占20.7%, 主要分布在西部和中部部分地区[图 3(d)]。

图 3 1963—2013年若尔盖湿地各站点ET0在不同季节(a~d)和年际(e)变化趋势检验的空间分布 Fig. 3 Spatial distribution of the change trend test of ET0 in different season (a~d) and year scale (e) in each meteorological station in Zoige wetland from 1963 to 2013

年际尺度下, 若尔盖湿地近乎全区域ET0均呈显著增加态势, 其中74.4%的区域变化趋势非常显著, 贯穿于东、西部[图 3(e)]。

4.2 突变性分析

采用M-K突变检验法对季节尺度和年际尺度的ET0进行突变检验, 并结合Yamamoto法进行校验(图 4)。需要指出的是, 针对Yamamoto法, 本文选取n1=n2=10, 在给定的置信度下, 定义当某时间点的信噪比(RSN)数值大于0.665(P0.05=0.661)时, 该点为突变点; 大于0.911(P0.01=0.911)时, 该点突变非常显著(魏凤英, 2007; 刘莉红等, 2003)。

图 4 1963—2013年若尔盖湿地ET0在不同季节(a~d, f)及年际尺度(e, f)的突变检验 Fig. 4 ET0 mutation test in different season (a~d, f) and year scale (e, f) in each meteorological station in Zoige wetland from 1963 to 2013

季节尺度下, 春季ET0[图 4(a), (f)], M-K突变检验出的突变年份在2003年左右, Yamamoto法检验出的为2001年和2002年, 因此, 综合分析确定春季ET0在2002年左右发生突变。夏季ET0[图 4(b), (f)], M-K突变检验中, UF与UB曲线的交点在1988年左右, 而Yamamoto法未检验出突变点, 结合夏季ET0的演变趋势[图 2(b)]可确定, 该季节ET0在1988年左右发生突变。秋季ET0[图 4(c), (f)], 两种方法检验的突变年份均在1997年左右; 冬季ET0[图 4(d), (f)], M-K法检验出的突变年份在2002年左右, Yamamoto法检验出的突变范围为1999—2002年, 结合冬季ET0的演变趋势[图 2(d)], 最终确定突变年份在2002年左右。

年际尺度下[图 4(e), (f)], M-K法检验出的突变年份在2002年左右, Yamamoto法检验出的突变范围为1998—2003年, 结合年ET0的变化趋势[图 2(e)], 综合确定若尔盖湿地年ET0突变年份为2002年。

此外, 根据确定的突变年份, 计算突变前后季节和年际尺度的气候倾向率(Jones, 1988)(表 1)。由表 1可知, 两种尺度下突变前后, 气候倾向率均发生不同程度的变化, 从而验证了突变年份的准确性。此外, 出现不同季节突变年份不同的情况, 其原因可能在于影响ET0的主要因素在时间上存在差异, 如夏季为日照时数和温度, 秋季为温度(表 2)。

表 1 ET0突变前后的气候倾向率 Table 1 Climatic trend rate before and after ET0 mutation
表 2 影响ET0变化的主要气象因子排序 Table 2 Sequencing of major meteorological factors affecting ET0

综上分析可知, 秋季和年ET0发生突变的年份与王建兵等(2015)的研究成果相近, 而春、夏和冬季ET0突变性的结论则与之相异, 其原因可能由于时间序列长度和气象站点选择不同所致。因此, 基于本文的分析结果, 认为春、夏和冬季的ET0的变化过程中存在突变点。

4.3 周期性分析

采用小波分析的方法, 分别分析若尔盖湿地季节尺度和年际尺度ET0的周期性变化(图 5)。季节尺度下, 春季ET0存在两个明显的峰值, 分别对应第一和第二主周期, 其值分别为18年和28年[图 5(a)]; 夏季ET0存在10年和28年的周期变化[图 5(b)]; 秋季ET0存在9年和28年的周期变化[图 5(c)]; 其中, 28年均为该3个季节的第一主周期。冬季ET0存在3个明显的峰值, 其值分别为5年、11年和22年, 其中22年为第一主周期[图 5(d)]。年际尺度下, ET0仅存在一个明显的主周期, 为28年[图 5(e)]。此外, 由于时间序列较短(51年), 所以春、夏、秋季以及年际尺度下, 若尔盖湿地ET0变化的第一主周期可能为28年。

图 5 若尔盖湿地ET0在不同季节(a~d)及年际(e)的小波方差 Fig. 5 Wavelet variance of ET0 in different season (a~d) and year scale (e) in Zoige wetland
4.4 主要气象因素对ET0的影响

为明确影响ET0变化的主要气象因素, 采用偏相关分析的方法确定若尔盖湿地ET0与气温、相对湿度、风速和日照时数等4个气象因素的关系(表 2)。由表 2可知, 风速对ET0的影响程度最低, 且不同时间尺度和不同站点间, ET0的主要影响要素存在的差异。

(1) 不同时间尺度:春、秋、冬季以及年ET0的第一影响要素以温度为主[图 6 (a)], 夏季则为日照时数[图 6 (c)]。尽管夏季日照时数小于春季、秋季, 但光照强度占主导, 下垫面获得的太阳总辐射量最大, 而日照时数与Penman-Monteith公式的辐射项相关紧密, 因此夏季以日照时数为第一主要影响因素。

图 6 各气象站点不同气象因素的月际变化特征 Fig. 6 The monthly variation characteristics of different meteorological factors at meteorological stations

ET0的第二影响要素在春季、冬季和年际尺度下表现为相对湿度, 秋季以日照时数为主, 夏季为温度。其原因在于, 研究区为高寒地区, 春季和冬季光照强度相对较弱, 相对湿度对ET0的作用较强; 秋季则与之相反。

(2) 不同站点间, 以冬季若尔盖和红原站最为突出, 相对湿度为ET0的第一主要影响因素, 而其他站点以温度为主, 其原因在于冬季ET0较其他季节最小, 太阳辐射最弱, 且较其他站点, 若尔盖和红原站的高程低(见图 1)、相对湿度明显较高[图 6 (b)], 使得相对湿度对ET0的影响占主导。

5 结论

基于FAO推荐的Penman-Monteith公式和若尔盖湿地内6个气象站点1963—2013年逐日气象观测资料, 估算了各站点及湿地的潜在蒸散量(ET0), 分别从季节尺度和年际尺度对ET0的趋势性(时间和空间)、突变性以及周期性进行了分析, 并进一步探讨了该地区影响ET0变化的主要气象因素。主要结论如下:

(1) 若尔盖湿地季节和年际ET0在时间尺度上均表现出增加的趋势, 其中夏、秋季和年际尺度下, 增加非常显著; 在空间尺度上, 几乎均表现出不同程度的增加趋势, 其中增加非常显著的地区, 在春、夏和冬季发生在局部地区, 秋季则表现为整个区域, 年际尺度下则贯穿于整个东、西部; 同时, 该区域呈现出较为明显的暖干化趋势。

(2) 若尔盖湿地夏季和秋季ET0分别在1988年和1997年左右发生突变; 春季、冬季以及年ET0的突变年份均在2002年左右。

(3) 春、夏、秋季以及年际尺度下, 若尔盖湿地ET0变化的第一主周期可能为28年, 冬季则为22年。

(4) 不同时间尺度、不同站点间, ET0的影响因素也存在差异。春、秋、冬季以及年尺度下, ET0的第一影响要素以温度为主, 夏季则为日照时数。不同站点间, 以冬季若尔盖和红原站最为突出, 相对湿度为ET0的第一主要影响因素。

参考文献
Allen M R, Ingram W J. 2002. Constraints on future changes in climate and the hydrologic cycle[J]. Nature, 419(6903): 224–232.
Allen R G, Pereira L S, Raes D, et al, 1998. Crop evapotranspiration-Guidelines for computing crop water requirements[M]. Fao, Rome: FAO Irrigation and drainage paper 56.
Bai J, Lu Q, Zhao Q, et al. 2013. Effects ofalpine wetland landscapes on regional climate on the Zoige Plateau of China[J]. Advances in Meteorology(5): 1–7.
Dong Z, Hu G, Yan C, et al. 2009. Aeolian desertification and its causes in the Zoige Plateau of China's Qinghai-Tibetan Plateau[J]. Environmental Earth Sciences, 59(8): 1731–1740.
Gu L L, Hu Z Y, Yao J M, et al. 2017. Actual and reference evapotranspiration in a cornfield in the Zhangye Oasis, Northwestern China[J]. Water, 9(7): 499. DOI:10.3390/w9070499
Immerzeel W W, van Beek L P, Bierkens M F. 2010. Climate change will affect the Asian water towers[J]. Science, 328(5984): 1382–1385. DOI:10.1126/science.1183188
Jones P D. 1988. Hemispheric surface air temperature variations:Recent trends and an update to 1987[J]. Journal of Climate, 1(6): 654–660. DOI:10.1175/1520-0442(1988)001<0654:HSATVR>2.0.CO;2
Krause P, Biskop S, Helmschrot J, et al. 2010. Hydrological system analysis and modelling of the Nam Co basin in Tibet[J]. Advances in Geosciences, 27: 29–36. DOI:10.5194/adgeo-27-29-2010
Li F, Zhang Y, Xu Z, et al. 2013. The impact of climate change on runoff in the southeastern Tibetan Plateau[J]. Journal of Hydrology, 505: 188–201. DOI:10.1016/j.jhydrol.2013.09.052
Li L, Hao Z C, Wang J H, et al. 2008. Impact of future climate change on runoff in the head region of the Yellow River[J]. Journal of Hydrologic Engineering, 13(5): 347–354. DOI:10.1061/(ASCE)1084-0699(2008)13:5(347)
Mu W B, Yu F L, Xie Y B, et al. 2014. The copula function-based probability characteristics analysis on seasonal drought & flood combination events on the North China Plain[J]. Atmosphere, 5(4): 847–869. DOI:10.3390/atmos5040847
Oki T, Kanae S. 2006. Global hydrological cycles and world water resources[J]. Science, 313(5790): 1068–1072. DOI:10.1126/science.1128845
Wang B, Bao Q, Hoskins B, et al. 2008. Tibetan Plateau warming and precipitation changes in East Asia[J]. Geophysical Research Letters, 35(14): 63–72.
Yang K, Ye B, Zhou D, et al. 2011. Response of hydrological cycle to recent climate changes in the Tibetan Plateau[J]. Climatic Change, 109(3/4): 517–534.
Zhang Y, Liu C, Tang Y, et al. 2007. Trends in pan evaporation and reference and actual evapotranspiration across the Tibetan Plateau[J]. Journal of Geophysical Research Atmospheres, 112: D12110. DOI:10.1029/2006JD008161
白军红, 欧阳华, 崔保山, 等. 2008. 近40年来若尔盖高原高寒湿地景观格局变化[J]. 生态学报, 28(5): 2245–2252. DOI:10.3321/j.issn:1000-0933.2008.05.041
白军红, 欧阳华, 徐惠风, 等. 2004. 青藏高原湿地研究进展[J]. 地理科学进展, 23(4): 1–9. DOI:10.3969/j.issn.1007-6301.2004.04.001
丁一汇. 2008. 人类活动与全球气候变化及其对水资源的影响[J]. 中国水利, 2(8): 20–27.
郭洁, 李国平. 2007. 若尔盖气候变化及其对湿地退化的影响[J]. 高原气象, 26(2): 422–428. DOI:10.3321/j.issn:1000-0534.2007.02.027
李志威, 孙萌, 游宇驰, 等. 2017. 若尔盖高原实际蒸散量变化规律研究[J]. 生态环境学报, 26(8): 1317–1324.
刘红玉, 白云芳. 2006. 若尔盖高原湿地资源变化过程与机制分析[J]. 自然资源学报, 21(5): 810–818. DOI:10.3321/j.issn:1000-3037.2006.05.015
刘莉红, 郑祖光. 2003. 近百余年我国气温变化的突变点分析[J]. 南京气象学院学报, 26(3): 378–383. DOI:10.3969/j.issn.1674-7097.2003.03.012
刘蓉, 文军, 王欣. 2016. 黄河源区蒸散发量时空变化趋势及突变分析[J]. 气候与环境研究, 21(5): 503–511.
穆文彬, 李传哲, 刘佳, 等. 2017. 大清河流域水循环影响因素演变特征分析[J]. 水利水电技术, 48(2): 4–11. DOI:10.3969/j.issn.2095-0144.2017.02.002
强皓凡, 靳晓言, 赵璐, 等. 2018. 基于相对湿润度指数的近56年若尔盖湿地干湿变化[J]. 水土保持研究, 25(1): 172–177.
王富强, 王若雁, 孙美琪. 2018. 基于涡度相关观测的寒区滨河湿地蒸散发特征分析[J]. 华北水利水电大学学报(自然科学版), 39(1): 57–62. DOI:10.3969/j.issn.1002-5634.2018.01.009
王建兵, 王素萍, 汪治桂. 2015. 1971~2010年若尔盖湿地潜在蒸散量及地表湿润度的变化趋势[J]. 地理科学, 35(2): 245–250.
魏凤英. 2007. 现代气候统计诊断与预测技术(第二版)[M]. 北京: 气象出版社.
谢琰, 文军, 刘蓉, 等. 2018. 太阳辐射和水汽压差对黄河源区高寒湿地潜热通量的影响研究[J]. 高原气象, 37(3): 614–625. DOI:10.7522/j.issn.1000-0534.2017.00063
徐宗学, 和宛琳. 2006. 近40年黄河源区气候要素分布特征及变化趋势分析[J]. 高原气象, 25(5): 906–913. DOI:10.3321/j.issn:1000-0534.2006.05.019
Analysis on Evolution Characteristics and Influencing Factors on Evapotranspiration of Zoige Wetland
MU Wenbin1 , SUN Suyan2 , MA Weixi1 , HAN Yuping1     
1. North China University of Water Resources and Electric Power, Zhengzhou 450045, Henan, China;
2. China Renewable Energy Engineering Institute of the Ministry of Water Resources, Beijing 100120, China
Abstract: Evapotranspiration is an important part of the hydrological process of wetland, which influences the hydrological ecosystem of wetland. Zoige Wetland is taken as the study area. Based on the daily meteorological observation data of 6 meteorological stations 1963-2013 which are within and outside the Zoige Wetland, the potential evapotranspiration (ET0) of each site and the wetland is estimated based on the Penman-Monteith formula recommended by FAO, respectively. The spatial and temporal evolution characteristics of ET0 are analyzed from the perspectives of tendency, mutation and periodicity, and the relationship between ET0 and its main influencing factors is discussed. The result shows that the tendency of seasonal and interannual ET0 in Zoige Wetland is presented as an increasing trend on the time scale, especially in summer, autumn and interannual scale; in terms of spatial scale, it exhibits an increasing trend to varying degrees, and this trend of ET0 is very significant among the whole region in autumn, and run through the east and west in the interannual scale; meanwhile, Zoige Wetland showed a more obvious trend of warming and drying. For the mutation of ET0, the mutation years of spring, winter and annual scale ET0 were all around 2002, while the mutation occurred in summer and autumn around 1988 and 1997, respectively. For the periodicity of ET0, the main period of ET0 in spring, summer, autumn and the interannual scales may be 28 years, and 22 years in winter. In addition, the first major influencing factor of ET0 is temperature in spring, autumn, winter and interannual scales, while the sunshine hours in summer; among different stations, the first one is relative humidity, which are the most obvious in Zoige and Hongyuan stations in winter. The study is expected to provide a scientific basis for further exploring the climate and ecological environment changes in the Zoige wetland.
Key words: Zoige wetland    evapotranspiration    tendency    mutability    periodicity    influencing factor