1 引言

蒸散发包括水面蒸发、冰雪蒸发、土壤蒸发和植被蒸腾散发等。蒸散发是水在大气圈、水圈、冰冻圈、岩石圈和生物圈构成的气候系统中进行连续水文循环过程的重要环节(张人禾, 2006)。测量、计算、分析青藏高原多年冻土区的蒸散发要素, 分析蒸散发对气候因子变化的敏感性, 对深入认知和揭示气候变化对水文循环过程的影响机理具有重要的科学价值(徐祥德等, 2014)。蒸散发对气候变化的敏感性研究是近年来水文学的热点之一(Li et al, 2014; 张志山等, 2018)。在青藏高原多年冻土区, 土壤、草甸、冰雪、湿地水面等的蒸散发, 是参与多年冻土区水汽输送、降水、土壤入渗、地表径流和地下径流等水分循环环节的重要因子, 研究蒸散发对探讨多年冻土区的气候变化对水循环的响应及生态水文过程的研究具有极其重要的意义(胡和平等, 2006; 徐祥德等, 2014)。曾群柱等(1986)根据彭曼公式, 综合了青藏高原及附近地区100多个气象台站的观测资料, 计算分析了高原陆面可能蒸发量; Zhang et al(2007)在唐古拉山垭口附近, 分别做了短期的土壤、冰雪面、水面的蒸发及潜在蒸发的观测研究, 对青藏高原陆面蒸发过程有了初步的认识。Li et al(2008)和李婧梅等(2012)相继对青藏高原多年冻土区水文循环做了研究, 认为高寒土壤、草地、冰雪面的蒸散发过程是参与和决定冻土区水分循环过程的重要因子。在青藏高原冻土生态水文循环中最核心的问题为冻土冻融状态及其草地覆盖对区域降水、蒸发、入渗、径流量等的影响, 它们都与水文循环的具体过程密切相关(Wang et al, 2007; Li et al, 2014)。近期, Li et al(2014)重建了青藏高原四大流域(羌塘高原、柴达木盆地、黄河源区和长江源区)的历史月蒸散发序列(1983—2006年), 并发现四大流域的实际蒸散发都存在明显的增加趋势, 这一成果对于研究高原水循环过程有着重要的意义。在长江黄河源区最近20年来, 黄河出源流量减少23.7%, 长江直门达站流量减少17%, 频率>20%的径流量均显著减少(王根绪等, 2007), 气候变化与高寒草甸覆盖变化对河源区径流变化的影响分别占5.8%和5.5%, 而同期降水量没有明显变化, 区域冻土植被的蒸散发可能是原因(王根绪等, 2007)。蒸散发是地表水量平衡与能量平衡的关键参量(李斌等, 2011), 在水文能量循环中具有重要的作用。土壤蒸散发是理解陆地—大气相互作用、陆面过程对气候变化影响的关键。青藏高原多年冻土区受人类活动影响较小, 生态水文环境比较脆弱(袁烽迪等, 2018; 刘双等, 2018), 水、土壤、植被等的蒸散发都能够较真实地反映气候变化状况。谢欣汝等(2018)对青藏高原中东部71个站点近10年的地表气温和相对湿度做了研究, 发现高原地表气温呈现持续增温趋势, 而地表的相对湿度却在2000年之后迅速减小。蒸散发的气候敏感系数是衡量气温、风速、降水、相对湿度、气压等气候要素变化对蒸散发影响的重要指标。李斌等(2011)利用1960—2005年澜沧江流域及其周边35个气象站的逐日常规气象观测数据, 分析澜沧江区域潜在蒸散发对平均气温、相对湿度、风速及日照时数的敏感系数, 结果表明各站潜在蒸散发对各变量的敏感系数空间分异明显, 流域整体上对日照时数最为敏感(李斌等, 2011)。杨林山等(2014)对洮河流域潜在蒸散发的气候敏感性分析得出, 净辐射、最高气温和风速的敏感系数与蒸散发的相关性较强。无论是在应用地表能量平衡模型、遥感统计模型, 还是陆面过程模型的研究中, 有关蒸散发的敏感系数研究结果都较多, 但是不同的区域蒸散发对气候变化的敏感性各不相同。在一些地区土壤蒸散发占据了年降雨量和水分调节的绝大部分, 冻土区土壤蒸散发对环境空气相对湿度、风速、气温等的变化则更为敏感(Ming-Ko et al, 2006; Zhang et al, 2007; 吴浩等, 2012)。土壤蒸散发既是了解多年冻土区能量和水分消耗的重要途径, 也是掌握寒区水循环和能量平衡状况的重要渠道。本研究选择青藏高原风火山区域的典型多年冻土区, 结合研究区的多年气象站观测资料, 利用Penman-Monteith公式计算土壤蒸散发, 开展多年冻土区土壤蒸散发对气候变化的敏感性分析, 为搞清多年冻土活动层陆面过程中冻土-气候变化-水文循环之间的相互关系奠定基础, 为指导主动保护冻土和维护冻土区生态环境提供一定的基础资料和重要的科学依据。

2 研究区概况

研究试验区选择位于青藏高原多年冻土分布区的北麓河流域风火山左冒西孔曲小流域内(图 1), 位于92.8300°E—93.0336°E, 34.6800°N—34.7800°N, 海拔为4723 m, 年平均降雨量和年平均蒸发量分别为290.9 mm和1316.9 mm, 平均相对湿度为57%, 年平均气温为-5.2 ℃。冻土和地下冰比较发育, 连续多年冻土分布区域的地温为-3.0~-1.0 ℃, 土壤发育缓慢, 处于原始的粗骨土形态。区域内植被群落类型有高寒沼泽草甸、高寒嵩草草甸、高山草原。研究区域多年冻土极为发育, 多年冻土活动层的季节融化深度为0.8~1.5 m(杨淑华等, 2018)。

在左冒西孔曲流域坡面上试验区径流场附近, 安放气象站观测气温、气压、相对湿度、降水量、辐射、风速和日照时数等气象要素; 气象站太阳能供电, 数据由数采仪自动记录; 测风速的高度为2 m, 同时用标准蒸发皿观测水面蒸发(李元寿等, 2010)。

3 资料来源与研究方法 3.1 资料来源

安放在研究区的气象站构建多年冻土区气象要素日值空间数据库, 选取该站2004—2017年日平均最高和最低气温、气压、相对湿度、降水量、辐射、风速和日照时数等观测序列。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。

3.2 研究方法

通过对多种潜在蒸发量估算法对比研究得出综合法最适用, 综合法中1998年联合国粮农组织(FAO)推荐的估算蒸散发Penman-Monteith(PM)方法最优(焦丹丹等, 2018)。则本研究计算公式为:

$ E T_{0}=\frac{0.408 \Delta\left(R_{n}-G\right)+\gamma \frac{900}{T_{\operatorname{mean}}+273} U_{2}\left(e_{s}-e_{a}\right)}{\Delta+\gamma\left(1+0.34 U_{2}\right)}, $

(1)

$ \Delta=\frac{e_{s}}{273+T} \times\left(\frac{6463}{273+T}-3.927\right), $

(2)

$ \gamma=\frac{0.46}{10^{z /[18400(1+T / 273)]}}, $

(3)

$ e_{s}=6.1 \times 10^{[a T /(b+T)]}, $

(4)

$ G=0.07 \times\left(T_{i}-T_{i+1}\right), $

(5)

式中: ET₀为参考土壤植被蒸散量(单位: mm·d^-1); R_n和G分别为净辐射和土壤热通量密度[单位: MJ·(m²·d)^-1], 相对于R_n取值很小, 尤其在植被覆盖、计算时间长度大于或等于1天的情况下, 取值可视为0; Δ和γ分别为水汽压对温度的曲线斜率和湿度计算常量(单位: kPa·℃^-1); T_mean为2 m高处观测记录时段内的平均气温(单位: ℃); U₂为2 m高处平均风速(单位: m·s^-1); e_s和e_a分别为饱和水汽压和实际水汽压(单位: kPa); a、b是两个常数, 在水面上, a、b分别为7.45和235; T_i为前一次记录的气温或是前一个时段的平均气温, T_i+1为后一次记录的气温或是后一个时段的平均气温(单位: ℃)。本研究区域高寒草甸植被平均高度取0.12 m, 无雪覆盖的反照率为0.23。

3.3 敏感系数分析

所研究的蒸散发气候敏感系数是指蒸散发变化率与气候因子变化率之比, 且将该比值的结果绘成曲线来描述敏感系数的特征。即:

$ S_{V_{i}}=\lim \limits_{\Delta V_{i} \rightarrow 0}\left(\frac{\Delta E T_{0} / E T_{0}}{\Delta V_{i} / V_{i}}\right)=\frac{\partial E T_{0}}{\partial V_{i}} \cdot \frac{V_{i}}{E T_{0}}, $

(6)

式中: S_Vi为蒸散发关于气候因子V_i的敏感系数, 无量纲; V_i为气候因子第i个变量。这里将PM方程的多变量模型偏导数的形式消除气象要素间量纲造成的差异, 转化成了无维的形式, 便于不同气候因子之间的比较, 以此进行敏感性系数大小的比较, 并且这种无维的相对敏感系数表达意义简洁明确, 被广泛应用在蒸散发研究中(Qiu et al, 1998; Hupet et al, 2001; Gong et al, 2006; 梁丽乔等, 2008; 刘小莽等, 2009; 聂青雷, 2013)。

4 结果与分析 4.1 多年冻土区日蒸散发量和年内气候变化之间的关系

将多年冻土区的土壤水热过程与植被生长过程分为:植被枯萎期(土壤完全冻结)(前一年的10月中下旬到12月底, 当年的1月至4月上旬), 这期间土壤从地表和深层向中间冻结, 逐步到全部冻结状态, 植被是枯萎状态, 停止生长; 植被生长前期(土壤逐渐融化)(当年的4月中旬至5月中旬), 这期间土壤从表层昼融夜冻交替逐渐融化, 融化的深度逐渐加深, 部分植物开始萌动生长; 植被生长期(土壤完全融化)(当年5月下旬至8月中旬), 这期间土壤从表层完全融化逐渐向深层融化, 随着气温的升高, 融化速度加快, 所有的植物快速生长, 完成全生命生殖周期; 植被生长后期(土壤逐渐冻结)(当年8月下旬至10月上旬), 土壤处于昼融夜冻交替逐渐冻结, 植物逐渐停止生长, 并进入枯黄期(Li et al, 2008; 范晓梅等, 2009; 李元寿等, 2010)。

从2004—2017年风火山多年冻土区风速、气温、相对湿度和蒸散发月平均值(图 2)看出, 年内气温和相对湿度呈单峰型变化, 风速呈单谷型变化。气温最低在1月, 最高在8月, 4月底年平均气温超过了0 ℃, 逐渐升高, 这个期间, 多年冻土区植被萌动具备了能量条件, 开始萌动生长, 在植被生长季节6—9月, 平均气温都在0 ℃以上, 8月后平均气温逐渐下降。相对湿度最低也在1月, 从1月逐渐上升, 最高出现在8月, 之后相对湿度逐渐降低。年内平均气温的变化与相对湿度的变化趋势一致。年内月平均风速在3.09~6.40 m·s^-1之间变化, 风速在2月最大, 8月最小。

据Penman-Monteith(PM)公式(1)~(5)计算出风火山多年冻土区的日蒸散发量, 并统计出蒸散发月平均值(图 2)。多年冻土区的年内各月平均蒸散发量呈单峰变化, 植被生长期的8月达到最高值, 最低值出现在植被枯萎期的1月。植被枯萎期(土壤完全冻结)平均蒸散发量在50~100 mm, 蒸散发量较低, 波动性变化, 但变异较小, 这与该期间土壤冻结, 土壤蒸发较低, 植被也处于枯萎状态, 生长基本停止相关。植被生长前期(土壤逐渐融化), 气温逐渐升高, 表层土壤昼融夜冻, 逐渐向深层解冻融化, 土壤融化后的未冻结含水量增加, 土壤的蒸发量增大, 植被萌动生长返青, 植物的蒸腾作用逐渐增强, 因而, 整体表现为蒸散发量增大。植被生长期(土壤完全融化), 气温继续升高, 冻土活动层土壤融化加快, 深层土壤水分融化, 水热能量交互协调, 植被进入生长期, 生长生育活跃, 为土壤蒸发和植被蒸腾提供了充足的水分条件和聚集了足够的热量条件, 加速了蒸散发量, 在8月达到最大。植被生长后期(土壤逐渐冻结), 气温逐渐降低, 土壤表层昼融夜冻, 逐渐冻结, 土壤蒸发量降低, 植被枯黄甚至枯萎, 植被蒸腾量减小, 土壤水分与空气中的交换受到了一定程度的阻碍, 但仍有水分没有冻结, 蒸散发量虽然逐渐降低, 但还是保持一定水平, 在10月前仍然保持较高的值。11月随着气温的持续降低, 土壤冻结加速, 表层土壤完全冻实, 水分运移严重受阻, 蒸散发也加速降低, 并维持在一个较低的水平, 一直持续到次年的4月。

4.2 土壤蒸散量对气候关键参数的敏感性分析

在该敏感性分析中, 只考虑蒸散对比选择地表 2 m高度处风速(u₂)、气温(T)和空气相对湿度(RH)三个参变量做出分析。V_i表示上述三个气候因子第i个参变量S_Vi表示蒸散值, 它们的关系用公式(7)表述。

$ S_{V_{i}}=\frac{E T_{i+1}-E T_{i-1}}{V_{i+1}-V_{i-1}} \cdot \frac{V_{i}}{E T_{i}}, $

(7)

式中: S_Vi为参数变化之后算出的蒸散值。根据上述公式并结合台站逐日气象资料, 计算逐日ET_i, 并计算得到ET_i各月平均值和年平均值。S_Vi为正值时表明ET_i随着气候变量的增加而增加, 反之亦然。ET_i对V_i的敏感性可以表现为由于V_i的变化而引起ET_i的差值, 差值越大, 表示越敏感, 反之, 则不敏感。

通过对风火山多年冻土区, 多年各月土壤蒸散发对风速、气温、相对湿度的敏感系数计算, 获得年内每月敏感系数均值和年均值(表 1)。植被年内蒸散发对风速、气温、相对湿度的年敏感系数的绝对值(表 1), 相对湿度的平均敏感系数绝对值最大(1.291), 气温的最小(0.248), 表明蒸散发对相对湿度最为敏感, 其次是风速, 敏感性最小的是气温。

蒸散发对风速和气温的敏感系数月均值均为正值, 表明蒸散发随着风速和气温的增大而增大。其中蒸散发对于风速的敏感系数为0.115~1.179, 最大值在8月(1.179), 最小值在12月(0.115)。蒸散发对气温的敏感系数为0.022~0.601, 最大值在8月(0.601), 最小值在1月(0.022)。蒸散发对于相对湿度的敏感系数为负值, 表明蒸散发随相对湿度的增大而减小, 其对于相对湿度的敏感系数为-1.653~-0.688, 绝对值最大值发生在8月(-1.653), 最小值发生在12月(-0.688)(表 1)。研究结果表明蒸散发对气温和相对湿度的敏感性与植物生长发育过程高度一致, 均在生长旺期达到峰值, 而在植物枯萎期保持最低值, 说明多年冻土区, 气温和相对湿度对蒸散发的影响主要体现在植物蒸腾作用上; 风速对蒸散发的影响则较为复杂, 有融化期土壤蒸发的影响, 也有植物生长引起的蒸腾作用强弱的影响。

植被不同生长期(土壤融化或冻结)的土壤蒸散发敏感性分析表明(表 2), 各个时期土壤蒸散发也是对相对湿度的敏感程度最大, 其次为风速, 对气温的敏感程度最低。植被生长期(土壤完全融化)土壤蒸散发对各气候因子的敏感程度最大; 植被枯萎期(土壤完全冻结)土壤蒸散发对各气候因子的敏感程度最低。这也反映出在高寒多年冻土区的特点, 由于气温普遍偏低, 昼夜温差大, 反而土壤蒸散发对空气相对湿度和风速是最为敏感的。

4.3 土壤蒸散发对各气候因素的敏感程度分析

公式(7)中土壤蒸散发对各气候因素敏感系数S_Vi的绝对值大小表示ET₀对各敏感系数的敏感程度的不同。如果敏感系数S_Vi是正值, 则表明土壤蒸散发ET₀随着气候变量的增加而增加, 反之亦然; 敏感系数S_Vi的绝对值越大则气候变量对ET₀的影响越大, 反之亦然。敏感系数表现在图形上就是敏感曲线的原点切线。所以, 原点处一定线性范围内的敏感系数足够精确, 可以代替敏感曲线的斜率。如果敏感曲线为线性, 则敏感系数可以描述气候变量扰动引起的土壤蒸散发变化; 敏感曲线范围的大小取决于曲线的非线性, 曲线呈明显非线性, 则敏感系数应用局限于较小的气候变量扰动。

土壤蒸散发量对气温的敏感系数S_Vi呈单峰型分布, 气温的敏感系数的绝对值从1月(最低值)至8月(最高值)表现为持续的上升趋势, 8月敏感系数达到最大(图 3)。虽然土壤蒸散发对气温的敏感程度最低, 但是与气温的变化有较强的一致性, 随着气温的变化而敏感性呈现比较有规律的变化, 即:敏感性随着气温的增高而增大, 随着气温的降低而降低。如果按气温和植被的生长季节尺度上来看, 由于青藏高原风火山多年冻土区, 最典型的气候特征是寒冷季节持续较长, 植被的生长季节很短, 仅有6—8月3个月时间。春夏季蒸散发对各主要气候因子的敏感程度, 气温有个递增的过程, 这反映出了在4月之前土壤处于冻结状态, 土壤蒸散发主要来源于土壤蒸发量, 其主要的影响因素为相对湿度和风速, 而进入5月以后随着气温升高, 土壤解冻, 植物萌动, 开始萌发, 植物的蒸腾作用逐渐增加, 蒸散发对气温的敏感性随之增加, 到植物生长的旺盛时期8月, 蒸散发对气温的敏感性达到了最高, 而随着土壤的冻结和植物生长逐渐停止, 在气温最低的1月蒸散发的气温敏感性降到了最低。

蒸散发(ET₀)对风速敏感性S_Vi在年内呈双峰型, 全年风速的敏感系数波动较大。年内12月风速最大, 但由于土壤冻结状态, 蒸散发对风速的敏感度最低; 进入植物生长前期(土壤逐渐融化), 土壤表层昼融夜冻, 蒸散发(ET₀)中主要是土壤蒸发受风速的影响程度较大, 随着土壤逐渐融化敏感性增强, 敏感性在4月达到一个小高峰; 随后, 随着土壤深层逐渐融化, 植物生长, 蒸腾作用加强, 在8月虽然风速最小, 但敏感系数是全年最大值(图 3), 结果表明多年冻土区的土壤蒸发和植物蒸腾对风速的敏感性均较强。

蒸散发对相对湿度的敏感系数S_Vi都为负值, 负值表明随着相对湿度的增大而蒸散发减小。其S_Vi绝对值越大则相对湿度对ET₀的影响越大, 反之亦然。从表 1和图 3看出, 相对湿度的S_Vi绝对值最大, 蒸散发对相对湿度的敏感性系数呈单谷型分布, 在8月到达谷底, 绝对值在8月最大, 说明蒸散发对相对湿度的敏感性系数在8月最高, 而在相对湿度低的12月敏感性最低, 说明此时蒸散发主要来自于冻结土壤蒸发。植物生长旺期, 也是该区降雨期, 虽然相对湿度较高减缓了土壤蒸散发, 但是植物蒸腾作用较强, 同时受多年冻土层底下温度的控制, 形成了较强的温度梯度, 且多年冻土区昼夜温差大, 晴天和阴天温差大, 白天有云遮蔽和无云遮蔽温差也大, 高相对湿度, 有利于土壤凝结水的形成, 形成了重要的水汽凝结条件(成龙等, 2019), 而凝结水也是影响土壤蒸散发的重要因素之一。因此, 植物生长期, 土壤蒸发和植物蒸腾都对相对湿度较为敏感, 增加了土壤蒸散发的敏感性; 土壤冻结期, 蒸散发对相对湿度的敏感性较低。

5 结论

基于试验区多年气象观测资料, 利用Penman-Monteith(PM)公式计算出多年冻土区的日蒸散发量, 分析了多年冻土区蒸散发对气温、风速和相对湿度的敏感性。得出主要结论如下:

(1) 多年冻土区, 蒸散发对空气相对湿度最为敏感, 其次是风速, 对气温的敏感程度最低; 植被生长期, 蒸散发对各气象因子的敏感性最高; 植被枯萎期, 蒸散发对各气象因子的敏感性都最低。

(2) 在年内时间尺度上, 蒸散发量对气温的敏感系数呈单峰型分布, 蒸散发对气温的敏感性在8月最强, 1月最低; 蒸散发量对风速的敏感系数呈双峰型分布, 蒸散发分别在4月和8月对风速的敏感性较强, 12月最低; 蒸散发对相对湿度的敏感系数呈单谷型分布, 蒸散发对相对湿度的敏感性在8月最强, 12月最低。

(3) 蒸散发对气温和相对湿度的敏感性变化与植物生长变化过程高度一致, 而蒸散发对风速的敏感性则较为复杂, 分别在土壤逐渐融化的植物生长前期和植物生长期敏感性较高。