1961—2020年中国北方向日葵种植区干湿变化特征及其成因分析

doi:10.11755/j.issn.1006-7639（2022）-06-1033

1961—2020年中国北方向日葵种植区干湿变化特征及其成因分析

王晓晨^,¹^,², 马雪晴¹^,², 和骅芸¹^,², 任思琪¹^,², 唐书玥¹^,², 赵金媛¹^,², 潘志华¹^,², 王靖¹^,², 潘学标¹^,², 胡琦^,¹^,²

1.中国农业大学资源与环境学院，北京 100193

2.中国气象局-中国农业大学农业应对气候变化联合实验室，北京 100193

Characteristics of dry and wet changes in sunflower growing areas in northern China and their causes from 1961 to 2020

WANG Xiaochen^,¹^,², MA Xueqing¹^,², HE Huayun¹^,², REN Siqi¹^,², TANG Shuyue¹^,², ZHAO Jinyuan¹^,², PAN Zhihua¹^,², WANG Jing¹^,², PAN Xuebiao¹^,², HU Qi^,¹^,²

1. College of Resources and Environmental Sciences， China Agricultural University， Beijing 100193， China

2. China Meteorological Administration-China Agricultural University Joint Laboratory for Addressing Climate Change in Agriculture， Beijing 100193， China

通讯作者: 胡琦（1987—），男，汉族，山东青岛人，副教授，主要从事气候变化影响评价研究. E-mail：huq@cau.edu.cn。

责任编辑: 王涓力；校对：刘晓云

收稿日期: 2022-07-11 修回日期: 2022-08-4

基金资助:

内蒙古自治区科技重大专项(2020ZD0005)
国家重点研发计划项目(2021YFD1901104)

Received: 2022-07-11 Revised: 2022-08-4

作者简介 About authors

王晓晨（1993—），女，汉族，黑龙江哈尔滨人，博士生，主要从事农业气象灾害评估等方面研究.E-mail：wangxiaochen@cau.edu.cn。

摘要

中国北方向日葵种植区域主要位于干旱区和半干旱区，产量受干湿条件制约，气候变化背景下水热资源变率大，对产量形成带来一定影响。利用中国北方向日葵种植区域296个气象台站逐日观测数据，基于降水量和作物蒸散量计算的湿润指数、标准化降水蒸散指数（SPEI），分析1961—2020年向日葵生长季干湿状况时空变化特征，并利用敏感性和贡献率法分析气候变化背景下主要气象因子对作物蒸散量的影响，探讨干湿状况变化成因。结果表明：中国北方向日葵生长季干旱频率总体表现为由西向东递减的空间分布特征，其中北疆、宁夏北部及内蒙古西部干旱频率较高。近60 a向日葵种植区生长季降水量和蒸散量均呈下降趋势，SPEI在1980年前后发生突变，较突变前（1961—1980年）相比，1981—2020年轻、中、重旱频率分别下降5.63%、4.41%、2.49%。不同区域干湿状况变化存在明显差异，其中内蒙古赤峰、辽宁南部和华北平原等地区气候呈暖干化趋势，内蒙古西部和新疆等地气候变湿。近60 a向日葵生长季温度和相对湿度变化增加了作物蒸散量，但日照时数和风速变化减少了作物蒸散量，55.39%的站点风速和日照时数对作物蒸散量的贡献率大于温度的贡献率，导致作物蒸散量减少。

关键词： 中国北方; 向日葵种植区; 干湿变化; 湿润指数; 作物蒸散量; 敏感系数; 贡献率

Abstract

The sunflower growing region in northern China is mainly located in arid and semi-arid areas, and the yield is governed by wet and dry conditions. The non-homogeneous variation of water resources between different regions in the context of climate change has increased uncertainty of sunflower production. Based on daily meteorological data from 296 stations in the sunflower growing region in northern China, the wetness index and standardized precipitation evapotranspiration index (SPEI) calculated on the basis of precipitation and crop evapotranspiration are used to analyze the spatial and temporal characteristics of dry and wet conditions and the influence of major meteorological factors on crop evapotranspiration in the sunflower growing season from 1961 to 2020, and the causes of changes in dry and wet conditions are explored by using sensitivity and contribution rate method. The results show that the frequency of drought in sunflower growing season in northern China generally presented a spatial distribution decreasing from west to east, among which the frequency of drought was higher in northern Xinjiang, northern Ningxia and western Inner Mongolia. In the last 60 years, both precipitation and evapotranspiration in sunflower growing season decreased. The SPEI had an abrupt change in 1980, and compared with the period of 1961-1980, the frequency of slight, medium and severe drought during 1981-2020 generally decreased by 5.63%, 4.41%, 2.49%. Obvious differences between different regions in terms of dry and wet conditions were found, with the climate in Chifeng of Inner Mongolia, southern Liaoning and the North China plain showing a warm and dry trend, and the climate in western Inner Mongolia and Xinjiang becoming wet. The change in temperature and relative humidity increased crop evapotranspiration, but the change in sunshine hours and wind speed decreased crop evapotranspiration in the last 60 years in sunflower growing season. The contribution rate of wind speed and sunshine hours at 55.39% stations to crop evapotranspiration is greater than that of temperature, resulting in a significant decrease of crop evapotranspiration.

Keywords： northern China; sunflower planting area; wet and dry variation; wetness index; crop evapotranspiration; sensitivity coefficient; contribution rate

PDF (15448KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

王晓晨, 马雪晴, 和骅芸, 任思琪, 唐书玥, 赵金媛, 潘志华, 王靖, 潘学标, 胡琦. 1961—2020年中国北方向日葵种植区干湿变化特征及其成因分析[J]. 干旱气象, 2022, 40(6): 1033-1041 DOI:10.11755/j.issn.1006-7639(2022)-06-1033

WANG Xiaochen, MA Xueqing, HE Huayun, REN Siqi, TANG Shuyue, ZHAO Jinyuan, PAN Zhihua, WANG Jing, PAN Xuebiao, HU Qi. Characteristics of dry and wet changes in sunflower growing areas in northern China and their causes from 1961 to 2020[J]. Arid Meteorology, 2022, 40(6): 1033-1041 DOI:10.11755/j.issn.1006-7639(2022)-06-1033

引言

IPCC第六次评估报告（AR6）^[1]指出，气候变化正在加速水循环，在带来更多强降雨、洪涝灾害的同时也会导致许多地区更加严重的干旱。目前观测和模式输出结果都表明全球变暖导致大气中水汽含量增加、海陆热力差异和大尺度环流结构改变及区域降雨和蒸散强度变化，进而影响气候干湿变化^[2⇓-4]。然而，不同区域干湿状况变化和影响机理存在差异，且这些变化都将随着进一步升温而加剧^{[5⇓⇓⇓-9]}，因此，系统研究气候变化背景下特定区域干湿状况的时空分布及其成因非常必要。已有许多研究采用湿润指数^[3]、干燥度指数^[10]、标准化降水蒸散指数（SPEI）^[11]、Palmer干旱指数^[12]、干湿指数（Z指数）^[13]等对不同地区的干湿气候变化特征进行了分析，也有通过定量分析降水量与大气环流的相关关系^[14]和气候变化对参考作物蒸散量的影响来解释气候干湿的变化机制^[15]，这些研究对明确气候变化背景下区域干湿变化趋势有重要参考意义。

向日葵是我国重要油料作物之一，在农业生产中占有重要地位。研究表明，向日葵生长发育各阶段对于水分的需求差别较大，播种至萌芽期需要充足的水分供应，现蕾到始花期水分不足会导致向日葵空壳，开花期水分过多则会影响授粉^[16⇓-18]。中国向日葵优势种植区主要分布在北方干旱和半干旱区，该地生态气候系统较脆弱，降水年际变率大，年均降水少、地表水分蒸发大，水资源供需矛盾是制约向日葵生产的主要因素。气候变暖引起的干湿状况空间分布变化对向日葵种植区水资源分配、作物生产布局等必然产生重大影响，厘清不同区域干湿状况变化，对采取适当措施积极应对气候变化，合理利用农业水资源和规划作物布局具有重要意义。然而，目前针对中国北方向日葵种植区多时间尺度的干湿变化及成因研究仍有欠缺，因此，本文利用中国北方向日葵种植区296个气象台站1961—2020年逐日地面观测数据，基于降水量、作物蒸散量、湿润指数和SPEI评估不同区域向日葵生长季干湿状况，并利用敏感性和贡献率法阐明干湿状况的变化成因，旨在为区域量水规划、作物布局及促进特色农业发展提供科学依据。

1 资料与方法

1.1 研究区与数据

根据国家统计局（http://www.stats.gov.cn/）数据，中国向日葵主产区主要分布在中西部的干旱、半干旱区和东部半湿润区，包括蒙、辽、吉、黑、新、甘、宁、晋、陕、京、津、冀等北方的12个省、市、自治区，种植面积约占全国向日葵总种植面积的96%，总产量占全国向日葵总产量的97.5%以上。选择中国北方向日葵主产区具有1961—2020年逐日气象资料完整时间序列的296个台站（图1），各站点的温度、降水量、日照时数、相对湿度、风速等数据来源于中国气象科学数据共享服务网的中国地面气候资料日值数据集（http://data.cma.cn/），数据经过严格质量控制并利用R语言编程对缺测的气象要素资料进行插值处理。文中附图涉及地图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（2019）1822号的标准地图制作，底图无修改。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区及296个气象站点分布

Fig.1 Study area and distribution of 296 meteorological stations

1.2 研究方法

1.2.1 作物蒸散量

作物蒸散量是评估气候干旱程度和水资源供需平衡中水分支出项的指标，计算公式^[19]如下：

（1）

E T_{C} = E T_{0} \times K_{C}

式中：ET_C（mm）为作物蒸散量；ET₀（mm）为参考作物蒸散量；K_C为作物系数。参考作物蒸散量ET₀采用Penman-Monteith方法计算，公式如下：

（2）

E T_{0} = \frac{0.408 Δ (R_{n} - G) + γ \frac{900}{Τ + 273} U_{2} (e_{s} - e_{a})}{Δ + γ (1 + 0.34 U_{2})}

式中： $Δ$ （kPa·℃^-1）为饱和水汽压-温度曲线的斜率；R_n（MJ·m^-2·d^-1）为地表净辐射；G（MJ·m^-2·d^-1）为土壤热通量，在逐日尺度上计算ET₀时，土壤热通量相对较小，可以忽略不计；T（℃）为日平均气温；U₂（m·s^-1）为2 m风速；e_s（kPa）为饱和水汽压；e_a（kPa）为实际水汽压；γ（kPa·℃^-1）为干湿表常数。

联合国粮农组织推荐的向日葵生长初期、快速生长期和成熟期作物系数 $K_{C}$ 值分别为0.35、1.15、0.35^[19]，为线性插值得到逐日作物系数 $K_{C}$ ，根据文献[20-23]确定研究区东部（黑龙江、吉林、辽宁、内蒙古东部、京津冀）、中部（山西、陕西、河北、内蒙古中西部）和西部（新疆、甘肃、宁夏）地区向日葵生长初期时段分别为4—5月、5—6月和5—6月，快速生长期分别为5—7月、6—8月和6—8月，成熟期分别为7—8月、8—9月和8—10月。

1.2.2 湿润指数

为评估气候干湿程度，采用表征自然条件下大气水汽输入的降水量（P）和输出的作物蒸散量（ET_C）来计算湿润指数^[4]：

（3）

K = P / E T_{C}

式中：K为湿润指数，反映降水满足向日葵农田水分需要的程度；P（mm）为降水量。根据1977年联合国教科文组织给出的地区干旱程度定义并结合文献[4,24]，参照湿润指数K的干湿状况划分标准进行生长季干湿类型划分：K≤0.03为极干旱区；0.03<K≤0.20为干旱区；0.20<K≤0.50为半干旱区；0.50<K≤1.00为半湿润区；K>1.00为湿润区。

1.2.3 SPEI

采用SPEI评估向日葵生长季干旱程度，以月降水量与作物蒸散量的差值表示水分盈亏，建立不同时间尺度的累积序列，使用对数Logistic分布拟合6个月时间尺度的分布概率密度函数和累积概率，然后转化成标准正态分布进行计算，具体公式参考文献[25]。基于SPEI的干旱等级划分参考国家气象干旱等级标准（GB/T 20481—2017）：SPEI>-0.5为无旱；-1<SPEI≤-0.5为轻度干旱；-1.5<SPEI≤-1为中度干旱；SPEI≤-1.5为重度干旱。

SPEI具有多时间尺度特征，因向日葵生长季最长可达6个月，且前期土壤水分对后期作物供水具有一定程度的影响，故本文选取6个月尺度SPEI（SPEI-6）表征向日葵全生育期干旱程度，研究区东部、中部、西部分别选取7、8、9月的SPEI-6值。

1.2.4 敏感性计算

多种气象因子综合作用导致作物蒸散量ET_C发生变化，采用偏导数敏感性方法计算ET_C对气象因子（平均温度、相对湿度、风速、日照时数）的敏感系数^[26]：

（4）

S V_{i} = \underset{∆ V_{i} \to 0}{l i m} (\frac{∆ E T_{C} / E T_{C}}{∆ V_{i} / V_{i}}) = \frac{∆ E T_{C}}{∆ V_{i}} \times \frac{V_{i}}{E T_{C}}

式中：SV_i为相应气象因子的敏感系数；ET_C、ΔET_C分别为逐日作物蒸散量及其日变化量；V_i、ΔV_i分别为日气象要素值及其日变化量。敏感系数SV_i为正值，即ET_C与气象因子正相关，反之则负相关；SV_i绝对值越大，表示ET_C对该气象因子变化的敏感度越高。

1.2.5 贡献率计算

气象要素V_i的变化对ET_C的贡献率GV_i为其多年相对变化率RV_i与敏感系数SV_i的乘积^[26]：

（5）

G V_{i} = S V_{i} \times R V_{i}

其中：

（6）

R V_{i} = \frac{∆ V_{i}}{{\bar{V}}_{i}} = \frac{n \times T r e n d (V_{i})}{{\bar{V}}_{i}}

式中：Trend（V_i）为气象要素V_i的气候倾向率， ${\bar{V}}_{i}$ 为气象要素多年平均值。文中研究时段为1961—2020年，n为研究年限，故n取值为60。若GV_i>0，气象因子的变化引起作物蒸散量增加，为正贡献；反之为负贡献。

1.2.6 M-K突变检验

采用Mann-Kendall趋势检验方法^[27]检验降水量、蒸散量和SPEI时间序列的突变情况，该方法是世界气象组织推荐的用于提取序列变化趋势和突变的有效工具，目前已广泛用于气候参数的突变检验。

1.2.7 数据处理

ET₀、ET_C、气候倾向率、SPEI、敏感性分析等计算均利用Matlab 2014软件实现；利用ArcGIS 10.6软件反距离权重插值法（inverse distance weighted interpolation，IDW）制作空间分布图；箱式图采用Origin 2020软件制作。

2 结果与分析

2.1 干湿状况时空分布及变化特征

1961—2020年研究区向日葵生长季湿润指数K平均值为0.78，整体表现为由西北向东南逐渐升高，带状分布明显（图2）。东北中部狭长地带、长白山脉附近以及秦岭以南湿润指数K>2.00，其生长季属于湿润气候类型，降水量可以满足向日葵生长所需；山西、陕西、河北北部以及内蒙古中东部地区的生长季为半湿润气候类型（0.50 $<$ K≤1.00）；甘肃西部、内蒙西部以及新疆大部分地区湿润指数K≤0.20，其生长季属于干旱气候类型，降水量远低于向日葵生长季作物蒸散量。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 1961—2020年中国北方向日葵种植区生长季湿润指数K空间分布

Fig.2 The spatial distribution of humid index K during sunflower growth period in planting areas in northern China from 1961 to 2020

近60 a中国北方向日葵种植区整体呈略微变干趋势，湿润指数每10 a平均减小0.01，但不同区域干湿状况变化存在较大差异（图3）。辽宁南部和华北平原北部以及内蒙古赤峰南部湿润指数气候倾向率小于-0.02/10 a，暖干化趋势显著；新疆、甘肃和内蒙西部等气候呈变湿趋势。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1961—2020年中国北方向日葵种植区生长季K指数气候倾向率（单位：/10 a）分布

Fig.3 The distribution of climatic tendency rate of K index during sunflower growth period in planting areas in northern China from 1961 to 2020（Unit： /10 a）

基于SPEI的分析表明，1961—2020年研究区向日葵生长季轻旱发生频率最高（20.34%~42.37%），其中辽宁中部、北疆轻旱频率均高于40.00%[图4（a）]；中旱频率为3.39%~20.34%，呈西高东低的空间分，34.45%的站点（102站）中旱频率小于8.00%，大多分布于北疆、陕西中部、内蒙古大部地区；仅有5.41%的站点（16站）中旱发生频率大于等于16.00%[图4（b）]；重旱发生频率较低（1.69%~11.86%），11.82%的站点（35站）小于5.00%，仅5.74%的站点（17站）重旱频率大于10.00%，分布于辽宁南部、北疆地区[图4（c）]。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 1961—2020年中国北方向日葵种植区生长季不同等级干旱频率空间分布（单位：%）

（a）轻度干旱，（b）中度干旱，（c）重度干旱

Fig.4 The spatial distribution of occurrence frequency of drought with different levels during sunflower growth period in planting areas in northern China from 1961 to 2020（Unit： %）

（a） light drought，（b） medium drought，（c） serious drought

从向日葵生长季SPEI序列的M-K突变检验[图5（a）]可以看出，1961—2020年研究区向日葵生长季SPEI在1980年前后发生突变，并通过显著性检验（P<0.05）。基于突变点将时间序列划分为1961—1980年和1981—2020年2个时段，进一步分析突变前后轻旱、中旱和重旱的年代际特征。从图5（b）可见，1981—2020年轻、中、重旱发生频率分别为29.81%、9.52%、5.61%，较突变前（1961—1980年）相比均有不同程度降低，分别下降5.63%、4.41%、2.49%。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 1961—2020年中国北方向日葵种植区生长季SPEI的M-K突变检验（a）及年代际尺度不同等级干旱出现频率（b）

Fig.5 The M-K mutation test of SPEI during the growing period of sunflower in planting areas in northern China from 1961 to 2020 （a） and inter-decadal variation of occurrence frequency of drought with different levels （b）

2.2 干湿变化成因

研究区向日葵生长季降水量和作物蒸散量的变化共同影响干湿状况变化。从图6可以看出，1961—2020年，向日葵生长季降水量呈东减西增、作物蒸散量呈东增西减的空间分布，降水量和作物蒸散量气候倾向率平均值分别为-1.94和 -1.93 mm·（10 a）^-1，通过显著性检验的站点分别为59.46%（176站）和46.62%（138站）（P<0.05）。其中研究区东部的辽宁、华北平原部分地区降水量呈下降趋势，新疆、甘肃和内蒙古西部地区降水量呈增加趋势；作物蒸散量呈下降趋势的地区主要分布于新疆、内蒙古西部和陕西等地，内蒙古中东部、甘肃和宁夏部分地区作物蒸散量呈增加趋势。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 1961—2020年中国北方向日葵种植区生长季降水量（a）和作物蒸散量（b）气候倾向率空间分布[单位：mm·（10 a）^-1]

Fig.6 The spatial distribution of climatic tendency rate of precipitation（a）and evapotranspiration（b）during the growing period of sunflower in planting areas in northern China from 1961 to 2020 （Unit： mm·（10 a）^-1）

新疆地区降水量增加同时作物蒸散量呈减少趋势，二者共同作用使得该区域湿润指数增加，气候变湿，类似的地区还有陕西和内蒙古西部地区；辽宁南部和内蒙古赤峰南部降水量呈下降趋势的同时作物蒸散量稍有增加，最终表现为气候呈变干趋势；华北平原降水量和作物蒸散量均呈减少趋势，但作物蒸散量下降的幅度小于降水量减少幅度，使得该地区气候变干。

2.3 作物蒸散量变化成因

图7为1961—2020年研究区向日葵生长季作物蒸散量对温度、相对湿度、日照时数和风速的敏感系数空间分布，可以看出，作物蒸散量对温度的敏感系数为-0.35~0.76，东北大部、河北南部及新疆东部敏感系数较高（大于0.60）；内蒙东北部、甘肃南部、新疆西部敏感系数较低[图7（a）]。作物蒸散量对相对湿度的敏感系数为-1.30~-0.03，平均值为 -0.44，敏感性大致由西向东呈递增趋势，东北三省、内蒙古东部和河北大部敏感系数绝对值较高（大于0.40），其中辽宁南部和黑龙江大部敏感系数绝对值大于0.70；新疆南部、甘肃西部和内蒙古西部敏感系数绝对值较低[图7（b）]。作物蒸散量对日照时数的敏感系数在0.15~0.37之间，平均值为0.27，大致从北向南递增，内蒙古中部、新疆和甘肃西部敏感系数小于0.20；河北东部、甘肃南部和新疆西部敏感系数较大（大于0.30）[图7（c）]。作物蒸散量对风速的敏感系数为0.07~0.39，平均值为0.15，风速敏感系数从西北向东北递减，内蒙古西部、甘肃西部和新疆大部分地区敏感系数大于0.20；东北三省东部和山西南部等地区敏感系数小于0.10[图7（d）]。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 1961—2020年中国北方向日葵种植区生长季作物蒸散量对气象因子的敏感系数空间分布

（a）温度，（b）相对湿度，（c）日照时数，（d）风速

Fig.7 Spatial distribution of sensitivity coefficient of ETc to main meteorological factors during growing period of sunflower in planting areas from 1961 to 2020 in northern China

（a） temperature，（b） relative humidity，（c） sunlight hour，（d） wind speed

综合而言，研究区向日葵生长季作物蒸散量与温度、日照时数、风速呈正相关关系，敏感系数平均值为正值，而与相对湿度呈负相关关系，敏感系数平均值为负值。研究区向日葵生长季作物蒸散量各气象因子敏感系数平均值的绝对值大小排序为：温度（0.56）>相对湿度（0.44）>日照时数（0.27）>风速（0.15）。

各气象因子对向日葵生长季作物蒸散量的贡献率存在差异，综合4个气象因子的贡献率基本能解释作物蒸散量变化的原因。从图8可以看出，1961—2020年研究区向日葵生长季温度对作物蒸散量变化的贡献率为正值，平均值为3.79%，其中新疆、甘肃和内蒙古西部等地区为温度贡献率高值区[图8（a）]。向日葵生长季相对湿度对作物蒸散量变化的贡献率为-7.12%~10.76%，平均值为0.91%，东三省和内蒙古大部分地区贡献率为正值，陕西和新疆部分地区相对湿度贡献率为负值[图8（b）]。日照时数对作物蒸散量变化的贡献率为-13.92%~6.48%，平均值为-4.95%，贡献率绝对值由东到西呈递减趋势，东三省、华北大部分地区贡献率小于 -5.00%[图8（c）]。风速对作物蒸散量变化的贡献率为-26.31%~5.66%，平均值为-2.32%，其中内蒙古中西部和甘肃西部、新疆大部地区贡献率小于 -9.00%，华北平原北部和甘肃南部等地区贡献率为正值[图8（d）]。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 1961—2020年向日葵种植区气象因子对向日葵生长季蒸散量的贡献率空间分布（单位：%）

（a）温度，（b）相对湿度，（c）日照时数，（d）风速

Fig.8 Spatial distribution of contribution rate to ET_C of main meteorological elements during growing period of sunflower in planting regions from 1961 to 2020 in northern China（Unit： %）

（a） temperature，（b） relative humidity，（c） sunlight hour，（d） wind speed

总体而言，1961—2020年研究区向日葵生长季温度和相对湿度对作物蒸散量的平均贡献率为正值，表明温度和相对湿度的变化[气候倾向率分别为0.23 ℃·（10 a）^-1和-0.22%·（10 a）^-1]增加了向日葵生长季作物蒸散量；日照时数和风速对作物蒸散量的平均贡献率为负值[气候倾向率分别为 -0.12 h·（10 a）^-1和-0.15 m·s^-1·（10 a）^-1]（图略），表明二者的变化降低了向日葵生长季的农田作物蒸散量。研究区向日葵生长季各气象因子对作物蒸散量贡献率平均值的绝对值大小排序为：日照时数（4.95%）>温度（3.79%）>风速（2.32%）>相对湿度（0.91%）。

3 讨论

IPCC第六次报告指出，气候持续变暖将进一步增加大气中的水汽含量，由此全球降水强度和分布将发生非均匀变化，许多地区则意味着将会发生更严重的干旱。本文研究表明，向日葵生长季不同区域干湿状况变化存在明显差异，辽宁南部、京津冀地区气候变干；新疆、甘肃和内蒙古西部等地区气候变湿，张煦庭等^[28]、李秋月等^[29]发现内蒙古地区西部干旱缓解、东部干旱加剧，与本文研究结果相似。

近60 a向日葵种植区生长季降水量和作物蒸散量总体均呈下降趋势，45%~60%的站点下降趋势通过显著性检验（P<0.05），其中向日葵生长季温度和相对湿度的变化增加了作物蒸散量，而日照时数和风速的变化对作物蒸散量的平均贡献率为负值，这与胡琦等^[30]研究的华北平原年尺度干湿状况变化的成因一致。近60 a研究区向日葵生长季日照时数和温度的变化对作物蒸散量变化的贡献率最大，但全国年蒸散量变化主要受风速和日照时数影响^[4]，表明影响生长季尺度和年尺度蒸散量变化的主导气象因子存在一定差异。值得一提的是，研究区55.39%的站点（149站）温度升高的同时作物蒸散量下降，造成这一现象的原因在于风速减小、日照时数减少对向日葵生长季作物蒸散量的削减量超过了温度上升引起的作物蒸散量增加量，最终导致作物蒸散量总体呈下降态势。

干旱区灌溉农业区和半干旱区雨养种植区气候变湿对向日葵生产具有一定的积极作用；对于东部地区而言，气候变干则会导致干旱进一步加剧，从而可能会对向日葵生长发育、产量和品质产生不利影响。需要指出的是，本文仅从气候角度探究了向日葵生长季的干湿变化及其驱动因素，未考虑向日葵不同生育阶段干湿状况变化对向日葵种植适宜度、产量和品质形成的影响，且向日葵生产还与灌溉措施、地形和土壤条件有关，因此未来应考虑不同种植区的气候限制因素以及各生长发育阶段气象因子变化的生长发育响应，并耦合田间管理措施系统评估气候变化对中国北方向日葵生产的影响。

4 结论

利用中国北方向日葵主要种植区296个气象站点1961—2020年逐日地面观测资料，基于降水量和作物蒸散量计算的湿润指数K和标准化降水蒸散指数SPEI，研究近60 a中国北方向日葵主要种植区干湿状况时空变化特征，并利用敏感性和贡献率法分析气候变化背景下主要气象因子变化对作物蒸散量的影响和贡献率，对干湿状况变化的成因进行探讨。主要结论如下：

（1）中国北方向日葵种植区干旱频率总体呈西高东低分布，近60 a向日葵种植区生长季降水量和作物蒸散量均呈下降趋势，SPEI在1980年前后发生突变，较突变前相比，向日葵生长季轻、中、重旱频率分别降低5.63%、4.41%和2.49%。不同区域干湿变化存在差异，内蒙古赤峰市、辽宁南部和华北平原等地区气候变干，内蒙古西部、新疆和甘肃等地区气候变湿。

（2）近60 a研究区向日葵生长季温度升高、相对湿度降低的变化导致作物蒸散量增加，日照时数减少、风速减小的变化导致作物蒸散量减少，日照时数和温度变化对作物蒸散量的贡献率绝对值较大。研究区中55.39%的站点因向日葵生长季风速减小和日照时数减少对作物蒸散量的削减作用大于温度上升对作物蒸散量的增加作用，导致作物蒸散量呈减少趋势。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

IPCC

Climate change 2021: the physical science basis

[R]. Cambridge: Cambridge University Press, 2021.