Scientia Geographica Sinica  2014 , 34 (10): 1233-1238 https://doi.org/10.13249/j.cnki.sgs.2014.010.1233

Orginal Article

1961~2010年辽河三角洲参考蒸散发变化特征及主导因子分析

王炳亮12, 李国胜23

1. 宁夏大学土木与水利工程学院,宁夏 银川 750021
2. 中国科学院地理科学与资源研究所,北京 100101
3. 中国地质调查局滨海湿地生物地质重点实验室,山东 青岛 266071

Quantification of the Reasons for Reference Evapotranspiration Changes over the Liaohe Delta, Northeast China

WANG Bing-liang12, LI Guo-sheng23

1. College of Civil and Hydropower Engineering, Ningxia University, Yinchuan, Ningxia 750021, China
2. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
3. Key Laboratory of Coastal Wetland Biogeosciences, China Geologic Survey, Qingdao, Shandong 266071, China

中图分类号:  P468

文献标识码:  A

文章编号:  1000-0690(2014)10-1233-06

通讯作者:  李国胜,研究员。E-mail: ligs@igsnrr.ac.cn

收稿日期: 2013-07-16

修回日期:  2013-10-14

网络出版日期:  2014-10-10

版权声明:  2014 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家科技支撑计划课题(2012BAC21B01)、中国地质调查局地质调查项目(GZH201200503)、国家自然科学基金(51369025)和教育部创新团队(IRT1067)资助

作者简介:

作者简介:王炳亮(1977-),男,宁夏灵武人,博士研究生,从事生态水文方面研究。E-mail: wangscott4000@163.com

展开

摘要

基于FAO Penman-Monteith 公式计算了辽河三角洲区域19个气象站1961~2010年逐日参考蒸散发(ET0)对平均气温、风速、相对湿度和太阳辐射的敏感系数,结合各气象因子的多年变化定量分析参考蒸散发变化的原因。结果表明:气温对ET0变化为正贡献,风速、相对湿度和太阳辐射为负贡献;综合考虑敏感性分析和趋势分析的结果,滨海干湿过渡区气象因子对参考蒸散发变化的贡献由大到小依次是风速、平均气温、太阳辐射和相对湿度;半湿润亚区由大到小依次是风速、平均气温、相对湿度和太阳辐射;半干旱亚区由大到小依次是平均气温、太阳辐射、风速和相对湿度。

关键词: 参考蒸散发 ; 主导因子 ; 敏感系数 ; 辽河三角洲

Abstract

Based on the FAO-56 Penman-Monteith formula, reference evapotranspiration (ET0) was calculated using a 50-year meteoro1ogical dataset at 19 meteorological stations over the Liaohe Delta during the period 1961-2010. The change of ET0 was studied by analyzing the sensitivity coefficients of ET0 to air temperature, wind speed, relative humidity and solar radiation together with their relative changes. The results show that variations present among the 3 sub-region (semi-humidity sub-region, semi-arid sub-region and coastal zone). The positive contribution of temperature and the negative contribution of wind speed and relative humidity and solar radiation are observed in 3 sub-regions. Therefore, contribution of wind is biggest and contribution of relative humidity is smallest because of its little relative change. Wind speed and air temperature are the determining factors of ET0 in coastal zone and semi-humidity sub-region, meanwhile air temperature and solar radiation are the determining factors of ET0 in semi-arid sub-region.

Keywords: reference evapotranspiration ; determining factor ; sensitivity analysis ; the Liaohe Delta

0

PDF (744KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

王炳亮, 李国胜. 1961~2010年辽河三角洲参考蒸散发变化特征及主导因子分析[J]. , 2014, 34(10): 1233-1238 https://doi.org/10.13249/j.cnki.sgs.2014.010.1233

WANG Bing-liang, LI Guo-sheng. Quantification of the Reasons for Reference Evapotranspiration Changes over the Liaohe Delta, Northeast China[J]. Scientia Geographica Sinica, 2014, 34(10): 1233-1238 https://doi.org/10.13249/j.cnki.sgs.2014.010.1233

在气候变化背景下,全球参考蒸散发(ET0)普遍减小[1~4],引起了国内外众多学者的关注。ET0不受地表特征的影响,直接由气象数据计算得到,对气候变化有着直接的响应。定量分析ET0变化的原因及其敏感因子,有利于深入认识ET0和气候变化之间的关系以及气候变化对流域水循环的影响[5]。近年来,国内外学者利用敏感性分析方法来研究ET0对不同气象因子敏感系数[6~9],进而对ET0变化的原因进行定量分析,结果表明不同气候区ET0变化的主导因子以及气象因子对ET0变化的贡献存在很大差异[10,11]。有研究指出,风速在干旱区的作用更大,而太阳辐射的作用在湿润半湿润区更显著[12],不同地区之间的气候差异是造成这些差异的根本原因。

已有文献对不同气候类型下的ET0变化成因进行过定量分析[10,11],但由于空间尺度较大,这些研究中的气候类型非常宽泛,并不能表现出区域的细微气候特征。本文以辽河三角洲为研究区,选择典型的气候类型和典型样区,分析ET0的敏感因子及其贡献的时空分布特征,寻找引起不同气候亚区ET0变化的主导因素。本文的主要目的是分析对比不同气候亚区内ET0变化主导因子以及气象因子对ET0变化的贡献,没有考虑降水、地表湿度以及CO2浓度增大等因素造成的影响。

1 资料和方法

1.1 区域概况

辽河三角洲是中国四大河流三角洲之一,地理位置121°30′E~122°00′E,40°45′N~41°10′N。受海陆交互作用影响,该三角洲发育有类型多样的湿地生态系统,湿地面积超过8×104hm2。四季分明、雨热同季、温度适宜、光照充裕,年平均气温8.3℃,年降水量为611.6 mm。东侧的辽东千山山脉为半湿润气候区,西侧的辽西巫闾山为半干旱气候区,辽河平原处于二者之间的过渡地带,各气象要素明显地呈现出由东南向西北的水平分带型,属于生态环境较为脆弱地区,对气候变化响应敏感[13]

1.2 资料及来源

选取研究区内19个气象站(图1)1961~2010年逐日平均气温、最高气温、最低气温、气压、相对湿度、风速和日照时数,数据源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn/)。为保证数据的利用率,在前后两天资料完整的情况下,对参与计算ET0的气温、风速、日照时数和相对湿度等逐日资料的缺测值用线性插值法替换。由于新民站缺少1961~1986年数据,在分析时予以排除,该站仅对相应插值结果进行验证。地形数据采用30 m分辨率DEM,来源于全球科学院计算机网络信息中心国际科学数据镜像网站(http://datamirror.csdb.cn/)。

图1   辽河三角洲地形及气象站分布

Fig.1   Topography and meteorological stations spatial distribution in the Liaohe Delta

1.3 方法

1.3.1 典型气候亚区的划分

蒸散发过程是控制地表水热平衡的主要因素,一方面受到大气可容纳水汽总量的限制,另一方面也受到地表(土壤、植被)所能提供水量的影响。因此,本文以干湿气候类型作为辽河三角洲ET0敏感性分析中气候区选择的依据。近100多a来,国内外学者曾提出过许多种干湿气候等级体系、划分干湿气候的指标及其计算方法,由于研究者对干湿气候区理解不同、所研究的区域和目的不同以及受当时科学技术发展水平和观测资料的限制,提出的干湿气候区等级体系及其划分指标各不相同,难以比较[14]。采用尹云鹤等[15]提出的方法进行干湿气候亚区的划分,其根据最大可能蒸散和降水的比值——干湿指数(Ia)来划分,具体见式(1)。

Ia=ET0P(1)

式中:ET0为年参考蒸散发(mm);P为年降水量(mm)。通常干湿气候可分为湿润区(Ia≤0.99)、半湿润区(1.00<Ia≤1.49)、半干旱区(1.50<Ia≤3.99)和干旱区(Ia≥4.00)4类地区。

辽河三角洲多年平均ET0自东南向西北递增,介于750~1 200 mm之间;年降水量自东南向西北递减,介于350~1 000 mm。根据公式(1)计算辽河三角洲区域的干湿指数Ia并划分湿润区、半湿润区、半干旱区,结果见图2。在辽河三角洲区域内,处于半干旱区的彰武、阜新2个站点气象要素较为接近,处于半湿润区的沈阳、本溪和开原3个站点气象要素比较接近。这些站点所处纬度相近,能够代表辽河三角洲各气候亚区的基本气候特征。因此,为了分析不同气候区ET0主导因子及其贡献,选择彰武和阜新作为半干旱亚区的代表站点,本溪、沈阳和开原作为半湿润亚区的代表站点。此外,考虑到海岸带独特的地理位置及气候特征,以各气象要素变化趋势相近的锦州、营口和黑山代表滨海干湿过渡区。

图2   辽河三角洲气候亚区分区

Fig.2   Distribution of climate sub-region over the Liaohe Delta

1.3.2 ET0及ET0对气象因子的敏感系数

联合国粮农组织(FAO)将参考蒸散发定义为:从假设作物高度为0.12 m,并有固定的表面阻力为70 s/m,反照率为0.23的参考冠层的蒸散发[16]。本文使用FAO 推荐的修正Penman-Monteith模型来计算参考蒸散发,公式如下:

ET0=0.408Δ(Rn-G)+γ900T+273U2×VPDΔ+γ(1+0.34U2)(2)

式中:ET0为参考作物蒸散发量(mm/d);Rn为地表净辐射[MJ/(m2·d)];G为土壤热通量密度[MJ·(m3·d1)];T为2 m高处的平均气温(℃);U2为2 m高处24 h平均风速(m/s);VPD为2 m高处水气压差(KPa);△为饱和水气压曲线斜率(KPa/℃);γ为干湿表常数(KPa/℃)。以上各项数值可由气象要素计算得到,具体方法参见FAO Paper 56[16]。其中气象站记录的10 m处风速按FAO推荐公式转换为2 m处风速。

U2=UZ4.87ln(67.8z-5.42(3)

式中:U2为距地面2 m高空处的风速,UZ高度z m处的风速。

敏感系数法用ET0相对变化量与单个气象因子相对变化量之比来代表该因子对ET0的敏感系数[17,18],从定量的角度衡量气象因子变化对ET0的影响,在研究中得到广泛应用[5~7, 9~11, 19,20]。本文使用Beven[21]提出的敏感系数公式:

sVi=limΔVi0(ΔET0/ET0ΔVi/Vi)=ET0ViViET0(4)

式中: sViET0关于气象因子 Vi的敏感系数,无量纲。敏感系数的正/负表明随气象因子的增加,ET0会随之增加/减少。其绝对值的大小表明ET0的变化对相应气象因子变化的敏感程度,即气象因子Vi的变化中有多少可以传递给ET0ET0对平均气温、风速、相对湿度和太阳总辐射的敏感系数分别表示为StmSuSrhSrs

1.3.3 气象因子对ET0的贡献

ET0的变化不仅受其气候敏感性的影响,同时还与各气候因子的变化程度有关[11]。确定ET0变化的原因,就必须将敏感性分析和气象要素的实际变化情况结合起来[11]。单个气象因子对ET0变化的贡献公式如下:

ConVi=SViRCVi(5)

RCVi=50Trendav×100%(6)

式中: ConVi为气象因子ViET0变化的贡献; SViVi的敏感系数;RCViVi的多年相对变化;av是50 aVi的平均值;TrendVi的逐年变化率,由趋势分析法计算得到。ET0的相对变化也采用公式(6)计算。影响ET0变化的气象因子众多,将各因子的贡献累加后就得到对ET0变化的总贡献[11]。本文选择平均气温、风速、相对湿度和太阳辐射来分析气象因素对ET0变化的贡献。

气象因子及ET0的变化趋势采用气候倾向率[22]来分析,并进行Mann-Kendall趋势检验[23]

2 结果与分析

2.1 ET0及气象要素变化特征

1961~2010年间,滨海干湿过渡区ET0-17.5 mm/10a的速率递减(图3a),通过了α=0.01的Mann-Kendall显著性检验;半湿润亚区的ET0同样呈递减趋势,倾向率为-12.8 mm/10a,通过了α=0.05的Mann-Kendall显著性检验;半干旱亚区ET0呈增加趋势,倾向率为0.88 mm/10a,没有通过α=0.05的Mann-Kendall显著性检验。由图3b可以看出,滨海干湿过渡区、半湿润亚区和半干旱亚区平均气温呈现明显的上升趋势,上升速率分别为0.28℃/10a、0.21℃/10a和0.26℃/10a,变化趋势均通过了α=0.01的Mann-Kendall显著性检验,表明在气候变暖的大趋势下辽河三角洲区域在50 a间存在明显的变暖趋势。滨海干湿过渡区、半湿润亚区和半干旱亚区2 m高度处的平均风速呈下降趋势,下降速率分别为-0.22 m/(s·10a)、-0.17 m/(s·10a)和-0.02 m/(s·10a),前二者通过了α=0.01的Mann-Kendall显著性检验(图3c)。太阳辐射同样呈下降趋势,由大到小依次是滨海干湿过渡区、半干旱亚区和半湿润亚区,下降速率分别为-84.4 MJ/(m2·10a)、-82.8 MJ/(m2·10a)、和-30.9 MJ/(m2·10a),前二者通过了α=0.01的Mann-Kendall显著性检验(图3e)。相对于上述3个气象因子,滨海干湿过渡区、半干旱亚区和半湿润亚区的相对湿度变化趋势不明显,以波动为主(图3d)。

1961~2010年滨海干湿过渡区ET0相对变化最大,其次是半湿润亚区和半干旱亚区,分别为-8.72%、-7.17%和0.44%(表1)。3个亚区中,平均气温、相对湿度的相对变化为正值,而风速和太阳辐射的相对变化为负值。半湿润亚区和滨海干湿过渡区风速相对变化最大,半干旱亚区平均气温相对变化最大。

2.2 ET0对气象因子的敏感系数

ET0对各气象因子敏感系数见表2。半干旱亚区ET0敏感系数由大到小依次是相对湿度、风速、太阳辐射和平均气温;半湿润亚区ET0敏感系数由大到小依次是相对湿度、太阳辐射、平均气温和风速;滨海干湿过渡区ET0敏感系数与半湿润亚区相似,除相对湿度敏感系数与半湿润亚区相近外,其余气象因子敏感系数大小介于半干旱亚区与半湿润亚区之间。

图3   1961~2010年辽河三角洲ET0及气象因子变化特征

Fig.3   Characteristics of ET0 and climate variables over the Liaohe Delta during 1961-2010

表1   ET0及气象因子多年相对变化(%)

Table 1   Relative changes of climate variables and ET0 over the Liaohe Delta (%)

平均气温风速相对湿度太阳辐射ET0
半湿润亚区14.17-40.532.07-2.88-7.17
半干旱亚区17.03-3.970.51-7.430.44
滨海干湿过渡区15.11-39.511.87-7.49- 8.72

新窗口打开

2.3 气象因子对ET0变化的贡献

气象因子对ET0变化的贡献不仅与ET0对其敏感性的强弱相关,也取决于气象因子自身的相对变化幅度。辽河三角洲区域气温、风速、相对湿度以及太阳辐射4个气象因子引起的ET0变化在趋势上和数值上都与ET0的实际变化基本一致(表3)。

滨海干湿过渡区气象因子对ET0变化的贡献由大到小依次是风速、平均气温、太阳辐射和相对湿度。风速-39.51%的相对变化对ET0变化的负贡献最大,达到-10.90%;平均气温15.11%的相对变化为ET0变化提供了3.91%的贡献;太阳辐射-7.49%的相对变化对ET0变化的贡献为-2.10%;相对湿度相对变化仅为1.87%,对ET0变化的贡献仅为-1.47%。综合平均气温对ET0的正贡献以及风速、相对湿度和太阳辐射的负贡献,滨海干湿过渡区ET0表现出-10.57%的相对变化,与实际变化相差-1.85%,比较接近。

表2   不同气候区气象因子的敏感系数

Table 2   Average value of sensitivity coefficients for climate variables over the Liaohe Delta

StmSuSrhSrs
半湿润亚区0.2610.258-0.7810.307
半干旱亚区0.2360.310-0.6600.258
滨海干湿过渡区0.2590.276-0.7870.281

新窗口打开

表3   气象因子对ET0变化的贡献(%)及ET0的实际变化(%)

Table 3   Contribution of climate variables to ET0 (%) and actual relative change for ET0 (%)

平均气温风速相对湿度太阳辐射总贡献ET0实际变化
半湿润亚区3.70-10.46-1.62-0.88-9.26-7.17
半干旱亚区4.02-1.23-0.34-1.920.530.44
滨海干湿过渡区3.91-10.90-1.47-2.10-10.57-8.72

新窗口打开

半湿润亚区气象因子对ET0变化的贡献由大到小依次是风速、平均气温、相对湿度和太阳辐射,分别为-10.46%、3.70%、-1.62%和-0.88%。半湿润亚区太阳辐射相对变化较小,太阳辐射成为贡献最小的气象因子。综合平均气温对ET0的正贡献以及风速、相对湿度和太阳辐射的负贡献后,半湿润亚区ET0表现出-9.26%的相对变化,与实际变化相差-2.09%。

半干旱亚区气象因子对ET0变化的贡献由大到小依次是平均气温、太阳辐射、风速和相对湿度,分别为4.02%、-1.92%、-1.23%和-0.34%。半干旱亚区风速的相对变化远小于滨海干湿过渡区和半湿润亚区,仅为-3.97%,对ET0变化的贡献随之变小;相对湿度相对变化仅为0.51%,对ET0变化的贡献仅为-0.34%。综合平均气温对ET0的正贡献以及风速、相对湿度和太阳辐射的负贡献后,半干旱亚区ET0表现出0.53%的相对变化,与实际变化相差0.09%,最为接近。

3 结论与讨论

已有的研究结果表明,东北地区ET0减少的主导因子为最高温度[24]、相对湿度[25]和风速[15]。辽河三角洲地处干湿气候的交界地区,气候具有显著的区域差异。在滨海干湿过渡区和半湿润亚区,ET0显著减少,尽管其对相对湿度最为敏感,但由于滨海干湿过渡区毗邻海洋,水汽输送强烈,相对湿度呈波动变化,趋势不明显,对ET0变化贡献最小。相反,风速在过去的50 a间显著减小,对ET0减少的贡献最大,是滨海干湿过渡区和半湿润亚区影响ET0变化的主导因子,这与尹云鹤等[15]的结论一致。半干旱亚区风速的变化较小,平均气温对ET0的正贡献超过了相对湿度、风速和太阳辐射负贡献的总和,ET0呈轻微增加的趋势,平均气温成为半干旱亚区ET0变化的主导因子,这与Thomas[24]的结论一致。造成这种现象的原因是多方面的。有研究表明不均衡增温造成的海陆温差减小以及大气环流强度减弱被认为是风速减小的最可能原因[26,27],而风速减小是中国北方地区ET0减小的主要原因[15]。此外,地形地貌、地表覆盖变化、温室效应、气溶胶浓度增加等外界因素的影响也不可忽视。

根据辽河三角洲1961~2010年常规气象观测资料,定量分析ET0变化的原因,得出以下主要结论:

1) 滨海干湿过渡区和半湿润亚区ET0呈下降的趋势,下降速率分别为-17.5 mm/10a和-12.8 mm/10a,半干旱亚区呈微弱增加趋势,增大速率为0.88 mm/10a。

2) 风速是滨海干湿过渡区和半湿润亚区ET0变化主导因子。滨海干湿过渡区气象因子对ET0变化的贡献由大到小依次是风速、气温、太阳辐射和相对湿度,半湿润亚区气象因子对ET0变化的贡献由大到小是风速、平均气温、相对湿度和太阳辐射。

3) 平均气温是半干旱亚区ET0变化主导因子,气象因子对ET0变化的贡献由大到小依次是平均气温、太阳辐射、风速和相对湿度。

The authors have declared that no competing interests exist.


参考文献

[1] Roderick M L, Farquhar G D.

The cause of decreased pan evaporation over the past 50 years

[J].Science,2002,298:1410-1411.

[本文引用: 1]     

[2] Thomas A.

Spatial and temporal characteristics of potential evapotranspiration trends over China

[J].International Journal of Climatology,2000,20(4):381-396.

[3] Brutsaert W, Parlange M B.

Hydrologic cycle explains the evaporation paradox

[J].Nature,1998,396:29-30.

[4] Chattopadhyay N, Hulme M.

Evaporation and potential evapotranspiration in India under conditions of recent and future climate change

[J]. Agricultural and Forest Meteorology,1997,87:55-73.

[本文引用: 1]     

[5] 刘昌明,张丹.

中国地表潜在蒸散发敏感性的时空变化特征分析

[J].地理学报,2011,66(5):579~588.

[本文引用: 2]     

[6] 曹雯,申双和,段春锋.

西北地区近49年生长季参考作物蒸散量的敏感性分析

[J].中国农业气象,2011,32(3):375~381.

[本文引用: 1]     

[7] Gong L B, Xu C Y,

Chen D L,et a1.Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in Changjiang(Yangtze River)Basin

[J].Journal of Hydrology,2006,329:620-629.

[本文引用: 1]     

[8] 曾丽红,宋开山,张柏,.

东北地区参考作物蒸散量对主要气象要素的敏感性分析

[J].中国农业气象,2010,31(1):11~18.

[9] 刘小莽,郑红星,刘昌明,.

海河流域潜在蒸散发的气候敏感性分析

[J].资源科学,2009,31(9):1470~1476.

[本文引用: 2]     

[10] 尹云鹤,吴绍洪,戴尔阜.

1971~2008年中国潜在蒸散时空演变的归因

[J].科学通报,2010,55(22):2226~2234.

[本文引用: 2]     

[11] 曹雯,申双和,段春锋.

西北地区生长季参考作物蒸散变化成因的定量分析

[J].地理学报,2011,66(3):407~415.

[本文引用: 6]     

[12] Nandagiri L,Kovoor G.

Performance evaluation of reference evapotranspiration equations across a range of Indian climates

[J].Journal of Irrigation and Drainage,2006,132(3):238-249.

[本文引用: 1]     

[13] Gao Q,Yu M,Yang X S.

An analysis of sensitivity of terrestrial ecosystems in China to climate change using spatial simulation

[J].Climatic Change,2000,47:373-400.

[本文引用: 1]     

[14] 毛飞, 孙涵,杨红龙.

干湿气候区划研究进展

[J].地理科学进展,2011,30(1):17~26.

[本文引用: 1]     

[15] 尹云鹤,吴绍洪,郑度,.

近30年中国干湿状况变化的区域差异

[J].科学通报,2005,50(15):1636~1642.

[本文引用: 4]     

[16] Allen R G,Pereira L S,Raes D,et al.

Crop evapotranspiration: Guidelines for computing crop water requirements//FAO Irrigation and Drainage paper 56[R]. Food and Agriculture Organization of the United Nations,

Rome,1998.

[本文引用: 2]     

[17] McCuen R H.

A sensitivity and error analysis of procedures used for estimating evaporation

[J].Water Resource Bulletin,1974,10(3):486-498.

[本文引用: 1]     

[18] Saxton K E.

Sensitivity analysis of the combination evapotranspiration equation

[J].Agricultural and Meteorology,1975,15(3):343-353.

[本文引用: 1]     

[19] Goyal R K.

Sensitivity of evapotranspiration to global warming: A case study of arid zone of Rajasthan(India)

[J].Agriculture Water Management,2004,69:1-11.

[本文引用: 1]     

[20] 梁丽乔,李丽娟,张丽,.

松嫩平原西部生长季参考作物蒸散发的敏感性分析

[J].农业工程学报,2008,24(5): 1~5.

[本文引用: 1]     

[21] Beven K.

A sensitivity analysis of the Penman-Monteith actual evapotranspiration estimates

[J]. Journal of Hydrology,1979,44:169-190.

[本文引用: 1]     

[22] 施能,陈家其,屠其璞.

中国近100年来4个年代际的气候变化特征

[J].气象学报,1995,53(4):431~439.

[本文引用: 1]     

[23] 孙鹏,张强,陈晓宏,.

鄱阳湖流域水沙时空演变特征及其机理

[J].地理学报,2010,65(7):828~840.

[本文引用: 1]     

[24] Thomas A.

Spatial and temporal characteristics of potential evapotranspiration trends over China

[J].International Journal of Climatology,2000,20(4):381-396.

[本文引用: 2]     

[25] Gao G, Chen D, Ren G, et al.

Spatial and temporal variations and controlling factors of potential evapotranspiration in China: 1956-2000

[J].Journal of Geographical Sciences,2006,16(1):3-12.

[本文引用: 1]     

[26] Xu M, Chang C P, Fu C, et al.

Steady decline of east Asian monsoon winds, 1969-2000: Evidence from direct ground measurements of wind speed

[J]. Journal of Geophysical Research: Atmospheres (1984-2012), 2006, 111:D24111.

[本文引用: 1]     

[27] Roderick M L, Rotstayn L D, Farquhar G D, et al.

On the attribution of changing pan evaporation

[J].Geophysical Research Letters,2007,34(17):L17403.

[本文引用: 1]     

地理科学

[本文引用: 1]     

/