Page 151 - 《高原气象》2026年第2期
P. 151

2 期                    于   涛等：1980 -2018年红碱淖蒸发变化及驱动因素作用研究                                  451
               别为-0. 07 和 0. 01， 且比湿和气压的变化趋势分别                   动因素多年的变化趋势， 得到各驱动因素的敏感系
                          -3
                                                   -1
                                -1
                                   -1
               仅为 8. 3×10  g·kg ·a 和-0. 085 hPa·a ， 变化趋          数和贡献， 而蒸发的变化是多种驱动因素共同作用
               势不明显， 对蒸发几乎没有影响［图5（d）， （f）］。                      产生的， 这放大了蒸发对部分驱动因素的敏感系
                   综上所述， 与红碱淖蒸发增加呈显著正相关且                         数， 导致驱动因素的蒸发总贡献偏大。
               本身变化趋势通过 95% 显著性检验的为气温、 风速                        3. 4. 2 气候态扰动分析法
               和向下长波辐射， 比湿和气压对蒸发变化的影响较                               为 避 免 敏 感 系 数 偏 大 的 问 题 ， 进 一 步 利 用
               小。尽管向下短波辐射与蒸发呈正相关， 但其变化                           CLM-LISSS 模型， 通过仅改变单一驱动因素数据
               趋势较小且未通过显著性检验。                                    来进行一系列敏感性试验， 使蒸发变化仅受某单一
               3. 4 驱动因素对蒸发影响的定量贡献                               驱动因素影响； 基于模拟结果确定各驱动因素对蒸
                   相关性仅可分析出与蒸发变化相关性较好的                           发变化的敏感系数和贡献。
               主要驱动因素， 通过相关性确定的影响因子可能和                               气候态扰动分析法得到贡献最大的三个驱动
               其影响机理相悖， 为进一步明确各驱动因素对蒸发                           因素与公式计算法相同但贡献值略有降低、 排序略
               的影响及影响程度， 本文采取两种方法定量分析驱                           有不同。该方法确定的对蒸发变化贡献最大的是
               动因素对蒸发变化的贡献。                                      向下长波辐射 71. 47%（83. 88 mm）， 蒸发对其的敏
               3. 4. 1 公式计算法                                     感系数为 1. 98， 略大于公式计算法的 1. 60； 其次是
                   通过公式计算法得出， 蒸发对各驱动因素的敏                         气温 59. 83%（70. 22 mm）， 敏感系数为 0. 21， 略低
               感系数从大到小依次为向下长波辐射（1. 60）、 向下                       于公式计算法的 0. 38； 最后是风速 41. 00%（48. 12
               短波辐射（1. 36）、 风速（0. 39）、 气温（0. 38）、 气压             mm）的贡献， 0. 30 的敏感系数， 略小于公式计算法
              （0. 17）和比湿（-0. 07）， 各驱动因素对蒸发变化呈                    的0. 39（图6）。
               正贡献的依次为气温 107. 58%（126. 26 mm）， 向下                    蒸发对向下短波辐射的敏感系数为 0. 84， 相对
               长 波 辐 射 57. 88%（67. 93  mm）和 风 速 53. 30%          于 公 式 计 算 法 的 1. 36 有 明 显 降 低 ，  贡 献 仅 为
              （62. 56 mm）， 剩余驱动因素对蒸发的贡献很小且                       -3. 00%（-3. 52 mm）。敏感系数为负的包括气压和
               为负， 分别为向下短波辐射-4. 82%（-5. 66 mm）、                  比湿， 分别为-0. 48和-0. 40， 相比公式计算法结果
               比 湿 -4. 02%（-4. 72  mm）和 气 压 -0. 53%（-0. 62       变化很大， 说明蒸发对其更加敏感， 其结果也更符
               mm）（图 6）。相比于相关性分析， 本方法在分析气                        合气象因子影响蒸发的机理， 造成结果差异较大的
               象因子对蒸发的贡献时， 避免了由于气象因子本身                           主要原因是由于比湿和气压没有通过显著性检验，
               变化趋势的不明显从而可能产生贡献与其影响机                             两种驱动因素的变化趋势很小， 因此计算得到的贡
               理相悖的结论。                                           献 相 对 较 小 ，  仅 1. 54%（1. 81  mm）和 -22. 43%

                                                                （-26. 32 mm）。
                                                                     与公式计算法结果相比， 该方法得到的蒸发趋
                                                                 势变化值仍为 117. 36 mm， 但各驱动因素的蒸发贡
                                                                 献和降为 174. 19 mm， 与蒸发的趋势变化值的差异
                                                                 降至 56. 83 mm。各气象因子的贡献率有明显下
                                                                 降 ，  尤 其 是 气 温 贡 献 率 由 107. 58% 下 降 至
                                                                 59. 83%， 这种差异本质上源于两种方法的理论框
                                                                 架与适用场景不同， 公式计算法基于多元回归模

                 图6 气候态扰动分析法和公式计算法的敏感系数和                         型， 通过敏感系数和趋势直接计算贡献， 可能放大
                                 贡献值对比                           多因子协同效应， 而气候态扰动分析法通过敏感性
               Fig. 6 Comparison of sensitivity coefficient and contribution   试验得到的结果仅由单一因素引起， 有效地降低了
                   value of climate perturbation analysis and formula   其他驱动因素的影响， 尽可能避免了交互作用导致
                               calculation method                的误差累积， 更精确地揭示单因子的驱动作用。两
                   该方法计算得到的蒸发趋势变化值为 117. 36                      种方法得到的贡献排序虽略有差异且各因子贡献
               mm， 各驱动因素的蒸发贡献值总和为 245. 76 mm，                    值差异较大， 但对蒸发变化主要贡献的驱动因素仍
               两者差异较大（128. 40 mm）。这主要是由于该方法                      为气温、 向下长波辐射和风速。
               通过计算蒸发变化和驱动因素变化之间的关系、 驱                               综上所述， 两种方法在计算或进行敏感性试验
   146   147   148   149   150   151   152   153   154   155   156