长江流域蒸发皿蒸发量的区域变化特征及影响因素

杨蓉华，李佳佳，贺新光

（1. 湖南师范大学地理科学学院，长沙 410081；
2. 地理空间大数据挖掘与应用湖南省重点实验室，长沙 410081）

IPCC（2021）第六次报告指出，21 世纪前20年全球表面温度比1850—1900年高0.99℃。在全球变暖背景下，气温升高会加快地气系统之间的水分循环，改变全球水资源的时空分布，进而影响到生态环境和社会经济的发展（江涛等，2000；
Roderick et al.,2004）。蒸发是地表水分平衡和能量平衡的重要组成部分，而蒸发皿蒸发量（Pan Evaporation,PE）是估算大气蒸发需求的重要指标之一，其数值可以有效表征大气的干湿程度（张强等，2007；
岳元等，2021）。因此，PE的变化特征及影响因素分析对水资源的调配和利用、旱涝灾害的成因分析，以及农林牧业和水利工程的发展等具有重要意义（王艳君等，2005a；
Zuo et al.,2016；
鲍振鑫等，2014）。

PE 对近地面气候变化十分敏感（谢睿恒等，2020），就理论而言，气温升高会促使陆地和水体蒸发增加，但已有研究表明（Peterson et al.,1995;Roderick et al.,2002；
刘敏等，2009）：一些地区的PE在20世纪50年代—21世纪00年代呈明显下降趋势，该现象被称为“蒸发悖论”。为了解释其原因，国内外学者进行了大量研究，并提出不同的观点。如Roderick等（2007）认为1975—2004年澳大利亚地区PE的下降主要是由风速的变化引起的；
Liu等（2004）认为太阳辐射减少是导致1955—2000 年中国地区PE 下降的主要原因；
张婷婷等（2013）认为1960—2006 年湘江流域PE 的减少受饱和水汽压差和风速的影响较大。然而，在全球持续变暖背景下，Stephens等（2018）发现1994—2016年澳大利亚地区PE 却呈增加趋势，表现为“反蒸发悖论”现象。同样地，这一增加趋势在捷克（Mozny et al., 2020）以及中国黄土高原地区（Zhang et al.,2016）也被观测到。可见，不同地区或同一地区不同时段的PE 对气候变化的响应存在显著变化，PE的变化特征及其影响因素分析仍是研究关注的重点。此外，以往研究多从研究区整体进行讨论，不利于探讨研究区内不同区域蒸发的驱动因素，因此，对PE的分区讨论工作尤为重要。

长江流域是中国人口稠密、经济高度发达的地区，在中国国民经济发展中有举足轻重的作用。而蒸发作为陆地和大气水热交换的纽带，对流域的生产发展有直接的影响。因此，探讨长江流域PE 的变化特征及其影响因素，对充分了解该流域的水分循环状况以及干湿变化具有重要意义。在已有研究中，宋萌勃等（2011）发现1951—2000年长江流域PE下降的主要原因可能是日照时间的减少和平均水汽压的增加；
王艳君等（2005b）分析得出太阳净辐射和风速的下降是导致1961—2000年长江流域年均PE 下降的主要原因。然而，上述研究的时段大多数停留在2000 年左右，关于PE 最近时序的变化特征及影响因素的分析尚未见报道。此外，长江流域面积广阔，受复杂地形和气候条件的影响，流域内各地区的PE 变化也存在较大差异，简单地按照上中下游（宋萌勃等，2011；
王艳君等，2005b）进行讨论未免有些粗糙，因此有必要对流域PE 进行一致性子区域划分，并探讨各子区域PE 的最近变化趋势及其主要影响因子。

旋转经验正交函数（Rotating Empirical Orthogonal Function,REOF）可集中映射原始要素时空场的特征信息到载荷场所代表的优势空间上（胡倩等，2019），更为清晰地反映区域的变化特征。模糊C均值聚类（Fuzzy C-Means,FCM）算法克服了硬聚类分析“非此即彼”的缺点，从而更贴近实际数据内在结构（祁添垚等，2015）。故耦合REOF和FCM 对流域PE 进行分区，既克服REOF 在确定载荷值界限时的主观性，又能使分区结果更具客观性（向旬等，2008）。目前，已有研究（荣艳淑等，2012；
祁添垚 等，2015；
Yan et al.,2019）用FCM 对研究区PE 进行分区讨论，但鲜有研究将REOF 和FCM 结合对流域PE 进行分区并分析其变化特征及成因。鉴于此，本研究选取长江流域148个气象站1980—2017 年蒸发皿蒸发量的观测数据，首先，采用REOF 和FCM 相结合的方法对流域PE进行分区；
然后，分析各区PE 在近几十年温度升高更加迅速背景下的变化特征；
最后，利用多元逐步回归方法识别各区域PE 变化的主要影响因子。以期为研究区的生产发展以及水资源管理提供科学建议。

1.1 研究区概况

长江流域位于24°30′—35°45′N、90°33′—122°25′E，总面积为180 万km2，占中国国土面积的18.8%，是中国第一大流域，世界第三大流域。流域内降水充沛，有着丰富的自然资源，是中国社会经济高度发达的地区之一。由于地域辽阔，地形复杂，季风气候典型，流域分带性明显。因此，流域PE的区域划分及其相关变化特征值得深入研究。

1.2 数据来源与处理

选取长江流域189个气象站1980—2017年的逐日气象观测资料，数据下载自中国气象科学数据共享服务网①http://www.escience.gov.cn/metdata/page/index.html。具体要素包括：蒸发皿蒸发量（mm）、气压（hPa）、0 cm 地温（℃）、降水量（mm）、相对湿度（%）、日照时数（h）、平均气温（℃）和平均风速（m/s）。此外，饱和水汽压差（hPa）也被使用而且通过平均气温和平均风速计算而得（Allen et al.,1998）。在中国，自20世纪80年代末，已应用E601和Ф20对蒸发皿蒸发量进行了平行观测和对比（Niu et al.,2021）。2002年以后，用E601蒸发皿测量非冰期（5—9月）的蒸发量，代替Ф20蒸发皿。尽管E601 蒸发皿测得的蒸发量更接近实际自由水面的蒸发量，但利用Ф20蒸发皿获得的数据仍是特别重要的水文和气象数据，其在中国的观测没有中断，具有长期特征（Aydaraili et al.,2011），因此选取Ф20蒸发皿数据开展研究。对于缺测的Ф20蒸发皿数据，参考荣艳淑等（2012）的研究，根据各站点2种蒸发皿同观测时期的实测资料（同观测时长＞365 d），通过线性拟合关系将E601 蒸发皿数据统一订正到Ф20蒸发皿蒸发量水平上。然后，考虑到数据的完整性和代表性，剔除数据缺失率＞5%的站点。最终有148 个站点（图1）满足要求，其中13个站点蒸发资料全部为Ф20蒸发皿数据，其余135 个站点数据经过订正，且相关系数均＞0.70，标准差在0.60～1.93。在未订正前，Ф20蒸发皿数据总缺测时长不超过研究时段15%的站点有14个，总缺测时长占研究时段15%～30%的站点有24 个，而余下110个站点的资料总缺测时长在30%～45%，且多集中在2002—2017年；
订正后，Ф20蒸发皿数据的完整性得到显著提高，其中115个站点资料总缺测时长不超过1%，31 个站点资料缺测时长在1%～3%，仅2 个站点的缺测时长在3%～5%。对于这些仍缺失的日数据，由同站点的多年同日平均值插值补充而获得。年数据按照自然算法，即1—12月之和。四个季节数据以3—5月的数据之和为春季，6—8 月为夏季，9—11 月为秋季，12 和1—2 月为冬季。

图1 长江流域148个气象站的空间分布及高程Fig.1 Spatial distribution of 148 meteorological stations and elevation in Yangtze River Basin

2.1 旋转经验正交函数

经验正交函数（EOF）常用于气象要素场的时空分解，可以最大限度地表征要素场的区域变率结构（熊光洁等，2012）。对于任意的时空场X(t，s)，可分解为空间函数u k(s)和时间函数ck(t)的乘积之和：

式中：s为空间位置；
t为时间。根据North 等（1982）提出的计算特征值误差范围的方法对载荷向量场（空间模态）进行显著性检验，并对通过5%显著性检验的空间模态进行最大正交方差旋转，得到相应的旋转载荷向量场。EOF和REOF的详细计算过程参考文献Hannachi等（2007）。

2.2 模糊C均值聚类

模糊C均值聚类（FCM）是由Dunn（1973）和Bezdek（1981）所提出的一种无监督聚类算法，通过优化目标函数得到每个样本点对所有聚类中心的隶属度，从而决定样本点的类属，以达到自动对样本数据分类的目的。其模糊隶属度越大，表示样本点与该聚类中心越接近。其目标函数为：

式中：N为数据点个数；
C为聚类数；
uij为数据点xi相对于类j的隶属度；
m为模糊加权指数；
dij为数据点xi到聚类中心cj的距离。

Dunn 指数（1981）是对类内紧密性和类间离散性的度量，根据Dunn 指数确定最优站点聚类数，其值越大，表明聚类效果越好。

2.3 Modified Mann-Kendall检验

Mann-Kendall（MK）检验是一种基于秩的非参数检验方法，常用于水文气象时间序列的趋势分析，计算简便，不受少数异常值的干扰，并且样本也不需要符合特定的分布（Hamed et al.,1998；
李小丽等，2016）。然而，蒸发量序列往往存在自相关性，会影响MK 检验的可靠性。Hamed 等（1998）改进的Mann-Kendall（MMK）趋势检验法，用修正方差限制MK检验中序列自相关的影响，弥补了MK 检验的不足，故采用MMK 分析长江流域各站点蒸发量的变化趋势。此外，MMK 通过统计量Z值判断趋势变化，且正负值分别代表上升或下降趋势。

2.4 多元逐步回归

多元逐步回归是一种常用的自变量选择方法，可以解决一个因变量与多个自变量之间的依存关系。其原理是逐个引入对因变量影响显著的自变量，并对方程中原有变量进行检验，如若原有变量因新引进的变量而变得不显著，则予以剔除。如此反复，以确保回归方程中只包含对因变量最有显著意义的变量。最终得到一个能合理反映自变量与因变量关系的方程。详细过程和计算步骤参考文献罗妤（2013）和孙建华等（2020）。

3.1 蒸发皿蒸发量分区

对长江流域148 个气象站月蒸发量时空场（456×148的数组矩阵）进行EOF分解，其中，前4个模态通过5%的显著性检验。然后，旋转这4个模态以获取旋转的空间模态，得到REOF方差贡献率和累计方差贡献率。结果显示，REOF 的前4 个模态方差贡献率分别为69.46%、14.85%、3.56%和2.46%，累计方差贡献率达到90.33%，能较好地表征流域PE 的空间特征信息。此外，第一模态的方差贡献率远大于其他3个模态，表明其是流域PE空间分布中的最优模态。

长江流域PE 前4 个REOF 模态的空间分布如图2 所示。第一旋转模态（图2-a）的负值区主要分布在流域北部的大巴山以及西南部的横断山区，表明该带的PE 与其他地区呈现反位向的变化特征；
正高值区位于流域东南部的鄱阳湖平原，说明鄱阳湖平原为第一载荷向量的蒸发异常敏感区。第二旋转模态（图2-b）在流域绝大部分地区为负值，且负高值区位于流域的西南部，以横断山为中心，中心值为-0.25，说明该区为第二载荷向量的蒸发异常敏感区。第三旋转模态（图2-c）的值整体上呈现南正北负，表明该模态下流域PE 南北部变化特征相反；
负高值中心位于流域北部的南阳盆地，故南阳盆地为第三载荷向量的蒸发异常敏感区。第四旋转模态（图2-d）的值自西向东呈“正负正”交替分布，说明流域中部地区PE 与东西部地区呈反位相的变化特征；
负高值区主要位于流域中部的四川盆地，正高值区位于西部的川西高原，故该模态下这2 个地区为蒸发异常敏感区。

图2 长江流域蒸发皿蒸发量前4个旋转模态的空间分布Fig.2 Spatial distribution of the first four rotation modes of pan evaporation over the Yangtze River Basin

总体上，长江流域PE 的空间分布特征主要呈现5个异常敏感区：东南部鄱阳湖平原、西南部横断山、北部南阳盆地、西部川西高原以及中部四川盆地。这5 个蒸发异常敏感区基本涵盖整个流域，因此，将其对应的旋转空间模态作为FCM 聚类的特征向量，并根据Dunn指数选取最合理的聚类数，从而对流域PE 进行分区。由图3 可知：Dunn 指数最大值所对应的聚类数为9，因而长江流域PE可以划分为9 个子区域（图4、表1）。为提高子区域的物理相干性，结合站点所处的地理位置、气候条件以及PE 多年平均值，对个别站点进行微调，确定最终的分类结果。从图4可以看出，各区站点在空间分布上具有较好的地理临近性。由表1可知，各子区域面积占比在5.63%～22.03%之间，相差较大，但站点数目还比较均匀，并没有出现某一子区域站点数极多或极少的情况，这在一定程度上说明分区结果相对合理。结合图4 和表1 可知，流域西南部横断山区，可能因其干湿季明显、日照时间长，该区的年均PE 高达1 858.38 mm，在9 个子区域中最大；
而流域中部盆地区，由于该区独特的地形和气候，空气湿度高，天气阴雨多雾，是中国风速最小、日照时间最少的地区之一（杨甫乐等，2014），年均PE 只有1 172.39 mm，在9 个子区域中最小。因此，长江流域不同子区域的年均PE 差异显著，然而，过去关于流域PE 的研究大多参考自然和社会2 个方面，仅将流域划分为上游和中下游2 部分来分析变化特征及成因（王艳君等，2010；
宋萌勃 等，2011），未免有些粗糙。而采用REOF 与FCM 耦合的方法将流域PE 划分为9 个子区域，对进一步认识该流域蒸发皿蒸发量的局部变化具有积极意义。

表1 长江流域各子区域的主要地理位置、名称及相关数据Table 1 The main geographical locations,names and related data of respective sub-regions in the Yangtze River Basin

图3 不同聚类数的Dunn指数值Fig.3 Dunn index for the number of different clusters

图4 长江流域蒸发皿蒸发量的空间分区Fig.4 Spatial division of Pan Evaporation in the Yangtze River Basin

3.2 蒸发皿蒸发量变化趋势分析

为了分析长江流域各站点4个季节蒸发皿蒸发量的变化趋势，分别对各站点1980-2017年四季的PE序列执行具有5%显著性水平的MMK趋势检验。由图5 可知：春季（图5-a）流域内有68%的站点PE 呈上升趋势，其中呈显著上升趋势的站点占36%，主要位于流域中部和东部地区；
而呈下降趋势的站点占32%，主要集中在流域西部的川藏高原以及西南部横断山区。夏季（图5-b）流域内呈上升趋势的站点（53%）主要集中在西部和中部地区，而呈下降趋势的站点（47%）主要分布在东南部地区，其中有52%的站点上升或下降趋势不显著。而秋季（图5-c）流域内几乎所有站点的PE都呈上升趋势，其中呈显著上升趋势的站点占74%。冬季（图5-d）流域PE 的变化趋势同秋季相似，大多数站点为上升趋势，仅有19%呈下降趋势的站点零星地散布在各区域。总体而言，秋、冬季流域内大部分站点的PE呈显著上升趋势，春季流域中大多数站点呈上升趋势，且主要集中在中部和东部地区，夏季流域中近一半的站点PE呈下降趋势，且主要集中在东南部地区。

图5 长江流域1980—2017年4个季节PE序列的长期变化趋势Fig.5 Long-term variation trend of respective seasonal PE series during 1980-2017 in the Yangtze River Basin

图6 显示，除西部高原区（图6-a）外，其他子区域的气候倾向率均通过5%的显著性检验。西南部横断山区（图6-b）的多年平均PE 值最大，中部盆地区（图6-d）最小，但中部盆地区PE的上升速率最快，倾向率达到111.28 mm/10 a，而上升速率最小的地区是西部高原区（图6-a），倾向率仅为12.5 mm/10 a。从各子区域的10年滑动平均看，西部高原区（图6-a）和长江三角洲区（图6-i）曲线波动幅度较小，呈微弱的上升趋势；
西南部横断山区（图6-b）在1980-2000 年PE 呈微弱下降趋势，2001-2011 年呈波动上升趋势，之后呈下降趋势；
中部盆地区（图6-d）、北部低山盆地区（图6-e）以及北部南阳盆地区（图6-f）PE 呈波动上升趋势；
而南部低山丘陵区（图6-c）、中部两湖平原区（图6-g）和东南部平原丘陵区（图6-h）PE变化趋势相似，均呈上升-下降-上升-下降的变化特征。总之，流域内各子区域的年蒸发皿蒸发量均为上升趋势，这与以往关于长江流域蒸发的研究有较好的一致性。如荣艳淑等（2012）研究发现1980-2008年长江上游的云贵高原到四川盆地一带PE 上升趋势显著；
祁添垚等（2015）研究发现1960-2005年中国PE 显著上升的站点分布于西南地区和洞庭湖等地。

图6 长江流域各子区域蒸发皿蒸发量的年际变化：Fig.6 Interannual variation of Pan Evaporation in each sub-region of the Yangtze River Basin

3.3 蒸发皿蒸发量的影响因素分析

为了准确识别长江流域各区域PE 变化的主要影响因素，选取气压、0 cm地温、降水量、相对湿度、日照时数、平均气温、平均风速和饱和水汽压差等8个潜在影响因子，首先，分析各因素的变化趋势及其与PE的相关性；
然后，选取与各区PE相关性通过5%显著性检验的因子作为自变量，并运用多元逐步回归识别影响各区PE变化的主要因子。

由表2可知，流域内各区域的平均气温均呈上升趋势，倾向率在0.21～0.45℃/10 a 之间，且均通过1%的显著性检验；
气压在南部低山丘陵区、北部南阳盆地区、中部两湖平原区、东南部平原丘陵区和东部三角洲区呈显著下降趋势，而在其他区域为不显著变化或上升趋势，呈现明显的区域差异；
除南部低山丘陵区外，流域内所有区域的0 cm地温和饱和水汽压差随时间呈现上升趋势，相对湿度呈现下降趋势，且均通过1%的显著性检验；
此外，降水和日照时数在大多子区域随时间变化趋势不显著；
平均风速在西部高原区、西南部横断山区、中部两湖平原区、东南部平原丘陵区和东部三角洲区随时间呈现显著下降趋势，而在南部低山丘陵区、中部盆地区和北部低山盆地区呈显著上升趋势，在北部南阳盆地区呈不显著变化趋势。结合图6可知，各区域PE 也呈上升趋势，且除西部高原区外，倾向率均通过5%的显著性检验，因此长江流域在近几十年并不存在“蒸发悖论”现象。由此可见，流域内0 cm 地温、平均气温和饱和水汽压差与PE 变化趋势相同，相对湿度与PE 变化趋势相反，而其余因子的变化趋势则呈现因地而异的特点。

由表2 可知，西部高原区PE 与0 cm 地温、平均气温以及饱和水汽压差呈显著正相关，而与降水量和相对湿度呈显著负相关；
在西南部横断山区与东南部平原丘陵区，除了气压和平均风速外，其余因子均与PE显著相关，且PE与0 cm地温、日照时数、平均气温和饱和水汽压差呈显著正相关，与降水量和相对湿度呈显著负相关；
南部低山丘陵区的PE与气压、降水量和相对湿度呈显著负相关，而与其余因子呈显著正相关；
在东部三角洲区，除了平均风速外，PE与其他因子的相关关系同南部低山丘陵区一样；
中部盆地区的0 cm地温、日照时数、平均气温、平均风速和饱和水汽压差与PE 呈显著正相关，相对湿度与PE 呈显著负相关；
北部低山盆地区的PE 变化与大多因子（气压除外）有较强的相关性，其中与降水和相对湿度呈显著负相关，而与其余因子呈显著正相关；
在北部南阳盆地区和中部两湖平原区，气压、降水量和相对湿度对PE 有显著的负向作用；
而0 cm地温、日照时数、平均气温和饱和水汽压差对PE 有显著的正向作用。总体而言，绝大多数子区域的PE 均与0 cm 地温、降水量、相对湿度、日照时数、平均气温和饱和水汽压差显著相关，且PE 与降水量和相对湿度为负相关关系，与0 cm地温、日照时数、平均气温和饱和水汽压差为正相关关系。结合各区因子的气候倾向率（见表2）可知，多数子区域的降水量和日照时数未发生显著变化，相对湿度随时间呈现明显的下降趋势，0 cm地温、平均气温和饱和水汽压差呈显著上升趋势，因此这可能是导致流域内各区域PE 增加的主要原因。

表2 长江流域各子区域潜在影响因子的气候倾向率及年蒸发量与各潜在影响因子的相关系数Table 2 The climate tendency rate of potential influencing factors and correlation coefficient between annual evaporation and potential influencing factors in each subregion of the Yangtze River Basin

由表3 可知，各区PE 变化的主导因子因地而异，但大多子区域PE 的变化与日照时数、平均气温和饱和水汽压差有关。具体而言，影响西部高原区和中部两湖平原区PE 变化的主要因子为0 cm 地温、降水量、平均气温和饱和水汽压差；
西南部横断山区为相对湿度和日照时数；
南部低山丘陵区为气压、平均气温和饱和水汽压差；
中部盆地区为0 cm地温、平均风速和饱和水汽压差；
北部低山盆地区为日照时数、平均气温和饱和水汽压差；
北部南阳盆地区为气压、0 cm地温、相对湿度、日照时数和平均气温；
东南部平原丘陵区和东部三角洲区均为相对湿度、日照时数和饱和水汽压差。此外，南部低山丘陵区、中部盆地区、北部低山盆地区、北部南阳盆地区、中部两湖平原区、东南部平原丘陵区和东部三角洲区（Ⅲ-Ⅸ区）的R2在0.88 以上，最大值达0.96，西部高原区的R2最小，也达到0.74，表明各区所识别的主导因子对PE 变化的解释能力很强，西部高原区可以解释74%，Ⅲ-Ⅸ区均能解释88%以上；
根据各区回归方程获得的PE 拟合值与观测值之间的相关系数均＞0.84，均方根误差在21.80～48.35 之间。可见，本文所识别的影响各区PE变化的主要因素较为可靠。

表3 各区PE变化的主导因子、回归方程的R2以及拟合值与观测值的关系Table 3 The dominant factors of PE variations,the R2 of regression equation and the relationship between the fitted and observed values in each subregion

利用长江流域148个气象站1980-2017年蒸发皿蒸发量数据，对流域PE 进行分区；
然后，基于分区分析各区域PE 的变化特征；
最后，应用多元逐步回归方法识别各区PE 变化的主要影响因子，并通过回归方程的决定性系数评估所识别的主要影响因子对PE变化的解释能力。得到的主要结论为：

1）长江流域PE 的前4 个模态主要呈现5 个蒸发异常敏感区：东南部鄱阳湖平原、西南部横断山、北部南阳盆地、西部川西高原以及中部四川盆地。基于这4个模态，流域PE在空间上可以划分为9 个子区域：西部高原区、西南部横断山区、南部低山丘陵区、中部盆地区、北部低山盆地区、北部南阳盆地区、中部两湖平原区、东南部平原丘陵区和东部三角洲区。

2）在季节变化尺度上，秋季流域内几乎所有站点的PE 呈显著上升趋势；
冬季流域内绝大多数站点的PE 呈上升趋势，剩余少部分呈下降趋势的站点零星散布在各区域；
春季流域中大多数站点呈上升趋势，且主要集中在中部和东部地区，而少数呈下降趋势的站点主要集中在西部地区；
夏季流域中近一半的站点PE 呈下降趋势，且主要集中在东南部地区。从逐年变化看，各区域PE 均呈不同程度的上升趋势。

3）根据各因子的气候倾向率以及多元逐步回归结果可以确定，长江流域PE 的增加主要与饱和水汽压差的增大以及平均气温的上升有关。具体而言，西部高原区和中部两湖平原区影响PE 变化的主要因子为0 cm地温、降水量、平均气温和饱和水汽压差；
西南部横断山区为相对湿度和日照时数；
南部低山丘陵区为气压、平均气温和饱和水汽压差；
中部盆地区为0 cm地温、平均风速和饱和水汽压差；
北部低山盆地区为日照时数、平均气温和饱和水汽压差；
北部南阳盆地区为气压、0 cm 地温、相对湿度、日照时数和平均气温；
南部低山丘陵区和东部三角洲区均为相对湿度、日照时数和饱和水汽压差。

长江流域各子区域的PE 均随气温的升高而呈现不同程度的上升趋势，因此流域在近30年并不存在“蒸发悖论”现象。这一增长趋势在干旱或半干旱地区（Zhang et al.,2016;Xing et al.,2016;Mozny et al.,2020）以及黄河源区（石明星等，2018）最近的研究时段中也有体现，并且与李文燕等（2020）发现甘肃境内长江流域代表站的水面蒸发量呈增加趋势，Liu 等（2011）发现自1992 年以来中国PE呈现上升趋势，Niu等（2021）分析得出的1994 年以后华东、西南和全国的PE 呈现上升趋势等的结论较为一致。但与早期王艳君（2005）、宋萌勃（2011）以及郭媛（2012）等认为长江流域PE呈下降趋势的结论相矛盾。多数子区域PE 的增加是平均气温的上升以及饱和水汽压差的增加所致。近几十年来，在全球气温持续增高背景下，长江流域的区域平均气温均有所上升，提升了流域的蒸散能力，且已有研究（Zhang et al.,2016；
石明星等，2018）表明气温升高是PE 增加的主要原因。蒸发和凝结的发生取决于实际水汽压和饱和水汽压之间的关系（张婷婷等，2013），而饱和水汽压差正是特定温度下饱和水汽压与实际水汽压的差值，常用于表征大气的干燥程度，因此对PE 的变化起至关重要的作用。已有研究表明（黄梦杰等，2020）长江流域的干旱程度正在加剧，且各子区域平均气温均在上升、相对湿度在下降（见表2），说明空气中的水分正在减少，大气“变干”；
且各区饱和水汽压差对PE 的变化均为正向作用（见表2），故饱和水汽压差的增大进一步促使PE 的上升。同时，PE的变化受饱和水汽压差的影响较大已被研究（张婷婷 等，2013；
Mozny et al., 2020；
李 文 燕 等，2020）证实。此外，由于PE 还受蒸发皿的安装方式和周围环境等非气象因子的影响（任芝花等，2002），因而本文在选取影响PE变化的因素时，将0 cm地温也考虑进来，这在以往的因子分析中比较少见。从本研究得出的结论看，0 cm地温是流域内4个子区域PE变化的主导因子（见表3），可见其对PE的变化也发挥重要作用，因此在相关因素分析以及影响机理的研究中要加以考虑。另外，长江流域各区域0 cm地温均呈显著上升趋势（见表2），这与王佳琳等（2016）研究得出中国大部分地区0 cm地温都呈上升趋势一致，但地温对PE 变化的具体影响机理还需进一步研究。

PE本质上是有限水面在水分充足条件下的蒸发量，并不代表地表实际的蒸发量。蒸发皿蒸发量的变化也并非多个因子的线性作用，在将日照时数作为太阳辐射变化的基础上得出的结论可能有些偏颇。但根据实测蒸发资料分析长江流域区域PE 的变化趋势及成因，对流域区域水循环、干湿变化特征以及对全球气候变化响应的区域差异性具有重要意义。此外，PE的变化受蒸发皿所处位置的土壤质地，以及气溶胶和雾霾等人为因素的影响也不可忽视，有必要在未来研究中深入探讨。