0 引言
参考作物腾发量(ET0)也称蒸发能力，是在供水充足状态下的实际腾发量，多用于衡量区域蒸散发潜力[1]，包括水面、土壤、冰雪的蒸发和植物的散发。蒸散发是水文循环中的重要环节[2]，是连接水热循环的纽带[3]，蒸散发是维持陆面水分平衡的重要组成部分，也是维持地表能量平衡的主要部分。目前，常见的ET0计算方法有水量平衡法、能量平衡法、综合法等[4-5]。对众多的计算方法进行对比分析，当气象数据满足需求时，Penman-Monteith公式[6]被FAO推荐为估算参考作物腾发量的唯一方法，在国内外的研究中得到了广泛应用[6-7]。
目前，国内外对参考作物腾发量的研究也有不少，分析ET0与气象因子的相关性有利于了解气候变化对区域水循环的影响。陈强等[8]基于SEBAL模型计算得到的ET对风速和气温比较敏感。倪猛等[9]发现洛河流域蒸散发与NDVI等参数线性相关，与地表温度指数相关，与叶面积指数对数相关。Wigmosta等[10]开发了用于计算腾发量的水文模型。王海波等[11]基于遥感和Penman-Monteith模型实现了对内陆河流域蒸散发的估算。兹基于2014年和2015年内蒙古包头市土默特右旗生长季的气象数据利用Penman-Monteith公式计算参考作物腾发量(ET0)，利用月尺度的Landsat 8遥感数据反演NDVI、植被覆盖度和地表温度，最后利用SPSS软件对参考作物腾发量与气象因素和相关参数进行相关性分析和主成分分析。
1 材料与方法
1.1 研究区概况
土默特右旗（简称土右旗）介于东经110°14′—111°07′，北纬40°14—40°51′之间，是内蒙古包头市下辖旗，地处呼和浩特、包头和准格尔煤田“金三角”腹地。南临黄河，东与土默特左旗、托克托县毗邻，南隔黄河与准格尔旗、达拉特旗相望，西和包头市区相连，北与固阳县、武川县接壤，总面积2 368 km2。总人口35.5万人（2007年），全旗有16个民族，少数民族以蒙古族为主。
1.2 数据来源
气象数据来源于中国气象数据网提供的“中国地面国际交换站气候资料日值数据集(V3.0)”。该数据集包含了中国194个站点1951年1月以来本站气压、气温、降水量、蒸发量、相对湿度、风向风速、日照时间和0 cm地温要素的日值数据。本研究是基于内蒙古包头市土默特右旗气象站的2014年和2015年生长季的气象数据进行的分析。
遥感数据在美国地质勘探局（United States Geological Survey，简称USGS），又译美国地质调查局官网（http://glovis.usgs.gov/）上下载，采用的遥感数据是2014年和2015年每年4—10月的14幅Landsat 8遥感影像数据，分辨率为30 m。
1.3 参考作物腾发量的计算与分析
FAO 56 Penman-Monteith方程综合考虑了各种气象因素对参考作物蒸发蒸腾量的影响，不仅提供了年内不同时期或不同地区蒸散量对比的标准，也提供了不同作物蒸散量对比的标准，实质是能量平衡原理，而且是机理性公式，具有可靠的物理基础，已在世界上许多国家和地区广泛应用。将下载好的气象数据带入FAO Penman-Monteith公式，计算2014年4—10月和2015年4—10月逐日的参考作物腾发量。
1.4 遥感反演
由于遥感影像受天气（云、雾）、大气、地表覆盖等多种因素的影响，所以选取了2014年4—10月和2015年4—10月云较少的14幅影像图，经过辐射定标、图像的镶嵌和裁剪、大气校正等数据预处理过程，基于像元二分模型对NDVI值进行了估算，然后通过制作掩膜文件、获取阈值、计算参数文件与估算等过程反演植被覆盖度。同时也利用计算得到的NDVI反演了地表温度。
2 结果与分析
2.1 参考作物腾发量与气象因素的相关性分析
2.1.1 年际分析
表1是2014—2015年生长季的最高温度、最低温度、相对湿度、日照时间、风速、净辐射与参考作物腾发量之间的相关系数。
表1 年际气象因素与ET0的相关系数
注 **在0.01水平（双侧）上显著相关。
由表1可知，2014—2015年除风速以外，其他气象因子与ET0均在0.01水平（双侧）上显著相关，且相关系数有正有负，正值说明ET0随着气候变量的增加而增加，反之亦然。为对比明显，相关系数采用绝对值来分析。在年尺度上，气象因素与参考作物腾发量的相关性分布为：净辐射＞日照时间＞最高温度＞相对湿度＞最低温度＞风速。其中最高温度、最低温度、日照时间、风速、净辐射与ET0正相关，相对湿度与ET0负相关。
2.1.2 月际分析
表2是2014—2015年生长季逐月的气象因素与ET0的相关系数。
表2 月际气象因素与ET0的相关系数
由表2可知，由于风速与最低温度与ET0的相关性不显著，所以主要分析了最高温度、相对湿度、日照时间和净辐射与ET0的相关性变化。在月尺度上，ET0对最高温度和日照时间最敏感的月份在7月；ET0对相对湿度最敏感的月份在4月；ET0对风速最敏感的月份在5月；ET0对净辐射在每个月的相关性都很显著；ET0与最低温度没有相关性。在作物生长季6—9月，腾发量主要受净辐射、日照时间、最高温度的影响，相对湿度的影响次之，最低温度和风速与腾发量相关性并不显著，进一步证明了“温度、光照、水分是作物生长的3大要素”这一理论。
除了净辐射的相关系数在每个月都达到了1.00以外，ET0与其他气象因子的相关系数均存在一定的浮动。4—6月最高温度、相对湿度和日照时间与ET0相关系数的波动比较大，呈“V”形分布，4月土右旗气候变化明显，昼夜温差仍很大，5月气温回暖、万物复苏，开始播种，蒸散发也随之增大。在作物生长季6—9月，相关系数趋于平稳，9月以后相关系数又会呈现下降趋势。以此类推，在年际上呈现一定的“周期性”。
2.2 参考作物腾发量与相关参数的相关性分析
由于内蒙古包头市土默特右旗属于平原地区，所以只分析了NDVI、植被覆盖度和地表温度三者和ET0的相关性，没有考虑坡度和坡向的相关性。表3是相关参数和参考作物腾发量的相关系数。
表3 相关参数与ET0的相关系数
由表3可知，ET0与相关参数的相关性均在0.01水平（双侧）上显著相关，说明相关参数对参考作物腾发量的影响非常大。ET0与NDVI高度线性相关，相关系数达到0.924，说明土默特右旗植被指数与植被水分状况相关性显著。植被水分充足，生长状况良好，NDVI越大，植被茂盛，导致腾发量增大。ET0与植被覆盖度正相关，相关系数达到0.910，说明高植被覆盖区的腾发量大，中植被覆盖区和低植被覆盖区的腾发量相对较低。ET0与地表温度也是正相关关系，但相关系数相对较低，仅为0.718，温度在21℃左右，相关性最好。
2.3 主成分分析
主成分分析的实质是为了避免变量太多，数据信息有重叠，采用降维的方法，用几个综合因子代表众多变量，以简化计算。当主成分量的方差占全部总方差的累计值达85%以上时，取主成分个数，建立主成分计算公式。将6种气象因子和3种相关参数利用SPSS软件检验了变量间偏相关度KMO值=0.602＞0.6，说明适合因子分析，方差分析结果表4。由表4可以看出，只有2个因子特征值＞1，累计占86.868%，因此，可以选取Z1作为第一主成分，Z2作为第2主成分，重新计算变量得到相应的特征变量，根据特征向量矩阵得到主成分计算公式：
表4 主成分方差贡献率
然后通过计算变量得到2014年4—10月和2015年4—10月14幅影像对应的主成分变量Z1和Z2见表5。
表5 主成分Z1和Z2
计算得到的主成分变量Z1和Z2可以代替上述9种变量，简化了分析过程，增加了结果精度，即使在数据信息丢失的情况下，也可以精确地分析与ET0的关系。
综上可知，基于相关性分析的指标筛选的目的是删除反应信息冗余的评价指标。基于主成分分析的指标筛选的目的是删除对评价结果影响较小的评价指标[12]。二者的结合分析，在数据量大的情况下，可以有效地提高效率，为我们今后的研究提供帮助。
3 结论
基于FAO Penman-Monteith公式计算出了参考作物腾发量（ET0），同时基于ENVI5.3软件对Landsat 8遥感影像进行了反演，得到了NDVI、植被覆盖度和地表温度，最后分析了ET0和6种气象因素及3种相关参数的相关性，得出以下结论：
1）在年尺度上，2014—2015年气象因素与参考作物腾发量的相关性分布为：净辐射＞日照时间＞最高温度＞相对湿度＞最低温度＞风速，其中风速对其的影响不明显；相对湿度与之负相关，其余均为正相关关系。
2）在月尺度上，7月ET0对最高温度和日照时间最敏感；4月对相对湿度最敏感；5月对风速最敏感；净辐射在4—10月的相关性都很显著；ET0与最低温度没有相关性。在作物生长季，ET0主要受净辐射、日照时间、最高温度的影响，相对湿度的影响次之，最低温度和风速与腾发量相关性并不显著。
3）在相关参数方面，NDVI、植被覆盖度、地表温度三者和ET0的相关性都非常好,分别为0.924、0.910和0.718，均在0.01水平（双侧）上显著相关。NDVI、植被覆盖度、地表温度与ET0均呈正相关。
4）由于影响ET0的因素很多，逐一分析工作量较大，为了简化分析，利用“降维”思想，进行了主成分分析，删除了影响小的指标，用主成分变量Z1、Z2进行了代替，减少了工作量，Z1、Z2的名称可以根据实际需求定义。
由于遥感影像存在一些局限性，遥感数据比较少，存在一定的误差，在今后的研究中需要进一步验证。该文没有对气象因素对参考作物腾发量的贡献率进行分析，今后会进一步进行研究。
参考文献：
[1]GONG Lebing,XU Chongyu,CHEN Deliang,et al.Sensitivity of the Penman-Monteith reference evapotranspiration to key climatic variables in the Changjiang(Yangtze River)basin[J].Journal of Hydrology,2006,329(3/4):620-629.
[2]刘小莽，郑红星，刘昌明，等.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)：1 470-1 476.
[3]贺添，邵全琴.基于MOD16产品的我国2001-2010年蒸散发时空格局变化分析[J].地球信息科学学报，2014，16(6)：979-988.
[4]杨林山，李常斌，王帅兵，等.洮河流域潜在蒸散发的气候敏感性分析[J].农业工程学报，2014，30(11)：102-109.
[5]宋璐璐，尹云鹤，吴绍洪.蒸散发测定方法研究进展[J].地理科学进展，2012，31(9)：1 186-1 195.
[6]梁丽乔，李丽娟，张丽，等.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.
[7]宋振伟，唐衡，孔箐锌，等.京郊平原参考作物腾发量及其与气象因子相关性研究[J].灌溉排水学报，2009，28(6)：74-77.
[8]陈强，苟思，严登华，等.基于SEBAL模型的区域ET计算及气象参数敏感性分析：以天津市为例[J].资源科学，2009，31(8)：1 303-1 308.
[9]倪猛，陈波，岳建华,等.洛河流域蒸散发遥感反演及其与各参数的相关性分析[J].地理与地理信息科学，2007，23(6)：34-37,53.
[10]WIGMOSTA M S,VAIL L W,LETTENMAIER D P.A distributed hydrology-vegetation model for complex terrain[J].Water Resources Research,1994,30(6):1 665-1 679.
[11]王海波，马明国.基于遥感和Penman-Monteith模型的内陆河流域不同生态系统蒸散发估算[J].生态学报，2014，34(19)：5 617-5 626.
[12]李鸿禧.基于相关—主成分分析的港口物流评价研究[D].大连：大连理工大学，2013.