塔里木盆地生长季ET0的时空变化特征及其敏感性分析

基于塔里木盆地19个气象站2000−2019年生长季逐日气象数据,采用FAO−56PM公式计算各站逐日ET0,运用敏感系数、ArcGIS反距离权重插值、气候倾向率和Mann-Kendall非参数检验等方法,对该地区ET0的时空变化规律及ET0对关键气象因子的敏感性进行分析。结果表明：（1）近20a来,塔里木盆地生长季ET0日均值在空间上呈北低南高的趋势,多年ET0日均值从大到小依次为6、7、5、8、4、9和10月,其值分别为5.84、5.73、5.29、4.95、4.23、3.65和2.17mm⋅d⁻¹,气候倾向率分别为−0.09、0.24、0.11、−0.07、0.16、0.07和0.08mm⋅10a⁻¹,ET0日均值在盆地中、西部以负倾向率为主,盆地东部则以正倾向率为主。（2）整个生长季,塔里木盆地的相对湿度逐月增加,2m处风速逐月减小,日照时数则呈先增加后降低的趋势,最低气温和最高气温均呈倒U形分布,且均在7月达到最大值。相对湿度的变化以负倾向率为主,2m处风速和最低气温的变化以正倾向率为主,日照时数和最高气温变化的倾向率无明显规律。（3）在生长季（4−10月）,塔里木盆地ET0对关键气象因子的敏感性表现为最高气温>相对湿度>日照时数>2m处风速>最低气温,ET0对最低气温的敏感性以较低敏感性为主,对其余气象因子均以高敏感性为主。ET0对最低气温和最高气温最敏感的月份是7月,而对相对湿度、2m处风速和日照时数最敏感的月份分别是10月、4月和8月。ET0对相对湿度的敏感系数绝对值的空间分布呈由北向南递减的趋势,对2m处风速和最高气温的敏感系数均以塔克拉玛干沙漠为高值中心,对日照时数无明显规律,对最低气温则呈由西向东递减的趋势。     

西北地区近49年生长季参考作物蒸散量的敏感性分析

基于FAO Penman-Monteith公式计算了西北地区126个站点1961-2009年的生长季参考作物蒸散量（ET0）对气温、风速、相对湿度和太阳总辐射的敏感系数,并对敏感系数的时空变化特征进行分析。结果表明：西北地区生长季ET0对太阳总辐射最敏感,其次是气温和相对湿度,对风速的敏感性最低。气象要素分布的不均匀性导致敏感系数的空间差异显著,气温和风速的敏感系数在西风带气候区较大,相对湿度敏感系数在较湿润地带形成高值区,太阳总辐射敏感系数南部明显大于北部。生长季内,各气象因子的敏感系数均存在一定程度的波动,气温和太阳总辐射的敏感系数呈单峰型分布,风速敏感系数呈单谷型分布,相对湿度敏感系数的绝对值持续上升。49a来,太阳总辐射敏感系数显著上升,相对湿度敏感系数明显下降,其趋势系数均通过0.05水平的显著性检验,而气温和风速的敏感系数以波动为主,无明显变化趋势。     

雅鲁藏布江流域潜在蒸散发的气候敏感性及其变化的主导因子分析

潜在蒸散发敏感性分析是研究水资源对气候变化响应的基础内容之一。基于气象站点的观测资料,应用Penman-Monteith公式计算雅鲁藏布江流域1961—2012年逐日的潜在蒸散发,并分析其时空分布特征;在此基础上,分析潜在蒸散发对4个气象因子(平均气温、风速、太阳辐射、相对湿度)的敏感程度及各气象因子的贡献率,识别出雅鲁藏布江流域潜在蒸散发的敏感因子和主导因子。结果表明:(1) 1961—2012年,雅鲁藏布江流域的潜在蒸散发呈现显著增加趋势,增幅为8.81 mm/10 a;年潜在蒸散发空间分布表现为中游河谷地区高于其他地区;(2)对于雅鲁藏布江流域大部分区域,潜在蒸散发量对气候因子的敏感性排序为:太阳辐射平均气温相对湿度风速,各气象因子的贡献率从高到低为:平均气温风速相对湿度太阳辐射。总体而言,雅鲁藏布江流域潜在蒸散发对太阳辐射最为敏感,而平均气温是1961—2012年间潜在蒸散发变化的主导因子。     

松嫩平原西部生长季参考作物蒸散发的敏感性分析

为了预测气候变量扰动引起的区域参考作物蒸散发的变化,该文以松嫩平原西部为研究区,运用FAO Penman-Montieh方程计算了34个站点1951～2001年的生长季参考作物蒸散发,并计算其对气温、风速、日照时数和相对湿度的敏感系数,最后分析了敏感系数的时空变化特征.结果表明:参考作物蒸散发对相对湿度最为敏感,其次是气温,最后是风速和日照时数;5～9月,气温和日照时数的敏感系数呈单峰型分布,在7月份达到最高值,风速敏感系数呈单谷型分布,在7月份达到最低值,相对湿度敏感系数的绝对值表现为持续上升趋势;生长季气候变量敏感系数的空间差异性较大.日照时数、气温、风速等3个气候变量的敏感系数都在研究区西南部形成高值区,而相对湿度则在研究区西南部形成低值区,在研究区东北部形成高值区.     

基于S-W模型的韩江流域潜在蒸散发的气候和植被敏感性

基于AVHRRNDVI、IGBP土地覆盖分类和气象站观测数据,利用Shuttleworth-Wallace(S-W)模型估算韩江流域2000-2006年的潜在蒸散发(PET),结果显示PET不仅受气候条件影响,而且随植被类型及其生长过程而变化。分析PET对气候和植被的敏感性,结果表明:1)PET对植被的类型很敏感,相同气候条件下,不同植被的PET计算结果相差很大,常绿针叶林、农作物和多树草地的多年平均PET分别为1136.6,965.1,563.2mm/a,最大值和最小值相差1倍。2)不同植被覆盖的PET对气候的敏感性不同。常绿针叶林的PET对水汽压最为敏感,明显高于气温和太阳辐射的敏感性,而风速的敏感性可以忽略;农作物的PET除对风速的敏感性较低外,气温、太阳辐射和水汽压的敏感性都较高,最为敏感的是气温;多树草地的PET同样对气温最为敏感,水汽压、风速和太阳辐射的敏感性也都比较高,而且很接近。3)各种植被覆盖的PET对叶面积指数(LAI)都有一定的敏感性,但都小于气象因子(风速除外)的敏感性;不同植被覆盖的PET对LAI的敏感性也不同,多树草地的PET对LAI最敏感,其次是常绿针叶林,再次是农作物。     

黄河上游参考作物蒸散量变化特征及其对气候变化的响应

研究参考作物蒸散量对气候变化的响应对于辨析气候要素对蒸散发的影响具有重要意义。该文在验证FAO推荐的Penman-Monteith(P-M)方法在黄河上游地区适用性的基础上,分析了10个气象站点近50a来参考作物蒸散量的变化特征,计算了参考作物蒸散量对4种气候要素的敏感系数及其对气候变化的响应。结果表明:FAOP-M方法在研究区域具有较强的适用性;参考作物蒸散量随海拔升高而减少,主要集中在生长季的3-10月。高海拔站点参考作物蒸散量年值多呈显著增加趋势,低海拔则明显减少,且变化过程不同。气温和风速敏感系数的年内变化分别呈显著的波峰型和波谷型,日照时数的变化不明显,相对湿度的敏感性呈生长季略有增加趋势;年际变化方面,气温的敏感系数呈显著增加趋势,低海拔地区相对湿度的敏感系数呈显著增加趋势。气温、日照时数的增加和相对湿度的降低导致了高海拔站点参考作物蒸散量的增加,高海拔地区的蒸散发主要受气温、日照时数等能量制约;低海拔站点参考作物蒸散量的减少主要受日照时数和风速减小、相对湿度提高的影响,水分条件的限制更显著。该研究对于结合未来气候变化趋势开展黄河上游地区生态管理,促进生态系统的良性发展,具有重要的科学意义和应用价值。     

京津冀地区潜在蒸散量时空演变特征及归因分析

为了深入认识京津冀地区潜在蒸散量的时空变化特征及其对气候变化的响应,该研究基于京津冀地区23个气象站57 a逐日气象观测资料,应用Penman-Monteith公式计算各站点日潜在蒸散量(ET0),剖析ET0的时空变化特征,运用敏感性分析法定量研究ET0对各气象要素的敏感性及其时空变化特征,定量识别各气象要素变化对ET0变化的贡献。研究结果表明:1)京津冀地区ET0空间分布整体呈由南向北递减趋势(除中部地区的塘沽站、黄烨站与保定站点ET0较高外)。ET0整体呈下降趋势,线性趋势率为-0.92 mm/a。ET0变化趋势空间分布由西北向东南递减,以春季减幅最为明显。2)京津冀地区ET0对相对湿度的最为敏感(-0.44),其次为风速(0.31)、日照时数(0.28)与平均气温(0.26)。随时间推移,ET0对平均风速与相对湿度敏感性整体呈下降趋势,而ET0对平均气温与日照时数的敏感性逐渐增强。敏感性系数空间分布从西北到东南:风速与平均气温敏感性系数逐渐递增,而日照时数与相对湿度敏感性系数逐渐递减。3)风速变化对京津冀地区ET0变化的贡献最大,平均气温次之。风速为主导因素的站点个数随时间呈下降趋势,平均气温与日照时数为主导的站点个数随时间呈上升趋势,说明近年来平均气温与日照时数对潜在蒸散量变化的影响愈加明显,这可能是由于近年来京津冀地区雾霾尤其是冬季雾霾对日照时数、气温与风速的产生一定影响,进而影响ET0。     

东北地区参考作物蒸散量对主要气象要素的敏感性分析

利用国家气象局提供的地面气候资料日值数据集,通过FAO推荐的Penman-Monteith公式计算了东北地区1961-2008年生长季(5-9月)逐日的参考作物蒸散量(ET0),分析了ET0及主要气象要素的变化趋势,并通过响应曲线、敏感矩阵、敏感系数等方法分析了ET0对气温、日照时数、平均风速、平均相对湿度的敏感性。结果表明:(1)近50a来,东北地区的气温呈极显著上升趋势(P0.01),日照时数、平均风速、平均相对湿度呈极显著下降趋势(P0.01);东北地区生长季平均日ET0在以3.60mm.d-1为平均值、±0.3mm.d-1的范围内波动,总体上比较稳定,最大值出现在2001年(3.87mm.d-1),最小值出现在1990年(3.28mm.d-1);(2)当气温、日照时数、平均风速的变化量从-20%变化到20%时,ET0表现为逐渐增加的趋势,当平均相对湿度的变化量从-20%增加到20%时,ET0则逐渐减小;(3)气温、日照时数、平均风速、平均相对湿度的生长季平均日敏感系数均具有较强的空间分异特性,其中气温变化对ET0的影响最为明显,其次是平均相对湿度,日照时数、平均风速对ET0的影响较小。     

石羊河流域近53 a参考作物蒸散量的敏感性分析

利用国家气象信息中心提供的地面气候资料日值数据集,基于FAO Penman-Monteith公式计算了石羊河流域4个测站1959-2011年的逐日参考作物蒸散量(ET₀)。利用敏感系数法计算了其对平均最高气温、平均最低气温、风速、平均相对湿度和日照时数的敏感系数,并分析了敏感系数的时空变化特征。结果表明,石羊河流域ET₀对相对湿度最敏感,其次为风速和气温,而对日照时数的敏感性最低。由于气象要素分布不均,敏感系数的空间差异显著,相对湿度的敏感系数在上游祁连山区形成高值区,同时,气温在该区的敏感系数也相对较大,而风速的敏感系数在下游民勤盆地较大,日照时数的敏感系数在全区无明显差异。各气象因子的敏感系数均存在一定程度的波动,风速的敏感系数冬高夏低,气温和日照时数的敏感系数均为夏季最高,相对湿度敏感系数的绝对值持续上升在秋季达到最大。53 a来,相对湿度敏感系数波动变化,近20 a来其绝对值上升趋势显著,而风速、日照时数和气温的敏感系数无明显变化趋势。     

气候变化对黄河中上游地区潜在蒸散影响的估算

采用Penman—Monteith公式计算潜在蒸散,分析1961-2010年黄河中上游地区气候因子的变化趋势,并用偏微分方法定量分析各气候因子变化对潜在蒸散的影响。结果显示：1）近50年来黄河中上游地区气温显著升高（α〈0．01）,风速和日照时间显著减少（α〈0．01）。半干旱区面积不断扩大,气候总体呈暖干变化趋势。2）潜在蒸散对实际水汽压变化最敏感,其次为最高气温、风速和日照时间,对最低气温变化最不敏感。夏季潜在蒸散对日最高气温最敏感,其他季节对实际水汽压最敏感。3）风速对年潜在蒸散变化贡献最大,其次为气温和日照时间,实际水汽压贡献最小。春夏秋冬对潜在蒸散变化贡献最大的气候因子依次为风速、日照时间、气温。温度升高、湿度减少埘潜在蒸散的正影响已被风速、辐射下降的负影响所抵消。综合考虑各气候因子对潜在蒸散的作用有助于加深对气候变化影响机制的认识,并为气候变化适应对策研究提供科学依据。     

甘肃黄土高原区潜在蒸散量时空变化与成因研究

基于甘肃黄土高原区12个气象站点1960—2008年逐日气温、降水、风速、日照时数、太阳总辐射和相对湿度数据,应用Penman—Monteith模型和Kriging插值法,分析了其潜在蒸散量的时空变化及其影响因子。结果表明:近49a来,陇中北部冷温带半干旱区和陇中南部冷温带半湿润区的潜在蒸散量均呈上升趋势。在四季中,潜在蒸散量的值夏季最大,春秋季次之,冬季最小。潜在蒸散量空间差异显著,潜在蒸散量的值表现为自北向南递减,其中最大值在景泰为1 105.82mm,最小值在岷县为772.31mm。相关分析表明,研究区年均潜在蒸散量所受气候因子的影响不尽相同,其中,陇中北部冷温带半干旱区为太阳总辐射和日照时数,而陇中南部冷温带半湿润区为太阳总辐射和最高气温。辐射项主要受太阳总辐射和最高气温影响,动力项主要受风速影响,辐射项的值都远大于动力项。不同气候区辐射项均呈上升趋势,但动力项有所不同,在陇中北部冷温带半干旱区呈下降趋势,斜率为-0.631mm/a,在陇中南部冷温带半湿润区呈上升趋势,斜率为0.415mm/a。     

蒸散量双线性曲面回归模型的改进及验证

潜在蒸散发是水文循环和能量循环的一项重要组成,准确估算蒸散发对农业水资源有效利用具有重要的理论和现实意义。为获得精度稳定可靠的蒸散发估计值同时只需较少的气象资料,以沂沭河上游流域(临沂控制站)为研究区,提出改进的双线性曲面回归模型(bilinear surface regression model,BSRM)计算站点的潜在蒸散量。以实测蒸发数据折算的陆面潜在蒸散量为标准,同时以彭曼公式(P-M)为参考与之对比,检验和评价3种BSRM模型的精度,并分析各气象因子对潜在蒸散量的影响。结果表明:3种BSRM模型中,基于日照百分率、气温和相对湿度建立的双线性曲面回归模型模拟精度最高,以基于日照百分率计算的太阳辐射、气温、相对湿度建立的双线性曲面回归模型次之,以基于Hargreaves-Allen方程计算的太阳辐射、气温和相对湿度建立的双线性曲面回归模型模拟精度最差。基于日照百分率、气温和相对湿度建立的BSRM模型的模拟精度略优于P-M公式,但所需的气象因子较少,计算方法简单;且受气象因子的变化影响较少,模拟精度稳定可靠,是一种有效的替代方法。     

黄河流域日潜在蒸散量变化及气象敏感要素分析

潜在蒸散量反映了大气的蒸发能力,准确的估算和科学客观的分析其气象影响要素,是水资源优化配置的重要依据和基础。该文以国家气象局整编的黄河流域109个站点近52a(1961-2012年)逐日气象资料计算潜在蒸散量及其敏感系数,探明黄河流域上游、中游和下游日潜在蒸散量(potential evapotranspiration,ET0)对4种气象要素的敏感性时空变化特征。结果表明:从ET0日值来看,黄河流域上游变化趋势不明显,但其均值高于中游和下游,下游以-0.043 mm/10a的趋势显著(p0.05)递减;在年内变化上,上游、中游和下游太阳辐射和温度及太阳辐射敏感系数均呈单峰型曲线变化,风速敏感系数呈单谷型变化,而相对湿度、风速以及相对湿度和温度的敏感系数波动较大;年际变化上,上游、中游和下游太阳辐射、相对湿度和风速都显著下降,温度显著提升,ET0对太阳辐射量和温度的敏感性减弱,而对相对湿度和风速敏感性增强;相对湿度是上游、中游和下游ET0变化的最敏感的要素,而太阳辐射量是ET0年内和年际变化的主控气象要素;太阳辐射、相对湿度和温度3个气候变量的敏感系数都在研究区西南部形成高值区,表明ET0在黄河流域西南部对气候变化最敏感。该研究对于指导黄河流域不同区域农业种植结构的调整和生态工程科学布局,合理开发调配水土资源,促进农业和生态环境的良性发展,具有重要的科学意义。     

黄土高原植被水分利用效率对气候和植被指数的敏感性研究

生态系统水分利用效率(water use efficiency,WUE)连接了碳循环和水循环,是碳水耦合的重要参数。全面深入理解WUE的时空分布及其影响因素对预测陆地表面-大气相互作用和陆地生态系统的动态变化至关重要。该文基于大尺度遥感归一化植被指数(normalization difference vegetation index,NDVI)以及温度和降水栅格数据,采用中分辨率成像光谱仪的总初级生产力和蒸散产品计算2000—2014年黄土高原生态系统WUE,运用岭回归探究黄土高原WUE对温度、降水和NDVI的敏感性。结果表明:1)沿西北-东南随降水量的增加,黄土高原多年均WUE逐渐降低,且黄土高原西南部高海拔地区WUE最低;同时,WUE的年际变化明显,以2011年为转折点,2012—2014年WUE明显高于其他年份。2)WUE对温度的敏感性在整个黄土高原呈现正值,WUE对降水和NDVI的敏感性存在阈值效应,即小于500mm降水量,WUE随降水和NDVI的增加而升高,超过550mm降水量,WUE则随降水和NDVI增加而降低。3)草地和灌丛WUE与NDVI正相关,森林WUE与NDVI负相关;灌丛WUE对温度和降水的敏感度明显高于森林和草地。     

实测草坪蒸散量评价P-M模型在北京地区适用性

为了研究北京地区的参考作物蒸散(reference evapotranspiration,ET0)特征以及Penman-Monteith(P-M)模型的适用性,2012-2014年生长季,应用蒸渗仪实测了冷季型高羊茅(Festuca arundinacea)、暖季型野牛草(Buchloe dactyloides)和乡土草种青绿苔草(Carex leucochlora)3种草坪的蒸散,应用自动气象站监测了试验地的太阳辐射、温度、空气相对湿度、风速等气象参数,通过P-M模型计算获得了ET0。将同期的P-M模型计算值与实测值进行了不同天气以及不同尺度下的比较分析,应用线性回归斜率与决定系数(R2)以及均方根误差(root mean square error,RMSE)与一致性指数(d)等统计参数进行了一致性评价。结果表明,P-M模型计算ET0与实测值在日、周、月尺度上均呈现一致的变化趋势。北京地区ET0高峰出现于5月,蒸散速率分别为4.18±0.27(P-M模型)、4.43±0.98(高羊茅)、3.96±0.23(青绿苔草)、3.53±0.25 mm/d(野牛草),10月最低。P-M模型计算的ET0与太阳辐射、平均气温、最高气温均呈极显著的线性关系,其中ET0与太阳辐射回归的R2最高,达到0.885。天气影响P-M模型的准确性,P-M模型计算ET0与草坪实测值的比值随着太阳辐射的降低(从晴天到雨天)而升高。P-M模型高估了阴雨天下的ET0。P-M模型计算ET0与实测值的RMSE和d值均随评价尺度减小而增大。实测ET0在3种草坪间差异显著,高羊茅青绿苔草野牛草。P-M模型计算ET0与高羊茅实测值的一致性最高,具有接近1.0的回归方程斜率(0.99~1.03)、最小的均方根误差(0.62~1.05 mm/d)和最高的一致性指数(0.89~0.90)。P-M模型在北京地区有较好的适用性,但在阴雨天气及春季低温情况下会高估ET0。     

1982-2015年中国植被NDVI时空变化特征及其驱动分析

在全球气候变化背景下，多数研究关注植被年际变化趋势及其对降水和气温的响应而忽略了辐射因子的影响。探究持续性和波动变化过程的空间分异特征和定量揭示不同植被类型对季节性多气候要素（降水、气温和辐射）响应规律需进一步深入，并识别植被退化人类活动影响区对中国生态环境保护具有重要意义。该研究基于AVHRR NDVI3g遥感数据、CCI全球土地覆被数据和ERA5-Land数据，采用多元线性回归模型和残差分析等方法，从区域和全国尺度上分析1982-2015年中国植被NDVI（Normalized Difference Vegetation Index）时空变化特征，研究其对季节性气候变化和人类活动的响应。研究结果表明：1）中国的植被变化在空间上具有明显的区域特征，呈现出自东南向西北递减的趋势，变化率范围为-0.016～0.029/a。2）根据Hurst指数分析，80.62%的植被处于持续稳定变化状态。草地和林地的变化趋势趋于不稳定，易受气候变化和人类活动的影响。3）准噶尔盆地、青藏高原以及内蒙古锡林郭勒盟等区域的植被NDVI与气温和太阳辐射呈负相关性，而在云贵高原、黄土高原南部、四川盆地等地区表现为正相关性。4）残差分析结果表明，干旱导致新疆准噶尔盆地和内蒙古中部等干旱区植被退化，而温度和辐射增加是促进东部沿海平原、黄土高原南部、四川盆地和云贵高原西南部等地区植被改善的主要原因。21世纪以来人类活动逐渐加强，包括黄土高原水土保持和退耕还林工程、阿拉善荒漠治理、沿海城市群和东北工业基地的建设等。具体表现为内蒙古阿拉善高原、黄土高原中西部和北部以及华南大部分地区植被改善，东北大、小兴安岭、长白山东部和长江三角洲地区植被退化。该研究对植被变化及其驱动因素的研究，可识别植被退化区，为将来生态修复工程的实施和生态文明建设提供理论依据，助力区域绿色可持续发展。     

基于极限学习机的参考作物蒸散量预测模型

为实现气象资料缺乏情况下参考作物蒸散量（reference crop evapotranspiration, ET0）高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机（extreme learning machine, ELM）的ET0预测模型。选取川中丘陵区7个气象站点1963－2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明：ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度（均方根误差和模型效率系数分别为0.504 mm/d和0.827）高于Hargreaves模型（均方根误差和模型有效系数分别为0.692 mm/d和0.741）;基于最高、最低温度和辐射的ELM模型模拟精度（均方根误差和模型有效系数分别为0.291 mm/d和0.938）明显高于Priestley-Taylor（均方根误差和模型有效系数分别为0.467 mm/d和0.823）、Makkink（均方根误差和模型有效系数分别为0.540 mm/d和0.800）和Irmark-Allen模型（均方根误差和模型有效系数分别为0.880 mm/d和0.623）。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。     

黄淮海平原各农业亚区潜在蒸散量变化及其对气候要素的敏感性分析

潜在蒸散量是确定作物需水量的重要依据和基础,客观分析其时空变化及气候成因具有重要意义。本文以国家气象局整编的黄淮海平原40个站点近53a（1961-2013年）逐日气象资料,将黄淮海平原分为6个农业亚区,分别计算潜在蒸散量（ET0）及其对气候要素（气温、相对湿润度、太阳辐射和风速）的敏感系数,并分析其变化特征。结果表明：从各区年、季ET0的平均值看,黄淮海平原各亚区都是夏季ET0最高,秋季和冬季以鲁西平原鲁中丘陵水浇地旱地二熟区（Ⅳ区）最高。从各区年、季ET0变化倾向率看,6个农业亚区夏季ET0均呈显著递减趋势,其中南阳盆地水浇地旱地二熟区（Ⅴ区）减幅最大,而春季ET0表现为燕山太行山山前平原水浇地二熟区（Ⅱ区）和江淮平原丘陵麦稻两熟区（VI区）呈显著递增的变化趋势、冬季Ⅱ区ET0呈现显著递增的变化趋势;从各区年、季ET0敏感系数的平均值和变化倾向率看,春、秋、冬季和年ET0对相对湿度最敏感,夏季ET0对太阳辐射最敏感;ET0对太阳辐射和相对湿度分别呈正向和负向敏感,且敏感性在时间序列上呈减弱趋势;相对湿润度和风速在环渤海山东半岛滨海外向型二熟农渔区（Ⅰ区）、太阳辐射和气温在VI区形成高值区,说明ET0在黄淮海平原Ⅰ区对相对湿润度和风速、在VI区对太阳辐射和温度较敏感。     

黑河中游绿洲区玉米冠层阻抗的环境响应及模拟

蒸散发(ET)是区域能量平衡以及水量平衡的关键环节,精确估算蒸散发,对于提高水分利用效率以及优化区域用水结构具有重要意义,而冠层阻抗则是准确估算蒸散发的一个重要变量。为了确定冠层阻抗模型区域适用性、解决其参数化问题,本研究基于黑河重大研究计划已有的通量观测数据,以Irmak模型为基础,考虑微气象因子与冠层阻抗之间的关系,增加了大气CO_2浓度对冠层阻抗的影响,构建了未考虑CO_2和考虑CO_2影响的两种Irmak模型,并将其与Penman-Monteith(P-M)模型耦合,利用已有涡度相关数据,分析和检验了两种冠层阻抗模型对环境变量和大气CO_2浓度响应的模拟结果,并对模型参数进行敏感性分析。结果表明:将考虑大气CO_2浓度影响的Irmak模型与Penman-Monteith模型耦合,能够更好地模拟玉米冠层阻抗和蒸散量对外部环境变量的响应过程。在参数率定期该模型所模拟的冠层阻抗和蒸散量与实测值之间的R2分别达0.76和0.95,RMSE分别达33.1 s·m-1和34.5 W·m-2;模型验证期冠层阻抗和蒸散量模拟值与实测值之间的R2分别达0.68和0.90,RMSE分别达63.2 s·m-1和49.0 W·m-2。两个独立验证点结果表明考虑了大气CO_2浓度影响的Irmak模型具有较好的空间可移植性和适应性,模型能够较为准确地模拟玉米在整个生长季半小时时间尺度上的农田耗水过程。敏感性分析表明玉米冠层阻抗及其蒸散量对净辐射和相对湿度变化最为敏感,其次是气温、叶面积指数和大气CO_2浓度。本文所构建的考虑大气CO_2浓度对于玉米冠层阻抗影响的Irmak模型能够较为准确地估算作物蒸散量,并可为种植结构调整、土地利用方式改变以及大气CO_2浓度变化环境下的农田耗水研究提供一定的研究依据。