艾比湖绿洲参考作物蒸散量的敏感性分析

【目的】研究艾比湖绿洲参考作物蒸散量对不同气象因子的敏感性。【方法】利用Penman-Monteith公式,基于艾比湖绿洲1962—2016年4个气象站的逐月气象资料计算ET0。通过敏感性分析,计算最高温度、最低温度、相对湿度、日照时间和风速的敏感系数,并运用MK趋势检验分析其变化趋势,最后分析了敏感系数在各个站点的变化特征。【结果】通过MK趋势检验,发现参考作物蒸散量、日照时间和风速呈下降趋势;最高温度、最低温度和相对湿度呈上升趋势。通过敏感性分析,发现最高温度、风速在研究区呈下降趋势,最低温度、相对湿度、日照时间为上升趋势。艾比湖绿洲中,各气象因子对ET0的敏感程度为相对湿度>最高温度>风速>最低温度>日照时间。ET0对不同气象因子的敏感系数在空间上存在差异,最高温度、最低温度、风速、相对湿度在艾比湖北部的阿拉山口较高,在温泉站较低;日照时间则在温泉较高,在阿拉山口较低。【结论】相对湿度对艾比湖绿洲ET0的敏感性最高,日照时间的敏感性最低。     

中国粮食主产区主要气象因子时空演变特征及其对参考作物蒸散量影响

准确评估粮食主产区气象因子变化特征及对参考作物蒸散量(reference crop evapotranspiration,ET0)的影响,对农田水文循环、区域农业水资源优化配置与高效利用等具有重要意义。利用中国粮食主产区258个气象站点1961―2013年的逐日气象资料,采用Penman-Monteith公式计算ET0,通过M-K趋势检验法、偏相关分析、多元线性回归计算贡献率等方法,分析了1961—2013年中国粮食主产区主要气象因子时空演变及其对ET0变化的贡献特征。结果表明,1961—2013年中国粮食主产区相对湿度、温度、降水在空间上由南至北呈降低趋势,而日照时间和风速则由南至北呈增高趋势;1961—2013年中国粮食主产区全区、温带湿润半湿润地区(I区)、温带干旱半干旱地区(II区)、亚热带湿润地区(III区)及暖温带半湿润地区(IV区)多年平均气温均呈增大趋势,平均风速、相对湿度、降水与日照时间均呈减小趋势;1961—2013年中国粮食主产区年内ET0均呈锯齿状下降,且ET0在四季呈现出夏季春季秋季冬季的特征;多年平均风速、气温、日照时间与ET0在全区及各分区总体均显著正相关(P0.05),而相对湿度与ET0在全区及各分区均极显著负相关(P0.01);1961—2013年中国粮食主产区全区及I~IV区气温、风速、相对湿度对ET0变化均具有较大贡献,其中相对湿度为I区、III区及IV区的主要气象驱动因子,其次为平均气温和风速;而II区ET0变化的主要驱动因子为风速,其平均贡献率WII(风速)为0.37;综上所述,中国粮食主产区主要气象因子变化特征与ET0的响应,均呈现出区域性、季节性差异。     

GPR、XGBoost和CatBoost模拟江西地区参考作物蒸散量的适应性研究

【目的】提高机器学习模型模拟参考作物蒸散量在江西省适应性和精度。【方法】基于江西南昌等15个气象站2001—2015年日值气象数据(最高气温、最低气温、地表辐射、大气顶层辐射、相对湿度和2 m高风速),以FAO-56Penman-Monteith(P-M)公式的计算结果作为对照,建立了计算ET0的高斯过程回归(GPR)、极限梯度提升(XGBoost)和梯度提升决策树(CatBoost)模型,并分别与经验模型进行比较。【结果】各气象参数对机器学习模型模拟ET0的精度影响由大到小依次为:Rs、Tmax和Tmin、RH、U2,且采用Tmax、Tmin、Rs和RH气象参数组合的机器学习模型(RMSE0.2mm/d)模拟ET0精度高。此外,3种机器学习模型在有限的气象数据时具有较好的适用性,且优于传统经验模型,其中GPR和CatBoost模型的预测精度高,但GPR模型稳定性最好。【结论】考虑到所研究模型调参的复杂性、预测精度和稳定性,GPR模型可作为江西地区参考作物蒸散量模拟的推荐方法。     

基于气温预报和HS公式的参考作物腾发量预报

为探索精确预报未来短期参考作物腾发量ET0的方法,提出基于气温预报和HargreavesSamani(HS)公式进行ET0预报.收集了南京站2001—2011年逐日气象观测数据和2011年预见期为4 d的逐日天气预报数据,采用FAO-56Penman-Monteith公式计算逐日ET0,用2001—2010年计算的ET0率定HS公式参数;用率定后的公式和2011年的天气预报气温数据进行未来4 d的ET0预报;比较2011年ET0的计算值与预报值、气温观测值与预报值以评价ET0预报精度及误差原因.结果表明:最低气温预报准确率达81.9%,最高气温预报准确率为80.1%;经过参数校正后,HS公式精度较高.ET0预报准确率为85.7%,平均绝对误差为1.01 mm/d,均方根误差为1.42 mm/d,相关系数为0.74;各项预报误差随着预见期的增大而增大.产生误差的主要原因为气温预报误差和HS公式未考虑平均风速和相对湿度的影响.总体而言,基于气温预报和HS公式的ET0预报方法精度较高,可为灌溉预报及决策提供较为准确的ET0预报数据.     

Penman-Monteith公式与Penman修正式在计算ET0中的比较研究

利用1961-2001年关中中部地区3个气象站的月气象资料,分别用Penman-Monteith公式和Penman修正式计算3站的ET0,并对计算的结果进行了比较.结果表明,Penman-Monteith公式计算的ET0年值大于Penman修正式计算的ET0的年值,且两种方法逐年的计算结果比较稳定.绝对误差△ET0的变化为-138～44 mm;相对误差变化为0.17%～13.90%.ET0多年月均值在全年各月变化较大,绝对误差△ET0在4-7月大于0,其他月份都小于0;相对误差1、10、11和12月相对较大,而在其他月份相对较小.导致差异的原因在于两种公式采用了不同的辐射项和空气动力项计算公式和参数,其中春、夏两季空气动力学项的不同是引起结果差异的主要原因,而在秋、冬两季辐射项不同是引起结果差异的主要原因.两种公式计算的ET0具有显著的线性相关性.     

京郊平原参考作物腾发量及其与气象因子相关性研究

利用FAO56 Penman-Montieth公式和京郊平原区代表性气象站点的长系列、短时序气象资料计算了该地区的逐日ET0,对ET0及其各分项的时间变异特征进行了分析,采用相关分析法研究了ET0与主要气象影响因子间的关系。结果表明,研究区域近50年来ET0呈不显著的增加趋势,就其各分项来说,辐射项的年际变化幅度较小,而空气动力学项的年际波动较大,且与ET0的年际波动较为符合;ET0的年内变化呈"单峰形"分布,一年内的最大值出现在6月份,为162.6 mm,最小值则出现在12月份,为32.3 mm。从ET0的分项来看,5~9月份ETrad>ETaero,而其余月份ETrad相似文献   

青海东部农业区ET_0变化特征及气候影响因子分析

利用FAO-56推荐的Penman-Monteith公式计算了青海省东部农业区12个气象站47年(1960—2006)逐月参考作物蒸发蒸腾量(ET0),对参考作物蒸发蒸腾量、气象因子随时间变化特征进行了分析。结果显示,ET0年内呈单峰型分布,月际变化较大,最大值出现在7月份,最小值出现在12月份;近47年ET0随时间呈极显著下降趋势变化;风速是影响ET0的最主要影响因子,最高温度对该地区ET0的影响也较为显著;海拔与ET0具有明显的相关性,R2为0.68,且ET0随海拔的增高具有明显下降的趋势。研究表明,在高寒高海拔区,风速是影响ET0的最主要气候影响因子,海拔与ET0呈负相关关系。     

气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析

【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。     

土默特右旗ET0对气象因子和相关参数的响应

【目的】研究ET0与气象因子和相关参数的响应性。【方法】以内蒙古包头市土默特右旗为研究区,采用ENVI5.3软件,遥感反演相关参数,分析了参考作物腾发量(ET0)与气象因素和相关参数的相关性和主成分。【结果】(1)在年尺度上,气象因素对ET0的相关性排序为:净辐射日照时间最高温度相对湿度最低温度风速。在月尺度上,ET0在7月对最高温度和日照时间最敏感;4月ET0对相对湿度最敏感;5月对风速最敏感;净辐射与ET0相关性在4—10月都很显著;ET0与最低温度相关性不显著。在作物生长季,ET0主要受净辐射、日照时间、最高温度的影响。(2)3种相关参数NDVI、植被覆盖度、地表温度和ET0均显著正相关,NDVI的相关性最显著。(3)利用主成分分析得到主成分变量Z1、Z2代替了原始数据(最高温度、最低温度、相对湿度、日照时间、风速、NDVI、植被覆盖度、地表温度、净辐射),使复杂的研究变得简单。【结论】在作物生长季,ET0主要受净辐射、日照时间、最高温度的影响;在相关参数中,与NDVI的相关性最好。     

气候变化背景下关中地区参考作物蒸散量变化趋势及敏感性分析

气候变化影响了区域水循环过程和水资源管理,研究参考作物蒸散量(ET0)变化特征及其原因对于灌溉农业地区水资源的合理配置具有重要指导意义。以关中地区为研究对象,根据研究区内8个站点1974-2016年逐日气象资料,通过Penman-Monteith公式计算ET0,利用Mann-Kendall检验和Sen斜率估计来检验参考作物蒸散量和气象要素的变化特征,并采用敏感性分析方法探讨影响ET0变化的主要气象因子。结果表明,近43年来关中地区平均气温和饱和水汽压差变化呈现显著增加趋势,而相对湿度和平均风速变化呈现显著下降的趋势,降水量、日照时数、辐射量下降趋势不明显,这些变化使得ET0呈轻微增加的趋势。关中地区ET0对气象要素的敏感性随时间和位置发生变化,夏季、秋季、冬季和小麦生长季ET0对平均风速最敏感,而影响春季和年尺度ET0变化的主要气象因子是平均气温。研究区西北方向影响ET0变化的主要气象因子是平均气温和相对湿度,而其他区域的ET0对平均风速最敏感。     

干旱荒漠草原应用Penman-Monteith与Penman修正式计算ET_0的偏差分析

甘肃天祝草原位于我国西北干旱荒漠草原,应用天祝县二道墩试验站2005年的实测气象资料,利用Penman-Monteith公式和Penman修正式计算参考作物腾发量(ET0)并进行了比较。Penman修正式计算的参考作物腾发量ET0值略小于Penman-Monteith公式计算的值,最大绝对偏差0.5 mm/d。分析发现生育期辐射项ETrad是导致参考作物腾发量ET0产生偏差的主要原因。2种方法计算的空气动力项ETaero差别较小,最大绝对偏差不超过0.2 mm/d。导致计算偏差的原因在于2种公式采用了不同的辐射项和空气动力学项计算公式和参数。2个公式计算的参考作物腾发量具有显著的线性相关性。     

参考作物蒸发蒸腾量的气象因子响应模型

基于江苏省南通市2000～2004年的旬气象资料,用FAO推荐的Penman-Monteith公式计算了参考作物蒸发蒸腾量,研究了参考作物蒸发蒸腾量与最高气温、最低气温、平均气温、相对湿度、日照时数、风速和气压等气象因素间的关系,建立了参考作物蒸发蒸腾量的响应模型.结果表明,参考作物蒸发蒸腾量与"温度因子"的关系最强,其次为"湿度和日照因子","风速因子"也有一定的影响,"气压因子"影响作用则稍弱;建立的气象因子响应模型模拟精度较高,可以简化参考作物蒸发蒸腾量计算.     

淮北平原Angstrom公式参数校正及太阳总辐射时空特征分析

为了解淮北平原太阳总辐射的时空特征,基于安徽省新马桥试验站内自动气象站2011-2016年的实测太阳总辐射Rs数据,分别采用最小二乘法和遗传算法对Angstrom公式中经验系数a,b值进行率定,对比分析2种率定值与FAO建议值计算ET0和Rs的差别;基于优选的率定参数,选取砀山、亳州、宿县、蚌埠及阜阳5个典型气象站点,对淮北平原太阳总辐射的时空分布特性进行分析.结果表明,FAO建议的经典参数a,b值并不适用于淮北平原,其较大估计了Rs和ET0.通过最小二乘法和遗传算法率定得出的a,b值均可有效提高Rs和ET0两者计算的准确性,且遗传算法率定的结果更优.1955-2014年的60 a内,淮北平原的日均Rs从北到南总体呈现逐渐降低的趋势,且平原北部下降幅度明显低于平原南部,1980年为主要转折年,1980年之前安徽省淮北平原年日均Rs年际下降趋势不明显,1980年之后年日均Rs年际下降趋势明显;Rs季节分布特征依次为夏季、春季、秋季、冬季,全年和各季度平均Rs在空间上呈现总体北高南低、局部有所差别的分布特征;此外,月尺度上Rs年内变化趋势呈现为单峰型分布,最大峰值出现在6月份,12月份最低.文中的研究成果可为淮北平原常规气象数据精确计算Rs和ET0提供参考.     

气象因子的变化对参考作物蒸发蒸腾量的影响

根据东江流域1961—2005年的气象资料,利用平均影响量和气象因子缺失数值试验,分析气象因子变化对参考作物蒸发蒸腾量的影响。结果表明,日照时数的平均影响量最大,温度、相对湿度其次,二者相近,风速最小;夏季日照时数的平均影响量比其他因子大得多,冬、春季日照时数的平均影响量依然最大,但与温度、相对湿度的平均影响量差距减小...     

1968―2018年民勤地区参考作物需水量的年际变化特征及相关气象影响因子研究

【目的】研究民勤地区作物需水量的主要影响因子。【方法】基于民勤地区1968―2018年气象数据,利用Penman-Monteith公式计算了不同时间尺度的平均参考作物需水量ET0,分析ET0变化趋势,并与气象因子变化趋势进行相关性拟合。【结果】1968―2018年民勤地区年平均参考作物需水量呈波动上升趋势,最低值为1968年的3.15mm/d,最高值为2013年的3.72 mm/d,且参考作物需水量的上升趋势是从2003年开始最为明显;参考作物需水量与年平均最高气温、年平均最低气温、年平均气温、年平均相对湿度、年平均日照时间以及年平均风速的相关性比较显著,与降雨量和净辐射相关关系不显著。【结论】民勤地区的干旱状况目前处于平稳期,年平均最高气温和年平均相对湿度是导致民勤地区参考作物需水量年际变化的最主要的气象因子。     

苹果树液流变化规律研究

利用液流传感器(sapflowsensor)监测苹果树液流,并用自动气象站和土壤水分测定仪(TRIME-FM)对气象因素和土壤水分进行同步监测。分析了苹果树液流日变化和日际变化与太阳辐射强度的关系、苹果树液流Tr与参考作物蒸发蒸腾量ET0的相关性,以及Tr/ET0和100cm深的平均土壤相对含水率AW的关系。运用回归分析方法建立了液流通量与气象因子间的经验公式,并比较了预测值与实测值。其结果表明:液流变化曲线与太阳辐射的变化曲线较一致,太阳辐射是果树液流的首要影响因子;Tr和ET0变化曲线相似;相对含水率越大,Tr/ET0的值越大;反之越小;用经验公式预测的液流值与实测值相比较,二者最大相差10.13%,最小相差3.45%。     

山西地区近55年参考作物蒸散量的变化特征及其主要影响因素分析

利用1955—2009年山西地区5个站点(大同、阳泉、太原、吕梁和临汾)逐日气象资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸散量(ET0),分析了不同地区的气象要素(温度、相对湿度、日照时数和风速)和年ET0随时间变化特征,并采用敏感性分析方法对影响ET0变化的主要气候因子进行了探讨。结果表明,5个站点平均温度和平均相对湿度从低纬度到高纬度逐渐增大;而平均风速和平均日照时数则逐渐减小。5站点的多年平均温度随时间有平缓上升趋势。大同和阳泉的年ET0高于其他站点,其他站差异不明显。4气象要素中对大同、太原和吕梁站ET0影响最大的要素为相对湿度,对临汾站ET0影响最大的要素为日照时数,温度变化对各站点ET0的影响作用最小。