关中地区气候变化对主要作物需水量影响的研究

用关中地区30个气象站41年气象资料,探讨了关中地区主要作物冬小麦和夏玉米需水量与相应生育期内气候因子的变化趋势,分析了气候变化对作物需水量的影响。结果表明:关中地区冬小麦需水量无一致变化趋势,净灌溉需水量(NIWR)呈增加趋势;夏玉米需水量呈不显著减少趋势,净灌溉需水量无一致变化趋势。气象因子影响顺序为,冬小麦:相对湿度>最高气温>日照时数>降水量>平均气温>风速,夏玉米:日照时数>相对湿度>最高气温>平均气温>降水量>风速。日照时数和风速引起冬小麦需水量的降低趋势在很大程度上抵消了相对湿度和最高气温引起的冬小麦需水量的升高趋势,而冬小麦生育期降水的减少是造成冬小麦净灌溉需水量增加的主要原因;风速和日照时数的降低趋势是导致夏玉米需水量减少的主要原因。关中地区秋冬春季向暖干发展,夏季除风速显著降低外,其它气象因子变化不大。     

昆明地区玉米需水量及灌溉用水量研究

基于CROPWAT模型,利用昆明地区气象数据、玉米生育期数据和土壤数据,模拟研究1980-2012年玉米生育期需水量和灌溉用水量年际变化特征及气象要素对其的影响。结果表明:1980-1999年玉米需水量和灌溉用水量呈现微弱下降的趋势(p=0.22,p=0.06);1999-2012年玉米需水量和灌溉用水量呈上升趋势为(p0.01),多年平均玉米需水量和灌溉用水量分别为354.5和64.0mm。玉米需水量与温度、风速和日照时数呈正相关而与降水量和相对湿度呈负相关;灌溉用水量与温度、风速和日照时数呈正相关而与降水量呈负相关。逐步回归分析表明气温、风速和日照时数的组合可以预测年尺度上玉米需水量的变化趋势;气温、风速和降水的组合可以预测年尺度上灌溉用水量的变化趋势。     

河北省夏玉米主产区作物需水量和缺水量研究

为探究气候变化对河北省农业生产的影响,基于17个典型气象站1955-2014年气候资料,应用FAO推荐的Penman-Monteith模型,分析了河北省夏玉米全生育期和不同生育期的需水量和缺水量时空格局,并利用敏感性分析法对需水量和缺水量的主要影响因子进行探讨。结果表明:(1)1955-2014年河北省夏玉米全生育期需水量和缺水量均呈显著下降趋势,变化率分别为-11.19 mm/10 a和-8.26 mm/10 a;不同生育期的需水量和缺水量的趋势变化与全生育期保持一致;需水量和缺水量在快速发育期最大,分别为127.56 mm和91.08 mm,在成熟期最小,分别为30.34 mm和25.69mm。(2)全生育期需水量和缺水量由东北向西南逐渐递减,大致呈以黄骅一带为高值中心,向邢台、邯郸和南宫一带形成低值区的空间过渡形态;各生育期需水量和缺水量空间分布形态差异较大。(3)影响需水量的4个主要气候因素依次为:相对湿度、最高气温、风速和日照时数;影响缺水量的4个主要气候要素依次为降水量、相对湿度、最高气温和风速。     

1960-2019年河南省参考作物蒸散量时空演变与成因分析

基于河南省17个气象站1960-2019年逐日气象资料,采用Penman-Monteith模型、M-K检验和Morlet小波分析等方法分析河南省参考作物蒸散量(ET0)时空变化特征及其影响因素.结果表明:1960-2019年河南省ET0平均值为1050.11 mm/a,以-14.81 mm/10a的倾向率呈下降趋势,1971年河南省ET0发生突变,突变后ET0减少80.73 mm,近60年来,河南省ET0存在28 a左右的主周期变化.空间上,河南省ET0呈东南向西北递增的趋势.近60年来河南省四季ET0分别占全年的29.79％、39.34％、20.17％和10.69％,变化趋势上,春季ET0呈小幅上升趋势,夏季、秋季和冬季ET0均呈下降趋势.春夏两季ET0空间分布情况与全省多年平均ET0的空间分布情况较为接近,对全省年均ET0的空间分布起决定性作用.河南省ET0变化对相对湿度最敏感(-0.645),其次为日照时数(0.444),最高气温(0.323),平均风速(0.171)和最低气温(0.090).日照时数、平均风速、相对湿度、最高气温和最低气温对ET0的贡献率分别为-12.841％、-7.426％、3.045％、1.321％和1.800％,日照时数和平均风速的减少是过去60年河南省ET0减少的主导因子.     

气候变化对长江流域早稻灌溉需水量的影响

选用长江流域种植早稻的35个站点1961-2003年气象数据,分析气候变化对长江流域早稻灌溉需水量的影响.结果表明,长江流域大部分地区早稻需水量、灌溉需水量均有减少的趋势.需水量、灌溉需水量同生育期年降雨量、日平均相对湿度呈负相关关系,同生育期日平均气温、日平均风速、年日照时数呈正相关关系,其中灌溉需水量与年降雨量呈极...     

中国西北地区近50a气象因子时空变化特征与成因分析

为深入分析中国西北地区近50 a气象因子演变特征与驱动因素,选取西北地区69个站点1966-2016年逐日气象资料,使用Mann-Kendall检验、Morlet小波分析、GIS空间插值及相关性分析方法,定量分析了气象因子的时空变化规律及相互关系。结果表明:近50 a来西北地区风速、辐射、相对湿度均呈下降趋势,降幅分别为0.105 m/(s·10 a)、0.054 MJ/(m2·d·10 a)和0.378%/(10 a),降水及气温均呈上升趋势,增幅分别为4.9 mm/(10 a)、0.427℃/(10 a);各气象因子近50 a来呈"增大-减小"的周期振荡变化,变化主周期均为28 a,且风速、辐射、相对湿度、降水、气温均存在局部突变;各气象因子的空间分布存在区域差异,风速呈不连续的东部大西部小分布趋势,辐射呈中部大东西部较小分布趋势,降水呈由东南向西北递减趋势,气温呈由青海省向外扩增趋势;各气象因子之间存在较强相关性且相互响应关系复杂,其中辐射与风速、降水和气温均呈极显著正相关(P0.01),相对湿度与风速呈极显著负相关(P0.01)。     

基于Sobol法的宁夏固海扬水灌区ET_0敏感性分析

为了解宁夏固海扬水灌区ET_0对各气象因子的敏感性,以该灌区内同心站为研究区域,根据同心站1961-2016年逐日气象资料,采用Penman-Monteith公式计算ET_0,利用Mann-Kendall趋势分析法探究宁夏固海扬水灌区ET_0和各气象因子变化趋势,采用Sobol全局敏感性分析方法分析ET_0对各气象因子的敏感性。结果表明,ET_0在近56年的突变年份为1980年,1981-2016年ET_0和各气象因子较1961-1980年均呈上升趋势。各气象因子总敏感性系数的年内变化特点在1961-1980年和1981-2016年基本相同,而一阶敏感性系数在这两个时间段的变化特点呈多样性和不确定性。ET_0对各气象因子的一阶敏感性系数年际变化趋势中,平均气温、最高气温、最低气温、相对湿度和日照时数的一阶敏感性系数呈下降趋势,仅风速的一阶敏感性系数呈上升趋势。     

近56年西南地区四季参考作物蒸散量变化成因分析

准确评估西南地区参考作物蒸散量ET0对作物耗水量分析,作物生产潜力评价及区域水资源管理等具有重要意义。本文应用西南地区近56 a逐日气象数据,利用FAO-56 Penman-Monteith模型计算ET0,通过MannKendall检测、变化趋势分析及基于敏感系数的贡献率分析,对近56 a西南地区ET0及相关气象因子的年内变化特征与变化趋势进行分析。结果表明:近56 a西南地区春、夏、秋、冬四季ET0值分别为314.71、345.78、219.13、169.51 mm,气候倾向率分别为0.850、-2.841、0.571、1.125 mm/(10 a),其中春、秋季ET0呈不显著变化趋势,夏季ET0呈极显著下降趋势(P0.01),冬季呈极显著上升趋势(P0.01);相对湿度、日照时数和风速在四季均呈下降趋势,温度呈上升趋势,其中相对湿度呈极显著下降趋势(P0.01),最低温度呈极显著上升趋势(P0.01);春季相对湿度对ET0贡献率最大,为5.23%,夏季日照时数对ET0贡献率最大,为-7.49%,秋季最高温度对ET0贡献率最大,为3.94%;冬季最低温度对ET0贡献率最大,为6.69%,其次是平均温度,为6.57%。因此,近56 a西南地区春、秋、冬季ET0上升的主要原因分别是相对湿度降低、最高温度上升、最低温度和平均温度升高,夏季ET0下降的主要原因是日照时数减少。     

基于作物水分亏缺指数的云南省夏玉米不同生育期干旱时空特征分析

【目的】研究云南省夏玉米不同生育期干旱变化规律,为该区夏玉米合理布局和防御生育期内阶段性干旱提供科学依据。【方法】利用云南省1960—2014年32个典型气象站点逐日气象资料,计算夏玉米生育期逐旬作物水分亏缺指数(crop water deficit index,CWDI),采用线性趋势和M-K检验分析了云南省不同地区夏玉米干旱的时空变化特征,并探究了CWDI与夏玉米产量的关系。【结果】①云南省夏玉米初始生长期、快速生长期、生长中期、生长后期和全生育期平均干旱站次比分别为50.30%、12.36%、5.88%、6.00%和10.35%。②1960—2014年夏玉米初始生长期干旱站次比和CWDI均呈减小趋势,快速生长期、生长中期、生长后期和全生育期则均呈上升趋势,且快速生长期和生长中期干旱面积和强度上升幅度相对较大,上升趋势主要集中在滇西南。③云南省夏玉米各生育阶段不同等级干旱发生频率整体上表现出中部高四周低的分布特征,其中滇中干旱频率最高,滇西南最低;云南省夏玉米各生长阶段干旱强度上升幅度较大区域主要集中在滇西南和滇东北,上升幅度较小区域主要集中在滇中中西部和滇西北。④云南省夏玉米生长中期水分供需状况对夏玉米产量影响较大。【结论】一定幅度的干旱强度上升,有利于云南省西部夏玉米增产,尤其是滇西南地区;但会导致中东部夏玉米减产,尤其是滇东北。     

基于CROPWAT模型的昆明市水稻需水量及灌溉用水量研究

利用昆明市日气象数据、水稻生育期数据和土壤数据,通过CROPWAT模型模拟研究1980—2012年水稻生育期内需水量和灌溉用水量年际变化特征及气象要素对其的影响。结果表明,1980—1999年,水稻需水量和灌溉用水量呈微弱下降趋势(p=0.08,p=0.8);1999―2012年,水稻需水量和灌溉用水量呈上升趋势(p0.01);近33a平均水稻需水量和灌溉用水量分别为603.6mm和638.8mm。作物需水量与温度、风速和日照时数正相关,与相对湿度负相关;灌溉用水量与降水量负相关,与日照时数正相关。气温、风速、湿度和日照时数的组合可以预测年尺度上作物需水量的变化趋势;降水和日照时数的组合可以预测年尺度上灌溉用水量的变化趋势。     

基于气候因子的夏玉米减产成因及应对措施

针对聊城市夏玉米出现的果穗较短、秃顶严重及株籽粒重降低等原因导致的玉米产量降低,对夏玉米生育期的降水、日照、温度和相对湿度等气象因子进行了分析。结果表明,玉米减产原因主要是夏玉米播种期的强降水造成土壤湿度饱和导致烂种、开花授粉期的高温致使授粉不良,以及遇连阴雨寡照天气不能授粉所致。结合聊城市气候及玉米生产状况,提出了应对气象灾害的对策措施。      

清镇市1985—2015年气候变化特征分析与粮食产量相关性

【目的】明确清镇市1985—2015年气候变化特征与粮食产量的相关性。【方法】利用清镇市1985—2015年逐年平均气象数据(风速、海平面气压、降水、平均气温、日照时间、相对湿度、蒸发量),通过M-K检验、小波分析、HP滤波、RDA等方法,分析了气候变化特征及其与产量间的相关性。【结果】气温升高极显著,1994年、1997年出现突变,其他因子呈降低或减少趋势,日照时间突变最频繁;各因子振荡周期不一,变化周期以28 a最突出,目前除气温处于偏高期外,其他因子均处在偏低期;气候变化对粮食产值的影响有正有负,正影响最大值出现在2009年,在1990年和2011年负作用力达到最大。【结论】Monte Carlo Test表明,气候因子均与产量之间显著相关(P<0.05),粮食产量的43.3%能被选取的气候因子解释,气候产量与降水量、气温以及相对湿度正相关,与风速、海平面气压、蒸发量、日照时间负相关。     

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。     

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.     

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。     

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。     

江苏省参考作物蒸散量的时空变化及影响因素分析

【目的】参考作物蒸散量是水分循环和能量循环的重要组成部分,研究其变化特征及影响因素可以为该地区合理利用水资源,高效水分管理及农业生产布局提供参考。【方法】利用1961-2018年江苏省60个站点的风速、温度、相对湿度和日照时数等逐日数据计算了逐日蒸散量(ET0),并采用气候倾向率、敏感性分析、通径分析、贡献率分析等方法对江苏省ET0的时空变化及影响因素进行分析。【结果】①江苏省1961-2018年平均ET0为976.8 mm,区域整体ET0的变化幅度为-0.44 mm/10 a,共有28个站点ET0呈增加趋势(47%),主要分布在无锡以及苏州等苏南区域,共有11个站点ET0增加趋势显著(p<0.05),其中无锡、太仓、靖江地区ET0气候倾向率较大,分别为18.6、19.0、30.0 mm/10 a。共有32个站点ET0呈减小趋势(53%),主要分布在连云港、徐州、宿迁等苏北地区,共有16个站点ET0减小趋势显著(p<0.05),其中新沂、泗洪、灌南地区ET0减小趋势较大,分别为-19.2、-23.1、-23.2 mm/10a;②丰县(1 007.4 mm)、徐州(1 041.1 mm)以及西连岛(1 130.3 mm)区域为ET0的高值中心;③ET0对平均温度、日照时间、风速为正敏感,对相对湿度为负敏感,且ET0对相对湿度最敏感。平均温度、日照时间、风速、相对湿度与ET0决策系数分别为0.09、0.33、-0.02、0.29。敏感系数空间分布上,ST与SWS纬向分布特征都较明显;④贡献率分析表明,主要影响因素为风速的有22个站点,均分布在苏北地区,其中沛县、泗阳、新沂站风速对ET0变化贡献较大,分别为-13.44%、-12.52%、-12.49%,主要影响因素为相对湿度的有38个站点,主要分布在苏南地区,其中丹阳、靖江、昆山站相对湿度对ET0变化贡献较大,分别为18.47%、18.57%、20.87%,全区平均温度和日照时间不对ET0变化产生主要影响。【结论】苏北地区ET0变化的主要影响因素是风速,且风速贡献率为负,苏南地区ET0变化的主要影响因素是相对湿度,相对湿度贡献率为正。     

滇东北作物耗水特性及影响因素

基于滇东北地区3个气象站点(会泽站、昭通站、沾益站)1955-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式,计算并分析滇东北地区水稻、春玉米和冬小麦全生育期需水量及其变化趋势,同时采用偏相关分析和逐步回归分析探讨各气象因子对主要粮食作物需水量影响的程度.结果表明:昭通站主要粮食作物需水量随时间呈不同程度减少,每10 a水稻需水量减少10.07 mm,春玉米减少1.44 mm,冬小麦减少1.06 mm.而其他站点呈增加趋势,水稻需水量每10 a分别增加8.85,4.48 mm,春玉米分别增加8.38,4.57 mm,冬小麦分别增加7.39,3.10 mm.3个站点同一种作物各生育阶段需水量规律基本一致,水稻各生育期需水量从大到小依次为:分蘖,拔节,抽穗,乳熟,黄熟,返青;玉米的依次为:拔节,灌浆,苗期,孕穗,成熟;小麦的的依次为:乳熟,开花,成熟,苗期.日照和平均风速是影响水稻和玉米需水量最主要的气象因子,且呈显著正相关关系,就各站点而言,影响冬小麦需水量的气象因子存在差异,其中会泽站和沾益站同日照时数和平均气温呈显著正相关,而昭通站与平均湿度呈显著负相关,同日照时数呈显著正相关关系.     

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。     

山西省参考作物蒸散量的时空变化特征及影响因素分析

利用山西省及周边地区共计35个气象站点1957—2014年的逐日气象数据,使用Penman-Monteith公式计算参考作物蒸散量(ET_0),采用一元线性回归和反距离加权插值法分析ET_0的时空变化特征,并采用逐步回归分析对ET_0的影响因素进行研究。结果表明,1年ET_0随时间的变化特征呈现混合模式,以下降趋势为主。2多年平均ET_0空间分布差异显著,区域内存在2个高值区、2个次高值区和2个低值区。秋季ET_0的空间分布特征与年ET_0的空间分布最为接近,而冬季,春季和夏季ET_0的空间分布特征与年ET_0的空间分布相差较大。3各站点年ET_0受同时期气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间或降水量。全省不同站点多年平均年ET_0受气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间、降水量。全省不同站点多年平均年ET_0受地理要素的影响程度由大到小的排序为:海拔、纬度。