用统计降尺度模型预测川中丘陵区参考作物蒸散量

区域蒸散量(evapotranspiration)预测对精准灌溉预报与农田水分管理意义重大。该文利用川中丘陵区11个气象站点1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量(reference evapotranspiration,ET0),基于Hadley Centre Coupled Model version 3(HadCM3)的输出和统计降尺度模型(statistical downscaling model,SDSM)分别对A2(高温室气体排放)、B2(低温室气体排放)情景下川中丘陵区2014-2099年ET0进行预测,并使用Mann-Kendall检验和反距离加权插值法对1961-2099年ET0的时空演变特征进行分析。结果表明:基准期(1961-2010年)川中丘陵区ET0整体呈现明显下降趋势,空间上呈现出东北部、西北部和东南部相对较大、中部相对较小的差异;与基准期相比,A2、B2情景下未来2020 s(2011-2040年)、2050 s(2041-2070年)和2080 s(2071-2099年)川中丘陵区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET0将分别增加7.9%、10.9%和16.7%,B2情景下ET_0将分别增加7.1%、4.9%和12.8%;A2、B2情景下3个时期川中丘陵区ET_0空间分布均呈现西北部和南部较大、中部较小的空间差异,且3个时期的ET0相对变化率显示中部及其偏北、偏南区域ET_0增幅相对较大,北部和南部增幅相对较小。因此,未来川中丘陵区ET0的上升可能导致水资源短缺与季节性干旱进一步加剧。该研究可为川中丘陵区水资源优化管理和灌溉制度制定提供科学参考。     

参考作物蒸散简易估算方法在黄土高原的适用性

参考作物蒸散(ET0)的简易估算方法在气象数据缺乏区域具有广泛的应用,但其适用性需要评估。基于1961~2009年48个气象站的数据,以FAO Penman-Monteith公式为标准评估了6种ET0简易估算方法(FAO-24Rad、FAO-24BC、Hargreaves、Priestley-Taylor、Makkink和Turc)在黄土高原应用的可能性。结果表明,对于ET0年值的估算,FAO-24BC和Hargreaves的结果令人满意,效果最差的是Makkink和Priestley-Taylor公式。ET0年值误差主要来源于11-3月,各方法对4-10月ET0的估算效果相对较好。各方法的适用性存在空间变异,FAO-24BC和Hargreaves公式的效果普遍较好,其他方法对该区各站ET0估算误差均较大,特别是Makkink和Priestley-Taylor公式;除Priestley-Taylor公式外,多数方法对西南区的估算误差较大。因此,黄土高原地区进行参考作物蒸散的简单计算时,推荐使用FAO-24BC和Hargreaves方法。     

黄淮海地区冬小麦种植北界时空演变及未来趋势分析

为探索黄淮海地区冬小麦种植北界的变化规律,该文基于黄淮海及周边地区94个气象站1961—2017年逐日气象数据和代表性浓度路径(representative concentration pathways,RCPs)RCP4.5、RCP8.5情景下2011—2100年逐日温度数据,采用5个气候指标对黄淮海地区冬小麦种植北界进行分析。主要结论如下:1961—1970年黄淮海地区冬小麦种植北界主要分布于天津—河北霸州—保定—石家庄—邢台—山西临汾一线;1971—1980年,该线在河北境内北移约65 km,在山西境内北移约40 km;与1971—1980年相比,1981—1990年北界变化较小,仅在河北唐山附近略南移,山西运城附近略北移;与1981—1990年相比,1991—2000年北界变化较大,尤以山西地区为最,将原本的正弦线趋势压缩为平滑抛物线趋势,临汾附近南移,阳城附近北移;相较于1991—2000年,2001—2010年北界略北移;相较于2001—2010年,2011—2017年北界呈南移现象。未来RCP4.5情景下,2011—2040年冬小麦种植北界主要分布在河北乐亭—唐山—北京—河北保定—石家庄—邢台—山西榆社—临汾一线;2041—2070年该线在河北境内北移至秦皇岛,山西境内北移至介休;与2041—2070年相比,2071—2100年北界在河北境内趋于稳定,在山西境内北移至太原北部。RCP8.5情景下,冬小麦种植北界变化较大:2011—2040年北界位于河北秦皇岛—唐山—北京—河北保定—石家庄—山西临汾一线;2041—2070年,该线在河北境内北移至遵化、青龙附近,在山西境内北移至兴县、太原附近;2071—2100年,北界北移至河北承德—丰宁—张家口—怀来—保定—山西原平—五寨—河曲一带。此外,与RCP8.5相比,RCP4.5情景下黄淮海地区冬小麦种植北界变化趋势较小。该研究可为黄淮海地区冬小麦种植敏感性地带适应气候变化提供理论依据和技术支撑。     

华北平原干旱事件特征及农业用地暴露度演变分析

根据1961-2014年华北平原52个气象观测站月降水数据和区域气候模式COSMO-CLM（CCLM）输出的逐月降水预估数据,利用标准化降水指数,结合“强度-面积-持续时间”（Intensity-Area-Duration, IAD）方法,研究了华北平原过去（1961-2014年）和未来（2016-2050年）3种排放情景(RCP2.6、4.5、8.5）下,不同持续时间的区域最强干旱事件的强度-面积特征及其时空分布规律。同时,基于2000年的土地利用数据,分析了2016-2050年华北平原农业用地暴露度的演变。研究表明：（1）1961-2014年,华北平原干旱中心在空间上呈由南向北迁移的趋势。（2）相比基准期（1961-2005年）,过去45a未遇的干旱事件在2016-2050年RCP3种情景下均有可能发生;RCP2.6情景下发生频率最高。（3）2016-2050年,RCP2.6和RCP 4.5情景下,华北平原农业用地干旱暴露度（即暴露面积）呈增大趋势,RCP4.5情景下干旱暴露面积增加的速率更大,RCP8.5情景下则与之相反,呈减小趋势。3种情景下暴露度峰值分别出现在2040s后期,2040s前期及2020s中期。     

基于CMIP5模式和SDSM的赣江流域未来气候变化情景预估

赣江流域未来气候变化预估,对于了解该流域未来水资源的变化、指导流域防洪抗旱和水资源的合理开发利用具有重要意义。为预估该流域未来气候变化,利用1961—2005年赣江流域6个气象站数据、NCEP再分析数据并选择了CMIP5中CanESM2模式下3种排放情景RCP2.6,RCP4.5,RCP8.5,采用SDSM模型研究了赣江流域未来气候变化。结果表明:（1）赣江流域未来温度和降水总体均呈上升趋势。（2）在RCP2.6,RCP4.5,RCP8.5这3种排放情景下赣江流域未来最高气温分别增加1.8,2.1,2.8℃;未来最低气温分别增加1,1.2,1.9℃;未来平均气温分别增加1.5,1.6,2.3℃;3种排放情景下未来温度空间分布都是南高北低,西高东低,并在南北方向呈带状和环状分布。（3）在未来3个时期（2020s,2050s,2080s）、3种排放情景下赣江流域气温呈上升趋势,且6月份增幅最大,2月份增幅最小。（4）在未来3个时期、3种排放情景下,赣江流域未来降水均呈增加的趋势;5—10月降水量均呈现下降趋势,1—4月、11—12月降水量呈现增加趋势;3种情景下的未来降水空间分布基本呈南低北高,在南北方向呈递增趋势。对赣江流域气候要素模拟与预估表明,赣江流域未来气候变化存在降水增加及极端天气事件发生的危险,分析结果可为赣江流域气候变化的水文响应及气候变化的适应性研究提供科学依据。     

未来气候情景下农牧交错带不同灌溉水平马铃薯产量和水分利用效率

未来气候变化对农牧交错带不同灌溉水平马铃薯产量和水分利用的影响鲜有研究。该研究基于农牧交错带张北和武川站不同灌溉条件下大田试验数据评估了APSIM-Potato模型的适应性;基于33个全球气候模式(global climate model,GCM)通过统计降尺度方法获得的未来2个气候情景(RCP4.5和RCP8.5)逐日气候数据驱动APSIM-Potato模型,模拟未来气候变化对不同灌溉水平(灌1水、灌2水、灌3水和灌4水)马铃薯产量和水分利用的影响。结果表明:APSIM-Potato模型能够较好地模拟2个站点马铃薯产量和土壤水分动态。2个站点实测产量和模拟产量的相对误差均小于22.6%,实测土壤水分和模拟土壤水分相对均方根误差均小于18.1%。基于33个GCM模拟结果,2030 s、2060 s和2090 s马铃薯生育期温度、CO2浓度、总降水量和总辐射量相比于基准期(1981-2010)均呈增加趋势。相比于基准期灌1水、灌2水、灌3水和灌4水马铃薯产量,张北站和武川站在RCP4.5情景下均有提升,张北站为4.1%~36.2%,武川站为2.5%~13.6%。RCP8.5情景下,2个站点分别提升3.1%~36.8%和3.1%~38.5%。且2个气候情景下均是灌1水情景下马铃薯产量提升最高。2个气候情景下,马铃薯水分利用效率在2030 s-2090 s均呈增加趋势。研究结果表明未来气候变化对农牧交错带地区马铃薯产量和水分利用效率具有积极影响,未来气候情景下该地区更适宜灌溉马铃薯的生产。     

分别利用Hargreaves和PM公式计算西北干旱区ET0的比较

该文根据甘肃张掖气象站1991～2000年的气象资料,利用Hargreaves公式和Penman-Monteith公式计算了参照作物需水量(ET0).对比分析结果表明:Hargreaves公式计算的ET0H年值比Penman-Monteith公式的计算ET0PM偏低,而在年内6、7、8月份,ET0H＞ET0PM,9月份两种方法计算结果几乎相等,其他月份ET0H＜ET0PM.造成这种结果的原因是风速和降雨的影响.根据两种方法的计算结果,提出了适合西北干旱区ET0的计算公式.     

典型浓度路径(RCP)情景下长江中下游地区气温变化预估

为探明典型浓度路径下(高端路径RCP8.5和稳定路径RCP4.5)长江中下游地区未来30a平均气温的时空变化趋势和分布特征,运用联合国政府间气候变化委员会(IPCC)AR5提出的模拟能力较强的BCC-CSM1-1(Beijing Climate Center Climate System Model version1-1)气候系统模式,基于典型浓度情景RCP(Representative Concentration Pathway)输出的2021-2050年0.5×0.5格点主要气象要素的逐日模式模拟数据资料,应用双线性内插法降尺度到长江中下游及邻近区域62个基本气象站点。以1961-1990为基准年,根据同期等长模拟数据和观测数据的非线性函数关系建立订正模型,并利用方差订正法对2021-2050年模拟数据进行误差订正。结果表明:RCP情景输出数据的模拟效果良好,方差订正可降低模拟值与观测值的相对误差和方差,更加真实反应未来气候变化趋势。RCP8.5和RCP4.5两种排放情景下,长江中下游地区2021-2050年年平均气温均呈显著上升趋势,增温幅度总体表现为自南向北逐渐减少。就季节而言,四季均呈现升温趋势,夏季增温幅度最高,变化倾向率大,春冬两季RCP8.5情景下增温幅度大于RCP4.5下,夏秋季则相反;RCP8.5情景下,研究区域年平均气温呈现自中部向东西递减,春夏季增温幅度高于秋季,冬季增温幅度最小,且变化倾向率低,大部分地区未通过0.05水平的显著性检验。RCP4.5情景下,研究区年平均气温自北向南逐渐降低,变化倾向率则表现为北部大于南部,夏季变化速率较大,增温幅度达1.2℃·10a~(-1)(P0.01),冬季较小且未通过显著性检验。     

利用温度资料和广义回归神经网络模拟参考作物蒸散量

参考作物蒸散量(reference evapotranspiration,ET0)精确模拟对水资源高效利用和灌溉制度制定具有重要意义,该文以四川盆地19个气象站点1961-1990年逐日最高、最低温度和大气顶层辐射作为输入参数,FAO-56 Penman-Monteith(PM)模型计算的ET0为标准值,建立基于广义回归神经网络(generalized regression neural network,GRNN)的ET0模拟模型,基于1991-2014年资料进行模型验证,将GRNN模型同Hargreaves(HS1)和改进Hargreaves(HS2)等简化模型的模拟结果进行比较,分析只有温度资料情况下不同模型模拟ET0误差的时空变异性。结果表明:GRNN、HS1和HS2模型均方根误差(root mean square error,RMSE)分别为0.41、1.16和0.70 mm/d,模型效率系数(Ens)分别为0.88、0.13和0.67。3种模型RMSE在时空上均呈现HS1HS2GRNN、Ens均呈现GRNNHS2HS1趋势;与PM模型模拟结果相比,GRNN、HS1和HS2模型模拟结果分别偏大0.8%、45.1%和17.3%。在时空尺度上的误差分析均表明利用温度资料建立的GRNN模型能够较为准确地模拟四川盆地ET0,因此可以作为资料缺失情况下ET0模拟的推荐模型。该研究可为四川盆地作物需水精确预测提供科学依据。     

基于HEC-HMS模型的兰江流域径流预测

[目的] 分析兰江流域径流对气候变化的水文过程响应,为区域水资源可持续发展和防洪抗旱提供科学基础。[方法] 利用2015—2018年日降雨径流过程和6场暴雨洪水过程率定并验证HEC-HMS水文模型在该流域的适用性;基于SDSM统计降尺度模型,对2030—2100年CanESM2模式下RCP2.6,RCP4.5和RCP8.53种情景的气候数据进行降尺度,生成兰江流域6个气象站点未来日降水序列以预测未来气候变化下的径流响应。[结果] HEC-HMS模型对场次洪水和逐日径流模拟的相关系数平均值达到0.89,0.77,平均效率系数达到0.86,0.76;RCP2.6情景下研究区面降水量较于基准期（2015—2018年）减小0.82%,在RCP4.5,RCP8.5情景下分别增大6.18%,18.17%;RCP2.6,RCP4.5,RCP8.53种情景下多年平均径流相较于基准期分别增幅为17.00%,26.22%,41.93%。[结论] HEC-HMS模型在兰江流域有较好的适用性;未来兰江流域径流呈显著上升趋势,增幅程度随辐射强迫度的增加同步增大。当辐射强迫度升高至8.5 W/m²时,流域径流量平均每10 a上升49.49 m³/s。预计21世纪末多年平均径流量达到1 101 m³/s,年径流变化起伏剧烈,汛期径流占全年比例较高,旱涝事件趋于频繁,对人民福祉威胁较大。     

GFDL-ESM2M气候模式下京津冀地区未来潜在蒸散量时空变化

为探究未来潜在蒸散量时空变化特征,该研究以京津冀地区为例,基于美国GFDL提供的GFDL-ESM2M全球气候模式,得到京津冀地区92个格点2000-2050年的平均气温、最高气温、最低气温、太阳总辐射、平均相对湿度和近地面平均风速,应用Penman-Monteith公式计算京津冀地区未来92个格点的逐日潜在蒸散量(ET0),分析其时空分布特征及其与气象要素的相关关系。结果表明:未来年ET0总体呈增加趋势,RCP8.5情景下ET0上升速度最快,且随着时间推移增幅越来越大。夏季ET0增长速度最快,其次为春季、秋季与冬季,意味着未来ET0季节差异将愈加明显,可能出现更为严重的季节性干旱。ET0空间分布呈由西南向东北逐渐递减趋势,其中中部地区增速最快,增长趋势由中部向南北递减。不同气候情景下平均气温均呈逐年上升趋势,风速、太阳总辐射略微上升,而相对湿度下降。ET0与太阳总辐射的相关系数最大,呈由东北向西南递增趋势,其次为最高气温,呈由西北向东南递增趋势。ET0与相对湿度变化呈显著负相关,相关系数绝对值呈东北向西南递增趋势,ET0与风速相关度不明显。该研究可为农业需水预测与灌溉管理、科学应对气候变化提供基础支撑。     

黄淮海地区Hargreaves公式主要参数的空间化处理

为了提高Hargreaves公式在不同地区的适用性和准确性,提高区域作物需水量的估算精度和罐区灌溉管理水平,该文基于黄淮海地区54个气象站1961-2012年的逐日气象资料,以最高温度、最低温度、大气顶太阳辐射为自变量,以Penman-Monteith公式计算的参考作物蒸发蒸腾量为因变量,对Hargreaves公式主要参数进行拟合,并采用普通克里格方法进行空间化处理。结果表明:黄淮海地区全年和夏季转换系数K变化趋势相同,均从西北向东南逐渐增大,春、秋、冬季变化趋势则相反;全年和夏季指数系数n变化趋势相同,均从黄淮海的东南向西北逐渐增加,春、秋、冬季则从东北向西南逐渐增加;温度偏移量Toff总体表现为从西南向东北逐渐增加。率定后的Hargreaves公式与P-M公式的相关指数,全年最大,为0.79,春秋次之,分别为0.70和0.71,冬季最小,为0.46,拟合后相应参数的标准误表明拟合值全年最准确,冬季最差。     

不同时间尺度下华北平原干湿气候时空变化及成因分析

利用华北平原62个气象站点1961-2014年逐日地面观测资料以及同期降水量资料,基于Penman-Monteith方法计算的参考作物蒸散量(ET_0)研究近54a研究区干湿气候时空变化特征,并利用敏感性和贡献率法分析气候变化背景下主要气象因子对ET_0的影响,对干湿气候变化的成因进行探讨。结果表明:华北平原在3个时间段(时段1:1961-1980;时段2:1981-2000;时段3:2001-2014)半干旱区和半湿润区的分界线呈东扩和南移,半干旱区面积不断扩大,湿润区面积变化不明显;研究区1961-2014年ET_0呈显著下降趋势,空间差异大,河南和山东部分地区由于ET_0下降趋势大于降水量减少趋势,气候变湿润;鲁东、天津、河北东部地区降水量减少且ET_0增加,干旱化趋势明显。就月尺度而言,降水量在7月和8月减少幅度最大,夏季ET_0减少幅度较大,5月和6月气候呈变湿趋势。ET_0对相对湿度的变化最敏感,各月导致ET_0变化的主要贡献因子不一,11月-翌年1月风速起主导作用,2月温度为主导因子,6-9月日照时数为主导因子,其它月份为相对湿度、风速等综合作用的结果。     

玛纳斯河流域ET0影响因子分析及对Hargreaves法的修正

准确估算作物蒸发蒸腾量对于农业水资源的规划和指导农田灌溉非常重要。该文以具有典型内陆河特征的玛纳斯河流域为例,根据1953-2008年的气象资料,采用Penman-Monteith(PM)法计算了流域内参考作物蒸发蒸腾量,并对影响参考作物蒸发蒸腾量的各气象因子进行了通径分析,结果表明在玛纳斯河流域温度是影响参考作物蒸发蒸腾量的最主要因子。以PM法计算得到的参考作物蒸发蒸腾量为标准值,对Hargreaves法计算的参考作物蒸发蒸腾量进行比较分析,结果表明Hargreaves法计算结果偏差较大,在4-10月尤为明显。基于35 a气象资料,采用贝叶斯方法对Hargreaves公式进行修订,采用另外21 a气象资料对修订的Hargreaves公式进行验证,结果显示修正后的Hargreaves公式满足精度要求,且计算简便,可为内陆河流域参考作物蒸发蒸腾量的计算提供参考。     

机器学习算法和Hargreaves模型在四川盆地ET0计算中的比较

以四川盆地中部遂宁气象站2001-2010年逐日温度资料和大气顶层辐射（Ra）为输入参数,以FAO-56 Penman-Monteith（PM）模型计算的参考作物蒸散量（ET0）为标准,分别利用广义回归神经网络（GRNN）和小波神经网络（WNN）两种机器学习算法建立ET0模拟模型,并对GRNN、WNN和Hargreaves（HS1）与两种改进的Hargreaves（HS2和HS3）模型的ET0模拟效果进行对比分析,利用2011-2014年数据对各模型模拟精度进行验证,分析仅有温度资料时不同模型在四川盆地的适用性。结果表明：GRNN模型和WNN模型均具有较强的适用性,GRNN模型均方根误差（RMSE）、模型效率系数（Ens）和决定系数（R2）分别为0.395mm×d-1、0.924和0.902,WNN模型分别为0.401mm×d-1、0.911和0.901,且两种模型计算精度均高于HS1（1.05mm×d-1、0.885和0.334）、HS2（0.652mm×d-1、0.892和0.736）和HS3（0.550mm×d-1、0.881和0.812）模型。模型适用性验证进一步表明,GRNN和WNN模型在四川盆地西部和东部也具有较好的适用性,在输入参数中引入Ra能提高模型的模拟精度。因此,GRNN和WNN可以作为气象资料缺失条件下四川盆地ET0计算的推荐模型,且GRNN计算精度高于WNN,可优先选用。