利用估算的太阳辐射计算浑善达克沙地参考作物蒸散速率的精度分析

利用FAO推荐的Penman—Monteith公式。以内蒙浑善达克沙地三个气象站太阳辐射实测值计算的参考作物蒸散速率（ET0）为背景值，分析了利用估算的太阳辐射计算ET0时的精确度。结果表明：太阳实际日照时数短时。ET0的计算误差比较明显，必须利用适当的方法予以修正。     

湖南复杂地形下日平均气温空间插值方法探讨

基于湖南省97个常规地面气象台站1961-2008年逐日的日平均气温资料,对湖南复杂地形下日平均气温空间插值方法进行探讨。采用考虑海拔影响下的反距离法等6种空间插值方法进行500m×500m格距的小网格推算,对多种插值结果的误差进行了交叉检验,同时利用2007-2008年湖南省1215个自动气象站的观测资料进行误差检验,并对不同时间段、不同区域、不同地形下的各插值方法进行了对比分析。结果表明：各空间插值方法的计算结果基本接近,但是要避免使用易导致＂牛眼＂现象的IDWE等方法;在海拔高度500m以下时,除了SFE各方法误差接近,500m以上时,以IDWGE方法最优;在湘西山区以KRGE方法的空间插值较优,湘东山区以IDWGE方法误差最小。在冬半年以MRG方法误差小,夏半年以KRGE方法误差小。相对于传统的采用界限温度的初终日进行直接插值,对逐日平均气温插值后再推算界限温度的初终日,物理意义明确,计算结果更接近于实际值。研究结果可为湖南精细化农业气候区划提供高时空分辨率的网格资料。     

基于两种时间尺度气象资料计算的参考作物蒸散量对比分析

利用南四湖流域兖州（1981-1986年）、菏泽（1981-1986年）和定陶（1997-2002年）3个气象站逐日平均、逐月平均两种尺度气象资料,基于FAO Penman-Monteith公式计算逐日ET0,并分别累计月ET0值,评估两种时间尺度数据计算月ET0值的差异,分析在日平均资料不可获取的情况下,可否用月平均资料代替计算ET0。结果表明：（1）两种时间尺度资料计算月ET0值相当接近,具有极显著的正相关关系;（2）全年月平均资料计算的ET0值高于日平均资料计算的ET0值,平均相对偏高约2.0%;暖季月平均资料计算的ET0值明显低于日平均资料计算的ET0值,平均相对偏低约3.7%;而在冷季则正好相反,平均相对偏高约8.1%。可以看出,两者偏差主要发生在冷季。（3）月平均资料相对于日平均资料计算月ET0值的相对偏差不大,暖季计算结果较精确。（4）不管暖季或冷季,两种时间尺度资料计算月ET0值产生差值的原因主要是能量项计算的差异造成的。暖季月平均资料计算的ET0值偏低的原因,主要是暖季月平均资料计算的能量项的减少造成的,约占131.8%;冷季月平均资料计算的ET0值偏高,主要是冷季月平均资料计算的能量项的增加造成的,约占92.1%。     

复杂地形中机载LiDAR点云构建DEM的插值算法对比

机载激光雷达（Light Detection and Ranging,LiDAR）可快速、高效的获取大范围地形信息,已成为高精度地形建模的重要数据获取手段。然而,针对复杂地形的机载LiDAR点云构建数字高程模型（Digital Elevation Model,DEM）的插值误差研究缺乏,严重限制了其在土壤侵蚀、开采沉陷等地表过程研究中的应用。该研究基于黄土高塬沟壑区典型地形的机载LiDAR数据,对比了反距离加权（Inverse Distance Weighted,IDW）、克里金（Kriging）、样条函数（Spline）、自然邻域（Natural Neighbor,NN）、趋势面（Trend）、不规则三角网（Triangulated Irregular Network,TIN）等插值算法的插值误差。首先优选了IDW、Kriging、Spline、Trend等4种算法的关键参数,其次分析了不同点云密度和地形下IDW、Kriging、Spline、NN、TIN等5种算法的插值误差及其空间分布。结果表明：1）IDW最优插值参数为权指数1和搜索点数12,Kriging为无方向、高斯函数和搜索点数12,Spline为规则样条函数和搜索点数32,Trend误差达米级,不适用于地形复杂区域。2）当点云密度较小时（≤19点/m2）,IDW、Kriging、NN、TIN4种插值方法较为准确地描述地形。当点云密度较大时（≥39点/m2）,各个插值方法的DEM空间分布差异不大。3）针对黄土高塬沟壑区复杂地形区域,点云密度越大,DEM的误差越小。陡坡区域DEM的平均绝对误差明显高于缓坡区域,随着点云密度增大,陡坡区域误差明显减小,而缓坡区域变化较小。当点云密度较小时（≤19点/m2）,缓坡和陡坡最优插值插值方法分别为NN和TIN;当点云密度较大时（≥39点/m2）,缓坡和陡坡最优插值插值方法均为Spline。研究结果可为机载LiDAR用于地形复杂区域的高精度地形建模与地表过程研究提供依据。     

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。     

起伏地形下地理可照时数空间分异分析——以重庆市为例

基于重庆市100 m×100 m分辨率的数字高程模型,利用Solar Analyst模型对各月份地理可照时数进行了模拟,并通过空间叠加运算进一步求得了季、年地理可照时数。季节和月地理可照时数变化表明重庆市夏季地理可照时数最长,以6月最高;冬季地理可照时数最小,以12月最低,地形遮蔽对可照时数的影响显著,可明显影响可照时数的局地空间分布。结合坡度、坡向因子,对起伏地形条件下地理可照时数模拟结果进行了时空分布特征分析。分析结果表明:同坡度不同坡向的地理可照时数都随着太阳高度角的增大而增加;同坡向的地理可照时数随着坡度的增加而减小;坡度越高地理可照时数受坡向影响程度越大。     

水稻格点作物模型在中国区域的不确定性评估

作物模型是评估气候变化对农业生产影响的主要手段之一,但中国对格点作物模型间的比较研究尚处于初始阶段。为全面评估不同作物模型在中国不同区域对水稻产量模拟的有效性,利用联合国粮农组织（FAO）和中国农业农村部种植业管理司（SYB）水稻年平均产量统计资料,对由2种气候资料（AgMERRA和WFDEI-GPCC）和 3种不同种植管理情景（Default、Fullharm和Harmnon情景）驱动的7种全球格点作物模型（CGMS-WOFOST、CLM-CROP、EPIC-BOKU、GEPIC、LPJML、PDSSAT和PEPIC模型）模拟的中国水稻产量进行了对比分析。结果表明：不同格点作物模型之间的模拟结果差异较大,在不同区域不同格点作物模型的模拟效果差异显著,不同格点作物模型对气候变化和种植管理情景的响应和敏感性不同,大部分模拟结果低估了水稻产量。使用不同水稻统计产量数据会对评估结果产生一定的影响。格点作物模型能够一定程度上模拟出水稻产量的年际变化和气候变化对产量的影响,但对于统计水稻产量上升的趋势较难模拟。通过综合分析产量在时间和空间上的波动情况,并利用2种评分方法对模拟表现打分,发现LPJML和PDSSAT在7种格点作物模型中模拟效果最好,同时也对不同气候数据和种植管理情景的变化最敏感,CLM-CROP的模拟效果最差。对不同种植管理情景,Default情景下的模拟效果显著高于Fullharm和Harmnon情景。多种格点作物模型集合平均（MME）可以降低单个格点作物模型模拟的误差,但需对MME中的集合模型进行挑选。     

基于MODIS数据用两步法构建四川省地面太阳辐射计算模型

以MODIS遥感资料为基础数据,采用统计模型反演的方法,构建了两步法计算高分辨率地面太阳辐射量的计算模型。第一步基于遥感云量与地面日照百分率的相关关系,计算格点各月日照百分率值;第二步基于日照百分率与太阳辐射量的相关关系,计算格点太阳辐射量。应用本方案对四川省1km格点分辨率地面太阳辐射量进行计算,并利用6个辐射站总辐射实测值对计算结果进行检验。结果表明：四川省年总辐射量在3102～6659MJ·m⁻²,最低值出现在四川盆地东南部,最高值出现在川西高原西部。利用地面辐射站观测资料进行检验,结果表明各站各月太阳辐射量计算值与实际观测结果基本一致,年辐射量计算绝对误差均小于100MJ·m⁻²,相对误差均小于2%,表明该模型模拟精度较高,可用于四川省地面太阳辐射量计算。     

不同地貌起伏状况下网格尺寸与DEM精度关系研究

不考虑DEM采样点上高程误差,以不同地貌类型区为试验地,运用统计分析方法,对不同地貌起伏的样地随机抽取采样点,比较当DEM网格尺寸变化时,对DEM高程值计算的误差以及对剖面曲率计算结果的误差,分析不同地貌起伏状况下DEM网格尺寸变化与DEM精度之间定量定性的关系,得出表示地形复杂程度的平均剖面曲率和网格尺寸是影响DEM精度的两个重要因素。通过一系列表达式推导得出网格尺寸变化与DEM精度之间定量关系。由此模型,用户可以根据不同地貌和DEM的精度要求选择适宜的网格尺寸范围,进一步为生产实践中应用提供理论依据。     

基于二次多项式回归模型的黑河流域TRMM数据降尺度研究

在不同空间尺度下分别建立TRMM 3B43降水数据与数字高程模型（DEM）和归一化植被指数（NDVI）的二次多项式回归模型,将2001—2013年黑河流域TRMM降水数据的空间分辨率从0.25°提高到1 km,并利用流域内9个气象站点实测数据对降尺度结果进行了检验。结果表明:降尺度方法不仅提高了TRMM数据的空间分辨率,数据的精确程度也有所提高;与传统线性回归模型降尺度方法相比,基于二次多项式回归模型获得的降尺度结果更接近于实测值,其结果更为准确;模型建立的尺度对最终降尺度结果精确性具有较大影响,0.50°是基于DEM和NDVI对黑河流域TRMM降水数据进行降尺度的相对最优尺度。     

安徽省参考作物蒸散模型参数化

模型参数优化是准确估算参考作物蒸散(reference crop evapotranspiration,ET0)的关键问题之一。该研究基于安徽省81个地面气象站点1961—2011年逐日气象数据和合肥、武汉、南京、杭州和南昌5个辐射站1993—2011年的逐日辐射数据,评估日尺度的净长波辐射、气压和水汽压模型在安徽地区的适用性;并结合已有研究获得的最优逐日太阳辐射参数化估算模型,建立安徽省本地化逐日ET0模型的最优参数化方案,探讨模型参数优化对ET0估算的影响。结果表明:7种净长波辐射估算参数化方案中,邓根云法的精度最高,在安徽地区的适用性优于其他方案,建议作为安徽本地化方案使用;FAO56 Penman-Monteith公式中推荐的气压估算模型和基于实测平均气温和相对湿度估算水汽压的模型在安徽省基本适用,但该研究认为在资料能够获取的情况下直接使用实测值为最优。与基于实测资料计算的ET0相比,该研究建立的本地化最优模型估算的ET0在日、月和年尺度上的相对误差分别为15.5%、9.05%和6.12%,能较好地适用于安徽地区。FAO56 Penman-Monteith公式推荐的参数化方案由于高估了安徽地区的太阳辐射,低估了净长波辐射,导致其与基于实测资料计算的ET0值相比,在日、月和年尺度上高估ET0达40.0%以上,不推荐安徽地区直接使用。研究可为安徽省准确估算作物需水量、农业旱涝评估和合理调度水资源等提供依据。     

江西省近46年蒸发皿蒸发量变化特征及其影响因素分析

利用江西省79个常规气象站1960-2005年的观测资料,综合分析了蒸发皿年蒸发量的变化特征及其与相关环境因子包括日照百分率、云量、气温(日平均温度、日较差、最高温度、最低温度)、10m风速、饱和水汽压差、年降水量和相对湿度的相关关系,试图找出蒸发皿年蒸发量变化的主要原因。结果表明:(1)江西省西部及中部年蒸发量较小;南部及鄱阳湖周边地区年蒸发量较大。在过去46a中,蒸发皿年蒸发量呈显著下降趋势,其速率为-4.57mm/a;79站中,有68站蒸发皿年蒸发量下降趋势显著;(2)以日照百分率为代表的能量供给因子与蒸发皿年蒸发量的相关系数最大,其次为动力因子(10m风速),以相对湿度为代表的湿度因子相对较小,三者的完全相关系数分别为0.37、0.33、0.23;(3)空间上,整个江西省受日照百分率影响均比较大,风速、相对湿度对江西省的影响在鄱阳湖附近、西南部分地区更大,日照百分率、风速的降低以及相对湿度的增加导致了蒸发皿蒸发量的减小;(4)利用日照百分率、风速、相对湿度拟合的蒸发皿年蒸发量多元回归方程,能够反映该地区平均年蒸发量的情况,精度较高。     

海拔1000m以上复杂地形风能风切变指数算法比较

为了准确地评估1000 m以上复杂地形的风能资源,利用PD算法、年平均风速算法、风廓线算法和全数据算法共4种计算方法和实测数据计算风切变指数,结合幂律公式推算出已知高度风速。PD算法结合了大气稳定度的划分,不同的大气稳定度会有不同的计算结果。另外3种算法则没有考虑大气稳定度的划分,而是直接根据实测数据进行计算。将各算法推算的结果与实测风速进行对比和误差分析。数据选用的是湖南某山区测风塔的其中3个测风高度一年内完整的实测数据,立塔地点海拔高于1000 m。结果表明:海拔1000 m以上复杂地形中,利用30 m和70 m风速推算的80m月平均风速误差之和分别如下,PD算法误差是0.3075 m/s,年平均风速的算法误差是0.3145 m/s,全部数据算法误差是0.3187 m/s,风廓线拟合算法为0.3627 m/s。故结合了大气稳定度的算法即PD算法比其他3个未结合大气稳定度算法更为准确。研究结果为选出较优的风切变指数提供了参考。     

江西省域蒸发皿蒸发量变化特征及其成因

为了探讨气候变化对陆面水文过程的影响,该文利用江西省79个气象站1960－2005年的常规观测资料为基础,结合修正的Penman公式,得出了日照百分率、风速、实际水汽压、最低温度、最高温度变化对蒸发皿年蒸发量变化的贡献。结果表明：在过去46 a中,全流域的平均蒸发皿年蒸发量呈显著下降趋势,其速率为-4.57 mm/a;日照百分率和风速的减小是导致流域平均蒸发皿年蒸发量下降的主要因子,其贡献分别为-2.06、-2.58 mm/a,实际水汽压的减小、最低温度和最高温度的升高导致流域平均蒸发皿年蒸发量上升,但作用相对较小,分别为0.12、0.50、0.30 mm/a,各占观测的蒸发皿年蒸发量变化趋势的45.08%、56.46%、-2.63%、-10.94%、-6.57%。因此,影响江西省蒸发皿年蒸发量变化的气候因子的主次关系为：风速＞日照百分率＞最低温度＞最高温度＞实际水汽压。     

2000-2010年塔里木河流域气候特征及其变化趋势

[目的]分析塔里木河流域气候特征及其变化趋势,为该流域后续治理及生态经济发展提供科学指导.[方法]利用塔里木河流域44个气象监测站的气象要素观测资料,采用Excel和SPSS 11.0软件进行气象数据分析,利用ArcMap 10.0和Surfer 8.0软件进行制图,对该流域2000-2010年的气候特征及其变化趋势进行分析和研究.[结果]塔里木河流域气候条件极其恶劣,气候类型受地貌类型和地形条件制约,以干旱和极干旱气候为主,分别占流域总面积的73.16％和15.97％;年均气温、年日照时数、年降水量和年蒸发量以夏季最高,年均相对湿度以秋冬季较高,大风主要发生在春季和夏季;各气象要素的空间分布特征受到地形地貌特征的影响,基本遵循以塔里木盆地为中心,向外围逐渐发生变化的总体规律.[结论]近10a来,塔里木河流域的年均气温、年降雨量、年日照时数及年平均风速呈上升趋势,而年均相对湿度、年蒸发量则呈下降趋势.     

近50年福建省日照时数的变化特征及其影响因素

采用气候倾向率方法,对福建省64个站1961-2008年逐月日照时数以及对日照有影响的总云量、低云量、水汽压和相对湿度等资料进行了统计分析。结果表明：近50a福建省的年日照时数呈现出显著的减少趋势,平均减速为71.7h/10a,闽南地区减速最大。四季日照时数也表现出明显的减少趋势,减速为13.8～26.5h/10a,以夏季减速最大,秋季减速最小;最近30a夏季日照时数的减幅更大,春、秋季则呈增加趋势。从年代际变化看,20世纪60-70年代四季日照充足,均为正距平;80年代夏季偏多,其它三季为负距平;90年代春季正常,其它季节偏少。年日照时数异常偏多出现在1963、1971年,但从未出现过异常偏少年。年、季日照时数减少与低云量增加关系密切,而冬季日照时数的减少还与水汽压的增加有关。     

海南岛农业气候资源的时空变化特征

基于海南岛18个气象站1961-2010年的气温、降水量、日照时数等观测资料,分Ⅰ（1961-1980）、Ⅱ（1981-2010）两个时段计算与农业生产密切相关的年平均气温、1月平均气温、不同界限温度的积温、全年及≥15℃和≥20℃界限温度生长期间的日照时数、湿润度等光热水指标的年平均值和各指标1961-2010年的气候倾向率,同时结合海南岛主要种植作物类型,分析各指标的时空变化特征。结果表明：1961-2010年,海南岛各站年平均气温、1月均温和≥10℃、≥15℃、≥20℃的积温均呈增加趋势,平均增速分别为0.26、0.36℃·10a-1和94.4、130.1、147.4℃·d·10a-1,且大部站点增加显著（P＜0.05）。与时段Ⅰ相比,时段Ⅱ适宜热带作物种植的区域面积扩大、不适宜面积缩小。18个站全年、≥15℃和≥20℃界限温度生长期间日照时数的气候倾向率均值分别为-52、-37和-19h·10a-1,大部站点呈减少趋势,其中,全年和≥15℃界限温度生长期间日照时数下降显著的站点所占比例分别为72%和56%,主要分布在北部、东部和南部沿海地区,≥20℃界限温度生长期间对应的比例为33%,主要位于北部。与时段Ⅰ相比,时段Ⅱ日照时数低值区明显扩大,高值区缩小。18个站点全年、≥15℃和≥20℃界限温度生长期间降水量的气候倾向率均值分别为40、41和47mm·10a-1,绝大多数站点变化趋势不显著,仅文昌市和三亚市增加显著,与时段Ⅰ相比,时段Ⅱ高值区明显扩大,低值区略缩小。湿润指数分布状况及变化趋势与降水量相似。     

四川地区参考作物蒸散量的变化特征及气候影响因素分析

参考作物蒸散量是估算作物需水量的关键因子,对指导农田灌溉具有重要的现实意义。本文利用1961-2009年四川地区5个盆地站点和5个高原站点的逐日气候资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸散量（ET0）,分析了当地ET0的日值、月值、季值和年值的变化特征,并采用偏相关分析方法,对影响ET0变化的主要气候因子进行了探讨。结果表明：（1）四川盆地与高原地区参考作物蒸散量的日均值、月均值呈单峰或双峰型曲线变化,有明显的季节特点,最小值出现在冬季,最大值出现在夏季。（2）盆地地区各站点的年ET0呈波动递减趋势,且下降趋势通过了显著性检验;高原地区木里、松潘两站点的ET0呈上升趋势,其他站点呈减少的趋势。（3）四川地区的年、季参考作物蒸散量与日照时数、风速、相对湿度、平均温度、最高温度、最低温度、气压等要素关系密切,但近50a来日照时数的显著下降是导致盆地地区参考作物蒸散量减少的主要原因,风速的变化是导致高原地区参考作物蒸散量变化的主要原因。