抚顺地区参考作物需水量与气候变化的关系分析

根据抚顺地区3个气象站1995~2004年的气象资料,应用FAO推荐的Penman-Monteith公式计算了10年来每年(5~9月)各月的参考作物需水量ET0,分析了ET0的月际变化和年际变化特征。抚顺地区的ET0月际和年际变化都较大,但ET0的变化趋势十分相似。同时分析了各气象因素对ET0的影响,对清源气象站的年均ET0的影响较大的气象因素是:最高气温(Tmax)、相对湿度(RH)、实测风速(U)以及日照时数(H),其中相对湿度(RH)与ET0呈负相关性;对章党气象站的年均ET0的影响较大的气象因素是:相对湿度(RH)和日照时数(H),其中相对湿度(RH)与ET0呈负相关性;对新宾气象站的年均ET0影响较大的气象因素是:大气压(P)和日照时数(H),与ET0均呈负相关性。日照时数(H)是影响抚顺地区参考作物需水量ET0最主要因素。抚顺地区ET0空间变化也较大,从山区到绿洲平原ET0多年平均值呈递增趋势,ET0与海拔高度呈显著负相关。     

我国西南地区近56年参考作物蒸散量的敏感性分析

参考作物蒸散量(ET_0)是水文气象研究及水资源管理规划中的重要参数。基于1960—2015年我国西南地区96个气象站的逐日相对湿度(RH)、日照时数(n)、风速(u)、最低温度(T_(min))、最高温度(T_(max))和平均温度(T_(mean))资料,采用1998年联合国粮食及农业组织(FAO)推荐的Penman-Monteith公式,计算近56年研究区的ET_0,并分析ET_0对各气象因子的敏感系数。结果表明,近56年我国西南地区的平均ET_0为1 027.11 mm,在空间分布上表现为自东北向西南方向逐渐增大;全区ET_0对气象因子敏感系数的绝对值排序为RHnT_(max)T_(mean)uT_(min),在空间分布上,RH、n、u敏感系数在研究区西部较高,T_(max)敏感系数在以云贵高原的元江、广西盆地的北海为中心的地区较高,T_(mean)敏感系数在研究区东部及云贵高原西南部较高,T_(min)敏感系数在广西盆地地区较高;RH、T_(max)、u、T_(min)敏感系数呈上升趋势,其中T_(max)敏感系数显著(P0.05)上升,其余气象因子的敏感系数呈极显著(P0.01)上升趋势,n敏感系数呈极显著(P0.01)下降趋势,T_(mean)敏感系数变化不明显;RH、T_(max)与n敏感系数的年内变化特征为双峰型曲线,T_(mean)、u、T_(min)敏感系数呈单峰型曲线;全区ET_0的突变时间为1996年,突变时间以前ET_0呈极显著(P0.01)下降的趋势,气候倾向率为-13.437 mm/10年,突变时间后呈显著(P0.05)上升趋势,气候倾向率为21.770 mm/10年。因此可见,西南全区及各分区参考作物蒸散量均对相对湿度的敏感性最高,除四川盆地外,其余分区对日照时数、最高温度的敏感性较高,四川盆地对平均温度的敏感性较高。     

近60年桂西北喀斯特地区气候与参考腾发量变化及成因分析

根据桂西北喀斯特地区7个国家气象站1951-2011年逐月气象资料,采用Penman-Monteith公式计算逐月参考腾发量(ET0),分析各气象因子及ET0的年际变化特征,并计算ET0对太阳净辐射、气温、风速和相对湿度的敏感系数,探讨ET0近60年的变化成因。结果表明:桂西北地区气温呈小幅升高趋势,温度增长量变化范围为0.004-0.186℃/10a,60年平均气温上升范围为0.024-1.116℃;日照时数、风速及相对湿度呈极显著减少趋势,降雨量减少趋势不显著。敏感性分析表明,桂西北地区ET0最敏感的气象因素为相对湿度,其次为太阳净辐射和气温,风速对其影响最小;气温和太阳辐射的敏感系数呈单峰型分布,夏季较大,风速敏感系数呈单谷型分布,夏季较小,相对湿度敏感系数在雨季较小;桂西北地区日照时数和风速的减少对ET0的负贡献率分别为-3.49%和-1.51%,气温的升高和相对湿度的减少对ET0的正贡献率分别为1.36%和3.36%,负贡献大于正贡献,导致ET0下降。研究阐明了日照时数和风速的减少是引起桂西北ET0变化的主要原因。     

海南省早稻产量与生育期气象因子的灰色关联与相关性分析

为探明海南岛早稻各生育期气候变化趋势,以及分析气象因子在旬时间尺度上对早稻产量的影响,以陵水、儋州、海口、琼中4个站点1998—2013年的逐日气象数据(降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、最小相对湿度和日照时数)和早稻单产为研究对象,对单产进行趋势产量和气象产量分离,并结合灰色关联分析、相关性分析和多元逐步回归分析探讨早稻生育期气象因子对早稻产量的影响。结果表明,4个站点的气象单产对实际单产具有一定程度的影响。在早稻生育期中,海口平均风速和最大风速呈上升趋势,最小相对湿度呈下降趋势;儋州和琼中平均风速和最大风速呈下降趋势;陵水日最低气温呈下降趋势,其他气象因子均无明显变化趋势。灰色关联分析表明,在整个生育期中,影响海口、儋州和琼中早稻产量的主要气象因子均为平均风速,影响陵水早稻产量的气象因子为日照时数。在旬时间尺度上的相关性分析表明,对海口、儋州、琼中、陵水早稻产量影响最大的气象因子分别为4月下旬降水量、3月上旬日最低气温、6月下旬日最高气温和1月下旬平均相对湿度。多元逐步回归方程结果表明拟合度较高,4个站点平均误差均未超过5%。     

海口晚稻生育期气象因子变化特征及其对晚稻产量的影响

为探究海口晚稻生育期气象因子变化规律,提供晚稻生产理论指导,以海口市1988—2012年晚稻单产和生育期降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、日照时数为研究对象,应用Morlet小波分析、Mann-Kendall突变检验、线性趋势分析、相关性分析探讨逐日气象因子变化特征及其对晚稻气象产量的影响。结果表明,最大风速和平均风速呈显著上升趋势,日照时数、平均相对湿度呈显著下降趋势,其他气象因子均无明显变化趋势。降水量、平均风速、最大风速、平均气温、日最高气温、日最低气温、平均相对湿度、日照时数突变点分别出现在2007年、2011年、2009年、2008年、2009年、2009年、2001年、1993年。小波分析结果表明,在较小时间尺度上周期振荡剧烈,时间尺度越大,周期振荡越平稳,规律越明显。     

聊城市参考作物蒸散量的多时间尺度特征及影响因子

为聊城市估算和科学分析作物需水量提供依据,选取1961—2015年聊城市8个气象观测站点的逐日气象资料,应用Penman-Monteith法计算该地区参考作物蒸散量(ET0),并与气象因子进行相关性分析。结果表明:参考作物蒸散量的日值为3.04mm,年内极大值呈下降趋势,极小值呈上升趋势;月值1月最小(30.88 mm),6月最大(164.48 mm);春、夏、秋、冬各季值分别为332 mm、435 mm、237 mm和102mm;年值为1108mm;不同尺度的参考作物蒸散量呈下降趋势。参考作物蒸散量与日气象因子气温、风速、日照时数呈正相关,与相对湿度呈负相关,其中与最高气温的典型相关系数最高,达0.841 3。不同尺度的参考作物蒸散量下降的主要影响因素为平均风速和日照时数。     

区域(临汾)水分相关气象因子变化及其对小麦产量的影响

为有效提供气候变化未来情景相适应的栽培途径,对近30年区域(临汾)与水分相关的降水量、气温、10cm地温、蒸发量、风速、相对湿度、日照时数7个气象因子开展了动态变化、因子间相关性及其对小麦产量的影响研究。结果表明：各年小麦生育期气象因子动态变化特征为降水量、平均气温和平均10cm地温呈递增趋势,而蒸发量、日照时数、平均相对湿度和平均风速则呈递减趋势;小麦生产年度各季节蒸发量为夏＞春＞秋＞冬,各月份蒸发量为6＞7＞5＞8＞4＞3＞9＞10＞2＞11＞1＞12。各年小麦生育期气象因子间相关性为平均气温与蒸发量呈负相关,平均风速、日照时数与蒸发量呈正相关,相关气象因子间的变异系数为降水量＞蒸发量＞平均风速＞平均相对湿度＞平均地温＞日照时数＞平均气温;小麦生产年度各季节、月份平均气温与蒸发量呈正相关。各气象因子与小麦产量的相关性为各年小麦生育期平均气温、平均10cm地温、日照时数与产量呈负相关,而平均相对湿度、蒸发量、平均风速则与产量呈正相关,降水量与产量均呈正相关,其中不同阶段降水量与产量的相关系数为生产年度＞生育期＞休闲期。该项研究可为小麦生产系统应对气候变化提供理论依据和技术支撑。     

基于EMD方法的参考作物腾发量振荡模态分析

为研究参考作物腾发量(ET0)在不同时间尺度振荡模态特征,以阜新市为例,依据阜新、彰武两气象站1954~2006年逐日气象资料,利用彭曼蒙特斯公式计算逐月ET0,并应用EMD方法对ET0和温度(T)、风速(WS)、相对湿度(RH)及日照时数(SN)等气象因子进行振荡模态特征分析。结果表明:ET0及其4个气象因子经EMD分解后,IMF均呈现振荡频率和振幅依次减小,周期依次增大,IMF逐步由非线性趋向线性的规律。T、WS、RH和SN以及ET0最大贡献率发生在IMF1(93.0%)、IMF2(35.0%)、IMF2(64.5%)、IMF2(40.0%)和IMF2(84.3%)分量,主要振荡周期依次为1.0,0.6,0.8,0.7,1.0年。EMD方法在ET0振荡模态规律中的研究,为ET0的基础研究提供了参考,为解析ET0规律研究提供了一种新的手段。     

近50年气候变化对黑龙港流域棉花需水规律的影响

针对气候变化对作物需水量的影响,研究主要气象因子和作物需水量的变化趋势。应用黑龙港流域棉花试验数据,对棉花需水量和主要气象因子近50年的变化进行趋势检验,分析该地区近50年的棉花需水量变化趋势。结果表明,近50年黑龙港流域气温呈上升趋势,相对湿度、日照时数和风速均呈不同幅度的下降趋势,降水量变化趋势不明显。棉花全生育期需水量总体呈下降趋势。在各生育阶段中,苗期、蕾期和吐絮期需水量总体呈下降趋势,花铃期需水量呈显著上升趋势。风速和日照时数是影响黑龙港流域棉花全生育期需水量的主要气象因子,气温和相对湿度是影响棉花花铃期需水量的主要因子。     

宽甸县蒸发量变化趋势及影响因子

本文利用宽甸气象站1978-2017年的气象资料,对宽甸县近40年蒸发量的变化趋势及其影响因子进行分析。结果表明:近40年宽甸县的年均蒸发量具有明显的下降趋势,蒸发量在夏季的下降趋势最明显;春夏两季的蒸发量较多,占全年蒸发量的70%;蒸发量与平均气温、平均风速和日照时数呈正相关关系,与平均相对湿度、降水量和总云量呈负相关关系;日照时数和相对湿度是影响春季蒸发量的主要因子;日照时数、相对湿度和总云量是影响夏秋季蒸发量变化的主要因子;温度为影响冬季蒸发量的主要因子;冬季总云量较少。     

基于粒子群优化(PSO)超限学习机预测新疆参考作物蒸散量

参考作物蒸散量(ET0)的准确预测对于作物需水量预测、农田精准灌溉和提高水资源利用效率等具有重要意义.为了解决传统方法获取ET0的弊端,本研究基于粒子群优化(Particle swarm optimization,PSO)-超限学习机(Extreme learning machine,ELM)预测ET0.通过选取新疆地区3个站点(乌鲁木齐、喀什、哈密)的最高气温(Tmax)、最低气温(Tmin)、平均相对湿度(RH)、风速(u2)、光照时间(n)等气象数据,建立PSO-ELM预测模型,对模型精度和普适性进行研究,并通过与ELM、Makkink、I-A模型的对比,探究不同气象因子组合模型的预测精度.结果表明,PSO-ELM模型在5种气象因子输入下具有最高预测精度(平均R2=0.9747,平均MAE=0.2520 mm/d,平均RMSE=0.3643 mm/d).由PSO-ELM6模型与ELM、Makkink、I-A模型的对比结果看出,在相同的气象因子输入条件下,3个站点用PSO-ELM6模型预测的效果最好.通过对PSO-ELM3模型在新疆地区普适性的研究发现,该模型具有较高的预测精度(平均R2=0.9465,平均MAE=0.3070 mm/d,平均RMSE=0.3569 mm/d).不同站点、不同气象因子输入的PSO-ELM模型能够较为精准地反映气象因子与ET0之间复杂的非线性关系,且模型在新疆地区的普适性较好,可以为新疆地区逐日ET0预测提供新的方法.     

参考作物蒸发蒸腾量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman-Monteith法计算得到的参考作物蒸发蒸腾量(ET0),回归分析了影响ET0的主成分.在此基础上比较了以4因子(平均气温、净辐射、相对湿度、2m处风速)和3因子(平均气温、净辐射、相对湿度)为输入向量,由Penman-Monteith法计算所得ET0为输出向量的BP网络ET0预报模型(BP-ET0).研究表明,BP网络可以用于ET0的预报计算,4因子法和3因子法均简便可行,能满足生产的需要.相比之下,4因子法的精度更高.此研究是对传统ET0计算的补充.     

大同市城市化进程对市区气候变化的影响

利用大同市气象站近49年和阳高县气象站近38年逐月气温、风速风向、相对湿度、日照时数、降水量等气象资料,结合大同市1990—2009年城镇人口数和建城区面积的数据资料,对大同市城市化因子气候变化的影响进行分析。结果表明,大同市降水量呈缓慢减少趋势;1972—2000年间,汛期降水量以准3年周期为主,同时存在7年的周期;2000年以后以准7年的周期为主,3年的高频周期基本消失;大同市年平均气温、极端高温、极端低温均呈上升趋势;平均气温略接近热岛状况,20世纪90年代热岛中心强度达到极值;年平均风速、日照时数和相对湿度呈下降趋势;通过计算贡献率可知,城市化因子对气候改变的贡献率相对较大,占影响当地气候变化的37．99％,温度、降水量等气候要素因子占29．73％,其他因子占0．29％～9．26％不等。各气象要素存在明显的Hurst现象,基本保持当前的趋势,但趋势显著性不一。     

黑河流域参考作物蒸散量与气象因素的相关关系研究

【目的】研究黑河流域参考作物蒸散量(ET_0)与气象因素间及各气象因素间的相关关系,精确估算和预测黑河流域ET_0.【方法】基于黑河流域17个气象站点1960-2014年逐日气象资料,在利用Penman-Monteith公式计算逐日ET_0的基础上,分析ET_0与气象因素的年际变化特征,将通径分析法和主成分分析法相结合,从线性关系和方差贡献2个角度综合探讨ET_0与气象因素间及各气象因素间的相关关系.【结果】近55a间黑河流域年均ET_0、平均温度和降水量呈增加趋势,平均相对湿度、平均风速和日照时数呈递减趋势.平均温度和平均风速间以及平均相对湿度、日照时数和降水量间线性关系显著,平均相对湿度主要受平均温度的主导影响;线性关系和方差贡献分析气象因素影响程度结果基本一致,影响程度排序:平均相对湿度>降水量>平均风速>日照时数>平均温度.【结论】单因素作用方面平均相对湿度为影响ET_0变化的主要因素,平均温度主导平均相对湿度的变化,多因素共同作用方面日照时数与降水量相组合是ET_0波动性变化的主导因素,多方面的共同作用造成黑河流域ET_0呈上下波动式的增加趋势.从不同角度综合分析能更全面探寻ET_0与气象因素间及各气象因素间的相关关系,为ET_0的变化特征提供科学依据.     

基于云模型的甘肃省参考作物蒸散量变化特征及影响因子

为了深入认识甘肃省参考作物蒸散量(ET0)的变化特征,解决该地区水资源供需矛盾,利用甘肃省29个气象测站1951~2013年的日气象资料分析甘肃地区ET0年、季的时间变化趋势.依靠处理定性概念与定量描述不确定转换的云模型,对ET0时间变化特征和影响ET0的气象因子进行了分析,同时采用通径分析方法,对影响ET0变化的气象因子进行了探讨.结果表明:河西半干旱区、陇中半干旱区、陇东半湿润区、陇南湿润区4个分区ET0在近63a均表现为持续性的上下波动.ET0在时间尺度上分布较为均匀、稳定.季节分布呈现出夏季春季秋季冬季的分布态势.离散性方面秋、冬季最均匀,夏季最不均匀;稳定性则是冬、春季好于夏、秋季.年际变化来看,平均气温对ET0的直接作用最大,平均相对湿度和日照时数对ET0的间接作用最大.不同季节气象因子分析表明,春、秋、冬3个季节对ET0直接作用最强的气象因子为平均气温,夏季对ET0直接作用最强的气象因子为平均相对湿度;间接作用显示,春、秋季对ET0间接作用最强的气象因子为平均相对湿度,夏、冬季则分别为日照时数和平均气温.     

参考作物蒸发蒸腾量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman-Monteith法计算得到的参考作物蒸发蒸腾量(ET0)，回归分析了影响ET0的主成分。在此基础上比较了以4因子(平均气温、净辐射、相对湿度、2m处风速)和3因子(平均气温、净辐射、相对湿度)为输入向量，由Penman-Monteith法计算所得ETo为输出向量的BP网络ET0预报模型(BP-ET0)。研究表明，BP网络可以用于ET0的预报计算，4因子法和3因子法均简便可行，能满足生产的需要。相比之下，4因子法的精度更高。此研究是对传统ET0计算的补充。     

1961—2020年金湖县日照时数变化特征及影响因素分析

利用金湖国家气象站1961—2020年日照时数观测资料，采用线性倾向估计、累积距平分析、异常年份分析和相关性分析等方法对日照时数年、季、月的变化特征和影响因素进行分析。结果表明：金湖县年日照时数呈减少趋势，平均降幅达到9.64 h/10 a，各季节中春季日照时数呈增加趋势，夏、秋、冬季日照时数均呈减少趋势，其中夏季下降幅度最大、秋季下降幅度最小。月日照时数只有3月、4月、5月、9月呈上升趋势，其中4月日照时数上升幅度最大、9月日照时数上升幅度最小；其余月份日照时数均呈减少趋势，其中6月日照时数下降幅度最大、11月和12月的日照时数下降幅度最小。金湖县年日照时数近60年出现了2次异常偏多期、1次异常偏少期。影响金湖县日照时数的主要因素是平均降水量和平均相对湿度，日照时数与平均降水量、平均相对湿度成负相关关系。     

平顶山市1961—2009年蒸发量的变化特征及影响因子分析

利用平顶山市1961—2009年蒸发量及温度、日照时数、风速、水汽压等资料,初步分析了平顶山市蒸发量的年代(际)、年、季、月的变化特征、趋势及引起蒸发量变化的因子。结果表明:平顶山市年代、年、季和月蒸发量均存在明显的下降趋势,偏少趋势主要表现在春、夏2季,其中6月偏少趋势最明显;影响蒸发量变化的主要因子有温度、日照、风速、水汽压等,蒸发量与日照时数、平均风速呈显著正相关,与温度、水汽压呈负相关,它们是造成蒸发量变化的主要因子。     

信阳市冬小麦需水量的时空分布及其气候影响分析

基于信阳市7个气象站点1961-2016年逐日平均气温、最高气温、最低气温、降水量、日照时数、相对湿度和平均风速等气象资料,采用一元线性回归法、相关分析法和多元线性回归模拟等,对信阳市近56 a冬小麦需水量分布规律及其主要影响因素进行分析研究,结果表明:1961-2016年信阳市冬小麦平均需水量为382.7～403.1 mm,呈弱增长趋势,研究区域内,空间变异较小,东部需水量较少、西部较多。冬小麦生育对降水的需求呈减少趋势,平均气温呈显著升高趋势,日照时数、相对湿度和风速呈显著降低趋势。平均气温、日照时数和风速与信阳市冬小麦需水量呈正相关关系,与降水量和相对湿度呈显著负相关关系。风速和平均气温对需水量的贡献最大。     

近46年毛乌素沙地和科尔沁沙地潜在蒸散量的变化特征及影响因子分析

近46a来在全球气候变暖的大背景下,毛乌素沙地乌审旗ET0处于显著下降的趋势,降水量微弱上升,地区暖湿化趋势明显;科尔沁沙地奈曼旗ET0呈逐渐上升趋势,降水量微弱减少,有弱的暖干化趋势。毛乌素沙地乌审旗ET0与风速呈极显著正相关,与温度呈负相关,且仅与最低温度达到显著水平;科尔沁沙地奈曼旗ET0与温度变化趋势一致,ET0与最高温度呈极显著正相关,与相对湿度呈极显著负相关。贡献率分析结果表明,对于毛乌素沙地乌审旗ET0,风速的贡献率为58.53%,温度的整体贡献率为39.98%;而对于科尔沁沙地奈曼旗ET0,风速的贡献率为38.81%,温度的整体贡献率为56.99%。影响内蒙古东西部两大沙地ET0的主要气象因子差异明显,西部区毛乌素沙地主要受风速的影响,而东部区科尔沁沙地则主要受温度的影响。