四川冬春季参考作物蒸散量时空变化及其成因

为深入认识四川冬春季参考作物蒸散量(ET₀)的变化特征,利用1980—2016年四川35个气象站的逐日气象观测资料,采用泰森多边形、气候倾向率和克里金空间插值等方法对其冬春季ET₀的时空变化特征进行分析,并通过敏感性和贡献率分析了ET₀的变化成因。结果表明:ET₀的年代际变化呈先降后增的趋势,空间上呈明显的西南高东部低的分布特征,且高值区范围持续扩大,低值区范围波动缩小。ET₀的年际变化呈上升趋势,春季ET₀气候倾向率和空间差异明显大于冬季,且ET₀高值区与低值区空间分布受海拔高度影响明显。ET₀的同一日多年平均值自初冬至初春逐渐上升,1月22日—5月2日仅有8 d的ET₀值低于多年日平均值,具有明显连续的高值时段。ET₀对日照时数的变化最敏感,其次是对相对湿度与平均气温,对三者均呈高敏感性。平均气温的正贡献率是引起ET₀变化的主导因子,其次是相对湿度。研究时段内平均气温的升高对ET₀的正效应和相对湿度的降低对ET₀的负效应,超过了日照时数减少对ET₀的减少效应,导致四川地区冬春季ET₀呈上升趋势。     

宁南山区参考作物腾发量ET0时空变化特征分析

本研究通过探讨宁夏南部山区ET₀时空变化规律，为当地作物需水量计算、灌溉制度设计、农业水资源优化配置等提供理论依据。选用海原县、西吉县、隆德县和彭阳县4个县的气象站点1959—2019年间的气象资料，对各地ET₀进行计算与分析。结果表明，彭阳县和隆德县在1970—2010年，年累计ET₀呈上升的趋势，与1960年相比，2019年ET₀分别增加了59.83 mm和6.24 mm。西吉县和海原县年ET₀具有明显的阶段特征，但前者整体处于稳定状态，后者整体处于下降的趋势。在气象数据统计观测的时间段内，ET₀的空间变化趋势均是北边大于南边，东边大于西边，海原县1970—1980年平均ET₀较隆德县高33.01%，彭阳县较西吉县高7.42%。海原县和隆德县ET₀差异在相同时间段内变化趋势不大，前者较后者高30.15%～33.07%，而彭阳县与西吉县ET₀差异恰恰相反，彭阳县平均ET₀     

贵州山地杂交籼稻区水分时空变化规律研究

[目的]研究贵州山地不同杂交籼稻生态区水分亏缺的时空分布特征,为水稻生产区域水分管理策略提供理论支持。[方法]采用气象资料分析和田间试验结合的方法,在贵州5个杂交籼稻生态稻区,收集了1986—2015年30 a的气温、降水等气象资料,并在每一生态区的代表试点进行杂交籼稻生育期试验,按有效分蘖、无效分蘖、孕穗开花和灌浆成熟4个阶段分析需水量、有效降水量和水分时空变化规律。[结果]30 a贵州5个杂交籼稻生态稻区的安全播种期呈现提前的趋势,黔南、黔东、黔北、黔西南和黔中稻区安全播种期的倾向率分别为-6.5、-5.4、-4.9、-4.7和-4.1 d·10 a^-1;5个生态区杂交籼稻的有效分蘖、无效分蘖、孕穗开花和灌浆成熟阶段时长相差6.0～17.2 d,黔西南稻区无效分蘖阶段较长、黔南稻区灌浆成熟阶段较短。本田期参考作物蒸散量（ET₀）由东向西增高,黔西南稻区（612.5 mm）高于其他稻区,30 a杂交籼稻生长前两阶段ET₀呈下降趋势,后两阶段ET₀呈升高的趋势;本田期有效降水量（P_e     

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。     

滴灌条件下枣园蒸散量的显著气象因子分析

【目的】研究不同参考作物蒸散量(ET₀)与显著气象因子的相关性,分析各显著气象因子对滴灌枣园实际蒸散量(ET_c)的贡献率。【方法】在阿克苏地区枣树滴灌试验,选取Penman-Monteith(PM)、Hargreaves-Samani(HS)、Priestley-Taylo(PT)模型,采用多元线性回归分析不同ET₀的显著气象因子,以及各显著气象因子对枣园ET_c的贡献率。【结果】平均相对湿度(RH)与ET₀呈负相关,太阳辐射(R_n)、天顶辐射(R_a)、最高温度(T_max)、最低温度(T_min)、平均温度(T)、风速(U)与ET₀呈正相关;各模型的显著气象因子对ET_c贡献率为:PM-R_n(62.6%)、U(19.9%)、T(11.8%)和RH(5.7%);HS-T_max(55.1%)、T_min(30.1%)、R_a(11.6%)和T(3.2%);PT-R_n(84.1%)、T(12%)和T_min(3.9%)。【结论】T_max及R_n对滴灌枣园ET_c贡献率最大。     

江淮区域农田参考作物蒸散量变化特征及其成因分析

为深入了解江淮区域农田参考作物蒸散变化特征及其对气候变化的响应,利用联合国粮食及农业组织(Food and Agriculture Organization of the United Nations,简称FAO)推荐的Penman-Monteith模型和位于江淮区域的安徽省滁州地区7个站点1961—2017年逐日气象观测资料计算该地区的参考作物蒸散量(ET_0),在分析ET_0区域时空变化特征的基础上,探讨影响区域农田ET_0的主导气象因子。结果表明,研究区域ET_0的年平均值为993.8 mm,夏季最大,春、秋季次之,冬季最小,空间上呈西北大东南小的分布特征。ET_0的年际变化呈显著减小趋势,变率为-1.41 mm/年,从季节上看,除春季略有增大外,其余3季均呈减小趋势,其中夏季的减小趋势最明显,ET_0的减小趋势是一个突变现象,突变点为1972年。气温和相对湿度的变化引起ET_0的上升,为正贡献;风速和日照时数的变化引起ET_0下降,为负贡献,其中风速是该地区ET_0变化的主导气象因子。探讨江淮区域农田参考作物蒸散量对气候变化的响应,对加强该区域农业灌溉效率和优化农业水资源配置具有重要参考意义。     

内蒙古参考作物蒸散量时空变化特征

利用内蒙古地区50个站点1959~2009年逐日气象资料,采用FAO56 Penman-Monteith方法计算出逐年参考蒸散量,探讨参考作物蒸散量的年际变化特征,运用ArcGIS软件分析参考作物年均蒸散量的空间分布规律,并分析其与气象因子的相关性。结果表明,51年间,内蒙古自治区的参考作物年蒸散量变化速率为-15~42 mm/(10年);全区的参考作物年均蒸散量从东北部向西部方向呈逐渐增大的趋势;风速和太阳总辐射量是影响参考作物蒸散量变化的主要因子。     

基于深度学习的参考作物蒸散量预测模型

为了科学准确预测参考作物蒸腾量(ET₀)，提高预测精度，减少输入变量的数量，从而降低智能节水灌溉系统的建设成本，采用深度学习和人工神经网络方法分别建立ET₀智能预测模型，采用局部敏感性分析、模糊曲线和模糊曲面等方法研究ET₀预测中各输入变量对预测结果的影响，以影响因子大小为依据，构建8种不同气象因子输入组合，利用日照气象站的逐日气象资料，对采用不同方法和不同输入变量组合的预测模型进行训练和测试，并以彭曼公式的计算结果作为参考，对预测模型的性能进行评估。结果表明，在以完整变量作为预测输入时，深度学习预测模型R²为0.980，高于人工神经网络模型(0.963)，获得了更高的预测精度；而在缺省输入变量的ET₀预测中，深度学习预测模型的性能均优于人工神经网络，以平均温度和日照时数作为输入变量的深度学习预测模型R²仍达到0.935，表明在仅有少量气象参数的情况下，深度学习预测模型仍能获得较好的预测结果。综合分析R²、RMSE、RMSRE、MRE...     

川滇农牧交错带极端降水的时空演变及突变分析

采用川滇农牧交错带内分布较均匀、无缺测站点的1971-2015年逐日降水资料,借助泰森多边形、趋势分析、 Mann-Kendall、滑动T检验、反距离权重空间插值(IDW)等方法,研究该区域极端降水的时空演变特征及突变.结果表明,川滇农牧交错带全区域强降水量(R95pTOT)、强降水日数(R95pD)、一日最大降水量(RX1day)、五日最大降水量(RX5day)均呈上升趋势,松潘高原强降水日数为各区域最高,而横断山区除强降水日数外,其他各极端降水指数均大于松潘高原和川西高原,同时,川西高原各指数年际变化比松潘高原和横断山区更剧烈. R95pTOT与R95pD上升的大值区均集中在川西高原东部和横断山区东部,下降大值区均分布在横断山区西南部;RX1day, RX5day随着持续时间的延长,极端降水量的下降区有明显的扩大,而上升区有明显的缩小.典型站点理塘站和木里站极端降水指数发生突变的时间较接近,大致在20世纪70-80年代.     

四川省气候干湿变化的特征及其影响因子

为四川农业区划及生产应用提供科学依据,选择1980-2016年四川省32个气象站点逐日气象数据资料,采用Penman-Monteith模型计算各站点参考作物蒸散量和地表湿润指数(SWI),并运用气候倾向率、敏感性系数、气象因子敏感系数贡献率与Arcgis空间插值等方法分析SWI,研究四川省气候的干湿变化特征及其影响因子。结果表明:四川气候总体呈干旱化趋势,东部与南部干旱趋势较大,其余地区均呈湿润趋势;SWI相对1980s、1990s、2000s和2010s4个年代际呈先逐渐变湿润再逐渐变干旱的过程,其季节差异较大,冬春季呈季节性干旱;敏感性最高的气象因子是日照时数,其次是相对湿度;对SWI贡献率最大的气象因子是相对湿度,其次是日照时数。     

充分灌溉下毛白杨树干直径变化对气象因子的响应

以三倍体毛白杨为试验对象,在控制土壤水势不低于-25 kPa的充分灌溉条件下,研究了树干直径变化指标与气象因子的关系。对树干直径日最大收缩量(MDS)产生主要影响的气象因子有参考作物蒸腾蒸散量(ET0)、饱和水气压差(VPD)、日平均温度(T_mean)、日最高温度(T_max)、日最低温度(T_min)、空气相对湿度(RH)、太阳辐射(Rn),其中与ET₀、R_n呈极显著正相关,与T_min、RH、VPD极显著负相关,与T_max呈显著正相关; 树干直径日增长量(DG)主要受R_n的影响,影响树干直径日最大值(MXTD)、树干直径日最小值(MNTD)的气象因子主要是3个温度指标:T_mean、T_max、T_min。MDS可以反映大气干旱程度。温度是影响树干直径增长的重要气象指标     

基于SPEI和MI分析陕西省干旱特征及趋势变化

【目的】目前干旱研究多为基于历史干旱事件分析成因与变化趋势,而结合过去与未来长时间序列数据更能揭示干旱变化特点。寻找在基于CMIP5模型输出未来气象数据时模拟干旱指数方法并探究陕西省过去与未来干旱变化特点,为陕西省未来农业水资源管理提供依据。【方法】根据陕西省18个气象站历史数据以及CMIP5模式输出未来气象数据,比较了3种模型模拟参考作物蒸发蒸腾量（ET₀）,并基于参考作物蒸发蒸腾量（ET₀）和降水数据计算标准降水蒸发指数（SPEI）和相对湿润指数（MI）反映干旱程度,比较过去（1958—2018年）与未来（2019—2100年）干旱的时空变化特点。【结果】多元线性回归模型（Multiple Linear Regression, MLR）能较准确的模拟参考作物蒸发蒸腾量（ET₀）（RMSE=0.457 mm·d ^-1）;在RCP2.6和RCP8.5情景下未来干旱指数呈现上升趋势,在RCP8.5情景下,21世纪40年代存在干旱指数的突变年份;陕西省未来干旱程度降低,年内干旱分布更加不均匀;未来时期夏玉米生长季干旱程度减小,冬小麦生长季干旱程度增加。【结论】在不同RCP情景下,未来干旱变化特征存在差异,相同RCP情景下,SPEI和MI反映的干旱特征变化基本一致,但部分时段存在变化差异。为有效应对气候变化对旱作作物产量造成的负面影响,应当增强土壤蓄水保墒能力,尤其加强冬小麦生长季的抗旱工作。     

横断山区参考作物蒸散量时空变化分析

参考作物蒸散量是表征气候干旱程度以及水资源供需平衡的重要指标。本研究利用横断山区31个气象站1960—2013年逐月气象资料,采用联合国粮农组织推荐的彭曼公式计算研究区各站点逐月参考作物蒸散量,建立31个站点蒸散量序列,利用气候倾向率、累积距平法、多元逐步回归分析以及基于GIS中的反距离插值技术等方法,分析横断山区蒸散量的空间分布及时间变化趋势。结果表明:横断山区参考作物蒸散量由南向北递减。受气温上升、日照时数减少、风速及相对湿度降低的影响,研究区蒸散量变化呈上升趋势。1960—1968年研究区参考作物蒸散量逐步降低,1968—1984年研究区参考作物蒸散量逐步增加,1984—2004年研究区参考作物蒸散量逐步降低,2004—2013年研究区参考作物蒸散量逐步增加。参考作物蒸散量变化趋势区域差异性明显。就贡献率而言,研究区北部参考作物蒸散量减少与平均风速相关性大;研究区南部参考作物蒸散量增加与平均日照时数相关性大;研究区中部参考作物蒸散量增加与平均气温相关性大。     

河南省参考作物蒸散量季节变化及其成因分析

利用河南省99个气象站1965—2018年逐日气象资料,采用Penman-Monteith公式计算逐日参考作物蒸散量,利用气候倾向率、相关分析和偏相关分析等方法分析河南省参考作物蒸散量的季节变化特征,并对其主要影响因子进行探讨。结果表明,季参考作物蒸散量呈减少趋势,各季节参考作物蒸散量的气候倾向率绝对值由大到小依次为夏季、秋季、冬季、春季。春季参考作物蒸散量为北高南低的纬向型分布,夏、秋2季均为东高西低的经向型分布。风速的减小和日照时数的缩短是河南省参考作物蒸散量减少的主要原因。     

中国农牧交错带30年响应气候变异趋势分析

农牧交错带是典型的生态脆弱区和环境变化敏感区,有气象-环境放大镜作用,及时准确地了解农牧交错带的气候时空变异状况,对环境响应全球气候变化具有重要的生态学意义。利用中国大陆752个站点1982—2012年的逐年降水、气温数据资料,运用反距离空间加权法、掩膜提取、变异系数运算等对中国北方和川滇农牧交错带降水、气温进行分区对比分析。结果表明:(1)除北方农牧交错带丘陵草原区(Ⅳ区)降水量增加外,其他4区均呈减少趋势,气候变化对北方农牧交错带草甸草原区(Ⅰ区)影响最大(降水量变异系数VCp=18%),川滇农牧交错带山地草原区(Ⅴ区)受其波动性最小(VCp=7%)。(2)1982—2012年间,研究区总体增温速率为0.45℃/10年,总体变异系数达29%;30年平均变异系数空间上存在差异性,表现为草甸草原区(Ⅰ区)(温度变异系数VCt=14%)丘陵草原区(Ⅳ区)(VCt=12%)荒漠草原区(Ⅲ区)(VCt=9%)灌丛草原区(Ⅱ区)(VCt=7%)山地草原区(Ⅴ区)(VCt=6%)。(3)30年来400 mm等雨量线有向东、向北发展趋势,空间动态变化范围(102°~111°E、35°~40°N)与北方农牧交错带区域(105°45'~124°42'E、36°01'~49°36'N)重合度达89%,且重合度有升高之势。     

1965-2018年河南省参考作物蒸散量季节变化及成因分析

为河南省农田作物合理灌溉提供参考,以河南省99个气象站1965—2018年逐日气象资料为基础,采用Penman-Monteith公式计算逐日参考作物蒸散量,利用气候倾向率法、相关分析法和偏相关分析法分析参考作物蒸散量的季节变化特征和主要影响因子。结果表明：1965—2018年河南省各季参考作物蒸散量均呈下降趋势,冬季参考作物蒸散量年际间波动最明显;各区域参考作物蒸散量气候倾向率四季变化豫西、豫西南和豫南的春季呈略上升趋势,其余区域各季节均呈下降趋势,参考作物蒸散量气候倾向率绝对值为夏季＞秋季＞冬季＞春季;参考作物蒸散量空间变化春季为北高南低纬向型分布,夏、秋季均为东高西低经向型分布,冬季为中部高、周边低分布。风速的减小、日照时数的缩短和相对湿度的减少是河南省参考作物蒸散量减小的主要原因。     

气候变化背景下周口市冬小麦农业气候资源时空变化特征

选取周口市10个气象站点1961—2015年的逐日气象资料和霜观测资料,应用气候线性倾向率法、相关分析法和MannKendall突变检验法,分析周口市冬小麦生育期内主要农业气候资源的时空变化趋势和特征。结果表明:研究区域近54年冬小麦生育期内≥0℃积温显著增加,20世纪90年代以来增加趋势更加显著,1993年为突变年;生育期内降水量年际和年代际波动明显,空间上从南至北递减;参考作物蒸散量有明显减少趋势,年际和年代际波动比较剧烈,空间上呈东西递减趋势;生育期内日照时数有明显减少趋势,21世纪初以来减少趋势更为显著,突变年为2005年,空间上东多西少;初霜冻日期呈推迟趋势,终霜冻日期呈提前趋势,导致霜期缩短,且三者的年际波动明显。     

1961-2010年鲁南地区参考作物蒸散量时空分异特征及气候归因

使用鲁南地区6个气象站1961-2010年逐日气象数据和Penman-Monteith方法计算了各站参考作物蒸散量,利用K-W检验、M-K突变检验、回归分析、相关分析等方法对鲁南地区ET0的时空分异特征和影响因子进行分析。结果表明:鲁南地区年ET0平均值在1 000~1 100mm之间,日照与内陆站差异显著;近50年微山、滕州、费县、枣庄年ET0呈极显著下降趋势,倾向率为-2.56~-3.48mm·a-1,临沂和日照变化趋势不显著;鲁南地区ET0夏季最大,春季次之,冬季最小;微山、滕州、枣庄、费县夏季ET0气候倾向率占年ET0气候倾向率的49%~67%。年ET0极显著减小的主导因子是平均风速或太阳辐射。夏季ET0极显著减小的主导因子是太阳辐射,内陆站春季、秋季、冬季ET0显著减小的主导因子是平均风速,日照站春季ET0极显著增大的主导因子是水汽压差。     

1961—2010年东北农作区春小麦需水量的时空变化特征

利用东北农作区58个气象站点1961—2010年的逐日气象数据,基于Simulation of Evapotranspiration of Applied Water(SIMETAW)模型分析气候变化背景下东北农作区春小麦生育期内作物需水量(Crop evapotranspiration,ETc)和灌溉需要量(Evapotranspiration of applied water,ETaw),以及典型站点春小麦的灌溉需求指数(Irrigation demand index,IDI)的时空变化特征。结果表明:近50年来,东北农作区日平均温度呈显著上升趋势,平均降水量下降趋势不明显,平均太阳辐射及作物蒸散量呈显著下降趋势。春小麦生育期作物需水量和灌溉需要量呈下降趋势,其分布均表现为西多东少。50年来春小麦作物生育期需水量下降主要集中于松辽及兴安岭南部地区,东部地区变化趋势不明显;生育期灌溉需要量下降集中于松辽及兴安岭地区,三江平原地区略有增加,长白山地区多年保持平稳。     

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.