东北丘陵半干旱区参考作物蒸散量计算方法比较

利用FAO Penman-Monteith公式、FAO Penman修正式和Priestley-Taylor公式对东北丘陵半干旱区观测到的气象数据进行了逐日参考作物蒸散量计算.结果显示,FAO Penman修正式的计算值比FAO Penman-Monteith公式的计算值平均偏大约16%,2种比较方法具有很好的相关性;而Priestley-Taylor公式的计算值与FAO Penman-Monteith公式的计算值相比,差异比较显著,是由于Priestley-Taylor公式没有考虑空气动力项对参考作物蒸散量的影响.因此,在东北丘陵半干旱区使用Priestley-Taylor公式计算参考作物蒸散量,必须根据不同月份对公式中的常数项重新进行修正.     

六安市参考作物蒸散量变化规律

通过采用彭曼-蒙蒂斯(Penman-Monteith)公式,计算了六安市参考作物蒸散量,并对参考作物蒸散量的月际、年际变化规律进行分析,以期为水利工程规划设计及节水农业提供科学依据。     

Penman—Monteith公式与FAO—PPP—17Penman修正式计算参考作物蒸散量的…

农田实际蒸散量或作物需水量的计算，通常首先要确定参考作物蒸散量。确定参考作物蒸散量有许多方法，用不同的经验式计算参考作物蒸散量存在一定的差异，其中ＦＡＯ－ＰＰＰ－１７Ｐｅｎｍａｎ修正式和Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ公式都被认为是较好的计算方法。本文用这两个经验公式估算了北京地区的参考作物蒸散量，并对这两种方法的计算结果进行了比较。结果表明，用ＦＡＯ－ＰＰＰ－１７Ｐｅｎｍａｎ修正式计算的参考作物蒸     

陕西关中地区大豆作物系数试验研究

作物系数-参考作物蒸发蒸腾量法是作物需水量计算最普遍采用的方法。作物系数作为该方法的重要参数,它的确定已成为作物需水量研究的关键问题。依据2005-2007年3年田间试验资料,利用Penman-Monteith公式计算了关中地区大豆全生育期间参考作物蒸散量,并利用农田水量平衡方程及土壤水分胁迫系数计算了作物实际蒸发蒸腾量,由此计算了大豆各生育阶段的作物系数,并分析了大豆作物系数变化规律。结果表明:关中地区大豆全生育期间参考作物蒸散量平均为498.4 mm;大豆作物系数全生育期平均为0.89,在开花~结荚阶段最大,平均为1.26,其次为结荚~成熟阶段,平均为1.04,播种~幼苗阶段最小,为0.29;在关中气候背景下,大豆作物系数与>10℃积温具有较好的二次多项式关系。     

三江源温性草原蒸散量计算方法的比较

【目的】对比分析了三江源温性草原蒸散量的计算方法,为牧区蒸散量的合理使用提供依据。【方法】以小型自动气象站气象观测资料为基础,采用FAO Penman-Monteith(FAO P-M)、Penman1948(P-48)、Priestley-Tay-lor(P-T)和FAO Penman 1979(F-79)4种不同方法,估算了三江源温性草原参考作物蒸散量,并对计算结果进行了对比分析。【结果】三江源温性草原的参考作物蒸散量季节分布极不均匀,表现出春季、夏季、秋季、冬季依次减小的趋势。并且FAO P-M公式的计算结果与其他3种方法(P-48、P-T和F-79)的计算结果呈正相关,但与F-79公式计算结果间差异不大,与另两种方法计算结果间的差异显著。通过偏差分析可知,P-48公式计算的结果偏大,P-T公式计算的结果偏小,造成偏差的主要原因是4种模型各自选用了不同的辐射项和动力项。【结论】在利用气象数据计算蒸散量的过程中,要根据当地需要采用不同的公式。在三江源温性草原,可采用F-79修正式代替标准的FAO P-M公式计算参考作物蒸散量。     

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。     

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。     

几种计算参考作物蒸散量的模型在湖南的适用性研究

[目的]探讨几种计算参考作物蒸散量的模型在湖南的适用性。[方法]利用衡阳站的日气象观测资料，对4种常用参考作物蒸散量模型的计算结果与小型蒸发皿实测值进行月平均值的比较、相关分析及均方差、平均偏差分析。[结果]4个模型计算的月平均值与实测值的变化趋势基本一致。由Penman-Monteith模型计算出的参考作物蒸散量与实测值变化趋势的一致性最好，线性相关较好，与实测值偏差最小。能较好地反映当地作物蒸散变化的实际。[结论]Pemmn-Monteith模型在湖南的适用性较好。     

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。     

应用Penman-Monteith简化公式计算极端干旱区参考作物潜在腾发量

【目的】用Penman-Monteith(P-M)简化公式代替标准的Penman-Monteith公式计算参考作物的潜在蒸腾量。【方法】通过2008～2010年鄯善试验站的气象资料,对Penman-Monteith简化公式(忽略饱和差项)计算的参考作物潜在腾发量(ET0)与FAO推荐的P-M公式计算的参考作物潜在腾发量(ET0(PM))进行比较。【结果】Penman-Monteith简化公式计算的ET0年值略小于Penman-Monteith公式计算的年值,其绝对偏差为75～114 mm,相对偏差为10.5%～14.3%,变异系数分别为0.04和0.06,简化公式的计算稳定性略好于标准的PM公式。两种方法计算的参考作物潜在腾发强度的月变化相近,统计分析的标准差分别为0.80和0.83,变异系数分别为0.23和0.2。空气动力学项中的饱和差项是Penman-Monteith简化公式和标准Penman-Monteith公式的主要差别,通过回归分析表明两种公式计算的参考作物潜在腾发量具有显著的线性相关性,各月a值很接近,差值最大为0.08,最小仅为0.004 1,较好的说明了空气动力学项中的饱和差项对参考作物潜在腾发量的影响较小。【结论】在极端干旱区可利用Penman-Monteith简化公式代替标准的Penman-Monteith公式计算参考作物的潜在蒸腾量。     

应用彭曼-蒙特斯公式计算天山北坡平原区水面蒸发量

利用新疆地矿局昌吉地下水均衡试验场1997—2000年非冻结期20m^2水面蒸发池蒸发量及常规气象观测资料，分析了应用彭曼——蒙特斯公式计算天山北坡平原区水面蒸发量的精度，结果表明：彭曼——蒙特斯公式可直接应用于天山北坡平原区非冻结期逐日和逐月水面蒸发量的计算。     

用Penman-Monteith方法与Penman修正算法计算参照作物腾发量的比较

利用阿克苏地区1975-2004年的逐日气象资料，分别采用Penman—Monteith公式与Penman修正公式计算了新疆农一师灌区的参照作物腾发量及其辐射项和空气动力项的逐日均值和旬日均值，比较了2种计算方法的绝对偏差和相对偏差，并对引起偏差的原因进行了分析。     

基于天气预报的参考作物蒸发蒸腾量预测模型

参考作物蒸发蒸腾量(ET_0)是计算作物需水量和进行灌溉预报的基本要素。本文利用天气预报可测因子和Penman Monteith(PM)公式ET_0计算值作为基础数据,分别建立BP神经网络模型和ANFIS自适应模糊神经推理系统模型,两种模型的估算值与PM公式的计算值没有明显差异,均表现出显著的相关性以及整体吻合度。本文对两种模型取相同的数据样本进行比较,BP-ET_0预测结果的MRE值为32.13%,RMSE为0.134 mm,而R2达到了0.971,说明模型预测精度高,稳定性良好。相较于ANFIS-ET_0的检验结果,BP-ET_0模型的均方根误差更小(0.134mm/d0.188 mm/d),表明其预测精度更高;而ANFIS-ET_0模型估算值的平均相对误差明显小于BP-ET_0模型估算值(16.92%32.13%),显示出ANFIS-ET_0模型更高的稳定性。两种预测模型的输入项完全可以从当前短期天气预报因子中取得而不需要专用测量设备,程序操作简单,具有实用价值,为实时灌溉预报提供了理论基础。     

贡嘎山亚高山森林带蒸散特征模拟研究

蒸散是森林水文循环中最重要的水分输出机制 ,是决定森林水文效应的关键因素 .然而寻求较高精度的蒸散模拟手段 ,尤其是在地形复杂的山区 ,一直是困扰森林水文学家的难点之一 .该文通过对贡嘎山林区的蒸发实验观测 ,利用修正的Penman Monteith公式对地面和冷杉林蒸散进行模拟 ,并与水面实际观测资料进行对比 .结果显示 :控制该区蒸散的主导因子是太阳有效辐射、大气温度和植被类型 ;对三种地表类型 (裸地、灌草、森林 )蒸散模拟的年内变化过程与水面蒸发的实际观测值趋势一致 .利用修正的Penman Monteith公式对贡嘎山森林带蒸散的模拟结果显示 :非生长季节期间 ,森林蒸散低于非森林地面蒸散 ;而在生长季节 ,森林带蒸散要高于非林地的蒸散 ,其变化差异在 - 2 5 %～ 2 5 %之间 ,这些结果完全符合森林的蒸散特征 .因此 ,在对亚高山森林地区的水文过程以及水量平衡进行计算时 ,修正的Penman monteith公式是有效的分析评价工具之一 .     

小型水利工程设计中参考作物需水量的估算方法

目前尚难从理论上对作物需水量进行精确的计算，现在计算的方法有很多。笔者采用简洁的语言、一目了然的形式叙述了参考作物需水量的计算方法，这种计算方法是目前被广泛采用的粮农组织推荐的彭曼法。     

参考作物蒸发蒸腾量计算方法在拉萨的适用性对比分析

利用西藏拉萨站点1955—2006年的气象资料，以世界粮农组织推荐的Penman—Monteith方法作为计算参考作物蒸发蒸腾量（Ero）的标准，讨论Hargreaves公式、Priestley—Taylor方法和1948年修正Penman方程3种计算Ero方法在西藏高原的适用性。结果表明，3种Ero计算方法的优劣顺序为1948年修正Penman方程、Hargreaves公式、Priestley—Taylor方法。     

Effect of observation scale on remote sensing based estimates of evapotranspiration in a semi-arid row cropped orchard environment

Understanding in detail the spatial distribution of evapotranspiration (ET) in row cropped fruit production areas with diverse water requirements is vital for monitoring water use and efficient irrigation scheduling. Spatially distributed ET for these environments can be estimated using remote sensing (RS). However, the computation of RS based ET under such conditions is complicated because of the complex parameterizations that are required to derive ET for the mixed pixels comprising of bare soil and well-watered plants typical of row cropped areas. Also, the parameterization of these processes is not scale invariant, owing to change in the percentage of vegetation cover in the mixed pixels across remote sensing observation scales. In this study, our main objectives were (1) to isolate and evaluate the effect of varying spatial scales (comparable to canopy sizes and larger) of the remote sensing data on ET estimates; and (2) provide an operational method for estimating remote sensing based ET for row cropped conditions. ET was computed using an empirical technique (S-SEBI: Simplified-Surface Energy Balance Index Algorithm) for almond and pistachio orchards from remote sensing imagery collected at a scale comparable to the canopy sizes of the trees (5.8 and 7.2 m) and a scale that was much larger than the canopy size (120 m) using the MASTER and Landsat sensors, respectively. In order to account for the effect of mixed pixels, a Normalized Difference Vegetation Index based correction factor was applied to the derived ET values and the results averaged for different fields were validated with Penman–Monteith based ET estimates. It was found that the corrected mean ET estimates at 120 m were in agreement with the Penman–Monteith based ET estimates (RMSE_average = 0.12 mm/h), whereas they were underestimated at the finer resolutions. Our results indicated that a remote sensing pixel resolution comparable to the row spacing and smaller and comparable to the canopy size overestimated the land surface temperature and consequently, underestimated ET when using operational models that do not account for vegetation and soil temperature separately. The results of the application of the NDVI correction factor indicates that good spatial estimates of crop ET can be made for crops growing in orchards using simple ET models that require minimal data and freely available Landsat imagery. These findings are very encouraging for the regular monitoring of crop health and effective management of irrigation water in highly water stressed agricultural environments.