采用作物系数法和PM模型估算南京地区玉米田蒸发蒸腾量

蒸发蒸腾量(ET)是农田水平衡中的重要环节,ET的准确估算有助于提高农田水分管理水平。在测定农田小气候、土壤蒸发和玉米生长旺季液流量基础上,比较了单作物系数法(Kc法)、双作物系数法(Kcb法)、不同冠层阻力计算的Penman-Monteith模型(PM1和PM2法)估算南京地区玉米田ET的适用性,并对玉米整个生育期ET变化及其影响因素进行分析。结果表明以液流法和土壤蒸发测定的总ET为基准,PM1方法估算的夏玉米ET误差最小,与实际测定ET的决定系数(R2)、平均绝对误差(MAE)和一致性指数(d)分别为0.52、0.8 mm/d和0.48。以PM1模型估算的夏玉米全生育期ET为310mm,日均ET为3.16mm/d,最大值出现在拔节期和抽穗期,整体变化呈单峰型。ET与气象因素响应顺序为净辐射饱和水汽压温度风速。本研究可为优化玉米田水资源管理和提高水资源有效利用提供参考。     

干旱荒漠草原应用Penman-Monteith与Penman修正式计算ET_0的偏差分析

甘肃天祝草原位于我国西北干旱荒漠草原,应用天祝县二道墩试验站2005年的实测气象资料,利用Penman-Monteith公式和Penman修正式计算参考作物腾发量(ET0)并进行了比较。Penman修正式计算的参考作物腾发量ET0值略小于Penman-Monteith公式计算的值,最大绝对偏差0.5 mm/d。分析发现生育期辐射项ETrad是导致参考作物腾发量ET0产生偏差的主要原因。2种方法计算的空气动力项ETaero差别较小,最大绝对偏差不超过0.2 mm/d。导致计算偏差的原因在于2种公式采用了不同的辐射项和空气动力学项计算公式和参数。2个公式计算的参考作物腾发量具有显著的线性相关性。     

土默特右旗ET0对气象因子和相关参数的响应

【目的】研究ET0与气象因子和相关参数的响应性。【方法】以内蒙古包头市土默特右旗为研究区,采用ENVI5.3软件,遥感反演相关参数,分析了参考作物腾发量(ET0)与气象因素和相关参数的相关性和主成分。【结果】(1)在年尺度上,气象因素对ET0的相关性排序为:净辐射日照时间最高温度相对湿度最低温度风速。在月尺度上,ET0在7月对最高温度和日照时间最敏感;4月ET0对相对湿度最敏感;5月对风速最敏感;净辐射与ET0相关性在4—10月都很显著;ET0与最低温度相关性不显著。在作物生长季,ET0主要受净辐射、日照时间、最高温度的影响。(2)3种相关参数NDVI、植被覆盖度、地表温度和ET0均显著正相关,NDVI的相关性最显著。(3)利用主成分分析得到主成分变量Z1、Z2代替了原始数据(最高温度、最低温度、相对湿度、日照时间、风速、NDVI、植被覆盖度、地表温度、净辐射),使复杂的研究变得简单。【结论】在作物生长季,ET0主要受净辐射、日照时间、最高温度的影响;在相关参数中,与NDVI的相关性最好。     

北京地区潜在蒸散量计算方法的比较研究

利用北京地区1951—2007年的逐日气象资料,选取常用的7种公式计算日潜在蒸散量,并和利用FAO推荐的Penman-Monteith(PM)标准公式计算日潜在蒸散量进行比较。根据线性回归、平方根误差和平均偏差方法分析得出:Penman公式、Kimberly-Penman公式(KP)和Doorenbos-Pruitt公式(DP)与PM相关性较好,KP公式计算的ET0和标准ET0平均偏差和平方根误差均最小,可直接用来计算北京地区的ET0,而Penman公式和DP公式的平均偏差和平方根误差较大,不适合直接计算北京地区的ET0,利用气象数据提出了修正的Penman公式和DP公式。Makkink公式、Priestley-Taylor公式、Hargreaves公式和Turc公式与PM相关性较差,不适合计算北京地区的ET0。北京地区对ET0影响最大的气象因子为饱和水汽压差和净辐射,基于此,提出了2个适合估算北京地区缺资料条件下ET0的经验公式。     

中国不同气候区参考作物蒸散量计算模型适用性评价

参考作物蒸散量(ET0)的准确计算是制定作物灌溉制度和区域灌溉用水量计划的基本依据.为提高中国不同气候区域ET0计算精度,以FAO56 Penman-Monteith(PM)模型为标准,对28个基于温度和辐射的ET0经验模型在中国温带季风区(TMZ)、温带大陆区(TCZ)、高原山丘区(MPZ)和亚热带季风区(SMZ)的...     

关中地区夏玉米和冬小麦不同蒸发蒸腾量估算方法的研究

参考作物蒸发蒸腾量(ET0)是精准估算作物需水量、提高农田水分利用效率的重要依据。基于2013-2017年的田间试验数据以及相关气象观测资料,采用5种计算ET0的方法计算关中地区日平均ET0和年平均ET0,采用Origin对ET0及环境因子进行相关分析,使用标准误差估计(SSE)和决定系数r2,在FAO-56 PM和其他4种简单替代方法之间进行比较。结果表明:对ET0和气象因子的标准分数的分析表明,ET测量值和5种方法的估计值均高度依赖于太阳辐射和温度,但与相对湿度和风速的关系较小。对5种ET0估算方法,即:FAO-56 Penman-Monteith(FAO-56 PM)、Penman-Monteith(PM)、Priestly-Taylor(PT)、Mankink(MK)和Hargreaves(HG)进行了评估。统计分析表明PM可代替FAO-56 PM方法来预测该地区的ET_0值。这与作物蒸发蒸腾量(ETC)的准确估计直接相关,这也取决于作物生理特征和发育阶段、天气参数、环境条件和管理实践。     

Hargreaves法在滇中地区的应用及改进

参考作物需水量是作物需水量的计算基础,是灌排工程规划、设计、管理和水资源合理开发利用的基本依据。为提高Hargreaves法计算参考作物需水量(ET0)的计算精度,在传统回归法的基础上,利用主成分分析法,以滇中地区7个气象站56年(1958-2013年)的逐日气象资料作为数据基础,引入相对湿度气象因子改进H-S法,以P-M法计算的ET0为标准评价改进H-S法的计算精度与适应性。结果表明:与P-M法计算结果相比,改进H-S法和P-M法的ET0计算结果相关性得到提高,逐日ET0值绝对偏差和偏差率得到降低,引入相对湿度气象因子后的改进H-S法改善了传统H-S法4-5月后计算值偏大的缺点,具有较高的计算精度,可作为滇中地区参考作物需水量(ET0)的计算方法。     

基于温湿度的ET_0估算模型应用研究

针对大面积灌区作物蒸发蒸腾量(ET0)分布式监测所需参数较多的问题,开展利用易获取的少量气象参数估算ET0的研究对我国灌区的作物需水量监测和灌区水资源的管理有重要意义。利用人工神经网络技术建立基于温、湿度的ET0月份估算模型,对作物蒸发蒸腾量进行了估算;在此基础上,针对ET0的季节性特征,将估算模型由月份尺度拓展到季节尺度;最后运用陕西省6个基本站点的气象数据对该优化模型进行普适性分析。结果表明,优化后的季节估算模型,在春夏二季的平均相对误差在10%以内,在秋冬二季的平均绝对误差在0.20mm以下,且每对基准站点和邻近站点得到的估算结果具有很好的一致性和稳定性,表明该模型在作物需水估算方向上较强的实用推广价值。     

山东省参照作物腾发量时空变异分布特征

【目的】分析山东省参照作物腾发量(ET0)的时空分布规律及影响因素。【方法】采用FAO-56 Penman-Monteith方程计算山东省24个气象站点的逐日ET0,通过统计分析和Arc GIS中反距离权重插值法,定量和定性分析了ET0的时空分布特征。【结果】1961—2011年山东省平均ET0为1 161 mm,呈减小趋势,分布差异主要受空气动力因素影响;年内分布集中,5、6月ET0最大,占全年的27%,5—9月受温度、湿度影响显著,10—次年4月受日照时间、风速影响显著。空间上,ET0从西北到东南呈减小的趋势,内陆主要受温度、日照时间影响,东南沿海主要受湿度、风速影响,ET0空间分布与湿度显著负相关,采用湿度估算ET0,平均相对误差为2%。【结论】山东省ET0空间分布的主控因子是湿度。     

宁夏荒漠草原区参考作物蒸散量估算方法比较

利用宁夏荒漠草原区银川和盐池2007—2010年逐日气象资料,以FAO56Penman-Montieth(PM)方程计算结果为标准,根据决定系数(R2)、均方根误差(RMSE)、平均偏差(MBE)和一致性指数(IOA),在日、月和年的不同时间尺度上分析评价8种ET0估算模型。结果表明,Kimberly、Penman模型计算的日ET0与PM模型的R2大于0.970,IOA高于0.980,二者计算的ET0与PM模型最为接近。大部分方法估算精度在冬春季(11月—次年4月)高,而在5—10月则较低。Kimberly、Penman模型估算的年ET0与PM模型计算值最为接近。对于PriestlyTaylor、Makkink和Hargreave等参数较少的模型,在使用时应利用气象数据进行系数校正。     

ET_0变化趋势分析及估算模型研究——以新乡站为例

【目的】参考作物蒸散量(ET_0)的估算是计算作物腾发量的基础,也是区域水资源评价与灌溉政策制定的前提,因此,研究ET_0变化趋势与估算模型能够对该地区农田灌溉用水预报提供基础支持,进而为灌溉制度的制定以及水资源高效利用提供科学依据。【方法】以河南新乡气象站1962―2016年气象资料为基础,运用Penman-Monteith模型计算ET_0序列,Mann-Kendall趋势检验法对年及季节尺度ET_0序列变化趋势进行分析,并用均值生成函数模型对其进行了拟合与验证。【结果】①新乡地区年尺度ET_0序列在1975―2016年间呈减小趋势,并在1985―2004年、2006年显著;②新乡地区春季ET_0序列在1982―1983年及1988―2003年间呈显著的减小趋势,夏季ET_0序列在1980―2012年间呈显著的减小趋势。③均值生成函数模型在对年尺度ET_0序列进行拟合时,其一致性系数达到0.83,绝对误差与相对误差分别在-120.8～120.0 mm及-14.0%～18.2%之间。④均值生成函数模型在对季节尺度ET_0序列进行拟合时,其一致性系数在春、夏、秋、冬各季节分别达到0.85、0.81、0.88及0.89,绝对误差分别在-60.2～64.3、-64.4～58.9、-39.6～32.8、-37.0～25.1 mm之间,相对误差分别在-20.1%～36.7%、-22.1%～32.1%、-18.0%～22.9%、-23.9%～24.6%之间。【结论】新乡地区年尺度ET_0序列在1985―2004年间显著减小,均值生成函数模型在对年及各季节尺度ET_0序列进行拟合时整体效果较好,因此,可通过其进行年及季节尺度ET_0序列的估算,且其在秋、冬二季的拟合效果明显好于春、夏二季。     

气候变化背景下榆林市参考作物需水量多时间尺度特征分析

【目的】研究气候变化背景下榆林市参考作物需水量的多时间尺度变化特征及其与各气象因子的相关性,便于衡量气候变化背景下榆林市水热资源的演变特征。【方法】根据榆林气象站1959—2014年逐日气象资料(平均地表温度、平均气温、蒸发量、平均气压、平均相对湿度、日照时间和平均风速等),采用彭曼公式、Mann-Kendall突变检验、小波分析及相关分析法研究了榆林市参考作物需水量多时间尺度变化特征。【结果】1959—2014年榆林站全年及四季参考作物需水量均呈增加趋势,线性倾向率分别为30.7、11.4、6.7、5.7、6.9 mm/10 a。全年参考作物需水量突变年份为1995年,春、夏、秋三季参考作物需水量均在1998年发生突变,冬季在1989年发生突变;全年及四季参考作物需水量的第一主周期分别为26、28、27、28、26 a,第二主周期分别为8、7、9、8、4 a,第三主周期分别为4、2、4、4、12 a;参考作物需水量与平均相对湿度、日照时间、平均气温、平均风速以及年平均地表温度的相关系数分别为-0.128、0.223、0.935、0.271、0.940。【结论】榆林站1959—2014年不同时间尺度的参考作物需水量均呈增加趋势,平均气温、日平均地表温度是影响榆林气象站ET_0的主要因素。     

基于双线性理论的参考作物蒸发蒸腾量估算

利用成都、乐山、内江和雅安在1951--2000年的气象资料和地理参数,用Penman-Monteith公式计算蒸发蒸腾量（ETo）,将双线性理论用于EL的计算,建立了多个计算ETo的双线性模型,进一步利用双线性模型计算的E丁0再建立双线性模型,在已建立的双线性模型基础上,又建立了简化双线性模型。各双线性模型与P-M计...     

ET_0计算模型及其主要输入因子的影响分析评估

采用内蒙古中部呼和浩特1961~2003年,43年的气象资料,对计算ET0的修正Penm an模型与Monte ith-Penm an模型中输入的主要气象因子(气温、风速、湿度、太阳辐射或日照)分析评估。结果显示:单纯的模型计算对比难以评价哪一种模型更适合中国复杂的地理及气候环境,必须利用Lysm iets等实验结果对各种模型进行率定考核。同时ET0模型中,输入的某些主要气象因子对ET0值的影响非常明显:不同地区、不同的作物、不同生长期,净辐射计算Angstrom公式中的a、b值应不同;年平均气温增加2.1℃时,北方干旱、半干旱区4~10月份ET0值增加3.9%~5.2%;当风速增加20%时,作物生育期内(4~10月份)ET0增加3.9%~8.0%,春夏之交4~6月份ET0增加值占全生育期的61.9%;而半干旱区相对湿度的改变对ET0值影响很小。对二种模型中输入各因子影响程度的分析评估有助于ET0的认识深化及应用推广。     

宁夏引黄灌区参考作物蒸发蒸腾量及其气候影响因子的研究

根据1998年FAO修正彭曼蒙特斯公式,利用宁夏引黄灌区8个气象站近50多年的气象资料,计算了各气象站逐月的参考作物蒸发蒸腾量ET0、各气象因子的长期变化趋势和各气象因子与ET0的相关系数。分析了ET0空间分布特征、年内分布特征和年际变化特征。分析结果表明:黄河以东各站的ET0值均大于黄河以西各站的ET0值;除石嘴山站外,各站5~7月份的ET0占全年比例在20世纪80年代后比80年代前有所下降;除石嘴山站外,各站的ET0均表现为逐年增加的趋势,尤其在1990年后更为明显;气温呈递增趋势、相对湿度呈减少趋势、温差在逐渐减小;相对湿度和最高/最低气温以及平均风速对ET0的影响比较显著。     

基于神经网络算法的广东省典型代表站点ET_0简化计算模型研究

【目的】探讨BP、极限学习机、小波神经网络算法在广东典型气候代表站点的适用性,建立ET_0简化计算模型。【方法】以韶关、深圳、广州、揭西、湛江站为研究对象,收集各站1981—2010年逐日平均、最高、最低气温、相对湿度、日照时间、风速观测数据,以FAO-56Penman-Monteith ET_0计算值为基准,对比3种算法计算效结果,确定最优算法,并结合因子敏感性分析建立了ET_0简化计算模型。【结果】①P<0.05显著水平下,广州、韶关站各气象因子均差异显著;湛江、广州、揭西、深圳4站除日最高气温差异显著,其他气象因子差异均不显著;②ET_0因子敏感性分析中,韶关、广州、深圳3站日最低、最高气温、日照时间敏感系数较大,韶关站为0.040、0.113、0.223,广州站为0.043、0.101、0.208,深圳站为0.054、0.105、0.181;揭西和湛江站日最高气温、相对湿度、日照时间敏感系数较大,分别为:0.105、-0.040、0.216和0.098、-0.072、0.197,综合各站来看,日最高气温、日照时间最为敏感;③全因子输入条件下,ET_0计算精度表现为BP>极限学习机>小波神经网络;④ET_0简化计算精度表现为BP(全因子输入)>BP-1(日最高、最低气温,相对湿度,日照时间作输入)>BP-2(日最高气温、日照时间输入),但差值不大。【结论】因此,基于日最高气温、日照时间2因素的BP算法一定程度能简化计算ET_0。     

苹果树液流变化规律研究

利用液流传感器(sapflowsensor)监测苹果树液流,并用自动气象站和土壤水分测定仪(TRIME-FM)对气象因素和土壤水分进行同步监测。分析了苹果树液流日变化和日际变化与太阳辐射强度的关系、苹果树液流Tr与参考作物蒸发蒸腾量ET0的相关性,以及Tr/ET0和100cm深的平均土壤相对含水率AW的关系。运用回归分析方法建立了液流通量与气象因子间的经验公式,并比较了预测值与实测值。其结果表明:液流变化曲线与太阳辐射的变化曲线较一致,太阳辐射是果树液流的首要影响因子;Tr和ET0变化曲线相似;相对含水率越大,Tr/ET0的值越大;反之越小;用经验公式预测的液流值与实测值相比较,二者最大相差10.13%,最小相差3.45%。     

鞍山地区参考作物腾发量演变特征

采用鞍山地区4个气象站1958—2006年的气象资料,应用Penman-Montieth公式计算参考作物腾发量(ET_0),并对ET_0的年际变化特征、季节变化特征及趋势进行了分析。结果表明,49 a来鞍山地区的ET_0值呈缓慢下降趋势。     

气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析

【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。