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。     

艾比湖绿洲参考作物蒸散量的敏感性分析

【目的】研究艾比湖绿洲参考作物蒸散量对不同气象因子的敏感性。【方法】利用Penman-Monteith公式,基于艾比湖绿洲1962—2016年4个气象站的逐月气象资料计算ET0。通过敏感性分析,计算最高温度、最低温度、相对湿度、日照时间和风速的敏感系数,并运用MK趋势检验分析其变化趋势,最后分析了敏感系数在各个站点的变化特征。【结果】通过MK趋势检验,发现参考作物蒸散量、日照时间和风速呈下降趋势;最高温度、最低温度和相对湿度呈上升趋势。通过敏感性分析,发现最高温度、风速在研究区呈下降趋势,最低温度、相对湿度、日照时间为上升趋势。艾比湖绿洲中,各气象因子对ET0的敏感程度为相对湿度>最高温度>风速>最低温度>日照时间。ET0对不同气象因子的敏感系数在空间上存在差异,最高温度、最低温度、风速、相对湿度在艾比湖北部的阿拉山口较高,在温泉站较低;日照时间则在温泉较高,在阿拉山口较低。【结论】相对湿度对艾比湖绿洲ET0的敏感性最高,日照时间的敏感性最低。     

华北小麦-玉米轮作净灌溉需水量变化趋势——以大兴区为例

【目的】开展不同时间序列华北小麦-玉米轮作净灌溉需水量变化趋势研究,为未来农业用水规划提供决策参考。【方法】采用Mann-Kendall非参数检验法分析了近60 a(1961―2017年)与近30 a(1988―2017年)小麦-玉米轮作的作物需水量、有效降水量、净灌溉需水量的变化趋势。【结果】不同时间序列小麦-玉米轮作的作物需水量、有效降水量及净灌溉需水量的变化趋势存在较大差异,1961―2017年小麦-玉米轮作作物需水量与有效降水量整体呈显著增加趋势,变化倾向率分别为5.3、7.8 mm/10 a;而净灌溉需水量呈不显著减少趋势,变化倾向率为-2.5 mm/10 a。1988―2017年小麦-玉米轮作作物需水量整体呈显著增加趋势,变化倾向率为11.0 mm/10 a;有效降水量整体呈显著减少趋势,变化倾向率为-7.3 mm/10 a;净灌溉需水量整体呈显著增加趋势,变化倾向率为18.3 mm/10 a。【结论】1961―2017年小麦-玉米轮作的净灌溉需水量减少,主要是平均风速与日照时间减少所致;而1988―2017年小麦-玉米轮作净灌溉需水量增加,主要是气温升高与相对湿度减少所致,且序列越短其变化趋势越显著。因而在进行灌溉用水规划时,合理选择序列长度尤为重要。     

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。     

郑州市作物需水量影响因素主成分回归分析

采用郑州市近40年气象资料,分析研究了郑州市主要作物需水量以及各作物生育期内气象因子(降雨、平均风速、平均气温、平均相对湿度、日照时数、日最高气温、平均气压、平均水气压)变化趋势,用主成分回归分析法确定影响各作物的主要气象因子,并探讨了主要气象因子与相应作物需水量的关系。结果表明:玉米、水稻、棉花的作物需水量有减少趋势,小麦、花生、油菜作物需水量有增加趋势;通过主成分回归分析,得出影响水稻、玉米、棉花、花生作物需水量的主要气象因子是日照时间,影响小麦、油菜作物需水量的主要气象因子是平均相对湿度;经计算得到日照时间每减少1%,水稻、玉米、棉花和花生作物需水量分别减少2.45、2.25、2.55和1.71mm;平均相对湿度每减少1%,小麦和油菜的作物需水量分别增加1.81和1.42mm。     

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。     

关中地区气候变化对主要作物需水量影响的研究

用关中地区30个气象站41年气象资料,探讨了关中地区主要作物冬小麦和夏玉米需水量与相应生育期内气候因子的变化趋势,分析了气候变化对作物需水量的影响。结果表明:关中地区冬小麦需水量无一致变化趋势,净灌溉需水量(NIWR)呈增加趋势;夏玉米需水量呈不显著减少趋势,净灌溉需水量无一致变化趋势。气象因子影响顺序为,冬小麦:相对湿度>最高气温>日照时数>降水量>平均气温>风速,夏玉米:日照时数>相对湿度>最高气温>平均气温>降水量>风速。日照时数和风速引起冬小麦需水量的降低趋势在很大程度上抵消了相对湿度和最高气温引起的冬小麦需水量的升高趋势,而冬小麦生育期降水的减少是造成冬小麦净灌溉需水量增加的主要原因;风速和日照时数的降低趋势是导致夏玉米需水量减少的主要原因。关中地区秋冬春季向暖干发展,夏季除风速显著降低外,其它气象因子变化不大。     

京津冀地区参考作物蒸散量变化特征与成因分析

【目的】分析京津冀地区参考作物蒸散量(ET0)的变化特征及其影响因子。【方法】基于京津冀地区24个气象站1961―2016年的逐日气象资料,采用Penman-Monteith公式计算了各站及区域ET0,采用气候倾向率、Mann-Kendall突变检测、Morlet小波分析、敏感性系数等方法对京津冀地区ET0的时空变化及其影响因素进行了分析。【结果】1961―2016年,京津冀地区全年和四季ET0均呈下降趋势,在空间上表现出随海拔增加而减小的基本特征;全年和秋季ET0分别在1975年和2009年发生了由减少到显著减少的突变;全年、春季、夏季、秋季、冬季ET0的典型周期分别为7、11、16、19、19 a;ET0在年、春季、秋季、冬季均对相对湿度最敏感,在夏季则对最高气温最敏感。【结论】在全年、春季、秋季、冬季,风速的显著下降是ET0减少的主要原因,而在夏季,ET0减少的主要原因是日照时间的显著减少;ET0的在时间上变化不显著,是气候因子综合贡献率与ET0相对变化率差别较大的重要原因。     

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。     

海河流域参考作物腾发量长期变化趋势分析

收集了海河流域37个国家气象站的逐日气象资料,采用FAO-56 Penman-Monteith方法计算参考作物腾发量(ET0);采用Mann-Kendall法进行趋势检验。通过分析及各气象因素的变化趋势,揭示了气候变化对参考作物腾发量长期变化规律及对作物灌溉供需水量可能产生的影响。结果表明:自20世纪50年代至2007年末,在海河流域下游地区具有较明显的ET0下降趋势,而在各主要河流的上游地区则有明显的上升趋势;其原因是整个流域内呈现气温上升相对湿度下降趋势,风速和日照时数都有下降趋势,但在上游地区前者占主导地位,而在下游地区后者占主导地位;在整个流域降雨呈现下降趋势的情况下,ET0上升使上游地区灌溉需水量增加,而在下游地区作物生长也可能受影响;除了工业和居民用水快速增长外,气候变化也是导致近几十年来海河流域水资源紧缺的原因之一。     

江苏省参考作物蒸散量的时空变化及影响因素分析

【目的】参考作物蒸散量是水分循环和能量循环的重要组成部分,研究其变化特征及影响因素可以为该地区合理利用水资源,高效水分管理及农业生产布局提供参考。【方法】利用1961-2018年江苏省60个站点的风速、温度、相对湿度和日照时数等逐日数据计算了逐日蒸散量(ET0),并采用气候倾向率、敏感性分析、通径分析、贡献率分析等方法对江苏省ET0的时空变化及影响因素进行分析。【结果】①江苏省1961-2018年平均ET0为976.8 mm,区域整体ET0的变化幅度为-0.44 mm/10 a,共有28个站点ET0呈增加趋势(47%),主要分布在无锡以及苏州等苏南区域,共有11个站点ET0增加趋势显著(p<0.05),其中无锡、太仓、靖江地区ET0气候倾向率较大,分别为18.6、19.0、30.0 mm/10 a。共有32个站点ET0呈减小趋势(53%),主要分布在连云港、徐州、宿迁等苏北地区,共有16个站点ET0减小趋势显著(p<0.05),其中新沂、泗洪、灌南地区ET0减小趋势较大,分别为-19.2、-23.1、-23.2 mm/10a;②丰县(1 007.4 mm)、徐州(1 041.1 mm)以及西连岛(1 130.3 mm)区域为ET0的高值中心;③ET0对平均温度、日照时间、风速为正敏感,对相对湿度为负敏感,且ET0对相对湿度最敏感。平均温度、日照时间、风速、相对湿度与ET0决策系数分别为0.09、0.33、-0.02、0.29。敏感系数空间分布上,ST与SWS纬向分布特征都较明显;④贡献率分析表明,主要影响因素为风速的有22个站点,均分布在苏北地区,其中沛县、泗阳、新沂站风速对ET0变化贡献较大,分别为-13.44%、-12.52%、-12.49%,主要影响因素为相对湿度的有38个站点,主要分布在苏南地区,其中丹阳、靖江、昆山站相对湿度对ET0变化贡献较大,分别为18.47%、18.57%、20.87%,全区平均温度和日照时间不对ET0变化产生主要影响。【结论】苏北地区ET0变化的主要影响因素是风速,且风速贡献率为负,苏南地区ET0变化的主要影响因素是相对湿度,相对湿度贡献率为正。     

淮北平原冬小麦作物系数的变化规律研究

【目的】研究淮北平原冬小麦作物系数的时空变化规律。【方法】采用水量平衡法、涡度相关法和Bouchet互补关系理论,结合Penman-Montieth方程,计算得到1991—2018年淮北平原冬小麦的作物系数;采用线性拟合法、Mann-Kendall趋势检验法和突变检验法滑动t检验法,结合ArcGIS,研究了作物系数在淮北平原的时空变化规律,并对影响因素进行分析。【结果】①淮北平原冬小麦全生育期的实际蒸散量的多年平均值为429.3 mm,参考作物蒸散量为541.3 mm,作物系数为0.79;②作物系数在不同生育阶段的变化为先减小后增大再减小;③作物系数在淮北平原全生育期由西北角向周围逐渐增大,高值中心呈现北移趋势;④作物系数与气候因子紧密相关,其中气温的影响最为显著,相对湿度和降水次之,风速最不显著。【结论】作物系数存在显著上升趋势,与气候因子关系紧密,需要关注作物需水量的变化。     

中国粮食主产区主要气象因子时空演变特征及其对参考作物蒸散量影响

准确评估粮食主产区气象因子变化特征及对参考作物蒸散量(reference crop evapotranspiration,ET0)的影响,对农田水文循环、区域农业水资源优化配置与高效利用等具有重要意义。利用中国粮食主产区258个气象站点1961―2013年的逐日气象资料,采用Penman-Monteith公式计算ET0,通过M-K趋势检验法、偏相关分析、多元线性回归计算贡献率等方法,分析了1961—2013年中国粮食主产区主要气象因子时空演变及其对ET0变化的贡献特征。结果表明,1961—2013年中国粮食主产区相对湿度、温度、降水在空间上由南至北呈降低趋势,而日照时间和风速则由南至北呈增高趋势;1961—2013年中国粮食主产区全区、温带湿润半湿润地区(I区)、温带干旱半干旱地区(II区)、亚热带湿润地区(III区)及暖温带半湿润地区(IV区)多年平均气温均呈增大趋势,平均风速、相对湿度、降水与日照时间均呈减小趋势;1961—2013年中国粮食主产区年内ET0均呈锯齿状下降,且ET0在四季呈现出夏季春季秋季冬季的特征;多年平均风速、气温、日照时间与ET0在全区及各分区总体均显著正相关(P0.05),而相对湿度与ET0在全区及各分区均极显著负相关(P0.01);1961—2013年中国粮食主产区全区及I~IV区气温、风速、相对湿度对ET0变化均具有较大贡献,其中相对湿度为I区、III区及IV区的主要气象驱动因子,其次为平均气温和风速;而II区ET0变化的主要驱动因子为风速,其平均贡献率WII(风速)为0.37;综上所述,中国粮食主产区主要气象因子变化特征与ET0的响应,均呈现出区域性、季节性差异。     

基于冠气温差的淮北地区水稻日需水量估算模型研究

【目的】构建水稻日需水量估算模型,为灌区动态用水管理提供科学指导。【方法】以淮北淮涟灌区水稻为研究对象,通过称质量法获取水稻日需水量,同步采集水稻冠层温度和相关气象要素,分析各要素与实测水稻日需水量关系,构建了以太阳净辐射和冠气温差为参数的水稻日需水量估算模型,并利用叶面积指数对其进行修正。【结果】太阳净辐射量和冠气温差是反映水稻日需水量的关键因子,水稻日需水量与太阳净辐射呈正线性相关,与冠气温差呈负线性相关,冠气温差随着生育期延续有增大的趋势。通过叶面积指数修正的模型相对误差为5.07%,均方根误差为0.183 mm/d。【结论】利用冠气温差估算水稻日需水量,方法较为简单,精度满足灌溉管理要求。     

GPR、XGBoost和CatBoost模拟江西地区参考作物蒸散量的适应性研究

【目的】提高机器学习模型模拟参考作物蒸散量在江西省适应性和精度。【方法】基于江西南昌等15个气象站2001—2015年日值气象数据(最高气温、最低气温、地表辐射、大气顶层辐射、相对湿度和2 m高风速),以FAO-56Penman-Monteith(P-M)公式的计算结果作为对照,建立了计算ET0的高斯过程回归(GPR)、极限梯度提升(XGBoost)和梯度提升决策树(CatBoost)模型,并分别与经验模型进行比较。【结果】各气象参数对机器学习模型模拟ET0的精度影响由大到小依次为:Rs、Tmax和Tmin、RH、U2,且采用Tmax、Tmin、Rs和RH气象参数组合的机器学习模型(RMSE0.2mm/d)模拟ET0精度高。此外,3种机器学习模型在有限的气象数据时具有较好的适用性,且优于传统经验模型,其中GPR和CatBoost模型的预测精度高,但GPR模型稳定性最好。【结论】考虑到所研究模型调参的复杂性、预测精度和稳定性,GPR模型可作为江西地区参考作物蒸散量模拟的推荐方法。     

西北地区夏玉米不同生育期蒸发蒸腾量模拟模型适用性评价

【目的】蒸发蒸腾量(ET)是农业生产的主要参数,ET的准确估算对农田精准用水管理和区域水资源优化配置具有重要意义。【方法】利用2012—2013年夏玉米作物指数与气象因子,采用基于参考作物蒸发蒸腾量(ET0)经验模型(Schendel、Hargreaves-M4(H-M4))的单作物系数法、单源模型(Priestley-Taylor(P-T))和双源模型(Shuttleworth-Wallace、Two-Patch)对作物蒸发蒸腾量进行模拟,并对比分析各估算模型模拟情况。【结果】基于不同生育期实测和平衡蒸发蒸腾量均值的比值修正P-T模型经验系数?,P-T修正模型对夏玉米全生育期ET模拟值与大型称质量式蒸渗仪实测值拟合的平均绝对误差(MAE)、决定系数(R2)、平均相对误差(MRE)、相对均方根误差(Relative root mean-squared error,RRMSE)和整体评价指标(GPI)排名分别为0.977 5 mm/d、0.5689、0.843 4、0.450 4和1,苗期分别为0.959 2 mm/d、0.332 0、0.478 4、0.481 1和3,拔节抽雄期分别为1.038 8 mm/d、0.507 8、0.551 7、0.429 0和1,成熟期分别为0.548 1 mm/d、0.774 6、0.915 8、0.423 9、0.692 1和1;H-M4模型对灌浆期ET模拟MAE、R2、MRE、RRMSE和GPI排名分别为1.344 3 mm/d、0.727 9、2.298 3、0.491 0和1。模拟结果均达到极显著(P<0.01,P代表显著性水平)。【结论】P-T和基于单作物系数法的H-M4均具有输入较少参数获取较精确ET估算值的优势,因此P-T可作为全生育期及苗期、拔节抽雄期和成熟期蒸发蒸腾量最优模拟模型,H-M4可作为灌浆期蒸发蒸腾量最优模拟模型。