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。     

新疆冬小麦农田蒸散估算模型的研究

本文在田间试验资料的基础上，综合考虑了影响冬小麦农田蒸散的气象、生物学特性和土壤水分等因素，选用蒸发力、冬小麦的叶面积指数和相对有效土壤湿度建立了新疆冬小麦农田蒸散估算模型，并且检验了该模型的计算效果。     

基于SIMDual_Kc模型估算非充分灌水条件下冬小麦蒸散量

为研究关中冬小麦植株蒸腾和土壤蒸发规律,利用2 a冬小麦小区控水试验实测数据,率定和验证了双作物系数SIMDual_Kc模型在关中地区的适用性.用大型称重式蒸渗仪的实测蒸散量值(或水量平衡法计算值)与模型模拟值进行对比.结果表明:SIMDualKc模型可较准确地模拟关中不同水分条件下冬小麦蒸散量,且模拟精度较高.模型估算的平均绝对误差为0.643 3 mm/d.模型估算的冬小麦初期、中期和后期的基础作物系数分别为0.35,1.30,0.20.另外,模型还可以较准确地估算不同水分供应条件下的土壤水分胁迫系数、土壤蒸发量和植株蒸散量.冬小麦整个生育期,土壤蒸发主要发生在作物生育前期,中期较低,后期略微增大;植株蒸腾主要发生在作物快速生长期和生长中期,整个生育期中呈先增大后减小的趋势.     

Morphological and Physiological Responses of Plantain (Plantago lanceolata) and Chicory (Cichorium intybus) to Water Stress and Defoliation Frequency

Plants are often subjected to periods of water stress. There are little data examining the effect of water stress on the forage species Plantago lanceolata and Cichorium intybus. In two pot experiments with P. lanceolata and C. intybus, morphological responses under optimum, dry, and very‐dry water treatments with weekly, fortnightly and 3‐weekly defoliation intervals and physiological responses under optimum and very‐dry water treatments were measured. A third experiment compared the rooting depths of P. lanceolata and C. intybus under field conditions. These findings suggest that both P. lanceolata and C. intybus can survive and continue to grow under water stress conditions with the main differences between the two species being attributable to morphological characteristics (root mass, taproot diameter and shoot mass fraction) rather than differences at a physiological level. Overall, the results suggest plantain may be more productive under moderate drought due to its greater shoot mass fraction, whereas chicory may be more productive and persistent under severe drought due to its greater root mass, taproot diameter and root depth under field conditions.     

农业分区框架下Hargreaves-Samani公式的逐月回归修正

为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站点经纬度数据,首先,分别基于Penman-Monteith(PM)公式和HS公式计算了各站点多年逐月的参考作物需水量ET_(0-PM)和ET_(0-HS)。然后,以ET_(0-PM)为真值,基于1957—2010年的逐月ET_(0-PM)和ET_(0-HS),利用线性回归分析方法获取了中国38个农业管理子区的HS公式校正系数a、b,并以2011—2016年为验证年份,通过比较ET_(0-HS)校正前后的相对误差变化,验证了HS公式线性回归校正方法在中国农业区的适用性,并结合验证年份的具体误差结果,确定了各农业区HS公式校正系数a、b的逐月最优取值。结果表明:大部分农业区的大部分月份ET_(0-PM)与ET_(0-HS)的相关系数超过0. 6,可以进行ET_(0-HS)的回归校正;回归校正得到的系数a存在显著的季节变化规律,系数b则表现较为平稳;系数a、b的大小及变化说明了ET_(0-PM)和ET_(0-HS)彼此之间存在差异,且季节性明显;校正前后的ET_(0-HS)均存在不同程度的相对误差,但校正后的ET_(0-HS)的误差范围已经显著缩小;在具体的验证应用中,校正后的ET_(0-HS)并不完全是最优结果,实践中系数a、b的优选使用才是最佳方案。本研究验证的HS公式线性回归校正方法是实践中简便、可行的方案,对大尺度区域快速获得较高精度的参考作物需水量具有实际意义和推广价值。     

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。     

中国大陆地区基于太阳辐射经验值计算ET0的适用性研究

太阳辐射是利用FAO推荐的Penman-Monteith(PM)公式计算参考作物需水量(ET_0)的必要参数。为了探究PM公式在辐射数据缺失的条件下,利用FAO推荐的公式及参数获得太阳辐射值(R_(s_c))替代观测值(R_(s_o))在中国大陆地区的适用性,本研究选用了中国大陆112个站点至少15 a的多年月平均观测数据,通过逐点计算分析了R_(s_c)和R_(s_o)的时空差异及二者分别输入PM公式获得的参考作物需水量ET_(0_c)和ET_(0_o)的时空差异。结果表明,R_(s_c)与R_(s_o)存在显著的时空差异性,二者相对差值范围为-2.86～4.41 MJ·m~(-2)·d~(-1),且在4—8月份差异较大;大致以"胡焕庸线"为界,线西北区域R_(s_c)与R_(s_o)的时空差异相对较小,且稳定,线东南区域的时空差异较大,且不稳定。但是,基于二者计算的ET_(0_c)和ET_(0_o)时空差异却不显著,平均只有0.06～0.26 mm·d~(-1)的误差;"胡焕庸线"西北地区的ET_(0_c)和ET_(0_o)绝对差值常年稳定在0.00～0.25 mm·d~(-1),"胡焕庸线"线东南地区则随季节而变化,夏季差异相对较大。在实际的应用中,西北地区全年和北方地区春、秋、冬三季以及长江、珠江流域所覆盖的南方地区在1、2、10、11、12月使用R_(s_c)替代R_(s_o)获得ET_0具有较好的适用性,北方地区的夏季、南方地区的3—9月份使用R_(s_c)计算ET_0则必须研究相应的方法对结果进行矫正,否则会有误差,且偏大。     

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。     

基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率(误差在2～3 mm/d以内)相比使用联合国粮农组织(FAO)推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

2001−2016年祁连山地区植被覆盖度对干旱的响应

祁连山地区位于西北干旱半干旱地区,气候干燥,降水量少,区域内部生态环境脆弱。全球气候变暖及经济发展,对区域生态环境造成了重大影响。本研究通过研究植被覆盖度(fractional vegetation cover,FVC)时空分布特征和变化趋势以及对干旱的响应,为生态环境改善和减轻干旱影响提供依据。本研究基于MOD13Q1遥感数据以及气象数据,采用像元二分模型、Thornthwaite方法、趋势分析法、Hurst指数和相关分析法,计算得到2001?2016年祁连山地区FVC和表示干旱的标准化降水蒸散发指数(standardized precipitation evaportranspiration index,SPEI),分析FVC和SPEI时空分布特征和动态变化趋势,以及二者之间的相关关系。研究表明:1)2001?2016年祁连山地区FVC整体呈增长趋势,2001年FVC最低,2011年FVC最大,季节变化明显,夏季FVC最高;空间上,祁连山地区FVC整体呈东南高西北低的分布特征,年均值为0.4522,区域差异明显,绝大部分区域FVC呈增加趋势;2)近16年,祁连山地区FVC改善的区域占77.13%,退化的区域占22.87%;FVC未来变化趋势负向特征强于正向特征,持续改善的面积为28.10%,由改善到退化的面积最大为49.23%,需要加大力度对这些区域进行关注和保护;3)祁连山地区绝大多数地区处于湿润状态,中段和东段部分地区处于轻度干旱;不同时间尺度上,年际SPEI均呈现干旱化加强趋势,总体上2001?2016年祁连山地区干旱化程度呈降低趋势,气候向好的方向发展;4)年尺度上祁连山地区SPEI与FVC呈正相关关系,季节尺度上夏季FVC对SPEI干旱程度响应最明显,春季和秋季次之,说明FVC与SPEI间相关显著性越高,响应也就越明显。