气象要素时间分辨率对参考作物蒸散估算的影响

参考作物蒸散(reference evapotranspiration,ET0)的准确估算是农业水资源合理利用的重要环节。为了明确气象要素不同时间分辨率对参考作物蒸散估算的影响,该文基于寿县国家气候观象台2007-2013年观测资料,将1min时间分辨率数据平均值作为真实值,分析了10、20、30、40、60 min、4次/d(02:00、08:00、14:00、20:00)和3次/d(08:00、14:00、20:00)这7种不同时间分辨率对逐日气温、风速、太阳辐射、相对湿度和日、月及年参考作物蒸散(ET0)估算的误差情况。结果表明:ET0和气象要素的误差整体上随时间分辨率降低而增大。4个气象因子中,日平均风速估算受时间分辨率变化的影响最显著,误差最大;其次是太阳辐射。逐日ET0估算在7种时间分辨率的平均绝对相对误差(mean absolute relative error,MAPE)依次为0.53%、1.01%、1.38%、1.72%、2.46%、4.72%和6.14%,表明10至60min时间分辨率的估算效果相较3次/d和4次/d有明显改善。10至40 min的绝对误差超过95%都在-0.20~0.20 mm/d区间内,误差较小且集中度高;太阳辐射时间分辨率变化对ET0估算误差贡献最大,其次是风速,这主要是由于两个要素本身对分辨率较敏感且分别是ET0辐射项和动力项的主要组成因子。时间分辨率的变化对累计后长时间尺度ET0的影响较小,月和年ET0的误差明显小于逐日ET0,月ET0在7种时间分辨率的MAPE值依次为0.13%、0.21%、0.27%、0.40%、0.50%、1.18%和1.48%;各年ET0相对误差(relative error,PE)的绝对值多数均小于0.50%。     

基于极限学习机的参考作物蒸散量预测模型

为实现气象资料缺乏情况下参考作物蒸散量（reference crop evapotranspiration, ET0）高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机（extreme learning machine, ELM）的ET0预测模型。选取川中丘陵区7个气象站点1963－2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明：ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度（均方根误差和模型效率系数分别为0.504 mm/d和0.827）高于Hargreaves模型（均方根误差和模型有效系数分别为0.692 mm/d和0.741）;基于最高、最低温度和辐射的ELM模型模拟精度（均方根误差和模型有效系数分别为0.291 mm/d和0.938）明显高于Priestley-Taylor（均方根误差和模型有效系数分别为0.467 mm/d和0.823）、Makkink（均方根误差和模型有效系数分别为0.540 mm/d和0.800）和Irmark-Allen模型（均方根误差和模型有效系数分别为0.880 mm/d和0.623）。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。     

基于MODIS遥感数据计算无定河流域日蒸散

为研究无定河流域日蒸散分布规律，应用遥感数据、农业气象站测量数据及Nishida模型等对该流域日蒸散进行了模拟。首先用2001～2002年晴天中国科学院禹城生态试验站Lysimeter测量日蒸散验证模型，模拟与测量的日蒸散相关系数达到0.61。随后，用该模型计算了无定河流域日蒸散，发现无定河流域日蒸散存在较为明显的空间分布规律：2001～2003年连续3年的8月份日蒸散都表现为东北部蒸散明显小于西南部，这是因为东北部基本是荒漠而东南部多是农田，且8月份日蒸散基本在2～5 mm之间变化；从2001年8月份第222 d日蒸散空间分布看，无定河主干道两边蒸散显著高于其他位置，这是由于8月份无定河流域为多雨季节，河谷土壤水分较高的缘故；从2002年内变化来看，不同的土地利用/覆被类型日平均蒸散差别不显著。     

青海大通退耕还林工程区的林木耗水特性

 为了给退耕还林工程建设的树种选择提供依据,2002—2003年,通过实地观测并应用PenmanMonteith方程和定位通量法,对青海大通黄土高寒区自20世纪80年代陆续退耕还林后营造的青海云杉、紫果云杉、华北落叶松、白桦、青杨和沙棘进行了林木耗水特性研究。结果表明:2种方法测算林地蒸散的月平均相对误差是57%。中龄林的青杨沙棘混交林、白桦纯林、青杨灌木混交林和白桦青海云杉沙棘混交林的生长季蒸散总量为488～538mm,其中蒸腾量占蒸散总量的74%～79%,林地土面蒸发总量占蒸散总量的10%～12%,林地无地表径流产生;处于幼龄生长阶段的紫果云杉、青杨、华北落叶松、青海云杉混交林生长季蒸散总量为450～510mm,其中蒸腾总量占蒸散总量的45%～69%,林地土面蒸发总量占蒸散总量的16%～44%,地表径流量占林地降水量的1%～6%。大部分林分6—8月的蒸腾耗水量占全年的80%。     

华北平原冬小麦相对蒸散与叶面积指数及表层土壤含水量的关系

冬小麦相对蒸散(农田蒸散量ET与自由水面蒸发量ET_0之比)表征冬小麦受土壤水分和作物生长状况制约下的耗水规律。冬小麦生长季利用大型蒸渗仪测定农田蒸散,用E601型水面蒸发器测定水面蒸发,并用平行观测方法测定叶面积指数,分析冬小麦相对蒸散与叶面积指数和表层土壤含水量的关系,并建立了冬小麦返青～收获期相对蒸散与叶面积指数和0～60cm表层土壤含水量的经验公式为。在田间条件下由RE和ET_0推算出小麦耗水量ET,并可用于冬小麦适时、适量灌溉管理。     

北京地区常用草坪草的耗水规律及适宜灌溉量研究

研究了在北京地区不同供水条件下，草地早熟禾、高羊茅、多年生黑麦草、野牛草、结缕草和狗牙根整个生长季的蒸散量差异和耗水规律。结果表明，蒸散量主要与草坪草的生物学特性有关，受水分条件影响；冷季型草坪草中多年生黑麦草耗水最少，暖季型草坪草中结缕草耗水最少；通过比较坪草和北方主要农作物的K_C值，得出草坪与大田作物的需水量相当；北京地区常用草坪草整个生长季的适宜灌溉量为：高羊茅(391.8 mm)>草地早熟禾(368.3 mm)>多年生黑麦草(315.1 mm)>狗牙根(300.7 mm)>野牛草(184.0 mm)>结缕草(110.5 mm)。     

华北平原冬小麦田问蒸散与棵问蒸发的变化规律研究

试验研究冬小麦田间蒸散和棵间蒸发变化规律及其影响因子结果表明 ,播种～返青期冬小麦棵间蒸发占蒸散比例 (E ET)最大 ,抽穗～灌浆期最小。整个生长期间棵间蒸发占蒸散量 31 .4 % ,棵间蒸发占蒸散比例 (E ET)与冬小麦叶面积指数 (LAI)有一定关系 ,E ET =0 .36 93× (LAI) - 0 .74 93(R2 =0 .82 36 )。     

黄河源区气候温暖化及其对植被生产力影响评价

在分析黄河源区气温、降水变化的基础上，用Turc经验模式计算黄河源区的蒸散量，同时分析了近十几年来土壤湿度、植被地上净初级生产力的变化特征。结果表明，1959—2005年，黄河源区年平均气温按0．0284℃／a的变率升高，降水变化态势平稳，但蒸散量增加趋势明显，上升倾向率达0．7315mm／a，气温上升趋势与年代增加具有明显的相关性。从1987年以来土壤湿度的监测结果分析得知，黄河源区下垫面蒸散量的加大使土壤向干暖化发展。这种气候因素的影响，导致近十几年来植被地上净初级生产力按9．506g／（m^2a）的倾向率下降。     

冠层—气温差监测和诊断冬小麦农田水分

以农田生态系统为研究单元，以ＳＰＡＣ的理论为基本原则，深入探讨了冠层－气温差与冬小麦农田土壤和作物水分状况的关系。在比较精确和连续的大田试验基础上，得出了冠层－气温差监测０￣５０ｃｍ土层相对含水量的模型及诊断冬小麦水分状况的指标，该模型和指标可直接用于指导灌溉。     

浑善达克沙地天然植被蒸散量两种计算方法的比较

以土壤-水分-大气-作物系统模拟模型——SWAP模型和FAO-56分册推荐的最新双作物系数法为基础，计算浑善达克沙地天然植被蒸散量。结果表明：SWAP模型和最新双作物系数法模拟的蒸散量结果相近，均可用于模拟蒸散量。SWAP模型能模拟土壤剖面的水分动态。