河北坝上地区雨养裸燕麦田间蒸散规律

依托大型称重式蒸渗仪在2018年和2019年裸燕麦生育期内进行田间蒸散量的测定,利用根区水质模型(RZWQM2)对田间蒸散量变化的动态过程进行了模拟,并分析了不同时间尺度下田间蒸散特征及其环境影响因素。结果表明:RZWQM2模型对裸燕麦生育期内田间蒸散量模拟结果较好,2018年和2019年绝对平均误差(MAE)分别为1.11 mm·d~(-1)和1.19 mm·d~(-1),决定系数(R~2)分别为0.71和0.68,一致性指数(d)值均大于0.60;生育期内裸燕麦田间蒸散呈现"单峰型"曲线,在孕穗期日均蒸散峰值分别达到5.02、5.41 mm·d~(-1);各生育期内日均蒸散量为:孕穗期开花期成熟期拔节期出苗期,变化态势与叶面积指数表现一致;两种不同天气(多云和晴天),雨养裸燕麦田间蒸散均主要集中在6∶00—18∶00,约占日总蒸散的84%,而在18∶00—6∶00蒸散较低且变化相对稳定,约占日总蒸散的16%,雨养裸燕麦的蒸散过程受天气影响较大,晴天田间蒸散约为多云条件下的2倍。     

荒漠-绿洲过渡区灌丛沙包的蒸散特征及模拟

 利用长期的观测与试验数据,采用波文比-能量平衡法对甘肃民勤荒漠—绿洲过渡区柽柳、白刺灌丛沙包和裸露流动沙丘的蒸散特征与变化规律进行分析,探讨蒸散量与气象因子的关系,在此基础上,应用土壤-植被-大气连续体（SPAC）的耦合数值模式,对不同植被灌丛的蒸散过程进行模拟。结果表明:在蒸散日进程中,有植被覆盖的柽柳沙包和白刺沙包的蒸散率峰值出现时间比流动沙丘早12h,且日最大蒸散速率大小顺序为,柽柳沙包（0.24mm/h）>白刺沙包（0.20mm/h）>流动沙丘（0.18mm/h）;柽柳沙包和白刺沙包在7—9月的蒸散量最高,分别占各自生长期耗水量的69.3%和65.4%;影响荒漠—绿洲过渡区灌丛植被蒸散的主要气象因子为日照百分率、气温、空气饱和差以及风速等,它们与日蒸散量的斜率关联度分别为0.717、0.643、0.649和0.705;SPAC耦合数值模式能够模拟不同植被覆盖度下灌丛植被蒸散的变化趋势,模拟值与实测值基本一致,具有很好的稳定性和可靠性。     

泾河上游典型站近45年参考作物蒸散量变化特征

为了更好地探讨泾河上游地区植被耗水的变化情况,利用泾河上游4个典型站点近45 a的逐日气象资料,采用Penman-Monteith公式,计算了日参考作物蒸散量,并对ETo的日、月、年值的变化特征进行了分析,同时分析了影响ET0的主要气候因子.结果表明:泾河上游ET0的日均值和月均值与大气温度、日照时数等气象要素均达到极显著相关,与风速的相关程度最低,ET0日变化和月变化均呈现为相似的单峰型变化趋势,峰值出现在夏季7月份.近45年来,只有隆德ET0年值呈显著性增加,其他站ET0年值变化不明显.固原的夏季,隆德的冬、夏、秋季的ET0呈显著性变化,其他站各季节变化均不明显.     

1960-2008年黑河流域地表干湿状况的时空变化分析

利用1960-2008年黑河流域16个气象站的逐日气象资料,采用FAO推荐的Penman-Monteith公式计算最大可能蒸散量,进而计算该流域的湿润指数,对地表干湿状况的时空变化特征及其主要影响因素进行分析。结果表明：黑河流域及其上、中、下游地区的湿润指数总体呈上升趋势,地表湿润状况有所改善,且湿润指数的年际波动性较明显,变异系数分别为14.97%、13.63%、25.47%、37.72%。除下游地区外,夏季的湿润指数变化速率最快,冬季的变化速率最慢;春季,黑河流域地表以变干趋势为主,其他季节均以变湿趋势为主。影响黑河流域地表干湿状况的主要因素是降水量,其他气候因子的变化对地表干湿状况起增强或削弱作用。     

阿鲁科尔沁旗紫花苜蓿需水规律与灌溉定额

为了给阿鲁科尔沁旗紫花苜蓿(Medicago sativa)灌溉提供科学依据,利用1984-2013年30年气象数据,采用联合国粮农组织推荐的彭曼-蒙特斯公式法,研究了阿鲁科尔沁旗紫花苜蓿需水规律和灌溉定额。结果表明,阿鲁科尔沁旗紫花苜蓿第1茬、第2茬、第3茬、第4茬、生长季、非生长季和全年需水量分别为221、187、169、179、755、70和825mm,需水强度分别为4.3、4.7、4.1、2.5、3.7、0.4和2.3 mm·d~(-1),灌溉需水量分别为194、118、66、131、508、56和564mm,灌溉定额分别为228、139、78、154、598、66和664 mm。     

三江源区退化高寒草甸蒸散的变化特征

为揭示三江源区退化高寒草甸水分收支变化特征,利用涡度相关和微气象方法对青海省果洛州大武镇退化高寒草甸生态系统的年蒸散变化进行了定量研究,并探讨了环境和生物因子对其影响。结果表明:年总蒸散量为481.9mm,年蒸散量约占年降水量的97%。生长季中日均蒸散量为2.3mm·d-1,而非生长季日均蒸散量仅为0.6mm·d-1。温度与蒸散量呈明显的指数关系;该区接收的太阳辐射较强,但净辐射占太阳辐射的比例相对较低(46%),在非冻土时期,蒸散量与净辐射呈线性关系;研究区降水量相对丰沛,与温度和净辐射相比,土壤含水量对蒸散的影响相对较小。本研究说明高寒草甸的退化加剧了生态系统的蒸散量,从而降低了生态系统涵养水分的能力,净辐射和温度是驱动三江源区退化高寒草甸生态系统蒸散最主要的环境因子。     

CHIRPS和GLEAM卫星产品在中国的干旱监测效用评估

为评估具有分辨率高、覆盖范围广、数据序列动态连续优点的卫星降水和潜在蒸散发产品在中国干旱监测中的应用能力,以CGDPA(China gauge-based precipitation daily analysis dataset)和PM-Ep(potential evapotranspiration calculated by penman-monteith)为基准数据,以标准化降水蒸散指数(standardized precipitation evapotranspiration index, SPEI)为干旱监测指标,利用6个精度统计指标和分类度量指标评估CHIRPS(climate hazards group infrared precipitation with station data)、GLEAM-Ep(global land-surface evaporation:the Amsterdam methodology, potential evapotranspiration)在中国的干旱监测效用。结果表明:1)CHIRPS和GLEAM-Ep在中国东部和西南地区表现良好。由于气象站格网的稀疏,它们在中国西部大部分地区的表现存在较大不确定性。2)SPEIs(基于CHIRPS和GLAEM-Ep计算的SPEI)在中国东部和西南地区对干旱模拟效果较好,其与SPEIm(基于CGDPA和PM-Ep计算的SPEI)的相关系数(CC)在东南、西南、长江中下游地区、华北均大于0.6,尤其是相对湿润地区的CC值在0.70以上且均方根误差低于0.8。3)SPEIs3(3个月的SPEIs)在东南、西南、长江中下游地区、华北对干旱面积比的演变过程模拟效果较好,持续干旱模拟成功率分别为0.93、0.57、0.71、0.81及干旱空间分布模拟精度较高。总体而言,基于长序列CHIRPS和GLEAM-Ep计算的SPEI可适用于中国东部和西南地区的干旱监测与评价,可为该地区的干旱事件监测与预警、水资源管理提供可靠的参考依据。     

多元自适应回归样条算法模拟川中丘陵区参考作物蒸散量

参考作物蒸散量(reference crop evapotranspiration, ET_0)是作物精准灌溉管理与农业高效用水的核心参数。为提高川中丘陵区气象资料缺省下的ET_0预报精度,利用不同的气象因子组合,建立15种基于多元自适应回归样条算法(multivariate adaptive regression splines, MARS)的ET_0预报模型。选取11个代表性气象站点1961—2016年逐日气象资料进行分析,将其与其他ET_0预报模型进行对比,并利用可移植性分析评价MARS模型在川中丘陵区的适用性。结果表明:基于温度和风速项输入的MARS_5(输入大气顶层辐射、最高气温、最低气温、2m处风速)、MARS_9(输入最高气温、最低气温、2 m处风速)和MARS_(13)(输入最高气温、2 m处风速)模型,以及仅基于风速项输入的MARS_(15)模型都具有良好的模拟精度;大气顶层辐射和风速是决定机器学习模型地域性适应能力的关键;引入大气顶层辐射后,MARS_6(输入大气顶层辐射、最高气温、最低气温、相对湿度)、MARS_7(输入大气顶层辐射、最高气温、最低气温、日照时长)、MARS_8(输入大气顶层辐射、最高气温、最低气温)模型均优于相同气象因子依赖下的Irmak-Allen、Irmak、Hargreaves-M4模型;通过可移植性分析发现,在训练站点和测试站点的随机交叉组合下,MARS_5模型保持了较高的精度(纳什效率系数和决定系数均大于0.985),且输出较为稳定的模拟结果,均方根误差变化范围为0.121～0.193 mm/d,平均相对误差变化范围为2.7%～4.2%。因此,基于多元自适应回归样条算法的ET_0预报模型可作为川中丘陵区ET_0预报的推荐模型。     

非水分亏缺条件下设施茄子蒸散量变化特征及影响因子分析

为探明设施茄子在非水分亏缺条件下蒸散量及构成要素的变化特征,围绕关键因子进行调控。以膜下滴灌茄子为研究对象,在苗期、开花坐果期和成熟采摘期土壤水分分别低于田间持水量的70%、80%和70%时,设置3种灌水定额进行灌溉,分析各生育阶段蒸散速率和土壤蒸发速率的变化,并对气象因子(日均温度、湿度、太阳累积辐射)、作物因子(叶面积指数)和土壤水分因子与蒸散量进行相关分析,确定各阶段的关键影响因子。茄子阶段蒸散速率与蒸腾速率变化规律基本一致,均呈单峰型变化曲线,开花坐果期最高,成熟采摘期次之。土壤蒸发速率呈"开口向上"的"U"形变化曲线,开花坐果期最低。蒸散量构成要素所占比重的变化规律为:苗期土壤蒸发量在蒸散量中所占比重最高,达到22.33%～31.40%。开花坐果期最低,为3.31%～3.89%。影响蒸散量因素中,叶面积指数随生育阶段推进影响程度逐渐降低,土壤质量含水率在苗期影响不显著,在开花坐果期和成熟采摘期均达到极显著水平。因此,开花坐果期可以忽略膜下土壤蒸发对蒸散量变化的影响,而在其他2个生育阶段需要充分考虑。叶面积指数对蒸散量的影响主要体现在前中期,而土壤质量含水率主要体现在中后期。