宁夏地区潜在蒸散发变化特征及成因分析

根据宁夏地区1962-2017年11个国家级气象站的逐日气象资料,采用Penman-Monteith公式计算宁夏地区潜在蒸散发(Potential evapotranspiration,ET₀)日值系列,采用气候倾向率、Mann-Kendall突变检验、ArcGIS反距离权重空间插值、敏感性分析和贡献率等方法对宁夏地区ET₀时空变化特征及影响因素进行分析.结果表明:宁夏地区1962-2017年多年平均ET₀为1 073 mm,其中,中部干旱带最高(1 135 mm),引黄灌区次之(1 095 mm),南部山区最低(893 mm); 宁夏地区ET₀在1986年发生了突变,突变前以0.571 mm/a的幅度下降,突变后以0.109 mm/a的幅度递增,整个周期内,以0.523 mm/a 幅度递增,但变化幅度均不显著.ET₀对不同区域气象要素的敏感性不同,引黄灌区和中部干旱带对最高温度最敏感,敏感性系数分别为0.41和0.43,南部山区为相对湿度(-0.45); 不同气象要素对ET₀的贡献率不同,引黄灌区和南部山区主导因子是最低温度,中部干旱带是平均风速.突变前后,对引黄灌区、中部干旱带和南部山区ET₀贡献率最高的气象要素分别由平均风速、相对湿度和最低温度,变为相对湿度、平均风速和最低温度.     

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。     

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。     

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。     

蒲草群落蒸散耗水规律及影响因子研究

利用Penman-Monteith模型及单作物系数法计算了2013年石佛寺人工湿地蒲草全生育期的逐日实际蒸散量,对比分析了各时期的自由水面蒸发量,并采用偏相关法分析了影响蒲草群落实际蒸散量及水面蒸发量的气象因子。结果表明,蒲草全生育期单位面积的累积蒸散量为607.96mm,整体呈先升高后下降趋势,其中稳定期蒸散强度最大达到4.52mm/d,是生态需水的关键时期,相应全生育阶段的水面蒸发量为560.11mm,蒸散系数达到1.09,说明蒲草的存在能够增加湿地水分的扩散;蒸腾和蒸发受各生育阶段气象因子的影响程度不同,主要受太阳辐射和风速的影响。     

CERES-Wheat模型中两种蒸发蒸腾量估算方法比较研究

基于CSM-CERES-Wheat模型中Priestley-Taylor(PT)和FAO56 Penman-Monteith(PM)2种蒸发蒸腾量估算方法分别模拟了冬小麦2011—2012年和2012—2013年2个生长季的累积蒸发蒸腾量、日蒸发蒸腾量、土壤含水率、地上干物质以及籽粒产量,并对2种方法的模拟结果进行了评价和比较。对2种方法模拟的蒸发蒸腾量值与试验区域内大型称量式蒸渗仪的实测结果进行了比较,结果表明,基于PT和PM方法的CERES-Wheat模型均可以准确地模拟干旱-半干旱地区冬小麦的蒸发蒸腾量,累积蒸发蒸腾量和日蒸发蒸腾量的误差分别小于5.4%和3.4%。同时,模型还可以模拟土壤水分动态情况,在0~20 cm土层,CERES-Wheat模型的模拟值与实测值的标准化均方根误差(RRMSEn)为39.38%,模拟结果较差,但20 cm土层以下,2种方法的模拟值与实测值的RRMSEn均小于23.1%,且对40~60 cm土层的模拟结果最好。CERES-Wheat模型基于PT和PM方法对冬小麦在2011—2012年和2012—2013年生长季地上生物量的模拟值与实测值的RRMSEn分别为13.57%和22.76%,产量的RRMSEn分别为11.80%和15.42%,模拟结果均较好。另外,CSM-CERES-Wheat模型基于PT方法模拟的蒸发蒸腾量小于基于PM方法的模拟值,而PT方法对土壤含水率的模拟结果高于PM方法的模拟结果,且PT方法对地上生物量以及产量的模拟结果高于PM方法,用2种方法模拟的成熟期地上生物量及产量的RRMSEn值均在25%以内。总之,CSM-CERES-Wheat模型采用2种方法对蒸发蒸腾量、土壤含水率及干物质和产量的模拟结果均较好,表明该模型在我国干旱-半干旱地区的应用性较好,可为该地区不同水分条件下冬小麦的生长情况提供理论支持。     

中国西南地区蒸发皿系数K_p研究

利用中国西南地区1980—2010年112个气象站点的气象资料,以FAO推荐的Penman-Monteith模型作为计算参考作物蒸散(ET0)的标准方法,分析了蒸发皿系数Kp的时空分布,并分析了9种Kp经验模型在中国西南地区的适用性。结果表明:西南地区Kp月均值变化范围为0.65~0.85,其中6—9月Kp较高,2—4月Kp较小;Kp在空间上呈西低东高特征。9种Kp模型中,A98模型的适用性相对最好。     

Development of crop coefficient models of castor and maize crops

Castor and maize are the most commonly cultivated crops in the Rajendranagar region of Andhra Pradesh, India. The study aims to develop a crop coefficient (K_c) models for these crops, using Lysimeter measured daily crop evapotranspiration (ET_c) data and daily reference evapotranspiration (ET₀) computed using FAO-56 Penman-Monteith (PM) method. K_c values obtained using relationship K_c = ET_c/ET₀, crop coefficient curves were derived as a function of days after sowing and polynomial model was fitted. The performances of the models were tested using performance indicators. The models performed well for both the crops. These models can, therefore, be used for estimating K_c values of castor and maize crops for any day after sowing in the study region.     

荒漠-绿洲区潜在蒸散量变化特征及其影响因素

以新疆阿拉尔垦区为研究区,选取1961-2013年逐日地面气象要素值,采用Penman-Monteith模型、气候倾向率、Mann-Kendall突变检验和距平相关法,分时段分析了阿拉尔荒漠-绿洲区潜在蒸散量(ET0)变化特征及其影响因素.结果表明:①ET0年际间波动较大,1987年前的减幅[52.4 mm·(10a)-1]高于1987年后的增幅[22.2 mm·(10a)-1],呈“高-低-高”的动态变化,1987年是年ET0突变点.②ET0四季性明显,为“夏＞春＞秋＞冬”的季节变化,1987年前的减幅[12.7 mm· (10a)-1、23.4 mm·(10a)-1、6.6 mm·(10a)-1、9.7mm·(10a)-1]高于1987年后的增幅[0.4 mm· (10a)-1、14.3 mm·(10a)-1、6.4 mm·(10a)-1、1.1 mm·(10a)-1],为“高-低-高”的年际变化,1987年后春季ET0的增幅最大.1987年是四季ET0突变点.③阿拉尔荒漠-绿洲区年ET0的变化主要与日照时数、平均相对湿度和平均风速有关,与气温关系不明显,1987年后年ET0的增加与日照时数的增加有关;季ET0的变化由日照时数、平均相对湿度、平均风速和气温多种气象因子共同作用.1987年后春季ET0的增加与气温的升高和日照时数的增加有关,冬季ET0的增加与平均相对湿度的增大、日照时数的增加和最高气温的降低有关,夏、秋季ET0的增加仅与日照时数的增加有关,与气温、湿度、风速关系不明显.     

Impacts of climate variability on reference evapotranspiration over 58 years in the Haihe river basin of north China

Physically, evaporative demand is driven by net radiation (R_n), vapour pressure (e_a), wind speed (u₂), and air temperature (T_a), each of which changes over time. By analyzing temporal variations in reference evapotranspiration (ET₀), improved understanding of the impacts of climate change on hydrological processes can be obtained. In this study, variations in ET₀ over 58 years (1950-2007) at 34 stations in the Haihe river basin of China were analyzed. ET₀ was calculated by the FAO Penman-Monteith formula. Calculation of Kendall rank coefficient was done by analyzing the annual and seasonal trends in ET₀ derived from its dependent climate variables. Inverse distance weighting (IDW) was used to analyze the spatial variation in annual and seasonal ET₀, and in each climate variable. An attribution analysis was performed to quantify the contribution of each input variable to ET₀ variation. The results showed that ET₀ gradually decreased in the whole basin over the 58 years at a rate of −1.0 mm yr⁻², at the same time, R_n, u₂ and precipitation also decreased. Changes in ET₀ were attributed to the variations in net radiation (−0.9 mm yr⁻²), vapour pressure (−0.5 mm yr⁻²), wind speed (−1.3 mm yr⁻²) and air temperature (1.7 mm yr⁻²). Looking at all data on a month by month basis, we found that T_a had a positive effect on dET₀/dt (the derivative of reference evapotranspiration to time) and R_n and u₂ had negative effects on dET₀/dt. While changes in air temperature were found to produce a large increase in dET₀/dt, changes in other key variables each reduced rates, resulting in an overall negative trend in dET₀/dt.