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。     

地表太阳辐射经验值对参考作物需水量计算的影响

针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(R_(s-c))对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET_(0-PM))的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点R_(s-c)与观测的地表太阳辐射(R_(s-o))的时空差异,以及二者分别输入PM公式获得的ET_(0-c)和ET_(0-o)的时空差异。结果表明:基于年内时空尺度的各农业区R_(s-c)和R_(s-o)存在显著且不稳定的差异,R_(s-c)直接替代R_(s-o)参与计算ET_(0-c)可能出现较大的误差。基于R_(s-c)和R_(s-o)分别计算的ET_(0-c)和ET_(0-o),无论是在全国,还是各个农业区,均存在显著的线性相关性,R~2超过0.67,ET_(0-c)平均值只有0.06～0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的"春旱"灌溉需求,可以直接以R_(s-c)计算获得ET_(0-c),而在全国范围内的夏季"伏旱"期,输入R_(s-c)计算的ET_(0-c)比输入R_(s-o)计算的ET_(0-o)偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET_(0-c)进行校准。     

基于AHP-PCA熵组合权重模型的三峡库区(重庆段)农业生态环境脆弱性评价

[目的]了解三峡库区蓄水后的农业生态环境状况,为提出有效的农业环境治理和保护措施提供参考.[方法]以三峡库区(重庆段)为研究区域,从气候条件、承载体、农业生产条件和社会经济4个方面建立农业生态环境评价指标体系,在用层次分析法(AHP)和主成分分析法(PCA)分别确定各指标主观权重和客观权重的基础上,以最小信息熵将权重组合为综合权重,在GIS支持下建立评价模型,对库区农业生态环境从结构性脆弱、胁迫性脆弱及综合性脆弱进行量化评价及等级评定.[结果]三峡库区(重庆段)农业生态环境脆弱性表现为(东)北部较高、中部较低、长江两岸较高,且以长江为分界线的长江北部在较高的胁迫性脆弱和结构性脆弱共同作用下较南部明显偏高,区域内70.00%以上的区(县)农业生态环境整体处于中强度等级以上,农业生态环境抗干扰能力不容乐观.三峡库区(重庆段)农业生态环境脆弱性的空间分布整体上与生态环境因子分布一致.[结论]以AHP-PCA熵组权重模型评价农业生态脆弱性具有可行性,可为生态环境脆弱性评价提供一种新的思路与方法.     

Hargreaves公式在中国农业区的年内回归修正

针对中国范围的Hargreaves(HS)公式线性回归修正研究缺少,区域或站点的修正系数存在时空尺度不统一、推广应用困难的问题,以中国气象数据网发布的中国地面气候资料月值数据集和中国辐射月值数据集中124个站点1957-2016年的气象要素逐月有效观测数据,首先,基于Penman-Monteith(PM)公式和HS公式分别计算各站点逐月的多年平均参考作物需水量ET_0-PM和ET_0-HS;其次,以ET_0-PM为真值,基于1957-2010年的逐月平均ET_0-PM和ET_0-HS,引入中国农业综合区划作为空间分区框架,通过回归分析获取中国38个陆地农业子区的HS公式校正系数a和b;最后,以2011-2016年为应用验证区间,通过逐月比较ET_0-HS校正前后的6 a平均相对误差,验证联合国粮农组织(FAO)推荐的HS公式校正方法在中国农业区的适用性,并进一步基于误差结果的对比分析,提出各农业区HS公式校正系数a和b的逐月最优取值方案.结果表明:各农业区之间回归计算的HS公式校正系数a和b并无明显的变化规律,但系数b稳定在0.8左右,系数a则在区域之间的差异较大,徘徊于-0.22~1.10;校正前后的ET_0-HS均存在不同程度的误差,但校正后的ET_0-HS误差明显降低,平均相对误差降低了20%,最大相对误差降低约100%.因此经验证,FAO推荐的HS公式回归校正方法简单易行,可操作性强,对中国各农业区大规模使用简化的方式快速获得较准确的参考作物需水量,具有一定的推广价值.     

基于遥感抽样的农作物种植面积测量野外调查系统设计与实践

传统农业统计野外调查方式的调查效率、数据质量已经不能满足我国社会经济发展对农业统计调查数据及时精准的要求,基于空间信息技术发展新的农业统计调查方法对提升我国农业统计调查能力具有重要意义。本研究在充分了解基于遥感抽样的农作物种植面积测量业务流程的基础上,设计开发了基于遥感抽样的农作物种植面积测量野外调查系统,将农作物面积测量野外调查的数据组织与管理、数据采集、任务分配、调查进展实时监测等整个业务流程集成为一个数字化系统平台,并基于可移动终端设备实现了野外调查数据采集的核心系统功能。2016年基于遥感抽样的农作物种植面积测量野外调查系统已广泛应用到31个省区和1 100个粮食大县及第三次全国农业普查农作物种植面积遥感测量工作中,实践应用表明该系统可满足农作物面积遥感抽样调查的业务要求,能够显著提升野外调查工作的效率。