我国西南地区近56年参考作物蒸散量的敏感性分析

参考作物蒸散量(ET_0)是水文气象研究及水资源管理规划中的重要参数。基于1960—2015年我国西南地区96个气象站的逐日相对湿度(RH)、日照时数(n)、风速(u)、最低温度(T_(min))、最高温度(T_(max))和平均温度(T_(mean))资料,采用1998年联合国粮食及农业组织(FAO)推荐的Penman-Monteith公式,计算近56年研究区的ET_0,并分析ET_0对各气象因子的敏感系数。结果表明,近56年我国西南地区的平均ET_0为1 027.11 mm,在空间分布上表现为自东北向西南方向逐渐增大;全区ET_0对气象因子敏感系数的绝对值排序为RHnT_(max)T_(mean)uT_(min),在空间分布上,RH、n、u敏感系数在研究区西部较高,T_(max)敏感系数在以云贵高原的元江、广西盆地的北海为中心的地区较高,T_(mean)敏感系数在研究区东部及云贵高原西南部较高,T_(min)敏感系数在广西盆地地区较高;RH、T_(max)、u、T_(min)敏感系数呈上升趋势,其中T_(max)敏感系数显著(P0.05)上升,其余气象因子的敏感系数呈极显著(P0.01)上升趋势,n敏感系数呈极显著(P0.01)下降趋势,T_(mean)敏感系数变化不明显;RH、T_(max)与n敏感系数的年内变化特征为双峰型曲线,T_(mean)、u、T_(min)敏感系数呈单峰型曲线;全区ET_0的突变时间为1996年,突变时间以前ET_0呈极显著(P0.01)下降的趋势,气候倾向率为-13.437 mm/10年,突变时间后呈显著(P0.05)上升趋势,气候倾向率为21.770 mm/10年。因此可见,西南全区及各分区参考作物蒸散量均对相对湿度的敏感性最高,除四川盆地外,其余分区对日照时数、最高温度的敏感性较高,四川盆地对平均温度的敏感性较高。     

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。     

基于熵权-模糊层次分析法的痕灌草莓水肥效应评价

为了评价痕量灌溉条件下水肥耦合处理对温室草莓产量、品质和水肥利用效率的影响,确定最优灌水施肥量.文中采用基于熵权-模糊层次分析法的综合评价指数为应变量、水肥用量为自变量建立预测模型,分析水肥对草莓的影响并计算痕灌条件下温室草莓最优灌水量和施肥量.结果表明:当灌水下限为60.41%、灌水上限为90%、施肥量为N:721.96 kg/hm²,P₂O₅:360.98 kg/hm²,K₂O:721.96 kg/hm²时综合评价指数最大,此时产量为27 008.69 kg/hm²,灌水利用效率为84.48 kg/m³,化肥利用效率15.60 kg/kg.经优化后的痕量灌溉水肥管理模式增产27.26%,灌水利用效率提高22.27%,化肥利用效率提高26.35%.文中构建的预测模型具有较高的可靠性,提出最优水肥管理模式对于温室草莓生产具有指导意义.     

西北地区地表太阳总辐射计算模型适用性评价

为有效提高中国西北地区R_s预报精度,选取西北地区11个代表性气象站点1959—2015年逐日气象数据,评价了4种基于日照时数的R_s计算模型(Angstrom-Prescott,Ogelman,Bahel和Louche模型)和2种基于温度的R_s计算模型(Hargreaves和Bristow-Campbell模型)在西北地区4个分区(温带大陆性高温干旱区、温带大陆性干旱区、高原大陆性半干旱区和温带季风半干旱区)的适用性.结果表明:6种模型在西北地区的R_s模拟值与实测值均在P<0.001水平具有统计学意义;基于日照时数的R_s计算模型(R²介于0.901~0.903)精度高于基于温度的模型(R²介于0.695~0.719);其中,基于日照时数的模型中Bahel模型的精度最高,其R²,MAE,MRE,RMSE和NSE分别为0.903,1.624 MJ/(m²·d),15.7%,2.298 MJ/(m²·d)和0.902;基于温度的模型中Bristow-Campbell模型精度最高,其值分别为0.719,2.851 MJ/(m²·d),30.7%,3.959 MJ/(m²·d)和0.713.因此,为有效提高西北地区R_s日值和月值预报精度,在仅有温度资料时推荐使用Bristow-Campbell模型,在仅有日照时数资料时推荐使用Bahel模型.