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.     

甘肃省参考作物蒸散量及影响因素的时空分异特征

为了探寻甘肃省参考作物蒸散量(ET0)的变化特征及其影响因子,利用甘肃省29个气象测站1951—2013年的观测资料,采用FAO-Penman-Monteith(98)公式计算甘肃省不同区域的ET0,并依靠线性趋势方程、云模型、通径分析和指标敏感性分析方法对ET0时空分异特征和影响因子进行分析。结果表明:甘肃省ET0以2.11mm·10a-1的倾向率呈现出增长趋势,除河西地区以0.71 mm·10a-1的倾向率呈递减趋势外,其余三个地区均呈增长状态。ET0空间分布总体上呈现为西北地区大于东南地区,河西地区最为离散、不稳定,陇东地区最为均匀、稳定。ET0的主要影响因子具有空间变异性,河西和陇南地区为平均温度,陇中和陇东地区为平均相对湿度和日照时数。但是ET0的变化是多因素共同影响的结果,平均风速是河西地区和陇东地区的另一主要影响因素,陇中地区为平均相对湿度,陇南为日照时数。     

西藏参考作物蒸散量时空变化特征与影响因素

为深入认识西藏参考作物蒸散量(ET_0)的变化特征,采用联合国粮农组织1998年推荐的Penman-Monteith公式计算西藏37个气象站点32 a(1981—2012年)的逐日ET_0,通过联合国防治荒漠化公约提出的全球干旱指数(UNEP)进行气候评价,利用空间插值及Mann-Kendall趋势检验法对西藏及各气候区ET_0时空变化特征进行分析,并通过偏相关分析法对其主要影响因素进行探讨,结果表明:西藏共分为特干旱、干旱、半干旱、干旱半湿润、湿润半湿润和湿润气候区,主要为半干旱气候区。近32 a参考作物蒸散量整体呈减小趋势,变化趋势为-1.508 mm·a~(-1),可将32 a分为3个时段,1981—1989年处于高蒸散阶段,1989年后处于低蒸散阶段,2005年起又持续回升。西藏西部到东部,年际ET_0呈减小趋势。各气候区气象因子的影响基本符合平均气温日照时数平均风速相对湿度,且平均气温、日照时数及平均风速在干旱区的影响较湿润区更为显著。     

黄河上游重要水源补给区参考作物蒸散量变化特征分析

利用甘南牧区4个气象观测站1971-2010年的地面气象观测资料,运用Penman-Monteith公式计算得出牧区四站逐月ET0值.通过统计分析、相关分析、小波及Mann-Kendall法等方法对甘南牧区ET0的变化特征进行了分析,并就高原上气象因子与ET0的相关性做了进一步研究.结果发现甘南牧区各县ET0年际变化呈逐年上升趋势,上升趋势达8.8～ 19.5mm/10a;1985年以前有明显的准10 a周期,2000年到2010年间出现了准5 a周期;在90年代以后的20年中上升更快,并于1996年以后出现了突增.牧区ET0夏季最大,并且逐年上升最快;冬季最小,逐年上升最慢.牧区ET0的空间分布不均匀除了与当地高原特殊地形地貌复杂性有关外,还与影响参考作物蒸散量的主要气象因子的不同有关.     

近46 a六盘山东西两侧参考作物蒸散量特征

基于六盘山东西两侧甘肃平凉市7个气象站1965-2010年逐日气象要素,采用Penman Monteith模型计算了逐日参考作物蒸散量,应用Mann Kendall非参数检验法,分析了年际变化和季节变化特征。结果表明：① 1965-2010年,平凉市参考作物蒸散量多年平均在890～1 142 mm,全市西南部蒸散量最小,东部最大,年内夏季达到最大值,春、秋季次之,冬季最小;② 近46 a来,平凉市大多数站点参考作物蒸散量呈显著下降趋势;③ 影响平凉市参考作物蒸散量季节变化的主要气候因子是风速和日照,其中,风速是影响全市蒸散量呈下降趋势的主导因子。     

内蒙古不同气候区域参考作物腾发量估算模型适用性分析

本研究基于内蒙古自治区50个站点1951—2013年的气象资料,对文献中已有的33个参考作物腾发量(ET0)模型进行详细的统计分析,采用10个统计指标对ET0估算模型的性能进行评价,并引入全球绩效指标(GPI)来对模型进行排名.结果表明,在特干旱和干旱地区,基于质量转换(Mass transfer-based,MTB)...     

北京地区参考作物蒸散量变化趋势及其主要影响因素分析

利用1951~2007年北京气象站的气象资料,采用FAO56 Penman-Monteith公式(PM公式),计算了北京地区每日的参考作物蒸散量(ET0),分析了北京地区各气象要素和ET0的变化趋势,利用敏感性分析找出影响ET0变化的主要因子。研究结果表明:在1951~2007年期间北京地区的平均相对湿度和日照时数呈下降趋势,平均温度呈升高趋势,平均风速呈现先增加(1951~1972年)后下降的趋势(1973~2007年);饱和水汽压差升高造成的ET0值正变化不仅抵消了净辐射降低对ET0造成的负影响,还使得参考作物蒸散量表现为逐渐增加趋势;敏感性分析显示相对湿度和温度是影响北京地区年ET0变化的主要因子;在年内,夏季(6~8月份)对ET0影响最大的因素为日照时数,在其它时间段内,温度对ET0的影响最大。     

黄河源区近40年参考作物蒸散量变化特征研究

选取位于黄河源区10个气象台站1971—2010年观测资料,运用彭曼—蒙蒂斯公式计算出各站参考作物蒸散量（ET₀）。通过数学统计、相关分析、小波分析等方法对黄河源区ET₀分别作了空间分布、年内变化和年变化等特征分析,结果发现源区ET₀空间分布不均匀,呈现西北部大于东南部。年内ET₀逐月变化表现为典型的单峰型;源区ET₀的四季分布差异较大,夏季蒸散量最大,冬季最小,春、秋季次之。各季节ET₀与气温和日照呈显著正相关,而与降水量和相对湿度呈明显负相关。ET₀年际变化为逐年波动式上升趋势,整个源区年平均ET₀以6.1 mm·10a^-1的气候倾向率逐年增大。40 a间ET₀曾出现过两次较为明显的准周期变化,分别在20世纪70年代中期至80年代中期,约为准8 a周期,1990年以后基本表现为准5 a周期变化。     

塔克拉玛干沙漠腹地参考作物蒸散量与蒸发皿蒸发量的对比分析

利用2005-2010年塔克拉玛干沙漠腹地气象资料计算了极端干旱区塔克拉玛干沙漠腹地参考作物蒸散量(ET0),并与气象站蒸发皿蒸发量(Ep)进行了对比分析及影响因素的灰色关联度排序。结果表明:极端干旱区ET0最大值出现于7月,最小值则出现在1月;Ep最大值分别出现在6月,最小值出现在12月。灰色关联分析表明,在年时间尺度上与ET0关系最为紧密的气象因子是Umean,其次是Tmax,而影响Ep气象因子最为紧密的气象因子是Tmax,其次是Umean;在春、夏、秋、冬四个季节尺度上夏季对影响ET0和Ep的气象因子差异最大。ET0与Ep在春、秋、冬三个季节都成极显著关系,而在夏季呈显著线性关系,因此在不同时间尺度上二者可以进行互相替换。     

陇东南干旱区农田土壤水分蒸散变化特征

用Peman公式计算了20世纪60~90年代陇东南旱作区农田40 a潜在蒸散值,分析了潜在蒸散的时空变化并与蒸发器实测值进行比较。结果表明:潜在蒸散值受气温、降水的支配比较大,80年代最小,其次为70、60年代,90年代增幅最大,其中关山区增幅最为明显;90年代各地各季潜在蒸散值均达到高值点,其中夏季最高,冬季最小;潜在蒸散量与实测蒸发量变化趋势基本一致;60~90年代各地平均年潜在蒸散值比实测值高30%左右,其中春、夏、秋三季潜在蒸散均大于蒸发器所测值,以夏季相差最大,达50%左右,冬季潜在蒸散则小于蒸发器所测值;90年代以来,各地土壤水分亏缺值增多,尤以春季亏缺最多,对作物生长影响较大。     

石羊河流域参考作物蒸散发时空变化及其对气候变化的响应

基于石羊河流域8个气象站点1984—2019年逐日气象资料,分析参考作物蒸散量(ET0)时空变化规律,多种定性与定量分析方法结合,揭示ET0变化与气象因素间的相关关系,确定主导气象要素,探明ET0变化对主导因子敏感程度及贡献.结果表明:石羊河流域ET0上升趋势显著,流域大部分区域达到0.05显著性水平;空间上呈现由南向...     

新疆塔里木盆地北缘日参考作物腾发量计算模型评价

采用4种常用的腾发量模型(Makkink模型,Turc模型,Priestley-Taylor模型以及Hargreaves模型)计算日腾发量,并以Penman-Monteith FAO 56公式计算结果为标准值进行对比,旨在寻找出建模数据少、模拟精度高以及适合研究区的腾发量计算模型。结果表明:Turc模型的日参考作物蒸发蒸腾量与Penman-Monteith FAO 56差异较小,其次是Makkink模型与Priestley-Taylor模型,Hargreaves模型的差异最大。     

Actual evapotranspiration of subalpine meadows in the Qilian Mountains,Northwest China

As a main component in water balance, evapotranspiration(ET) is of great importance for water saving, especially in arid and semi-arid areas. In this study, the FAO(Food and Agriculture Organization) Penman-Monteith model was used to estimate the magnitude and temporal dynamics of reference evapotranspiration(ET0) in 2014 in subalpine meadows of the Qilian Mountains, Northwest China. Meanwhile, actual ET(ETc) was also investigated by the eddy covariance(EC) system. Results indicated that ETc estimated by the EC System was 583 mm, lower than ET0(923 mm) estimated by the FAO Penman-Monteith model in 2014. Moreover, ET0 began to increase in March and reached the peak value in August and then declined in September, however, ETc began to increase from April and reached the peak value in July, and then declined in August. Total ETc and ET0 values during the growing season(from May to September) were 441 and 666 mm, respectively, which accounted for 75.73% of annual cumulative ETc and 72.34% of annual cumulative ET0, respectively. A crop coefficient(k_c) was also estimated for calculating the ETc, and average value of kc during the growing season was 0.81(ranging from 0.45 to 1.16). Air temperature(T_a), wind speed(u), net radiation(R_n) and soil temperature(T_s) at the depth of 5 cm and aboveground biomass were critical factors for affecting kc, furthermore, a daily empirical kc equation including these main driving factors was developed. Our result demonstrated that the ETc value estimated by the data of kc and ET0 was validated and consistent with the growing season data in 2015 and 2016.     

甘肃省生态安全评价及驱动因素分析

通过构建压力-状态-响应模型,建立了甘肃省生态安全评价体系,重点研究了该区域1990-2006年的生态安全变化趋势,并采用主成份分析方法探究其驱动因素。结果表明:1990年以来,区域生态安全变化表现出如下特征:系统压力指数明显下降,系统状态指数呈上升趋势,系统响应指数一直呈增长趋势,生态安全指数从1990年的0.4289增至2006年的0.5960,处于一种良性发展态势。主成份分析表明,区域生态安全是社会、环境和经济等因素综合作用的结果,评价单元内农民年人均收入逐年增多、平均每万人口中大学生数的增加、单位产值"三废"污染物排放量的减少使得区域生态系统的压力减轻,成为驱动甘肃生态安全度提高的主要动力。但同时,甘肃省城市化速度加快、资源消耗总量和污染物排放总量的增加,加大了区域生态系统的压力,成为区域生态安全度提高的阻力。     

基于GA-BP网络的西藏高海拔地区ET0预报

选择那曲县(海拔4 450 m)、改则县(海拔4 700 m)作为西藏高原气候典型地区,通过遗传-神经(GA-BP)网络训练,应用1983—2012年30年的数据建立GA-BP网络模型,采用前一年的气象资料预报当年的参考作物腾发量,当2010—2012年连续3年的预报值均满足设定的阈值下限时,输出预测结果,这样使得模型在保证了预报精确度的同时兼具预报稳定性。结果发现:经GA-BP网络确定的2010—2012年3年模型预报值与真实值间的线性关系明显,决定系数R~2分别达到0.8805、0.9363、0.9167,斜率接近于1;多年的模拟预报值与实际值之间的相对误差均处于0.1以下,小于设定的阈值下限。对于易获得气象资料的地区,研究成果可对高海拔地区未来月际间作物需水量的变化进行预判,进而为将来灌溉制度的制定提供依据;对于缺测气象资料的地区,通过本文建立的网络模型,结合气象条件类似的站点,可在大时间尺度下对该地区ET_0变化趋势进行模拟,同时对下年度灌溉制度的拟定提供指导。