青海东部农业区参考作物蒸散量的估算方法

利用青海东部农业区5个气象站1960—2006年逐日气象资料,以Penman-Monteith公式估算结果为标准,分析了Hargreaves-Samani、McCloud与Priestley-Taylor法的适用性。结果表明,采用Hargreaves-Samani法和Priestley-Taylor法,年平均ET0估算值高于标准值,而McCloud估算结果显著偏小;气温较低月份(11月至次年3月),Hargreaves-Samani和Priestley-Taylor法月平均ET0估算值与标准值差异不显著,4—10月估算结果显著高于标准值。可见,Priestley-Taylor适用性最好,Hargreaves-Samani次之,McCloud最差,且Priestley-Taylor公式修正后估算精度更高。     

关中地区参考作物蒸发蒸腾量时空变化特征及主要因子分析

【目的】充分认识关中地区参考作物蒸发蒸腾量(ET₀)时空变化特征及其主要影响因子。【方法】使用1980—2019年关中地区43个气象观测站逐日气象资料,结合Penman-Monteith(P-M)模型、反距离权重、逐步回归分析和通径分析等方法,研究1980—2019年关中地区ET₀时空变化特征及其主要影响因子。【结果】最高气温(T_max)、最低气温(T_min)、平均气温(T)呈升温趋势,上升幅度处于1.68～2.85℃之间;相对湿度(RH)呈下降趋势;日照时数(SSD)整体变化较小;平均风速(WS)则呈减小趋势;气象因子空间分布因海拔、地形不同而表现出差异性;关中地区多年平均ET₀为959 mm,整体呈增加趋势,增加速率为1.43 mm/a;ET₀空间分布差异较大,多年平均ET₀处于852～1 099 mm之间,由东北向西南递减,关中地区ET₀季节性差异明显;影响关中地区ET₀的气象因子排序...     

云南省参考作物蒸发蒸腾量时空变化特征

基于1960-2012年云南省25个气象站点观测的气象数据,用Penman-Monteith公式计算参考作物蒸发蒸腾量ET0,通过Mann-kendall检验法进行突变检验和趋势检验。结果表明滇中、滇东北、滇东南、滇西南及滇西北各分区多年平均ET0介于872.5~1 240.0mm,突变时间依次分别为1982年、1968年和2008年、1971年、2005年、1965年和2001年。5个区多年平均ET0按从大到小排列的顺序是滇中滇西南滇东北滇东南滇西北。时间尺度上,年均ET0以没有显著变化为主,ET0显著增大的站点数量比显著减小的站点数量多;春季蒸发蒸腾量较大,决定了全年蒸发蒸腾量的分布特征。空间尺度上,ET0呈增加趋势的站点主要位于滇西南和滇西北地区,少部分位于滇中地区的东部和滇东北地区;呈减小趋势的站点主要位于滇中地区,少部分位于滇东北和滇西南地区。     

宁夏引黄灌区参考作物蒸发蒸腾量及其气候影响因子的研究

根据1998年FAO修正彭曼蒙特斯公式,利用宁夏引黄灌区8个气象站近50多年的气象资料,计算了各气象站逐月的参考作物蒸发蒸腾量ET0、各气象因子的长期变化趋势和各气象因子与ET0的相关系数。分析了ET0空间分布特征、年内分布特征和年际变化特征。分析结果表明:黄河以东各站的ET0值均大于黄河以西各站的ET0值;除石嘴山站外,各站5~7月份的ET0占全年比例在20世纪80年代后比80年代前有所下降;除石嘴山站外,各站的ET0均表现为逐年增加的趋势,尤其在1990年后更为明显;气温呈递增趋势、相对湿度呈减少趋势、温差在逐渐减小;相对湿度和最高/最低气温以及平均风速对ET0的影响比较显著。     

气象因子的变化对参考作物蒸发蒸腾量的影响

根据东江流域1961—2005年的气象资料,利用平均影响量和气象因子缺失数值试验,分析气象因子变化对参考作物蒸发蒸腾量的影响。结果表明,日照时数的平均影响量最大,温度、相对湿度其次,二者相近,风速最小;夏季日照时数的平均影响量比其他因子大得多,冬、春季日照时数的平均影响量依然最大,但与温度、相对湿度的平均影响量差距减小...     

东北地区参考作物蒸发蒸腾量随时间变化的研究

根据选取的东北地区9个代表站1973-2003年的气象资料,应用Penman-Monteith公式计算了31年间逐月参考作物蒸发蒸腾量(ET0),对参考作物蒸发蒸腾量及气象要素的年际变化特征、月际变化特征及趋势进行了分析,应用统计检验方法分析了影响东北地区参考作物蒸发蒸腾量变化的主要气象因素。结果表明:近31年间东北地区ET0值呈现缓慢下降趋势,年内ET0值分布以5-8月份最高,1月份最低。影响ET0的主要气候要素为日照、风速和温度。     

作物系数影响因素分析

作物系数Kc的合理取值对作物需水量分析计算精度十分关键。以水稻为例,基于江西省灌溉试验中心站及浙江永康灌溉试验站的实测数据,分析了Kc与降雨量及ET0的关系,以及灌溉模式对Kc的影响,以江西及云南省为例,探讨了Kc在省域尺度上的空间变化规律。结果表明,Kc年内变化呈现先增大后减小的趋势,在抽穗开花期达到最大;Kc年际变化存在差异,早晚稻Kc与ET0呈负相关,晚稻Kc与降雨呈弱正相关,但关系均不明显,采用连续3年Kc实测平均值代替各年Kc满足精度要求;节水型灌溉模式下作物系数明显小于淹灌模式;采用FAO修订办法计算了江西省19个站点的Kc并进行了比较,Kcini均为1.05,Kcmid和Kcend的标准差与变异系数均在0.01左右,Kcmid、Kcend最大值与最小值相差3%左右,而云南36个站点的比较表明,Kcini标准差与变异系数在0.03~0.04,Kcmid,Kcend标准差和变异系数在0.02左右,Kcini最大值与最小值相差10%,Kcmid、Kcend最大值与最小值相差在5%左右。因此,对于省域尺度,如果省内气象要素变异不大,某个站点的作物系数可以扩展到整个省内使用,否则需进行修订。     

关中地区夏大豆蒸发蒸腾及作物系数的确定

作物系数-参考作物蒸发蒸腾量法是作物需水量计算最普遍采用的方法。作物系数作为该方法的重要参数,它的确定已成为作物需水量研究的关键问题。依据2005-2007年3年田间试验资料,利用Penman-Monteith公式计算了关中地区夏大豆全生育期间参考作物蒸散量,并利用农田水量平衡方程及土壤水分胁迫系数计算了作物实际蒸发蒸腾量,由此计算了大豆各生育阶段的作物系数,并分析了大豆作物系数变化规律。结果表明:关中地区大豆全生育期间参考作物蒸散量平均为524.6 mm;大豆作物系数全生育期平均为0.82,在开花~结荚阶段最大,平均为1.22,其次为结荚~成熟阶段,平均为1.05,播种~幼苗最小为0.26;在关中气候背景下,大豆作物系数与大于10℃积温具有较好的二次多项式关系。     

多时间尺度干旱对青海省东部农业区小麦的影响

利用青海省东部农业区1967—2006年逐月降水、温度资料计算多时间尺度的标准化降水蒸散指数(SPEI),分析了干旱对小麦的影响。结果表明,SPEI对表征青海省东部农业区干旱具有良好的适用性,多时间尺度SPEI具有季节至年际振荡特征;整个农业区未来干旱有加重趋势,其中东南干旱加重趋势较快,西北干旱加重趋势较慢;在小麦生育期内,气候产量与SPEI6-5的相关性最高,当SPEI=-0.5时,可增产最大达200kg/hm2,SPEI在-0.1~0之间时,小麦气候产量为正值,当SPEI-0.1或SPEI0时,小麦气候产量变为负值;在小麦生育期内,东部农业区发生轻微干旱的概率为32.3%,中等干旱的概率为11.92%,严重干旱和极端干旱发生的概率分别为4.47%和1.31%,所以未来有必要加强对干旱事件的预防与监测。     

湖北省参考作物蒸腾量时空变异特征

根据湖北省20个测站1977—2007年的气象资料,应用Penman-Monteith公式计算了31年的逐日ET0。应用GIS技术和统计检验方法分析了参考作物蒸腾量的时空变异特征和气象因子对ET0的影响。结果表明,湖北省参考作物蒸腾量的空间分布呈西低东高的特征;随多年时间变化空间分布趋于均匀;年内ET0值分布以7、8月最高,12、1月最低;影响ET0的主要气象因子为风速,平均温度次之。     

山西省参考作物蒸散量的时空变化特征及影响因素分析

利用山西省及周边地区共计35个气象站点1957—2014年的逐日气象数据,使用Penman-Monteith公式计算参考作物蒸散量(ET_0),采用一元线性回归和反距离加权插值法分析ET_0的时空变化特征,并采用逐步回归分析对ET_0的影响因素进行研究。结果表明,1年ET_0随时间的变化特征呈现混合模式,以下降趋势为主。2多年平均ET_0空间分布差异显著,区域内存在2个高值区、2个次高值区和2个低值区。秋季ET_0的空间分布特征与年ET_0的空间分布最为接近,而冬季,春季和夏季ET_0的空间分布特征与年ET_0的空间分布相差较大。3各站点年ET_0受同时期气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间或降水量。全省不同站点多年平均年ET_0受气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间、降水量。全省不同站点多年平均年ET_0受地理要素的影响程度由大到小的排序为:海拔、纬度。     

青海省农业生态区参考作物蒸散量的遥感反演

根据青海省农业生态区15个气象站2003年气象资料,应用FAO推荐的Penman-Monteith方程计算参考作物蒸散量(ET0),利用MODIS高程(DEM)、地表温度(LST)及法国SPOT卫星的归一化植被指数(NDVI)遥感影像资料,提取遥感数据并耦合到时间分辨率为旬,空间分辨率为1km,将其与计算所得ET0进行相关分析,运用MATLAB软件进行模型拟合,获得该地区的ET0遥感反演模型及其适用条件,使用Arcgis9.3对利用该模型反演的结果进行了空间分布规律分析。研究结果表明,2003年7—11月各旬遥感因子DEM、NDVI和LST与ET0的线性关系显著,其中DEM与ET0呈显著负相关关系,NDVI和LST与ET0呈极显著正相关关系;获得了该地区基于遥感数据的旬ET0三元线性遥感反演模型,该模型通过α=0.01的F和t显著性检验,模型效果极显著,适用期为7—10月;对2004年计算及反演结果表明,ET0空间分布从西北往东南方向递增,低海拔处往高海拔处递减;模型反演平均相对误差为-1.9%,有较好的反演结果。     

气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析

【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。     

江苏省参考作物蒸散量的时空变化及影响因素分析

【目的】参考作物蒸散量是水分循环和能量循环的重要组成部分,研究其变化特征及影响因素可以为该地区合理利用水资源,高效水分管理及农业生产布局提供参考。【方法】利用1961-2018年江苏省60个站点的风速、温度、相对湿度和日照时数等逐日数据计算了逐日蒸散量(ET0),并采用气候倾向率、敏感性分析、通径分析、贡献率分析等方法对江苏省ET0的时空变化及影响因素进行分析。【结果】①江苏省1961-2018年平均ET0为976.8 mm,区域整体ET0的变化幅度为-0.44 mm/10 a,共有28个站点ET0呈增加趋势(47%),主要分布在无锡以及苏州等苏南区域,共有11个站点ET0增加趋势显著(p<0.05),其中无锡、太仓、靖江地区ET0气候倾向率较大,分别为18.6、19.0、30.0 mm/10 a。共有32个站点ET0呈减小趋势(53%),主要分布在连云港、徐州、宿迁等苏北地区,共有16个站点ET0减小趋势显著(p<0.05),其中新沂、泗洪、灌南地区ET0减小趋势较大,分别为-19.2、-23.1、-23.2 mm/10a;②丰县(1 007.4 mm)、徐州(1 041.1 mm)以及西连岛(1 130.3 mm)区域为ET0的高值中心;③ET0对平均温度、日照时间、风速为正敏感,对相对湿度为负敏感,且ET0对相对湿度最敏感。平均温度、日照时间、风速、相对湿度与ET0决策系数分别为0.09、0.33、-0.02、0.29。敏感系数空间分布上,ST与SWS纬向分布特征都较明显;④贡献率分析表明,主要影响因素为风速的有22个站点,均分布在苏北地区,其中沛县、泗阳、新沂站风速对ET0变化贡献较大,分别为-13.44%、-12.52%、-12.49%,主要影响因素为相对湿度的有38个站点,主要分布在苏南地区,其中丹阳、靖江、昆山站相对湿度对ET0变化贡献较大,分别为18.47%、18.57%、20.87%,全区平均温度和日照时间不对ET0变化产生主要影响。【结论】苏北地区ET0变化的主要影响因素是风速,且风速贡献率为负,苏南地区ET0变化的主要影响因素是相对湿度,相对湿度贡献率为正。     

山西地区近55年参考作物蒸散量的变化特征及其主要影响因素分析

利用1955—2009年山西地区5个站点(大同、阳泉、太原、吕梁和临汾)逐日气象资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸散量(ET0),分析了不同地区的气象要素(温度、相对湿度、日照时数和风速)和年ET0随时间变化特征,并采用敏感性分析方法对影响ET0变化的主要气候因子进行了探讨。结果表明,5个站点平均温度和平均相对湿度从低纬度到高纬度逐渐增大;而平均风速和平均日照时数则逐渐减小。5站点的多年平均温度随时间有平缓上升趋势。大同和阳泉的年ET0高于其他站点,其他站差异不明显。4气象要素中对大同、太原和吕梁站ET0影响最大的要素为相对湿度,对临汾站ET0影响最大的要素为日照时数,温度变化对各站点ET0的影响作用最小。     

中国西南五省参考作物蒸散量时空变化分析

为深入了解中国西南5省ET0演变规律,利用1954—2013年广西、重庆、云南、贵州、四川5个省市119个站点逐日地面气象资料,采用FAO-56推荐的Penman-Monteith公式计算各站点逐日ET0,并使用Mann-Kendall检验、Morlet小波分析和GIS反距离加权插值定量分析ET0时空变化特征。结果表明,1954—2013年西南5省ET0多年平均值为855 mm,波动范围为819~901 mm,年均ET0总体呈下降趋势(倾向率为-1.5 mm/10 a),在春、夏、秋、冬季也均呈下降趋势(倾向率分别为-0.4、-0.7、-0.3、-0.1 mm/10a),分别占全年的26.7%、46.7%、20%、6.6%;西南5省ET0多年平均值分别以26 a、12 a、5 a为第1、第2、第3周期进行“增大-减小”交替变化;1954—2013年,西南5省年均ET0空间分布总体表现为南部大于北部,云贵高原西部和广西地区明显大于四川盆地和云贵高原东部,四川盆地相对最小,川西高原南部和云贵高原东部地区相对最大;西南5省ET0在春、夏、秋、冬季空间分布较高值区分别为云贵高原西部、四川盆地和云贵高原东部、广西地区、云贵高原西部,较低值区分别为四川盆地、云贵高原西部、四川盆地和川西高原东北部、四川盆地和广西地区。     

汾河灌区参考作物蒸散发量变化趋势及影响要素分析

气候变化直接影响着区域的水循环和水资源管理,而研究潜在蒸散发的变化趋势及其影响要素对于灌区的水资源管理具有重要的作用。选择汾河灌区,利用灌区内气象站的长系列数据,分析了灌区内参考作物蒸散发(ET0)的变化趋势及主要影响要素。结果表明,1951―2014年,灌区ET0没有明显的变化趋势,这主要是由于温度升高和相对湿度降低引起的ET0增加与风速下降和日照时间减少引起的ET0下降相当。温度、相对湿度和风速变化主要影响4―6月ET0,而日照时间则主要影响了5―9月的ET0。