京津冀地区潜在蒸散量时空演变特征及归因分析

为了深入认识京津冀地区潜在蒸散量的时空变化特征及其对气候变化的响应,该研究基于京津冀地区23个气象站57 a逐日气象观测资料,应用Penman-Monteith公式计算各站点日潜在蒸散量(ET₀),剖析ET₀的时空变化特征,运用敏感性分析法定量研究ET₀对各气象要素的敏感性及其时空变化特征,定量识别各气象要素变化对ET₀变化的贡献。研究结果表明:1)京津冀地区ET₀空间分布整体呈由南向北递减趋势(除中部地区的塘沽站、黄烨站与保定站点ET₀较高外)。ET₀整体呈下降趋势,线性趋势率为-0.92 mm/a。ET₀变化趋势空间分布由西北向东南递减,以春季减幅最为明显。2)京津冀地区ET₀对相对湿度的最为敏感(-0.44),其次为风速(0.31)、日照时数(0.28)与平均气温(0.26)。随时间推移,ET₀对平均风速与相对湿度敏感性整体呈下降趋势,而ET₀     

河北省春季潜在蒸散量变化特征与成因

潜在蒸散量（ET₀）是区域能量平衡和水分平衡的重要组成部分,通过探讨其历史演化规律及成因对优化调整农业生产结构及水资源合理配置至关重要。基于河北省及周边地区1968—2018年24个典型气象站点逐日气象数据,利用Penman-Monteith模型、敏感性分析、M-K检验法及空间插值方法分析了河北省ET₀时空分布特征及其影响因素。结果表明:（1）从时间分布来看,51年间,河北省春季ET₀多年均值为353.20 mm,呈下降趋势,下降幅度为-1.679 mm/10 a,其周期变化存在35年主周期及20年次周期;空间上呈现由西北向东南半环状递减趋势。（2）从影响因素来看,春季ET₀变化对平均气温、最高气温、最低气温、日照时数和平均风速均表现正敏感;对相对湿度表现为负敏感,对各个气象因子敏感程度依次为相对湿度 > 最高气温 > 日照时数 > 平均风速 > 平均气温 > 最低气温。（3）从成因的空间分布上看,河北省北部地区ET₀变化的主导气候影响因子为平均气温,中部及西部地区为相对湿度,南部及偏东部地区则转变为平均风速。研究成果可为研究区水资源综合评价及农业生产工作提供一定参考。     

甘肃省参考作物蒸散量时空变异驱动因子分析

基于甘肃省29个气象站点1984-2019年逐日气象资料,分析ET₀时空变化规律,结合主成分分析、聚类分析、灰色关联度、通径分析、敏感性分析等多种定性与定量分析方法,揭示ET₀与气候因子间的内在关系,并探明甘肃省ET₀对各气候因子敏感性及贡献大小。结果表明：近36a甘肃省ET₀整体呈现显著(α=0.05)上升趋势,并于1998年发生突变。研究期内ET₀空间分布呈现由东南向西北递增的趋势,甘南高原小,河西平原大,高值区ET₀在1049.3～1260.9mm区间变化。主成分分析表明温度、湿度和辐射对ET₀的影响较大,风速影响相对较小,聚类分析及灰色关联度分析结果显示,日最高温度T_max、相对湿度RH、风速u、降水量P、日照时数n为5个关键气候因子,T_max是最主要因素,P作用最小。ET₀对气候因子敏感性存在差异,对RH最为敏感,且T_max、n、u起正向作用,RH起反向作用,RH、T_max、n、u贡献率分别为3.79%、7.22%、-0.42%和3.70%。近36a甘肃省ET₀呈现增大趋势是由于RH、n减少和T升高、u增大共同作用的结果,T升高是造成ET₀增加的主要原因。研究成果为该地区科学配置灌溉用水,高效开发利用水资源,揭示气候变化条件下水文循环−蒸散发环节的响应机理提供科学依据,同时,多种方法探索性结合运用为ET₀变化驱动因子分析提供了新的思路。     

近50年来四川省潜在蒸散量变化成因研究

利用FAO-56 Penman-Monteith法计算四川省4个分区1960—2010年逐月的潜在蒸散量（ET₀）,采用贡献率法分析ET₀近50 a来变化成因。结果表明:整个四川省、四川盆地和盆周山地日照时数和风速下降对ET₀的负贡献超过平均、最高和最低气温上升以及相对湿度下降对ET₀的正贡献,使ET₀呈下降趋势;川西北高原平均、最高和最低气温上升以及相对湿度下降对ET₀的正贡献超过风速和日照时数下降对ET₀的负贡献,使ET₀呈上升趋势;川西南山地平均、最低气温、日照时数和风速的下降对ET₀的负贡献超过了最高气温上升和相对湿度下降对ET₀的正贡献,使ET₀呈下降趋势。四川省和四川盆地日照时数下降是ET₀下降的主要原因,盆周山地和川西南山地风速下降是ET₀下降的主要原因,川西北高原最低温度上升是ET₀上升的主要原因。     

1955-2015年陕西省潜在蒸散量时空变化特征及成因

为深入认识气候变化下陕西潜在蒸散量（ET₀）年际和年内的变化特征及主要影响因素,根据陕西省20个气象站点逐日气象数据,利用Penman-Monteith公式计算了1955—2015年全省潜在蒸散量,运用累积距平、Mann-Kendall突变检测、最优分割、反距离加权插值等分析方法,分析了年均及四季潜在蒸散量时空变化特征;并采用偏相关、多元回归模型对影响潜在蒸散量的主导气象要素进行了定量研究。结果表明:（1）1955—2015年,陕西省年ET₀呈微弱上升趋势,变化率为1.03 mm/10 a,分时段ET₀呈“倒S”型变化。（2）从季节看,春、夏、秋、冬季平均ET₀变化率分别为3.72,0.12,0.36,-2.95 mm/10 a。（3）研究区内年及季节平均ET₀的空间分布存在明显地带性规律特征。（4）平均气温是全年及春、秋、冬季ET₀变化的主导因素,日照是夏季ET₀变化的主导因素。这些结果表明陕西省潜在蒸散量的时空变化具有阶段性、地带性,其影响因素具有季节性。研究可为气候变化下陕西省水资源科学配置以及影响评估提供依据。     

新疆参考作物蒸散发趋势转折与大尺度气候变率的关系

参考作物蒸散发(reference crop evapotranspiration,ET₀)能够全面反映一个地区的蒸散发能力,在农业高效节水灌溉等领域得到了广泛应用。近年来大多数研究通常将ET₀与局地气象因子的变化进行敏感性分析,忽略了大尺度气候变率对ET₀的遥相关影响。该研究基于新疆地区84个气象站点的逐日气象资料和气候变率指数,采用多元线性回归和Cramer’s突变检验等方法,探究了厄尔尼诺南方涛动(El Nino-Southern Oscillation,ENSO)、印度洋偶极子(Indian Ocean Dipole,IOD)、太平洋年代际振荡(Pacific Decadal Oscillation,PDO)和北大西洋多年代际振荡(Atlantic Multidecadal Oscillation,AMO)等大尺度气候变率与新疆地区ET₀趋势转折的关系。结果表明：1960—2020年ET₀总体呈下降趋势,平均递减率为0.75 mm/a;1998年为ET₀     

疏勒河流域潜在蒸散发时空演变及驱动因素量化分析

为了探明潜在蒸散发(ET₀)时空演变规律及其与气象因素间的复杂交互作用关系,揭示水循环过程对气候变化响应机制,基于疏勒河流域10个气象站点1984—2019年逐日资料,采用聚类分析、灰色关联度分析、通径分析、敏感系数法等多种定性定量分析方法,确定主导驱动因素以及ET₀变化对主导因子敏感程度及贡献大小。结果表明:ET₀年际变化上升趋势显著,空间上由东南向西北逐渐增加。ET₀季节排序为夏季>春季>秋季>冬季,四季空间分布由东南向西北逐渐递增。聚类分析及灰色关联度分析显示T(日平均温度)、RH(平均相对湿度)、P(降水量)、n(日照时间)、u(风速)为5个关键因素,通径分析表明T是最主要因素,P作用最小。对ET₀变化,T,n,u起正向促进作用,RH起反向抑制作用,贡献率分别为7.96%,0.29%,3.14%,2.29%。ET₀呈现增大趋势,是由于RH多年减少和T升高、n增加、u增大等共同作用结果,T升高是造成ET₀增加的主要原因。探究疏勒河流域ET₀变化机理为河西干旱内陆河地区ET₀研究的方法理论及水资源合理、高效利用提供科学参考依据。     

淮河流域参考作物蒸散量变化特征及主要气象因子的贡献分析

利用淮河流域171个站点1971-2010年的气象资料,采用FAO Penman-Monteith公式计算该区近40a的参考作物蒸散量（ET0）,并对ET0的时空分布特征和影响因子进行定量分析。结果表明：淮河流域年ET0为898mm,近40a总体以17.5mm/10a的速率减小（P〈0.05）;空间分布显示西北部大部站点ET0呈显著下降趋势（P〈0.05）,仅东南部个别站点呈显著上升趋势（P〈0.05）。各气象因子对ET0变化的贡献表现为两方面,即ET0对气象因子的敏感性和气象因子的多年相对变化率,在4个主要因子中（平均温度、相对湿度、日照时数和风速）,ET0对相对湿度的变化最敏感（敏感系数最大）,而风速的多年平均变化率最大。从各因子的贡献率看,对ET0贡献最大的是风速,平均温度的贡献最小,4个因子对ET0变化的总贡献率为-4.96%,总贡献率为负在很大程度上解释了ET0呈下降趋势的原因。     

基于高维Copula函数的逐日潜在蒸散量及气象干旱预测

尝试引入高维Copula函数对影响参考作物蒸散量ET₀的气象因素进行联合分布构建,揭示不同变量间的相关结构,建立多元气象因素对ET₀的联合分布模型,对逐日ET₀及短期干旱等级进行预测,并将枯季1—4月份的多维Copula联合分布预测模型的系统性偏差构造成修正函数,代回ET₀预报模型以改善预报效果,利用洱海流域内大理站1954—2018年逐日气象观测数据,以FAO Penman-Monteith方程为标准值对比分析。结果表明:1)平均气温(T)和最高气温(T_max)2个气象因子组合时,二维Normal Copula模型对逐日ET₀预测的精度最高,叠加上修正函数项之后,相对误差小于10%、15%、20%、25%的样本比例分别提高到71.6%、84.4%、91.4%、96.5%,全年符合指数IA变化范围为0.98～0.99,平均偏差ME为0.17～0.30,均方根误差RMSE为0.54～0.64,Nash-Sutcliffe效率系数为0.90～0.98;2)将逐...     

滇中地区参考作物蒸散量时空变化特征

参考作物蒸散量是灌溉设计、灌溉计划等的基础数据,利用滇中地区19个气象台站的观测数据,计算了滇中地区的参考作物蒸散量（ET₀）,分析了ET₀时间和空间的变化特征及气象要素对其的影响。结果表明:研究区的ET₀于1982年发生突变,1960—1982年变化趋势不明显,1982—2002年呈现下降的趋势,2003—2012年ET₀呈现增加的趋势,多年平均ET₀约为1 223.7 mm。ET₀的空间特征表现为中部高,东西低,春季最大,夏季高于秋季,冬季最小,高值区出现在元谋地区。ET₀与风速、气温和日照时数呈现显著的正相关关系,与相对湿度呈现极显著的负相关关系。偏相关分析和逐步回归分析显示在年尺度上,风速、相对湿度和日照时数的组合可以预测ET₀的年际变化。     

云南省四季潜在蒸散量时空演变的主导气象因子分析

基于1981—2011年云南省52个站点气象数据,通过敏感系数和贡献率法,定量分析了各站点冬春夏秋季潜在蒸散量变化的成因。结果表明:（1）1981—1990年、1991—2011年春、夏、秋季,云南省各站点潜在蒸散量均对平均气温最敏感,其次是相对湿度和日照时数,对风速的敏感性最低;冬季有部分站点以相对湿度的敏感系数最大。（2）蒸散量变化的主导因子因季节不同而不同。1981—1990年,绝大多数站点冬季蒸散量变化主导因子为平均气温,其他季节多数站点主导因子为日照时数;1991—2011年,冬、春、秋季,多数站点以平均气温为主导因子,夏季则以日照时数为主导因子的站点居多。（3）主导因子空间分布格局有差异。平均气温是云南省东部地区冬季蒸散量变化的主导因子,日照时数是中南部地区夏季蒸散量变化的主导因子,春、秋季节,前后时间段主导因子区域差异较大。这些结果表明云南省蒸散量变化的主导因子具有阶段性、季节性和区域差异性。     

北方农牧交错带参考作物蒸散量时空变化与成因分析

利用北方农牧交错带46个气象站1961-2013年气象资料,采用Penman-Monteith公式法计算该地区参考作物蒸散量(ET0)、ET0对气象因子的敏感性系数、气象因子对ET0的贡献率,并通过趋势分析、GIS空间插值方法对这些指标的时空变化进行分析。结果表明：（1）北方农牧交错带年ET0平均值在839～1097mm,近53a来以0.21mm · a^-1的速率减小。（2）空间分布上,ET0总体呈现“一高二低”的分布格局：陕北高原为高值区,大兴安岭北部高纬地区、青东农区及陇中片区为两大低值中心区。且陕北高原、陇中及青东农区61%的站点ET0平均以0.85mm·a^-1（P＜0.05）的趋势递增,而吉林西部、科尔沁沙地、辽西地区则呈明显减小趋势。（3）气象因子对ET0的贡献受ET0对气象因子的敏感性和气象因子的相对变化共同影响,其中北方农牧交错带ET0对相对湿度最敏感,其次为平均风速;但近53a来风速呈极显著下降趋势,下降速率达0.0154m·s^-1·a^-1（P＜0.001）,因此,综合分析结果表现为风速对ET0的贡献量最大,说明北方农牧交错带ET0下降主要归因于风速的降低。     

黄河流域甘肃段地表干湿时空变化及驱动因子分析

为了探究气候变化影响下地表干湿时空变化及驱动因子,基于黄河流域甘肃段15个气象站点资料,分析了不同时间尺度SWI(地表湿润指数)的时空变化规律,采用灰色关联度法、敏感系数法和贡献特征分析定量化研究了各气象因子与SWI的变化关系。结果表明：SWI整体呈微弱上升变化,气候呈半湿润—半干旱—半湿润变化。四季由湿到干分别为夏、秋、春、冬,主要干湿气候类型依次为半湿润、半湿润、半干旱、干旱。1980s—2010s经历了湿—干—湿的变化过程。各气象因子敏感程度由高到低为P(降水量)、u(风速)、T(平均气温)、T_max(日最高气温)、n(日照时数)、T_min(日最低气温)、RH(相对湿度)。引发SWI变化的贡献大小排序为T_min,P,T,T_max,u,RH,n,其中T_min,P,u,n促使SWI增大,T,T_max,RH促使SWI降低,流域多年SWI微弱增大是T_min升高、P增大、u增加、n减少和T升高、T_max升高、RH降低...