东北地区参考作物蒸散量对主要气象要素的敏感性分析

利用国家气象局提供的地面气候资料日值数据集,通过FAO推荐的Penman-Monteith公式计算了东北地区1961-2008年生长季(5-9月)逐日的参考作物蒸散量(ET0),分析了ET0及主要气象要素的变化趋势,并通过响应曲线、敏感矩阵、敏感系数等方法分析了ET0对气温、日照时数、平均风速、平均相对湿度的敏感性。结果表明:(1)近50a来,东北地区的气温呈极显著上升趋势(P0.01),日照时数、平均风速、平均相对湿度呈极显著下降趋势(P0.01);东北地区生长季平均日ET0在以3.60mm.d-1为平均值、±0.3mm.d-1的范围内波动,总体上比较稳定,最大值出现在2001年(3.87mm.d-1),最小值出现在1990年(3.28mm.d-1);(2)当气温、日照时数、平均风速的变化量从-20%变化到20%时,ET0表现为逐渐增加的趋势,当平均相对湿度的变化量从-20%增加到20%时,ET0则逐渐减小;(3)气温、日照时数、平均风速、平均相对湿度的生长季平均日敏感系数均具有较强的空间分异特性,其中气温变化对ET0的影响最为明显,其次是平均相对湿度,日照时数、平均风速对ET0的影响较小。     

吐鲁番地区气候变化对参考作物蒸散量的影响

新疆吐鲁番盆地是中国气候最干旱、水资源最紧缺的地区之一,农业用水完全依赖于山区径流和地下水的灌溉。研究在气候变化背景下的参考作物蒸散量的变化,对制定科学合理的水资源管理技术方案具有重要意义。根据吐鲁番地区4个气象台站1959-2007年的历史气候资料以及联合国粮农组织（FAO）推荐的Pen-man-Monteith公式计算各地逐年参考作物蒸散量,采用线性回归、Morlet小波和Mann-Kendall突变检测等方法,分析近49a各站年平均气温、降水量、日照时数、年平均风速和空气相对湿度等气候要素以及年参考作物蒸散量的变化趋势和变化特征,据此分析参考作物蒸散量变化的气候成因。结果表明：①近49a吐鲁番地区年平均气温和空气相对湿度呈升高趋势,日照时数和年平均风速呈减小的趋势,降水量变化不明显;②年参考作物蒸散量与上述各气候要素均具有较好的相关关系（p〈0.1）,其中与年平均风速、空气相对湿度、降水量和平均气温的相关性最为密切（p〈0.01）。受上述各气候要素变化的综合影响,近49a吐鲁番地区的参考作物蒸散量总体呈明显的减小趋势（P〈0.01）,这对降低农作物需水量和农田灌溉量具有重要影响;③突变检测表明,吐鲁番地区年平均气温在1970年发生了突变性升高,年平均风速在1965年发生了突变性减小,参考作物蒸散量在1968年发生了突变性减小,其它气候要素未发生突变;④各气候要素和参考作物蒸散量分别存在准2～8a的年际尺度和16～24a的年代际尺度的周期性变化。     

内蒙古地区参考作物蒸散变化特征及其气象影响因子

为深入了解不同草原类型下参考作物蒸散特征及其对气候变化的响应,该文利用FAO Penman-Monteith公式研究了内蒙古地区46个站点1961－2010年参考作物蒸散量及其辐射项和动力学项的时空分布规律和变化特征,并对其主要影响因素进行了分析讨论。研究结果表明：近50a来内蒙古各站点参考作物蒸散量的年平均值均介于570～1 674 mm之间,该地区参考作物蒸散量及其构成项的值西高东低,而且从高到低的5个草原类型依次为：荒漠、草原化荒漠、荒漠化草原、典型草原、草甸草原。各区生长季内参考作物蒸散量约占全年的80%。内蒙古各站点年参考作物蒸散量的变化率在-48～50 mm/10a之间,荒漠、草原化荒漠、荒漠化草原和典型草原参考作物蒸散量变化均不明显,草甸草原参考作物蒸散量显著上升（P=0.001）。各区域参考作物蒸散量辐射项的年值和月值均呈显著的上升趋势,除草甸草原外各区域参考作物蒸散量动力学项的年值和月值呈下降的趋势。风速是影响荒漠、草原化荒漠、荒漠化草原和典型草原西部地区参考作物蒸散量变化的首要因子,风速下降导致该地区蒸散呈下降的趋势;日平均温度是次要因子,但气温升高对参考作物蒸散量变化的作用有限,参考作物蒸散量并未随气候变暖而显著增大;相对湿度是第三因子,与参考作物蒸散量呈负相关（P=0.006）;日照时数是第四因子,其值降低导致参考作物蒸散量的下降。典型草原东部和草甸草原地区各站点受气象因子综合影响使参考作物蒸散量呈上升的趋势。该研究探讨了内蒙古各类型草原参考作物蒸散对气候变化的响应,为内蒙古各类型草原的生态保护和可持续发展提供科学依据。     

黄土高原地区生长季参考作物蒸散量对主要气象要素的敏感性分析

为预测气候因子变化引起的区域参考作物蒸散量(ETo)的变化,以黄土高原地区为研究区,运用FAOPenman-Montieth方程计算了68个站点1961-2010年生长季参考作物蒸散量,并计算其对平均气温、太阳辐射、风速和实际水汽压的敏感系数,最后分析了敏感系数的时空变化特征.结果表明,黄土高原地区生长季ETo对实际水汽压最敏感,其次是太阳辐射和平均气温,对风速的敏感性最低;平均气温的敏感系数和实际水汽压敏感系数绝对值呈单峰型分布,二者分别在7月、9月达到最大值,太阳辐射敏感系数表现为持续上升趋势,风速敏感系数波动幅度最小,其值在4月最大;生长季气候因子敏感系数的空间差异性显著,平均气温敏感系数西部明显大于东部,太阳辐射敏感系数在高海拔地区形成高值区,风速敏感系数在西风带Ⅳ区形成高值区,实际水汽压敏感系数在黄土高原湿润地带最大.     

利用估算的太阳辐射计算浑善达克沙地参考作物蒸散速率的精度分析

利用FAO推荐的Penman—Monteith公式。以内蒙浑善达克沙地三个气象站太阳辐射实测值计算的参考作物蒸散速率（ET0）为背景值，分析了利用估算的太阳辐射计算ET0时的精确度。结果表明：太阳实际日照时数短时。ET0的计算误差比较明显，必须利用适当的方法予以修正。     

四川省不同区域参考作物蒸散量计算方法的适用性评价

为实现参考作物蒸散量(reference crop evapotranspiration,ET0)在资料缺失情况下的准确计算,对ET0简化算法在四川省不同区域的适用性进行科学评价,将四川省划分为4个区域(I东部盆地区、II盆周山地区、III川西南地区和IV川西高原区),采用46个气象站点1954-2013年逐日气象资料,以1998 FAO-56 Penman-Monteith(PM)法的计算结果为标准,对具有代表性的6种简易算法48 Penman(48PM)法、Hargreaves-Samani(HS)法、Pristley-Taylor(PT)法、Irmark-Allen(IA)法、Makkink(MAK)法和Penman-Van Bavel(PVB)法的计算精度进行对比,结果表明:6种方法在四川省不同区域计算精度差异明显,HS法、PT法和PVB法较为精准,48PM法、IA法和MAK法误差较大,其中I区表现最好的为HS法,II、III和IV区表现最好的方法均为PT法;同时,除PT法和PVB法外,其余方法空间变异性较大(HS法在海拔较低的I、II区较为精准,在海拔较高的III和IV区结果远小于PM法,48PM法在四川东南地区的计算误差为11.1%~37.5%,在浅山丘区和高原区计算误差多大于50%)。因此,计算四川省的参考作物蒸散量时,推荐在东部盆地区使用HS法,盆周山地区、川西南地区与川西高原区使用PT法。     

石河子地区参考作物蒸散量变化特征及气候因子的定量分析

基于石河子地区1961—2012年4个气象站数据,采用FAO推荐的Penman-Monteith模型计算了参考作物蒸散量（ET₀）,分析了ET₀时间变化特征及其对气象因子的敏感性,并结合各气象要素的多年相对变化定量分析了气象因子对ET₀的贡献。结果表明:近52年来,石河子地区平均ET₀以1.19 mm/a的趋势增加,2004年为突变年,并存在27 a左右的周期。ET₀变化对各气象要素的敏感性以及气象因子对ET₀变化的贡献有所不同,其中,平均气温的贡献率较小,但其敏感系数最高,对ET₀变化的贡献是最大,使平均气温成为ET₀变化贡献最大的气象因素。突变后最高气温和最低气温的贡献率较大,但其敏感系数较低,平均气温为主导因子明显上升。     

阿勒泰地区参考作物蒸散量时空变化特征

基于阿勒泰地区7个气象站1961—2012年逐日气象资料,采用Penman-Monteith模型计算了逐日参考作物蒸散量,运用Mann-Kendall非参数检验法、小波分析法,并结合ArcGIS软件对作物参考蒸散量的时空变化特征进行了研究。结果表明:阿勒泰年和春季作物参考蒸散量呈增加趋势,而夏季、秋季和冬季作物参考蒸散量呈减少趋势。年和夏季的作物参考蒸散量分别在1994年、1992年发生突变,而春季、秋季和冬季的作物参考蒸散量则没有发生突变。年和四季的作物参考蒸散量都存在27 a的周期。空间分布上,年、春季、夏季和秋季的平均作物参考蒸散量呈自阿勒泰市南部和福海县西北部向东部、南部和西部逐渐递减的变化趋势。而冬季作物潜在蒸散量大致呈现自西向东逐渐递减。变化趋势上,春季潜在蒸散量在空间上都呈增加趋势,而年、夏季、秋季和冬季的潜在蒸散量在阿勒泰的东部呈增加趋势,在西部则呈减少趋势。     

黄土高原地区近50年参考作物蒸散量变化特征

为了探求黄土高原地区深层土壤干燥化过程及成因和该地区植被耗水的变化情况,该文根据黄土高原5站点近50 a的日气象资料,利用Penman-Monteith公式计算了同参考作物蒸散量,并分析了Eto的日均值、月均值和年值的变化特征,同时分析了平均温度、最高温度、最低温度、日照时数、风速和相对湿度与Eto的相关性.结果表明:黄土高原地区Eto日值和月均值与大气温度、日照时数均达到了极显著的相关性,其Eto日值和层Eto月均值曲线均呈单峰型,存在明显的季节变化特征,峰值均出现在6月.除了西安和西宁Eto年值显著降低外,其他3站点的年际间变化趋势不显著,同时除西宁站外其他各站点在20世纪80年代后Eto均有上升的趋势.     

基于日天气预报数据估算小麦生长季参考作物蒸散量

为了在气象要素类型不完整条件下采用Penman-Monteith方法估算小麦生长季蒸散量,运用2014/2015和2015/2016年度两个小麦生长季新乡历史日天气预报数据和对应日气象实测数据,以及修正后的太阳辐射参数和调节系数,首先验证天气预报气温值的准确性,并以预报气温为基础,估算实际水汽压和太阳辐射,最后利用天气预报气温和平均风速值,以Penman-Monteith公式为基础估算参考作物蒸散量。结果表明：日天气预报温度数据可以代替气温观测数据;用天气预报中的最高和最低气温估算的水汽压和太阳辐射能满足Penman-Monteith公式的要求;用天气预报数据估算的辐射项的精度高于空气动力项的精度。总体上,用天气预报数据估算的日参考作物蒸散量中辐射项的精度高于空气动力项,用天气预报估算值总体偏低,但低估范围在7%之内,经统计分析,用天气预报估算与利用Penman-Monteith估算的日参考作物蒸散量相关性较高（R2=0.77）。因此,采用日天气预报的气象资料估算参考作物蒸散量这一方法可行,建议在干旱半干旱地区采用辐射法估算参考作物蒸散量,这给农业灌溉预报提供了理论和方法上的保证,并对指导当地农业水资源的优化配置具有参考意义。     

根据天气预报估算参照腾发量

参照腾发量ET₀的实时预测对实时灌溉预报很重要。通过对普通天气预报信息进行解析,取得可用的合理数据,利用Penman-Monteith方法估算了北京大兴试区近10年逐日参照腾发量,最后与由实测气象数据计算的结果进行了对比分析。结果表明：解析气象因子与实测数据中,日照时数的相关系数为0.99,风速为0.90;t检验值日照时数为376.9042,风速为122.4295,远远大于t分布相应临界值2.576(α＝0.01),表明其可以认为是来自一个近似的总体样本。由日最低气温确定的实际水汽压和由实测相对湿度计算的实际水汽压,二者相关系数达到0.93,t检验值为153.3015。运用天气预报信息计算预测的ET₀与实测数据用Penman-Monteith方法计算的ET₀相比,相关系数达到0.9613,t检验值为209.1194,说明二者具有高度显著的线性相关性。如果日常天气预报准确度能够达到90％以上,用此理论预测参照腾发量将具有较大的参考价值和实际意义。     

山西潇河灌区参考作物腾发量和降水的随机特性

气象要素的随机变化对于农田水分的动态变化与优化调控具有重要影响。根据山西潇河灌区1978～2003年共26年的气象资料，利用FAO推荐的Penman-Monteith公式计算了逐旬的参考作物腾发量(ET₀)。采用时间序列分析方法对ET₀序列和降水(P)序列的随机特性进行了分析，并将以上序列分解为趋势项、周期项(包括均值和标准差)和平稳随机项。结果表明：近20多年来潇河灌区ET₀序列具有递增趋势，而降水具有递减趋势，同时二序列存在负相关关系；去除趋势项的ET₀和P序列的旬均值和标准差具有周期性变化的特征，可以用Fourier级数的二阶分量来描述；二序列的平稳随机成分可以用自回归模型来描述。以上结果可以进一步用于农田墒情的随机预报和作物灌溉制度的随机优化。     

根据天气预报估算参照腾发量的模糊神经网络方法

尝试利用日常天气预报中天气情况和日最高气温的预报信息,采用自适应模糊神经推理系统(ANFIS)方法,构建参照腾发量估算方法,预报参照腾发量。用北京市大兴区1995～2003年间的逐日实测气象资料进行模型训练,用2004年逐日气象资料进行预报和模型检验。由天气预报估算的结果(ANFIS-ET₀)与Penman-Monteith方法计算的ET₀值(PM-ET₀)进行了对比分析。结果表明：后者与训练数据的线性相关系数为0.90,检验结果为0.84;t检验结果表明,训练数据和预报数据均具有很高的显著性(α＝0.01)。结果同时说明,在提高日常天气预报准确率、选择最合适的隶属度函数和模糊规则的基础上,运用智能算法解决农田灌溉复杂问题是可行的和方便快捷的。     

基于蒸渗仪实测的参考作物蒸散发模型北京地区适用性评价

参考作物蒸散发(ET0,reference evapotranspiration)是计算植被耗水量、分析区域水分平衡、管理水资源的基本参数。由于区域间气象条件的差异,ET0模型在不同地区表现出不同的适用性。蒸渗仪实测是欧美地区评价参考作物蒸散发模型的经典方法,而中国尚少研究,华北地区未见报道。2012年生长季(4-10月),应用自动称重式蒸渗仪实测高羊茅草坪蒸散评价了Penman-Monteith(FAO-56)、Hargreaves-Samani、Priestley-Taylor、Penman-van Bavel模型在北京地区的适用性。在2个蒸渗仪中建植冷季型高羊茅草坪,以获得ET0标准数据。试验地安装Dynamet气象站,自动测量并记录气象数据:空气温度、空气相对湿度、太阳总辐射和高度2m的风速,用于模型计算参考作物蒸散发。应用线性回归与均方根误差(RMSE)、一致性指数(d)2个指标评价模型的预测准确性。研究结果表明,太阳总辐射与月蒸散之间呈现较强的线性关系(R2=0.95,p=2.72×10-7),说明太阳辐射能量是驱动SPAC(soil-plant-atmosphere continuum)系统中水分从植被向大气运动的主要动力。随着时间尺度减小,模型的估算准确度降低。由于模型的输入参数不同,在ET0计算中出现了不同方向的偏差。月尺度上,Priestley-Taylor模型低估,而Penman-Monteith、Hargreaves-Samani和Penman-van Bavel模型高估了蒸散。日尺度上,Hargreaves-Samani模型和Penman-van Bavel模型略微高估了日蒸散,比率分别为1.0167和1.0526;Penman-Monteith模型和Priestly-Taylor模型低估了日蒸散,比率分别为0.8204和0.7593。时尺度上,除了Priestly-Taylor模型全部得出最低的数值,其余模型在不同天气类型下得出不同的计算结果。综合月、日、时3个时间尺度的评价结果,Penman-van Bavel是最准确的ET0计算公式,RMSE分别为0.63 mm/d(月)、1.43 mm/d(日)、0.087mm/h(时),d值分别为0.96(月)、0.89(日)、0.87(时)。Penman-Monteith模型的计算准确性比Penman-van Bavel模型略低,d值为0.73~0.93。     

参考作物腾发量主成分神经网络预测模型

为解决采用神经网络模型预测参考作物蒸发蒸腾最Eto研究中预测能力不足的问题,将气象因子包括最高、最低和日平均温度、日照时数、气压、水汽压、相对湿度和风速进行主成分分析,提取主成分,建立了基于主成分的三层BP神经网络模型.选取崇川水利科学试验站2001年到2004年的旬气象资料,采用Matlab神经网络工具箱进行模型训练与预测,并以传统BP网络模犁作为对照.结果表明,主成分网络模型能够很好地反映诸多影响因子与Eto之间的关系,尤其对训练样本以外的验证样本,主成分网络模型具有显著优于传统BP网络模型的识别能力,取得更为可靠的预测结果.     

利用小蒸发皿观测资料确定参考作物蒸散量方法研究

参考作物蒸散量是土壤－植被－大气系统水分能量平衡模型的重要参数,如何准确获得将直接影响模型应用和最终模拟预测精度。该文利用分布于黄土高原地区65个气象站1971～2000年的气象资料,以FAO推荐的Penman-Monteith方法确定的参考作物蒸散量为标准,提出了根据平均相对湿度与风速为变量确定由20 cm小蒸发皿观测的水面蒸发量计算参考作物蒸散量的系数Kp。结果表明：由蒸发皿观测值计算的3 d或更长尺度的ET₀与Penman-Monteith方法计算的ET₀结果一致性很高,在对Kp方程系数进行适当的地域性调整后,由蒸发皿观测值和Kp确定的ET₀与Penman-Monteith方法确定的ET₀结果一致,从而认为在黄土高原地区参考作物蒸散量计算可以应用20 cm蒸发皿系数法。     

石羊河流域气候变化对参考作物蒸发蒸腾量的影响

根据甘肃省气象局石羊河流域的6个气象站近50年的观测资料，应用1998年FAO最新推荐的Penman-Monteith公式计算了50年各月参考作物蒸发蒸腾量ET₀，分析了ET₀的月际变化和年际变化特征，除武威与肃南站ET₀呈逐年显著减少趋势外，其他各站的ET₀值均表现为逐年增加趋势，各个站ET₀ 20世纪90年代较80年代均有明显增加，说明气候变化对ET₀的影响较大；并分析了平均气温、平均最高气温、年日照时数、平均风速、平均相对湿度、年降水量、年蒸发量、海拔高度与ET₀的相关性，各站ET₀与平均相对湿度相关性最好；石羊河流域ET₀空间变化也较大，从山区到绿洲平原ET₀多年平均值呈递增趋势。     

基于不同数理统计方法的河南省ET0气候影响因素分析

确定影响ET_0年际变化的主要气象因子是准确估算未来作物需水的基础,对于农业生产科学应对气候变化具有重要意义。以河南省17个站点为例,分别采用国内外常用的5种数理统计方法评价7个气象要素对参考作物蒸散量(reference crop evapotranspiration,ET_0)年际变化的影响程度,结果发现:日照和风速是影响河南省地区参考作物蒸散量的主要因子,黄河以北地区主要为风速,黄河以南地区以日照为主,信阳、西峡两地高温作用不容忽视。5种方法评判结果差异较大,采用灰色关联分析法,利用不同的数据变换方式,其结果大相径庭,认为其不适宜用于评价影响ET_0变化主要因子的判定;结合各站气象要素年际变化趋势分析认为,逐步回归分析法得出的结论与各站点气象要素及ET_0实际变化趋势存在多处悖理,不适宜用于评价影响ET_0变化主要因子的判定;相关分析、偏相关分析、主导分析方法结果较为统一,差异较小,认为采用3种方法综合判定某地区影响ET_0的主要因子,其结果较为可信。其中,采用主导分析法对各气象因子的影响排序与各因子对ET_0的影响趋势以及ET_0实际变化趋势较为一致,建议用于评价影响ET_0变化的气象因子排序,但因其无法得到各因子与ET_0的相关关系,需借助相关分析与偏相关分析才能得到详实可信的结果。