参考作物蒸散量对气象要素的敏感性分析

为了研究参考作物蒸散量(ET_0)对气象要素的敏感性,利用新乡地区1951―2003年逐日气象资料,由Penman-Manteith公式计算参考作物蒸散量,采用敏感曲线和敏感系数方法分析了参考作物蒸散量对气象要素的敏感性。结果表明,温度、风速和日照时间3种气象要素与ET_0正相关,相对湿度与ET_0负相关。1―12月,相对湿度和风速的敏感系数表现为"先减小后增大"趋势,而日照时间和温度敏感系数表现为"先增大后减小"趋势。在全年中,ET_0对气象要素的敏感程度表现为相对湿度风速日照时间温度;第一、四季度各气象要素在季尺度中的敏感性均为相对湿度风速日照时间温度,第二季度表现为相对湿度日照时间风速温度,第三季度表现为相对湿度日照时间温度风速;冬小麦生育期典型时段内各气象要素敏感性在1、3、10月份均表现为相对湿度风速日照时间温度,5月则表现为相对湿度日照时间风速温度。     

艾比湖绿洲参考作物蒸散量的敏感性分析

【目的】研究艾比湖绿洲参考作物蒸散量对不同气象因子的敏感性。【方法】利用Penman-Monteith公式,基于艾比湖绿洲1962—2016年4个气象站的逐月气象资料计算ET0。通过敏感性分析,计算最高温度、最低温度、相对湿度、日照时间和风速的敏感系数,并运用MK趋势检验分析其变化趋势,最后分析了敏感系数在各个站点的变化特征。【结果】通过MK趋势检验,发现参考作物蒸散量、日照时间和风速呈下降趋势;最高温度、最低温度和相对湿度呈上升趋势。通过敏感性分析,发现最高温度、风速在研究区呈下降趋势,最低温度、相对湿度、日照时间为上升趋势。艾比湖绿洲中,各气象因子对ET0的敏感程度为相对湿度>最高温度>风速>最低温度>日照时间。ET0对不同气象因子的敏感系数在空间上存在差异,最高温度、最低温度、风速、相对湿度在艾比湖北部的阿拉山口较高,在温泉站较低;日照时间则在温泉较高,在阿拉山口较低。【结论】相对湿度对艾比湖绿洲ET0的敏感性最高,日照时间的敏感性最低。     

气候变化背景下关中地区参考作物蒸散量变化趋势及敏感性分析

气候变化影响了区域水循环过程和水资源管理,研究参考作物蒸散量(ET0)变化特征及其原因对于灌溉农业地区水资源的合理配置具有重要指导意义。以关中地区为研究对象,根据研究区内8个站点1974-2016年逐日气象资料,通过Penman-Monteith公式计算ET0,利用Mann-Kendall检验和Sen斜率估计来检验参考作物蒸散量和气象要素的变化特征,并采用敏感性分析方法探讨影响ET0变化的主要气象因子。结果表明,近43年来关中地区平均气温和饱和水汽压差变化呈现显著增加趋势,而相对湿度和平均风速变化呈现显著下降的趋势,降水量、日照时数、辐射量下降趋势不明显,这些变化使得ET0呈轻微增加的趋势。关中地区ET0对气象要素的敏感性随时间和位置发生变化,夏季、秋季、冬季和小麦生长季ET0对平均风速最敏感,而影响春季和年尺度ET0变化的主要气象因子是平均气温。研究区西北方向影响ET0变化的主要气象因子是平均气温和相对湿度,而其他区域的ET0对平均风速最敏感。     

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。     

云贵高原参考作物蒸散量时空特征及成因分析

为了探究云贵高原地区参考作物蒸散量(ET₀)的时空分布特征,基于云贵高原42个代表性气象站点近56 a(1961—2016年)逐日气象数据,利用Mann-Kendall检验探究ET₀主要的气象驱动因子,并运用多元回归分析量化了各气象因子对ET₀的贡献率.结果表明：云贵高原近56 a风速和气温呈逐年上升趋势,增幅分别为0.001 2 (m·s^-1)/a和0.018℃/a,太阳辐射和相对湿度呈下降趋势,降幅分别为0.007 3 (MJ·m^-2·d^-1)/a和0.074 6%/a;近56 a来ET₀整体呈波动式上升趋势,增幅为0.287 1 mm/a,空间分布西高东低,差异特征显著,西部地区24个站点年均ET₀为1 100～1 200 mm,东部18个站点年均ET₀为843～950 mm;在春、秋、冬季太阳辐射是云贵高原ET₀的主要驱动因子,夏季气温是ET₀     

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。     

广西多站点参考作物蒸散量时空变化分析

基于广西20个气象观测站点1957—2001年的逐月气象资料,采用Penman-Monteith公式计算各站点逐月、逐年参考作物蒸散量(ET0),采用变差系数和年际极值比分析ET0的年际变化特征,应用累积滤波器法、Ken-dall秩次相关法、R/S分析法分析ET0的变化趋势。研究结果表明,桂中ET0年际变化最剧烈,桂南ET0年际变化最小。岩溶发育地区的ET0的年际变化比非岩溶发育略显剧烈,但相差不大。20个站点中,5%站点的ET0呈显著上升趋势,95%站点的ET0呈下降趋势(下降趋势显著的站点占63.1%)。与1957—2001年相比,ET0呈上升趋势的站点由5%增加到未来的35%,且非岩溶地区ET0呈上升趋势的站点数大于岩溶地区。     

基于MARS模拟鄱阳湖地区参考作物蒸散量

为了寻找最适宜的鄱阳湖作物蒸散量替代计算方法,文中以FAO Penman-Monteith模型参考作物蒸散量计算结果(ET₀)为标准值,使用江西省南昌站1966—2015年逐日最高温度、最低温度、日照时数、风速和相对湿度数据(其中1966—1990年数据用于建立模型,1991—2015年数据用于验证模型),建立12种不同气象要素组合条件下的多元自适应回归样条(MARS)ET₀计算模型,并将计算结果与广义回归神经网络(GRNN)、支持向量机(SVM)和经验模型(Hargreaves法、Irmak-Allen法、Makkink 法、Pristley-Taylor法)的计算结果相比较.结果表明:3种人工智能算法的ET₀计算结果精度均优于相同输入数据下的经验模型.3种人工智能算法中MARS的精度最高,在全参数组合下RMSE为0.227 mm/d,R²为0.982,NRMSE为0.086,其次是支持向量机,其在全参数组合下RMSE为0.266 mm/d,R²为0.978,NRMSE为0.101,GRNN排第三,其在全参数组合下RMSE为0.323 mm/d,R²为0.962,NRMSE为0.123.缺少温度参数时,模型精度总体较差,3种人工智能算法下R²仅为0.8左右.MARS法不但精度更高,而且具有明确的数学表达式,是鄱阳湖地区适宜的ET₀计算方法.     

京津冀地区参考作物蒸散量变化特征与成因分析

【目的】分析京津冀地区参考作物蒸散量(ET0)的变化特征及其影响因子。【方法】基于京津冀地区24个气象站1961―2016年的逐日气象资料,采用Penman-Monteith公式计算了各站及区域ET0,采用气候倾向率、Mann-Kendall突变检测、Morlet小波分析、敏感性系数等方法对京津冀地区ET0的时空变化及其影响因素进行了分析。【结果】1961―2016年,京津冀地区全年和四季ET0均呈下降趋势,在空间上表现出随海拔增加而减小的基本特征;全年和秋季ET0分别在1975年和2009年发生了由减少到显著减少的突变;全年、春季、夏季、秋季、冬季ET0的典型周期分别为7、11、16、19、19 a;ET0在年、春季、秋季、冬季均对相对湿度最敏感,在夏季则对最高气温最敏感。【结论】在全年、春季、秋季、冬季,风速的显著下降是ET0减少的主要原因,而在夏季,ET0减少的主要原因是日照时间的显著减少;ET0的在时间上变化不显著,是气候因子综合贡献率与ET0相对变化率差别较大的重要原因。     

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。     

参考作物腾发量计算方法适用性分析

受地区间气象、地形和地貌时空异质性的影响,不同参考作物腾发量计算公式适用性各不相同。以湖南省83个站点1971~2000年气象观测资料为样本,论述了Penm an-Monte ith公式和FAO-Monte ith修正式主要方程、参数以及适用范围的差异性。结果表明:根据生育期作物需水特点,运用标准化的Penm an-Monte ith公式计算南方地区参照作物潜在腾发量是合适的。     

海河流域参考作物腾发量长期变化趋势分析

收集了海河流域37个国家气象站的逐日气象资料,采用FAO-56 Penman-Monteith方法计算参考作物腾发量(ET0);采用Mann-Kendall法进行趋势检验。通过分析及各气象因素的变化趋势,揭示了气候变化对参考作物腾发量长期变化规律及对作物灌溉供需水量可能产生的影响。结果表明:自20世纪50年代至2007年末,在海河流域下游地区具有较明显的ET0下降趋势,而在各主要河流的上游地区则有明显的上升趋势;其原因是整个流域内呈现气温上升相对湿度下降趋势,风速和日照时数都有下降趋势,但在上游地区前者占主导地位,而在下游地区后者占主导地位;在整个流域降雨呈现下降趋势的情况下,ET0上升使上游地区灌溉需水量增加,而在下游地区作物生长也可能受影响;除了工业和居民用水快速增长外,气候变化也是导致近几十年来海河流域水资源紧缺的原因之一。     

基于公共天气预报的三江平原ET0预报模型比较及敏感性分析

为了提出适合我国三江平原的高精度ET0预报方法,基于该区6个气象站点的天气预报数据和实测气象数据,以FAO56-Penman-Monteith(FAO56-PM)公式计算值为基准,比较Hargreaves-Samani(HS)、Thornthwaite(TH)和Blaney-Criddle(BC)3个ET₀预报模型的效果,对最优模型进行敏感性分析。结果表明:3个模型1~7 d预见期平均绝对误差均值分别为0.66、0.65、0.65 mm/d,均方根误差分别为0.93、0.96、0.95 mm/d,相关系数分别为0.857、0.828、0.840。1~5 d预见期最优预报模型为HS模型,6~7 d为TH模型。总体上预报精度由高到低为HS、TH、BC模型,建议采用HS模型在三江平原开展ET₀预报,HS模型预报对最高温预报的敏感性大于最低温。其预报值在夏季受温度预报误差影响最大,冬季最小,4季整体误差较小。研究可为灌溉预报提供较准确的数据基础。     

基于SPSS的抚顺地区参考作物需水量的区域分析

根据抚顺地区3个气象站的气象观测资料，应用1990年联合国粮农组织推荐的Penman—Monteith公式计算各站1995～2004年10年来的参考作物需水量ET。利用SPSS统计分析软件对ET。进行回归分析。分析结果表明：章党气象站和新宾气象站之间具有较好的线性关系。而清原气象站和新宾气象站、清原气象站和章党气象站之间的回归不显著。此分析为分析抚顺地区的气候提供一定的依据，也为将来利用地理信息系统（GIS）分析区域的参考作物需水量的空间分布提供一定的基础。     

温室逐时参考作物腾发量的估算

为建立适合逐时计算温室ET0的模型,基于自然气象条件下的逐时Penman-Monteith(PM)公式,对其空气动力项进行修正得到了温室条件下的修正PM公式.并对比了修正PM公式与PM公式计算得到的温室逐时ET0.结果表明,修正PM公式与PM公式计算的温室逐时ET0年内变化趋势基本相同,但修正PM公式得出的逐时ET0负值较少,稳定性较高.修正PM公式计算的逐时ET0与时平均气温、时最高气温、时最低气温及时平均相对湿度有极好的相关性.     

参考作物腾发量计算方法的应用比较

应用陕西杨凌地区2001～2002年的气象数据,对3种不同类型的参考作物腾发量计算公式进行比较,用这些公式计算日ETo值,并以FAO 56 Penman-Moteith公式为标准,比较3种方法计算结果的相异性和相关性,并探讨了以简化的ETo公式为基础进行参考作物腾发量的预报.     

参考作物蒸发蒸腾量计算方法的应用比较

应用国家"863"节水农业重大专项子课题示范现场的气象资料,对4种分属于不同类型的参考作物蒸发蒸腾量ET0计算公式进行了日ET0值的验证计算。结果显示,在时间序列上,随气象因素变化各方法计算的日ET0值呈相同的变化趋势,但计算值有较大的差异;选取FAO56Penman-Monteith公式计算结果为标准,Priestley-Taylor(1972)方法结果与之最为接近,其余依次是Irmark-Allen拟合法和Hargreaves-Samani(1985)法;不同天气类型条件下,Priestley-Taylor(1972)结果与FAO56Penman-Monteith有较高的一致性,而其他2种方法随n/N的减小,误差急剧增加,尤其是Hargreaves-Samani(1985)方法。