通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量

准确估算蒸散量对于精准管理农田水分至关重要。为了解作物系数的动态特征,准确估算作物需水量,使用叶面积指数和气象要素模拟玉米全生育期作物系数及蒸散量。利用2018年五道沟实验站气象和称重式蒸渗仪实测数据,运用通径分析法筛选影响作物系数的关键因子,建立无雨期不同地下水埋深下作物系数模型,以此估算蒸散量。结果表明:1 m埋深下全生育期作物系数平均绝对误差为0.04 mm/d,相关系数为0.94,其中初期、发育期、中期和后期平均绝对误差分别为0.06、0.09、0.05和0.03 mm/d。3 m埋深下全生育期作物系数平均绝对误差为0.08 mm/d,相关系数为0.92,各生育期平均绝对误差分别为0.11、0.10、0.07和0.03 mm/d,利用温度、风速和叶面积指数模拟作物系数精度较高。1 m埋深全生育期ET平均绝对误差为0.72 mm/d,各生育阶段平均绝对误差分别为0.56、059、0.66和0.45 mm/d。3 m埋深全生育期ET平均绝对误差为0.73mm/d,各生育阶段ET平均绝对误差分别为0.82、0.98、0.68和0.29mm/d。不同时间尺度下(1、3、5 d) 2种埋...     

计算农田蒸散量的冠层温度法研究

目前,测算农田蒸散的方法有许多种,但都难以准确地求出大面积范围内的平均蒸散.红外测温技术由蒸散的估算提供了一种新的方法,本文在对几种冠层温度——蒸散模型评述的基础上,由实测资料用Brown-Rosenbefg模型计算了冬小麦郁闭地面后的农田蒸散并与波文比方法计算的蒸散做了比较.结果表明,该模型可以较好地用于计算作物郁闭地面后的农田蒸散.     

不同水分处理旱稻农田蒸散特征和水分利用效率

该文通过2001～2004年4年北京地区早稻田间试验,利用农田水量平衡方法计算了早稻农田蒸散量,用微型棵间蒸渗仪测定了不同土壤水分条件下农田土壤棵间蒸发,在此基础上分析了不同水分处理旱稻生长期间的农田蒸散特征、土壤棵间蒸发特征和水分利用效率.结果表明:北京地区早稻出苗～成熟的农田蒸散量为574～630 mm,年际间略有波动;日蒸散强度孕穗～抽穗期最高,平均为9.8 mm/d,该阶段为旱稻需水关键期;在出苗～拔节期间土壤棵间蒸发量占农田蒸散量比例最大,在此生育阶段应采取适当措施降低土壤蒸发无效消耗,提高水分利用效率;限量灌溉处理中以前期适当胁迫,后期充分灌溉处理的水分利用效率最高.     

不同蒸散量时间尺度提升法用于节水灌溉稻田的对比分析

蒸散量(ET)时间尺度提升方法能充分利用遥感数据与地面观测的优势,获得精确的区域日尺度估算值,对指导农业用水管理特别是农田灌溉具有重要的意义.该研究以节水灌溉稻田为研究对象,基于2015和2016年稻季涡度相关系统实测数据,在能量强制闭合的条件下,选择4种基于能量平衡原理的蒸散量尺度提升方法,分析了蒸发比、作物系数、冠...     

黄泛风沙区耕地土壤风蚀影响因子的通径分析

[目的]研究黄泛风沙区影响耕地土壤风蚀量的主要因子及其相互作用关系,为土壤风蚀的防治及改善耕作措施提供依据。[方法]通过影响因子的的野外定位观测,及对风蚀数据进行收集整理,在逐步回归分析的前提下,对风蚀量主要影响因子进行通径分析。[结果]风速累计时间、作物盖度、粗糙度是影响耕地土壤风蚀的主要因素;风蚀量的直接影响因素作用大小的排序为风速累计时间粗糙度作物盖度;风蚀量间接影响因素作用大小的排序为粗糙度作物盖度风速累计时间;风蚀量决定系数排序为d_(风速累计时间·风速累计时间)d_(风速累计时间·作物盖度)d_(风速累计时间·粗糙度)d_(作物盖度·粗糙度)d_(作物盖度·作物盖度)d_(粗糙度·粗糙度);风速累计时间与作物盖度主要通过其本身直接影响风蚀量,粗糙度主要通过间接作用减少风蚀量。[结论]可适当地增加作物种植密度,提高粗糙度、作物盖度,减少风蚀危害。     

黄土塬区农田蒸散的变化特征及主控因素

蒸散是水量平衡和能量平衡的重要组成部分,也是农田生态系统水分消耗的主要途径。为探究黄土塬区农田蒸散的日动态变化规律,运用涡度相关法、土壤水分及常规微气象观测系统等,于2013年作物生长季(4—10月)对试验区农田作物(冬小麦、春玉米)蒸散特征及影响因素进行分析。结果表明,降水对蒸散的影响较为显著,降水过后的日蒸散量较降水前会有所增加;农田0~100 cm土壤含水量变异系数较大,土壤水分变化剧烈,作物根系的集中分布范围在0~80 cm之间,因此0~100 cm土壤水分主要参与蒸散过程;晴天蒸散的累积量大于阴天,晴天和阴天的日均蒸散量分别为4.5、3.8 mm d-1,相差0.7 mm d-1。阴天蒸散开始的时间较晴天晚,阴天条件下的蒸散更易受到气象因子的扰动;不同天气条件下净辐射均为蒸散的主要影响因子,蒸散速率与净辐射变化趋势一致,但在时间上滞后于净辐射;在不同的土壤水分环境条件下,蒸散的过程和强度差异较大,水分胁迫条件下,全天蒸散量水平较低,"蒸散高地"的持续时间较长;而水分相对充足时,全天蒸散水平较高,"蒸散高地"持续时间较短,维持较高的蒸散速率的时间较长。     

日光温室番茄不同空间尺度蒸散量变化及主控因子分析

明确日光温室作物不同空间尺度蒸散量及变化规律是提高水分利用效率、实现农业水资源合理配置的关键。该文针对华北地区典型日光温室,于2015—2016年在中国农业科学院新乡综合试验基地,以滴灌番茄为研究对象,参考20 cm标准蒸发皿的累积蒸发量,设计充分灌溉和亏缺灌溉2种水平,研究不同水平下番茄叶片蒸腾、单株耗水(用茎流速率表征)和群体蒸散量的日变化和生育期变化,并采用通径分析法确定影响不同空间尺度蒸散量的主控因子。结果表明:叶片蒸腾和气孔导度随太阳辐射变化,峰值出现在10:00—14:00之间,移栽54~58 d后充分和亏缺处理的叶片蒸腾和气孔导度开始出现差异;充分和亏缺处理的单株耗水在晴天差异最大,阴雨天最小,且滞后太阳辐射约1 h;全生育期充分和亏缺处理的日群体蒸散量分别在0.32~6.65和0.15~5.91 mm/d之间变化,群体蒸散量在盛果期最大,占总耗水量的31.7%~34.7%。净辐射对叶片、单株和群体尺度的蒸腾量影响均显著,而水汽压差仅对单株和群体尺度蒸散量影响显著,估算日光温室番茄单株耗水和群体蒸散量时需考虑风速影响。水分胁迫条件下,考虑叶温变量可显著提高单株耗水和群体蒸散量的估算精度。研究可为不同空间尺度蒸散量转换方法的选择以及尺度提升理论模型的构建提供借鉴。     

基于涡度相关仪的蒸散量时间尺度扩展方法比较分析

蒸散量（ET,evapotranspiration）的时间尺度扩展是遥感反演区域ET的关键。为比较基于蒸发比、作物系数和冠层阻力的3种ET时间尺度扩展方法的估值效果,该文利用涡度相关仪实测的北京大兴区冬小麦3－6月份生育期内的ET数据,分析了蒸发比、作物系数和冠层阻力3种参数在日内的变异性并最终比较基于3种参数的ET时间尺度扩展方法的估值效果。结果表明,作物系数在日内变异性最小且其在3个时段的小时值最接近日均值,此外,对比3种方法的估值效果发现,基于作物系数的ET时间尺度扩展方法在3个时段表现效果均最优。对与具有相近气象、气候、下垫面条件和空间尺度数据的地区,推荐采用基于作物系数的时间尺度扩展方法开展从小时到日的ET时间尺度扩展。     

东北地区春玉米生长季农田蒸散量动态变化及其影响因子

利用大型称重式蒸渗仪对东北春玉米田蒸散量的观测结果,分析玉米生长季蒸散量的分布特征及其影响因子。结果表明：东北春玉米生长季（播种-成熟）农田蒸散量为362.3mm,日平均蒸散量为2.6mm·d-1。从各生育期的分布情况看,播种-七叶期蒸散量较小,日平均蒸散量为1.4mm·d-1,占全生育期的11.7%;七叶期开始,日平均蒸散量逐渐增加,在大喇叭口-抽雄期达到最大,为4.3mm·d-1;抽雄-乳熟期总蒸散量最大,为97.2mm,占生长季蒸散量的26.8%。从月蒸散量分布看,7-8月累积蒸散量达207.0mm,占5-9月蒸散量的54.5%;5、6和9月蒸散量较少,分别占5-9月总蒸散量的11.6%、19.6%和14.3%。从逐小时蒸散量变化看,蒸散量日变化表现为早晚低、中午高的“单峰型”曲线特征。蒸散量与叶面积指数、太阳辐射、5cm地温、平均气温、最高气温、最低气温存在显著的线性正相关关系,与空气相对湿度和饱和差间呈显著的二次函数关系。叶面积指数是影响春玉米农田蒸散最主要的生物因子,5cm地温和太阳辐射是最主要的环境驱动因子。     

农田水量平衡模型对作物根系吸水函数及蒸散公式的敏感性

以田间试验资料为基础,建立了一个农田水量平衡模型,探讨了它对作物根系吸水函数和蒸散公式的敏感性.结果表明.不同的根系吸水函数和蒸散公式对农田水量平衡模型的响应程度差异较大,根据与田间土壤水分实测结果比较,认为用Selim根系吸水函数和Penman-Monteith蒸散公式的组合模式能较好地模拟土壤水分变化过程.     

不同时间尺度下华北平原干湿气候时空变化及成因分析

利用华北平原62个气象站点1961-2014年逐日地面观测资料以及同期降水量资料,基于Penman-Monteith方法计算的参考作物蒸散量(ET_0)研究近54a研究区干湿气候时空变化特征,并利用敏感性和贡献率法分析气候变化背景下主要气象因子对ET_0的影响,对干湿气候变化的成因进行探讨。结果表明:华北平原在3个时间段(时段1:1961-1980;时段2:1981-2000;时段3:2001-2014)半干旱区和半湿润区的分界线呈东扩和南移,半干旱区面积不断扩大,湿润区面积变化不明显;研究区1961-2014年ET_0呈显著下降趋势,空间差异大,河南和山东部分地区由于ET_0下降趋势大于降水量减少趋势,气候变湿润;鲁东、天津、河北东部地区降水量减少且ET_0增加,干旱化趋势明显。就月尺度而言,降水量在7月和8月减少幅度最大,夏季ET_0减少幅度较大,5月和6月气候呈变湿趋势。ET_0对相对湿度的变化最敏感,各月导致ET_0变化的主要贡献因子不一,11月-翌年1月风速起主导作用,2月温度为主导因子,6-9月日照时数为主导因子,其它月份为相对湿度、风速等综合作用的结果。     

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。     

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。     

区域植被对不同时间尺度气象干旱的响应——以贵州省为例

为探究贵州省植被生长变化趋势对多时间尺度气象干旱的响应,基于2001—2020年的逐月MODIS-NDVI、EVI影像和气象数据,利用皮尔森相关系数、slope趋势性分析等方法,对贵州省20 a的植被生长状况及气象干旱时空变化特征进行了分析。结果表明:(1)贵州省不同时间尺度下的SPEI在整体上呈现出缓慢增加趋势,表明干旱程度有所降低; 空间分布上干旱化趋势表现在北部的遵义、铜仁及黔西南地区。(2)贵州省植被生长状况整体呈现出增加趋势,空间分布上的黔东南地区以降低趋势为主,毕节西部地区以增长趋势为主;(3)贵州省植被生长状况与不同时间尺度的气象干旱呈现出不同程度的正相关性,以贵州省植被在黔西南和北部地区对干旱的响应最强,其次为贵阳和毕节东部; 不同的土地利用类型中,草地对SPEI₃的响应最强,其次为耕地和林地; 生长季内的不同植被类型对SPEI₃和SPEI₁₂的响应较强。综上,贵州省植被和气象干旱时空分布特征存在一定的差异性,且不同植被类型对不同时间尺度气象干旱的响应情况也有所差别。     

广西道地药材山豆根的适宜气候条件分析

从广西道地药材山豆根（Sophora tonkinensis Gapnep.）产区7个气候条件差异明显的样地选取21份山豆根样品,测定其生物碱含量,结合相应地点30a气候因子平均值数据,采用逐步回归分析、偏相关分析和通径分析方法,对山豆根生物碱含量与气候因子的数量关系进行分析。结果表明,年平均气温、6、7、8月平均极端高温和年平均降水量是影响山豆根生物碱含量的主导气候因子,共同决定了生物碱含量变化的95.24%,其中年平均降水量是最主要的促进因子,8月平均极端高温是最主要的限制因素。年平均气温〈20℃、月平均极端高温〈35℃和年降水量〉1500mm是优质山豆根产出的适宜气候条件,该指标可作为选择山豆根适种基地的参考指标,为科学合理选择山豆根规范化种植基地,保证中成药生产原料质量提供参考。     

辽宁省凌河流域生长季参考作物腾发量变化及气候要素贡献分析

利用辽宁省凌河流域10个气象站1965-2006年的逐日气象资料,采用FAO推荐的P-M公式计算各站逐日参考作物腾发量（ET0）,在分析生长季（4-9月）各气象要素及ET0变化趋势的基础上,用基于敏感系数的贡献值法探讨各气象要素变化对ET0变化的贡献。结果表明：近42a来,凌河流域生长季ET0以21.46mm·10a-1的速率极显著降低（P＜0.01）,平均值为706.73mm,其中最大值发生在5月,最小值发生在9月;ET0高值区集中在朝阳和北票等地,低值区位于义县一带。研究区生长季太阳辐射以0.293MJ·m-2·d-1·10a-1的速率递减;除阜新外其余各站风速均呈极显著下降趋势（P＜0.01）;在全球气候变暖的背景下,过去42a凌河流域生长季平均气温以0.289℃·10a-1的速度上升,其中4月和9月变化显著（P＜0.05）,7月相对稳定。研究区生长季相对湿度变化不大。敏感性分析结果表明,流域内生长季平均ET0对各气象要素变化的敏感性大小依次为太阳辐射＞相对湿度＞风速＞温度,但在研究时段内,显著变化的风速对ET0变化贡献最大,其次为太阳辐射,温度对ET0变化的贡献最小。太阳辐射和风速变化对ET0变化的贡献在流域西部较大,而在东部较小;温度变化对ET0变化的贡献总体上表现为由流域中部向东西两端递减;相对湿度变化对ET0变化的贡献在空间分布上较分散。     

不同时间尺度濂水流域水沙变化及其驱动因素分析

为深入分析流域水沙变化特征及其驱动因素,揭示水沙变化机理机制。以赣南濂水流域为研究区,基于1965—2020年的水文气象数据和土地利用数据,在年尺度和场次暴雨尺度,利用Mann-Kendall检验法、累积距平法、水沙关系曲线、经验统计分析法等,分析水沙变化特征,建立不同时期水沙关系,并定量评估降雨变化和人类活动对水沙变化的贡献率。结果显示：(1)在年尺度,流域径流深、输沙量分别呈非显著下降和极显著上升趋势,突变年份分别为1998年和1995年。(2)与基准期相比,变化期不同时间尺度的径流深和输沙量波动更大,且水沙相关性均增强,表征外界人为干扰的参数(a)和河流本身输沙能力的参数(b)均增大。(3)在年尺度和场次暴雨尺度,降雨变化和人类活动对径流减少的贡献率分别为-1.1%,101.1%和30.2%,69.8%,对输沙增加的贡献率分别为0.5%,99.5%和-2.0%,102.0%。研究成果可为流域的水沙合理调控及生态可持续发展奠定基础。     

聊城棉花蕾铃期气候因素与株铃数的通径分析

以1990—2003年气象资料和棉花试验资料为依据，利用通径分析方法发现，聊城棉花蕾铃期对株铃数产生直接影响的主要气候因素依次是8月的日照时数、7月和8月的降水量及7月的平均气温；产生间接影响的主要因素依次有8月的日照时数、7月和6月的平均气温。因此，在当地棉花栽培管理中，应通过精细整枝、化调化控等措施适当改善蕾铃期棉田内光、温、水等小气候条件，以有效增加棉花株铃数。     

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。     

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。