浑善达克沙地参照作物腾发量简易计算方法初探

为了寻找适合浑善达克沙地参照作物腾发量计算的简易方法,该文以实测的微气象数据为基础,分别采用FAO56 Penman-Monteith(1998)、Hargreaves-Samani(1985)、Irmark-Allen拟合以及Priestley-Tay-lor(1972)计算参照作物腾发量,并以普适性强、精度高的FAO56 Penman-Monteith为基准,对其他方法进行气象因子的非线性修正。结果表明:气象因子修正后的参照作物腾发量精度大大提高,为获得相对可靠的参照作物腾发量开辟了新的途径。FAO56 Penman-Monteith、Irmark-Allen拟合和Priestley-Taylor都需要用到净辐射,而专业测量净辐射的设备在农业气象站里很少安装,使三种方法推广使用受到一定限制。气象因子修正后Hargreaves-Samani需要的气象数据相对容易获得,且计算简单,具有较高的精度,建议在缺少气象资料的干旱地区推广采用。     

内蒙古不同气候区域参考作物腾发量估算模型适用性分析

本研究基于内蒙古自治区50个站点1951—2013年的气象资料,对文献中已有的33个参考作物腾发量(ET0)模型进行详细的统计分析,采用10个统计指标对ET0估算模型的性能进行评价,并引入全球绩效指标(GPI)来对模型进行排名.结果表明,在特干旱和干旱地区,基于质量转换(Mass transfer-based,MTB)...     

参考作物蒸散量计算方法在极端干旱区的适用性

参考作物蒸散量不同计算方法在极端干旱的塔克拉玛干沙漠腹地的适用性鲜有研究。依据塔克拉玛干沙漠腹地收集的2005-2010年的气象资料,以Penman Monteith为标准,运用8种参考作物蒸散量不同计算方法,探讨在塔克拉玛干沙漠腹地的适用性及计算结果的差异性。结果表明：在极端干旱的塔克拉玛干沙漠腹地,Penman1948、FAO24-Penman、Irmark Allen、Makkink、Priestley Taylar计算结果偏小,而FAO Penman修正法计算结果偏大,仅Kimberley Penman和Hargreave与Penman Monteith的计算结果没有显著差异。 以2004年3-12月气象资料检验Penman1948、FAO24-Penman、Irmark Allen、Makkink、FAO Penman修正法和Priestley Tayla修正公式,计算结果与Penman Monteith月偏差仍然较大。偏差较大的原因是3种Penman计算方法均采用了不同的风速修正方法,由风速引起的空气动力项所占的参考作物蒸散量月贡献率不同,而Irmark Allen、Priestley Taylar和Makkink 3种方法仅考虑了辐射项,忽略了空气动力项。因此,这6种计算方法在极端干旱的塔克拉玛干沙漠不适用,仅有Kimberley Penman和Hargreave可以适用。     

新疆塔里木盆地西缘参考作物蒸散发模型的适用性评价

参考作物蒸散发(ET0)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。文中以新疆塔里木盆地西缘的阿克苏地区为例,以PM模型计算值为标准,评价了H-S、P-T与Mc Cloud模型在研究区的适用性。结果表明:太阳总辐射与ET0日值之间呈现极强的相关性与偏相关性,说明太阳辐射能量是驱动SPAC系统中水分从植被向大气运动的主要动力;由于模型输入参数的不同,在ET0日值计算中,H-S模型、P-T模型与Mc Cloud模型计算值显著小于PM模型,其中以H-S模型计算精度最高,均方根误差为1.058mm,平均偏差为0.212mm;通过对H-S模型、P-T模型与Mc Cloud模型进行修正,不同模型的计算精度均有所提高,修正后Mc Cloud模型的计算精度最高,且3种模型修正后ET0日值与PM模型计算值无显著差异。文中研究结果可为塔里木盆地西缘地区参考作物蒸散发的计算提供重要参考。     

干旱区天然低湿牧草地参考作物蒸散量研究--以黑河中游为例

以高精度的气象观测资料为基础,用FAO推荐的FAO Penman-Monteith公式估算了黑河中游天然低湿牧草地的参考作物蒸散量(ET0).结果表明在一个完整年度内,试验地ET0为1 194.3 mm,日均3.26 mm·d-1.在牧草不同生长季节,ET0变化剧烈,非生长期、生长初期、生长中期、生长末期ET0分别为0.92,2.13,5.33mm·d-1和2.52 mm·d-1,其蒸散量分别占全年蒸散总量的7.85%,5.02%,70.90%和16.23%.ET0在2月中下旬迅速增大,4月增大幅度最大,此后ET0进一步增大直到7月达到最大,随后ET0逐步减小,在11月中旬随着牧草生长期的结束降至年最低值.ET0在800时左右(生长中期在700左右)开始增大,1300达到最大,1800停止(生长中期在1900左右).     

塔克拉玛干沙漠腹地参考作物蒸散量与蒸发皿蒸发量的对比分析

利用2005-2010年塔克拉玛干沙漠腹地气象资料计算了极端干旱区塔克拉玛干沙漠腹地参考作物蒸散量(ET0),并与气象站蒸发皿蒸发量(Ep)进行了对比分析及影响因素的灰色关联度排序。结果表明:极端干旱区ET0最大值出现于7月,最小值则出现在1月;Ep最大值分别出现在6月,最小值出现在12月。灰色关联分析表明,在年时间尺度上与ET0关系最为紧密的气象因子是Umean,其次是Tmax,而影响Ep气象因子最为紧密的气象因子是Tmax,其次是Umean;在春、夏、秋、冬四个季节尺度上夏季对影响ET0和Ep的气象因子差异最大。ET0与Ep在春、秋、冬三个季节都成极显著关系,而在夏季呈显著线性关系,因此在不同时间尺度上二者可以进行互相替换。     

北京地区参考作物蒸散量变化趋势及其主要影响因素分析

利用1951~2007年北京气象站的气象资料,采用FAO56 Penman-Monteith公式(PM公式),计算了北京地区每日的参考作物蒸散量(ET0),分析了北京地区各气象要素和ET0的变化趋势,利用敏感性分析找出影响ET0变化的主要因子。研究结果表明:在1951~2007年期间北京地区的平均相对湿度和日照时数呈下降趋势,平均温度呈升高趋势,平均风速呈现先增加(1951~1972年)后下降的趋势(1973~2007年);饱和水汽压差升高造成的ET0值正变化不仅抵消了净辐射降低对ET0造成的负影响,还使得参考作物蒸散量表现为逐渐增加趋势;敏感性分析显示相对湿度和温度是影响北京地区年ET0变化的主要因子;在年内,夏季(6~8月份)对ET0影响最大的因素为日照时数,在其它时间段内,温度对ET0的影响最大。     

近46 a六盘山东西两侧参考作物蒸散量特征

基于六盘山东西两侧甘肃平凉市7个气象站1965-2010年逐日气象要素,采用Penman Monteith模型计算了逐日参考作物蒸散量,应用Mann Kendall非参数检验法,分析了年际变化和季节变化特征。结果表明：① 1965-2010年,平凉市参考作物蒸散量多年平均在890～1 142 mm,全市西南部蒸散量最小,东部最大,年内夏季达到最大值,春、秋季次之,冬季最小;② 近46 a来,平凉市大多数站点参考作物蒸散量呈显著下降趋势;③ 影响平凉市参考作物蒸散量季节变化的主要气候因子是风速和日照,其中,风速是影响全市蒸散量呈下降趋势的主导因子。     

砾石覆盖量对夏玉米作物系数及水分利用效率的影响

为评价半湿润易旱地区砾石覆盖对土壤贮水量、作物生长与产量及水分利用效率的影响,利用杨凌地区夏玉米2014年实测数据及气象数据,基于Penman-Monteith公式计算了砾石不同覆盖量下全生育期内参考作物蒸发蒸腾量,并根据FAO推荐的分段单值平均法,计算夏玉米各生育期作物系数,以及砾石不同覆盖量下作物水分利用效率。结果表明:砾石覆盖的保水效果主要体现在作物生长初期,拔节期最大砾石覆盖处理0~200 cm土壤贮水量较对照增大12.8%,后期由于冠层覆盖影响其效果减弱;夏玉米全生育期作物系数与覆盖量呈线性关系;覆盖量越大,不同生育阶段的作物系数也相应增加;叶面积和株高与作物系数有着较好的回归关系,可以对生育期内的玉米蒸散量进行预报;砾石覆盖可以缩短夏玉米生育期的天数,最大可缩短19 d;砾石覆盖能促进作物生长,提高作物产量,且在该试验覆盖量范围内,覆盖量越大,增产增效越明显,随覆盖量增加,各处理分别较对照提高4.65%~38.17%;作物水分利用效率随覆盖量的增大分别较对照提高2.94%~32.99%。     

Hargreaves公式计算宁夏地区参考作物腾发量的研究

Penman-Monteith公式计算ET0需要大量的气象数据,而这些数据在一些地区尤其是不发达地区缺测情况较多。Hargreaves公式是FAO推荐的在只有气温数据情况下,估算ET0的方法,但在应用时需要对其进行修正。文中利用国家气象数据共享服务网提供的宁夏24个气象站长系列逐旬气象资料(1951-1999年),分别用Penman-Monteith公式,Hargreaves公式计算参考作物腾发量,然后通过回归分析确定出宁夏每一个气象站所代表区域应用Hargreaves公式时的经验系数,提出修正后的Hargreaves计算公式;并用2000-2012年的气象数据对修正后的Hargreaves公式进行验证。结果表明:1)未修正的Hargreaves公式,在宁夏地区的适用性较差,与Penman-Monteith公式计算值对比差异显著。2)修正后的Hargreaves公式计算精度显著提高,与Penman-Monteith公式计算结果有很好的拟合,可见,利用修正后的Hargreaves公式替代PM公式计算宁夏地区参考作物腾发量是可行的。     

石羊河流域参考作物蒸散发时空变化及其对气候变化的响应

基于石羊河流域8个气象站点1984—2019年逐日气象资料,分析参考作物蒸散量(ET0)时空变化规律,多种定性与定量分析方法结合,揭示ET0变化与气象因素间的相关关系,确定主导气象要素,探明ET0变化对主导因子敏感程度及贡献.结果表明:石羊河流域ET0上升趋势显著,流域大部分区域达到0.05显著性水平;空间上呈现由南向...     

甘肃中东部半干旱区参考作物蒸散量多种计算方法的比较研究

为明确甘肃中东部丘陵沟壑地区参考作物蒸散量(ET0)在气象资料短缺条件下的计算方法,依据6个气象站的长系列资料,以FAO Penman-Monteith方法为标准,对7种ET0计算方法进行评价。结果表明:Hargreaves与FAO Penman-Monteith吻合最好,其次为Jensen-Haise,各地区年均标准偏差(RMBE)分别为120.0 mm、446.1 mm。Pennman、FAO-17 Penman、FAO-24 Radiation、Preiestley-Taylor计算结果偏高,各地区年均RMBE在3 122.1～1 383.4mm间,以FAO-24 Radiation差异最大。8种方程计算的年内月均ET0趋势基本呈单峰曲线,峰值出现在7月份。Hargreaves、Jensen-Haise两种方程3-9月差异大于1-2月和10-12月份; Penman、FAO-17 Penman、FAO-24Radiation、Preiestley-Taylor、Makkink 5种方程7月份差异最大,地区间表现不一。不同的方程与FAO PenmanMonteith方程均存在显著的线性相关关系(0. 994**≤R≤0.8743**),回归系数t检测均达到显著水平,以FAO Penman-Monteith方程为基础对各方程进行矫正是可行的。     

河套灌区参考作物蒸发蒸腾量估算方法研究

参考作物蒸发蒸腾量（ET₀）是计算作物需水量的基础,一般用FAO推荐的Penman-Monteith公式（PM公式）计算。但是在河套灌区部分地区缺少辐射数据的观测,因而无法利用PM公式计算ET₀。本文选用河套灌区临河气象站1990—2012年的气象资料,分析了利用PM公式计算参考作物蒸发蒸腾量ET₀与气象要素的关系,发现对ET₀影响最大的气象因素为净辐射,其次为饱和水气压差和平均温度。建立了基于饱和水气压差、温度和风速的ET₀估算公式,验证结算显示相关系数、纳什效率系数和总量平衡系数分别为0.96、0.92、1.00。在风速缺测的条件下,也建立了基于饱和水汽压差和温度的ET₀估算公式。以上两个公式为河套灌区缺资料条件下ET₀的估算提供了简单且准确的估算方法。     

甘肃省参考作物蒸散量变化特征与影响因子分析

为了探寻甘肃省参考作物蒸散量(ET_0)的变化特征及其影响因子,利用FAO-Penman-Monteith(98)公式计算甘肃省4个分区的ET_0。依靠处理定性概念与定量描述不确定转换的云模型对ET_0变化特征和影响ET_0的气象因子进行了研究;同时,采用通径分析的方法,对不同区域影响ET_0变化的气象因子进行了探讨。结果表明:63年来,ET_0在空间上表现为西北地区大于东南地区。其中,河西地区ET_0在甘肃省内一直处于最高值,但呈逐年减小的趋势;陇中地区和陇东地区前30年先减小,后33年较之前有所增加,但总体趋于稳定;陇南地区则表现为多年最低值且较为稳定,无明显变化。63年来河西地区ET_0分布最为离散,不均匀性也最不稳定性;陇东地区ET_0分布最为均匀,稳定性也相对最好。通径分析表明,各个气象因子对ET_0变化都有影响且对不同区域ET_0的主要影响因子也不尽相同。对河西地区和陇南地区ET_0变化直接作用最大的气象因子为平均温度;对陇中地区和陇东地区ET_0变化直接作用最大的气象因子分别为平均相对湿度和日照时数。平均风速是对河西地区、陇中地区和陇东地区间接作用最为显著的气象因子;而对陇南地区ET_0间接作用最为显著的气象因子则为日照时数。     

Spatiotemporal variations of evapotranspiration and reference crop water requirement over 1957-2016 in Iran based on CRU TS gridded dataset

Agriculture needs to produce more food to feed the growing population in the 21^st century. It makes the reference crop water requirement (WREQ) a major challenge especially in regions with limited water and high water demand. Iran, with large climatic variability, is experiencing a serious water crisis due to limited water resources and inefficient agriculture. In order to overcome the issue of uneven distribution of weather stations, gridded Climatic Research Unit (CRU) data was applied to analyze the changes in potential evapotranspiration (PET), effective precipitation (EFFPRE) and WREQ. Validation of data using in situ observation showed an acceptable performance of CRU in Iran. Changes in PET, EFFPRE and WREQ were analyzed in two 30-a periods 1957-1986 and 1987-2016. Comparing two periods showed an increase in PET and WREQ in regions extended from the southwest to northeast and a decrease in the southeast, more significant in summer and spring. However, EFFPRE decreased in the southeast, northeast, and northwest, especially in winter and spring. Analysis of annual trends revealed an upward trend in PET (14.32 mm/decade) and WREQ (25.50 mm/decade), but a downward trend in EFFPRE (-11.8 mm/decade) over the second period. Changes in PET, EFFPRE and WREQ in winter have the impact on the annual trend. Among climate variables, WREQ showed a significant correlation (r=0.59) with minimum temperature. The increase in WREQ and decrease in EFFPRE would exacerbate the agricultural water crisis in Iran. With all changes in PET and WREQ, immediate actions are needed to address the challenges in agriculture and adapt to the changing climate.     

西北干旱区农业资源利用正效应因子分析--以塔里木河流域为例

以西北干旱区塔里木河流域为例,选取了9个指标,利用因子分析法针对人类对水土资源利用所产生的正效应进行了分析,结果表明,第一公因子在GDP、粮食产量、人口总数、牲畜头数、财政收入、耕地面积、农林牧等总产值和有效灌溉面积的载荷较高,说明这些指标可综合反映农业资源利用正效应之一,即人口环境经济容量;第二公因子在机电排灌面积上的载荷最高,说明机电排灌面积可反映水、土等环境容量。     

黄河上游重要水源补给区参考作物蒸散量变化特征分析

利用甘南牧区4个气象观测站1971-2010年的地面气象观测资料,运用Penman-Monteith公式计算得出牧区四站逐月ET0值.通过统计分析、相关分析、小波及Mann-Kendall法等方法对甘南牧区ET0的变化特征进行了分析,并就高原上气象因子与ET0的相关性做了进一步研究.结果发现甘南牧区各县ET0年际变化呈逐年上升趋势,上升趋势达8.8～ 19.5mm/10a;1985年以前有明显的准10 a周期,2000年到2010年间出现了准5 a周期;在90年代以后的20年中上升更快,并于1996年以后出现了突增.牧区ET0夏季最大,并且逐年上升最快;冬季最小,逐年上升最慢.牧区ET0的空间分布不均匀除了与当地高原特殊地形地貌复杂性有关外,还与影响参考作物蒸散量的主要气象因子的不同有关.