吉兰泰及周边地区蒸散发的时空变化规律

【目的】探索吉兰泰及周边地区蒸散发的时空变化规律。【方法】以吉兰泰为对象,利用MODIS数据通过SEBAL模型估算了研究区2017年植被生长季5—10月的日蒸散发,并分析了蒸散发与环境因子的相关性。【结果】①生长季日平均蒸散量整体趋势呈单峰型分布趋势,日均蒸散量最大值在7月(3.98 mm),最小值在10月(1.11 mm);②在空间分布上,研究区东南部蒸散发最高,东北部蒸散发最低;不同土地利用类型中蒸散发值由大到小分别为林地、耕地、草地、戈壁、沙漠;各土地利用类型蒸散发量的时间动态表现一致,呈生长期>生长初期>生长后期;③归一化植被指数、高程与蒸散发正相关,风速以及地表温度与蒸散发负相关。【结论】SEBAL模型估算的蒸散发与P-M作物系数法的蒸散发进行对比,相对误差在允许范围之内,表明SEBAL模型对本研究区蒸散发的估算是可靠的。研究区靠近山地的蒸散发大于荒漠区的蒸散发。在植被生长季中生长初期的蒸散发受温度和风速影响最大,生长期和生长后期的蒸散发受地表温度和高程影响最大。     

基于地面观测和Sentinel-2数据的玉米实际蒸散发估算

基于遥感技术估算作物蒸散发(Evapotranspiration,ET)对农业用水效率评价和精量灌溉决策具有重要意义。结合Sentinel-2数据和农田连续地面观测资料,利用混合双源蒸散发模型(Hybrid dual-source scheme and trapezoid framework-based evapotranspiration model,HTEM)对宁夏回族自治区中卫市2019年两个试验田玉米主要生育期(5—8月)的蒸散发量进行估算,并用水量平衡法对遥感估算结果进行验证和评价。结果表明:Sentinel-2数据具有高时空分辨率,能够与研究区复杂的种植地块相匹配,减少了混合像元的数量;遥感反演参数与地面观测数据拟合度较高,研究区2019年遥感反演的玉米田净辐射量均方根误差为36.256 W/m²。利用HTEM模型估算可得,主要生育期内研究区两个玉米试验田的日均实际蒸散发量分别为4.269 mm/d和4.339 mm/d,实际蒸散发总量分别为525.114 mm和533.690 mm,其中植被蒸腾量分别为363.483 mm和358.196 mm,生育初期主要以土壤蒸发形式消耗水分,随着作物的生长,在生育中后期主要以植被蒸腾的形式消耗水分。ET遥感反演结果与水量平衡结果之间差别不显著,两个观测点绝对误差分别为13.533 mm和7.774 mm。因此,结合地面连续观测系统和Sentinel-2数据估算研究区玉米生育阶段蒸散发量具有较高的精度,可为作物耗水规律研究及区域农业水管理提供技术支撑。     

基于SEBAL模型和Landsat-8遥感数据的农田蒸散发估算

【目的】及时准确地获取农田蒸散发量,为科学管理农田灌溉、精准估算作物产量和预报土壤水分动态、合理开发水资源等提供有效依据。【方法】以广利灌区为研究对象,基于SEBAL模型利用Landsat-8数据对研究区域农田蒸散发进行估算,通过地表参数计算净辐射通量、土壤热通量和感热通量,利用余项法求得潜热通量及瞬时蒸散发。假定24 h内蒸散比不变,由瞬时蒸散发扩展到日蒸散发量,最终求得研究区的日平均蒸散发量,将模型计算结果与彭曼公式进行了对比,同时结合灌区提供数据对计算结果进行了验证。【结果】彭曼公式计算2014年5月6日和2015年9月14日蒸散量与实测结果相差分别为5.2%和9.4%,SEBAL模型估算得到2014年5月6日和2015年9月14日的日蒸散量与灌区提供日蒸散量相差4.5%、6.0%,且冬小麦及夏玉米蒸散发在空间上存在一定的差异性,主要集中在灌区中部区域及西南区域。【结论】SEBAL模型计算结果具有较高的精度,而且方法相对快捷高效。     

基于数据融合算法的灌区蒸散发空间降尺度研究

采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。     

基于遥感蒸散发模型的净灌溉水量测算空间尺度研究

【目的】农业用水总量和灌溉水有效利用系数是最严格水资源管理考核总量红线和效率红线控制的重要指标。目前遥感蒸散发模型在珠江片区域蒸散发量估算和净灌溉水量评估的应用度不高,对其空间适用尺度缺乏研究。【方法】以广西区为例,通过试验观测-遥感解译等技术计算不同空间尺度遥感蒸散发量,并与相应尺度直接量测的净灌溉水量建立线性相关关系,根据相关系数,得出误差最小的空间尺度,从而建立一套更准确、快速、有效的最优空间尺度下,根据遥感蒸散发量进行区域净灌溉水量估算的方法。【结果】在较大的广西区、片区尺度,净灌溉用水量和遥感蒸散发量之间存在明显的线性相关关系,相关系数在0.8以上;对比广西区和桂中片区净灌溉用水量实测结果与遥感估算结果,误差均在0.5%以内。【结论】在片区和广西区等较大尺度,遥感测算结果的可信度较高,遥感蒸散发模型适用性较强,其估算结果可为最严格水资源管理考核和农业水资源科学管理提供科学支撑。     

不同气象条件下陇中玉米农田生态系统水分利用效率研究

【目的】探究陇中半干旱区玉米农田生态系统水分利用情况。【方法】利用陇中半干旱区玉米农田生态系统,涡度系统碳水通量数据,分别从生态系统水分利用效率(WUE)、固有水分利用效率(IWUE)探讨了不同气象条件对半干旱区玉米农田生态系统水分利用效率的影响。【结果】WUE和IWUE在生长季均值分别为4.71 g/kg和32.04(g·h Pa)/kg。IWUE考虑了饱和水汽压差(VPD)对蒸散量(ET)的非线性影响,GEP与ET在日尺度上存在滞后效应,而IWUE能有效地减弱滞后效应。阴晴天的光合有效辐射、饱和水汽压差、液流速率、蒸散量均为单峰曲线,晴天的值大于阴天的。阴晴天的碳通量变化不明显,水分利用效率为"U"型曲线,阴天的碳通量大于晴天的。阴天饱和水汽压差和液流速率与WUE的线性相关关系均较差,晴天的饱和水汽压差和液流速率与WUE的相关关系较阴天好,而IWUE的拟合效果好。【结论】与WUE相比,IWUE能更好地评价该地区碳水耦合情况。     

不同种植密度下制种玉米液流变化及其影响因子分析

【目的】探究不同种植密度下制种玉米液流的变化规律和影响因子。【方法】于2015年3—9月进行了制种玉米的大田试验,共设置4个种植密度,分别为9.75万、11.25万、12.75万和14.25万株/hm2,观测了不同种植密度下制种玉米的液流。【结果】不同种植密度下液流速率的变化趋势一致,并且随种植密度的增加而减小;通过相关分析与通径分析表明,小时尺度液流速率(Qh)与气象因子相关性排序为:太阳辐射(Rs)水汽压差(VPD)大气温度(Ta)相对湿度(RH)风速(Ws);日尺度液流速率(Qd)与气象因子相关性排序为:VPDTaRsRHWs;相比于茎粗(D),Qd与叶面积指数(LAI)的相关性更高,而与株高(H)无明显关系;全生育期内蒸腾量(T)随种植密度的增加而增加,蒸腾比(T/(E+T))为88%~89%;微型蒸渗仪法(E)加液流法(T)测得的耗水量较水量平衡法低估作物耗水量9%。【结论】Rs是Qh的主要驱动因子,VPD是Qd的主要驱动因子;制种玉米夜间茎流不可忽略。     

基于SEBAL模型和环境卫星的区域蒸散发量及灌溉水利用系数估算研究

【目的】探索基于遥感技术建立准确快捷评估区域蒸散发量和灌溉水利用系数的方法。【方法】以河套灌区义长灌域为研究区,基于SEBAL(Surface Energy Balance Algorithm for Land)模型和较高时空分辨率的环境卫星影像,建立了SEBAL遥感蒸散发估算模型,并与降水量、灌水量和地下水位数据结合,计算了研究区的灌溉水利用系数。【结果】SEBAL模型反演的作物蒸散发量的平均绝对误差在5%以内;2013—2017年研究区灌溉水利用系数在0.427～0.572之间,平均值0.492,高于河套灌区的平均水平。人民支渠区的灌溉水利用系数在0.447～0.688之间,均值为0.516。研究区地下水补给量均值为52.13 mm,约占灌水量的3%～7%,忽略地下水补给量会对灌溉水利用系数准确计算带来0.03～0.08的误差。【结论】基于SEBAL遥感蒸散发模型快速测算了灌溉水利用系数,计算结果具有较好的精度和可信度。模型尺度差异性较小,在不同空间尺度的适用性较好。     

基于冠气温差的淮北地区水稻日需水量估算模型研究

【目的】构建水稻日需水量估算模型,为灌区动态用水管理提供科学指导。【方法】以淮北淮涟灌区水稻为研究对象,通过称质量法获取水稻日需水量,同步采集水稻冠层温度和相关气象要素,分析各要素与实测水稻日需水量关系,构建了以太阳净辐射和冠气温差为参数的水稻日需水量估算模型,并利用叶面积指数对其进行修正。【结果】太阳净辐射量和冠气温差是反映水稻日需水量的关键因子,水稻日需水量与太阳净辐射呈正线性相关,与冠气温差呈负线性相关,冠气温差随着生育期延续有增大的趋势。通过叶面积指数修正的模型相对误差为5.07%,均方根误差为0.183 mm/d。【结论】利用冠气温差估算水稻日需水量,方法较为简单,精度满足灌溉管理要求。     

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。     

1968―2018年民勤地区参考作物需水量的年际变化特征及相关气象影响因子研究

【目的】研究民勤地区作物需水量的主要影响因子。【方法】基于民勤地区1968―2018年气象数据,利用Penman-Monteith公式计算了不同时间尺度的平均参考作物需水量ET0,分析ET0变化趋势,并与气象因子变化趋势进行相关性拟合。【结果】1968―2018年民勤地区年平均参考作物需水量呈波动上升趋势,最低值为1968年的3.15mm/d,最高值为2013年的3.72 mm/d,且参考作物需水量的上升趋势是从2003年开始最为明显;参考作物需水量与年平均最高气温、年平均最低气温、年平均气温、年平均相对湿度、年平均日照时间以及年平均风速的相关性比较显著,与降雨量和净辐射相关关系不显著。【结论】民勤地区的干旱状况目前处于平稳期,年平均最高气温和年平均相对湿度是导致民勤地区参考作物需水量年际变化的最主要的气象因子。     

基于多源数据的内蒙古察汗淖尔流域作物生育期实际蒸散发分析

探究区域作物生育期实际蒸散发及其空间分布特征,为区域节水潜力评价提供依据.研究结合多源数据(种植结构、遥感数据和气象数据等)和遥感陆面蒸散反演方法,得到作物实际蒸散发(ET),并根据作物不同生长阶段的变化特点结合气象资料估算遥感数据缺失时期的ET.①基于遥感数据和SEBAL模型能够准确反演流域空间尺度的日蒸散发量,其生育初期和中期平均误差分别为11.49％和6.22％.5-7月,日蒸散发逐渐增大,且在7月达到峰值,8-10月日蒸散发逐渐降低,9-10月降低趋势较大;②不同作物之间,生育期ET差异明显,甜菜>土豆>玉米>小麦,分别为619.72 mm、558.67 mm、492.51 mm、456.58 mm.作物生育期ET变化范围分别在476.02～795.73 mm、405.41～684.84 mm、345.11～683.35 mm和313.34～604.62 mm之间;③同种作物因灌溉制度不同,其作物生育期ET在空间上表现出差异性.受流域南北降雨不均影响,4种主要作物生育期ET呈现明显的由南向北递减趋势.北部湖泊附近的小麦,因土壤含水量较高,其生育期ET高于周边其他区域.针对内蒙古察汗淖尔流域内作物生育期ET空间分布差异明显,部分区域地下水超采严重等特点,调整流域内种植结构及灌溉制度尤为重要.     

夏玉米生育期叶面蒸腾与棵间蒸发比例试验研究

利用大型称重式蒸渗仪测定夏玉米生育期的总腾发量,用小型蒸发器测定棵间蒸发量,用茎流计测定叶面蒸腾量。通过3种设备实测数据的对比分析,得到夏玉米生育期的总耗水量为436.3 mm,其中叶面蒸腾316.4 mm,棵间蒸发119.9 mm,棵间蒸发占总腾发量的比例达到27.5%。茎流计所测得的蒸腾量与大蒸渗仪和小蒸发器联合测得的蒸腾量相关性良好,从而验证了用茎流计法测定叶面蒸腾方法的可行性。根据茎流计实测数据分析了叶面蒸腾的日变化过程,发现夏玉米叶面蒸腾与净辐射密切相关,呈周期性变化。     

华北小麦-玉米轮作净灌溉需水量变化趋势——以大兴区为例

【目的】开展不同时间序列华北小麦-玉米轮作净灌溉需水量变化趋势研究,为未来农业用水规划提供决策参考。【方法】采用Mann-Kendall非参数检验法分析了近60 a(1961―2017年)与近30 a(1988―2017年)小麦-玉米轮作的作物需水量、有效降水量、净灌溉需水量的变化趋势。【结果】不同时间序列小麦-玉米轮作的作物需水量、有效降水量及净灌溉需水量的变化趋势存在较大差异,1961―2017年小麦-玉米轮作作物需水量与有效降水量整体呈显著增加趋势,变化倾向率分别为5.3、7.8 mm/10 a;而净灌溉需水量呈不显著减少趋势,变化倾向率为-2.5 mm/10 a。1988―2017年小麦-玉米轮作作物需水量整体呈显著增加趋势,变化倾向率为11.0 mm/10 a;有效降水量整体呈显著减少趋势,变化倾向率为-7.3 mm/10 a;净灌溉需水量整体呈显著增加趋势,变化倾向率为18.3 mm/10 a。【结论】1961―2017年小麦-玉米轮作的净灌溉需水量减少,主要是平均风速与日照时间减少所致;而1988―2017年小麦-玉米轮作净灌溉需水量增加,主要是气温升高与相对湿度减少所致,且序列越短其变化趋势越显著。因而在进行灌溉用水规划时,合理选择序列长度尤为重要。     

东北寒区水稻需水对地下水埋深的响应及灌溉模拟

【目的】揭示不同降水年型下东北寒区水稻需水对地下水埋深变动与灌溉的响应规律,进一步优化寒区水稻灌溉制度。【方法】以黑龙江庆安和平灌区灌溉试验站多年水稻灌溉试验及2017年地下水动态观测数据为依据,分析不同灌水模式下水稻耗水及地下水变化动态,验证AquaCrop模型在东北寒区水稻生长模拟中的适用性,并用于模拟分析25%、50%、75%降水年型下水稻需水与不同地下水埋深的相互关系及灌水量的响应规律,提出适宜该地区水稻高产的地下水埋深范围及其生育期净灌水量。【结果】①水稻生育期内,地下水埋深先浅后深,其中,分蘖期、拔节孕穗期和抽穗开花期耗水量大,灌溉和降雨较多,地下水埋深较浅;②构建了3种降水年型下ET与GD、I的多元回归方程,综合考虑了水稻需水量与地下水埋深、生育期灌水量之间的相关关系,可用于稻田高效耗用水管理和地下水资源持续利用;③为实现东北寒区水稻高产和地下水埋深基本稳定的双重目标,地下水埋深应控制在2.0～2.5 m之间,水稻生育期净灌水量为:枯水年不宜低于现状灌水量,即300 mm;丰水年和平水年净灌水量可适当减少至现状灌水量的0.8倍,即240 mm。【结论】提出了适宜该地区水稻高产的地下水埋深范围及生育期净灌水量,为促进我国东北地区节水增粮,保护湿地生态环境,提高农业用水效率提供了理论依据。     

基于CROPWAT模型的玉米需水量及灌溉制度研究

【目的】研究黑龙江西部气候变化对玉米需水量影响及不同降雨年型下喷灌、膜下滴灌的灌溉制度。【方法】基于黑龙江省肇州县1988—2015年气象资料、作物参数和土壤数据,利用Mann-Kendall趋势检验法分析了玉米生育期内各气象因素变化规律,结合CROPWAT模型研究了黑龙江省西部玉米需水量、有效降雨量和灌溉需水量的年际和各生育期间的变化规律并总结归纳了导致这些变化的气象原因,分析了不同降雨年型作物需水量与有效降雨量的耦合度并制订了相应的喷灌和膜下滴灌灌溉制度。【结果】(1)玉米生长期内,月平均最高温度和月平均最低温度显著升高,月平均风速显著降低;(2)玉米生长期内需水量受最高温度影响,以8.72 mm/10 a的速率增长,变化范围为374.7~537.0 mm;(3)特枯水年、枯水年、平水年和丰水年的需水量分别为500.3、470.8、442.8、395.4 mm。(4)不同降雨年型作物需水量与有效降雨量的耦合度总体呈先升增大后减小的变化趋势;(5)喷灌条件下,特枯水年、枯水年和平水年的灌溉净定额分别为187.4、125.4、49.2 mm;(6)膜下滴灌条件下,特枯水年、枯水年和平水年的灌溉净定额分别为163、95.6、35.8 mm。【结论】在气候变化背景下,该地区有效降雨呈减小趋势,玉米需水量呈增大趋势,除丰水年外,有效降雨量难以满足玉米的需水要求,在农业生产中应根据不同降雨年型在抽雄期和灌浆期进行适量灌溉来保证玉米稳产、高产。     

河套灌区玉米农田蒸散动态变化及其影响因子的通径分析

采用大型称重式蒸渗仪研究了内蒙古河套灌区玉米蒸散动态规律,并运用通径分析法探讨了玉米蒸散量ET与各影响因子间的相关关系.结果表明:充分灌溉处理下玉米生育期(播前-收获)累积蒸散量为593.72 mm,亏缺灌溉处理下为395.21 mm,日平均蒸散量分别为4.24和2.82 mm/d.由各生育期的分布情况可知苗期蒸散量最小,分别占全生育期的3.7%和5.8%;拔节期开始,蒸散量逐渐增大,在抽雄期达到峰值,2种处理总蒸散量分别为279.38和166.76 mm,日平均蒸散量分别为8.47和5.05 mm/d,分别占整个生育期蒸散总量的47.1%和42.2%.由小时尺度蒸散量变化规律可知,玉米日蒸散量变化规律表现为早晚低、中午高的“单峰型”曲线特征.通径分析表明:2种灌溉处理下,饱和水气压和平均气温对ET的综合决定能力较大,是2个主要的环境驱动因子;2种灌溉处理下对蒸散作用最小的因子均为风速,且风速对ET的影响以间接作用为主.影响河套灌区玉米蒸散的主要气象因子为饱和水气压与气温.     

干热河谷区橙子树蒸腾耗水环境响应与生理调节研究

为探究西南干热河谷地区典型经济林木橙子树的蒸腾耗水机制,利用热扩散式探针TDP、冠层分析仪、土壤水分传感器TDR、全自动气象站等设备获取橙子树蒸腾量、叶面积指数、土壤含水率和气象因子（气温、辐射、饱和水汽压差、降雨量等）的长期数据。对橙子树蒸腾规律的环境控制和生理调节特征进行系统研究,结果表明：相比于干季和雨季,干热季橙子树表现出较为保守的水分利用机制,日蒸腾量、冠层导度和退耦系数都显著低于其他两个季节。干季和雨季,橙子树蒸腾活动受太阳辐射和饱和水汽压差的交替控制,而干热季蒸腾活动主要受饱和水汽压差的驱动。冠层导度与气象因子日内动态变化特征之间存在时滞效应,且这种效应在不同天气不同季节具有差异。受叶面积指数影响,饱和水汽压差与冠层导度在整个年份呈负对数相关关系,其他环境因子与冠层导度在叶面积指数小于4m2/m2时呈负对数相关关系,大于等于4m2/m2时呈二次函数相关关系。不同环境条件下虽然冠层导度对饱和水汽压差的敏感性不同,但蒸腾耗水在大多数环境条件下基本遵循等水势调节策略,但个别环境条件下存在环境胁迫应对失衡风险。研究结果可为干热河谷区橙子园环境胁迫诊断提供直接依据,有利于灌溉制度的科学优化和节水调控技术体系的高效制定。     

根河流域1980-2017年气候和径流的变化特征分析

根河流域处于我国寒温带地区,气候和自然环境较为特殊,分布着大面积冻土,对于气候变化非常敏感。【目的】通过分析根河流域气象要素和径流的变化,探讨气候和水文之间的相互关系,为该流域的水资源科学管理提供理论依据。【方法】以额尔古纳水系根河流域为研究对象,利用M-K检验和Hurst指数等方法,分析根河流域1980-2017年气象要素和径流的变化趋势及相互作用关系。【结果】①根河流域年平均气温在1980―2017年,共上升了1.10℃,在α=0.01的水平上呈上升趋势,且上升趋势有较强的持续性(H=0.75)。其中,生长季的气温变化最为强烈(Z=4.63)。②根河流域生长季降水量占年降水量的85%,趋于下降趋势,下降幅度为1.68 mm/a。③根河流域始冻期和完全冻结期的空气相对湿度分别α=0.001和α=0.01的水平上显著下降,且下降趋势有很强的持续性(H=1.0),变化幅度为0.05%/a。④根河流域径流量趋于下降趋势,在1997年和1999年发生突变,不年降水量发生突变的时间基本吻合,且降雨不径流的变化趋势一致,相关性分析表明,降雨不径流的相关系数为0.91。⑤根河流域径流量不年均气温相关系数为0.50,气温主要以增加流域各因子的蒸散发以及土壤和河流冻结、融化的时间或面积来影响流域径流量。【结论】根河流域降水量和径流在1980―2017年没有很大的变化趋势,气温呈猛烈的上升趋势,流域气候整体上趋于夏季越来越干冷,冬季干热的趋势。     

基于支持向量机的干旱区月潜在蒸散发的模拟

探讨支持向量机回归模型模拟无风速和日照时数条件下潜在蒸散发的有效性,为气象资料短缺的干旱地区提供潜在蒸散发模拟的新途径。根据西北干旱区石羊河流域5个气象站1999―2009年基准期的日气象资料,用Penman-Monteith方程计算月潜在蒸散发量,采用支持向量机回归模型(SVR)模拟潜在蒸散发。以均方根误差(RMSE)、平均绝对误差(MAE)、确定性系数(DC)以及相关系数(R)作为模型的性能评价指标。结果表明,在模拟月潜在蒸散发时,无论在训练期还是验证期,当输入变量为最高气温、最低气温、平均气温、相对湿度、风速和日照时数等6个气象因子时,SVR模型取得了较好的模拟效果,各站的R和DC均在0.9以上;当输入气象变量为最高气温、最低气温、平均气温及相对湿度4个气象因子时,SVR模型对月潜在蒸散发的模拟精度略低于6个因子输入的精度,但各站的R和DC依然在0.9以上,说明在无风速和日照时数两个气象因子时,SVR模型可以有效的模拟干旱区月潜在蒸散发量。