共查询到17条相似文献,搜索用时 78 毫秒
1.
2.
参考作物腾发量长期年际变化规律及其机理探讨 总被引:1,自引:0,他引:1
运用Penman-Monteith方法,对北京昌平、开封惠北及湖北团林3个灌排试验站的近几十年参考作物腾发量(ET0)进行计算,结果显示,惠北及团林站年均ET0在近几十年呈现随时间而下降的趋势,而昌平站年均ET0则随时间而上升。ET0与同步气象资料变化分析表明,ET0的上述变化是由于气象环境变化所引起,其中相对湿度是最主要原因,其次为温度及日照时数。对昌平站,由于相对湿度的降低和风速的增加,ET0表现出上升的趋势;对惠北及团林站,由于相对湿度的增加和日照时数的减少,ET0表现出下降的趋势。 相似文献
3.
4.
5.
京郊平原参考作物腾发量及其与气象因子相关性研究 总被引:3,自引:0,他引:3
利用FAO56 Penman-Montieth公式和京郊平原区代表性气象站点的长系列、短时序气象资料计算了该地区的逐日ET0,对ET0及其各分项的时间变异特征进行了分析,采用相关分析法研究了ET0与主要气象影响因子间的关系。结果表明,研究区域近50年来ET0呈不显著的增加趋势,就其各分项来说,辐射项的年际变化幅度较小,而空气动力学项的年际波动较大,且与ET0的年际波动较为符合;ET0的年内变化呈"单峰形"分布,一年内的最大值出现在6月份,为162.6 mm,最小值则出现在12月份,为32.3 mm。从ET0的分项来看,5~9月份ETrad>ETaero,而其余月份ETrad相似文献
6.
关中地区气候变化对主要作物需水量影响的研究 总被引:9,自引:2,他引:9
用关中地区30个气象站41年气象资料,探讨了关中地区主要作物冬小麦和夏玉米需水量与相应生育期内气候因子的变化趋势,分析了气候变化对作物需水量的影响。结果表明:关中地区冬小麦需水量无一致变化趋势,净灌溉需水量(NIWR)呈增加趋势;夏玉米需水量呈不显著减少趋势,净灌溉需水量无一致变化趋势。气象因子影响顺序为,冬小麦:相对湿度>最高气温>日照时数>降水量>平均气温>风速,夏玉米:日照时数>相对湿度>最高气温>平均气温>降水量>风速。日照时数和风速引起冬小麦需水量的降低趋势在很大程度上抵消了相对湿度和最高气温引起的冬小麦需水量的升高趋势,而冬小麦生育期降水的减少是造成冬小麦净灌溉需水量增加的主要原因;风速和日照时数的降低趋势是导致夏玉米需水量减少的主要原因。关中地区秋冬春季向暖干发展,夏季除风速显著降低外,其它气象因子变化不大。 相似文献
7.
地表太阳辐射经验值对参考作物需水量计算的影响 总被引:2,自引:0,他引:2
针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(R_(s-c))对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET_(0-PM))的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点R_(s-c)与观测的地表太阳辐射(R_(s-o))的时空差异,以及二者分别输入PM公式获得的ET_(0-c)和ET_(0-o)的时空差异。结果表明:基于年内时空尺度的各农业区R_(s-c)和R_(s-o)存在显著且不稳定的差异,R_(s-c)直接替代R_(s-o)参与计算ET_(0-c)可能出现较大的误差。基于R_(s-c)和R_(s-o)分别计算的ET_(0-c)和ET_(0-o),无论是在全国,还是各个农业区,均存在显著的线性相关性,R~2超过0.67,ET_(0-c)平均值只有0.06~0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的春旱灌溉需求,可以直接以R_(s-c)计算获得ET_(0-c),而在全国范围内的夏季伏旱期,输入R_(s-c)计算的ET_(0-c)比输入R_(s-o)计算的ET_(0-o)偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET_(0-c)进行校准。 相似文献
8.
宁夏引黄灌区参考作物蒸发蒸腾量及其气候影响因子的研究 总被引:11,自引:2,他引:11
根据1998年FAO修正彭曼蒙特斯公式,利用宁夏引黄灌区8个气象站近50多年的气象资料,计算了各气象站逐月的参考作物蒸发蒸腾量ET0、各气象因子的长期变化趋势和各气象因子与ET0的相关系数。分析了ET0空间分布特征、年内分布特征和年际变化特征。分析结果表明:黄河以东各站的ET0值均大于黄河以西各站的ET0值;除石嘴山站外,各站5~7月份的ET0占全年比例在20世纪80年代后比80年代前有所下降;除石嘴山站外,各站的ET0均表现为逐年增加的趋势,尤其在1990年后更为明显;气温呈递增趋势、相对湿度呈减少趋势、温差在逐渐减小;相对湿度和最高/最低气温以及平均风速对ET0的影响比较显著。 相似文献
9.
10.
利用重庆地区34个气象站1961-2009年逐日气象资料,采用Penman-Monteith公式计算了参考作物蒸散量(ET0),并通过GIS空间插值、气候倾向率、Mann-Kendall突变检验等方法,分析了重庆地区ET0的时空变化特征及其气候影响因子。结果表明:在空间分布上,重庆地区参考作物蒸散具有明显的区域差异,总体表现为:自西向东北方向增加,向东南方向减少。年内ET0主要受日照与气温的影响,其变化曲线呈单峰型。49年以来,重庆地区年均与春、夏、冬3季ET0均呈显著下降趋势,秋季的变化特征不明显,日照与风速的显著减小是造成重庆地区ET0呈下降趋势的主要原因。 相似文献
11.
参考作物蒸散量对气象要素的敏感性分析 总被引:2,自引:2,他引:2
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。 相似文献
12.
北屯灌区降雨量少风沙大气候干燥,为典型的戈壁平原干旱风沙区。利用当地典型风沙区20年的逐日气象资料,对灌区参考作物需水量进行了分析计算,ET0值在年内与年际间变化较大,全年的7月上旬至8月上旬ETrad稍大于或基本等于ETaero外,其余月份基本上是ETaero大于ETrad,说明全年风速对ET0的影响相对来说比较大。对灌区内6种主要作物进行了作物需水量计算,其中地膜甜瓜和地膜打瓜需水量最小,全生育期需水量在300~350 mm之间,建议高效经济作物采用地膜种植可作为一项有效的节水措施。 相似文献
13.
14.
15.
16.
利用山西省及周边地区共计35个气象站点1957—2014年的逐日气象数据,使用Penman-Monteith公式计算参考作物蒸散量(ET_0),采用一元线性回归和反距离加权插值法分析ET_0的时空变化特征,并采用逐步回归分析对ET_0的影响因素进行研究。结果表明,1年ET_0随时间的变化特征呈现混合模式,以下降趋势为主。2多年平均ET_0空间分布差异显著,区域内存在2个高值区、2个次高值区和2个低值区。秋季ET_0的空间分布特征与年ET_0的空间分布最为接近,而冬季,春季和夏季ET_0的空间分布特征与年ET_0的空间分布相差较大。3各站点年ET_0受同时期气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间或降水量。全省不同站点多年平均年ET_0受气象要素的影响程度由大到小的排序为:风速、温度、相对湿度、日照时间、降水量。全省不同站点多年平均年ET_0受地理要素的影响程度由大到小的排序为:海拔、纬度。 相似文献
17.
准确评估粮食主产区气象因子变化特征及对参考作物蒸散量(reference crop evapotranspiration,ET0)的影响,对农田水文循环、区域农业水资源优化配置与高效利用等具有重要意义。利用中国粮食主产区258个气象站点1961―2013年的逐日气象资料,采用Penman-Monteith公式计算ET0,通过M-K趋势检验法、偏相关分析、多元线性回归计算贡献率等方法,分析了1961—2013年中国粮食主产区主要气象因子时空演变及其对ET0变化的贡献特征。结果表明,1961—2013年中国粮食主产区相对湿度、温度、降水在空间上由南至北呈降低趋势,而日照时间和风速则由南至北呈增高趋势;1961—2013年中国粮食主产区全区、温带湿润半湿润地区(I区)、温带干旱半干旱地区(II区)、亚热带湿润地区(III区)及暖温带半湿润地区(IV区)多年平均气温均呈增大趋势,平均风速、相对湿度、降水与日照时间均呈减小趋势;1961—2013年中国粮食主产区年内ET0均呈锯齿状下降,且ET0在四季呈现出夏季春季秋季冬季的特征;多年平均风速、气温、日照时间与ET0在全区及各分区总体均显著正相关(P0.05),而相对湿度与ET0在全区及各分区均极显著负相关(P0.01);1961—2013年中国粮食主产区全区及I~IV区气温、风速、相对湿度对ET0变化均具有较大贡献,其中相对湿度为I区、III区及IV区的主要气象驱动因子,其次为平均气温和风速;而II区ET0变化的主要驱动因子为风速,其平均贡献率WII(风速)为0.37;综上所述,中国粮食主产区主要气象因子变化特征与ET0的响应,均呈现出区域性、季节性差异。 相似文献