基于PDSI和SPI的黑河上游干旱特征对比分析

利用黑河上游祁连站、托勒站、肃南站和野牛沟站1960—2009年月平均气温和降水资料,分别计算不同时间尺度下各站50年的帕默尔干旱指数（PDSI）和标准化降水指数（SPI）。对比分析表明:在年尺度上,黑河上游4个站点的PDSI指数和SPI指数存在显著的正相关,都能较好的描述黑河上游干旱情况;在月尺度上,各站PDSI指数和SPI指数的相关系数存在显著差异,该差异随着月份的不同而不一样。夏季和秋季是黑河上游全年发生严重干旱和极端干旱的高峰期,如果不及时做好防旱工作,会对该地区畜牧业产生很大的影响。     

1961-2015年黄淮海平原夏玉米干旱识别及时空特征分析

利用黄淮海平原内气象数据、农业气象数据、夏玉米实际灾情资料,参考标准化降水指数SPI的计算公式,结合实际干旱灾情数据构建夏玉米干旱指数SPI10和SPI30,并分析黄淮海平原夏玉米生长季干旱的时空分布特征。结果表明：播种-抽雄期、抽雄-成熟期的旬尺度SPI10干旱阈值分别为-0.10和-0.35、月尺度SPI30干旱阈值分别为-0.60和-0.65,灾情验证结果显示时间尺度更小的SPI10在反映黄淮海平原夏玉米干旱特征方面效果更好。基于SPI10分析了黄淮海平原夏玉米干旱的时空分布特征,发现播种-抽雄期的平均干旱频率和干旱强度均明显高于抽雄-成熟期,并且干旱强度的时空分布特征均与干旱频率较为一致,一般表现为干旱频率越高的地区,累计干旱强度也越强;同时,75%的年份中播种-抽雄期的干旱范围大于抽雄-成熟期。综合以上结果,黄淮海平原夏玉米在营养生长阶段更容易受到水分缺失的影响,更易发生干旱胁迫。     

基于改进帕默尔干旱指数的中国气象干旱时空演变分析

近几十年来随着全球变暖的不断加剧,中国多地频繁发生干旱灾害,经济损失也越来越大,因而研究干旱的时空演变对社会经济发展具有重要的现实意义。论文基于改进帕默尔干旱指数(sc PDSI)分析了1961—2009年间年和四季干湿变化,并利用旋转经验正交函数(rotated empirical orthogonal function,REOF)探讨了中国气象干旱的时空演变特征。结果表明:1)近49 a来,整体上中国年和四季均呈显著变湿趋势,且均在20世纪70年代初期发生了由干变湿的突变;2)年及四季均存在2~8 a的振荡周期,其中夏季主周期为4.4 a,其余主周期均为6.2 a;3)根据REOF时空分解的前8个空间模态,将中国划分成8个干湿特征区域,其中大兴安岭地区、东南地区、西北地区和青藏高原南部地区有变湿趋势,后两个区域变湿趋势显著;东北—内蒙古高原区、青藏高原北部地区、中部地区和黄淮海平原地区呈变干趋势,前3个区变干趋势显著,黄淮海平原分区干湿变化不明显;各分区普遍具有2~9 a的振荡周期;4)极涡指数、印度洋偶极子和太平洋涛动与部分地区气象干旱有较好的相关关系。研究结果可为研究区防旱、抗旱与干旱预测提供参考依据。     

中国东北春玉米区干旱时空分布特征及其对产量的影响

为了研究东北地区春玉米不同生育阶段干旱时空分布规律及其对产量的影响,基于研究区域1961—2012年69个气象站点逐日气象资料和春玉米生育时期及产量资料,采用Penman-Monteit法计算潜在蒸散量,在此基础上利用农业干旱指标标准化降水蒸散指数(SPEIPM)划分干旱等级-最后利用干旱等级权重及发生概率评分等级计算每个站点的干旱危险指数(DHI);利用Mann-Kendall检验法计算5个生育阶段的SPEI变化趋势,利用回归分析进行SPEI与玉米气候产量的关系分析。结果表明,吉林省西部和辽宁省西部在玉米生长季内始终为干旱高风险区,吉林省东部和辽宁省东部则为干旱低风险区,黑龙江省东部干旱风险随生育进程增大;近52 a玉米苗期干旱强度和范围有减小趋势,而生育后期在增加;1991—2012年辽宁省西部玉米气候产量与SPEIPM3-7(5—7月份的SPEIPM)以及吉林省西部、吉林省东部和松嫩平原气候产量与SPEIPM3-8(6—8月份的SPEIPM)的关系达极显著(P0.01),吉林省中部气候产量与SPEIPM3-8(6—8月份的SPEIPM)关系达显著水平(P0.05)。春旱严重地区如松嫩平原、吉林省西部、辽宁省西部和南部的干旱强度和范围正在减小,而东北干旱程度在玉米生育后期整体呈增强趋势,其中东部最明显。在降水充沛的吉林省东部,气候产量与干旱指数的回归方程对称轴在0附近,表明正常降水情况下即能保证高产和稳产。降水较少的地区如辽宁省西部和吉林省西部等地,回归方程对称轴在1附近,提高玉米产量需增加灌溉和提高水分利用效率。     

东北地区干旱特征与春玉米生长季干旱主导气象因子

在全球气候变化背景下,东北地区干旱及其主导气象因子呈现出新的态势,并可能对当地农业生产带来不可预见的灾害风险。因此,开展干旱时空规律研究,揭示春玉米生长季干旱发生的气象驱动因子,对于指导当地开展农业防旱减灾工作尤为重要。该研究利用东北地区及其周边105个气象站点数据以及30 m分辨率的DEM,在考虑海拔影响的前提下将逐月气象因子数据空间插值并计算了1989－2018年1、3、6、12、24个月尺度的潜在蒸散量和标准化降水蒸散指数（Standardized Precipitation Evaporation Index,SPEI）,分析了干旱的多尺度特征和春玉米生长季各气象因子的变化规律,明确了干旱的高发月份、区域及主导气象因子。结果表明：1）1989－2018年干旱呈现出10 a周期的偏轻-偏重-偏轻规律,其中2000－2010年干旱较为严重。2）干旱高发月份为5月,且在吉林西部、内蒙古东部和黑龙江西南部等地区干旱发生概率较高。3）气象因子变化主要以气温增加为主,且伴随气压下降和风力减弱,平均气温、最高气温、最低气温、气压、风速分别以0.41 ℃/(10 a)、0.42 ℃/(10 a)、0.39 ℃/(10 a),−0.05 kPa/(10 a)、−0.08 m/(s•10 a)的速度变化。4）各月干旱主导气象因子不尽相同,5月为降水、相对湿度、最高温度和日照时数,6月为降水、相对湿度、日照时数和最低气温,7月为降水、相对湿度和日照时数,8月为降水、最高气温和平均气温,9月为降水、相对湿度和最高气温,生长季平均条件下为降水、最高气温、日照时数和相对湿度,降水对干旱的直接作用远大于其他气象因子。该研究可为全面了解东北地区春玉米生长季干旱特点、以及制定合理的干旱应对措施提供一定的参考和依据。     

基于SPEI的贵州省近60年干旱时空特征分析

基于贵州省19个气象站点1960—2013年实测气象资料,利用标准化降水蒸散指数(SPEI),通过计算各站历年逐月的SPEI指数值,统计近60年各站点出现的干旱过程,分析了贵州省历年、历年各季尺度上的干旱年际变化趋势、四季变化趋势和干旱频率,揭示了贵州省干旱发生的时空演变特征。研究结果表明:近60年来尤其是1990年以来贵州省干旱化趋势较为明显;在空间尺度上,贵州省在年和春、夏、秋、冬尺度上均有干旱发生,干旱频率较高的区域主要集中在遵义市东部地区、铜仁大部分地区、黔东南北部和习水、赤水地区;在年代际变化方面,贵州省以2009—2013年干旱最为严重,发生干旱高频区向东北部和西部转移。干旱事件的发生呈现明显的季节性和区域性,总体分布呈现从西南向东北递增的特点。     

基于SPEI的广西甘蔗生育期干旱时空演变特征分析

干旱是影响甘蔗生产最严重的农业气象灾害之一,在气候变化背景下,甘蔗生育期干旱时空演变特征对于蔗糖生产的防灾减灾具有重要意义。该文以中国甘蔗主产区广西为研究区,利用1971-2017年气温和降水量数据,采用标准化降水蒸散指数SPEI(standardized precipitation evapotranspiration index)作为干旱指标,在充分验证其对干旱监测适用性的基础上,以甘蔗不同生育期为时间尺度,同时考虑研究区甘蔗播种期差异,分析广西甘蔗不同种植区各等级干旱时空演变特征及规律,结果发现:1)利用SPEI可以较客观的反映甘蔗生育期干旱。SPEI与甘蔗种植区典型干旱事件的时间、强度吻合度较高,甘蔗各生育期及全生育期SPEI与不同深度的土壤湿度多呈显著相关,多数通过了0.01水平的显著性水平检验。2)1971-2017年,甘蔗各个生育期多呈干旱化趋势。其中,分蘖期干旱化趋势最强,苗期次之,茎伸长期干旱化趋势最弱,工艺成熟期呈湿润化的变化趋势。3)甘蔗不同生育期干旱周期变化明显。在10～15 a时间尺度上,多有4～6个干-湿循环,5 a时间尺度下则有更多的干-湿循环交替,相较于分蘖期和工艺成熟期,茎伸长期、苗期周期变化更明显。4)甘蔗各个生育期干旱空间分布特征差异较大。甘蔗工艺成熟期干旱发生频率最高,分蘖期干旱最低,茎伸长期和苗期相当。甘蔗各个生育期均以轻旱为主,重旱和特旱发生频率较低,其中茎伸长期和工艺成熟期中旱频率明显高于其他生育期。对于甘蔗苗期和茎伸长期,桂北地区干旱发生频率高于其他地区,而对于分蘖期和工艺成熟期,桂中地区干旱发生频率较高。     

黄淮海平原干旱历时的概率特征研究

应用Ｄ．Ｍ．Ｈｅｒｓｈｆｉｅｌｄ的几何分布分析了用旬降水量表示干旱历时概率分布的可行性，分区研究了黄淮海平原干旱历时的概率特征；应用Ｓｅｎ的方法分析了黄淮海平原季节性干旱的年际历时的概率分布，为减灾抗灾提供理论依据。     

黄土高原植被变化对气象干旱多尺度响应特征与机制

基于黄土高原1983—2015年间的植被状况指数(VCI)与1~48个月尺度的标准化降水蒸散发指数(SPEI)和标准化降水指数(SPI),利用Pearson相关系数法、线性回归法和Mann-Kendall趋势检验法等方法研究了黄土高原地区植被对气象干旱的多时间尺度时空响应特征。结果表明:(1)1983—2015年,黄土高原植被状况整体趋于改善,但黄土高原整体干湿状况变化趋势不大。(2)黄土高原绝大部分区域植被变化与气象干旱指数呈现显著正相关关系,表明植被活动受到水分的限制较强。但是,过去几十年,黄土高原地区植被受到水分限制的影响程度有逐渐减轻的趋势。(3)黄土高原植被对短时间尺度的水分盈亏变化相对敏感,尤其是耕地和草地对1~4个月的SPEI更为敏感,而林地对SPEI的响应时间尺度较为分散。黄土高原VCI与SPEI、SPI的最大相关系数均主要出现在生长季(4—10月),表明水分条件在生长季对植被活动的影响较为显著。     

1901-2017年黄土高原地区气候干旱的时空变化

[目的] 分析1901-2017年和1981-2010年两个时间尺度黄土高原地区气候干旱的趋势变化和发生频率，为该区气候干旱应对策略的制定提供科学依据。[方法] 基于高空间分辨率长时间序列的气候数据，计算了黄土高原地区1901-2017年的标准化降水蒸散指数（SPEI），依次分析了该区气候干旱的趋势变化和发生频率。[结果] 1901-2017年，整个黄土高原的气候经历了"湿润-干旱-湿润-干旱"的交替过程，年SPEI变化趋势未达到显著性水平，且无显著突变年份。1981-2010年干旱呈显著加剧趋势的区域分布在黄土高原腹地以及中西部，面积比例为3.43%。1901-2017年干旱呈显著减轻趋势的区域主要分布在东、西部边缘区域，面积比例为1.05%；呈显著加剧趋势的区域分布在西北部，面积比例为4.16%。近30 a，黄土高原中部轻旱、重旱发生频率较高。在历史时期的两个时间段内，黄土高原西北部大部分地区重旱发生频率较低，未有极端干旱发生。[结论] 在黄土高原地区，随着干旱程度的不断加重，干旱频率的空间变异程度逐渐降低；不同等级干旱发生频率具有明显的空间变化特征。     

基于SPEI_Kc的华北平原小麦玉米周年干旱特征分析

华北平原是中国重要的冬小麦和夏玉米（麦玉）生产基地,同时也是水资源紧缺的区域,农业生产极易受到干旱的影响。该研究在标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）的基础上,引进作物系数（KC）改进SPEI指数,并基于改进后的SPEI_KC指数从作物生长季尺度、关键生育期尺度以及麦玉周年尺度分析1961—2017年华北平原冬小麦-夏玉米周年干旱的时空分布和变化特征。结果表明：1）SPEI_KC指数在华北平原麦玉周年干旱评估中的适用性优于SPEI_TW指数（采用Thornthwaite公式计算的SPEI指数）和SPEI_PM指数（采用Penma-Monteith公式计算的SPEI指数）：在（实际）有旱（指数）评估为有旱情况下,SPEI_KC指数在代表气象站点的平均准确率为76.13%,较SPEI_TW指数、SPEI_PM指数均有提高;在无旱评估为无旱情况下,SPEI_KC指数准确率为85.67%,较SPEI_TW指数、SPEI_PM指数分别均有提高。2）小麦关键生育期和小麦生长季的空间分布均呈轻旱在河北北部较高,重旱在研究区中部较高分布,玉米关键生育期和玉米生长季干旱频率的空间分布均呈中旱在河北北部较高,重旱在山东西部较高分布。总体来说,研究区的东南部干旱频率小于西北部,山东半岛地区和河北中部旱情较轻,河南省干旱严重。3）年代际干旱程度总体呈略微减小的趋势,具体表现为大部分研究尺度的轻旱发生频率增加,所有研究尺度的中旱和重旱发生频率减小;小麦关键生育期、小麦生长季以及玉米生长季的干旱频率减小,玉米关键生育期和麦玉周年尺度干旱频率增加。研究结果能够为正确认识气候变化背景下该地区干旱分布和变化,进而采取合理措施应对气候变化提供理论依据。     

近30年黄淮海平原干旱对冬小麦产量的潜在影响模拟

为了探明黄淮海平原冬小麦需水关键生育阶段干旱对产量的潜在影响,该文基于黄淮海平原6个农业亚区典型站点的1981—2009年气象数据及田间观测资料,使用作物模型DSSAT模拟探讨了近30 a冬小麦关键生育阶段潜在干旱对产量的影响,并分析了各典型站点干旱减产的概率分布以及典型丰水和缺水年土壤水分的变化规律与产量的关系。研究结果表明:DSSAT模型的区域模拟误差在可接受的范围内(模拟的冬小麦开花期、成熟期和产量的相对均方根误差分别为2.0%、2.5%和12.4%),调试的区域品种3H能够代表黄淮海平原冬小麦品种进行区域模拟。黄淮海平原冬小麦需水关键生育阶段潜在干旱减产率在1980s均呈现出明显减轻的趋势。冬小麦拔节—抽穗期的潜在干旱减产率由南向北逐渐加重,黄淮海农作区天津(Ⅰ区)、石家庄(Ⅱ区)和莘县(Ⅲ区)的减产率超过了40%,临沂(Ⅳ区)、商丘(Ⅴ区)与寿县(Ⅵ区)分别为38%、27%和13%,干旱减产的区域差异主要是由各地气候因素的差异所导致。另外,黄淮海平原冬小麦同一水平的干旱减产率,在拔节—抽穗期发生的概率要远大于灌浆期的概率,北部地区冬小麦在拔节—抽穗期同一水平的潜在干旱减产率要明显高于南部地区,而在灌浆期的概率差别不明显。该研究可为黄淮海平原冬小麦实际生产过程中的抗旱管理与合理灌溉提供理论依据。     

考虑CO2浓度影响的中国未来干旱趋势变化

CO2浓度增加会降低潜在蒸散发量（Potential Evapotranspiration,PET）,进而影响依据PET计算的干旱指数结果。为了准确预测未来中国干旱变化情势,该研究以Penman-Monteith（PM）公式计算PET,以标准化降水蒸散发指数（Standard Precipitation Evapotranspiration Index,SPEI）表征干旱,利用贝叶斯模型平均（Bayesian Model Averaging,BMA）整合了5个降尺度的CMIP6气候模式数据,分别计算分析了中等强迫（SSP2-4.5）和高强迫（SSP5-8.5）气候情景下考虑CO2影响和未考虑CO2影响的中国未来干旱趋势。结果表明：未考虑CO2影响的SPEI呈明显的下降趋势,其中西北地区下降趋势最为显著,干旱面积亦呈最强烈的增加趋势,尤其2070年之后,SSP5-8.5情景下的干旱面积急剧增加,至21世纪末,干旱面积比例超过了80%。青藏高原、东北地区、华中地区和华南地区干旱面积变化趋势较为一致,SSP5-8.5情景下,干旱面积比例呈增加趋势,SSP2-4.5情景下SPEI计算的干旱面积变化无明显趋势;考虑CO2影响的SPEI计算的干旱面积则呈轻微的缩减趋势,其中华北地区的干旱面积缩减最为显著。SSP5-8.5情景下整个中国地区的干旱面积总体呈增加趋势,至21世纪末,SPEI干旱面积比达40%。但在SSP2-4.5情景下,考虑CO2影响的SPEI计算的干旱面积则呈缓慢的缩减趋势。在相同情景下,未考虑CO2影响的干旱指数高估了未来干旱发生状况,CO2浓度增加缓解了未来干旱,在未来干旱研究中应考虑CO2对干旱趋势的影响,可得出更为合理的研究结论,为水资源管理提供科学依据。     

IMERG卫星降水产品在中国的干旱监测效用评估

GPM（Global Precipitation Measurement）时代,高时空分辨率的IMERG（Integrated Multi-satellitE Retrievals for GPM）是最主流的卫星遥感反演降水产品。该研究以地面网格CPAP（China Gauge-based Monthly Precipitation Analysis Product）数据为基准资料,选用标准化降水指数（Standardized Precipitation Index,SPI）、标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）和综合气象干旱指数（Composite Index of Meteorological Drought,CI）,评价了最新版回顾性IMERG降水产品在干旱监测方面的应用能力及比较了其计算的干旱指数间的差异性。结果表明：1）IMERG能较好地捕捉中国月均降水量的空间格局;其与CPAP数据具有较高的一致性,相关系数高于0.9的区域占大陆面积的73.7%。2）基于IMERG的干旱指数具有良好的可靠性,它与CPAP计算结果的区域平均相关系数在大部分地区超过0.8。总体上,SPEI较SPI和CI的适用性更好。3）在西南地区,IMERG可准确再现干旱随时间的变化过程并捕获典型干旱事件的空间特征,同样SPEI表现优于SPI和CI。总之,回顾性IMERG降水产品在中国干旱监测中表现出很好的应用潜力,但不同干旱指数会影响它的精度。在全球变暖条件下,基于IMERG的SPEI指数应用于干旱监测与评估整体上优于仅考虑降水因子的SPI指数,以及考虑降水和气温因子的CI指数。     

基于SPEI和NDVI的中国流域尺度气象干旱及植被分布时空演变

近些年中国干旱灾害频频发生且其影响不断加剧,因此探讨干旱对植被生长的影响对农业生产具有重要的意义。该文基于标准化降雨蒸散指数(standard precipitation evapotranspiration index,SPEI),应用Mann-Kendall(MK)趋势分析方法研究了流域尺度的气象干旱格局;利用新一代归一化植被指数(normalized different vegetation index,NDVI)分析了植被的生长状况;并探讨了SPEI和NDVI的相关性,结果表明:1)1982-2012年间,SPEI值在各时间尺度上都呈现为微弱下降趋势,即为微弱的干旱化;在空间上,干旱化趋势主要分布于东北、黄土高原和西南地区,而西北地区则呈现出明显的湿润化趋势;2)全国年及各季(冬季除外)NDVI序列均呈现上升趋势,空间上其下降趋势主要出现在西北内陆和东北地区部分流域,上升趋势则因季节而异;3)在年时间尺度上,SPEI与NDVI的相关分析表明,209个流域中有56个通过正相关检验(P0.05),主要分布在新疆北部、华北以及东北地区,负相关主要分布在秦岭淮河以南地区,气象干旱对植被生长的影响在干旱半干旱地区表现得更加明显。研究结果可为中国流域尺度干旱影响评估提供参考依据。     

黄淮海地区冬小麦种植北界时空演变及未来趋势分析

为探索黄淮海地区冬小麦种植北界的变化规律,该文基于黄淮海及周边地区94个气象站1961—2017年逐日气象数据和代表性浓度路径(representative concentration pathways,RCPs)RCP4.5、RCP8.5情景下2011—2100年逐日温度数据,采用5个气候指标对黄淮海地区冬小麦种植北界进行分析。主要结论如下:1961—1970年黄淮海地区冬小麦种植北界主要分布于天津—河北霸州—保定—石家庄—邢台—山西临汾一线;1971—1980年,该线在河北境内北移约65 km,在山西境内北移约40 km;与1971—1980年相比,1981—1990年北界变化较小,仅在河北唐山附近略南移,山西运城附近略北移;与1981—1990年相比,1991—2000年北界变化较大,尤以山西地区为最,将原本的正弦线趋势压缩为平滑抛物线趋势,临汾附近南移,阳城附近北移;相较于1991—2000年,2001—2010年北界略北移;相较于2001—2010年,2011—2017年北界呈南移现象。未来RCP4.5情景下,2011—2040年冬小麦种植北界主要分布在河北乐亭—唐山—北京—河北保定—石家庄—邢台—山西榆社—临汾一线;2041—2070年该线在河北境内北移至秦皇岛,山西境内北移至介休;与2041—2070年相比,2071—2100年北界在河北境内趋于稳定,在山西境内北移至太原北部。RCP8.5情景下,冬小麦种植北界变化较大:2011—2040年北界位于河北秦皇岛—唐山—北京—河北保定—石家庄—山西临汾一线;2041—2070年,该线在河北境内北移至遵化、青龙附近,在山西境内北移至兴县、太原附近;2071—2100年,北界北移至河北承德—丰宁—张家口—怀来—保定—山西原平—五寨—河曲一带。此外,与RCP8.5相比,RCP4.5情景下黄淮海地区冬小麦种植北界变化趋势较小。该研究可为黄淮海地区冬小麦种植敏感性地带适应气候变化提供理论依据和技术支撑。     

基于三维视角的农业干旱对气象干旱的时空响应关系

气象干旱是农业干旱的驱动因素,研究农业干旱对气象干旱的响应特征对理解干旱演变机制具有重要作用,而以往研究大多忽略了干旱的时空连续特征。该研究以SPEI和aSPI分别表征气象干旱和农业干旱,基于三维干旱识别方法提取2类干旱的历时、面积、烈度、强度、中心以及迁移距离6个干旱特征,分析黑河流域1961-2014年干旱时空连续动态演变特征;提出时空尺度干旱事件匹配准则,确定存在时空联系的气象-农业干旱事件,探讨气象、农业干旱时空响应特征并建立干旱特征响应模型。结果表明:1)从三维视角可准确全面地认识干旱事件时空动态演变过程及区域干旱发展规律,研究区秋冬春连旱一般起源于中游中部,沿东南方向逐渐向上游迁移并消亡,且干旱迁移速率在上游相对较快;2)基于时空尺度的干旱事件对匹配结果能够保证时空尺度上气象、农业干旱的复杂关系更接近实际,为准确分析气象-农业干旱时空响应特征提供保障;3)研究区气象-农业干旱历时、干旱面积和干旱烈度的最优响应模型分别为二次多项式、指数函数和指数函数。该研究为准确评估干旱时空动态演变规律及干旱响应关系提供了新思路。     

基于高维Copula函数的逐日潜在蒸散量及气象干旱预测

尝试引入高维Copula函数对影响参考作物蒸散量ET₀的气象因素进行联合分布构建,揭示不同变量间的相关结构,建立多元气象因素对ET₀的联合分布模型,对逐日ET₀及短期干旱等级进行预测,并将枯季1—4月份的多维Copula联合分布预测模型的系统性偏差构造成修正函数,代回ET₀预报模型以改善预报效果,利用洱海流域内大理站1954—2018年逐日气象观测数据,以FAO Penman-Monteith方程为标准值对比分析。结果表明:1)平均气温(T)和最高气温(T_max)2个气象因子组合时,二维Normal Copula模型对逐日ET₀预测的精度最高,叠加上修正函数项之后,相对误差小于10%、15%、20%、25%的样本比例分别提高到71.6%、84.4%、91.4%、96.5%,全年符合指数IA变化范围为0.98～0.99,平均偏差ME为0.17～0.30,均方根误差RMSE为0.54～0.64,Nash-Sutcliffe效率系数为0.90～0.98;2)将逐...