豫东平原参考作物腾发量时空变化

根据豫东平原六地（市）（安阳,西华,信阳,许昌,郑州,驻马店）气象站1961～2000年40年的观测资料,应用1998年FAO最新推荐的Penman—Monteith公式计算了40年各月参考作物蒸发蒸腾量ET0,分析了ET0的月际变化和年际变化特征。结果表明ET0值除信阳有所增加外,其余各站呈现为逐年减少趋势,说明气候变化对ET0的影响较大;并对平均气压、平均最低气温、平均气温、平均最高气温、年日照时数、平均风速、平均相对湿度、年降水量、地理纬度、海拔高度与ET0的相关性进行了分析和检验,得出安阳、西华、许昌ET0值与年日照时数相关性最好;信阳、郑州、驻马店ET0值与平均相对湿度相关性最好。空间上ET0随地理纬度的增大呈递增趋势,随海拔高度的增大呈递减趋势。     

内蒙古自治区参考作物腾发量的时空变化

为了深入认识内蒙古参考作物腾发量ET_0的变化特征,采用联合国粮农组织1998年推荐的Penman-Monteith公式计算内蒙古50个气象站点32 a(1981—2012年)的逐月参考作物腾发量ET_0,通过联合国防治荒漠化公约提出的全球干旱指数UNEP进行气候分区,利用空间插值和8 a滑动平均法对内蒙古各气候区ET_0时空变化特征进行分析.结果表明:特干旱气候区、干旱气候区、半干旱气候区、干旱半湿润气候区、湿润半湿润气候区的ET_0波动区间分别为1 401~1 573,1 145~1 269,900~1 013,710~857和571~735 mm,波动幅度均在200 mm以内,且其ET_0逐渐减小,即越湿润的气候区,年累计ET_0越小.根据ET_0最大、最小值出现的年份可知其表现出了很强的随机性.     

鞍山地区参考作物腾发量演变特征

采用鞍山地区4个气象站1958--2006年的气象资料,应用Penman—Montieth公式计算参考作物腾发量（ET0）,并对ET0的年际变化特征、季节变化特征及趋势进行了分析。结果表明,49a来鞍山地区的ET0值呈缓慢下降趋势。     

鞍山地区参考作物腾发量演变特征

采用鞍山地区4个气象站1958—2006年的气象资料,应用Penman-Montieth公式计算参考作物腾发量(ET_0),并对ET_0的年际变化特征、季节变化特征及趋势进行了分析。结果表明,49 a来鞍山地区的ET_0值呈缓慢下降趋势。     

宁夏近59年参考作物腾发量时空变化特征分析

依据1951-2009年宁夏回族自治区10个气象站气象资料,运用Penman-Monteith方程计算参考作物腾发量（ET0）月值系列。利用克里金插值、Mann-Kendall突变检验及气候趋势系数等方法分析了宁夏E瓦的时空变化特征。结果表明,宁夏地区ETo自北向南逐渐减小,全区多年平均值为982．90mm／a 16月...     

新疆维吾尔自治区参考作物腾发量时空变异性研究

研究参考作物腾发量的时空变化特征,有助于了解新疆维吾尔自治区农牧业及生态需水的分布与演变规律。选择新疆吾尔自治区范围68个气象站的气象观测资料,应用Penman-Monteith公式,计算得出不同气候分区的历年参照作物腾发量ET0,分析了不同气候分区不同年份ET0的变化情况。采用ArcGIS空间插值技术绘制新疆维吾尔自治区参考作物腾发量的分布图,结果表明:各站ET0变化在660~1 800mm,其空间分布总体表现为南疆大于北疆、东部大于西部、盆地大于山区的分布格局。     

豫东平原参考作物腾发量时空变化分析及影响研究

根据豫东平原6地(市)(安阳、西华、信阳、许昌、郑州、驻马店)气象站1961～2000年40年的观测资料.应用1998年FAO最新推荐的Penman-Monteith公式计算了40年各月参考作物蒸发蒸腾量ET0,分析了ET0的月际变化和年际变化特征.结果表明ET0值除信阳有所增加外,其余各站呈现为逐年减少趋势,说明气候变化对ET0的影响较大.对平均气压、平均最低气温、平均气温、平均最高气温、年日照时数、平均风速、平均相对湿度、年降水量、地理纬度、海拔高度与ET0的相关性进行了分析和检验,得出安阳、西华、许昌ET0值与年日照时数相关性最好;信阳、郑州、驻马店ET0值与平均相对湿度相关性最好.空间上ET0随地理纬度的增大呈递增趋势,随海拔高度的增大呈递减趋势.     

四川省参考作物腾发量时空分布特征及成因分析

为探究四川省参考作物腾发量（ET0）的变化,利用1961－2010年四川省12个气象站点的逐日气象观测资料,使用联合国粮农组织（FAO）1998年推荐的Penman-Monteith公式计算各站点ET0,并在此基础上采用GIS的克里金插值、Mann-Kendall趋势检验及相关分析方法分析ET0的的时空变化规律及其原因。结果表明：1961－2010年四川省各站的年ET0总体呈波动性递减趋势,其中ET0在1992年以前显著下降,之后逐渐上升;ET0年内分布不均,呈单峰曲线变化趋势,最大值在6月,达到了3.2 mm?d-1;ET0空间分布基本呈现自东北、西南向中部递减趋势,自西部青藏高原到中部成都平原ET0逐渐减小,再过渡到东部丘陵区ET0又逐渐增大,随地理纬度的增大呈递减趋势,随海拔高度的增大呈递增趋势,时空分布存在较大的区域差异;ET0和气象因子的相关分析结果表明,ET0和日照时数、风速呈显著正相关（α=0.05）,是四川省ET0变化的主要影响因素。     

参考作物腾发量时间分形特征研究

受作物本身生理机制以及近地层气象因子非线性、非平稳化随机变化的影响,参考作物腾发量在时间尺度上具有自相似性特点。基于此,以分形原理为理论框架,研究了参考作物腾发量时间尺度自相似结构,寻求了参考作物腾发量时间无标度区间。将此理论运用于韶山灌区,取得了满意结果,对解析参考作物腾发量时间规律具有重要理论和实际意义。     

四湖流域参考作物腾发量的变化特征分析

根据四湖工程管理局排灌实验站2001-2010年逐日气象资料.利用Penman-Monteith公式计算逐日参考作物腾发量,分析其变化特征和各气象因子对其的影响程度.结果表明,各气象因子对日参考作物腾发量的影响程度顺序为:日最高温度＞日最低温度＞日平均温度＞饱和差＞平均风速＞日照时数.同时考虑日最高气温、日最低气温、日平均气温、饱和差、平均风速及日照时数6个气象因子,对日参考作物腾发量的模拟效果最好.     

山东省参照作物腾发量时空变异分布特征

【目的】分析山东省参照作物腾发量(ET0)的时空分布规律及影响因素。【方法】采用FAO-56 Penman-Monteith方程计算山东省24个气象站点的逐日ET0,通过统计分析和Arc GIS中反距离权重插值法,定量和定性分析了ET0的时空分布特征。【结果】1961—2011年山东省平均ET0为1 161 mm,呈减小趋势,分布差异主要受空气动力因素影响;年内分布集中,5、6月ET0最大,占全年的27%,5—9月受温度、湿度影响显著,10—次年4月受日照时间、风速影响显著。空间上,ET0从西北到东南呈减小的趋势,内陆主要受温度、日照时间影响,东南沿海主要受湿度、风速影响,ET0空间分布与湿度显著负相关,采用湿度估算ET0,平均相对误差为2%。【结论】山东省ET0空间分布的主控因子是湿度。     

参考作物腾发量与蒸发皿蒸发量的变化特征及变化原因分析

利用东江流域1961～2003年的气象资料,对参考作物腾发量和蒸发皿蒸发量的变化特征及变化原因进行分析,结果表明:参考作物腾发量与蒸发皿蒸发量都有减少的趋势,参考作物腾发量减少的趋势不显著,蒸发皿蒸发量减少的趋势显著,蒸发皿系数有显著增加的趋势;参考作物腾发量、蒸发皿蒸发量在全流域的空间分布相似,都是南部大北部小,蒸发皿系数的空间分布是北部大南部小;平均温度、日照时数、风速与参考作物腾发量、蒸发皿蒸发量的偏相关系数都为正,相对湿度都为负;日照时数对参考作物腾发量、蒸发皿蒸发量的影响程度都最大,且远大于其它因子,这种效应在夏季表现更突出,温度对参考作物腾发量的影响程度比蒸发皿蒸发量大;参考作物腾发量与蒸发皿蒸发量都有减少趋势的原因首先是日照时数的减小,再是风速的减小;参考作物腾发量与蒸发皿蒸的趋势显著性有差异的原因是温度的增加对参考作物腾发量的影响程度比蒸发皿蒸发量大.     

云南省参考作物蒸发蒸腾量时空变化特征

基于1960-2012年云南省25个气象站点观测的气象数据,用Penman-Monteith公式计算参考作物蒸发蒸腾量ET0,通过Mann-kendall检验法进行突变检验和趋势检验。结果表明滇中、滇东北、滇东南、滇西南及滇西北各分区多年平均ET0介于872.5~1 240.0mm,突变时间依次分别为1982年、1968年和2008年、1971年、2005年、1965年和2001年。5个区多年平均ET0按从大到小排列的顺序是滇中滇西南滇东北滇东南滇西北。时间尺度上,年均ET0以没有显著变化为主,ET0显著增大的站点数量比显著减小的站点数量多;春季蒸发蒸腾量较大,决定了全年蒸发蒸腾量的分布特征。空间尺度上,ET0呈增加趋势的站点主要位于滇西南和滇西北地区,少部分位于滇中地区的东部和滇东北地区;呈减小趋势的站点主要位于滇中地区,少部分位于滇东北和滇西南地区。     

1960-2019年河南省参考作物蒸散量时空演变与成因分析

基于河南省17个气象站1960-2019年逐日气象资料,采用Penman-Monteith模型、M-K检验和Morlet小波分析等方法分析河南省参考作物蒸散量(ET0)时空变化特征及其影响因素.结果表明:1960-2019年河南省ET0平均值为1050.11 mm/a,以-14.81 mm/10a的倾向率呈下降趋势,1...     

参考作物腾发量长期年际变化规律及其机理探讨

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。     

滇中地区作物生长期时空变化特征及影响因子分析

为了探究气候变化对作物生长期的影响,根据1964—2013年滇中地区49个气象站点逐日的最高气温、最低气温和降水数据,采用M-K检验和小波分析,研究了滇中地区作物生长期的时空变化特征及其影响因素。结果表明,(1)滇中地区多年平均作物生长期(GSL)为362.58 d,1964—2013年GSL、无霜日和Tmin均呈显著上升趋势,其中GSL增幅约为0.371 d/10 a,Tmax呈微上升趋势,降水量则呈显著减少趋势,而通过M-K检验得知滇中平均GSL突变时间约为1988年,1999年后呈显著上升趋势,并具有9 a和25 a的周期变化;(2)滇中地区作物生长期空间上表现出中部高,东西低的分布特征,且GSL上升趋势从中南部向东西部越来越明显,尤其是东北部和西北部均呈现出显著上升的趋势;(3)GSL与无霜日和Tmin表现出极显著正相关性关系,且GSL变化受Tmin影响最为显著。     

基于公共天气预报的参考作物腾发量预报

针对Penman Monteith公式的应用局限性,以公共天气预报可测因子及历史气象数据计算ET₀为基准,对广州站2017-01-01-2019-03-31预报气象信息风力状况进行量化后,以2017,2018年气象预报信息为输入因子、ET₀为输出因子,分别建立基于回归型支持向量机(SVR)预报模型与BP神经网络预报模型,选择性能较优预报模型对2019年ET₀进行预报,并与计算值进行对比分析.结果表明:回归型支持向量机参考作物腾发量预报模型测试集确定性系数为0.896、均方误差为0.206,BP神经网络参考作物腾发量预报模型测试集确定性系数为0.851、均方误差为0.305,SVR参考作物腾发量预报模型均方误差及决定系数要明显优于BP神经网络;基于SVR模型的预报值与PM公式计算值相关系数为0.761,没有明显差异,表现出显著的相关性以及整体吻合度,可为灌溉预报及决策提供较为准确的ET₀预报数据.     

海河流域参考作物腾发量长期变化趋势分析

收集了海河流域37个国家气象站的逐日气象资料,采用FAO-56 Penman-Monteith方法计算参考作物腾发量(ET0);采用Mann-Kendall法进行趋势检验。通过分析及各气象因素的变化趋势,揭示了气候变化对参考作物腾发量长期变化规律及对作物灌溉供需水量可能产生的影响。结果表明:自20世纪50年代至2007年末,在海河流域下游地区具有较明显的ET0下降趋势,而在各主要河流的上游地区则有明显的上升趋势;其原因是整个流域内呈现气温上升相对湿度下降趋势,风速和日照时数都有下降趋势,但在上游地区前者占主导地位,而在下游地区后者占主导地位;在整个流域降雨呈现下降趋势的情况下,ET0上升使上游地区灌溉需水量增加,而在下游地区作物生长也可能受影响;除了工业和居民用水快速增长外,气候变化也是导致近几十年来海河流域水资源紧缺的原因之一。     

温室逐时参考作物腾发量的估算

为建立适合逐时计算温室ET0的模型,基于自然气象条件下的逐时Penman-Monteith(PM)公式,对其空气动力项进行修正得到了温室条件下的修正PM公式.并对比了修正PM公式与PM公式计算得到的温室逐时ET0.结果表明,修正PM公式与PM公式计算的温室逐时ET0年内变化趋势基本相同,但修正PM公式得出的逐时ET0负值较少,稳定性较高.修正PM公式计算的逐时ET0与时平均气温、时最高气温、时最低气温及时平均相对湿度有极好的相关性.     

基于GA-BP神经网络的作物参考腾发量预测

采用黄金分割原理优化算法确定BP神经网络的隐含层节点数,进而确定BP神经网络的结构,并针对BP神经网络容易陷入局部极小值和全局搜索能力弱的缺点,引人遗传算法(GA)优化网络权值,建立GA-BP网络模型,预测作物参考腾发量ET0.以北京地区的相关资料为基础,选用6种输入因子组合方案,对该模型进行验证,结果表明该网络模型具有较好的预测能力;同时,对6种方案比较分析表明,方案4最优,该方案只需选用4项输入因子(日序数、平均气温、风速和日照时数),就能以较高的精度预测作物参考腾发量.