基于标准化降水蒸散指数的甘肃省干旱时空特征分析

为明确气候变化条件下甘肃省不同时间尺度的干旱特征,选用1951-2015年甘肃省33个气象站点逐日气象数据,计算了不同时间尺度的标准化降水蒸散指数SPEI,同时结合Mann-Kendall突变检验、复小波分析、经验正交函数分解、旋转经验正交函数分解等方法,对甘肃省65 a来干旱时空格局特征进行了分析。结果表明：在年际变化趋势方面,甘肃省干旱情势为由干变湿再变干,近年干旱趋势逐渐加重;四季均呈现由干变湿然后变干的趋势,近年春季变干趋势显著;干旱强度在全省范围内主要为轻旱和中旱等级,并表现为局域性轻旱和全域性中旱。在周期性变化方面,甘肃省的干旱时间周期性强弱依次为39、13、7、22 a尺度,但不同时间尺度表现出了不同的干湿震荡规律。在空间格局方面,甘肃省整体上呈西北部干旱缓解、东南部干旱加剧的趋势;春季干旱加剧最明显,冬季次之,夏季和秋季干湿状况基本相似。按照干旱区域敏感性强弱可将甘肃省分为东南地区东部（Ⅰ区）、西北地区（Ⅱ区）、中部地区（Ⅲ区）和东南地区西部（Ⅳ区）,其中Ⅲ区呈干旱缓解趋势,其他地区基本呈干旱加剧的趋势。     

青岛地区五种混播草坪耗水特性研究

以5种混播草坪为试材,通过水量平衡法研究了5种混播草坪的蒸散量,比较了蒸腾耗水规律及节水潜力,并计算了5种混播草坪的坪草系数。结果表明:充分灌水条件下的蒸散量为混播Ⅴ(456.20mm)混播Ⅲ(412.04mm)混播Ⅰ(397.38mm)混播Ⅱ(378.95mm)混播Ⅳ(363.17mm),限制灌水时的蒸散量为混播Ⅳ(347.87mm)混播Ⅴ(329.99mm)混播Ⅱ(316.23mm)混播Ⅰ(310.97mm)混播Ⅲ(279.26mm);5种混播草坪节水潜力从大到小依次为混播III(132.78mm)混播V(126.21mm)混播I(86.41mm)混播II(62.72mm)混播IV(15.30mm);5种混播草坪的坪草系数介于0.93~1.52之间。     

膜下滴灌棉田凝结水量研究

[目的]分析覆膜对棉田凝结水的影响机理,为膜下滴灌技术的可持续发展提供科学依据.[方法]采用大型称重式蒸渗仪对棉田凝结水进行实时监测;在不同生育期分别选取典型日,分析凝结过程;设置覆膜和不覆膜2种方式进行对比试验,分析了覆膜对凝结水的影响.[结果]①从00:00开始凝结,至08:00结束,历时8h,昼夜变换中凝结与蒸散...     

基于称重式蒸渗仪的温室菜心耗水规律

以菜心为试材,利用称重式蒸渗仪,以直径20cm的蒸发皿水面蒸发量(Ep)为基础标准,研究了在不同灌溉处理条件下(0.6E_p、0.7E_p、0.8E_p、0.9E_p)温室菜心生育期的蒸散量、蒸散速率、产量、生物量及水分利用效率,以探明温室菜心的耗水规律,明确温室菜心合理的灌溉量。结果表明:温室菜心生育期内蒸散量波动范围为0.73~3.52mm·d-1,前期及中后期的平均蒸散速率分别为1.43mm·d~(-1)和2.04mm·d~(-1),呈前期变化平稳,中后期变化剧烈的趋势;随着灌溉量的增加,菜心的蒸散量随之增加,温室菜心全生育期蒸散量为65.98~78.92mm。其中0.7E_p处理下温室菜心产量、生物量、产量水分利用效率及生物量水分利用效率均为最高。与0.6E_p、0.E_p处理和0.9E_p处理相比,0.7Ep处理的产量分别提高了25.16%(P0.05)、5.63%和13.76%(P0.05),产量水分利用效率分别提高了17.42%(P0.05)、8.48%和27.66%(P0.05),生物量分别提高了21.96%(P0.05)、7.41%和17.68%(P0.05),生物量水分利用效率分别提高了11.21%、10.32%和32.10%(P0.05),0.7E_p灌溉量为供试条件下温室菜心的最优灌溉量。     

四川冬春季参考作物蒸散量时空变化及其成因

为深入认识四川冬春季参考作物蒸散量(ET₀)的变化特征,利用1980—2016年四川35个气象站的逐日气象观测资料,采用泰森多边形、气候倾向率和克里金空间插值等方法对其冬春季ET₀的时空变化特征进行分析,并通过敏感性和贡献率分析了ET₀的变化成因。结果表明:ET₀的年代际变化呈先降后增的趋势,空间上呈明显的西南高东部低的分布特征,且高值区范围持续扩大,低值区范围波动缩小。ET₀的年际变化呈上升趋势,春季ET₀气候倾向率和空间差异明显大于冬季,且ET₀高值区与低值区空间分布受海拔高度影响明显。ET₀的同一日多年平均值自初冬至初春逐渐上升,1月22日—5月2日仅有8 d的ET₀值低于多年日平均值,具有明显连续的高值时段。ET₀对日照时数的变化最敏感,其次是对相对湿度与平均气温,对三者均呈高敏感性。平均气温的正贡献率是引起ET₀变化的主导因子,其次是相对...     

气象要素时间分辨率对参考作物蒸散估算的影响

参考作物蒸散(reference evapotranspiration,ET0)的准确估算是农业水资源合理利用的重要环节。为了明确气象要素不同时间分辨率对参考作物蒸散估算的影响,该文基于寿县国家气候观象台2007-2013年观测资料,将1min时间分辨率数据平均值作为真实值,分析了10、20、30、40、60 min、4次/d(02:00、08:00、14:00、20:00)和3次/d(08:00、14:00、20:00)这7种不同时间分辨率对逐日气温、风速、太阳辐射、相对湿度和日、月及年参考作物蒸散(ET0)估算的误差情况。结果表明:ET0和气象要素的误差整体上随时间分辨率降低而增大。4个气象因子中,日平均风速估算受时间分辨率变化的影响最显著,误差最大;其次是太阳辐射。逐日ET0估算在7种时间分辨率的平均绝对相对误差(mean absolute relative error,MAPE)依次为0.53%、1.01%、1.38%、1.72%、2.46%、4.72%和6.14%,表明10至60min时间分辨率的估算效果相较3次/d和4次/d有明显改善。10至40 min的绝对误差超过95%都在-0.20~0.20 mm/d区间内,误差较小且集中度高;太阳辐射时间分辨率变化对ET0估算误差贡献最大,其次是风速,这主要是由于两个要素本身对分辨率较敏感且分别是ET0辐射项和动力项的主要组成因子。时间分辨率的变化对累计后长时间尺度ET0的影响较小,月和年ET0的误差明显小于逐日ET0,月ET0在7种时间分辨率的MAPE值依次为0.13%、0.21%、0.27%、0.40%、0.50%、1.18%和1.48%;各年ET0相对误差(relative error,PE)的绝对值多数均小于0.50%。     

华北平原冬小麦田问蒸散与棵问蒸发的变化规律研究

试验研究冬小麦田间蒸散和棵间蒸发变化规律及其影响因子结果表明 ,播种～返青期冬小麦棵间蒸发占蒸散比例 (E ET)最大 ,抽穗～灌浆期最小。整个生长期间棵间蒸发占蒸散量 31 .4 % ,棵间蒸发占蒸散比例 (E ET)与冬小麦叶面积指数 (LAI)有一定关系 ,E ET =0 .36 93× (LAI) - 0 .74 93(R2 =0 .82 36 )。     

三江平原稻田蒸散量模拟研究

基于2005-2007年涡度相关系统测量值和小气候观测资料,比较分析Penman、Penman-Monteith和Priestley-Taylor模型对三江平原稻田5-10月蒸散量的模拟效果。结果表明,3个模型参数采用常规参数时,Penman模型模拟值明显大于测量值,平均高估103.5%;但Penman-Monteith和Priestley-Taylor模型模拟效果较好,平均偏差分别为0.26和0.02mm·d-1,均方根误差分别为0.68和0.71mm·d-1。Penman和PenmanMonteith模型作物系数(Kc)与叶面积指数均呈极显著正相关关系,Priestley-Taylor模型修正式参数α值与叶面积指数、饱和水汽压差和风速均为正相关关系,且与饱和水汽压差和风速相关性达极显著水平。依据多元线性回归方程校正模型参数后,Penman模型模拟精度显著提高,平均偏差和均方根误差分别为0.28和0.64mm·d-1,模拟效率由负值转变为正值0.75。而Penman-Monteith和Priestley-Taylor模型模拟精度没有明显改变。方差分析进一步表明校正模型参数后3个模型的估算值没有显著性差异,说明3个模型对三江平原稻田蒸散量的估算精度一致。由此可见,Penman-Monteith和Priestley-Taylor模型无论是否校正作物系数或参数α,均适于估算三江平原稻田蒸散量,而Penman模型需在修正作物系数后方可用于估算三江平原稻田蒸散量。     

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。