南昌参考作物蒸散量时间变化及成因分析

为了深入认识南昌参考作物蒸散量(ET0)的时间变化特征,采用FAO推荐的Penman-Monteith公式计算南昌1961—2015年逐日ET0,并用Mann-Kendall趋势检验和突变检验法分析南昌ET0时间变化特征和突变时间,在此基础上使用通径分析法研究ET0变化成因。结果表明,南昌ET0年内呈现单峰曲线,7-8月最高,约占全年30%。从年际变化看,ET0和日照时数(n)无明显趋势,仅在8月呈现显著下降趋势,而相对湿度(RH)和风速(u2)显著下降,最高气温(Tmax)和最低气温(T_(min))显著上升。n和ET0多年累积距平曲线和月值曲线形状最接近,突变时间也最接近,分别在1990和1992年。n、u2、RH和T_(min)通径系数分别为0.513、0.466、-0.425和0.196,表明n最敏感,其后依次是u2、RH和T_(min)。n通过RH对ET0影响也较强(间接通径系数0.236),高于T_(min)的直接作用。     

柴达木流域参考作物蒸散变化成因

基于11个气象站点的实测数据,应用Penman-Monteith模型估算并分析了1970年-2010年以来柴达木流域参考作物蒸散(ET0)对气候变量的敏感性及气候变量对ET0的影响。结果表明:(1)41年来柴达木流域的ET0以-17.8mm/10a的变化率呈显著下降趋势,很可能与风速和净辐射的减小有关。(2)ET0对净辐射最敏感,对气温的敏感性最低,且气温的敏感性最不稳定。ET0对实际水汽压的敏感性逐年减小,而对净辐射、气温和风速的敏感性逐年增大。(3)风速是柴达木流域对ET0贡献最大的气候变量;尽管气温的相对变化(64.4%)远远大于风速的相对变化(49.9%),但贡献却小于风速;净辐射和实际水汽压对ET0减小的贡献不明显。结果显示气温对ET0的变化为正贡献,而风速、净辐射和实际水汽压对ET0的变化均为负贡献。     

黑龙江省参考作物蒸散量变化及气象因子分析

为研究中纬度寒区参考作物蒸散量时空变化及影响因子变化,揭示参考作物蒸散量与各气象因子间响应关系,基于黑龙江省34个标准气象站点数据资料,运用Penman-Monteith公式方法计算逐日参考作物蒸散量。利用累积距平、气候倾向率、趋势分析和突变检验、Hurst指数方法,分析了黑龙江省参考作物蒸散量时空变化特征及气象因子间响应关系,明确了产生差异性的主要原因。结果表明:整体上,黑龙江省1990—2019多年平均参考作物蒸散量呈下降趋势;春季相对湿度是影响参考作物蒸散量变化的主要气象因子,而冬季影响参考作物蒸散量较大的气象因子是平均气温;全省高蒸散区集中在以泰来为中心的西南部,低蒸散区集中在以呼中为中心的西北部;风速和气温是影响黑龙江省南部地区参考作物蒸散量变化的主要气象因素,相对湿度是影响北部地区参考作物蒸散量变化的主要气象因素;对未来变化趋势预测表明,黑龙江省Hurst指数为0.60~0.69,说明未来参考作物蒸散量变化呈与现在相同的下降趋势且具有一定持续性。     

基于云模型的云南参考作物蒸散量时空变化及影响因素分析

云模型可定量描述参考作物蒸散量(ET₀)的随机性和模糊性,基于云模型分析云南ET₀的时空变化,结果可为云南农业灌溉、水旱灾害等研究提供参考。以云南省31个气象站1958—2013年的逐日气象资料为基础计算ET₀,基于云模型并结合线性倾向、M-K趋势检验、偏相关分析等研究云南参考作物蒸散量及影响因素的变化特征。结果表明：1958—2013年,云南ET₀在时间和空间上分布不均匀,空间分布较时间变化更不均匀且不稳定。56 a间ET₀呈不显著增加趋势,2000年后ET₀显著大幅增加且分布极不均匀极不稳定;春季ET₀最大,冬季ET₀最小,冬春ET₀分散且不稳定;ET₀呈“中高东西低、南多北少”的空间分布和“西增中东减”的变化规律,滇中高值区ET₀变化不均匀且不稳定;湿度、日照时数和风速是影响ET₀的主要因素。     

川中丘陵区参考作物蒸发蒸腾量近60 年变化成因研究

利用FAO-56 Penman-Monteith方法计算川中丘陵区4个代表站点1954—2010共57年逐月的参考作物蒸发蒸腾量（ET0）,分析ET0和各气象因子的变化趋势,采用贡献率分析法和偏相关系数分析法研究ET0近60年变化的成因。结果表明：ET0呈下降趋势;温度呈显著上升趋势;相对湿度呈显著下降趋势;日照时数和风速呈极显著减少趋势;川中丘陵区气候在近60年来趋向暖干化。日照时数和风速减少对ET0变化的负贡献率分别为-5.403%和-2.054%;相对湿度减少和温度增加对ET0 变化的正贡献率分别为2.085%和0.562%;负贡献大于正贡献使ET0下降。因此,日照时数和风速减少是引起ET0近60年下降的主要原因。偏相关系数分析法得到的ET0变化成因与贡献率分析法得出的结论一致。     

基于信息熵原理的东北地区参考作物蒸散量时空特征分析

根据1951—2013年东北地区116个气象站点的常规气象资料,基于信息熵理论构建了东北地区日参考作物蒸散量站点间的信息传输模型并分析了信息场的分布情况,利用聚类分析法解析了东北地区日参考作物蒸散量的区域相似性结构特征;并在此基础上选取6个代表性站点,运用重标极差法分析了参考作物蒸散量(ET_0)的时间分形特征。结果表明:空间上,东北地区日参考作物蒸散量的信息熵随纬度增加而减小,各站点信息传输指数随基站与辅站距离的增大而减小,且具有明显的各向异性;东北地区在站点群层面上的信息传输总体呈由南到北、由东到西的分布规律。时间上,东北地区多年平均ET_0总体呈下降趋势,哈尔滨、沈阳、赤峰、加格达奇、佳木斯、海拉尔6个代表性站点的ET_0在未来一定时段内的变化趋势趋于稳定且具有较强的持续性。     

辽宁省近70年短历时暴雨时空变化及气象成因分析

本文基于辽宁省近70年完整、可靠的544个站点暴雨资料,选取暴雨中心雨量高于200mm、降雨间隔时段低于6h的162场典型暴雨,对辽宁省短历时暴雨时空变化特征及气象成因进行了分析。结果表明:东南和西南季风相互作用是辽宁省区域大暴雨主要影响天气系统;短历时暴雨主要集中在12h以内,12h降雨量占总雨量的72%,最大24h暴雨多在120～600mm之间;暴雨空间分布从东南向西北逐步递减,暴雨中心主要分布在东部山区、中部平原及西部沿海区域。该研究成果对于辽宁省防洪治涝总体部署具有重要意义。     

近55年贵州省潜在蒸散量变化特征及影响因子分析

为了解贵州省潜在蒸散的变化特征及影响影子,根据1961-2015年贵州省80个气象观测站的常规观测资料,采用Penman-Monteith公式、回归分析、Mann-Kendall检验分析和GIS空间分析等方法,计算并分析了贵州省潜在蒸散量及其变化特征和影响因子。结果表明:近55年来贵州省ET_0呈下降趋势,空间上总体呈现出南高北低,西高东低,由西南向东北递减的变化趋势;除平均风速外,平均温度、最高温度和相对湿度与ET_0均极显著相关性。     

近20年西南地区地表蒸散与干旱时空变化特征

利用西南5省161个气象站1996~2015年的气温、水汽压数据资料,以及MODIS产品数据,基于改进的混合型线性双源遥感蒸散模型拟合西南地区的地表蒸散状况,并定义蒸散干旱指数(EDI)分析该区干旱时空变化特征。结果表明:(1)西南地区近20 a来实际蒸散呈现明显的增加趋势,春、夏两季蒸散量较大,占全年总量的62.3%;春季由东南向西北递减,广西南部以及云南南部实际蒸散量较大;夏季呈现由东向西递减的趋势,由广西、贵州、重庆向云南和四川递减;秋季与冬季则呈现由南向北递减的规律。(2)潜在蒸散也呈现增加趋势,季节上存在一致性,春、夏两季蒸散量占全年总量的60.6%,空间上相比实际蒸散而言,变化存在一定规律,潜在蒸散量春季、秋季以及冬季呈现明显的由南向北递减的趋势,具有纬向分异规律,而夏季则表现为由东向西递减的经向分异规律。(3)年际间的EDI呈现波动趋势,且近20 a来明显下降,但各年EDI均值都大于0.5,说明整体干旱化程度相对严重。     

基于云模型的淮北平原参考作物蒸散量时空分布

传统的时空分布分析方法仅可以描述参考作物蒸散量(ET0)的平均时空分布情况,难以对ET0时空分布的离散程度与稳定性进行量化。根据安徽淮北平原5个站点的气象数据与地理信息资料,采用彭曼-蒙特斯公式计算ET0,基于云模型分析了其时空分布特征。结果表明:年ET0呈下降趋势,春、冬季增长,夏、秋季减小;年ET0空间分布较为均匀,季节ET0空间分布不均匀;2004年较为分散而不稳定,1956年较集中而稳定;阜阳站较为分散而不稳定,宿县站较集中而稳定;ET0时间变化的离散程度相对于空间分布较小,稳定性相近。因此,基于云模型分析ET0时空分布特性可行、有效,研究结果可为淮北平原不同作物蒸散发以及旱灾、灌溉等研究提供科学参考。     

黑河流域参考作物蒸散量时间序列非线性特征研究

为了揭示黑河流域参考作物蒸散量的时间序列非线性特性,利用黑河流域及其周边的17个气象站,采用Penman-Monteith公式计算日、月、季和年的参考作物蒸散量,通过多重分形理论分析ET0时间序列的变异规律。结果表明:除年尺度时间序列为弱变异外,其他时间尺度均为中等强度变异;不同时间尺度参考作物蒸散量时间序列均具有多重分形特征,月尺度时间序列相较于其他时间尺度短距离变异显著,年尺度长距离变异显著。     

新疆焉耆盆地参考作物蒸散量变化的气象因素定量分析

本文根据新疆焉耆县气象站1961—2010年逐日气象观测数据,采用Penman-Monteith模型分析了ET0对最高气温、最低气温、风速、日照时数、相对湿度的敏感性,并结合各气象要素的多年相对变化定量探讨了影响ET0变化的主导因素。结果表明:近50年来,研究区ET0以-1.818mm/年的趋势减少,夏季减少趋势最显著,1983年前后ET0发生突变。平均风速和日照时数的敏感系数较低,但其减小趋势极显著,多年相对变化较大;全年、春、秋和冬季对ET0变化的主导因子是平均风速,夏季是日照时数。     

修正Hargreaves-Samani公式估算宁夏参考作物蒸散量适用性分析

Hargreaves-Samani(HS)公式是运用气温和太阳辐射气象数据计算参考作物蒸散量(ET0)的方法.基于贝叶斯原理(HScor公式)以及最小二乘法原理(HSlsq公式),利用宁夏回族自治区(以下简称宁夏)10个代表气象站点1961—2006年逐日气象数据对HS公式中参数进行修正,并以2007—2016年Pen...     

冬小麦全生育期区域蒸散量时空变化

为探究冬小麦不同生育期内区域蒸散发的变化规律,以邯郸永年冬小麦种植区为研究区,基于Penman Monteith公式计算结果验证后的SEBAL（surface energy balance algorithm for land）模型,模拟计算2019年10月至2020年6月全生育期冬小麦不同生长期的区域蒸散量,结果表明：整个冬小麦生育期内区域日最大蒸散发量为0.97～13.66 mm/d,均值为0.52～8.06 mm/d;空间分布总体上呈现出西低东高的变化趋势,与研究区地形和水文地质特征造成的耕作方式的差异性较为一致;时间分布呈现出苗期至返青期在0.52～1.49 mm/d波动变化、起身期至孕穗期在3.18～4.47 mm/d波动变化、拔节期至成熟期呈现快速增加到4.47～8.06 mm/d的趋势,且与LAI(leaf area index)变化密切相关;区域蒸散发的峰值在出苗期和返青期之间存在空间转移现象。研究成果对优化区域农田灌溉制度、提高农田水分管理具有借鉴意义。     

丹东地区参考作物腾发量变化的成因及贡献值分析

蒸发蒸腾是影响地表水量平衡的重要参数,对农田水管理有着不可忽略的意义.本文采用Penman-Monteith公式对丹东地区1960年～2006年间的参考作物腾发量进行计算,分析了近47年来该地区ET0的变化成因及各气象要素对ET0变化的贡献值.结果表明：研究时段内,无论是生长季还是年际ET0均呈不明显减少趋势,ET0对太阳辐射的变化最敏感,同时太阳辐射也是对生长季ET0变化贡献最大的因素,而从年际影响因素看,风速对ET0变化的贡献最大.     

气候变化下广东省参考作物蒸散量变化趋势及其影响因素分析

为探究气候变化下广东省参考作物蒸散量(ET₀)时空变化特征及其影响因子,基于1980—2020年广东省辖区内37个气象站点的地面观测资料,采用FAO—56 Penman-Monteith法计算各站点逐日ET₀,系统分析了广东省ET₀的时空变化特征,运用敏感性和贡献率分析方法定量研究了各气象要素变化对ET₀影响程度。结果表明：时间尺度上,广东省多年年平均ET₀为1 150 mm,整体上以14.84 mm/10a的速率显著上升,空间尺度上,ET₀从北到南呈上升趋势,变化范围为1 069～1 235 mm; ET₀对相对湿度和气温的敏感程度高于日照时数和风速。贡献率分析结果表明：气温是广东省ET₀变化的主导因子,其次是日照时数,相对湿度和风速的贡献率相对较小。气温的潜在升高与相对湿度的下降可能会导致未来更高的ET₀和干旱事件,研究可为广东省水资源规划和农业灌溉管理提供科学依据。     

贵州省近55年降水事件变化特征

为了更深入地了解贵州省气候变化的特征,运用19个气象站1959—2013年降水观测数据,分析了贵州省近55 a来的降水量、降水日数、降水强度的气候特征、变化趋势、空间分布和稳定性。结果表明:空间上,贵州省降水量南多北少,降水日数南少北多,二者呈空间负相关;时间上,近55 a贵州省降水大致可以分为1个平水期、2个丰水期和2个枯水期,降水增强区域面积逐渐缩小;季节差异性显著且随海拔高度增加而加剧;贵州省强降水日数和强度多年平均变化趋势不显著,空间上呈带状分布,最小值分布于威宁—毕节—遵义—三穗一带,但该区域暴雨强度变化率最大;贵州省大雨强度变异系数较小,但暴雨强度变异系数较大,且变异系数最大值分布于暴雨强度最弱的威宁—毕节—遵义—三穗一带。贵州省55 a间降水事件变化最突出的特征是:年均降水量、降水日数和强度相对较小的区域,其降水日数和强度的变化率最大、稳定性最差。针对这一特征应重点分析地形对贵州省降水的影响,加大对极端降水事件发生概率较大地区的降水动态及地质异动情况的观测。     

辽宁省辽南地区近40年降水时空变化特性分析

依据辽南地区22个雨量站1974~2013年降水资料分析辽南地区降水时空分布特性。采用滑动平均法(MA)、多项式回归法(PR)进行降水时间趋势性分析并采用秩次相关检验法(M-K)检验趋势一致性;采用方差分析法分析各时段降水周期变化规律;结合Arc GIS平台Geostatistical Analyst中的Kriging插值、Spatial Analyst分析辽南及各分区内降水空间分布特征。分析结果表明,辽南及各分区内降水量年内、年际变化较大,年内降水主要集中在夏季;除长海县年降水量有较显著上升趋势、长海县及普兰店市枯季降水量有显著上升趋势外,其余各区及辽南地区降水增减趋势不显著;辽南地区年降水及夏季降水约存在9 a变化周期,而枯季降水存在20 a的显著周期;辽南地区降水空间分布不均匀,总体呈东北向西南递减趋势。若降水稀少,大连是易发生旱灾的重点区域。     

考虑气象因子不确定性的参考作物蒸散量预报方法

参考作物蒸散量(ET0)的准确预测预报对于制定作物灌溉制度与实时灌溉调度具有重要意义,然而气象因子的不确定性极大的影响着ET0的预测精度.因此本研究采用马尔科夫蒙特卡罗模拟与自适应采样算法相结合的方法(AM-MCMC)对气象因子的不确定性进行修正,以气象站实测ET0作为标准值,利用径向基神经网络(RBF)模型建立气象因...