甘肃省参考作物蒸散量变化特征与影响因子分析

为了探寻甘肃省参考作物蒸散量(ET_0)的变化特征及其影响因子,利用FAO-Penman-Monteith(98)公式计算甘肃省4个分区的ET_0。依靠处理定性概念与定量描述不确定转换的云模型对ET_0变化特征和影响ET_0的气象因子进行了研究;同时,采用通径分析的方法,对不同区域影响ET_0变化的气象因子进行了探讨。结果表明:63年来,ET_0在空间上表现为西北地区大于东南地区。其中,河西地区ET_0在甘肃省内一直处于最高值,但呈逐年减小的趋势;陇中地区和陇东地区前30年先减小,后33年较之前有所增加,但总体趋于稳定;陇南地区则表现为多年最低值且较为稳定,无明显变化。63年来河西地区ET_0分布最为离散,不均匀性也最不稳定性;陇东地区ET_0分布最为均匀,稳定性也相对最好。通径分析表明,各个气象因子对ET_0变化都有影响且对不同区域ET_0的主要影响因子也不尽相同。对河西地区和陇南地区ET_0变化直接作用最大的气象因子为平均温度;对陇中地区和陇东地区ET_0变化直接作用最大的气象因子分别为平均相对湿度和日照时数。平均风速是对河西地区、陇中地区和陇东地区间接作用最为显著的气象因子;而对陇南地区ET_0间接作用最为显著的气象因子则为日照时数。

基于云模型的甘肃省参考作物蒸散量时空分布特征

为了深入探寻甘肃省参考作物蒸散量(reference crop evapotranspiration,ET0)的时空分异特性,利用甘肃省29个气象测站1951-2013年的观测资料,采用Penman-Monteith公式计算参考作物蒸散量。依靠处理定性概念与定量描述不确定转换的云模型,研究了ET0时空分布的均匀性和稳定性,并对ET0在月、季、年及空间上的变化特性进行了分析。结果表明:甘肃省ET0年际变化呈现逐年波动式的上升趋势,整个区域的ET0以2.11 mm/(10a)的倾向率增长;年内ET0逐月变化表现为单峰型,11月到次年3月分布较为均匀、稳定,4月到8月较为离散、不稳定。甘肃省ET0四季分布差异明显,夏季最大、春季次之、秋冬季最小;秋、冬季ET0分布较春、夏季更为均匀;春、冬季稳定性好于夏、秋季。甘肃省ET0在空间上总体呈西北地区大于东南地区的分布态势。与时间分布相比较,空间分布上较为离散、不均匀,而且也不稳定,总体上近33 a的不均匀性小于前30 a,稳定性也有逐渐增强的趋势。

基于云模型的甘肃省参考作物蒸散量变化特征及影响因子

为了深入认识甘肃省参考作物蒸散量（ET0）的变化特征,解决该地区水资源供需矛盾,利用甘肃省29个气象测站1951~2013年的日气象资料分析甘肃地区ET0年、季的时间变化趋势.依靠处理定性概念与定量描述不确定转换的云模型,对ET0时间变化特征和影响ET0的气象因子进行了分析,同时采用通径分析方法,对影响ET0变化的气象因子进行了探讨.结果表明：河西半干旱区、陇中半干旱区、陇东半湿润区、陇南湿润区4个分区ET0在近63a均表现为持续性的上下波动.ET0在时间尺度上分布较为均匀、稳定.季节分布呈现出夏季〉春季〉秋季〉冬季的分布态势.离散性方面秋、冬季最均匀,夏季最不均匀;稳定性则是冬、春季好于夏〉、秋季.年际变化来看,平均气温对ET0的直接作用最大,平均相对湿度和日照时数对ET0的间接作用最大.不同季节气象因子分析表明,春、秋、冬3个季节对ET0直接作用最强的气象因子为平均气温,夏季对ET0直接作用最强的气象因子为平均相对湿度;间接作用显示,春、秋季对ET0间接作用最强的气象因子为平均相对湿度,夏、冬季则分别为日照时数和平均气温.

甘肃省参考作物蒸散量及影响因素的时空分异特征

为了探寻甘肃省参考作物蒸散量(ET0)的变化特征及其影响因子,利用甘肃省29个气象测站1951—2013年的观测资料,采用FAO-Penman-Monteith(98)公式计算甘肃省不同区域的ET0,并依靠线性趋势方程、云模型、通径分析和指标敏感性分析方法对ET0时空分异特征和影响因子进行分析。结果表明:甘肃省ET0以2.11mm·10a-1的倾向率呈现出增长趋势,除河西地区以0.71 mm·10a-1的倾向率呈递减趋势外,其余三个地区均呈增长状态。ET0空间分布总体上呈现为西北地区大于东南地区,河西地区最为离散、不稳定,陇东地区最为均匀、稳定。ET0的主要影响因子具有空间变异性,河西和陇南地区为平均温度,陇中和陇东地区为平均相对湿度和日照时数。但是ET0的变化是多因素共同影响的结果,平均风速是河西地区和陇东地区的另一主要影响因素,陇中地区为平均相对湿度,陇南为日照时数。

基于DEM的区域蒸散发模型改进

为了深入探寻地形对区域蒸散发模型参数的影响程度,简化坡地蒸散发量的估算过程,利用黑河流域气象资料、ASTER数据和DEM数据,建立了平地和坡地瞬时太阳净辐射、气温间的关系,改进了区域蒸散量的估算模型.结果表明:瞬时太阳净辐射和气温受地形的影响较大,改进后的坡地太阳净辐射和气温的估算过程大大简化,区域蒸散发量的模拟精度有所提高.