基于自适应模糊推理系统的汾河流域参考作物蒸散量模拟研究

【目的】有效提高缺少气象资料条件下汾河流域参考作物蒸散量(ET0)计算精度。【方法】选取汾河流域及附近7个气象站点1960—2017年逐日气象资料,根据不同气象要素组合,构建16种基于自适应模糊推理系统(ANFIS)的ET0模拟模型,并与Hargreaves-Samani、Irmak-Allen、Makkink模型进行比较,评价ANFIS模型在汾河流域的适用性及可移植性。【结果】(1)ANFIS模型能很好地展现ET0与各输入因子之间的非线性关系;仅输入Tmax、Tmin、Ra建立的ANFIS2模型模拟精度(平均R^(2)为0.882,平均NSE为0.876,平均RMSE为0.341 mm/d)能满足使用要求,随着输入气象要素数量的增加,模型模拟精度不断提高;(2)在输入因子相同时,ANFIS模型精度高于Hargreaves-Samani、Irmak-Allen、Makkink模型;(3)ANFIS模型在汾河流域具有很强的泛化能力和可移植性,不同分区建立的ANFIS模型相互移植时具有较高精度(平均R^(2)为0.983,平均NSE为0.978,平均RMSE为0.134 mm/d)。【结论】因此,在缺少气象资料时,基于自适应模糊推理系统建立的ET0模拟计算模型可作为汾河流域ET0计算的推荐模型。

耦合PLUS-InVEST模型的多情景土地利用变化及其对碳储量影响

土地利用/覆被变化(LUCC)是陆地生态系统碳储量变化的重要原因,LUCC往往受政策的限制,从而影响碳储量变化。预测政策指引下的西安市2030年LUCC,分析其对碳储量的影响,对西安市政策制定、土地利用结构调整、实现“双碳”目标具有重要意义。本研究基于2000年、2010年和2020年土地利用数据(LULC),选取11个驱动因子,根据西安市“十四五”政策规划建立自然发展(Q1)、生态保护(Q2)和城镇发展(Q3)3个情景,采用PLUS模型预测并分析西安市2030年土地利用空间分布格局,并耦合InVEST模型评估西安市在不同发展情景的碳储量变化。研究表明:1)PLUS模型在西安市的适用性较强,模型总体精度为0.93,Kappa系数为0.89。2)2000—2020年西安市建设面积、草地、水体数量增加,耕地、林地、湿地面积减少,从转移方向上看,主要由耕地转为建设用地。3)2030年,Q1情景延续了以往发展模式,Q2情景下林地、水体等生态用地数量均较2020年有所增加,Q3情景下建设用地大幅增加,增幅为10.42%。4)LUCC是导致生态系统碳储量变化的主要原因,2030年Q1情景下碳储量总量较2020年减少373.28 t,说明延续以往的发展模式会使碳储量总量减少;Q2情景下碳储量总量较2020年增加564.73 t,说明一定的生态保护措施保护了林地、湿地等生态用地和耕地的数量,限制了碳密度较高的生态用地和耕地等转化成碳密度较低的建设用地,可以减缓陆地生态系统碳储量减少趋势,增加西安市碳储量;Q3情景下碳储量减少734.15 t,城市化进程的加快,建设用地规模扩大,大量的建设用地占用生态用地和耕地,从而使碳储量大幅减少。研究表明建设用地大幅扩张侵占生态用地和耕地是造成生态系统碳储量流失的主要原因,实施科学、合理的生态保护措施,可以很好地解决因经济发展而造成的碳储量下降问题。

基于SPEI的陕西省干旱特征及其对玉米产量的影响

基于陕西省1971-2020年32个气象站实测气象资料,计算不同尺度玉米生育期标准化降水蒸散指数(SPEI),利用旋转正交经验函数法、趋势分析法和小波分析法分析玉米不同生育期的干旱时空特征。结合陕西省9地区1990-2020年玉米单产数据,借助HP滤波法分离出玉米气象产量,采用交叉小波分析和线性回归法分析了干旱对玉米气象产量的影响。结果表明:①研究区干湿空间分布在玉米生育期可划分出关中、延安、榆林和陕南西南部4个干旱敏感区域;②在1971-2020年内,全生育期关中、榆林和延安地区呈干-湿交替变化,1990s末陕西大部分地区干旱较严重;③铜川、宝鸡、咸阳和渭南地区玉米气象产量与花丝期干湿状况密切相关,其余地区受全生育期干湿状况影响最大。玉米气象产量与干旱状况呈显著的正相关,且在1994-2000年存在1~4 a的共振周期;④榆林、铜川和渭南地区玉米气象产量随SPEI值增大而增加,而延安、宝鸡、咸阳、安康、汉中和商洛当SPEI值大于1.6或小于-0.4时会发生轻度及以上程度的减产。

基于GAMLSS模型的青海省非平稳NSPEI干旱时空特征分析

[目的]识别气象变量在气候变化影响下出现的非平稳特征,揭示青海省气象干旱特征的时空演变规律,进而为青海省抗旱减灾提供一定的技术支持。[方法]基于GAMLSS模型构建以气候因子为解释变量的非平稳NSPEI,通过与传统SPEI对比遴选一种更适合青海省的气象干旱指数,并利用游程理论与Copula方法分析了不同情景下干旱重现期的分布特征。[结果]NSPEI较SPEI能更准确地识别青海省不同干旱程度,尤其对于较严重干旱事件。1961—2020年青海省干旱频率呈下降趋势且主要发生中度干旱和轻度干旱,干旱频率高发区为柴达木盆地西北部,青南牧区西南部为干旱低频区;干旱历时、干旱烈度分别以0.0189/a,0.0166/a的速率减小,两干旱特征时空变化较同步,均由西北向东北部递减。在中旱情景下,Tor平均为2.79 a一遇,Tand平均为7.52 a一遇;重旱Tor平均为4.11 a一遇,Tand平均为16.22 a一遇,青海省西南部是中、重旱高风险集中区,而东部农业区为重、中旱低风险集中区。[结论]青海省降水、气温序列的平稳性不复存在,考虑以气候因子为协变量NSPEI在揭示青海省时空变化趋势方面更有优势,可以用来预测未来青海省气象干旱的变化情况。

甘肃省不同气候区1961-2020年蒸散发时空变化及其影响因子

潜在蒸散发与气象因素间关系复杂,研究由多个气候区组成的甘肃省潜在蒸散的时空变化规律及影响因子,对探明气候变化对水文循环的影响具有重要意义。基于甘肃省及周边31个气象站点1961-2020年逐日气象资料,对甘肃省8个气候区通过Penman-Monteithm模型,应用Kriging插值法、Mann-Kendall检验和偏相关分析等分析方法,分析了研究区不同气候类型的潜在蒸散发时空变化特征及其影响因子。结果表明:(1)1961-2020年甘肃省各气候区气象因子变化差距明显,其中各气候区平均温度、最高温度、最低温度在60 a来均呈显著上升趋势;平均相对湿度除河西西部暖温带干旱区和祁连山高寒半干旱区以外,均呈下降趋势;平均风速除河西西部暖温带干旱区、河西冷温带干旱区和陇中北部冷温带半干旱区外,均呈上升趋势;年降水除陇中南部温带半湿润区外,均呈显著上升趋势,年日照时数差异微小。(2)在蒸散发空间分布格局上,年均潜在蒸散发在春季、夏季、秋季总体为西北高,东南低的特点,年均波动范围710~1 363 mm;而冬季略显不同,则呈现出东南高、西北低的特点。(3)1961-2020年各气候区73.42%的区域潜在蒸散发变化趋势在0.05水平上显著相关,变化趋势波动范围在-2.62 mm/a到3.01 mm/a之间。(4)甘肃省各气候区潜在蒸散发与气温、日照时数和风速呈正相关关系,其中对温度的相关程度最高,A、B、C、D干旱及半干旱区潜在蒸散发对风速的相关程度高于湿润气候区,而相较于干旱及半干旱区来说,日照时数对潜在蒸散发的相关程度在湿润区更高。所有气候区均与相对湿度呈负相关关系,降雨则对各气候区潜在蒸散发变化的作用最小。