淮北平原36种参考作物蒸散量估算方法适用性研究

为分析不同参考作物蒸散量估算方法在淮北平原的适用性,以FAO56 Penman-Monteith(FAO56PM)模型为标准,基于五道沟实验站2009-2022年气象观测数据,选取6种统计指标,从日、月尺度综合分析。结果表明,所有方法中,日尺度下FAO24Penman(FAO24PM)法、1996 KiM-Berly Penman(K-P)法、Pristley-Taylor(P-T)法最优,月尺度下FAO24PM法、P-T法、Debruin-Keijman(D-K)法最优;综合法最优,其次依次为辐射法、质量传输法和温度法;综合法中FAO24PM法最优,辐射法中P-T法最优,温度法中FAO24BC法最优,质量传输法中Mahringer法日尺度下最优,Trabert法月尺度下最优。因此,当数据资料充足时推荐FAO24PM法,资料不齐全时推荐P-T法、FAO24BC法、Mahringer法(日尺度)或Trabert法(月尺度)。

MARS模型在渭河流域参考作物蒸散量计算中的适应性研究

为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET_(0))计算精度,选取流域及附近20个气象站58 a(1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET_(0)计算模型,并将计算结果与Hargreaves-Samani、Makkink和Irmark-Allen模型进行对比,评价MARS模型在渭河流域的适应性及可移植性。结果表明:MARS模型能很好地甄别ET_(0)与各输入因子间的非线性关系,MARS2(T_(max)、T_(min)、R_(a))计算精度(平均MAE为0.225 mm/d,平均RMSE为0.327 mm/d,平均R2为0.897)能满足应用要求,模型精度随输入气象要素数量的增加而升高;输入因子中引入地球外辐射R_(a),可明显提高MARS模型精度;在输入因子相同时,MARS模型精度高于Hargreaves-Samani、Irmark-Allen和Makkink模型;MARS模型在渭河流域具有很强的泛化能力和可移植性。因此,气象资料缺失时基于MARS建立的ET_(0)计算模型可作为渭河流域ET_(0)计算的推荐模型。

基于辐射改进Penman-Monteith模型估算粮食主产区参考作物蒸散量

为进一步提高Penman-Monteith模型估算参考作物蒸散量(Reference crop evapotranspiration,ET0)的精度,以中国粮食主产区为研究对象,将其划分为温带湿润半湿润地区(THSZ)、温带干旱半干旱地区(TASZ)、暖温带半湿润地区(WTSZ)和亚热带湿润地区(SHZ),基于32个气象站点1994-2020年长序列实测逐日气象数据,将猎豹算法(CO)、沙猫算法(SCSO)、野狗算法(DOA)优化的时间卷积神经网络模型(TCN)和3种基于日照时数、3种基于温度的经验模型估算的辐射(R_(s))值与PM模型进行融合,得到改进PM模型。以均方根误差(RMSE)、决定系数(R^(2))、平均绝对误差(MAE)和效率系数(E_(NS))为精度评价体系,找出了粮食主产区不同分区的ET0最优估算模型,结果表明:基于日照时数模型的计算精度要优于温度模型,其中CO-TCN模型在全区内均表现出了较高的精度,在不同分区的RMSE、MAE、R^(2)和E_(NS)中位数取值分别为0.099~0.171 mm/d、0.057~0.111mm/d、0.984~0.998、0.983~0.997,由此可将CO-TCN模型估算的辐射值与PM模型融合,作为标准值用于估算粮食主产区ET0。

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。

顾及时空特征的参考作物蒸散量集成学习估算

为提升参考作物蒸散量(ET_(0))的估算精度,以四川省为研究区域,发现全省ET_(0)的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost, LightGBM,GBDT、随机森林和极限树为基模型的Stacking模型.将顾及时空特征的Stacking模型与其各个基模型以及经验模型彭曼公式(FAO 56 Penman-Monteith)的决定系数、平均绝对值误差和均方误差等多项指标进行了全面的精度对比验证.试验结果表明:在顾及空间特征的情况下,Stacking模型在测试集上决定系数精度提升了3%,平均绝对值误差和均方误差分别降低了51%和76%;在顾及时序特征的情况下,Stacking模型在测试集上的决定系数精度提升了4%,均方误差和平均绝对值误差分别降低了92%和72%.这表明时空特征的引入可有效提升模型估算ET_(0)性能.在同时顾及时空特征的情况下,Stacking模型相较于彭曼公式,决定系数提升了39%,均方误差、平均绝对值误差分别降低了95%和77%,并且,在2006—2010年逐年精度验证中,Stacking模型精度始终优于其每年最优基模型精度.因此,顾及时空特征的Stacking模型可有效提升四川省ET_(0)估算精度.

基于预报气温和HS公式估算麦季参考作物蒸散量

为了精准评价基于预报气温和Hargreaves-Samani (HS)公式计算参考作物蒸散量的可行性和准确性,基于1961—2017年新乡历史气象数据以Penman-Monteith (PM)公式计算结果对HS公式参数进行了校正,采用预报气温数据通过修正后的HS公式计算2018—2020年冬小麦生长季节的参考作物蒸散量。以Penman-Monteith计算的参考作物蒸散量为对照值进行对比,结果表明用Hargreaves-Samani(HS)公式和预报气温估算的日参考作物蒸散量与Penman-Monteith计算的参考作物蒸散量相关程度较高,平均绝对误差为0.48 mm/d,均方根误差为0.64 mm/d,决定系数为0.84,拟合度为0.96。说明在华北地区用日预报气温资料采用Hargreaves-Samani(HS)公式估算参考作物蒸散量这一方法可行,这为农业灌溉预报提供了理论和方法上的保证,并且对指导当地农业水资源配置具有参考意义。

四种参考作物腾发量ET_(0)计算方法在鄂中地区的适用性分析

为探究适合鄂中地区的参考作物腾发量ET_(0)计算方法,选取1998—2009年荆门站和天门站气象数据为率定期、2010—2022年气象数据为验证期,以FAO推荐的PM法ET_(0)计算值为基准,对逐日均值修正法、BC法、PT法、IA法ET_(0)计算值进行线性拟合率定验证,并分析其适用性。结果表明,率定后的逐日均值修正法和PT法ET_(0)计算值在2个地区率定及验证期的平均绝对误差(MAE)在0.284~0.962 mm/d,均方根误差(RMSE)均在1.000 mm/d以下或接近该值,同时相关系数(r)在0.730以上,两者适用于鄂中地区ET_(0)计算。率定后BC法在荆门站MAE和RMSE均小于1.000 mm/d,拟合效果好,适用于荆门市;在天门站拟合精度差、离散程度高,不适用于天门市。率定后IA法ET_(0)计算值在2个地区验证期偏差均较大,不适用于鄂中地区ET_(0)计算。

1960-2020年海南岛气温、降水及参考作物蒸散量变化趋势

探究地区气温、降水等气候资源变化特征,可为气候变化下农业生产规划布局和气象灾害防御提供科学依据。利用1960-2020年海南岛7个气象站逐日气象资料,采用气候倾向率法、Mann-Kendal(MK)检验和Morlet小波分析等方法,对海南岛近61 a气温、降水及参考作物蒸散量(ET0)的时空变化趋势进行了系统分析。结果表明:在时间上,海南岛年平均气温以0.22℃/(10 a)的速率显著上升,年平均降水量以33.66 mm/(10 a)的速率不显著增加,ET0以-0.30 mm/(10 a)的速率轻微下降。MK检验表明气温序列未发生突变,而降水和ET0序列存在突变现象。小波分析表明气温存在55 a的变化主周期,降水和ET0存在56 a的主周期。在不同季节,气温均显著上升,降水和ET0的变化趋势不显著。在空间上,海南岛气温以中部琼中为低值中心向周边沿海地区增加,东南部气温整体高于东北部;降水量以中部琼中为中心向周边沿海地区减小,ET0呈从东北向西南递增的趋势。研究表明近61 a海南岛气候呈现暖湿化趋势,对全球变暖响应显著。预测未来几年气温、降水和ET0将处于偏低期,这将对该地区农业生产和生态系统等产生影响。

基于单作物系数法的温室秋季生菜蒸散量估算及验证

【目的】基于单作物系数法估算温室秋季生菜蒸散量。【方法】通过2021—2022年温室秋季生菜试验,根据各生育期影响因素修正FAO-56推荐作物系数值,即生育前期根据ET0值和灌溉频率修正,生育中期和生育后期根据气象因素和株高修正,并采用单作物系数法对温室生菜蒸散量进行估算,以称重式蒸渗仪实测蒸散量ETcm为标准值对蒸散量估算值ETcs进行验证。【结果】不同试验年度逐日ET0均呈逐渐降低变化趋势,介于1.18~2.44 mm/d。温室生菜作物系数修正值(Kc adj)和实测值(K_(c loc))均在生育前期最高,2 a均值分别为0.74±0.13和0.76±0.13;进入快速发育期后二者均呈降低趋势,并在生育中后期逐渐稳定在0.5~0.6。各生育阶段的Kc adj较FAO推荐值(Kc FAO)更接近实测值(K_(c loc)),Kc adj和K_(c loc)相对误差介于-6.7%~5.4%。应用修正单作物系数法估算温室秋季生菜ETcs与实测ETcm的日均值分别为1.310 mm/d和1.283 mm/d,决定系数(R^(2))、平均绝对误差(MAE)、均方根误差(RMSE)、一致性指数(d)分别为0.975、0.176 mm/d、0.222 mm/d、0.955。【结论】修正单作物系数法能够较为准确的估算温室秋季生菜蒸散量。

吉林省参考作物蒸散演变特征及气候成因定量分析

参考作物蒸散是能量平衡和水分循环的重要环节,明晰吉林省参考作物蒸散演变特征及成因,有助于理解气候变化对水文循环的影响和科学开展灌溉。根据吉林省28个气象站1970-2019年的逐日气象数据,利用Penman-Monteith法、去趋势法探究考蒸散演变特征及其定量化成因。结果表明:近50 a中,吉林省年平均参考作物蒸散呈不显著的增加趋势,四季中,夏季蒸散减少,其他季节蒸散不同程度增加。近50 a中,吉林省各气象因子变化差距明显,年、季平均气温和水汽压差增加,风速和日照时数减少,其中风速和水汽压差的变化幅度明显大于气温和日照时数;吉林省年均蒸散变化由水汽压差和风速主导,各因子正贡献略超过负贡献,使年均蒸散呈弱增加趋势。春季平均蒸散演变主要由水汽压差和风速驱动,夏季平均蒸散由水汽压差、风速和日照时数共同驱动,秋、冬季平均蒸散演变是由水汽压差和风速驱动。空间上,西部地区年蒸散的变化主要由风速驱动,中部年均蒸散同时受到风速和水汽压差变化影响,东部由水汽压差变化驱动。吉林省西部春季蒸散变化主要由风速驱动,中部和东部春季蒸散由水汽压差主导;西部和中部地区夏季平均蒸散由日照时数主导,东部则主要由水汽压差驱动;西部和中部秋、冬季蒸散变化主要受风速影响,东部主要由水汽压差的变化驱动。

近60年来东北地区参考作物蒸散量时空变化

利用东北地区106个站点1951～2007年的逐日气象资料,采用Penman-Monteith公式计算得到各站点的逐日、逐年ET0,并通过反距离插值得到逐年ET0及多年平均ET0网格数据,最后通过墨西哥帽小波变换、Mann-Kendall检验、REOF、倾向率等方法探讨了全区平均ET0及多年平均ET0的时空变化特征。研究结果表明:①全区平均ET0总体上表现较小幅度的增长趋势,其倾向率为3.89 mm/(10a),分别在1982、1953年取得最大、最小值;②在8-16年时间尺度上,全区平均ET0的周期振荡非常明显,期间经历了"少→多→少→多"4个循环交替过程,其中又以8～10年周期内的振荡最为强烈;③多年平均ET0在600～1160 mm之间,空间分异明显,其总体分布特征为:南高北低,西高东低,从东北向西南逐渐增加,等值线呈半环状;④从倾向率来看,ET0增加、减少的面积比例分别为72.61%、26.39%,其中嫩江的增加趋势最明显,倾向率为30.6 mm/(10 a),叶柏寿的下降趋势最明显,倾向率为-24.4 mm/(10 a)。

黄河源区近40年参考作物蒸散量变化特征研究

选取位于黄河源区10个气象台站1971—2010年观测资料,运用彭曼—蒙蒂斯公式计算出各站参考作物蒸散量(ET0)。通过数学统计、相关分析、小波分析等方法对黄河源区ET0分别作了空间分布、年内变化和年变化等特征分析,结果发现源区ET0空间分布不均匀,呈现西北部大于东南部。年内ET0逐月变化表现为典型的单峰型;源区ET0的四季分布差异较大,夏季蒸散量最大,冬季最小,春、秋季次之。各季节ET0与气温和日照呈显著正相关,而与降水量和相对湿度呈明显负相关。ET0年际变化为逐年波动式上升趋势,整个源区年平均ET0以6.1mm·10a-1的气候倾向率逐年增大。40 a间ET0曾出现过两次较为明显的准周期变化,分别在20世纪70年代中期至80年代中期,约为准8 a周期,1990年以后基本表现为准5 a周期变化。

黄土高原地区近50年参考作物蒸散量变化特征

为了探求黄土高原地区深层土壤干燥化过程及成因和该地区植被耗水的变化情况,该文根据黄土高原5站点近50a的日气象资料,利用Penman-Monteith公式计算了日参考作物蒸散量,并分析了ET0的日均值、月均值和年值的变化特征,同时分析了平均温度、最高温度、最低温度、日照时数、风速和相对湿度与ET0的相关性。结果表明:黄土高原地区ET0日值和月均值与大气温度、日照时数均达到了极显著的相关性,其ET0日值和ET0月均值曲线均呈单峰型,存在明显的季节变化特征,峰值均出现在6月。除了西安和西宁ET0年值显著降低外,其他3站点的年际间变化趋势不显著,同时除西宁站外其他各站点在20世纪80年代后ET0均有上升的趋势。

西北旱区1961—2011年参考作物蒸散量的时空分异

全球变化背景下分析参考作物蒸散量的变化特征,对于农业生产和水资源管理等有重要指导意义。根据西北旱区152个气象站点1961—2011年气象资料计算参考作物蒸散量(ET0),分析了其空间分布及时间变化趋势,并探讨了其变化原因。1961—2011年西北旱区年均ET0为1100.4 mm/a,但存在空间变异,低值出现在黄土高原南部区域,高值出现在西北部沿东南-西北方向的条带上。ET0整体呈不显著的上升趋势,但64和36个站点分别呈显著的上升和下降趋势;西北旱区ET0发生突变的年份东部较西部晚。ET0的时空变异是气象因子时空变化的组合效应,ET0对相对湿度和最高温度的变化最敏感,但过去50a ET0变化中风速和最高温度的贡献率最大。西北旱区ET0的变化发生了重要改变,由2000年以前的下降趋势转变为目前的上升趋势,可能加剧该区的水资源短缺状况,需引起足够的重视。

GIS环境下1999～2000年中国东北参考作物蒸散量时空变化特征分析

为了实现农业持续发展和保护生态环境,该文应用Penman-Monteith公式和GIS的空间分析功能,通过建立区域参考作物蒸散量的空间分布模型计算了中国东北地区自20世纪90年代以来参考作物蒸散量的时空变化特征。研究发现,20世纪90年代东北地区5～9月份日平均蒸散量呈逐年增大趋势,并以每年0.04mm的速度递增;其中5、6、7、8、9各月份绝大部分地区日均蒸散量年变化呈增加的趋势,东北平原年增长超过0.05mm,≥0.4mm蒸散地区年平均增长面积为248.73万hm2。5月份和8月份大部分地区日均蒸散量呈减少的趋势,6、7、9月份大部分地区日均蒸散量呈增加的趋势。5月和8月蒸散量的减少以及6月到9月蒸散量的增加都由东北(三江平原)向西南(辽河平原)迁移,并在空间范围上表现出一定的收缩趋势。日均蒸散量≥0.4mm蒸散地区的重心呈有规律的波动,5～9月份平均重心年际波动主要位于呼伦贝尔高原和西辽河平原两个地区,5、6、7、8、9月份重心的波动轨迹基本为由西北—东北—西南地区,空间上也逐渐由较集中变为较分散。

新疆1961-2013年参考作物蒸散量时空变异

准确评估参考作物蒸散量的变化规律对新疆农业生产及水资源合理利用具有重要作用,采用PenmanMonteith公式以及55个气象站的逐日气象资料,计算了新疆1961—2013年参考作物蒸散量并分析其时空变化特征,运用多元回归分析法对影响参考作物蒸散量变化的主导气象因素进行了定量分析。结果表明:新疆ET_0总体呈下降趋势,年际变化率为-1.01mm/a。在20世纪80年代之前ET_0偏高,90年代减少到最大,2000年以来又逐渐增大。从季节来看,夏季、秋季的ET_0与年ET_0的减小趋势一致,春季冬季ET_0的减少趋势不明显。在不同年代际时间尺度,新疆全年及季节ET_0的年际变化在空间上存在一定的分异。风速是全年及夏、秋季ET_0变化的主导因素,而温度是春季及冬季新疆区域蒸发量变化的主导因素。

1961-2010年中国参考作物蒸散量变化趋势与时空格局

根据甄选的中国529个气象台站1961—2010年的观测资料,利用联合国粮食及农业组织(FAO)推荐的Penman-Monteith模型估算了全国年际参考作物蒸散量,探究了中国1961—2010年参考作物蒸散量变化趋势与时空格局。结果表明:(1)通过对中国参考作物蒸散量的年变化趋势进行分析,发现1961—2010年参考作物蒸散量先有下降趋势(1961—1993年),下降幅度不大,后又有缓慢的回升(1994—2010年),但总体呈下降趋势;(2)通过对各站近50年参考作物蒸散量平均值的时空分布进行分析,发现中国西北地区和西南地区明显大于东北地区和中部腹地;(3)中国参考作物蒸散量时空分布主要影响因素是风速和气温(气温影响范围广,风速影响程度大),也与中国地形复杂、面积广阔、经纬跨度大、各地气象条件差异导致作物蒸散能力差异有关。

近50年来山东省参考作物蒸散量变化及定量化成因

参考作物蒸散量(ET0)被广泛应用于估算生态需水、农业灌溉、区域气候干湿状况评价等方面,在气候和环境变化中起着非常重要的作用。基于山东省1961—2010年90个气象站的逐日气象观测数据,应用Penman-Monteith模型估算了区域内的ET0,研究了山东省ET0的空间分布特征和时间演变规律及主要影响要素,定量分析了各影响要素对ET0变化的贡献。结果表明,山东省年平均ET0为1 028.4 mm,由东南沿海向西北内陆递增;夏季最高,其次为春季、秋季,冬季最低。年平均ET0变化倾向率为-1.818 mm·a-1,减少趋势极显著(P<0.01);各季节均呈减少的变化趋势,夏季最明显;鲁西和鲁西南ET0的减少趋势最显著,向东则减少趋势减弱,至半岛东部部分站点则有增加趋势。全省年平均ET0在1983年前后发生突变,春季、夏季、冬季分别发生在1969年、1987年、1971年,秋季没有突变。主振荡周期为12 a左右,不同年代表现出的周期性不一致,且多种周期尺度相互交叉。年际和各季节风速和日照时数呈极显著的减少趋势,对ET0变化的负贡献较大,是山东省ET0减少的主要影响因素;最高和最低气温、相对湿度对ET0变化表现为正贡献,在一定程度上消弱了风速和日照时数的负贡献。年际和季节各气象要素对ET0变化的总贡献率与ET0的实际变化率较接近,年际、春季、秋季、冬季对ET0减少变化的第一主导气象要素是风速,贡献率分别为-9.587%、-8.074%、-9.920%、-16.847%,夏季第一主导气象因素为日照时数,贡献率为-8.287%。

修正温度法计算农作物蒸散量ET_0研究

作物腾散量是农业灌溉管理方面最主要参数。目前确定作物腾散量的方法很多,根据新疆维吾尔自治区21个典型气象站1981～2000年的20年月平均气象资料运用FAOPenman-Monteith法(1990)与温度法进行计算和系统对比分析,结果表明二方法具有较好的相关性,样本总数为126个,相关系数为0.925。通过验证误差在允许的范围之内。因此为今后灌溉管理和产量评估提供了较为简便实用的模型。

河西地区近50年参考作物蒸散量的演变趋势及其影响因素

根据河西地区17站点近50年的逐日气象资料,利用Penman-Monteith方程计算了逐日ET0,以Mann-Kendall法对各站不同季节、年ET0平均总量进行趋势检验。结果表明:武威、古浪、天祝3站年ET0呈增加趋势,其余14站均呈下降趋势,其中有9站通过显著性水平检验。春、夏、秋、冬四季酒泉地区和张掖地区各站ET0值均呈下降趋势,武威地区各站变化趋势不一致,且前者ET0值下降趋势总体较后者明显。典型站点ET0与气候要素多元线形回归分析表明:风速是不同季节、不同站点影响ET0变化的首要因子。其次,最高温度、相对湿度、日照时数也是影响年ET0及各站点不同季节ET0变化的主要因子。