近50年新疆参考作物蒸发蒸腾量的时空演变分析

根据新疆地区53个气象站1960—2009年50年的气象资料,采用FAO推荐的Penman-Monteith公式计算了各站点逐月参考作物蒸发蒸腾量(ET0)。采用GIS反距离插值方法得到新疆参考作物蒸发蒸腾量分布图,将各站点ET0变化趋势进行聚类分析,通过Morlet小波变换、倾向率等方法探讨了时空变化特征及影响因素。结果表明,近50年新疆平均ET0呈显著减小趋势,不同区域ET0的年际变化趋势差异显著;在25～30年时间尺度上,全区平均ET0的周期振荡较为明显,经历了"多→少→多"3个循环交替过程;ET0年内分布均呈单峰状,且各站之间峰值相差很大;多年平均ET0空间分布总体上由西北向东南增加,且与地形起伏有高度的一致性。新疆大部分地区ET0变化率为负值,与"蒸发悖论"规律相符,其主要原因是风速降低对ET0的影响超过了温度上升,但1992年以来,由于温度持续升高,ET0出现了回升态势。

1960-2008年黑河流域参考作物蒸发蒸腾量的时空变化

利用1960-2008年黑河流域16个气象站的逐日气象资料,采用FAO推荐的Penman-Monteith公式计算流域参考作物蒸发蒸腾量(ET0),在此基础上运用IDW插值法进行空间插值,对黑河流域ET0的时空分布和变化趋势进行了分析,并采用多元回归分析法对影响ET0变化的主导因素进行了探讨。结果表明:黑河流域ET0南部山区低于中、北部地区,中、南部表现为从南到北的增加趋势,北部表现为从西到东的增加趋势;ET0主要集中在夏季和春季,秋季次之,冬季最少;ET0的变化速率为春季>夏季>秋季>冬季;年ET0总体上呈波动下降趋势,1967年之前呈减小趋势,之后呈增加趋势1,974年之后又呈减小趋势,1993年之后又呈增加趋势;除冬季ET0呈微弱的增加趋势外,其他季节的ET0均呈减小趋势;风速是影响黑河流域ET0变化的主导因素,而影响冬季ET0变化的主导因素是气温。

深圳市多年参考蒸发蒸腾量变化及其影响因素研究

参考蒸腾蒸发量(Reference Evapotranspiration,ET0)是作物需水的重要计算依据,对于区域农业生产用水具有指导性意义。本文基于广东省深圳市气象站点近60 a的气象数据,根据联合国粮食及农业组织(FAO)推荐的彭曼-蒙蒂斯公式(Penman-Monteith)来计算ET0,并采用线性趋势法、滑动平均法和相关分析法对区域的ET0变化进行详细论证。结果表明:深圳气象站近60 a年际和年内ET0变化趋势趋于一致,均呈现为下降;近60 a不同季节的ET0分析表明夏季ET0最大,冬季ET0最小;近60 a年际季节ET0分析表明春季、夏季、秋季和冬季均呈现出下降趋势;日最高气温对ET0相关性最强,相对湿度对ET0相关性最弱。

陕西关中地区参考作物蒸发蒸腾量变化及原因

根据关中地区30个气象站41年的气象资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸发蒸腾量（ET0）,分析了陕西关中地区ET0的变化及原因,结果表明,从长期来看,关中地区ET0在减少趋势的基础上表现出周期性变化,从阶段性来看,1980年之前和之后则主要表现为增加趋势。关中地区年内ET0的最大值在1980年前主要出现在6月,1980年以后则主要出现在6月和7月,且以7月为多;1980年后5～8月ET0所占比值在减少,但仍在全年中占50%以上。关中地区平均气温、最高气温和最低气温表现为增加趋势,风速、日照时数和相对湿度表现为减少趋势。关中地区ET0与平均气温、最高气温和最低气温表现为不显著正相关,与风速和日照时数表现为显著正相关,与水汽压表现为显著负相关,与年降水量表现为不显著负相关,近一半地区的ET0与年蒸发量显著正相关。对关中地区ET0影响显著的气象因子的顺序为：风速〉日照时数〉水汽压〉年蒸发量。即风速和日照时数的减少趋势是引起关中地区ET0降低趋势的主要原因。

滇池流域近30年参考蒸腾蒸发量计算方法探讨

收集了滇池流域昆明气象站近30年(1988—2017)的地面气候资料日值数据,根据联合国粮食及农业组织推荐的彭曼-蒙蒂斯公式(Penman-Monteith)和修正的彭曼公式对气象数据进行了分析计算,对各气象要素与参考蒸腾蒸发量的相关性分别进行分析,比较两种方法在滇池流域应用的区别,为本区域的农业节水和水资源配置起到一定的指导作用。比较两种方法所计算的参考蒸腾蒸发量(Reference Evapotranspiration,ET0),辐射项(ETrad)及其空气动力学项(ETaero)的不同之处,结果表明,两种方法计算得出的参考蒸腾蒸发量具有很好的相关关系,并且计算结果接近。彭曼-蒙蒂斯公式计算得出的ET0明显低于修正的彭曼公式所求得的值;彭曼-蒙蒂斯公式计算得出的ETrad明显低于修正的彭曼公式所求得的值;彭曼-蒙蒂斯公式计算得出的ETaero明显高于修正的彭曼公式所求得的值。彭曼-蒙蒂斯公式计算时对其影响最大的气象因素是日最高气温,修正的彭曼公式计算时对其影响最大的气象因素是平均气温。

参考作物蒸发蒸腾量计算方法在海河流域的适用性

参考作物蒸发蒸腾量(ET0)的计算公式很多,各公式所需参数各异,为寻找一种所需资料少而又精度较高的替代方法,选用1998年FAO-56分册推荐的Penman-Monteith(PM)、Hargreaves、Irmark-Allen等6种方法分别计算海河流域10个典型气象站30a的参考作物蒸发蒸腾量,并以PM公式为标准,对其他方法进行评价。结果表明,10个站点中除了五台山地区,Hargreaves与FAO-24Radiation这2种方法更接近于PM方法的计算结果,其误差较小,在海河流域缺少辐射和风速资料的站点,可以利用Hargreaves方法来代替PM方法;在五台山地区,可以考虑在Hargreaves基础上对其参数进行适当调整。

基于气象预报的参考作物蒸发蒸腾量的神经网络预测模型

参考作物蒸发蒸腾量(ET0)是进行实时灌溉预报和农田水分管理的主要参数,BP神经网络能够较好地反映ET0与诸影响因素间复杂的非线性关系。本文将ET0看作时间序列,选取前3日ET0作为影响因子,以天气预报可测因子包括最高、最低和日平均温度、反映天气类型的阴晴指数、日序数和风力等级进行修正,建立了三层BP神经网络模型。选取江苏射阳站2003与2004年气象资料,应用Matlab神经网络工具箱,采用trainer算法进行模型训练与预测。结果证明,所建模型能够很好地反映诸多影响因子与ET0之间的关系,具有较高的模拟精度和较好的泛化能力。

基于随机森林算法的参考作物蒸发蒸腾量模拟计算

选取西南喀斯特地区4个气象站点(都安、河池、百色和融安)5 a(2008—2012年)的逐日气象数据,包括日最高气温Tmax、日最低气温T_(min)、相对湿度R_H、日照时数n和风速u2这5个气象因子的不同组合作为输入,并以FAO 56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,建立基于随机森林(Random forest,RF)算法和基因表达式编程(Gene expression programming,GEP)算法的ET0模型,并将模拟结果与传统Hargreaves模型的计算结果进行比较。结果表明,不同气象因子组合下建立的RF模型均能较好地反映气象因子与ET0之间的非线性关系。随着气象因子的增加,RF模型模拟的精度随之提高。在仅有气温数据时,RF模型仍具有足够的精度(R^2为0.875,RMSE为0.546 mm/d),与传统Hargreaves模型相比R2平均增加了1.98%,RMSE平均减小了22.88%,因此在仅有气温数据时可用RF模型代替Hargreaves模型。RF算法对气象因子的重要性评估表明,在该区域对ET_0最重要的气象因子依次为T_(max)、n、T_(min)、R_a、R_H和u_2。相同气象因子输入下,RF模型精度高于GEP模型。

基于温度资料的参考作物蒸发蒸腾量计算方法

针对利用FAO56-PM法计算参考作物蒸发蒸腾量ET0时气象资料需求往往不易满足的问题,研究了温度法及基于温度资料的BP人工神经网络预测模型.以FAO56-PM法ET0计算值为标准,比较分析了Hargreaves法、改进的Thornthwaite法、简化的FAO56-PM法以及Mc cloud法在我国湿润气候区的应用效果,评价了校正后的温度法以及基于温度资料的BP人工神经网络预测模型在该气候区的适用性.结果表明,在ET0较小时,Hargreaves法、改进的Thornthwaite法和简化的FAO56-PM法计算值较FAO56-PM法偏大,在ET0较大时较FAO56-PM法偏小;改进后的Thornthwaite法与FAO56-PM法最为接近,Mc cloud法与FAO56-PM法的计算结果差异最大;除Mc cloud法外,校正后的温度法检验合格率较高,具有较好的地区适用性;基于温度资料的BP人工神经网络预测模型具有较高的预测精度,结果好于校正后的Thornthwaite法和Mc cloud法,可应用于只有温度资料时湿润气候区ET0的预测.

湛江地区适宜参考作物蒸发蒸腾量计算模型分析

用湛江市日平均、旬平均、月平均气象资料,以6种方法计算参考作物蒸发蒸腾量,并以FAO56 Penman-Monteith公式计算结果为标准,评价其他方法在湛江的适用性。结果表明:Hargreaves-Samani方法的年平均参考作物蒸发蒸腾量与FAO56 Penman-Monteith没有显著差异;月平均参考作物蒸发蒸腾量,除个别月份外,其他5种方法与FAO56 Penman-Monteith方法都有显著差异;不同方法计算结果与FAO56 Penman-Monteith法的均方偏差不同的时间尺度表现不同,日值计算,1948 Penman方法最小,Irmark-Allen次之;旬值计算,1948 Penman方法最小,Hargreaves-Samani、Irmark-Allen次之;月值计算Hargreaves-Samani最小,1948 Penman次之。1948 Penman、FAO24 Penman与FAO56 Penman-Monteith法的相关系数较大,Priestley-Taylor、Irmark-Allen次之,Hargreaves-Samani法的较小。

参考作物蒸发蒸腾量的多元线性回归模型研究

利用FAOPenman Monteith(1992)公式,根据新疆生产建设兵团农七师127团2004年7月至8月每日的气象资料,计算了逐日参考作物潜在腾发量,建立与实测的日平均气温(T)、日照时数(N1)、风速(W)、相对湿度(RH)的相关关系,Y=0.005+0.162×T-0.03×RH+0.607×W+0.077×N1,Y=-3.382+0.205×T+0.679×W+0.118×N1,Y=3.738+0.131×T-0.047×RH,Y=-1.258+0.218×T。利用这些相关关系进行参考作物潜在腾发量的估算,通过验证精度较高,方法简单。

参考作物蒸发蒸腾量计算方法的应用比较

应用国家"863"节水农业重大专项子课题示范现场的气象资料,对4种分属于不同类型的参考作物蒸发蒸腾量ET0计算公式进行了日ET0值的验证计算。结果显示,在时间序列上,随气象因素变化各方法计算的日ET0值呈相同的变化趋势,但计算值有较大的差异;选取FAO56Penman-Monteith公式计算结果为标准,Priestley-Taylor(1972)方法结果与之最为接近,其余依次是Irmark-Allen拟合法和Hargreaves-Samani(1985)法;不同天气类型条件下,Priestley-Taylor(1972)结果与FAO56Penman-Monteith有较高的一致性,而其他2种方法随n/N的减小,误差急剧增加,尤其是Hargreaves-Samani(1985)方法。

西藏参考作物蒸发蒸腾量的时空变异规律

根据西藏高原区38个气象站点自建站到2006年的逐日气象观测资料,利用FAO-56标准Penman-Monteith公式计算各站逐日参考作物蒸发蒸腾量(ET0)。重点分析了7个站点逐日、逐月ET0年内变化规律,采用Mann-Kendall法对其月际和年际ET0进行趋势检验;利用Kriging插值及Surfer8.0空间分析功能,得到西藏高原区年ET0均值的等值线图,分析了全区年ET0均值的空间分布特征。结果表明:昌都、林芝和那曲的逐日ET0在年内变化曲线基本一致,呈现单峰抛物线形状,拉萨、泽当和日喀则的逐日ET0年内变化趋势基本一致,6～9月变化曲线呈现较快的下降趋势,狮泉河的ET0呈现单独变化趋势;所有站点的逐月ET0年内变化规律与逐日ET0相同,最大值均出现在6月份,最小值出现在12月份;日喀则各月及干湿季ET0的Mann-Kendall检验大多呈现显著的降低趋势,其次是泽当,呈现增加趋势较多的是林芝;全系列年ET0均值Mann-Kendall检验呈现降低趋势的站点偏多;西藏高原区年ET0均值具有东部和中南部高,东北部和东南缘低的空间分布规律。

a_s和b_s取值对参考作物蒸发蒸腾量计算结果的影响

Penm an-Monte ith公式中as和bs是计算净辐射不可缺少的参数,采用江苏射阳2002年日气象资料,分别采用FAO56推荐值和邻近地区南京市的校正值进行计算,得到了日参考作物蒸发蒸腾量和相应的太阳辐射与净辐射资料。分全年、夏半年和冬半年等不同情况分析了2种取值方案计算结果的差异。结果表明:采用邻近站点推荐值计算得到的参考作物蒸发蒸腾量ET0和净辐射Rn计算结果与FAO推荐值计算结果相比偏大,并且在计算值较小的冬半年误差也相对较大。与此相反,采用邻近站点推荐值计算得到太阳辐射Rs的计算结果偏小,并且在计算值较大的夏半年误差更大。因此,参数as和bs的选择对于参考作物蒸发蒸腾量计算结果的影响是不可以忽略的,尤其在辐射较低、蒸腾较弱的冬半年,根据实测的辐射资料进行校正是很有意义的。

气象因子的变化对参考作物蒸发蒸腾量的影响

根据东江流域1961—2005年的气象资料,利用平均影响量和气象因子缺失数值试验,分析气象因子变化对参考作物蒸发蒸腾量的影响。结果表明,日照时数的平均影响量最大,温度、相对湿度其次,二者相近,风速最小;夏季日照时数的平均影响量比其他因子大得多,冬、春季日照时数的平均影响量依然最大,但与温度、相对湿度的平均影响量差距减小。用相对敏感系数和气象因子的相对变化量对参考作物蒸发蒸腾量进行估算,夏季的预测效果比冬春季好;随输入气象因子数量的减少,预测效果降低,夏季降低不明显,冬春季降低明显。夏季东江流域参考作物蒸发蒸腾量的主要气象影响因子是日照时数,冬、春季是日照时数和相对湿度。

参考作物蒸发蒸腾量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman -Monteith法计算得到的参考作物蒸发蒸腾量 (ET0 ) ,回归分析了影响ET0 的主成分。在此基础上比较了以 4因子 (平均气温、净辐射、相对湿度、2m处风速 )和 3因子 (平均气温、净辐射、相对湿度 )为输入向量 ,由Penman -Monteith法计算所得ET0 为输出向量的BP网络ET0 预报模型 (BP -ET0 )。研究表明 ,BP网络可以用于ET0 的预报计算 ,4因子法和 3因子法均简便可行 ,能满足生产的需要。相比之下 ,4因子法的精度更高。此研究是对传统ET0

宁夏引黄灌区参考作物蒸发蒸腾量及其气候影响因子的研究

根据1998年FAO修正彭曼-蒙特斯公式，利用宁夏引黄灌区8个气象站近50多年的气象资料，计算了各气象站逐月的参考作物蒸发蒸腾量ET0、各气象因子的长期变化趋势和各气象因子与ET0的相关东数。分析了ET0空间分布特征、年内分布特征和年际变化特征。分析结果表明：黄河以东各站的ET0值均大于黄河以西各站的ET0值；除石嘴山站外，各站5—7月份的ET0占全年比例在20世纪80年代后比80年代前有所下降；除石嘴山站外，各站的ET0均表现为逐年增加的趋势，尤其在1990年后更为明显；气温呈递增趋势、相对湿度呈减少趋势、温差在逐渐减小；相对湿度和重高／重低气温以及平均风速对ET0的影响比较显著。

河套灌区参考作物蒸发蒸腾量估算方法研究

参考作物蒸发蒸腾量(ET0)是计算作物需水量的基础,一般用FAO推荐的Penman-Monteith公式(PM公式)计算。但是在河套灌区部分地区缺少辐射数据的观测,因而无法利用PM公式计算ET0。本文选用河套灌区临河气象站1990—2012年的气象资料,分析了利用PM公式计算参考作物蒸发蒸腾量ET0与气象要素的关系,发现对ET0影响最大的气象因素为净辐射,其次为饱和水气压差和平均温度。建立了基于饱和水气压差、温度和风速的ET0估算公式,验证结算显示相关系数、纳什效率系数和总量平衡系数分别为0.96、0.92、1.00。在风速缺测的条件下,也建立了基于饱和水汽压差和温度的ET0估算公式。以上两个公式为河套灌区缺资料条件下ET0的估算提供了简单且准确的估算方法。

江苏地区不同参考作物蒸发蒸腾量估算模型

为了研究不同参考作物蒸发蒸腾量ET 0估算方法在江苏地区的适用性,收集了江苏省徐州市、高邮市和昆山市1957年1月至2019年12月的气象数据,采用12种不同模型估算了各站点的ET 0,其中模型Priestly-Taylor,Hansen,Jensen-Haise,Makkink是基于辐射数据的模型;MC-Cloud,1985 Hargreaves,Thornthwaite是基于温度数据的;Copais,Valiantzas 1和Valiantzas 2是综合法模型;XGBoost和SVM是机器学习模型.12种ET 0的估算模型计算值分别与Penman-Monteith模型(PM)计算值进行比较,结果表明:各站点的综合评价指数GPI最高的为机器学习模型中的SVM模型;在输入参数相同的情况下,机器学习模型模拟精度优于综合法和温度法以及辐射法中的Pristley-Taylor和Makkink模型;机器学习模型随着输入参数减少,模拟精度依次降低.研究结果可以为江苏地区气象数据不完善时估算ET 0提供科学依据.

基于天气预报估算参考作物蒸发蒸腾量的预测模型比较

参考作物蒸发蒸腾量(ET0)是计算作物需水量和进行灌溉预报的基础要素。利用天气预报可测因子和Penman Monteith公式计算ET0,分别建立多元线性回归模型(MLR)和自适应神经模糊推理系统模型(ANFIS),两种方法的估算值与Penman Monteith公式计算值没有明显的差异,自适应神经模糊推理系统预测值相对于多元线性回归模型具有整体吻合度好,相关性高。两种预测模型的输入项完全可以从当前短期气象预报中获得,程序运行操作简单,具有实用价值,为实时灌溉预报提供了理论基础。