海河流域ET0演变规律及灵敏度分析

根据国家气象站1956-2000年逐日气象资料,采用Penman-Monteith公式和灵敏指数法,分析了海河流域潜在蒸发蒸腾(ET0)的演变规律及与气象要素的灵敏关系。结果表明:全流域45年ET0呈下降趋势,但年际间呈现4个阶段;逐旬呈倒"V"字型,61.6%集中于4月中旬到8月上旬。在空间上,年和旬值呈现上游小下游大。通过ET0与气象要素演变的比较及灵敏性分析发现,全流域年ET0演变与年均风速、日照时数以及短波辐射相似,与温度相反。旬ET0演变与旬平均温度、实际水汽压、日照时数以及短波辐射相似,但对各要素的灵敏系数以短波辐射最大,其它要素则随时空变化,且彼此的灵敏系数相差较大。分析表明在气象要素的综合作用下,造成全流域ET0降低的主要原因可能在于短波辐射、日照时数的变化。

四种ET0计算方法在荆州地区的适用性分析

选取荆州气象站1953-2008年气象资料,以Penman-Monteith公式法计算ET0值为标准,对Hargreaves、Priestley-Taylor、Mc-Cloud和Irmak-Allen等4种公式计算的ET0结果进行分析比对。结果表明,Hargreaves公式和Priestley-Taylor公式在荆州地区的适用性好,其平均相对误差均处于10左右,相关系数均大于0.96,一致性指数均在0.98以上,可直接用于当地参考作物腾发量的计算;Mc-Cloud公式的平均相对误差结果均在40以上,且相关性较差,一致性指数均小于0.90,平水年的相关系数也不足0.90,不适用于荆州地区参考作物腾发量的计算;Irmak-Allen经过修正后可用于荆州地区参考作物腾发量的计算,修正式分别为:ET′0IA1.0957 ET0IA-9.0201(丰水年P25)、ET′0IA1.1375 ET0IA-12.299(平水年P50)、ET′0IA1.1244 ET0IA-12.056(枯水年P75)、ET′0IA1.1244 ET0IA-12.056(特旱年P90)。

气象数据缺测对BP-ET0模型预测精度的敏感性分析

以柳圆口灌区2002～2005年的气象数据为基本资料，采用参考作物腾发量预测的前馈网络模型（BP—ET0），研究了参考作物腾发量对气象因子的敏感性。研究结果表明：在参考作物腾发量预测的6个气象因子中，相对湿度对BP—ET0预测效果影响最大，缺少它时预测合格率只有64．93％，其次是实际风速和日照时数，缺少它们时预测合格率分别为73．15％和76．98％，最高气温、最低气温和平均气温对预测效果影响较小，缺少它们时预测合格率均在80％以上。

土默特右旗ET0对气象因子和相关参数的响应

【目的】研究ET0与气象因子和相关参数的响应性。【方法】以内蒙古包头市土默特右旗为研究区,采用ENVI5.3软件,遥感反演相关参数,分析了参考作物腾发量(ET0)与气象因素和相关参数的相关性和主成分。【结果】(1)在年尺度上,气象因素对ET0的相关性排序为:净辐射>日照时间>最高温度>相对湿度>最低温度>风速。在月尺度上,ET0在7月对最高温度和日照时间最敏感;4月ET0对相对湿度最敏感;5月对风速最敏感;净辐射与ET0相关性在4—10月都很显著;ET0与最低温度相关性不显著。在作物生长季,ET0主要受净辐射、日照时间、最高温度的影响。(2)3种相关参数NDVI、植被覆盖度、地表温度和ET0均显著正相关,NDVI的相关性最显著。(3)利用主成分分析得到主成分变量Z1、Z2代替了原始数据(最高温度、最低温度、相对湿度、日照时间、风速、NDVI、植被覆盖度、地表温度、净辐射),使复杂的研究变得简单。【结论】在作物生长季,ET0主要受净辐射、日照时间、最高温度的影响;在相关参数中,与NDVI的相关性最好。

基于辐射和温度的ET0模型在吐鲁番地区的比较与修正

利用吐鲁番地区3个气象站2000-2015年逐日气象资料,以FAO-56 Penman-Monteith(FAO-56 PM)模型为标准,对6种ET0模型(M-A模型、P-T模型、M-H模型、H-S模型、Traj模型和B-H模型)进行评价并修正,采用均方根误差(RMSE)、绝对平均误差(MAE)、平均相对误差(MRE)评价指标和Wilcoxon非参数检验法比较年、月尺度上各模型修正前后的估算精度,以筛选适用吐鲁番地区ET0简化估算模型。结果表明:吐鲁番地区ET0的主要影响因子是Rs(太阳辐射),其次是es(饱和水汽压)和Rn(作物表面净辐射);修正前,年尺度上,M-H模型的估算精度最高;月尺度上,各模型误差较大且与FAO-56 PM模型存在显著差异,适用性较差;修正后,各模型在年、月尺度上的精度均有明显提高,无显著差异,其中修正后的P-T、M-H和B-H模型估算精度最高,可作为吐鲁番地区ET0简化估算模型。

不同ET0计算方法在西藏林芝的适用性研究

西藏林芝市气象站点偏少,气象资料局部区域匮乏,采用标准的FAO-56 Penma-Monteith(56PM)法计算参考作物蒸发蒸腾量(ET0)比较困难。选用数据较全的西藏林芝站1956~2009年逐日气象资料,用56PM法计算多年月平均ET0值作为标准值,采用8个指标参数对比6种常用计算ET0的方法。计算结果对比表明,6种计算方法综合排名依次为IA法>17PM法>PT法>HA法>修正PM法>HA校正法。17PM法、PT法及HA法与56PM法具有较好的相关性,HAR法和修正PM法与56PM法相关性较差,IA法及修正后的PT(修正PT)法与56PM法计算结果最为相近,在林芝市气象资料缺失的区域可代替56PM法应用。

基于思维进化算法优化BP神经网络的温室甜瓜ET0预测研究

为实现温室作物参考作物蒸散量(ET0)的准确计算和预测,利用BP神经网络对获取的数据进行非线性回归,利用思维进化算法自动寻优,进而获取BP神经网络算法中较优的权值和阈值,最终建立了基于思维进化算法优化BP神经网络的参考作物蒸散量预测模型(MEA-BP)。结果表明,优化后的BP神经网络的最大相当误差有原来的13%下降到了7.2%,平均相对误差由原来的6.8%下降到了3.4%。研究了在气象数据缺失情况下模型的预测效果,当模型输入参数为4个时,平均绝对误差约为在0.2 mm(预测值约3~6 mm),模型的有效系数和相关系数基本在0.9以上;当模型输入参数为3个时,平均绝对误差约为0.25 mm,模型的有效系数和相关系数基本在0.8以上。因此,在输入参数保证3个及以上,同时包含有显著影响因子有效光照时长时,该模型的整体计算精度以及整体的实用性较好,能够为作物灌水量的预测提供参考。

基于BP神经网络的湛江站点ET0估算模型研究

通过收集湛江站1981~2010年的气象数据,并结合站点气象因子变化规律分析,以FAO-56Penman-Monteith计算值为基准,建立适用湛江站高精度的ET0估算模型。该模型比较、分析了考虑季节与不考虑季节条件下BP神经网络算法估算ET0的效果,可为农业生产提供决策依据,具有一定的推广价值。

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)。

不同ET_0计算方法在内蒙古东部地区适用性比较

内蒙古东部地区,土地资源丰富,但气象站点偏少,相关气象资料匮乏,应用FAO56 Penman-Monteith法计算ET0在多数地区相对困难。依据内蒙古东部地区典型气象站点(通辽气象站)1974—2013年40年气象资料,以FAO56 Penman-Monteith法作为标准,以FAO^(-1)7 Penman法、Hargreaves-Samani法、Priestley-Taylor法、Irmark-Allen拟合法分别对ET0进行计算,就其与FAO56 Penman-Monteith法的相关性进行分析。结果表明,Hargreaves-Samani法和Priestley-Taylor法的计算结果要明显高于FAO56 Penman-Monteith法计算所得的结果,不适合内蒙古东部地区应用;FAO^(-1)7 Penman法结果与FAO56 Penman-Monteith法相关性最好,但是4—9月份相对误差较大;Irmark-Allen拟合法结果最接近FAO56 Penman-Monteith法(相对误差<19%,R2>0.92),计算简单且所需气象资料最少,更适宜内蒙古东部地区缺测气象条件下ET0的计算。

新疆和田与陕西西安的ET_O的比较

对干旱区和半湿润区的参考作物蒸散量ET0进行比较。本文采用世界粮农组织(FAO)推荐的Penman-Monteith PM公式(1974)计算得到新疆和田和陕西西安站1956～2005年的逐日ET0序列。将逐日ET0序列统计得到月序列、季序列、年序列,分析了两站的年和四季ET0的长期变化及ET0的年内变化;对年和四季ET0量值进行了影响因素分析。和田和西安的ET0的年内变化和年际变化均呈下降趋势,但是和田的ET0下降趋势不显著,西安的ET0下降趋势显著;气象因素对和田和西安的ET0的影响是相似的,但是日照时数对和田地区的ET0影响比对西安地区的ET0影响弱。

基于GA-BP网络的西藏高海拔地区ET_0预报

选择那曲县(海拔4 450 m)、改则县(海拔4 700 m)作为西藏高原气候典型地区,通过遗传-神经(GA-BP)网络训练,应用1983—2012年30年的数据建立GA-BP网络模型,采用前一年的气象资料预报当年的参考作物腾发量,当2010—2012年连续3年的预报值均满足设定的阈值下限时,输出预测结果,这样使得模型在保证了预报精确度的同时兼具预报稳定性。结果发现:经GA-BP网络确定的2010—2012年3年模型预报值与真实值间的线性关系明显,决定系数R^2分别达到0.8805、0.9363、0.9167,斜率接近于1;多年的模拟预报值与实际值之间的相对误差均处于0.1以下,小于设定的阈值下限。对于易获得气象资料的地区,研究成果可对高海拔地区未来月际间作物需水量的变化进行预判,进而为将来灌溉制度的制定提供依据;对于缺测气象资料的地区,通过本文建立的网络模型,结合气象条件类似的站点,可在大时间尺度下对该地区ET_0变化趋势进行模拟,同时对下年度灌溉制度的拟定提供指导。

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。

东北地区参考作物蒸散量对主要气象要素的敏感性分析

利用国家气象局提供的地面气候资料日值数据集,通过FAO推荐的Penman-Monteith公式计算了东北地区1961-2008年生长季(5-9月)逐日的参考作物蒸散量(ET0),分析了ET0及主要气象要素的变化趋势,并通过响应曲线、敏感矩阵、敏感系数等方法分析了ET0对气温、日照时数、平均风速、平均相对湿度的敏感性。结果表明:(1)近50a来,东北地区的气温呈极显著上升趋势(P<0.01),日照时数、平均风速、平均相对湿度呈极显著下降趋势(P<0.01);东北地区生长季平均日ET0在以3.60mm.d-1为平均值、±0.3mm.d-1的范围内波动,总体上比较稳定,最大值出现在2001年(3.87mm.d-1),最小值出现在1990年(3.28mm.d-1);(2)当气温、日照时数、平均风速的变化量从-20%变化到20%时,ET0表现为逐渐增加的趋势,当平均相对湿度的变化量从-20%增加到20%时,ET0则逐渐减小;(3)气温、日照时数、平均风速、平均相对湿度的生长季平均日敏感系数均具有较强的空间分异特性,其中气温变化对ET0的影响最为明显,其次是平均相对湿度,日照时数、平均风速对ET0的影响较小。

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。

根据天气预报估算参照腾发量

参照腾发量ET0的实时预测对实时灌溉预报很重要。通过对普通天气预报信息进行解析,取得可用的合理数据,利用Penm an-M on te ith方法估算了北京大兴试区近10年逐日参照腾发量,最后与由实测气象数据计算的结果进行了对比分析。结果表明:解析气象因子与实测数据中,日照时数的相关系数为0.99,风速为0.90;t检验值日照时数为376.9042,风速为122.4295,远远大于t分布相应临界值2.576(α=0.01),表明其可以认为是来自一个近似的总体样本。由日最低气温确定的实际水汽压和由实测相对湿度计算的实际水汽压,二者相关系数达到0.93,t检验值为153.3015。运用天气预报信息计算预测的ET0与实测数据用Penm an-M on te ith方法计算的ET0相比,相关系数达到0.9613,t检验值为209.1194,说明二者具有高度显著的线性相关性。如果日常天气预报准确度能够达到90%以上,用此理论预测参照腾发量将具有较大的参考价值和实际意义。

内蒙古地区ET_0时空变化与相关分析

该文根据内蒙古135个站点,30年气象资料,利用Penman—Monteith公式计算得参考作物腾发量(ET0)。在此基础上,对ET0在我国北方干旱寒冷区时空上变化进行了分析,同时就ET0与4项主要气象因子(温度T、湿度RH、风速U、日照时数N)的关系进行了分区分月的分析,提出了适合我国北方干旱寒冷地区不同条件下的ET0计算模型。

基于云模型的四川省潜在蒸散量时空分布研究

为了研究四川省潜在蒸散量(ET0)的时空分布特性,利用FAO-56 Penman-Monteith方法计算四川省4个分区45个站点1960—2010年51 a潜在蒸散量(ET0),首次采用云模型描述ET0的时空分布特性。结果表明:51 a来四川省ET0先减小,2000年后有增加的趋势;4个分区ET0在时间上分布都不均匀,四川盆地、盆周山地和川西南山地的不均匀性较川西北高原稳定。ET0的空间分布较时间分布更不均匀,不均匀性更加不稳定。川西南山地区的多年平均ET0最大,川西北高原次之,四川盆地和盆周山地较小。ET0空间分布的不均匀性在这51 a先增强,2000年后有所减弱。1991—2010年ET0空间分布不均匀性的稳定性较前30 a减弱,但2000年后稳定性有增强的趋势。

陕西关中地区ET_0计算公式的适用性评价

为明确参考作物蒸发蒸腾量(ET0)计算公式在陕西关中地区的适用性,该文按照FAO(1994)对Penman-Monteith公式的设定条件,采用称重式蒸渗仪测定ET0。以该实测值为标准,对具有代表性的ET0计算公式:FAO-17Modified-Penman(FAO-MP)、裴步祥修订的Modified Penman(PBX-MP)、Penman-Monteith(PM)、ASCEPenman-Monteith(ASCE-PM)公式进行对比分析,研究不同ET0计算公式在该地区的适用性及计算值产生偏差的原因。试验结果表明,ASCE-PM计算值与实测值最接近,线性回归系数为1.03(R2=0.87),绝对误差为0.31mm;其次为PM、PBX-MP、FAO-MP。气象因子对辐射项和空气动力项的不同影响造成各计算值与实测值的差异,其中,大气温度、日照时数及相对湿度对辐射项影响较大,风速对空气动力项影响较大。ASCE-PM公式可应用于陕西关中半湿润地区ET0计算。

不同ET_0计算方法在川中丘陵地区的比较及改进

为了获取川中丘陵地区参考作物蒸散量(ET0)在气象资料短缺条件下不同类型的简化计算方法,选用FAO-56Penman-Monteith(PM)法、Hargreaves法、Hargreaves校正法、Priestley-Taylor法和Irmark-Alleen拟合法计算简阳站1999-2005年逐日的ET0。以PM公式为标准,对其他4种方法进行评价及改进。结果表明,Hargreaves校正法计算误差最小,Irmark-Alleen拟合法和Hargreaves法次之,Priestley-Taylor法计算误差最大。通过灵敏度分析,得出川中丘陵地区影响ET0的主要气象因子是相对湿度,因此该文对在湿润气候条件下应用的Priestley-Taylor法和Irmark-Alleen拟合法的参数进行逐月修正,改进后的计算方法精度得到明显提高。Hargreaves校正法、该文提出的Priestley-Taylor修正法和Irmark-Alleen拟合改进法可以作为川中丘陵地区气象资料短缺条件下ET0的简化计算方法。