共查询到20条相似文献，搜索用时 208 毫秒
1.
[目的]揭示流域潜在蒸散发(ET0)时空演变规律,阐明淮河流域ET0变化的主要原因,为淮河流域水资源管理、干旱评估及农业用水评估和规划等提供参考研究。[方法]基于淮河流域内及其周边29个气象站点1960—2020年逐日实测气象数据,采用Penman-Monteith公式、Mann-Kendall法研究了ET0的基本变化趋势,并运用经验正交函数分解法(EOF)分解了流域各站点组成的ET0矩阵,得到流域年和四季ET0气象场的时空分布结构,通过分析典型分布模态对应的时间系数揭示了流域ET0气象场的变化规律。[结果]流域年ET0多年均值为858.4 mm,除春季外,其他三季和年ET0均呈下降趋势。流域年ET0整体以同增同减、流域西北和东南区域反相变化两种空间分布模态为主,其中,模态一以1980年为界,有从“全流域高ET0”的空间分布形式转变为“全流域低ET0 相似文献
2.
为了探明潜在蒸散发(ET0)时空演变规律及其与气象因素间的复杂交互作用关系,揭示水循环过程对气候变化响应机制,基于疏勒河流域10个气象站点1984—2019年逐日资料,采用聚类分析、灰色关联度分析、通径分析、敏感系数法等多种定性定量分析方法,确定主导驱动因素以及ET0变化对主导因子敏感程度及贡献大小。结果表明:ET0年际变化上升趋势显著,空间上由东南向西北逐渐增加。ET0季节排序为夏季>春季>秋季>冬季,四季空间分布由东南向西北逐渐递增。聚类分析及灰色关联度分析显示T(日平均温度)、RH(平均相对湿度)、P(降水量)、n(日照时间)、u(风速)为5个关键因素,通径分析表明T是最主要因素,P作用最小。对ET0变化,T,n,u起正向促进作用,RH起反向抑制作用,贡献率分别为7.96%,0.29%,3.14%,2.29%。ET0呈现增大趋势,是由于RH多年减少和T升高、n增加、u增大等共同作用结果,T升高是造成ET0增加的主要原因。探究疏勒河流域ET0变化机理为河西干旱内陆河地区ET0研究的方法理论及水资源合理、高效利用提供科学参考依据。 相似文献
3.
基于甘肃省29个气象站点1984-2019年逐日气象资料,分析ET0时空变化规律,结合主成分分析、聚类分析、灰色关联度、通径分析、敏感性分析等多种定性与定量分析方法,揭示ET0与气候因子间的内在关系,并探明甘肃省ET0对各气候因子敏感性及贡献大小。结果表明：近36a甘肃省ET0整体呈现显著(α=0.05)上升趋势,并于1998年发生突变。研究期内ET0空间分布呈现由东南向西北递增的趋势,甘南高原小,河西平原大,高值区ET0在1049.3～1260.9mm区间变化。主成分分析表明温度、湿度和辐射对ET0的影响较大,风速影响相对较小,聚类分析及灰色关联度分析结果显示,日最高温度Tmax、相对湿度RH、风速u、降水量P、日照时数n为5个关键气候因子,Tmax是最主要因素,P作用最小。ET0对气候因子敏感性存在差异,对RH最为敏感,且Tmax、n、u起正向作用,RH起反向作用,RH、Tmax、n、u贡献率分别为3.79%、7.22%、-0.42%和3.70%。近36a甘肃省ET0呈现增大趋势是由于RH、n减少和T升高、u增大共同作用的结果,T升高是造成ET0增加的主要原因。研究成果为该地区科学配置灌溉用水,高效开发利用水资源,揭示气候变化条件下水文循环−蒸散发环节的响应机理提供科学依据,同时,多种方法探索性结合运用为ET0变化驱动因子分析提供了新的思路。 相似文献
4.
基于石河子地区1961—2012年4个气象站数据,采用FAO推荐的Penman-Monteith模型计算了参考作物蒸散量（ET0）,分析了ET0时间变化特征及其对气象因子的敏感性,并结合各气象要素的多年相对变化定量分析了气象因子对ET0的贡献。结果表明:近52年来,石河子地区平均ET0以1.19 mm/a的趋势增加,2004年为突变年,并存在27 a左右的周期。ET0变化对各气象要素的敏感性以及气象因子对ET0变化的贡献有所不同,其中,平均气温的贡献率较小,但其敏感系数最高,对ET0变化的贡献是最大,使平均气温成为ET0变化贡献最大的气象因素。突变后最高气温和最低气温的贡献率较大,但其敏感系数较低,平均气温为主导因子明显上升。 相似文献
5.
参考作物蒸散量是灌溉设计、灌溉计划等的基础数据,利用滇中地区19个气象台站的观测数据,计算了滇中地区的参考作物蒸散量（ET0）,分析了ET0时间和空间的变化特征及气象要素对其的影响。结果表明:研究区的ET0于1982年发生突变,1960—1982年变化趋势不明显,1982—2002年呈现下降的趋势,2003—2012年ET0呈现增加的趋势,多年平均ET0约为1 223.7 mm。ET0的空间特征表现为中部高,东西低,春季最大,夏季高于秋季,冬季最小,高值区出现在元谋地区。ET0与风速、气温和日照时数呈现显著的正相关关系,与相对湿度呈现极显著的负相关关系。偏相关分析和逐步回归分析显示在年尺度上,风速、相对湿度和日照时数的组合可以预测ET0的年际变化。 相似文献
6.
利用FAO-56 Penman-Monteith法计算四川省4个分区1960—2010年逐月的潜在蒸散量（ET0）,采用贡献率法分析ET0近50 a来变化成因。结果表明:整个四川省、四川盆地和盆周山地日照时数和风速下降对ET0的负贡献超过平均、最高和最低气温上升以及相对湿度下降对ET0的正贡献,使ET0呈下降趋势;川西北高原平均、最高和最低气温上升以及相对湿度下降对ET0的正贡献超过风速和日照时数下降对ET0的负贡献,使ET0呈上升趋势;川西南山地平均、最低气温、日照时数和风速的下降对ET0的负贡献超过了最高气温上升和相对湿度下降对ET0的正贡献,使ET0呈下降趋势。四川省和四川盆地日照时数下降是ET0下降的主要原因,盆周山地和川西南山地风速下降是ET0下降的主要原因,川西北高原最低温度上升是ET0上升的主要原因。 相似文献
7.
潜在蒸散量（ET0）是区域能量平衡和水分平衡的重要组成部分,通过探讨其历史演化规律及成因对优化调整农业生产结构及水资源合理配置至关重要。基于河北省及周边地区1968—2018年24个典型气象站点逐日气象数据,利用Penman-Monteith模型、敏感性分析、M-K检验法及空间插值方法分析了河北省ET0时空分布特征及其影响因素。结果表明:（1）从时间分布来看,51年间,河北省春季ET0多年均值为353.20 mm,呈下降趋势,下降幅度为-1.679 mm/10 a,其周期变化存在35年主周期及20年次周期;空间上呈现由西北向东南半环状递减趋势。（2）从影响因素来看,春季ET0变化对平均气温、最高气温、最低气温、日照时数和平均风速均表现正敏感;对相对湿度表现为负敏感,对各个气象因子敏感程度依次为相对湿度 > 最高气温 > 日照时数 > 平均风速 > 平均气温 > 最低气温。（3）从成因的空间分布上看,河北省北部地区ET0变化的主导气候影响因子为平均气温,中部及西部地区为相对湿度,南部及偏东部地区则转变为平均风速。研究成果可为研究区水资源综合评价及农业生产工作提供一定参考。 相似文献
8.
为深入认识气候变化下陕西潜在蒸散量（ET0）年际和年内的变化特征及主要影响因素,根据陕西省20个气象站点逐日气象数据,利用Penman-Monteith公式计算了1955—2015年全省潜在蒸散量,运用累积距平、Mann-Kendall突变检测、最优分割、反距离加权插值等分析方法,分析了年均及四季潜在蒸散量时空变化特征;并采用偏相关、多元回归模型对影响潜在蒸散量的主导气象要素进行了定量研究。结果表明:（1）1955—2015年,陕西省年ET0呈微弱上升趋势,变化率为1.03 mm/10 a,分时段ET0呈“倒S”型变化。（2）从季节看,春、夏、秋、冬季平均ET0变化率分别为3.72,0.12,0.36,-2.95 mm/10 a。（3）研究区内年及季节平均ET0的空间分布存在明显地带性规律特征。（4）平均气温是全年及春、秋、冬季ET0变化的主导因素,日照是夏季ET0变化的主导因素。这些结果表明陕西省潜在蒸散量的时空变化具有阶段性、地带性,其影响因素具有季节性。研究可为气候变化下陕西省水资源科学配置以及影响评估提供依据。 相似文献
9.
为确定气象数据缺乏地区参考作物蒸散量(ET0)的最优简化估算模型,本文以京津冀地区作为研究区域,以传统BP神经网络模型为基础,基于粒子群算法(PSO)、遗传算法(GA)、思维进化算法(MEA)、麻雀算法(SSA)和人工鱼群算法(AF)5种优化算法,构建了PSO-BP、GA-BP、MEA-BP、SSA-BP、AF-BP共5种优化模型,并将计算结果与3种传统机器学习模型BP模型、随机森林模型(RF)、小波神经网络模型(WNN)和2种经验模型Hargreaves模型(HS)、Droogres-Allen模型(DA)进行对比,在仅输入温度数据的条件下,得出区域ET0最优估算模型。结果表明:在不同区域,5种优化模型计算精度显著高于其余模型,其中,SSA-BP模型均表现出了较高的精度,RMSE、R~2、Ens和MAE分别为0.297～0.402mm·d-1、0.879～0.946、0.862～0.940、0.210～0.300mm·d-1,模型GPI在研究区域内排名第1位;在相同气象数据条... 相似文献
10.
应用遥感技术研究贵州春季蒸散发空间分异规律 总被引：1，自引：0，他引：1
蒸散发量的估算对于灌溉策略、蓄水流失、水分平衡计算、径流预测和气象气候研究等都是不可缺少的因素.遥感(RS)和地理信息技术(GIS)的发展实现了蒸散发量的空间分布估算.利用1 km分辨率的MODIS影像数据反演的下垫面参数(如地表温度、反照率等)数据、日值的气象数据的空间插值结果数据及高程数据等基础信息数据,以贵州省典型喀斯特环境为研究区域,利用Penman-monteith蒸散发模型,在面的尺度上估算连续2个月的日值蒸散发量,定量描述蒸散发量的转化过程.通过蒸散发与相关因子的相关性分析,总结出贵州省影响蒸散发量时间动态、空间分布变化的主要影响因子和限制因子,进一步探索典型喀斯特生态环境的贵州省蒸散发量的变化规律. 相似文献
11.
结合作物生产开展区域干湿演变及其影响因素研究,对农业可持续发展和粮食安全具有重要的科学意义。本文基于西南水稻种植区316个气象站点1961—2015年的观测资料,利用降水量与参考作物蒸散量(ET_0)的比值计算湿润指数,分析近55年西南区域单季稻生长季干湿演变特征;探讨ET_0对主要气候要素的敏感性及主要气候要素对ET_0的贡献率,对西南区域单季稻生长季干湿演变的影响因素展开研究。结果表明:西南区域单季稻生长季的半湿润区主要分布在四川攀西地区南部、云南中部和东北部,其余地区属湿润区。与1961—1990年相比,1991—2015年研究区域内的半湿润区面积增加、湿润区面积减小。近55年来,单季稻生长季内西南区域有40.8%的站点气候变湿,其余地区气候变干。四川盆地东北部、云南东北部由于降水量的增加和ET_0的减少,气候变湿;四川攀西地区由于降水量增加对湿润指数的正效应大于ET_0增加对湿润指数的负效应,气候变湿;重庆南部、贵州北部和西部由于降水量减少对湿润指数的负效应小于ET_0减少对湿润指数的正效应,气候变湿;云南大部由于降水量的减少和ET_0的增加,气候变干;西南其他区域由于降水量减少对湿润指数的负效应大于ET_0减少对湿润指数的正效应,气候变干。西南区域单季稻生长季ET_0随平均气温和相对湿度的增加而减小,而随日照时数和风速的增加而增加,日照时数和风速的显著下降是ET_0减小的主要原因。研究为气候变化背景下降低西南区域单季稻生长季可能的气候风险提供了科学依据。 相似文献
12.
西北旱区石羊河流域作物耗水点面尺度转化方法的研究 总被引：1，自引：0，他引：1
基于DEM与GIS空间分析功能研究了石羊河流域主要农作物春小麦需水量ETc的时空分异规律。根据8个气象站近50年气象资料，应用1998年FAO推荐的Penman-Monteith公式计算参考作物蒸发蒸腾量ET0，由收集到的春小麦需水量试验资料获得多年平均作物系数Kc。近50年来流域上游的古浪、天祝春小麦全生育期ETc呈微弱的增加趋势，中游的凉州区表现出极显著的减少趋势，其他站减少趋势不显著。确立了ETc与海拔高度、纬度、坡向的多元回归关系，借助Arcview3.3、ArcGIS9.0与Visual Basic6.0软件实现了春小麦ETc的空间尺度转换，并分析了石羊河流域25%、50%、75%三个不同水文年春小麦ETc的空间变异情况。石羊河流域春小麦ETc由山区向绿洲平原递增，多年平均值为270～591 mm。估计值与计算值相差在11.1%以内。 相似文献
13.
喀斯特与非喀斯特地区参考作物蒸散量时空变化分析——以广西壮族自治区为例 总被引：1，自引：1，他引：0
参考作物蒸散量(ET_0)是确定植被生态系统需水量的关键因子,其时空分布特征及主要影响因素分析对于制定植被恢复策略与区域水资源配置方案具有重要意义。本文基于FAO-56 Penman-Monteith公式和广西地区25个气象站点1960—2010年的逐日资料,计算了各站点的ET_0,在此基础上采用GIS的克里金插值、Spearman秩次相关法和通径分析方法分析了广西喀斯特与非喀斯特地区ET_0的时空变化特征及其影响因子。结果表明,51年来广西各站点多年平均ET_0为1 138 mm×a~(-1);空间分布呈由南向北、由低纬度向高纬度递减的特征,高值区主要分布在非喀斯特地区,低值区主要分布在喀斯特地区。喀斯特与非喀斯特地区年ET_0累积距平曲线均呈"N"型分布;20世纪70年代最高,90年代最低,21世纪以来年ET_0有所回升,但仍低于51年平均值。此外,喀斯特地区ET_0年际变化小于非喀斯特地区。日照时数、风速和平均温度是影响非喀斯特地区年ET_0变化的主要气象因子,而相对湿度则通过与其他气象因子的相互作用间接对喀斯特地区年ET_0的变化产生较大影响。在季节尺度上,日照时数和平均气温在各季节都是ET_0最主要的影响因子,与ET_0呈正相关关系;风速在喀斯特地区冬、春两季对ET_0的间接作用系数为负,在非喀斯特地区并未发现这一现象。了解不同地区ET_0的变化趋势是植被生态需水定额计算的必要措施。 相似文献
14.
[目的]研究阿克苏河灌区作物的理论需水量的时空变化特征,为该区水资源科学管理、高效利用提供理论依据。[方法]基于灌区内1972—2014年6个气象台站的逐日气象观测数据,采用FAO修正的Penman-Monteith模型,计算参考作物蒸发蒸腾量(ET0),进行空间数据的插值分析,对阿克苏河灌区作物的理论需水量特征分别在空间和时间两个维度上进行探讨。[结果](1)阿克苏河灌区多年平均ET0介于1 118~1 241mm之间,呈现中部以北地区较低,西南部、南部地区较高的规律;(2)春季和夏季的ET0最高,5,6,7月的月均ET0合计为533mm,是作物最需要水分补给的重要时段;(3)自20世纪70年代至今,作物年均蒸发蒸腾量呈现逐渐降低的趋势,2010年以后的变化趋势较为显著;(4)灌区各季节及全年的ET0变化均呈现S形曲线分布,至2014年已接近波谷并有抬升趋势。[结论]在气候变化背景下,阿克苏河灌区作物的理论需水量随时间变化显著,春夏季受蒸腾作用影响是需要补水的关键时期,年际变化呈波动抬升趋势;在空间上亦呈现明显地带分异特点,呈南高北低的特征。 相似文献
15.
Junzeng Xu Weiguang Wang Shihong Yang Qi Wei Yufeng Luo 《Archives of Agronomy and Soil Science》2013,59(11):1487-1501
Prediction of daily reference evapotranspiration (ET 0) is the basis of real-time irrigation scheduling. A multiple regression method for ET 0 prediction based on its seasonal variation pattern and public weather forecast data was presented for application in East China. The forecasted maximum temperature (T max), minimum temperature (T min) and weather condition index (WCI) were adopted to calculate the correction coefficient by multilinear regression under five time-division regimes (10 days, monthly, seasonal, semi-annual and annual). The multiple regression method was tested for its feasibility for ET 0 prediction using forecasted weather data as the input, and the monthly regime was selected as the most suitable. Average absolute error (AAE) and root mean square error (RMSE) were 0.395 and 0.522 mm d?1, respectively. ET 0 prediction errors increased linearly with the increase in temperature prediction error. A temperature error within 3 K is likely to result in acceptable ET 0 predictions, with AAE and average absolute relative error (AARE) <0.142 mm d?1 and 5.8%, respectively. However, one rank error in WCI results in a much larger error in ET 0 prediction due to the high sensitivity of the correction coefficient to WCI and the large relative error in WCI caused by one rank deviation. Improving the accuracy of weather forecasts, especially for WCI prediction, is helpful in obtaining better estimations of ET 0 based on public weather data. 相似文献
16.
根据甘肃省气象局石羊河流域的6个气象站近50年的观测资料，应用1998年FAO最新推荐的Penman-Monteith公式计算了50年各月参考作物蒸发蒸腾量ET0，分析了ET0的月际变化和年际变化特征，除武威与肃南站ET0呈逐年显著减少趋势外，其他各站的ET0值均表现为逐年增加趋势，各个站ET0 20世纪90年代较80年代均有明显增加，说明气候变化对ET0的影响较大；并分析了平均气温、平均最高气温、年日照时数、平均风速、平均相对湿度、年降水量、年蒸发量、海拔高度与ET0的相关性，各站ET0与平均相对湿度相关性最好；石羊河流域ET0空间变化也较大，从山区到绿洲平原ET0多年平均值呈递增趋势。 相似文献
17.
分别利用Hargreaves和PM公式计算西北干旱区ET0的比较 总被引：2，自引：0，他引：2
该文根据甘肃张掖气象站1991～2000年的气象资料，利用Hargreaves公式和Penman-Monteith公式计算了参照作物需水量(ET0)。对比分析结果表明：Hargreaves公式计算的ET0H年值比Penman-Monteith公式的计算ET0PM偏低，而在年内6、7、8月份，ET0H>ET0PM，9月份两种方法计算结果几乎相等，其他月份ET0H<ET0PM。造成这种结果的原因是风速和降雨的影响。根据两种方法的计算结果，提出了适合西北干旱区ET0的计算公式。 相似文献
18.
[目的] 研究气候变化下潜在蒸散发（ET0）的时空特征，为区域生态需水研究和水资源管理提供科学依据。[方法] 基于延河流域1978—2017年逐日气象资料，利用Penman-Monteith方法对ET0进行计算，运用Mann-Kendall趋势检验法、Pettitt检验对ET0时空变化特征进行分析，并通过Pearson相关性分析对ET0变化的影响因子进行探讨。[结果] 延河流域年平均ET0为923.53 mm，整体呈现上升趋势。月ET0呈单峰分布，高值月份出现于5—7月。季节上ET0表现为：夏季>春季>秋季>冬季，夏季、春季、冬季的ET0呈上升趋势，秋季呈下降趋势，春季蒸散变化速率最大。空间上，ET0呈现由西部向南部增加再向东南部减少的趋势。延安站蒸散量最大，志丹站蒸散量最小，除甘泉站外其他站点的ET0均呈上升趋势，甘泉附近地区存在“蒸发悖论”现象，主导因子是日照时数、2 m高风速和降水量。ET0变化率呈现东南高西北低的分布规律，延安站变化率最大，安塞站变化最小。平均温度、日照时数、相对湿度、气压、2 m高风速、降水量等气象因子的变化趋势和变化速率时空差异显著，同一气象因子对ET0的影响程度具有时空差异，相同因子不同变化趋势的组合对蒸散发的影响具有显著差异。[结论] 延河流域ET0变化与平均温度、日照时数、2 m高风速的变化为正相关关系，与相对湿度、气压、降雨量的变化为负相关关系，其中与日照时数相关最为密切。 相似文献
19.
采用太子河流域内8个气象站1960～2005年间气象资料，应用Penman-Montieth公式计算了46年间逐月参考作物腾发量(ET0)，对参考作物腾发量及气象要素的年际变化特征、月际变化特征及趋势进行了分析，应用统计检验方法分析了影响流域参考作物腾发量变化的主要气象因素。结果表明：近46年间太子河流域ET0值呈现缓慢下降趋势，年内ET0值分布以5、6月份最高，1月份最低。影响ET0的主要气候要素按影响程度强弱依次为日照、风速、温度、相对湿度。 相似文献
20.
纵向岭谷区参考作物腾发量变化的特点和趋势 总被引：3，自引：1，他引：3
以Penman Montieth方程分析了西南纵向岭谷区大理、元江、保山、昆明、景洪站46～48年的逐日ET0及其余25个站1961～2000年逐月ET0系列。研究结果表明：日最高温度是年内ET0变化主导因素，年际变化主要受日照时数影响，个别站为最高气温或风速，短期ET0变化与雾无直接关系。利用Mann-Kendall法对各站年际、年内分季节ET0趋势检验，56.7%站点的年ET0呈显著增加趋势，分布于澜沧江耿马-思茅-勐海一带以及横断山区维西、福贡等地。分季节逐日ET0变化趋势为，昆明夏秋季显著下降，景洪冬春季显著增加，元江、保山、大理有增有减。降水量增加、气温升高，蒸发和日照时数减少，导致80%的站ET0呈下降趋势，湿润指数普遍增加。 相似文献