科研产出
西南区域单季稻生长季干湿演变及影响因素分析
《中国生态农业学报(中英文) 》 2020 北大核心 CSCD
摘要：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。
关键词： 西南区域 单季稻 湿润指数 干湿演变 降水量 参考作物蒸散量 气候要素
全文链接
请求原文
中国粮食主产区参考作物蒸散量演变特征与成因分析
《中国农业气象 》 2018 北大核心 CSCD
摘要：在全球变暖的背景下,参考作物蒸散量(reference crop evapotranspiration,ET_0)的改变及其空间分布势必对中国粮食主产区农业水资源规划、农业用水管理等产生重要影响。本文将中国粮食主产区划分为温带湿润半湿润地区(I区)、温带干旱半干旱地区(Ⅱ区)、暖温带半湿润地区(Ⅲ区)和亚热带湿润地区(Ⅳ区)4个子区域,基于粮食主产区265个站点1961-2013年53a气象数据,采用FAO-56Penman-Monteith公式计算各站点逐日ET_0,利用Arc GIS空间插值、Mann-Kendall趋势检验、敏感性分析和贡献率分析等方法,对该区域ET_0的时空分布规律及其成因进行分析。结果表明:(1)近53a来,中国粮食主产区年均ET_0为878.9mm,整体呈显著下降趋势,速率为0.47mm·a~(-1)(P<0.05),Ⅰ、Ⅱ区和Ⅳ区年均ET_0分别为741.8、1079.8和924.2mm且均有所减小,但变化趋势并不明显,Ⅲ区年均ET_0为940.2mm,呈极显著下降趋势,速率为1.21mm·a~(-1)(P<0.01)。(2)全区及Ⅰ-Ⅳ区ET_0最敏感气象因子均为相对湿度,其敏感系数分别为-1.060、-1.232、-0.784、-1.114和-1.009。(3)全区及Ⅰ-Ⅲ区对ET_0变化贡献最大的气象因子为风速,Ⅳ区为相对湿度。(4)风速的减小是造成粮食主产区全区及Ⅰ-Ⅲ区ET_0减小的首要原因,风速减小和日照时数缩短是造成Ⅳ区ET_0减小的主要原因。
关键词： 粮食主产区 参考作物蒸散量 时空分布 成因分析 敏感性分析
全文链接
请求原文
基于MEA-BPNN的西北旱区参考作物蒸散量预报模型
《农业机械学报 》 2018 EI 北大核心 CSCD
摘要：为有效提高西北旱区参考作物蒸散量(Reference crop evapotranspiration,ET0)预报精度,在西北旱区选择5个代表性气象站点,构建10种基于思维进化算法(Mind evolutionary algorithm,MEA)优化的误差反向传波神经网络(Back propagation neural network,BPNN)ET0预报模型,并将其与Hargreaves-Samani模型、Irmak模型和48-PM模型等3种在西北旱区ET0计算精度较高的模型进行比较。结果表明:在不同输入的情况下MEA-BPNN模型模拟精度具有相对较高水平,其中MEA-BPNN1(输入最高气温Tmax、最低气温Tmin、相对湿度RH、日照时数n和距地面2 m高处的风速u2)、MEA-BPNN2(输入Tmax、Tmin、n和u2)及MEA-BPNN3(输入Tmax、Tmin、RH和u2)模型的R2、NSE均大于0.96,RMSE、MAE也分别小于0.34、0.25 mm/d,以上3种MEA-BPNN模型的整体评价指标(Global performance indicator,GPI)排名分别为1、2、3;MEA-BPNN7(输入Tmax、Tmin和u2)的R2、NSE分别为0.966 2、0.962 2,RMSE、MAE分别为0.361 0、0.276 1 mm/d,模拟精度较高;MEA-BPNN模型可移植性的分析表明:MEA-BPNN模型在西北旱区具有较强的泛化能力,基于不同站点数据构建的预报模型也有较高精度;在相同输入情况下MEA-BPNN模型模拟精度均高于Hargreaves-Samani模型、Irmak模型和48-PM模型。因此,在气象资料缺乏情景下MEA-BPNN模型可作为西北旱区ET0计算的推荐模型,可为实时精准灌溉预报的实现提供科学依据。
关键词： 参考作物蒸散量 预报模型 思维进化 神经网络 西北旱区 可移植性
全文链接
请求原文
若尔盖湿地参考作物蒸散量时空演变特征及成因分析
《节水灌溉 》 2018 北大核心
摘要：参考作物蒸散量(ET_0)对作物灌溉、水资源评价和气候变化均具有重要意义。利用若尔盖湿地及其周边19个气象站1960—2015年逐日气象资料,根据辐射修正的Penman-Monteith模型计算了湿地ET_0,采用累积距平、Mann-Kendall检验、Pettitt检验、Theil-Sen趋势度、EOF分解等方法分析了蒸散时空演变规律,并采用通径分析研究蒸散变化成因。结果表明:(1)若尔盖湿地年ET_0均值为625.3 mm,并以4.89 mm/10 a的速率显著上升(p<0.01),四季ET_0表现为夏季>春季>秋季>冬季。年、秋、冬ET_0分别在1968年(p<0.01)、1997年(p<0.01)、2003年(p<0.1)突变上升,春、夏两季未出现突变。(2)湿地年均ET_0呈南部、东部边缘高、西北—东南一线较低的空间分布特征,且变化速率由东北向西南递减,其中西部班玛以北及南部马尔康、黑水之间地区ET_0呈缓慢下降趋势。(3)ET_0第一特征向量均为正值,说明若尔盖湿地ET_0变化保持高度区域一致性,南、北反向差异和东西、中部反向差异分别为第二和第三空间结构特征。(4)影响若尔盖湿地ET_0的主要气象因子为相对湿度,且能够综合其它因子对ET_0产生作用。近年来若尔盖湿地ET_0的上升主要是因为相对湿度的显著下降,其次是净辐射、平均气温和风速的显著上升。
关键词： 若尔盖湿地 参考作物蒸散量 Penman-Monteith模型 通径分析 时空变化
全文链接
请求原文
近56年西南地区四季参考作物蒸散量变化成因分析
《节水灌溉 》 2018 北大核心
摘要：准确评估西南地区参考作物蒸散量ET0对作物耗水量分析,作物生产潜力评价及区域水资源管理等具有重要意义。本文应用西南地区近56 a逐日气象数据,利用FAO-56 Penman-Monteith模型计算ET0,通过MannKendall检测、变化趋势分析及基于敏感系数的贡献率分析,对近56 a西南地区ET0及相关气象因子的年内变化特征与变化趋势进行分析。结果表明:近56 a西南地区春、夏、秋、冬四季ET0值分别为314.71、345.78、219.13、169.51 mm,气候倾向率分别为0.850、-2.841、0.571、1.125 mm/(10 a),其中春、秋季ET0呈不显著变化趋势,夏季ET0呈极显著下降趋势(P<0.01),冬季呈极显著上升趋势(P<0.01);相对湿度、日照时数和风速在四季均呈下降趋势,温度呈上升趋势,其中相对湿度呈极显著下降趋势(P<0.01),最低温度呈极显著上升趋势(P<0.01);春季相对湿度对ET0贡献率最大,为5.23%,夏季日照时数对ET0贡献率最大,为-7.49%,秋季最高温度对ET0贡献率最大,为3.94%;冬季最低温度对ET0贡献率最大,为6.69%,其次是平均温度,为6.57%。因此,近56 a西南地区春、秋、冬季ET0上升的主要原因分别是相对湿度降低、最高温度上升、最低温度和平均温度升高,夏季ET0下降的主要原因是日照时数减少。
全文链接
请求原文
基于ELM的西北旱区参考作物蒸散量预报模型
《排灌机械工程学报 》 2018 北大核心 CSCD
摘要：为实现气象资料缺失情况下ET_0的精确预报,选取中国西北旱区4个代表性站点的气象资料,建立15种基于极限学习机(ELM)的ET_0预报模型,并通过与其他ET_0计算模型对比和可移植性分析探究ELM在西北旱区的适用性.结果表明:基于温度和风速的ELM7预报精度较高(整体评价指标GPI排名第4);基于温度和辐射的ELM_5预报精度(GPI排名第6)明显高于Iramk模型和Jensen-Haise模型;仅基于温度的ELM9预报精度(GPI排名第8)高于HargreavesSamani模型.通过模型可移植性分析发现,ELM_7在西北旱区内各训练站点和预测站点组合下预报精度良好.因此,可将ELM_5(输入温度和辐射)、ELM_7(输入温度和风速)和ELM_9(输入温度)作为西北旱区较少气象参数输入情况下精确预报ET_0的推荐模型.
关键词： 中国西北旱区 参考作物蒸散量 预报模型 极限学习机 可移植性
全文链接
请求原文
中国三大灌区参考作物蒸散量温度法模型的修订与适应性评价
《中国农业气象 》 2018 北大核心 CSCD
摘要：为提高中国三大灌区(都江堰灌区、河套灌区和淠史杭灌区)参考作物蒸散量(reference crop evapotranspiration,ET_0)温度法的计算精度,选取8个代表性站点1961-2014年逐日气象资料,采用Irmark-Allen(IA)、Hargreaves and Samani(HS)、Turc(Tur)、Mc Cloud(MC)、Schendel(Sch)、Trajkovic(Tra)、Droogres and Allen-1(DA-1)和Droogres and Allen-2(DA-2)共8种温度法计算ET_0,以FAO-56Penman-Monteith(PM)法计算结果为标准,基于各方法计算的ET0日值线性回归方程(y=kx+b),分别在都江堰灌区选取IA法和Tra法,河套灌区选取HS法、DA-1法和DA-2法,淠史杭灌区选取IA法、HS法、DA-1法和DA-2法,引入调差参数对模型进行修订,利用均方根误差(RMSE)、平均相对误差(MRE)和Nash-Sutcliffe系数(NS)对其适应性进行评价。结果表明:都江堰灌区和淠史杭灌区所选模型修订后计算精度均有明显提高,河套灌区提高不明显;都江堰灌区IA修订模型(IA-Du法)在该灌区计算精度最高,其日值、旬值的RMSE、MRE和NS分别为0.318mm·d~(-1)、0.120和0.923,0.201mm·d~(-1)、0.093和0.959,且在不同月份均有较高计算精度;河套灌区计算精度最高模型为HS法,其日值、旬值的RMSE、MRE和NS分别为0.898mm·d~(-1)、0.326和0.785,0.547mm·d~(-1)、0.223和0.904,且在1-5月和10-12月具有较高计算精度;淠史杭灌区IA修订模型(IA-Pi法)在该灌区计算精度最高,其日值、旬值的RMSE、MRE和NS分别为0.534mm·d~(-1)、0.195和0.861,0.390mm·d~(-1)、0.167和0.896,且在不同月份均具有较高计算精度。因此,推荐IA-Du法、HS法和IA-Pi法分别作为都江堰灌区、河套灌区和淠史杭灌区计算参考作物蒸散量的方法。
关键词： 参考作物蒸散量 温度法 适应性评价 都江堰灌区 河套灌区 淠史杭灌区
全文链接
请求原文
中国西南五省参考作物蒸散量时空变化分析
《灌溉排水学报 》 2016 北大核心 CSCD
摘要：为深入了解中国西南5省ET0演变规律,利用1954—2013年广西、重庆、云南、贵州、四川5个省市119个站点逐日地面气象资料,采用FAO-56推荐的Penman-Monteith公式计算各站点逐日ET0,并使用Mann-Kendall检验、Morlet小波分析和GIS反距离加权插值定量分析ET0时空变化特征。结果表明,1954—2013年西南5省ET0多年平均值为855 mm,波动范围为819~901 mm,年均ET0总体呈下降趋势(倾向率为-1.5 mm/10 a),在春、夏、秋、冬季也均呈下降趋势(倾向率分别为-0.4、-0.7、-0.3、-0.1 mm/10a),分别占全年的26.7%、46.7%、20%、6.6%;西南5省ET0多年平均值分别以26 a、12 a、5 a为第1、第2、第3周期进行"增大-减小"交替变化;1954—2013年,西南5省年均ET0空间分布总体表现为南部大于北部,云贵高原西部和广西地区明显大于四川盆地和云贵高原东部,四川盆地相对最小,川西高原南部和云贵高原东部地区相对最大;西南5省ET0在春、夏、秋、冬季空间分布较高值区分别为云贵高原西部、四川盆地和云贵高原东部、广西地区、云贵高原西部,较低值区分别为四川盆地、云贵高原西部、四川盆地和川西高原东北部、四川盆地和广西地区。
机器学习算法和Hargreaves模型在四川盆地ET_0计算中的比较
《中国农业气象 》 2016 北大核心 CSCD
摘要：以四川盆地中部遂宁气象站2001-2010年逐日温度资料和大气顶层辐射(Ra)为输入参数,以FAO-56Penman-Monteith(PM)模型计算的参考作物蒸散量(ET0)为标准,分别利用广义回归神经网络(GRNN)和小波神经网络(WNN)两种机器学习算法建立ET0模拟模型,并对GRNN、WNN和Hargreaves(HS1)与两种改进的Hargreaves(HS2和HS3)模型的ET0模拟效果进行对比分析,利用2011-2014年数据对各模型模拟精度进行验证,分析仅有温度资料时不同模型在四川盆地的适用性。结果表明:GRNN模型和WNN模型均具有较强的适用性,GRNN模型均方根误差(RMSE)、模型效率系数(Ens)和决定系数(R2)分别为0.395mm?d~(-1)、0.924和0.902,WNN模型分别为0.401mm?d~(-1)、0.911和0.901,且两种模型计算精度均高于HS1(1.05mm?d~(-1)、0.885和0.334)、HS2(0.652mm?d~(-1)、0.892和0.736)和HS3(0.550mm?d~(-1)、0.881和0.812)模型。模型适用性验证进一步表明,GRNN和WNN模型在四川盆地西部和东部也具有较好的适用性,在输入参数中引入Ra能提高模型的模拟精度。因此,GRNN和WNN可以作为气象资料缺失条件下四川盆地ET0计算的推荐模型,且GRNN计算精度高于WNN,可优先选用。
关键词： 参考作物蒸散量 温度资料 FAO-56 Penman-Monteith模型 机器学习算法 Hargreaves模型
考虑辐射改进Hargreaves模型计算川中丘陵区参考作物蒸散量
《农业工程学报 》 2016 EI 北大核心 CSCD
摘要：为提高Hargreaves-Samani(H-S)模型对参考作物蒸散量(reference crop evapotranspiration,ET0)的计算精度,利用川中丘陵区13个代表站点1954~2013年近60 a逐日数据,依据贝叶斯原理并考虑辐射的影响对H-S模型进行改进,并以Penman-Monteith(P-M)模型为标准,对其在川中丘陵区的适用性进行评价。结果表明:1)H-S改进模型与P-M模型ET0计算结果变化趋势基本一致;2)与H-S模型相比,在3个区域H-S改进模型计算的ET0旬值平均绝对误差分别由0.93、0.95、0.93 mm/d下降到0.15、0.19、0.28 mm/d,且3个区域ET0旬值拟合方程斜率分别由1.45、1.39、1.45变为0.89、0.94、0.90,Kendall一致系数由0.70、0.80、0.82提高到0.88、0.92、0.94,拟合效果与计算精度均明显提高;3)在3~10月的作物主要生长期,3个区域ET0月值平均绝对误差分别由0.89、1.14、1.28 mm/d下降到0.46、0.29、0.21 mm/d,ET0月值回归拟合方程斜率及一致性均明显提高;4)H-S改进模型随海拔升高计算精度有所降低,H-S改进模型全年内计算精度最大可提高47%,尤其在作物主要生长期,精度最大提高了48%。因此,H-S改进模型可显著提高ET0计算精度,在海拔较低的区域尤为明显,可作为川中丘陵区ET0计算的简化推荐模型。
