未来气候变化对河南省冬小麦需水量和缺水量的影响预估

采用美国农业部土壤保持局推荐的方法计算有效降水量,应用Penman-Monteith模型和作物系数法计算需水量,在对河南省1981—2010年冬小麦生育期内有效降水量、需水量和缺水量分析的基础上,结合《排放情景特别报告》的两种排放情景A2(强调经济发展)和B2(强调可持续发展)预估的未来气候情景,探讨了未来气候情景下河南省冬小麦的有效降水量、需水量和缺水量的时空演变规律及其主要气候影响因素.结果表明: 从整体上看,相对于基准时段(1981—2010年),A2和B2情景下,不同时段冬小麦全生育期的有效降水量、需水量和缺水量均表现出增加趋势,有效降水量均以2030s时段增加最多,分别增加33.5%和39.2%;需水量均以2010s时段增加最多,分别增加22.5%和17.5%,年代间呈现明显递减趋势;缺水量在A2情景下以2010s时段增加(23.6%)最多,B2情景下以2020s时段增加(13.0%)最多.偏相关分析表明,A2和B2情景下,太阳总辐射是影响河南省冬小麦需水量和缺水量变化的主要气候因素.由于地理环境和气候条件的差异,不同时段河南省冬小麦全生育期有效降水量、需水量和缺水量的距平百分率在空间分布上具有差异.未来河南省水资源可能更趋于短缺.     

1989—2019年西北地区干燥度指数时空变化及其对气候因子的响应

基于西北地区143个气象站点的气象数据,采用FAO-56 Penman-Monteith公式计算潜在蒸发量,并结合降水量计算西北地区1989—2019年干燥度指数(AI),采用Mann-Kendall趋势分析、小波分析、偏微分方程等方法来揭示其变化趋势、变化周期和气候因子对AI的贡献率。结果表明: 1989—2019年,西北地区AI整体呈不显著的减小趋势,其中,青海呈显著减小趋势,新疆呈不显著的上升趋势;研究区AI在2010年发生了突变,AI变化存在1个17年的主周期。西北地区AI呈现出由东南部向中部、西北部向中部增加的空间格局。西北地区AI变化的倾向率为-1.267·(10 a)^-1,其中,甘肃、宁夏、陕西、青海和新疆AI变化的倾向率分别为-1.17、-0.41、-0.49、-1.77和-2.73·(10 a)^-1。青海小灶火、新疆库尔勒、阿克苏和吐鲁番地区干旱风险发生的可能性较高。降水量和实际水汽压是影响甘肃、宁夏、青海、陕西AI变化的主要气侯因子,影响新疆AI变化的主要气侯因子为潜在蒸散、太阳辐射和平均气温。     

1963-2012年新疆棉花需水量时空分布特征

研究基于新疆地区54个国家基本气象站1963-2012年的逐日气象资料,采用联合国粮食与农业组织FAO推荐的Penman-Monteith公式及作物系数法,计算了近50年来新疆棉花全育期和各生长阶段需水量。并利用线性趋势估计、MK检验、空间插值法对农作物全育期及各生长阶段需水量年际变化趋势和空间分布特征进行分析。结果表明：1）1963-2012年,新疆54个气象站棉花全育期平均需水量为759 mm,各站变化范围为555-1205 mm,差异明显。其空间分布整体呈现西北向东南递增、南疆大于北疆、东部大于西部的趋势。2）1963-2012年,在棉花的生长初期与发育期,全疆需水量空间分布总体由北向南增大并呈带状。在棉花的生长中期与生长末期,需水量空间分布表现为由西向东增大的格局。3）近50年棉花不同生长阶段需水量总体呈现下降趋势,并且除了生长中期下降趋势较显著外其他都不太明显。其中,生长中期下降速率最大为6.1 mm/10a,发育期及生长末期下降速率次之分别为2 mm/10a和1.3 mm/10a,生长初期下降速率最小,需水量以0.6 mm/10a的速率递减。4）新疆1963-2012年棉花全育期需水量总体呈下降趋势,递减速率平均约为5.3 mm/10a,并在1981年开始发生突变。5）全育期年需水量下降倾向率总体呈现与全育期平均需水量相同的空间分布特征,总体呈现北疆小于南疆、东部大于西部、由西北向东南递增的空间分布特征。     

FACE条件下水稻冠层蒸散和水分利用率的模拟

利用开放式CO₂浓度增高（FACE）系统平台,通过在水稻拔节期至成熟期对水稻冠层微气候及相关生理指标的连续观测,并结合能量平衡分析,模拟研究了FACE对水稻冠层蒸散和水分利用率的影响.结果表明：将水稻叶片气孔导度与光合有效辐射、饱和水气压差的定量关系与Penman-Monteith方程相结合,可以较好地模拟FACE和对照条件下的水稻蒸散量;观测期间,CO₂浓度升高使水稻的水分利用比对照减小约10 mm,结合水稻生物量增加12%,FACE条件下水稻水分利用率（WUE）增加约12%.     

华北平原参考作物蒸散量时空变化及其影响因素分析

根据华北平原56个气象站1960—2012年逐日气象数据和Penman-Monteith模型计算了各站及区域整体参考作物蒸散量(ET0),利用样条插值法、气候倾向率、累积距平、敏感性系数等方法对华北平原ET0的时空变化及其影响因素进行了分析。结果表明:(1)华北平原多年平均ET0为1071.37mm,空间上呈现高低值相间分布格局,高值中心分布在冀北、鲁中、豫西,而低值中心分布在冀东、鲁南、豫东及豫南等地;(2)近53年ET0呈减少趋势(-12.8mm/10a),山东半岛北部及冀北等地有缓慢增加趋势,其余地区以减少为主;(3)ET0对气温、平均风速、日照时数为正敏感,而对相对湿度为负敏感。平均气温与日照时数敏感系数呈现下降趋势,相对湿度与风速敏感系数表现出上升趋势。ET0对气温和风速敏感度高的区域同时对日照时数和相对湿度敏感度较低;(4)归因分析表明,华北平原ET0的主导因子是日照时数,平均风速次之,相对湿度、最高温度、最低温度对ET0变化影响较小,日照时数主导区域包括冀北、坝上地区、冀中、豫西、豫南、鲁中及鲁西北,平均风速的主导区域为冀南、河南黄河以北、豫中、鲁西北,温度主导区域零星分布于冀北、豫西、山东半岛等地,相对湿度的主导区域主要分布在鲁南、山东半岛。     

华北平原参考作物蒸散量变化特征及气候影响因素

参考作物蒸散量是估算作物需水量的关键因子,对指导农田灌溉是有十分重要的现实意义。在气候变化的背景下,利用Penman-Monteith方法,计算华北平原典型站点1961 2007年逐日参考作物蒸散量,并从能量平衡和动力学角度对其分解,分析年际变化和季节变化特征;结合数理统计方法,研究影响参考作物蒸散量及其构成项变化的主次气候因子,为该区农田水分管理提供更有效的科学指导。研究结果表明:在华北平原全区温度显著上升、日照时数,相对湿度,平均风速呈显著下降的背景下,绝大部分站点参考作物蒸散量及构成项呈显著下降趋势。夏季的参考作物蒸散量和辐射项值相对最高,冬季值最低;春季的空气动力学项值相对比例最高。辐射项与空气动力学项年际间呈负相关关系,春夏两季之间呈不显著正相关趋势,秋冬两季呈不显著负相关趋势。辐射项的变化主要受日照时数、风速及温度的影响,其中风速的贡献是负效应;空气动力学项的变化主要受风速、相对湿度及平均温度的影响,相对湿度的贡献是负效应。参考作物蒸散量的变化主要受日照时数、相对湿度、温度日较差和风速的综合影响。此外,降水与其呈显著负相关关系,下降幅度略高于参考作物蒸散量的变化幅度。     

温室甜瓜营养生长期日蒸腾量估算模型

建立了基于温室环境参数、甜瓜生长发育参数和土壤水分参数的温室甜瓜日蒸腾量估算模型,以研究温室条件下甜瓜蒸腾量的估算方法.根据温室内特定环境对Penman-Monteith方程中空气动力项进行修正,推导出了适于计算温室条件下参考作物蒸腾量的温室环境因子子模型;以甜瓜叶面积指数为自变量构建了作物因子子模型,模型形式为线性函数;以土壤相对有效含水量为自变量构建了土壤水分因子子模型,模型形式为对数函数.采用分期播种法,根据周年不同播期实测数据对模型参数进行估计和分析.采用土壤相对含水量分别为80%、70%、60%的实测蒸腾数据,对模型在充分灌溉和节水灌溉条件下的预测精度进行了检验,模拟值的平均相对误差分别为11.5%、16.2%、16.9%.所建蒸腾模型是对Penman-Monteith公式在温室环境和节水灌溉条件下的有益探索,具有重要推广应用价值.     

辽宁省潜在蒸散量演变规律及归因分析

根据辽宁省21个气象站点1965—2017年的逐日实测气象数据,利用Penman-Monteith法、小波分析法、敏感系数和因子分析法探究潜在蒸散量的时空变异规律及其主要气象要素多年变化定量分析。结果表明:(1)从变化趋势来看,在时间尺度上,辽宁省潜在蒸散量下降趋势显著,变化率为2.89 mm/a,多年平均值为955.82 mm,21个气象站点中有20个气象站点潜在蒸散量呈递减趋势,仅有1个气象站点呈递增趋势;在空间尺度上,辽宁省潜在蒸散量由西向东呈递减趋势。(2)潜在蒸散量对相对湿度最为敏感,对最低气温敏感性最小。(3)平均风速是对潜在蒸散量影响最大的气象因子,相对湿度与潜在蒸散量呈负相关。     

Energy and Mass Exchange Over Incomplete Vegetation Cover

Competition for fresh water between agriculture and domestic and industrial uses is increasing worldwide. This is forcing subsistence and commercial agriculture to produce more with less water. Consequently, it is crucial to properly and efficiently manage water resources. This requires accurate determination of crop water loss into the atmosphere, which is greatly influenced by the exchange of energy and mass between the surface and the atmosphere. Measurement of these exchange processes can best be accomplished by micrometeorological methods. However, most micrometeorological methods are very expensive, difficult to set up, require extensive post-data collection corrections and/or involve a high degree of empiricism. This review discusses estimation of evapotranspiration using relatively inexpensive micrometeorological methods in temperature-variance (TV), surface renewal (SR) and mathematical models. The TV and SR methods use high frequency air temperature measurements above a surface to estimate sensible heat flux (H). The latent heat flux (λE), and hence evapotranspiration, is calculated as a residual of the shortened surface energy balance using measured or estimated net radiation and soil heat flux, assuming surface energy balance closure is met. For crops with incomplete cover, the disadvantage of these methods is that they do not allow separation of evapotranspiration into soil evaporation and plant transpiration. The mathematical models (single- and dual-source) involve a combination of radiation and resistance equations to determine evapotranspiration from inputs of automatic weather station observations. Single-source models (Penman-Monteith type equations) are used to determine evapotranspiration over homogeneous surfaces. The dual-source models, basically an extension of single-source models, determine soil evaporation and plant transpiration separately over heterogeneous or sparse vegetation. These mathematical models have also been modified to accommodate inputs of remotely-sensed radiometric surface temperatures that enable estimation of evapotranspiration on a regional and global scale.     

基于Penman-Monteith模型的两个蒸散模型在夏玉米农田的参数修正及性能评价

利用涡度相关系统和小气象系统对2013—2015年夏玉米生长季的蒸散量和气象数据进行实时观测,基于观测数据对以Penman-Monteith模型为基础的FAO-PM模型和KP-PM模型进行分析:首先利用2013和2014年数据对两个模型中的关键参数进行校正,其次利用两个模型对2015年夏玉米农田的日蒸散量进行计算,并与测量值对比,说明两个模型在夏玉米农田的适用性;最后采用分阶段法对KP-PM模型中的经验系数进行修正.结果表明: FAO-PM模型对2015年夏玉米农田日蒸散量的计算值更加接近测量值;利用分阶段法对KP-PM模型进行修正后,模型对日蒸散量的计算效果有了很大提高,且计算值比FAO-PM模型更接近测量值.模型中关键系数与气象条件之间有很大关系,因此利用模型进行蒸散预测时,必须先对模型进行参数校正.该研究可为其他研究人员利用模型估算蒸散量提供方法上的参考.