论文部分内容阅读
参考作物腾发量（ETo）是一个气候、水文和农业管理研究中的重要参数。它受区域气候条件的影响,是区域能量平衡和水分平衡的重要组成部分,在农业水资源利用、生态系统过程建模和评价区域干湿状况等方面有着重要意义。通常选用FAO56Penman-Monteith标准算法(ETo,s)估算ETo,但该算法需要输入的气象要素较多,对数据要求较高,在气象数据短缺地区应用受限。本研究使用中国552个气象站点1961-2013年的气象资料,主要包括最高气温、最低气温、平均气温、日照时数、风速和相对湿度。考虑到中国地形和气候的区域差异,将中国分成7个不同的气候区。选择择不同类型的10种参考作物腾发量算法(ETo,i,i=1,2,…,10),分别是:Irmark et al.（2003）、Makkink（1957）、Priestley-Taylor（1972）、Hargreaves-Samani（1985）、Droogers-Allen（2002）、Berti et al.（2014）、Doorenbos-Pruitt（1977）、Wright（1996）和Valiantzas（2013）。在分析各气象要素空间分布特征的基础上,以FAO56Penman-Monteith算法为标准,研究中国及各分区参考作物腾发量的时空变化和趋势分布特点;评估各算法在中国及不同分区的适用性,选择出在全国和各区适用性均较好,且计算过程简便、所需输入气象要素少的算法作为ETo计算的最优替代算法。在此基础上,选择适应性较好的ETo算法结果,用于计算标准化降水蒸散发指数（SPEI）,比较各算法所对应的SPEI在中国及各分区不同时间尺度和季节尺度下的干湿变化差异。得出如下主要结果和结论:（1）552个站点中有339个（61%）站点的年尺度ETo有下降趋势,213个（39%）站的年ETo有上升趋势,年ETo总体呈现下降趋势。月ETo在中国西部地区（高海拔区）较高,在中国东部地区（低海拔区）较低。（2）全国及各分区针对月尺度和年尺度ETo,基于一系列时空变化分析、误差分析（相对误差、标准差和一致性指数）以及ETo,i与ETo,s间的散点图,结果表明:由Berti et al.（2014）提出的改进Hargreaves-Samani算法(MHS2,ETo,6)计算精度高,且计算过程简便,只需要温度（气象数据）作为输入数据;此外,该算法与ETo,s有良好的相关性。故,当气象数据缺失时,可以采用该算法作为标准算法FAO56 Penman-Monteith计算ETo的最优替代算法。（3）各算法所对应的SPEI在时间变化过程上具有很高的相似性,但依然存在地区差异和算法间的差异。不同时间尺度下,各算法对应的SPEI均在第V区（华中华南湿润亚热带地区）和第VII区（华南湿润热带地区）差异小,在第I区（西北荒漠地区）差异最大。季节上,各区不同算法在不同季节所对应的SPEI差异大小遵循I>II>VI>III>IV>V>VII的分区规律。其中,冬季各算法所对应的SPEI在不同分区差异显著,整体变化幅度大于其他三个季节;夏季变化则相对平缓。（4）算法FAO56-PM所对应的SPEI的空间趋势分布具有季节差异性,不同季节其干湿变化趋势不同。春季SPEI在中国中部地区（IV区和V区的局部地区）呈显著下降趋势,在中国东北地区呈显著上升趋势,表明中部地区有显著变干的趋势,而东北地区有显著变湿趋势。夏季SPEI在V区呈显著上升趋势,表明其有显著变湿的趋势;显著下降站点相对较少且较分散。秋季SPEI变化规律与夏季相反,显著下降站点主要集中在V区（华中地区）,表明华中地区有显著变干的趋势;显著上升站点相对较少,且较分散。冬季在中国东北（III区）、华中（V区）和西北局部地区（I区）SPEI有显著上升趋势,表明在冬季这些地区有显著变湿的趋势。（5）降水是干湿变化的主要气象因子,标准算法所对应的四季SPEI趋势变化的空间分布在不同程度上与四季降水的空间分布相似;在不同分区的气候条件下,ETo和降水作为计算SPEI的必需参数,对SPEI的影响不同。