• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      新疆焉耆盆地參考作物蒸散量變化的氣象因素定量分析

      2015-08-23 08:47:17魏光輝
      水資源開發(fā)與管理 2015年4期
      關(guān)鍵詞:氣象要素最低氣溫日照時數(shù)

      魏光輝

      (新疆塔里木河流域管理局,新疆  庫爾勒 841000)

      新疆焉耆盆地參考作物蒸散量變化的氣象因素定量分析

      魏光輝

      (新疆塔里木河流域管理局,新疆庫爾勒 841000)

      本文根據(jù)新疆焉耆縣氣象站1961—2010年逐日氣象觀測數(shù)據(jù),采用P e nm a n-M o nt e i t h模型分析了ET0對最高氣溫、最低氣溫、風(fēng)速、日照時數(shù)、相對濕度的敏感性,并結(jié)合各氣象要素的多年相對變化定量探討了影響ET0變化的主導(dǎo)因素。結(jié)果表明:近50年來,研究區(qū)ET0以-1.818m m/年的趨勢減少,夏季減少趨勢最顯著,1983年前后ET0發(fā)生突變。平均風(fēng)速和日照時數(shù)的敏感系數(shù)較低,但其減小趨勢極顯著,多年相對變化較大;全年、春、秋和冬季對ET0變化的主導(dǎo)因子是平均風(fēng)速,夏季是日照時數(shù)。

      氣候變化;參考作物蒸散量;P e nm a n-M o nt e i t h;焉耆盆地

      由于ET0的變化是溫、風(fēng)、濕、輻射等多種氣象要素共同作用的結(jié)果,因此不同地區(qū)不同的氣候背景條件使ET0對氣候變化的響應(yīng)具有明顯的區(qū)域差異。近年來,許多學(xué)者利用敏感性分析方法研究ET0變化的原因,取得了一些有意義的成果[5-7]。雖然利用敏感性、ET0和各氣象要素的氣候傾向率及相關(guān)性等分析方法可以從定性角度得出ET0的變化與不同氣象要素變化的關(guān)聯(lián)性,但并不能客觀定量地衡量氣象要素變化導(dǎo)致的ET0的變化,即氣象要素變化對ET0的變化貢獻(xiàn)。將敏感性分析和氣象要素的相對變化結(jié)合起來,從而得到氣象要素變化對ET0變化的定量結(jié)果,可以全面地理解氣象要素對ET0變化的貢獻(xiàn)和響應(yīng)。

      新疆焉耆盆地位于中國塔里木盆地北緣的巴音郭楞蒙古自治州境內(nèi),屬溫帶大陸性氣候區(qū),降水稀少,蒸發(fā)強(qiáng)烈,四季分明。在氣候變暖背景下,研究區(qū)各氣象要素均有不同程度的變化,由于最高最低氣溫、風(fēng)速、日照時數(shù)、相對濕度等氣象要素與ET0的關(guān)聯(lián)性,各氣象要素的變化必將導(dǎo)致ET0的改變,因此,定量研究各氣象要素對ET0變化的貢獻(xiàn),可為深入理解ET0對氣候變化的響應(yīng)提供科學(xué)依據(jù)。本文利用盆地內(nèi)的焉耆縣氣象站1961—2010年逐日最高最低氣溫、風(fēng)速、相對濕度、日照時數(shù)氣象觀測數(shù)據(jù),基于P e nm a n-M o nt e i t h模型計算了ET0和敏感系數(shù),結(jié)合各氣象要素的變化趨勢定量研究各氣象要素對ET0變化的貢獻(xiàn)及主要影響要素。研究結(jié)果可為區(qū)域農(nóng)業(yè)資源開發(fā)和利用、水資源優(yōu)化配置研究提供參考。

      1數(shù)據(jù)和方法

      1.1數(shù)據(jù)

      氣象觀測數(shù)據(jù)取自中國氣象數(shù)據(jù)共享服務(wù)網(wǎng),包括1961—2010年逐日最高最低氣溫、相對濕度、日照時數(shù)、風(fēng)速、降水量等。

      1.2方法

      1.2.1P e nm a n-M o nt e i t h模型

      利用F A O在1998年推薦的P e nm a n-M o nt e i t h公式計算ET0,它以能量平衡和水汽擴(kuò)散理論為基礎(chǔ),較全面地考慮了影響潛在蒸散的各種因素,有較好的物理依據(jù),應(yīng)用較廣泛。其計算方法和參數(shù)取值采用《氣象干旱等級》(G B/T20481—2006)推薦的P e nm a n-M o nt e i t h模型參數(shù)和方法。

      1.2.2敏感性分析

      (1)電磁吸附工裝的應(yīng)用 目前電磁吸附工裝在工件搬運(yùn)及機(jī)械加工行業(yè)有著廣泛的應(yīng)用,采用磁力吸盤對鐵磁性材料進(jìn)行吸合固定,如機(jī)械加工車削、銑削、磨削、鏜削、鍛件模具加工的緊固工作。

      ET0的敏感性分析是從定量角度分析一個或幾個相關(guān)氣象因子發(fā)生變化時,對ET0變化影響的定量參數(shù)。通過假定其他參數(shù)不變,分析單個參數(shù)的變化對模型的作用,確定模型的敏感系數(shù),是常用的敏感性分析方法。敏感系數(shù)定義為ET0變化率與氣象因子變化率的比值,具體計算過程見文獻(xiàn)[8]。

      1.2.3其他方法

      采用Mann-Kendall非參數(shù)檢驗方法進(jìn)行突變分析。氣象要素的長期變化趨勢采用線性回歸分析?;貧w系數(shù)表示氣候變量的趨勢傾向,回歸系數(shù)為正時,說明隨時間的增加氣候變量呈上升趨勢;反之亦然?;貧w系數(shù)的大小反映了氣候變量上升或下降的速率。氣候趨勢系數(shù)表示某氣候要素的長期趨勢變化的方向和程度,即時間和氣候要素的相關(guān)系數(shù)。

      2結(jié)果分析

      2.1參考作物蒸散量的突變分析

      下圖(a)和(b)分別給出了研究區(qū)ET0的M-K突變檢驗結(jié)果和累積距平曲線。由累積距平曲線可見,ET0在1964年和1983年前后發(fā)生轉(zhuǎn)折,1964年前,ET0累積距平減少,之后為正距平,至1983年以后為負(fù)距平,且逐年減少。M-K突變檢驗中的U F和U B兩條曲線在1983年前有多個交點(diǎn),1983年以后順序曲線持續(xù)減小,在1985年超過了0.05信度線,減少趨勢更為顯著。綜合M-K突變檢驗和累積距平分析結(jié)果,可確定研究區(qū)ET0在1983年前后發(fā)生突變減少,1983年為突變年。

      研究區(qū)1961—2010年ET0M-K突變檢驗和累積距平圖

      2.2ET0和影響要素的年際變化

      近50年來,研究區(qū)ET0呈逐年減少的變化趨勢,回歸系數(shù)為 -1.818m m/年,趨勢系數(shù)為0.481,通過了0.01顯著性檢驗,ET0減少趨勢極顯著。春、夏、秋、冬四季(下同)ET0均呈減小的變化趨勢,分別為-0.505m m/年、-1.039m m/年、-0.183m m/年、-0.091m m/年,其中春季通過了0.05的顯著性檢驗,減少趨勢顯著,夏季通過了0.01顯著性檢驗,減少趨勢極顯著。與ET0變化相關(guān)的各氣象要素年際變化趨勢并不一致,其中平均風(fēng)速、日照時數(shù)變化趨勢分別為-0.026m/(s·年)、-8.260h/年,趨勢系數(shù)分別為0.938、0.703,均通過了0.01的顯著性檢驗,減少趨勢極顯著。最高、最低氣溫均有升高趨勢,分別為0.016℃/年、0.041℃/年,趨勢系數(shù)分別為0.401、0.781,也通過了0.01顯著性檢驗。相對濕度的變化趨勢為-0.026%/a,減小趨勢不顯著。春季平均風(fēng)速、夏季日照時數(shù)的減小趨勢,冬季最高最低氣溫升高趨勢年內(nèi)變化最顯著。

      由下表中ET0和各氣象要素分時段變化趨勢結(jié)果可見,ET0發(fā)生突變后有不顯著的增加趨勢。其他各氣象要素在ET0突變前后變化趨勢差異明顯,平均風(fēng)速在ET0突變前減少趨勢達(dá)-0.034m/(s·年),突變后為-0.013m/(s·年),相對濕度在突變后減小趨勢達(dá)-0.113%/年,減少趨勢極顯著,日照時數(shù)突變后減少趨勢極顯著,為-9.372h/年,最高、最低氣溫在突變后增加趨勢分別達(dá)到0.037℃/年、0.070℃/年。綜合來看,研究區(qū)ET0發(fā)生突變前,平均風(fēng)速減少趨勢最顯著,其他各相關(guān)要素變化趨勢均不顯著,突變后,平均風(fēng)速減少趨勢變小,其他各相關(guān)要素變化趨勢極顯著。

      1961—2010年研究區(qū)ET0和各氣象要素分時段變化趨勢表

      2.3引起ET0變化的氣象要素貢獻(xiàn)

      氣象要素的變化是導(dǎo)致ET0變化的決定性因素,為了探討各氣象要素對其變化的影響程度,采用氣象要素敏感系數(shù)與多年相對變化結(jié)合的方法定量分析各要素對ET0變化的貢獻(xiàn)。

      平均風(fēng)速對ET0變化的貢獻(xiàn)為-1.925m m/年,平均風(fēng)速的顯著減少使其對ET0變化表現(xiàn)為負(fù)貢獻(xiàn)。四季的貢獻(xiàn)分別為-0.547m m/年、-0.305m m/年、-0.404m m/年、-0.319m m/年。相對濕度的不顯著減小導(dǎo)致ET0的微弱增加,其貢獻(xiàn)為0.34m m/年,四季的貢獻(xiàn)分別為0.035m m/年、0.011m m/年、0.169m m/年、0.052m m/年,秋季相對濕度對ET0變化的貢獻(xiàn)最大。日照時數(shù)的顯著減少導(dǎo)致ET0的減小,其貢獻(xiàn)為-0.634m m/年,四季的貢獻(xiàn)分別為-0.094m m/年、-0.658m m/年、-0.117m m/年、-0.010m m/年,夏季日照時數(shù)減少趨勢最顯著,負(fù)貢獻(xiàn)也最大。最高氣溫的升高導(dǎo)致了ET0的增加,其貢獻(xiàn)為0.319m m/年,四季的貢獻(xiàn)分別為0.109m m/年、-0.015m m/年、0.086m m/年、0.088m m/年。最低氣溫對ET0變化的貢獻(xiàn)為0.423m m/年,由于最低氣溫上升趨勢大于最高氣溫上升趨勢,導(dǎo)致該站點(diǎn)最低氣溫的正貢獻(xiàn)高于最高氣溫的正貢獻(xiàn),四季最低氣溫的貢獻(xiàn)分別為0.172m m/年、0.076m m/年、0.085m m/年、0.095m m/年。不同時段相對濕度敏感系數(shù)均為負(fù)值,其他各要素均為正值。從敏感系數(shù)絕對值大小可看出,ET0對相對濕度變化最敏感,最高氣溫次之,再次為平均風(fēng)速、日照時數(shù)、最低氣溫。雖然全時段平均風(fēng)速的敏感系數(shù)較小,但其多年相對變化達(dá)-45.02%,導(dǎo)致了ET0為-8.87%的負(fù)變化貢獻(xiàn),成為1961—2010年ET0減小的最大貢獻(xiàn)要素,其次是日照時數(shù),雖然相對濕度的敏感系數(shù)絕對值最大,但由于其多年相對變化僅為-1.95%,僅對ET0產(chǎn)生了1.7%的正貢獻(xiàn),最高氣溫敏感系數(shù)僅次于相對濕度,貢獻(xiàn)僅為1.55%,最低氣溫的敏感系數(shù)雖然只有0.085,由于其24.29%的多年相對變化,也導(dǎo)致ET0為2.065%的正變化貢獻(xiàn)。從ET0突變前后各氣象要素貢獻(xiàn)對比來看,平均風(fēng)速的貢獻(xiàn)明顯減小,從-10.07%減至-5.03%,其他各要素貢獻(xiàn)均明顯增大。

      3結(jié) 語

      本文利用Penman-Monteith模型計算了焉耆盆地1961—2010年參考作物蒸散量,并分析了參考作物蒸散量對平均風(fēng)速、相對濕度、日照時數(shù)、最高最低氣溫的敏感系數(shù),結(jié)合各氣象要素的多年相對變化定量探討了ET0變化的原因。

      a.近50年來,研究區(qū) ET0平均以 -1.818m m/年的趨勢減少,夏季減少趨勢最顯著,在1983年前后ET0發(fā)生突變,突變后有不明顯的增加趨勢。

      b.相對濕度對ET0的變化敏感性最高,平均風(fēng)速和日照時數(shù)敏感系數(shù)較低。但平均風(fēng)速和日照時數(shù)多年相對變化分別達(dá)-45.017%、-16.774%的減小幅度,使平均風(fēng)速成為研究區(qū)ET0變化貢獻(xiàn)最大的氣象要素,日照時數(shù)次之,最高氣溫貢獻(xiàn)最低。

      c.全年、春、秋和冬季的對ET0變化的主導(dǎo)因子是平均風(fēng)速,夏季是日照時數(shù),一年四季ET0變化的主導(dǎo)因子是相對濕度。由于夏季日照時數(shù)極顯著減少,導(dǎo)致突變后夏季主導(dǎo)因子為日照時數(shù)。

      [1] 任國玉,郭軍,徐銘志.近50年中國地面氣候變化基本特征[J].氣象學(xué)報,2005,63(6):942-955.

      [2] 王遵婭,丁一匯,何金海.近50年來中國氣候變化特征的再分析[J].氣象學(xué)報,2004,62(2):228-236.

      [3] Y i n YH,Wu S H,Z he ngD,ET a l.T her e g i o na l di f f e r e nc e s o f dr y-w ET c ha ng ei n C hi nai n r e c e nt 30y e a r s[J].C hi ne s eSc ie nc eB ul l ET i n,2005,50(15):1636-1642.

      [4] 毛飛,張光智,徐祥德.參考作物蒸散量的多種計算方法及其結(jié)果的比較[J].應(yīng)用氣象學(xué)報,2000,11(S1):128-136.

      [5] G o ngLB,X u CY,C he n DL,ET a l.Se ns i t i v i t y o f t he P e nm a n-M o nt e i t h r e f e r e nc ee v a po t r a ns pi r a t i o n t oke yc l i m a t i cv a r i a bl e s i n t heC ha ng j i a ng(Y a ng t z eR i v e r)B a s i n[J].J o ur na l o f H ydr o l o g y,2006,329:620-629.

      [6] 劉昌明,張丹.中國地表潛在蒸散發(fā)敏感性的時空變化特征分析[J].地理學(xué)報,2011,66(5):579-588.

      [7] 曾麗紅,宋開山,張柏.近60年來東北地區(qū)參考作物蒸散量時空變化[J].水科學(xué)進(jìn)展,2010,21(2):194-200.

      [8] M c C ue n RH.As e ns i t i v i t ya nd e r r o r a na l y s i so f pr o c e dur e s us e d f o r e s t i m a t i nge v a po r a t i o n[J].Wa t e rR e s o ur c e sB ul l et i n,1974,10(3):486-498.

      Q u an t i t at i vean al ys i s onmET e or ol ogi c al f ac t or s of X i n j i an g Y an s h i B as i nr e f e r e n c ec r oPe vaP ot r an s P i r at i onc h an ge

      WE I G ua ng hui
      (X i nj i ang T ar i mR i v e r B as i n A dm i ni s t r at i o n,K o r l a 841000,C hi na)

      P e nm a n M o nt e i t h m o de li sa do pt e d f o ra na l y z i ngs e ns i t i v i t yo fET0o n t hehi g he s tt e m pe r a t ur e,t hel o w e s t t e m pe r a t ur e,w i nd s pe e d,s uns hi net i m ea nd r e l a t i v ehum i di t ya c c o r di ngt oda i l ym ET e o r o l o g i c a l da t ao f X i nj i a ngY a ns hi m ET e o r o l o g i c a l s t a t i o n f r o m1961t o 2010i n t hepa pe r.R e l a t i v ec ha ng e s o f a l l m ET e o r o l o g i c a l e l e m e nt s f o r m a nyy e a r s a r e c o m bi ne d f o r qua nt i t a t i v e l ydi s c us s i ngdo m i na nt f a c t o r sa f f e c t i ngET0v a r i a t i o n.R e s ul t ss ho wt ha t ET0i sr e duc e d i n t he r e s e a r c h a r e aw i t h t hET r e nd o f-1.818m m/y e a r i n r e c e nt 50y e a r s.T he r e duc t i o n t r e nd i n s um m e r i s t he m o s t pr o m i ne nt. ET0unde r w e nt m ut a t i o n be f o r ea nd a f t e r 1983.Se ns i t i v ec o e f f i c i e nt o f a v e r a g ew i nd s pe e d a nd s uns hi net i m ei sl o w. H o w e v e r,i t sde c r e a s i ngt r e nd i se x t r e m e l ys i g ni f i c a nt.Y e a r so f r e l a t i v ec ha ng e si sdi f f e r e nt.D o m i na nt f a c t o ro n ET0v a r i a t i o n i s a v e r a g ew i nd s pe e d i n t hew ho l ey e a r,s pr i ng,a ut um n a nd w i nt e r,a nd s uns hi nET i m e i s t he do m i na nt f a c t o r i n s um m e r.

      c l i m a t ec ha ng e;r e f e r e nc ec r o p e v a po t r a ns pi r a t i o n;P e nm a n M o nt e i t h;Y a ns hi B a s i n

      T V 211

      B

      1005-4774(2015)04-0078-04

      10.16616/j.cn ki.10-1326/T V.2015.04.024

      猜你喜歡
      氣象要素最低氣溫日照時數(shù)
      福州市近70年日照變化趨勢分析
      西昌近60年日照時數(shù)的變化特征分析
      成都電網(wǎng)夏季最大電力負(fù)荷變化特征及其與氣象要素的關(guān)系
      1961~2020年曲麻萊縣日照時數(shù)變化特征
      北辰地區(qū)日最低氣溫特征及影響因素研究
      天津科技(2019年3期)2019-03-30 07:17:14
      67年來濟(jì)南最高和最低氣溫變化特征
      沈陽市1951—2013年氣候變化特征及其區(qū)域蒸發(fā)的響應(yīng)分析
      1980年~2017年大冶市日照時數(shù)變化特征分析
      北京市朝陽區(qū)大氣污染物時空分布特征及與氣象要素的關(guān)系研究
      探測環(huán)境變化對臨沭站氣象要素的影響
      那曲县| 本溪| 都兰县| 长子县| 新乡市| 肇东市| 都匀市| 理塘县| 二连浩特市| 离岛区| 宣武区| 正宁县| 南投县| 秀山| 凌源市| 景德镇市| 丽水市| 两当县| 临猗县| 台南县| 理塘县| 榆树市| 盐津县| 章丘市| 金溪县| 靖宇县| 富蕴县| 久治县| 乌海市| 建宁县| 当雄县| 大同市| 余干县| 婺源县| 乐平市| 河源市| 东乌| 宁德市| 崇阳县| 蓬安县| 太谷县|