不同方法估算参考作物腾发量对干旱指标SPEI的影响

摘要

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 etal.(2014)提出的改进Hargreaves-Samani算法(MHS_2，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FAO56Penman-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。

目录

声明

摘要

第一章 绪论

1．1 研究背景、目的和意义

1．2 国内外研究进展及存在的问题

1．2．1 国内外ETo估算方法发展历程

1．2．2 国内外干旱指标发展历程

1．2．3 ETo估算方法研究存在的问题

1．2．4 干旱指标研究存在的问题

1．3 研究内容、方法及技术路线

1．3．1 研究内容

1．3．2 研究方法

1．3．3 技术路线

第二章 估算标准参考作物腾发量的最优替代方法

2．1 数据分析方法

2．1．1 研究区概况

2．1．2 研究内容

2．1．3 ETo研究方法

2．1．4 趋势检验和误差分析

2．2 结果与分析

2．2．3 标准算法(ETo,s)的空间分布和趋势变化

2．2．4 选择出的10种算法(ETo,i)的空间分布

2．2．5 中国及各分区ETo,s和ETo,i的多年月均值和年值的时间变化

2．2．6 综合评估10种算法在全国及各分区的适用性

2．2．7 月尺度ETo,i和ETo,s的散点图

2．2．8 最优替代算法的校正

2．3 讨论

2．4 小结

第三章 不同ETo计算方法对SPEI的影响

3．1 研究方法

3．2 结果与分析

3．2．1 降水量的空间变化特征和趋势分析

3．2．2 基于不同ETo算法的SPEI在各时问尺度下的变化规律

3．2．3 不同算法对应SPEI 在各季节尺度下的变化规律

3．2．4 算法FAO56-PM对应SPEI在季节尺度下的空间变化趋势

3．3 小结

第四章 结论与建议

4．1 结论

4．2 建议

参考文献

附录

致谢

作者简介