亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        青海湖流域潛在蒸散發(fā)的氣候敏感性及歸因分析

        2022-10-26 02:38:54方健梅蔣麗偉余新曉周金星鄭桂蓮
        湖南林業(yè)科技 2022年5期
        關(guān)鍵詞:風(fēng)速趨勢(shì)

        方健梅,蔣麗偉,余新曉,周金星,鄭桂蓮

        (1.國(guó)家林業(yè)和草原局林草調(diào)查規(guī)劃院,北京 100714; 2.北京林業(yè)大學(xué)水土保持學(xué)院,北京 100083)

        潛在蒸散發(fā)(ET0)是水分充足狀態(tài)下的實(shí)際蒸散發(fā)[1],是衡量一個(gè)地區(qū)蒸散發(fā)能力的最有效指標(biāo),作為Budyko理論中的關(guān)鍵因子,在水資源合理配置、氣候干濕狀況分析等方面均得到了廣泛的應(yīng)用[2]。在我國(guó)西北地區(qū),水資源短缺對(duì)生產(chǎn)、生活造成很大的影響,ET0的計(jì)算對(duì)于提高區(qū)域水資源的配置水平具有重要意義。ET0的計(jì)算模型眾多,目前國(guó)際上公認(rèn)度高的是聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的Penman-Monteith(P-M)模型。

        從1950—2000年,全球ET0普遍減少,每年減少的范圍在1~5 mm之間[2-4],中國(guó)各流域的季節(jié)和年蒸散發(fā)潛力總體呈下降趨勢(shì)[5-6]。然而,學(xué)者們?cè)谛陆貐^(qū)[7]、京津冀地區(qū)[8]、河南省[9]、黑龍江省[10]、寧夏地區(qū)[11]等區(qū)域的研究結(jié)果表明,不同區(qū)域ET0的變化不同,有的區(qū)域呈減少趨勢(shì),有的區(qū)域呈增加趨勢(shì)[12-13]。

        不同區(qū)域由于氣候和自然地理?xiàng)l件的差異,ET0的演變規(guī)律不同,對(duì)氣溫、太陽(yáng)輻射、相對(duì)濕度等影響要素的敏感性也存在差異。韓洋等[9]指出:影響ET0的主要?dú)庀笠蜃右来问秋L(fēng)速(正相關(guān))>日照時(shí)數(shù)(正相關(guān))>平均相對(duì)濕度(負(fù)相關(guān))>平均溫度(正相關(guān))。苗正偉等[8]通過(guò)研究得出:風(fēng)速的顯著下降是全年ET0、春季ET0、秋季ET0、冬季ET0減少的主導(dǎo)因素,而夏季ET0減少的主要原因是日照時(shí)間的顯著減少;姜宇等[10]則認(rèn)為相對(duì)濕度的增加是導(dǎo)致ET0減少的直接原因。

        在青海湖流域開(kāi)展ET0研究的工作不多,王文玉等[14]通過(guò)研究發(fā)現(xiàn):環(huán)青海湖地區(qū)年ET0并未發(fā)生明顯變化(傾向率為-0.02 mm·a-1),與ET0呈正相關(guān)的氣象要素有日照時(shí)數(shù)、溫度、風(fēng)速,呈負(fù)相關(guān)的要素為水汽壓,主導(dǎo)影響因子是溫度,其次是風(fēng)速,且不同地區(qū)各氣象要素對(duì)ET0的貢獻(xiàn)大小不同。青海湖流域ET0的驅(qū)動(dòng)機(jī)制還有待深入研究。本研究采用FAO-56 PM公式計(jì)算青海湖流域ET0,然后用敏感性和貢獻(xiàn)率量化氣象因子變化對(duì)ET0的影響,確定影響ET0變化的主導(dǎo)因子,對(duì)于研究氣候變化對(duì)流域ET0的影響機(jī)理、解析流域水循環(huán)演變規(guī)律具有指導(dǎo)意義。

        1 研究區(qū)概況

        青海湖流域位于青藏高原東北緣,地理坐標(biāo)為97°50′—101°20′E,36°15′—38°20′N,流域面積為2.96萬(wàn)km2。流域內(nèi)地貌類型多樣,主要包括平原、低山、中山和臺(tái)地等[15],山區(qū)面積占流域總面積的2/3。流域東南部的青海湖是中國(guó)最大的內(nèi)陸湖泊和最大的咸水湖,湖面面積約占青海湖流域的16%。流域內(nèi)年均氣溫在-0.8~1.1 ℃之間,氣溫日較差大;雨熱同期,年均降水量在327~423mm之間,由東部和南部向西部和北部遞減。

        2 研究方法

        2.1 數(shù)據(jù)來(lái)源

        本研究采用中國(guó)氣象數(shù)據(jù)共享網(wǎng)提供的青海湖流域及周邊7個(gè)氣象站1960—2016年逐日降水、最高氣溫、最低氣溫、平均氣溫、風(fēng)速、日照時(shí)數(shù)、相對(duì)濕度、氣壓數(shù)據(jù)。缺測(cè)數(shù)據(jù)采用相鄰時(shí)間段數(shù)據(jù)的平均值進(jìn)行插補(bǔ)(見(jiàn)表1)。

        表1 青海湖流域及周邊氣象站點(diǎn)地理位置Tab.1 SpatialdistributionofmeteorologicalstationsinandaroundtheQinghaiLakeBasin站點(diǎn)代碼氣象站點(diǎn)緯度/°N經(jīng)度/°E海拔高度/m52645野牛溝38.4399.60331552842茶卡36.7899.08308852633托勒38.8298.42336852833烏蘭36.9398.48295152737德令哈37.3797.38298252754剛察37.33100.13330252856共和36.27100.622836

        2.2 方法

        2.2.1ET0計(jì)算

        本研究采用目前國(guó)際上公認(rèn)度高的聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的彭曼公式[16](PM公式)計(jì)算各氣象站ET0,研究表明該模型在不同氣候類型區(qū)ET0計(jì)算及氣候變化對(duì)水循環(huán)的影響研究中具有很好的適用性[13,17]。

        (1)

        式中:ET0_PM為潛在蒸散發(fā)(mm·d-1);Rn為作物表面凈輻射(MJ·m-2d-1);G為土壤熱通量(MJ·m-2d-1);T為日平均氣溫(℃);U2為2m高處日平均風(fēng)速(m· s-1);es為飽和水汽壓(kPa);ea為實(shí)際水汽壓(kPa);es-ea為飽和差(kPa);Δ為飽和水汽壓隨溫度的斜率(kPa·℃-1);γ為干濕表常數(shù)(kPa·℃-1)。

        (2)

        (3)

        Rs 0=(a+b)R0

        (4)

        2.2.2 氣象因子的敏感性分析

        敏感系數(shù)是定量衡量各氣象因子對(duì)水文要素影響大小的重要指標(biāo)。本研究采用基于偏導(dǎo)數(shù)原理的氣候敏感系數(shù)計(jì)算方法[18]。

        (5)

        式中:Sx為敏感系數(shù),Sx為正表明水文要素隨著氣象因子的增加而增加,Sx為負(fù)表明水文要素隨著氣象因子x的減少而減少,Sx=1代表該氣象因子x增加(減少)10%,其他變量保持不變時(shí),水文要素將增加(減少)10%;ΔV和Δx分別為某一水文要素的變化值和氣象因子的變化值。

        此方法將各氣象因子無(wú)量綱化,各氣象因子可進(jìn)行比較[19]。該方法近年來(lái)在蒸散發(fā)等水文循環(huán)的相關(guān)研究中得到了廣泛應(yīng)用[20]。計(jì)算敏感系數(shù)簡(jiǎn)單有效的方法是根據(jù)Taylor 級(jí)數(shù)展開(kāi)的有限差分近似求解[21-22]:

        (6)

        2.2.3 氣象因子的貢獻(xiàn)率分析

        敏感系數(shù)乘以該氣象因子的多年相對(duì)變化率所得結(jié)果即為貢獻(xiàn)率[23]。

        Cx=Sx·Rcx

        (7)

        (8)

        式(7)(8)中:Cx為氣象因子x對(duì)水文要素變化的貢獻(xiàn)率;Rcx為氣象因子x多年變化率;Trendx為氣象因子x的年氣候變化傾向率;x為氣象因子x的多年平均值;n為研究期長(zhǎng)度。

        2.2.4 其他方法

        本研究采用 Mann-Kendall 非參數(shù)趨勢(shì)檢驗(yàn)法[24-25]檢驗(yàn)和判斷青海湖流域ET0變化趨勢(shì)的顯著性,采用基于重標(biāo)極差(R/S)分析方法的Hurst指數(shù)[26]對(duì)ET0變化趨勢(shì)進(jìn)行預(yù)測(cè)。

        3 結(jié)果與分析

        3.1 流域潛在蒸散發(fā)變化特征

        3.1.1 四季變化趨勢(shì)

        計(jì)算青海湖流域四季ET0平均值分別為349.80、271.56、170.51和82.81 mm。1960—2016年流域春季、夏季、秋季和冬季ET0的線性傾向率分別為1.770、-0.786、0.746和0.718 mm·10a-1,夏季ET0呈緩慢減少趨勢(shì),春季、秋季和冬季呈緩慢上升趨勢(shì)。

        各站四季ET0變化趨勢(shì)見(jiàn)表2。由表2可知:托勒站四季ET0均呈顯著上升趨勢(shì)(P<0.01);野牛溝站四季ET0均呈上升趨勢(shì),但上升趨勢(shì)均不明顯;德令哈站四季ET0均呈下降趨勢(shì),且春、夏和秋季下降趨勢(shì)顯著(P<0.01);剛察站春、秋和冬季ET0均呈上升趨勢(shì),夏季ET0呈下降趨勢(shì),但上升和下降趨勢(shì)均不顯著;烏蘭站除春季ET0呈不顯著上升趨勢(shì)外,夏、秋和冬季ET0均呈顯著下降趨勢(shì)(P<0.01);茶卡站春、秋和冬季ET0均呈上升趨勢(shì),春季和秋季ET0上升趨勢(shì)顯著(P<0.05),冬季ET0上升趨勢(shì)顯著(P<0.01),夏季ET0呈下降趨勢(shì),但未通過(guò)0.05的顯著性水平檢驗(yàn);共和站四季ET0均呈上升趨勢(shì),但上升趨勢(shì)不顯著。

        各站四季ET0的Hurst指數(shù)未來(lái)趨勢(shì)預(yù)測(cè)見(jiàn)表3。由表3可知:各氣象站變化趨勢(shì)不同,有的站點(diǎn)Hurst<0.5的情形多于Hurst>0.5,說(shuō)明ET0未來(lái)反向發(fā)展的可能性大,尤其是烏蘭站冬季和秋季、共和站冬季和夏季及野牛溝站春季等;也有呈現(xiàn)持續(xù)性發(fā)展趨勢(shì)的站點(diǎn),如烏蘭站春季和德令哈站秋季等。

        表2 各站四季ET0變化趨勢(shì)Tab.2 TrendofseasonalET0ofeachstation氣象站名春季夏季秋季冬季M-K趨勢(shì)檢驗(yàn)Z值Sen斜率估計(jì)趨勢(shì)M-K趨勢(shì)檢驗(yàn)Z值Sen斜率估計(jì)趨勢(shì)M-K趨勢(shì)檢驗(yàn)Z值Sen斜率估計(jì)趨勢(shì)M-K趨勢(shì)檢驗(yàn)Z值Sen斜率估計(jì)趨勢(shì)托勒5.19??0.52↑3.17??0.42↑5.24??0.39↑5.75??0.38↑野牛溝1.430.13↑1.010.11↑1.120.08↑1.140.08↑德令哈-3.55??-0.60↓-4.63??-0.85↓-3.88??-0.37↓-1.16-0.08↓剛察1.160.14↑-0.30-0.03↓0.080.01↑0.130.01↑烏蘭1.000.11↑-3.79??-0.70↓-3.09??-0.43↓-3.56??-0.28↓茶卡2.32?0.29↑-1.38-0.27↓2.11?0.26↑2.77??0.26↑共和1.090.14↑0.290.05↑1.880.25↑1.080.12↑ 注:?表示通過(guò)0.05的顯著性檢驗(yàn),??表示通過(guò)0.01的顯著性檢驗(yàn)。下同。

        表3 各站四季ET0Hurst指數(shù)未來(lái)趨勢(shì)預(yù)測(cè)Tab.3 ThefuturetrendpredicationofseasonalET0ofeachstationwithHurstindex氣象站名春季夏季秋季冬季托勒0.490.520.410.40野牛溝0.350.420.420.36德令哈0.500.520.540.46剛察0.420.370.430.39烏蘭0.570.430.340.26茶卡0.520.360.510.38共和0.520.350.400.34

        3.1.2 年變化趨勢(shì)

        青海湖流域多年平均ET0為874.63 mm,由圖1可知:最大值為926.46 mm(1973年),最小值為777.82 mm(1967年),年ET0整體呈緩慢上升趨勢(shì),對(duì)其進(jìn)行Mann-Kendall趨勢(shì)檢驗(yàn),Z值為0.69,未通過(guò)0.05置信水平檢驗(yàn),線性傾向率為2.27 mm·10 a-1。由年ET0的距平序列(見(jiàn)圖2)可知:青海湖流域年ET0的距平值在1973年前多為正值,1974—1993年負(fù)值多于正值,1994年開(kāi)始多正值,年ET0呈上升(1960—1973年)——下降(1974—1993年)——緩慢上升(1994—2016年)趨勢(shì)。

        1960—2016年,青海湖流域各氣象站點(diǎn)ET0空間分布呈現(xiàn)自西南向東北遞減的特征,空間差異顯著,烏蘭和德令哈屬西部高蒸散區(qū),托勒、野牛溝、剛察、茶卡和共和站屬東部低蒸散區(qū)。由表4的Hurst指數(shù)可以看出:德令哈站和烏蘭站ET0呈顯著下降趨勢(shì),且Hurst指數(shù)分別為0.60和0.56,均大于0.50,表明未來(lái)兩站的ET0可能將繼續(xù)下降;茶卡站Hurst>0.5,未來(lái)ET0仍可能持續(xù)上升;其余4站ET0呈上升趨勢(shì),Hurst<0.5,未來(lái)往反方向發(fā)展的可能性大,即4站ET0可能呈下降趨勢(shì)。ET0下降趨勢(shì)的氣象站點(diǎn)和上升趨勢(shì)的氣象站點(diǎn)在揭示整個(gè)流域ET0時(shí)存在相互抵消的作用,而計(jì)算得出整個(gè)流域ET0Hurst指數(shù)為0.52,呈弱持續(xù)性,未來(lái)流域ET0仍可能呈緩慢上升趨勢(shì)。

        圖1 青海湖流域年ET0變化趨勢(shì)Fig.1 Trend of annual ET0 in Qinghai Lake Basin

        圖2 青海湖流域年ET0距平圖Fig.2 Anomaly of annual ET0 in Qinghai Lake Basin

        3.2 流域潛在蒸散發(fā)的驅(qū)動(dòng)力分析

        3.2.1 敏感性分析

        流域ET0對(duì)各氣象因子的敏感系數(shù)見(jiàn)表5。由表5可知:在季節(jié)尺度上,ET0對(duì)各氣象因子的敏感性不同,春季ET0對(duì)日照時(shí)數(shù)最為敏感;夏季ET0對(duì)相對(duì)濕度最為敏感,其次為日照時(shí)數(shù)和最高氣溫;秋季ET0對(duì)日照時(shí)數(shù)最為敏感,其次為相對(duì)濕度和最高氣溫;冬季ET0對(duì)相對(duì)濕度最為敏感,其次為最低氣溫??傮w來(lái)看,最低氣溫對(duì)冬季ET0影響大,而對(duì)其他季節(jié)影響??;日照時(shí)數(shù)對(duì)春、夏和秋季ET0影響大,而對(duì)冬季影響小。夏季和冬季,敏感性最高的因子均為相對(duì)濕度,分別為-1.04、-0.86,表明相對(duì)濕度增加10%,ET0則分別減少10.4%和8.6%。春季和秋季,敏感性最高的因子均為日照時(shí)數(shù),分別為0.82和1.63,表明日照時(shí)數(shù)增加10%,ET0則分別增加8.2%和16.3%。在年尺度上,ET0對(duì)各氣象因子的敏感性絕對(duì)值高低排列順序?yàn)閨相對(duì)濕度(-0.61)|>|日照時(shí)數(shù)(0.52)|>|最高氣溫(0.22)|>|風(fēng)速(0.15)|>|最低氣溫(0.06)|。ET0對(duì)相對(duì)濕度最敏感,兩者為抑制關(guān)系;ET0對(duì)最高氣溫、最低氣溫、日照時(shí)數(shù)、風(fēng)速的敏感系數(shù)均為正值,為促進(jìn)關(guān)系。

        表5 流域ET0對(duì)各氣象因子的敏感系數(shù)Tab.5 SensitivitycoefficientofET0tometeorologicalfactors因子年春季夏季秋季冬季最低氣溫0.060.060.020.000.73最高氣溫0.220.470.620.75-0.17日照時(shí)數(shù)0.520.820.741.630.05相對(duì)濕度-0.61-0.45-1.04-1.08-0.86風(fēng)速0.150.100.210.050.18

        3.2.2 貢獻(xiàn)率分析

        各氣象因子對(duì)流域ET0的貢獻(xiàn)率見(jiàn)表6。由表6可知:在季節(jié)尺度上,對(duì)春季、秋季和冬季ET0貢獻(xiàn)率最高的氣象因子均為最高氣溫;對(duì)夏季ET0貢獻(xiàn)率最高的是日照時(shí)數(shù),其次為最高氣溫。各氣象要素對(duì)四季ET0變化的貢獻(xiàn)率不同,日照時(shí)數(shù)、風(fēng)速和相對(duì)濕度對(duì)夏季ET0的貢獻(xiàn)最大,風(fēng)速對(duì)夏季、冬季ET0的貢獻(xiàn)相同,最高氣溫對(duì)秋季ET0的貢獻(xiàn)最大,最低氣溫對(duì)冬季ET0貢獻(xiàn)最大。各氣象因子對(duì)流域年ET0變化的貢獻(xiàn)率大小為最高氣溫最大,風(fēng)速、最低氣溫、日照時(shí)數(shù)次之,相對(duì)濕度最小。最高氣溫、最低氣溫和相對(duì)濕度對(duì)ET0的貢獻(xiàn)率幾乎全為正值,表明對(duì)ET0的變化具有正向推動(dòng)作用;日照時(shí)數(shù)和風(fēng)速對(duì)ET0變化的貢獻(xiàn)率幾乎全為負(fù)值,表明日照時(shí)數(shù)和風(fēng)速對(duì)ET0具有抑制作用。

        表6 各氣象因子對(duì)流域ET0的貢獻(xiàn)率Tab.6 ContributionofmeteorologicalfactorstoET0因子年春季夏季秋季冬季最低氣溫2.472.180.820.2011.67最高氣溫4.957.195.1719.76-19.70日照時(shí)數(shù)-2.08-1.24-6.21-2.43-0.19相對(duì)濕度0.722.33-3.131.771.89風(fēng)速-2.77-1.46-4.23-0.90-4.23

        3.2.3 氣象因子與潛在蒸散發(fā)的關(guān)系分析

        流域各氣象因子變化趨勢(shì)見(jiàn)表7。由表7可知:最低氣溫、最高氣溫增加趨勢(shì)顯著,日照時(shí)數(shù)、風(fēng)速下降趨勢(shì)顯著,4個(gè)氣象因子均通過(guò)了0.001水平上的顯著性檢驗(yàn),相對(duì)濕度呈不顯著下降趨勢(shì)。

        表7 流域氣象因子變化趨勢(shì)Tab.7 Trendofmeteorologicalfactors因子M-K趨勢(shì)檢驗(yàn)Z值Sen斜率估計(jì)趨勢(shì)最低氣溫7.50???0.0428↑最高氣溫6.11???0.0348↑日照時(shí)數(shù)-6.12???-13.5922↓相對(duì)濕度-1.10-0.0163↓風(fēng)速-5.62???-0.0115↓ 注:???表示通過(guò)了0.001顯著性檢驗(yàn)。

        本研究分析了相對(duì)濕度、最高氣溫、最低氣溫、日照時(shí)數(shù)、風(fēng)速與ET0的相關(guān)性(見(jiàn)表8)。僅相對(duì)濕度與ET0的相關(guān)系數(shù)為負(fù)值,其他氣象因子與ET0的相關(guān)系數(shù)幾乎全為正值。在季節(jié)尺度上,不同氣象因子與四季ET0的相關(guān)性也存在差異,與春季ET0相關(guān)性最高的是最高氣溫和相對(duì)濕度;與夏季ET0相關(guān)性最高的是相對(duì)濕度和日照時(shí)數(shù);與秋季ET0相關(guān)性最高的是最高氣溫和相對(duì)濕度;與冬季ET0相關(guān)性最高的是相對(duì)濕度和最高氣溫。相對(duì)濕度與春、夏、秋、冬四季ET0的相關(guān)系數(shù)分別為-0.71、-0.82、-0.60和-0.77,均通過(guò)0.01的顯著水平檢驗(yàn)。風(fēng)速與秋季ET0的相關(guān)性最差,原因是流域秋季風(fēng)大風(fēng)多,風(fēng)速不再是限制ET0的關(guān)鍵因子;日照時(shí)數(shù)與冬季ET0的相關(guān)性最差,原因是該區(qū)域冬季日照時(shí)數(shù)相對(duì)充足,不再是限制ET0的關(guān)鍵因子。在年尺度上,ET0與各影響因子的相關(guān)系數(shù)絕對(duì)值由高到低分別為|相對(duì)濕度|>|最高氣溫|>|日照時(shí)數(shù)|>|風(fēng)速|(zhì)>|最低氣溫|。相對(duì)濕度與ET0的相關(guān)性最高,相關(guān)系數(shù)為-0.77,其次為最高氣溫、日照時(shí)數(shù)和風(fēng)速,與ET0的相關(guān)系數(shù)分別為0.58、0.43和0.40,均通過(guò)了0.01的顯著性水平檢驗(yàn);最低氣溫與ET0的相關(guān)系數(shù)為0.25,未通過(guò)0.05的顯著性水平檢驗(yàn)。

        表8 1960—2016年各氣象因子與ET0的相關(guān)性分析Tab.8 Correlationanalysisbetweenmeteorologicalfac-torsandET0from1960to2016因子年春季夏季秋季冬季最低氣溫0.250.230.080.010.58??最高氣溫0.58??0.74??0.62??0.64??0.71??日照時(shí)數(shù)0.43??0.44??0.70??0.58??-0.04相對(duì)濕度-0.77??-0.71??-0.82??-0.60??-0.77??風(fēng)速0.40??0.34??0.42??0.130.42??

        4 結(jié)論與討論

        (2)根據(jù)敏感性分析結(jié)果可知,在最低氣溫、最高氣溫、日照時(shí)數(shù)、相對(duì)濕度、風(fēng)速5個(gè)氣象因子中,在年尺度上,ET0對(duì)相對(duì)濕度最為敏感,敏感系數(shù)為-0.61,其次為日照時(shí)數(shù),敏感系數(shù)為0.52,而貢獻(xiàn)率分析結(jié)果顯示流域最敏感因子相對(duì)濕度是貢獻(xiàn)率最小的因子,與尹云鶴等人[23]對(duì)青藏高原地區(qū)的研究存在差異,說(shuō)明僅采用敏感系數(shù)確定流域ET0變化的原因是不準(zhǔn)確的,這與段婭楠等[32]、董煜等[33]的研究一致。在季節(jié)尺度上,ET0對(duì)日照時(shí)數(shù)、相對(duì)濕度、最高氣溫的敏感系數(shù)均在秋季最大,ET0對(duì)風(fēng)速的敏感系數(shù)在夏季最大,ET0對(duì)最低氣溫的敏感系數(shù)在冬季最大。ET0在時(shí)間上變化不顯著,是氣象因子綜合貢獻(xiàn)率與ET0相對(duì)變化率差別較大的重要原因[8]。

        (3)ET0變化因尺度和季節(jié)不同而各異。在年尺度上,各氣象因子對(duì)ET0變化的貢獻(xiàn)率按照絕對(duì)值高低順序?yàn)閨最高氣溫(4.95)|>|風(fēng)速(-2.77)|>|最低氣溫(2.47)|>|日照時(shí)數(shù)(-2.08)|>|相對(duì)濕度(0.72)|,最高氣溫是1960—2016年間ET0變化的主要貢獻(xiàn)因子。在季節(jié)尺度上,各氣象因子對(duì)ET0變化的貢獻(xiàn)作用因季節(jié)不同而不同,日照時(shí)數(shù)、風(fēng)速和相對(duì)濕度對(duì)夏季ET0的貢獻(xiàn)最大,風(fēng)速對(duì)夏季和冬季ET0的貢獻(xiàn)相同,最高氣溫對(duì)秋季ET0的貢獻(xiàn)最大,最低氣溫對(duì)冬季ET0貢獻(xiàn)最大。最高氣溫的顯著上升,平均風(fēng)速的顯著下降,以及其他因子綜合作用,導(dǎo)致青海湖流域ET0增加。氣象因子對(duì)ET0變化的貢獻(xiàn)率與氣象因子的變化趨勢(shì)、程度共同決定了ET0變化的主導(dǎo)因子。

        (4)在年和季節(jié)尺度上,各氣象因子與ET0相關(guān)性顯著,僅相對(duì)濕度對(duì)ET0具有抑制作用,其他氣象因子對(duì)ET0均具有促進(jìn)關(guān)系。青海湖流域年ET0呈不顯著性上升趨勢(shì),雖然最高氣溫不是最敏感的氣象因子,但與ET0呈顯著正相關(guān)關(guān)系,本身呈顯著上升趨勢(shì),其對(duì)年ET0變化的正貢獻(xiàn)率高達(dá)4.95,因此氣溫顯著上升是ET0增加的最主要原因。最低氣溫對(duì)年ET0變化的貢獻(xiàn)作用與最高氣溫類似。相對(duì)濕度是ET0最敏感的氣象因子,與ET0呈顯著負(fù)相關(guān)關(guān)系,但相對(duì)濕度本身下降趨勢(shì)小,相對(duì)變化量較小,對(duì)流域ET0的增加有一定促進(jìn)作用。日照時(shí)數(shù)對(duì)年ET0變化的貢獻(xiàn)率為-2.08,ET0對(duì)日照時(shí)數(shù)的敏感系數(shù)排序第二,兩者呈顯著正相關(guān),日照時(shí)數(shù)本身呈顯著下降趨勢(shì),因此日照時(shí)數(shù)對(duì)年ET0增加起到較大抑制作用。風(fēng)速對(duì)年ET0變化的貢獻(xiàn)率為-2.77,ET0對(duì)風(fēng)速的敏感系數(shù)較小,兩者呈顯著正相關(guān),風(fēng)速本身呈顯著下降趨勢(shì),因此風(fēng)速對(duì)年ET0增加起到一定抑制作用??傮w而言,各因子綜合作用導(dǎo)致青海湖流域ET0呈一定上升趨勢(shì)。本研究?jī)H以彭曼公式傳統(tǒng)計(jì)算分析ET0變化規(guī)律,探討了氣象因素對(duì)其影響,并未考慮下墊面要素、人為活動(dòng)等因素的影響,后續(xù)應(yīng)深入研究。

        猜你喜歡
        風(fēng)速趨勢(shì)
        趨勢(shì)
        基于Kmeans-VMD-LSTM的短期風(fēng)速預(yù)測(cè)
        基于最優(yōu)TS評(píng)分和頻率匹配的江蘇近海風(fēng)速訂正
        初秋唇妝趨勢(shì)
        Coco薇(2017年9期)2017-09-07 21:23:49
        基于GARCH的短時(shí)風(fēng)速預(yù)測(cè)方法
        SPINEXPO?2017春夏流行趨勢(shì)
        “去編”大趨勢(shì)
        考慮風(fēng)切和塔影效應(yīng)的風(fēng)力機(jī)風(fēng)速模型
        GE在中國(guó)發(fā)布2.3-116低風(fēng)速智能風(fēng)機(jī)
        考慮風(fēng)速分布與日非平穩(wěn)性的風(fēng)速數(shù)據(jù)預(yù)處理方法研究
        男女午夜视频一区二区三区| 九色九九九老阿姨| 摸进她的内裤里疯狂揉她动视频| 青青在线精品2022国产| 婷婷开心五月综合基地| 亚洲中文字幕久久精品色老板| 亚洲色中文字幕无码av| a国产一区二区免费入口| 九九99久久精品午夜剧场免费| 视频一区中文字幕在线观看| 中文字幕一区二区三区视频| 免费人成网站在线播放| 国产午夜视频在线观看.| 天天做天天爱天天综合网2021| 99精品国产在热久久国产乱| 伊人亚洲综合影院首页| 亚洲一区二区三区综合免费在线| 免费无码又黄又爽又刺激| 福利一区二区三区视频午夜观看| 在线视频日韩精品三区| 久久精品熟女亚洲av麻| 免费不卡在线观看av| 国产女人高潮叫床免费视频| 99国产精品视频无码免费| 久久中文字幕久久久久| 亚洲熟女av一区少妇| 国产亚洲综合一区二区三区| 亚洲av永久精品爱情岛论坛| 国产婷婷一区二区三区| 蜜桃一区二区三区在线看| 久久精品国产亚洲av网站| 国模冰莲极品自慰人体| 少妇极品熟妇人妻无码| 强d乱码中文字幕熟女1000部| 媚药丝袜美女高清一二区| 强开少妇嫩苞又嫩又紧九色| 亚洲精品国精品久久99热一| 国产精品天干天干在线观蜜臀| 日韩精品在线观看在线| a级毛片100部免费观看| 色爱无码A V 综合区|