中国农业气象
中國農業氣象
중국농업기상
Chinese Journal of Agrometeorology
2015年
5期
561-569
,共9页
俸玉端%王石立%邬定荣%刘玲%刘建栋
俸玉耑%王石立%鄔定榮%劉玲%劉建棟
봉옥단%왕석립%오정영%류령%류건동
冬小麦%水分亏缺率%基准台站%华北平原
鼕小麥%水分虧缺率%基準檯站%華北平原
동소맥%수분우결솔%기준태참%화북평원
Winter wheat%Crop water deficit index%Benchmark stations%North China Plain
采用1961-2010年华北平原地区379个加密台站(325个一般台站及54个基准台站)的气象数据,分别计算并分析基于加密台站(即所有气象台站)和基准台站的冬小麦生育期降水量、参考作物蒸散ET0、作物水分亏缺率的时空分布状况。结果表明:(1)应用两种不同密度的气象资料计算所得近50a华北平原冬小麦生育期降水量变化趋势较一致,但基于加密台站的结果低于基准台站10%左右;计算所得生育期降水量在空间分布上整体趋势较为一致,均大致呈纬向分布,由北向南降水量逐渐增大,但在河南西部和南部多山地带存在较明显的差异。(2)参考作物蒸散ET0在1961-2010年整体均呈明显下降趋势,但基于基准台站数据所得ET0大于加密台站6%左右,且差异随时间推移逐渐增大,20世纪90年代差异达11%左右;基于两种台站数据所得生育期ET0空间分布趋势较为一致,均随着纬度的升高而增大,但基于加密台站数据所得ET0高值区(>650mm)与低值区(<450mm)普遍小于基准台站,且加密台站所得 ET0普遍小于基准台站,在河南西部、山东西部、河北中部等区域其差异尤为明显。(3)基于两种气象资料得到的近50a作物水分亏缺率整体变化趋势较为一致,相关系数高达0.947,但数值上存在一定差异,在1980年以前加密台站得到的结果大于基准台站,而1980年之后则相反,两个阶段的平均差异均在12%左右;生育期作物水分亏缺率的空间分布趋势基本一致,除河北东北部外,大致趋势为随纬度升高而增大,但加密台站得到的作物水分亏缺率普遍小于基准台站,且以燕山山脉、太行山山脉等山前平原以及泰山周围的差异更为突出。研究说明,目前利用基准台站所进行的华北冬小麦水分时空分布特征分析结果基本可靠,但实际农业生产决策时,华北山前平原及泰山附近区域的研究结果应谨慎参考。
採用1961-2010年華北平原地區379箇加密檯站(325箇一般檯站及54箇基準檯站)的氣象數據,分彆計算併分析基于加密檯站(即所有氣象檯站)和基準檯站的鼕小麥生育期降水量、參攷作物蒸散ET0、作物水分虧缺率的時空分佈狀況。結果錶明:(1)應用兩種不同密度的氣象資料計算所得近50a華北平原鼕小麥生育期降水量變化趨勢較一緻,但基于加密檯站的結果低于基準檯站10%左右;計算所得生育期降水量在空間分佈上整體趨勢較為一緻,均大緻呈緯嚮分佈,由北嚮南降水量逐漸增大,但在河南西部和南部多山地帶存在較明顯的差異。(2)參攷作物蒸散ET0在1961-2010年整體均呈明顯下降趨勢,但基于基準檯站數據所得ET0大于加密檯站6%左右,且差異隨時間推移逐漸增大,20世紀90年代差異達11%左右;基于兩種檯站數據所得生育期ET0空間分佈趨勢較為一緻,均隨著緯度的升高而增大,但基于加密檯站數據所得ET0高值區(>650mm)與低值區(<450mm)普遍小于基準檯站,且加密檯站所得 ET0普遍小于基準檯站,在河南西部、山東西部、河北中部等區域其差異尤為明顯。(3)基于兩種氣象資料得到的近50a作物水分虧缺率整體變化趨勢較為一緻,相關繫數高達0.947,但數值上存在一定差異,在1980年以前加密檯站得到的結果大于基準檯站,而1980年之後則相反,兩箇階段的平均差異均在12%左右;生育期作物水分虧缺率的空間分佈趨勢基本一緻,除河北東北部外,大緻趨勢為隨緯度升高而增大,但加密檯站得到的作物水分虧缺率普遍小于基準檯站,且以燕山山脈、太行山山脈等山前平原以及泰山週圍的差異更為突齣。研究說明,目前利用基準檯站所進行的華北鼕小麥水分時空分佈特徵分析結果基本可靠,但實際農業生產決策時,華北山前平原及泰山附近區域的研究結果應謹慎參攷。
채용1961-2010년화북평원지구379개가밀태참(325개일반태참급54개기준태참)적기상수거,분별계산병분석기우가밀태참(즉소유기상태참)화기준태참적동소맥생육기강수량、삼고작물증산ET0、작물수분우결솔적시공분포상황。결과표명:(1)응용량충불동밀도적기상자료계산소득근50a화북평원동소맥생육기강수량변화추세교일치,단기우가밀태참적결과저우기준태참10%좌우;계산소득생육기강수량재공간분포상정체추세교위일치,균대치정위향분포,유북향남강수량축점증대,단재하남서부화남부다산지대존재교명현적차이。(2)삼고작물증산ET0재1961-2010년정체균정명현하강추세,단기우기준태참수거소득ET0대우가밀태참6%좌우,차차이수시간추이축점증대,20세기90년대차이체11%좌우;기우량충태참수거소득생육기ET0공간분포추세교위일치,균수착위도적승고이증대,단기우가밀태참수거소득ET0고치구(>650mm)여저치구(<450mm)보편소우기준태참,차가밀태참소득 ET0보편소우기준태참,재하남서부、산동서부、하북중부등구역기차이우위명현。(3)기우량충기상자료득도적근50a작물수분우결솔정체변화추세교위일치,상관계수고체0.947,단수치상존재일정차이,재1980년이전가밀태참득도적결과대우기준태참,이1980년지후칙상반,량개계단적평균차이균재12%좌우;생육기작물수분우결솔적공간분포추세기본일치,제하북동북부외,대치추세위수위도승고이증대,단가밀태참득도적작물수분우결솔보편소우기준태참,차이연산산맥、태행산산맥등산전평원이급태산주위적차이경위돌출。연구설명,목전이용기준태참소진행적화북동소맥수분시공분포특정분석결과기본가고,단실제농업생산결책시,화북산전평원급태산부근구역적연구결과응근신삼고。
The possible difference of temporal-spatial variation characteristics of soil moisture conditions caused by calculating with different meteorological data sets was explored in this study, to identify the effect of two type of data sets, one from all of the meteorological stations and another only the standard stations, on the calculation results of temporal and spatial rainfall amount, crop evapotranspiration and crop water deficit during growth periods of winter wheat in the North China Plain. The results showed that, (1) annual average precipitation in growth period of winter wheat in North China Plain showed an unobvious trend from 1960s to 2010s, and reference crop evapotranspiration showed a trend of decrease, while the crop water deficit rate declined and had a larger difference in inter-decadal variation; (2)The precipitation, reference crop evapotranspiration and crop water deficit rate were in obviously latitudinal distribution. The precipitation decreased with the increase in latitude, accordingly, the reference crop evapotranspiration increased as well as the crop water deficit rate due to low precipitation. Compared with the results based on data from the standard stations, in terms of time variation, the change trend is relatively consistent. However, from the point of value, the average precipitation and reference crop evapotranspiration of standard stations were higher than all stations. Generally speaking, the spatial distributions based on both are consistent, but there is large difference in some terrain areas, which have bigger variability.