Progress of applied research of physical geography and living environment in China from 1949 to 2019
1
2020
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
1949—2019年中国自然地理学与生存环境应用研究进展
1
2020
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
Permafrost changes and its effects on hydrological processes on Qinghai-Tibet plateau
1
2019
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
青藏高原多年冻土变化对水文过程的影响
1
2019
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
Progress of ecohydrological discipline and its future development in China
1
2020
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
中国生态水文学发展趋势与重点方向
1
2020
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
Major advances in studies of the physical geography and living environment of China during the past 70 years and future prospects
1
2019
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
近70年来中国自然地理与生存环境基础研究的重要进展与展望
1
2019
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
The impact of “Asian Water Tower” change on the geopolitical environment around China
1
2020
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
“亚洲水塔”变化对中国周边地缘政治环境的影响
1
2020
... 青藏高原素有“亚洲水塔”的美称,是黄河、长江、澜沧江等数十条大江大河的发源地,也是“一带一路”沿线30多亿人口的水源地[1].在青藏高原广泛分布的多年冻土区,通过独特的水分运移影响着区域水文及水循环过程[2].水文过程和生态过程处在一个相互作用和反馈的系统中,水文过程的变化势必会改变生态系统格局[3].近年来青藏高原多年冻土区发生着严重的退化(如地温升高、活动层加厚、浅表层多年冻土逐渐融化等),显著影响区域水热循环[4].由此引起的连锁反应将随河流径流量变化向下传播,影响下游水资源安全及生态环境,从而波及“一带一路”沿线几十亿人民的生产生活及社会发展[5].由此可见,全球气候变化背景下青藏高原多年冻土区水文过程将如何变化是我们亟需厘清的问题. ...
Sensitivity of soil evapotranspiration to climate change in the permafrost area
1
2019
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
多年冻土区土壤蒸散发对气候变化的敏感性分析
1
2019
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
Spatiotemporal variation of evapotranspiration in the grassland of Yili valley from 2001 to 2015
4
2019
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... [7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
2001—2015年伊犁河谷草地蒸散发时空变化分析
4
2019
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... [7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
Review of China's land surface quantitative remote sensing development in 2019
1
2020
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
2019年中国陆表定量遥感发展综述
1
2020
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
Spatio-temporal characteristics of surface evapotranspiration in source region of rivers in Southwest China based on multi-source products
1
2021
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
基于多源产品的西南河流源区地表蒸散发时空特征
1
2021
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
Potential evapotranspiration characteristic and its abrupt change across the Qinghai-Tibetan Plateau and its surrounding areas in the last 50 years
1
2020
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
近50年来青藏高原及其周边地区潜在蒸散发变化特征及其突变检验
1
2020
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
Characteristics and influence factors of the evapotranspiration from alpine meadow in central Qinghai-Tibet Plateau
3
2019
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
青藏高原中部高寒草甸蒸散发特征及其影响因素
3
2019
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
Observation and estimation of the evapotranspiration of alpine meadow in the upper reaches of the Aksu River, Xinjiang
2
2015
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
新疆阿克苏河上游高寒草甸蒸散发观测与估算
2
2015
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
Evapotranspiration process and influencing factors of alpine meadow in the source region of the Yangtze River
4
2009
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 根据风火山地区前期研究基础结合实际情况,借鉴范晓梅等的生长季划分方法,将风火山地区生长季划分为:生长季前期、生长季中期和生长季后期[13].表2展示了风火山地区2019年不同生长阶段起始时间和持续天数. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
长江源区高寒草甸蒸散发过程及影响因子
4
2009
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 根据风火山地区前期研究基础结合实际情况,借鉴范晓梅等的生长季划分方法,将风火山地区生长季划分为:生长季前期、生长季中期和生长季后期[13].表2展示了风火山地区2019年不同生长阶段起始时间和持续天数. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
Estimation of evapotranspiration in an alpine meadow in zone of Laohugou in Qilian Mountains
5
2016
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... [14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... [14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
祁连山老虎沟地区高寒草甸蒸散发估算
5
2016
... 降水、蒸发和径流是陆地水循环过程的三个最核心部分,其中蒸散是陆地表层水循环中最难估算的分量[6].全球陆地每年有70%左右的降水通过蒸散发返回到大气中,在干旱区甚至达到90%,但在青藏高原这一返回比例可能会有所差异[7-8].目前蒸散发的主要测定方法主要有观测法、模型模拟法及遥感观测方法[9].遥感观测法在时空分辨率和精度上受到卫星技术和反演算法的影响在小流域尺度表现较差[7,10].主要的观测方法有蒸渗仪、波文比、涡度相关方法及闪烁计,在青藏高原蒸渗仪和涡度相关系统应用较多[11-13].模型模拟法方法众多其中FAO56Penman-Monteith方法(PM公式法)只需要简单的气象观测数据适用性广[14]. ...
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... [14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... [14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
Cryosphere ecosystems: outpost and barrier in global change
1
2020
... 高原地区环境因子和生物因子与低海拔区差异较大,冻融循环下活动层水热条件的差异使得高原地区蒸散发过程更加复杂,同时高原地区严酷的自然环境条件不利于研究工作的开展[15].青海风火山地区,多年冻土显著发育,人类活动稀少,是我们开展气候变化下青藏高原多年冻土区水文过程研究的理想场所[16].通过架设在风火山地区的涡度、蒸渗仪、气象站观测平台,测算该地区蒸散发数值,对于我们准确把握该地区水分收支状况,以及研究整个风火山地区水热平衡有着重要意义. ...
冰冻圈生态系统:全球变化的前哨与屏障
1
2020
... 高原地区环境因子和生物因子与低海拔区差异较大,冻融循环下活动层水热条件的差异使得高原地区蒸散发过程更加复杂,同时高原地区严酷的自然环境条件不利于研究工作的开展[15].青海风火山地区,多年冻土显著发育,人类活动稀少,是我们开展气候变化下青藏高原多年冻土区水文过程研究的理想场所[16].通过架设在风火山地区的涡度、蒸渗仪、气象站观测平台,测算该地区蒸散发数值,对于我们准确把握该地区水分收支状况,以及研究整个风火山地区水热平衡有着重要意义. ...
Impacts of climatic change on hydrological regime in the Three-River Headwaters region, China, 1960—2009
1
2016
... 高原地区环境因子和生物因子与低海拔区差异较大,冻融循环下活动层水热条件的差异使得高原地区蒸散发过程更加复杂,同时高原地区严酷的自然环境条件不利于研究工作的开展[15].青海风火山地区,多年冻土显著发育,人类活动稀少,是我们开展气候变化下青藏高原多年冻土区水文过程研究的理想场所[16].通过架设在风火山地区的涡度、蒸渗仪、气象站观测平台,测算该地区蒸散发数值,对于我们准确把握该地区水分收支状况,以及研究整个风火山地区水热平衡有着重要意义. ...
Net ecosystem carbon budget of a grassland ecosystem in central Qinghai-Tibet Plateau: Integrating terrestrial and aquatic carbon fluxes at catchment scale
1
2020
... 研究区位于青海省玉树藏族自治州曲麻莱县境内,隶属于长江源区北麓河一级支流左冒西孔曲流域,位于青藏高原高寒半湿润及高寒半干旱地区的过渡地带(图1).该区气候条件属于高寒大陆性的干旱气候区,气候寒冷干燥.年均相对湿度为55%,年均气温为-5.3 ℃(极端最高气温24.7 ℃,极端最低气温-38.5 ℃),年均降水量为269.7 mm.降水主要集中于每年6—9月,占全年总降水量80%以上[17].该区域多年冻土显著发育,属多年冻土区,多年冻土平均厚度为50~120 m,冻土活动层厚度可达2.5 m;土壤厚度约为30~50 cm,淋溶作用强,发育缓慢,处于原始的粗骨土状态,剖面分异不明显,砾石含量较多,属原始的高寒草甸土.植被以多年生耐寒植物矮嵩草(Kobresia humilis)、高山嵩草(Kobresia pygmaea) 和线叶嵩草(Kobresia capillifolia)为主要建群种,植株高一般不超过20 cm,层次结构简单,致密的毡状根系使得植被可以牢牢抓住表层土壤,防止坡面径流带走过多土壤中的养分[18]. ...
Effects of the freeze-thaw cycle on potential evapotranspiration in the permafrost regions of the Qinghai-Tibet Plateau, China
2
2019
... 研究区位于青海省玉树藏族自治州曲麻莱县境内,隶属于长江源区北麓河一级支流左冒西孔曲流域,位于青藏高原高寒半湿润及高寒半干旱地区的过渡地带(图1).该区气候条件属于高寒大陆性的干旱气候区,气候寒冷干燥.年均相对湿度为55%,年均气温为-5.3 ℃(极端最高气温24.7 ℃,极端最低气温-38.5 ℃),年均降水量为269.7 mm.降水主要集中于每年6—9月,占全年总降水量80%以上[17].该区域多年冻土显著发育,属多年冻土区,多年冻土平均厚度为50~120 m,冻土活动层厚度可达2.5 m;土壤厚度约为30~50 cm,淋溶作用强,发育缓慢,处于原始的粗骨土状态,剖面分异不明显,砾石含量较多,属原始的高寒草甸土.植被以多年生耐寒植物矮嵩草(Kobresia humilis)、高山嵩草(Kobresia pygmaea) 和线叶嵩草(Kobresia capillifolia)为主要建群种,植株高一般不超过20 cm,层次结构简单,致密的毡状根系使得植被可以牢牢抓住表层土壤,防止坡面径流带走过多土壤中的养分[18]. ...
... PM公式法蒸散发计算:先根据PM公式计算风火山2019年生长季参考作物蒸散发量,后利用涡度数据求取生长季不同生长阶段作物系数,具体步骤:将涡度数据按照2019年生长季天数分成两部分,一部分用于标定作物系数,另一部分用来验证作物系数法,用一半的涡度数据标定生长季每个时期的作物系数,然后用每个时期的作物系数来计算该时期的实际蒸散发,各生长阶段PM公式参考作物蒸散发量乘以相应生长阶段作物系数求取得到2019年生长季PM公式法日蒸散发量[18]. ...
Spatial‐temporal patterns of evapotranspiration along an elevation gradient on Mount Gongga, southwest China
1
2018
... 涡度法蒸散发计算:获得涡度数据后,利用EddyPro软件对涡度数据进行野点剔除、虚温转换等前处理过程,为了保证数据质量,还需要对数据进行降雨同期数据删除、异常值剔除等质量控制过程,最后利用全球通量网的在线数据插补程序对缺失数据进行插补(https://www.bgc-jena.mpg.de/bgi/index.php/Services/REddyProcWeb),最后通过求和获取到天序列的潜热通量()、显热通量()[19].通过潜热通量换算公式,最终得到2019年生长季183天的涡度法日蒸散发量[20]. ...
Correcting eddy-covariance flux underestimates over a grassland
1
2000
... 涡度法蒸散发计算:获得涡度数据后,利用EddyPro软件对涡度数据进行野点剔除、虚温转换等前处理过程,为了保证数据质量,还需要对数据进行降雨同期数据删除、异常值剔除等质量控制过程,最后利用全球通量网的在线数据插补程序对缺失数据进行插补(https://www.bgc-jena.mpg.de/bgi/index.php/Services/REddyProcWeb),最后通过求和获取到天序列的潜热通量()、显热通量()[19].通过潜热通量换算公式,最终得到2019年生长季183天的涡度法日蒸散发量[20]. ...
Water budget and evapotranspiration partition in an alpine meadow ecosystem in the upstream of the Heihe River, China
2
2018
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
黑河流域高寒草甸生态系统水分收支及蒸散发拆分研究
2
2018
... 表5列出了不同地区高寒草甸蒸散发量观测结果,风火山地区2019年生长季蒸散发量与童雅琴等[21]、郭淑海等[12]结果相近,与范晓梅等[13]、李念等[14]、闫俊杰等[7]、王利辉等[11]相比明显偏大,可能是由于研究区海拔高度不同,也可能与不同生长阶段作物系数的选取有关.在李念等[14]的文章中采用FAO56轮作放牧草原不同生长阶段作物系数,分别为0.40、0.95、0.85,我们作物系数是利用涡度法实际蒸散发量反推过来的,据此利用PM公式法计算的蒸散发量与三种方法平均值非常接近,不同生长阶段作物系数分别为0.93、1.11、1.14,与李念等[14]不同生长阶段作物系数呈现相同的变化规律,在生长前期作物系数较小,后两个时期差异不大.风火山地区2019年生长季涡度法、蒸渗仪法、PM公式法蒸散发量为474.66 mm、517.83 mm、492.51 mm,三种方法评价的实际蒸散发量彼此相差不大,可以认为风火山地区生长季实际蒸散发量为(495.00±21.69) mm,高于生长季降水量377.89 mm.涡度法观测手段先进、精度较高、数据完整,以涡度法观测蒸散发量为参考值,蒸渗仪法与涡度法呈正相关关系,PM公式法与涡度法呈极显著正相关关系.三种方法中涡度法数据质量最好,但安装成本高.蒸渗仪法数值偏高,数据稳定性较差,常出现突变数据.依据涡度数据计算出的PM公式法蒸散发量数值十分接近三种方法平均值,且与涡度数据相关性很好.因此认为所使用的不同生长阶段作物系数0.93、1.11、1.14不仅适合风火山地区,也能为青藏高原类似地区蒸散发观测和模拟提供基础资料. ...
... Evapotranspiration in other regions
Table 5位置 | 海拔/m | 方法 | 时间 | 降水量/mm | 蒸散发量/mm | 文献来源 |
---|
祁连山老虎沟 | 4 200 | FAO Penman-Monteith | 2010年生长季 | — | 238.30 | 李念等[14] |
伊犁河谷 | 1 000左右 | 遥感反演 | 2001—2015年 | 425.00左右 | 395.74 | 闫俊杰等[7] |
黑河流域阿柔站 | 3 044 | 涡度相关 | 2014—2015年生长季 | 411.62 | 415.00 | 童雅琴等[21] |
唐古拉山冬克玛底河流域 | 5 170 | 自制小型蒸渗仪 | 2007—2013年生长季 | 346.40 | 290.50 | 王利辉等[11] |
阿克苏河上游科其喀尔站 | 3 550 | 自制小型蒸渗仪 | 2013年生长季 | 567.80 | 457.40 | 郭淑海等[12] |
长江源区风火山 | 4 600 | 自制小型蒸渗仪 | 2007年生长季 | 331.50 | 273.01 | 范晓梅等[13] |
长江源区风火山 | 4 600 | 涡度法、蒸渗仪、PM公式 | 2019年生长季 | 377.89 | 474.66 | 本研究 |
3.2 观测手段与环境因子关系净辐射(Rn)、空气温度(T)、土壤含水量(VWC)和风速(u)是影响蒸散发量众多环境因子中最重要的四个变量.本研究利用表3中涡度法蒸散发量(EEC)、蒸渗仪法蒸散发量(EL)、PM公式法蒸散发量(EPM)构建相对差异表达公式(EL-EEC)/EL与(EPM-EEC)/EPM,该比值越接近0说明两者之间差异越小,该比值绝对值越大说明两者差异越大,在此分别讨论上述四个环境因子变量对该比值的影响(图6~7). ...
A site-level comparison of lysimeter and eddy covariance flux measurements of evapotranspiration
1
2017
... 由空气温度(T)对相对差异数值(EL-EEC)/EL与(EPM-EEC)/EPM的图片中可以看出,随T的增加(EL-EEC)/EL数值逐渐减小并接近于0,(EPM-EEC)/EPM数值逐渐增大并接近于0.说明随Rn、T的增加近地面空气湍流运动增强,EEC数值增大,EPM数值与Rn、T为正相关关系,在Rn、T数值较大时,与EPM数值越接近.上述结果与Hirschi等[22]、王韦娜等[23]文章中Rn、T对蒸散发数值大小影响的结果相似. ...
A comparison study of the evapotranspiration measured by lysimeter and eddy covariance
1
2019
... 由空气温度(T)对相对差异数值(EL-EEC)/EL与(EPM-EEC)/EPM的图片中可以看出,随T的增加(EL-EEC)/EL数值逐渐减小并接近于0,(EPM-EEC)/EPM数值逐渐增大并接近于0.说明随Rn、T的增加近地面空气湍流运动增强,EEC数值增大,EPM数值与Rn、T为正相关关系,在Rn、T数值较大时,与EPM数值越接近.上述结果与Hirschi等[22]、王韦娜等[23]文章中Rn、T对蒸散发数值大小影响的结果相似. ...
蒸渗仪法和涡度相关法测定蒸散的比较
1
2019
... 由空气温度(T)对相对差异数值(EL-EEC)/EL与(EPM-EEC)/EPM的图片中可以看出,随T的增加(EL-EEC)/EL数值逐渐减小并接近于0,(EPM-EEC)/EPM数值逐渐增大并接近于0.说明随Rn、T的增加近地面空气湍流运动增强,EEC数值增大,EPM数值与Rn、T为正相关关系,在Rn、T数值较大时,与EPM数值越接近.上述结果与Hirschi等[22]、王韦娜等[23]文章中Rn、T对蒸散发数值大小影响的结果相似. ...
Characteristics of evapotranspiration of degraded alpine meadow in the three-river source region
1
2017
... 土壤含水量(VWC)的大小制约着生态系统蒸散发能力,这一现象尤其体现在水分受限的生态系统中.在本研究中,(EL-EEC)/EL与(EPM-EEC)/EPM随VWC的增加均没有呈现明显的趋势,数值在0左右波动,这说明VWC不是造成EL、EEC、EPM三种方法蒸散发数值差异的主要原因.在图3和表3中,风火山地区生长季降水量占全年降水量的97.82%,在生长季降水量较为丰富,供给蒸散能力较强,VWC不能成为限制因子,这与张立峰等[24]的研究结果类似. ...
三江源区退化高寒草甸蒸散的变化特征
1
2017
... 土壤含水量(VWC)的大小制约着生态系统蒸散发能力,这一现象尤其体现在水分受限的生态系统中.在本研究中,(EL-EEC)/EL与(EPM-EEC)/EPM随VWC的增加均没有呈现明显的趋势,数值在0左右波动,这说明VWC不是造成EL、EEC、EPM三种方法蒸散发数值差异的主要原因.在图3和表3中,风火山地区生长季降水量占全年降水量的97.82%,在生长季降水量较为丰富,供给蒸散能力较强,VWC不能成为限制因子,这与张立峰等[24]的研究结果类似. ...
The correlation between reference crop evapotranspiration and meteorological factors in Heihe River
1
2018
... 风速(u)在EPM、EEC的计算中均为重要的变量,并且对蒸渗仪也会产生一定影响,影响EL 的大小.本研究中2019年生长季风火山地区u日平均值为4.81 m·s-1,随u的增加(EL-EEC)/EL数值逐渐接近0,这是因为u的增加,增大了近地面空气的湍流运动,增加了EEC的数值,说明EEC与u存在正相关关系,这与朱璇浩等[25]的研究结果类似.随u的增加(EPM-EEC)/EPM数值先下降稳定为0,随u的进一步增加而逐渐下降,这可能与EPM的计算公式有关,但是(EPM-EEC)/EPM数值绝对值较小,u的变化对EPM、EEC的测定不会有较大的影响. ...
黑河流域参考作物蒸散量与气象因素的相关关系研究
1
2018
... 风速(u)在EPM、EEC的计算中均为重要的变量,并且对蒸渗仪也会产生一定影响,影响EL 的大小.本研究中2019年生长季风火山地区u日平均值为4.81 m·s-1,随u的增加(EL-EEC)/EL数值逐渐接近0,这是因为u的增加,增大了近地面空气的湍流运动,增加了EEC的数值,说明EEC与u存在正相关关系,这与朱璇浩等[25]的研究结果类似.随u的增加(EPM-EEC)/EPM数值先下降稳定为0,随u的进一步增加而逐渐下降,这可能与EPM的计算公式有关,但是(EPM-EEC)/EPM数值绝对值较小,u的变化对EPM、EEC的测定不会有较大的影响. ...