基于云模型的遼河平原區(qū)參考農(nóng)作物的蒸散發(fā)時空變化特征量化分析

胡曉松

(遼寧省鞍山水文局，遼寧 鞍山 114000)

1 概述

參考農(nóng)作物蒸散物對其作物需水影響十分明顯，據(jù)相關(guān)研究成果表明，農(nóng)作物蒸散發(fā)占其總的作物需水量的60%[1]，分析區(qū)域農(nóng)作物蒸散發(fā)時空變化，對于制定其農(nóng)作物的灌溉方式具有重要的參考價值[2]。近些年來，對于農(nóng)作物蒸散發(fā)時空變化特征得到研究[3-10]，各研究成果均表明受到氣候變化影響，區(qū)域農(nóng)作物蒸散發(fā)時空變化十分顯著，對區(qū)域農(nóng)作物的需水過程產(chǎn)生直接影響，增加了農(nóng)作物的需水量。但這些研究大都針對蒸散發(fā)時空變化進(jìn)行定性描述為主，即對其規(guī)律性進(jìn)行趨勢分析，主要是缺少定量化的手段。當(dāng)前，中國工程院李德云院士提出云模型[11]，該模型可實現(xiàn)從定性描述轉(zhuǎn)向定量描述，在水資源領(lǐng)域得到一定程度的應(yīng)用[12-16]，但是在水資源時空變化特征定量分析中還應(yīng)用較少。遼河平原作為遼寧省主要的糧食主產(chǎn)區(qū)，其作物蒸散發(fā)是其需水影響的主要因素，為提高遼河平原區(qū)農(nóng)作物灌溉用水效率，結(jié)合云模型，基于遼河平原區(qū)6個氣象站點(diǎn)的數(shù)據(jù)，對其農(nóng)作物蒸散發(fā)時空變化特征進(jìn)行量化分析。

2 研究方法

2.1 參考作物蒸散發(fā)計算

采用彭曼公式計算遼河平原區(qū)農(nóng)作物的蒸散發(fā)量，其主要計算方程為：

(1)

式中，Rn—太陽凈輻射，W/m2；G—土壤的熱通量值，W/m2；r—濕度常數(shù)；T—?dú)鉁氐钠骄?，℃；u2—離地面距離2m處的風(fēng)速，m/s；es—飽和水汽壓，kPa；ea—實際水汽壓,kPa；Δ—水汽壓的梯度。

2.2 云模型計算方法

中國工程院李德云院士提出云模型，結(jié)合離散度和穩(wěn)定性來定量表征變量時空變化特征，該模型采用定量論域U來表征其分析變量，假設(shè)定量值x∈U，x對C的確定度u(x)∈[0，1]具有穩(wěn)定傾向變化的隨機(jī)變量。該模型主要結(jié)合云模型的參數(shù)對變量時空特征的離散度及穩(wěn)定性進(jìn)行定量分析。

2.2.1正向高斯云算法

云模型的主要參數(shù)分別為期望Ex、熵值En以及超熵值He來表征其水文變量的時空變化特征。其正向高斯云算法的主要計算步驟為：

(1)以En為期望值，He為標(biāo)準(zhǔn)差隨機(jī)生成高斯數(shù)期望。

(3)計算變量的確定度，其計算方程為：

(2)

式中，ui—變量隨時間變化的確定度；i—時間尺度。

(4)具有確定度的ui的隨機(jī)云數(shù)據(jù)系列。

(5)重復(fù)(1)～(4)步驟，直到生成N個隨機(jī)云數(shù)據(jù)系列。

2.2.2逆向斯云計算法

在進(jìn)行正向高斯云算法后，進(jìn)行逆向斯云計算，其主要計算步驟為：

(1)首先計算其樣本點(diǎn)xi的中心平均值，計算方程為：

(3)

其一階中心距的計算方程為：

(4)

其二階中心距計算方程為：

(5)

(2)在中心距計算的基礎(chǔ)上，對期望值EX進(jìn)行計算，計算方程為：

(6)

(3)在期望計算的基礎(chǔ)上，對熵值En進(jìn)行計算，計算方程為：

(7)

(4)此基礎(chǔ)上計算參數(shù)超熵值He，計算方程為：

(8)

3 研究成果

3.1 區(qū)域概況

本文以遼河平原區(qū)為研究區(qū)域，區(qū)域主要參考農(nóng)作物為玉米和水稻，遼河平原為遼寧省主要的糧食產(chǎn)區(qū)，區(qū)域主要為大陸型季風(fēng)氣候。夏季和秋季蒸發(fā)量較大，春季和冬季蒸發(fā)量相對較小，近些年，隨著氣候變化影響，區(qū)域參考農(nóng)作物蒸發(fā)量時空特征變化較為明顯，遼河平原東南部年平均蒸發(fā)量為800～1000mm，而西北部區(qū)域蒸發(fā)量常年維持在400～600mm，空間分布不均勻，且一般蒸發(fā)量主要集中在夏季的6—9月，夏季蒸發(fā)量占全年蒸發(fā)量的40～60%。考慮到農(nóng)作物蒸發(fā)是其需水特征的主要影響指標(biāo)。為此本文結(jié)合遼河平原內(nèi)6個主要?dú)庀笳军c(diǎn)1958—2018年數(shù)據(jù)，計算參考農(nóng)作物蒸散發(fā)ET0時空分布，結(jié)合云模型對其時空變化特征進(jìn)行量化分析。

3.2 參考作物蒸散發(fā)ET0時間尺度計算

結(jié)合P-M公式對遼河平原區(qū)主要參考農(nóng)作物年、日尺度及各個季節(jié)的蒸發(fā)時間變化特征進(jìn)行計算，計算結(jié)果如圖1所示。

從各時間尺度的參考農(nóng)作物的蒸發(fā)計算結(jié)果可看出，不同時間尺度各蒸發(fā)變化趨勢不同，從年尺度可看出，總體趨勢下降，但下降趨勢不明顯，區(qū)域最大1日蒸發(fā)呈現(xiàn)明顯遞減變化，尤其在2000年以后，下降趨勢最為明顯，從其遞減率變化可分析，年尺度遞減率為2.5mm/a，而最大1日蒸發(fā)遞減率達(dá)到3.9mm/a。從各個季度蒸發(fā)趨勢變化可看出，春季蒸發(fā)略上升變化，而夏季和秋季蒸發(fā)均遞減變化，且秋季蒸發(fā)遞減趨勢最為明顯，冬季蒸發(fā)變化較為平穩(wěn)，主要是冬季農(nóng)作物較少。夏季蒸發(fā)和年蒸發(fā)變化較為一致，主要是因為夏季蒸發(fā)占全年蒸發(fā)的40～60%。

3.3 參考作物蒸散發(fā)ET0空間尺度計算

結(jié)合各氣象站點(diǎn)數(shù)據(jù)，對各個時間尺度下的參考農(nóng)作物蒸發(fā)空間特征進(jìn)行插值計算，計算結(jié)果如圖2所示。

結(jié)合氣象站點(diǎn)數(shù)據(jù)，利用空間插值分析方法，得到空間各網(wǎng)格化的氣象數(shù)據(jù)，結(jié)合P-M公式計算各網(wǎng)格的參考農(nóng)作物蒸發(fā)。從各時間尺度的蒸發(fā)空間變化特征可看出，總體均呈現(xiàn)東南蒸發(fā)大，西北蒸發(fā)偏小的變化規(guī)律，這主要是因為東南部降水偏多，氣溫也偏高，使得其區(qū)域蒸發(fā)偏大，而西北部由于降雨較低，且氣溫偏低，降低了其蒸發(fā)量。從各尺度看，蒸發(fā)空間變化十分不均勻，這主要是因為蒸發(fā)影響因素較多，受氣候變化影響也較大，因此其空間分布特征不明顯，很難主觀進(jìn)行量化分析。

3.4 基于云模型的不同尺度蒸發(fā)的不確定性分析

結(jié)合云模型計算方法，建立各氣象站點(diǎn)的蒸發(fā)樣本數(shù)據(jù)序列，數(shù)據(jù)序列的長度為59年，并對各站點(diǎn)的三個云模型計算參數(shù)進(jìn)行計算，各站點(diǎn)參數(shù)計算結(jié)果見表1。

圖1 遼河平原區(qū)不同時間尺度蒸發(fā)計算結(jié)果

表1 各氣象站點(diǎn)設(shè)置的云模型參數(shù)

期望參數(shù)主要表示各站點(diǎn)蒸發(fā)數(shù)據(jù)序列的均值，各站點(diǎn)期望值變化幅度較小，在921.9～1235.7mm之間，表明各站點(diǎn)蒸發(fā)均值變化度較小，而從熵值變化可看出，熵值變化度較高，主要表征其蒸發(fā)時間尺度變化幅度，從表1中可看出，新開站熵值最大，其蒸發(fā)時間尺度變化較為明顯，臺安站熵值最小，為56.235，表明其蒸發(fā)時間尺度變化程度較低。而超熵值主要表征各站點(diǎn)蒸發(fā)空間變化，從分析結(jié)果可看出，盤山站超熵值為9.4132，表明其蒸發(fā)空間變異度較高，而南崗站超熵值為7.8472，表明其蒸發(fā)空間變異度較小。

3.5 基于云模型的不同尺度蒸發(fā)時空特征量化對比

在云模型參數(shù)設(shè)定的基礎(chǔ)上，對各尺度下遼河平原區(qū)蒸發(fā)時空變化特征進(jìn)行量化對比分析，分析結(jié)果見表2—3，并繪制各尺度下蒸發(fā)的隸屬云計算結(jié)果，結(jié)果如圖3所示。

從分析結(jié)果可看出，從1958～2018年各年代際蒸發(fā)時空變化特征，遼河平原參考農(nóng)作物蒸散發(fā)的時空隸屬云在0.4～0.9之間變幅，變化較為穩(wěn)定，但在2000年以后，變幅較大，漲率為0.25/a，時空離散度和穩(wěn)定度呈現(xiàn)急劇擴(kuò)散變化，這主要是因為2000年以后遼河平原區(qū)氣溫有所減少，使得區(qū)域蒸發(fā)量較低，這從年尺度變化可看出，蒸發(fā)空間變化也受氣溫變化產(chǎn)生較為明顯的應(yīng)縣，使得其穩(wěn)定度發(fā)生明顯變化，蒸發(fā)的隸屬云急劇下降，這也是區(qū)域農(nóng)作物需水增長的主要因素。從各季節(jié)蒸發(fā)隸屬云變化結(jié)果可看出，夏季和秋季其蒸散發(fā)時空隸屬云變化較為集中，在0.5～0.7之間變化，而播種關(guān)鍵期的春季蒸發(fā)時空隸屬云從0.2變化至0.7，且呈現(xiàn)收縮變化，蒸發(fā)有所增加，不利于春季作物生長，因子在春季應(yīng)盡量降低作物的蒸發(fā)量。

圖2 不同尺度下參考農(nóng)作物蒸發(fā)空間變化特征插值計算結(jié)果

表2 年尺度的云模型蒸發(fā)特征分析結(jié)果

表3 月尺度的云模型蒸發(fā)特征分析結(jié)果

圖3 不同尺度下遼河平原區(qū)參考農(nóng)作物蒸發(fā)時空變化特征率屬云計算結(jié)果

4 結(jié)論

(1)遼河平原區(qū)東南部蒸發(fā)時空變化的穩(wěn)定度和離散度均最大，在這一區(qū)域，應(yīng)盡量種植大棚農(nóng)作物，減少其蒸發(fā)量，滿足農(nóng)作物其需水量。

(2)遼河平原區(qū)夏季和秋季蒸發(fā)雖有所減少，但空間穩(wěn)定度及離散度小于春季，可在夏季種植花生或芝麻一類的農(nóng)作物。

(3)本文選取6個氣象站點(diǎn)，在空間代表性中存在不足，在以后的研究中還應(yīng)加入更多的氣象站點(diǎn)進(jìn)行蒸發(fā)分析。