基于称重式蒸渗仪实测日值评价16种参考作物蒸散量(ET_0)模型

参考作物蒸散量(ET_0)的准确估算是作物需水量及区域农业水分供需计算的关键,尽管已提出大量方法,但缺乏基于实测值的严格检验。本文利用北京小汤山2012年称重式蒸渗仪实测日值,检验16个ET_0模型,包括5个综合法、6个辐射法、5个温度法模型。依据均方根误差RMSE值,各模型估算效果的排序为FAO79 Penman=1963 Peman1996 Kimberly PenmanFAO24 PenmanFAO56 Penman-Monteith(PM)TurcFAO24 Blaney-Criddle(BC)DeBruin-KeijmanJensen-HaisePriestley-Taylor(PT)FAO24RadiationHargreavesMakkinkHamonMcloudBlaney-Criddle(BC)。总体而言,综合法表现最好,其RMSE在1.33~1.47mm·d~(-1),以FAO79 Penman和1963 Penman为最好;辐射法次之,其RMSE在1.48~1.77mm·d~(-1),以Turc最好;温度法检验效果最差,其RMSE在1.50~2.68mm·d~(-1),以FAO24 BC为最好。FAO79Penman和1963 Penman比最好的辐射法和温度法模型的精度分别高10%和13%。综合法、辐射法模型普适性好于温度法的原因在于其均含有影响ET_0的关键因子——辐射或饱和水汽压差VPD。所有模型均具有低蒸发条件下高估、高蒸发条件下低估的阈值特点,综合法及辐射法平均低估0.14mm·d~(-1)和0.33mm·d~(-1),而温度法平均高估0.52mm·d~(-1)。前两类方法 ET_0阈值相对较低,更适于低蒸发力条件,而温度法较适于高蒸发力条件。所有综合法、辐射法模型及温度法的Hargreaves和FAO24 BC法估算值与实测值变化趋势一致,说明模型结构合理,可通过参数校正提高精度;但对于与实测值趋势不吻合的温度法,模型结构尚需优化。VPD和最大湿度RHx是影响综合法、辐射法估算偏差的两大主要因子,其中VPD对低估类模型偏差影响最大,且偏差随着VPD增加而增大;而RHx对高估类综合法模型(1963 Penman、FAO79 Penman)偏差影响最大,且偏差随RHx增加而减小。校正后的PT(1.38)、Makkink(0.83)、Turc(0.014)及Hamon(1.248)系数大于原系数,而Hargreaves(0.0019)和BC(0.192)校正系数低于原系数。此外,PT与Hamon的系数利用最小相对湿度、Turc和Makkink系数利用VPD、Hargreaves和BC系数利用辐射或日照时数能得到最佳估算。FAO56 PM表现不佳(RMSE=1.47mm·d~(-1))的原因与站点气候干燥程度、较低的空气动力项权重有关。后人对原始Penman式的诸多修正并没有显著改善精度,因此建议在类似气候条件地区继续使用老版本Penman式。同时,对FAO56 PM的进一步检验将有助于回答"FAO56 PM是否真正比其它综合法具有优势,在何种气候下表现好,在高蒸发条件下低估是否为普遍现象"等科学问题。     

高寒草甸蒸散量及作物系数的研究

利用FAO Penman-Monteith计算法(FAO P-M法)、Penman修正公式法(P法)、Irmark-Allen拟合公式法(I-A法)分别计算了海北高寒草甸参考作物蒸散量,并以FAO P-M法计算结果为标准,与其它两种方法的结果进行比较。结果表明,海北高寒草甸地区年参考作物蒸散量为812.0mm,其中植物生长季的5-9月为500.9mm。FAO P-M法计算参考作物蒸散量较为合理,造成其他两种方法计算结果偏差的原因主要是辐射项的选取及土壤热通量的影响。利用实测土壤含水量资料和水量平衡方法计算的植物生长期的5-9月植被实际蒸散量为425.5mm,与FAO P-M法得到的参考作物蒸散量相比计算作物系数,得到植物生长初期、中期和末期的作物系数分别为0.51、0.96和0.87。     

几种常用净辐射计算方法在黄淮海平原应用的评价

Penman修正式和FAO Penman-Monteith公式是利用气象资料计算参考作物蒸散量方法中应用最广泛的。这些公式中净辐射是根据温度、日照时数、湿度以及一些当地的参数来计算的。用实测数据评价净辐射计算方法的研究还很少。该文作者利用中国科学院禹城综合试验站实测数据对两个公式中净辐射计算方法在黄淮海平原的应用进行了评价。在Penman修正式中，别尔良德法、彭曼法、布朗特法和邓根云法是常用的净长波辐射计算方法。结果表明：在Penman修正式净辐射公式中，采用别尔良德净长波计算方法误差最小，而且与FAO Penman-Monteith公式中净辐射计算精度一致，但都存在相对误差在11～1月份比其他月份偏大的现象。进一步建立了适合本地区的用总辐射推算净辐射的经验公式。     

三江平原稻田蒸散量模拟研究

基于2005-2007年涡度相关系统测量值和小气候观测资料,比较分析Penman、Penman-Monteith和Priestley-Taylor模型对三江平原稻田5-10月蒸散量的模拟效果。结果表明,3个模型参数采用常规参数时,Penman模型模拟值明显大于测量值,平均高估103.5%;但Penman-Monteith和Priestley-Taylor模型模拟效果较好,平均偏差分别为0.26和0.02mm·d-1,均方根误差分别为0.68和0.71mm·d-1。Penman和PenmanMonteith模型作物系数(Kc)与叶面积指数均呈极显著正相关关系,Priestley-Taylor模型修正式参数α值与叶面积指数、饱和水汽压差和风速均为正相关关系,且与饱和水汽压差和风速相关性达极显著水平。依据多元线性回归方程校正模型参数后,Penman模型模拟精度显著提高,平均偏差和均方根误差分别为0.28和0.64mm·d-1,模拟效率由负值转变为正值0.75。而Penman-Monteith和Priestley-Taylor模型模拟精度没有明显改变。方差分析进一步表明校正模型参数后3个模型的估算值没有显著性差异,说明3个模型对三江平原稻田蒸散量的估算精度一致。由此可见,Penman-Monteith和Priestley-Taylor模型无论是否校正作物系数或参数α,均适于估算三江平原稻田蒸散量,而Penman模型需在修正作物系数后方可用于估算三江平原稻田蒸散量。     

内蒙古河套灌区ET0不同计算方法的对比研究(简报)

为了提出适合内蒙古河套灌区ET0计算方法,该文根据实测田间微气象资料,分别对5种参考作物腾发量（ET0）的计算方法（FAO56Penman-Monteith,Priestley-Taylor、FAO Penman、Hargreaves-Samani、Irmark-Allen拟合）进行对比分析,并评价各方法的适用性。结果表明,FAO Penman法的计算结果与FAO56 Penman-Monteith计算结果最为接近,其平均绝对误差与平均相对误差分别为0.43mm/d,12.50%;其他方法在不同季节具有不同的正负偏差。其中,在整个计算时段内,Irmark-Allen拟合法与Hargreaves-Samani法计算值与Penman-Monteith计算结果偏差较大,不适于在此地区气候条件下使用。FAO Penman法与FAO56 Penman-Monteith法基本相同,适用于大多数气候条件;Hargreaves-Samani法适用于在温差较小地区计算ET0;Irmark-Allen法与Priestley-Taylor法适用于在相对湿度较大地区应用。     

内蒙古地区参考作物蒸散变化特征及其气象影响因子

为深入了解不同草原类型下参考作物蒸散特征及其对气候变化的响应,该文利用FAO Penman-Monteith公式研究了内蒙古地区46个站点1961－2010年参考作物蒸散量及其辐射项和动力学项的时空分布规律和变化特征,并对其主要影响因素进行了分析讨论。研究结果表明：近50a来内蒙古各站点参考作物蒸散量的年平均值均介于570～1 674 mm之间,该地区参考作物蒸散量及其构成项的值西高东低,而且从高到低的5个草原类型依次为：荒漠、草原化荒漠、荒漠化草原、典型草原、草甸草原。各区生长季内参考作物蒸散量约占全年的80%。内蒙古各站点年参考作物蒸散量的变化率在-48～50 mm/10a之间,荒漠、草原化荒漠、荒漠化草原和典型草原参考作物蒸散量变化均不明显,草甸草原参考作物蒸散量显著上升（P=0.001）。各区域参考作物蒸散量辐射项的年值和月值均呈显著的上升趋势,除草甸草原外各区域参考作物蒸散量动力学项的年值和月值呈下降的趋势。风速是影响荒漠、草原化荒漠、荒漠化草原和典型草原西部地区参考作物蒸散量变化的首要因子,风速下降导致该地区蒸散呈下降的趋势;日平均温度是次要因子,但气温升高对参考作物蒸散量变化的作用有限,参考作物蒸散量并未随气候变暖而显著增大;相对湿度是第三因子,与参考作物蒸散量呈负相关（P=0.006）;日照时数是第四因子,其值降低导致参考作物蒸散量的下降。典型草原东部和草甸草原地区各站点受气象因子综合影响使参考作物蒸散量呈上升的趋势。该研究探讨了内蒙古各类型草原参考作物蒸散对气候变化的响应,为内蒙古各类型草原的生态保护和可持续发展提供科学依据。     

四川地区参考作物蒸散量的变化特征及气候影响因素分析

参考作物蒸散量是估算作物需水量的关键因子,对指导农田灌溉具有重要的现实意义。本文利用1961-2009年四川地区5个盆地站点和5个高原站点的逐日气候资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸散量（ET0）,分析了当地ET0的日值、月值、季值和年值的变化特征,并采用偏相关分析方法,对影响ET0变化的主要气候因子进行了探讨。结果表明：（1）四川盆地与高原地区参考作物蒸散量的日均值、月均值呈单峰或双峰型曲线变化,有明显的季节特点,最小值出现在冬季,最大值出现在夏季。（2）盆地地区各站点的年ET0呈波动递减趋势,且下降趋势通过了显著性检验;高原地区木里、松潘两站点的ET0呈上升趋势,其他站点呈减少的趋势。（3）四川地区的年、季参考作物蒸散量与日照时数、风速、相对湿度、平均温度、最高温度、最低温度、气压等要素关系密切,但近50a来日照时数的显著下降是导致盆地地区参考作物蒸散量减少的主要原因,风速的变化是导致高原地区参考作物蒸散量变化的主要原因。     

Priestley-Taylor与Penman法计算参照作物腾发量的结果比较

利用北京气象站50年的气象资料，对两种常用的计算参照作物腾发量的公式——Priestley-Taylor和Penman方法的计算结果进行了比较。年值序列比较显示，Priestley-Taylor结果远小于Penman结果，前者比后者低15%～31%，两者最大相差378.3 mm，最小相差150.9 mm，多年平均相差255.9 mm。对历年逐月序列分析显示，两种方法在7、8月份的结果十分接近，没有显著差异，但其它月份均存在显著差异。造成这种显著差异的原因，既有降雨的影响，又有Penman中空气动力学项的影响，而后者的影响可能更大些。空气动力项与辐射项之比与两种方法的吻合程度呈显著负相关。该比值越大，两种方法的吻合程度越差；反之，吻合程度越好。     

Penman-Monteith与Penman修正式计算塔里木盆地参考作物潜在腾发量比较

利用1989~1996年阿克苏水平衡试验站的气象资料,对Penman-Monteith公式和Penman修正式计算的参考作物潜在腾发量进行了比较。Penman修正式计算的参考作物潜在腾发量年值略大于Penman-Monteith公式计算的年值,绝对偏差为42~128 mm,相对偏差为3.3~9.8%,且年际间变化不大。各月的参考作物潜在腾发量变化较大,绝对偏差可正可负,1、2、12月小于0,3~10月大于0,相对误差1、12月较大,2、11月较小,其它月份变化不大。导致计算偏差的原因在于两种公式采用了不同的辐射项和空气动力项计算公式和参数。两种公式计算的参考作物潜在腾发量具有显著的线性相关性。     

Ångström-Prescott系数选取对参考作物蒸散量的影响-以黄河中游站点为例

利用黄河中游三个站点近50a的气象资料,研究了(A)ngstr(o)m-Prescott系数不同取值对参考作物蒸散量的影响.结果显示,当ngstrm-Prescott系数as和bs分别相差56%和93%时,引起的ET0差异月值在0.6%～26.2%,年值在173.1～197.4mm(18.2%～21.9%).ngstrm-Prescott系数不同取值对ET0的影响程度随地点而变化,即随海拔和日照时数的增加,对ET0的影响程度相应增大.因此在高海拔和高辐射地区,应对ngstrm-Prescott系数进行校正.尽管FAO56 PM推荐的(A)ngstr(o)m-Prescott系数在世界各地广泛应用,但依据本文结果尚不能确定其在中国能否直接使用.随着辐射数据的不断积累,有必要对这些系数进一步研究、验证和校正.     

Estimation of reference evapotranspiration and crop coefficient in wheat under semi-arid environment in India

Abstract

The comparison of six standard reference evapotranspiration (ETo) estimate models was carried out with measured lysimeter evapotranspiration (ETc) in wheat crop in a semi-arid environment at Rahuri, India. The globally accepted reference evapotranspiration model of FAO 56 Penman Monteith underestimated the references ETo by 19.2% (420.5 mm) over lysimeter ET (520.7 mm). Out of the remaining five models, the Hargreaves model ranked first and was overestimated by 6.5% followed by the Blaney Criddle model (underestimated by ?5.6%). The references ETo by pan evaporation model underestimated the reference ETo to the extent of ?28.8%. The influence of statistical indicators like RMSE, MBE which was computed by considering Lysimeter ETc as standard, was quite low in the Hargreaves model compared to the rest of the models and hence, the Hargreaves method is quite acceptable for ETo estimates as this method requires much less climatic parameters (temperature and extraterrestrial radiation) than Penman Monteith (FAO56) and Modified Penman of FAO 24 as these models require aerodynamic and radiation terms, besides additional physical terms in former models of ETo estimates. The seasonal crop coefficients were 1.24, 1.13, 0.94, 0.85, 1.06 and 1.40 in Penman Monteith, Modified Penman, Hargreaves, Radiation balance, Blaney Criddle and Pan Evaporation models, respectively.     

甘肃地区参考作物蒸散量时空变化研究

区域水土平衡模型的建立通常需要确定计算参考作物蒸散量的模型,这一模型的精确与否,直接影响整体预测模型的最终预报精度.运用FAO-24 Blaney-Criddle法、FAO-24 Radiation法、FAO PPP-17 Penman法及FAO Penman-Monteith(98) 4种方法,对甘肃省1981～2000年33个站点的月参考作物蒸散量进行了计算.对比分析结果表明,AO Penman-Monteith(98)模型的精度与灵敏度均显示了较强的优越性.运用该模型对甘肃省参考作物蒸散量的时空分布特征进行研究表明:甘肃省参考作物蒸散量年内逐月演变曲线呈单峰状;年际蒸散量变化与夏季年际波动变化存在较高一致性;全年参考作物蒸散量分布具有从东南向西北递增的趋势.     

Comparison of artificial neural networks and prediction models for reference evapotranspiration estimation in a semi-arid region

Estimation of reference evapotranspiration (ET_o) is essential for determination of crop water requirements. In this research, Penman–FAO (P-FAO) and Penman–Monteith (PM) equations were calibrated and validated by lysimeter-measured ET_o with six and four weather parameters. Furthermore, two input structures (six and four weather parameters) to artificial neural networks (ANNs) were investigated. Results showed that the accuracy of the PM equation is greater than that of the P-FAO equation. An empirical equation was developed to estimate daily ET_o using mean daily temperature and relative humidity, and sunshine hours. The accuracy of the equation to estimate daily ET_o using smooth weather data is greater than that of an equation using original data. Furthermore, ANNs were able to estimate ET_o properly. The accuracy of ANNs with six inputs is higher than that obtained using the P-FAO equation and is similar to that determined using the PM equation. A decrease in number of inputs to ANNs generally decreased the accuracy of estimation, however, ANNs were able to estimate ET_o properly when wind speed and solar radiation were unavailable. Furthermore, the accuracy of ANNs, with four input parameters is greater than that obtained using the PM equation and is similar to that obtained with P–FAO and the developed empirical equations.     

湛江地区适宜参考作物蒸发蒸腾量计算模型分析

用湛江市日平均、旬平均、月平均气象资料,以6种方法计算参考作物蒸发蒸腾量,并以FAO56 Penman-Monteith公式计算结果为标准,评价其他方法在湛江的适用性.结果表明:Hargreaves-Samani方法的年平均参考作物蒸发蒸腾量与FAO56 Penman-Monteith没有显著差异;月平均参考作物蒸发蒸腾量,除个别月份外,其他5种方法与FAO56 Penman-Monteith方法都有显著差异;不同方法计算结果与FAO56 Penman-Monteith法的均方偏差不同的时间尺度表现不同,日值计算,1948 Penman方法最小,Irmark-Allen次之;旬值计算,1948 Penman方法最小,Hargreaves-Samani、Irmark-Allen次之;月值计算Hargreaves-Samani最小,1948 Penman次之.1948 Penman、FAO24 Penman与FAO56 Penman-Monteith法的相关系数较大,Priestley-Taylor、Irmark-Allen次之,Hargreaves-Samani法的较小.     

安徽省参考作物蒸散模型参数化

模型参数优化是准确估算参考作物蒸散(reference crop evapotranspiration,ET0)的关键问题之一。该研究基于安徽省81个地面气象站点1961—2011年逐日气象数据和合肥、武汉、南京、杭州和南昌5个辐射站1993—2011年的逐日辐射数据,评估日尺度的净长波辐射、气压和水汽压模型在安徽地区的适用性;并结合已有研究获得的最优逐日太阳辐射参数化估算模型,建立安徽省本地化逐日ET0模型的最优参数化方案,探讨模型参数优化对ET0估算的影响。结果表明:7种净长波辐射估算参数化方案中,邓根云法的精度最高,在安徽地区的适用性优于其他方案,建议作为安徽本地化方案使用;FAO56 Penman-Monteith公式中推荐的气压估算模型和基于实测平均气温和相对湿度估算水汽压的模型在安徽省基本适用,但该研究认为在资料能够获取的情况下直接使用实测值为最优。与基于实测资料计算的ET0相比,该研究建立的本地化最优模型估算的ET0在日、月和年尺度上的相对误差分别为15.5%、9.05%和6.12%,能较好地适用于安徽地区。FAO56 Penman-Monteith公式推荐的参数化方案由于高估了安徽地区的太阳辐射,低估了净长波辐射,导致其与基于实测资料计算的ET0值相比,在日、月和年尺度上高估ET0达40.0%以上,不推荐安徽地区直接使用。研究可为安徽省准确估算作物需水量、农业旱涝评估和合理调度水资源等提供依据。     

Estimation of a reliable evapotranspiration model and crop coefficient in red gram ( Cajanus cajan L .) for semi-arid environments in India

The study aims to compute the reference evapotranspiration (ETo) by six standard methods such as Penman Monteith, Modified Penman, Hargreaves, Radiation Balance, Blaney Criddle and Pan Evaporation by using the meteorological data of the All India Coordinated Research Project on Water Management at Rahuri, India (long. 74° 18′, lat. 19° 45′). These methods were compared with lysimeter crop evapotranspiration (ETc) by statistical tools. The results revealed that the total lysimeter ETc of red gram in 132 days' growing period (sowing to harvest) was 494?mm and the ETo in the above-mentioned models were 485.2, 486.9, 544.6, 547.6, 563.9 and 485.2?mm, respectively. Out of six models, ETo of Modified Penman and Pan Evaporation methods were very much close to lysimeter ETc, but the coefficient of variation was very high, i.e., 43.05% and 23.91%, respectively. But in the Hargreaves and Blaney Criddle methods, the coefficient of variation was low, i.e., 15.97% and 12.6%, respectively. Besides low coefficient of variation, these two methods require limited meteorological parameters such as minimum and maximum temperature, radiation. For generating these parameters even at regional level, minimum expenditure is involved. The crop coefficient (Kc) estimated by Hargreaves (Kc 0.90) and the Blaney Criddle (0.87) model for the entire growing season was very much close to the Food and Agricultural Organization (FAO) 56 model, and this can be used for estimating the irrigation requirement of red gram.     

几种基于温度的参考作物蒸散量计算方法的评价

根据华北地区6个气象站的长系列资料，利用FAO56-PM公式对3种基于温度的ET₀计算方法(Hargreaves、McCloud、Thornthwaite)进行评价。依据平均偏差、相关系数和t统计量3种指标分别对年和月序列的吻合程度做出评价。结果表明：Hargreaves与FAO56-PM吻合最好，其次为McCloud，吻合最差的为Thornthwaite。就年值而言，温度法在华北多数站点比FAO56-PM显著偏低。其中Hargreaves偏低53.2～200.2 mm或4.6%～15.1%，Thornthwaite偏低269.7～468.1 mm或24.8%～35.8%，McCloud偏低90.5～435.7 mm或8.2%～40.5%。温度法与FAO56-PM吻合程度随月份而变，在夏季月份比后者偏高，其他季节尤其是冬季月份显著偏低。从峰值到达时间看，Hargreaves与FAO56-PM的峰值相一致，二者均在6月份。Thornthwaite和McCloud的峰值则明显滞后，二者在7月份达到最大，与最高温度出现的月份相一致。在仅有气温的条件下，建议在华北优先选用Hargreaves方法。     

Study of different climatic conditions to assess the role of solar radiation in reference crop evapotranspiration equations

This study aims to assess radiation-based models versus the FAO Penman–Monteith (FPM) model to determine the best model using linear regression under different weather conditions. The reference evapotranspiration was estimated using 22 radiation-based methods and was compared with the FPM. The results showed that the Stephens method estimates the reference evapotranspiration better than other methods in the most provinces of Iran (nine provinces). However, the values of R² were more than 0.9930 for 24 provinces of Iran. The radiation-based methods estimated the reference evapotranspiration near the Caspian Sea better than other regions. The most precise methods were the Berengena–Gavilan, Modified Priestley–Taylor, and Priestley–Taylor methods for the provinces ES (center of Iran), GI and GO (north of Iran) and the Stephens–Stewart method for IL (west of Iran). Finally, a list of the best performance of each method has been presented to use other regions and next research steps according to the values of mean, maximum, and minimum temperature, relative humidity, solar radiation, elevation, sunshine, and wind speed. The best weather conditions to use radiation-based equations are 23.6–24.6 MJ m^?2 day^?1, 12–20°C, 18–24°C, 5–13°C, and <180 hour month^?1 for solar radiation, mean, maximum, and minimum temperature, and sunshine, respectively.