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.     

太行山山前平原区蒸散量和作物灌溉需水量的分析

应用Penman-Montieth、Priestley-Taylor和FAO-24 Blaney-Criddle 3种方法计算了太行山山前平原高产区的参考作物蒸散量并对计算结果和利用实际蒸散量计算的作物系数进行了分析，结果表明：Penman-Montieth公式和FAO-24 Blaney-Criddle公式估算的参考作物蒸散量结果相近，而Priestley-Taylor方法结果偏低；在不同公式基础上计算的作物系数也存在着明显的差异，以Penman-Montieth公式为基础计算的作物系数比较合理，FAO-24 Blaney-Criddle计算的作物系数在4月到10月之间比较合理，Priestley-Taylor公式计算的作物系数偏高；在分析了多年作物系数的基础上，对不同水分年型下的作物需水量和灌溉需水量进行了计算，冬小麦和夏玉米季的灌溉需水量分别在270～400 mm和0～330 mm之间。     

衡水市参考作物蒸散量的时空变化特征及其气候成因

参考作物蒸散量是计算作物需水量的关键,是进行实时灌溉预报和农田水分管理的主要参数.本文基于1981-2010年衡水市11个站点的地面气象观测资料,利用FAO推荐的Penman-Monteith公式计算参考作物蒸散量(ET0),通过小波分析、突变检验等方法分析其时空变化特征,并采用相关分析法初步探讨其气候成因.结果表明,(1)近30a衡水市年参考作物蒸散量呈显著下降趋势(P＜0.05),除2、3月外,其它月份的参考作物蒸散量均有下降趋势;衡水东北部年参考作物蒸散量较大,西南部及安平较小,年参考作物蒸散量较大的地区其下降速率也较大,较小的地区其下降速率也较小.(2)衡水市年参考作物蒸散量存在准6a的主要振荡周期,周期显著;6、8和12月以及全年参考作物蒸散量均发生了气候突变;全区一致型是衡水市年及月参考作物蒸散量变化的最主要的空间模态,且其空间分布均具有很好的收敛性.(3)气温日较差、最高气温、日照时数和相对湿度是影响参考作物蒸散量变化的关键气候因子,其影响程度因季节而异,ET0与气温日较差、最高气温和日照时数呈显著正相关(P＜0.05),与相对湿度呈显著负相关(P＜0.05),风速变化对ET0影响较小;其中5-9月ET0受日照时数影响最大,受气温日较差、相对湿度和最高气温的影响依次减小.     

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。     

GIS支持下安徽省近35 a参考作物蒸散量的时空变化

参考作物蒸散量是重要的水分资源分量。为了研究气候变化条件下安徽省参考作物蒸散量的变化,采用联合国粮农组织（FAO）1998年推荐的Penman-Monteith法,利用安徽省79个台站1971－2005年的气象观测资料,计算站点参考作物蒸散量。在此基础上采用克里格插值方法,生成基于GIS的安徽省参考作物蒸散量分布图。分析结果表明：安徽省近35a平均参考作物蒸散量空间分布特征为,平原大、山区小;由北向南逐渐递减,受气候、地形等因素的影响,具有较明显的地域性差异;从时间尺度上看,自1971年以来,参考作物蒸散量总体上呈随年代波动下降趋势,但存在地区差异;年内季节变化为夏季＞春季＞秋季＞冬季;逐月变化呈单峰变化趋势,峰值出现在7月,5－8月份较多,11月至翌年2月最低,且不同区域之间存在着明显的差别。     

青海省东部高原农业区参考作物蒸散量的时空变化

为了确定变化环境下青海省东部高原农业区合理的作物灌溉制度,对参考作物蒸散量进行了时空变化分析。采用Penman-Monteith公式以及12个气象站的气象资料计算了青海省东部农业区1960-2006年参考作物蒸散量,用Mann-Kendall检验、Morlet小波分析、以及GIS的空间分析功能,分析了参考作物蒸散量的时间、空间变化特征。结果表明:从时间尺度上看,研究区平均参考作物蒸散量随时间呈显著的下降趋势,突变的时间约为1974年,主周期为25a左右,在这个时间尺度上参考作物蒸散量表现为多→少→多3个循环交替的过程。从空间尺度上看,参考作物蒸散量南高北低,东高西低,在东南-西北方向上递减,具有明显的地区差异,夏季参考作物蒸散量分布在很大程度上影响了全年参考作物蒸散量的分布特征。影响参考作物蒸散量的主要气象因素为日照时数、风速。海拔高度与参考作物蒸散量呈显著的负相关关系,海拔高度是造成参考作物蒸散量地区差异的另一主要原因。     

1961-2010年中国参考作物蒸散量变化趋势与时空格局

根据甄选的中国529个气象台站1961-2010年的观测资料,利用联合国粮食及农业组织(FAO)推荐的Penman-Monteith模型估算了全国年际参考作物蒸散量,探究了中国1961-2010年参考作物蒸散量变化趋势与时空格局.结果表明:(1)通过对中国参考作物蒸散量的年变化趋势进行分析,发现1961-2010年参考作物蒸散量先有下降趋势(1961-1993年),下降幅度不大,后又有缓慢的回升(1994-2010年),但总体呈下降趋势;(2)通过对各站近50年参考作物蒸散量平均值的时空分布进行分析,发现中国西北地区和西南地区明显大于东北地区和中部腹地;(3)中国参考作物蒸散量时空分布主要影响因素是风速和气温(气温影响范围广,风速影响程度大),也与中国地形复杂、面积广阔、经纬跨度大、各地气象条件差异导致作物蒸散能力差异有关.     

近48年新疆夏半年参考作物蒸散量时空变化

利用新疆101个气象站1961-2008年夏半年（4-9月）逐月气候资料,在采用FAO推荐的Penman-Monteith公式计算出各站逐月参考作物蒸散量的基础上,使用气候倾向率、累积距平、t检验、Morlet小波、相关分析和Kriging插值技术等方法,对新疆近48a夏半年参考作物蒸散量时空变化特征及其气候成因进行了探讨。结果表明：（1）新疆夏半年平均参考作物蒸散量为942.5mm,在空间分布上呈现＂南疆大于北疆、东部大于西部、平原和盆（谷）地大于山区＂的格局。其空间分布与各地气温、日照时数、降水量、平均风速和空气相对湿度具有较好的对应关系,表现为,气温高、风速大、日照充足、降水少、空气干燥的区域,夏半年参考作物蒸散量较大,反之,蒸散量较小。（2）1961-2008年新疆夏半年参考作物蒸散量与同期日照时数、平均风速呈显著的正相关,与降水量、空气相对湿度为显著的负相关,与平均气温的相关关系虽不显著,但两者的年际间波动趋势基本一致。近48a,受气温上升、风速减小、降水量增多、相对湿度增大的综合影响,新疆夏半年参考作物蒸散量总体以20.09mm.10a-1的倾向率呈极显著的减小趋势。（3）突变检测表明,新疆夏半年参考作物蒸散量于1986年发生了突变性的减小,突变后的平均参考作物蒸散量较突变前减少了65mm,减少6.6%。（4）新疆夏半年参考作物蒸散量存在4~5a、12a和准22a的周期性变化,预计未来数年参考作物蒸散量将有增大的趋势。     

水稻蒸散特征及日尺度作物系数估算*5

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

水稻蒸散特征及日尺度作物系数估算

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

陕西关中地区ET0计算公式的适用性评价

为明确参考作物蒸发蒸腾量(ET0)计算公式在陕西关中地区的适用性,该文按照FAO(1994)对Penman-Monteith公式的设定条件,采用称重式蒸渗仪测定ET0。以该实测值为标准,对具有代表性的ET0计算公式:FAO-17Modified-Penman(FAO-MP)、裴步祥修订的Modified Penman(PBX-MP)、Penman-Monteith(PM)、ASCEPenman-Monteith(ASCE-PM)公式进行对比分析,研究不同ET0计算公式在该地区的适用性及计算值产生偏差的原因。试验结果表明,ASCE-PM计算值与实测值最接近,线性回归系数为1.03(R2=0.87),绝对误差为0.31mm;其次为PM、PBX-MP、FAO-MP。气象因子对辐射项和空气动力项的不同影响造成各计算值与实测值的差异,其中,大气温度、日照时数及相对湿度对辐射项影响较大,风速对空气动力项影响较大。ASCE-PM公式可应用于陕西关中半湿润地区ET0计算。     

基于极限学习机的参考作物蒸散量预测模型

为实现气象资料缺乏情况下参考作物蒸散量（reference crop evapotranspiration, ET0）高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机（extreme learning machine, ELM）的ET0预测模型。选取川中丘陵区7个气象站点1963－2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明：ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度（均方根误差和模型效率系数分别为0.504 mm/d和0.827）高于Hargreaves模型（均方根误差和模型有效系数分别为0.692 mm/d和0.741）;基于最高、最低温度和辐射的ELM模型模拟精度（均方根误差和模型有效系数分别为0.291 mm/d和0.938）明显高于Priestley-Taylor（均方根误差和模型有效系数分别为0.467 mm/d和0.823）、Makkink（均方根误差和模型有效系数分别为0.540 mm/d和0.800）和Irmark-Allen模型（均方根误差和模型有效系数分别为0.880 mm/d和0.623）。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。     

Comparison of Penman-Monteith and non-linear energy balance approaches for estimating leaf wetness duration and apple scab infection

Leaf Wetness Duration (LWD) is the main parameter involved in the apple scab development in apple orchards. LWD values can be inferred from weather conditions by solving a non-linear energy balance equation. Such energy balance equation is usually linearized leading to the Penman-Monteith equations. However this approximation leads to significant errors in the evaporative term and by consequence in the LWD computation. In this work, consequences of the use of the Penman-Monteith equations instead of the exact solution were firstly investigated on single droplets and compared to experimental values obtained in controlled and constant conditions. For these studies, the LWD is overestimated by 12% when Penman-Monteith equations were used. The ability of LWD estimate from the linearized energy balance equation to forecast risk infection of a leaf by V. inaequalis conidia was investigated. For some conditions, the error in LWD estimate by Penman-Monteith approached 6 h, leading to an incorrect risk assessment of apple scab development.     

两种Penman-Monteith公式计算草坪草参考腾发量的适用性

为了揭示ASCE和FAO56两种Penman-Monteith公式在计算小时参考作物腾发量（ET0）时的差异,开展了充分供水草坪草腾发量观测试验。基于自动气象站的小时气象数据和蒸渗仪试验结果,在对比两公式计算结果差异基础上,以实测的日草坪腾发量为标准评价了2种计算公式小时ET0的日累积结果及以日的计算结果。结果表明：2种Penman-Monteith公式计算的小时ET0结果存在一定差异,ET0较高的时段差异也比较大。白天FAO56 Penman-Monteith公式的计算结果低于ASCE Penman-Monteith公式的计算结果,夜晚则正好相反,原因在于Cd取值的差异。与实测日ET0结果相比2种公式小时时段的ET0结果的累积值误差均比较大,ASCE的改进并没有使Penman-Monteith在计算结果上取得实质性的改进,相比之下以日为时段的Penman- Monteith公式（ASCE同FAO56）取得了与实测结果最为一致的效果。进一步根据实测的小时ET0数据以及更长序列的日ET0实测结果,评价FAO56 Penman-Monteith和ASCE Penman-Monteith结果的地区适用性将是今后研究内容之一。     

基于Penman修正式和Penman-Monteith公式的作物系数差异分析

该文针对直接采用20世纪90年代初确定的中国主要作物的作物系数估算作物需水量存在的主要问题,分析了作物系数需要校正的原因:Penman修正式和Penman-Monteith公式在计算ET₀时差异较大,且对生育期较长的越冬作物的影响要高于生育期较短的夏季作物。同时利用河南省18站多年气象资料,分析了引起两公式差异的因素:辐射项处理的不同是引起两公式差异的主要原因。秋冬季,采用两公式计算的月ET₀、ET_rad值差异均高于春夏季,空气动力学项对ET₀值的影响与风速有关,较高的风速可能导致空气动力学项的影响高于辐射项;采用Penman-Monteith公式计算ET_rad值时,受季节、站点情况影响小,稳定性高,18站均表现为:平均气温对ET_rad的影响最小,1、11、12月相对湿度对ET_rad的影响较大,2-10月日照时数对ET_rad的影响较大。并根据2种不同的ET₀估算方法的关系,提出了基于Penman-Monteith公式的作物系数校正方法,对于提高作物需水量的估算精度有重要意义。     

四川省不同区域参考作物蒸散量计算方法的适用性评价

为实现参考作物蒸散量(reference crop evapotranspiration,ET0)在资料缺失情况下的准确计算,对ET0简化算法在四川省不同区域的适用性进行科学评价,将四川省划分为4个区域(I东部盆地区、II盆周山地区、III川西南地区和IV川西高原区),采用46个气象站点1954-2013年逐日气象资料,以1998 FAO-56 Penman-Monteith(PM)法的计算结果为标准,对具有代表性的6种简易算法48 Penman(48PM)法、Hargreaves-Samani(HS)法、Pristley-Taylor(PT)法、Irmark-Allen(IA)法、Makkink(MAK)法和Penman-Van Bavel(PVB)法的计算精度进行对比,结果表明:6种方法在四川省不同区域计算精度差异明显,HS法、PT法和PVB法较为精准,48PM法、IA法和MAK法误差较大,其中I区表现最好的为HS法,II、III和IV区表现最好的方法均为PT法;同时,除PT法和PVB法外,其余方法空间变异性较大(HS法在海拔较低的I、II区较为精准,在海拔较高的III和IV区结果远小于PM法,48PM法在四川东南地区的计算误差为11.1%~37.5%,在浅山丘区和高原区计算误差多大于50%)。因此,计算四川省的参考作物蒸散量时,推荐在东部盆地区使用HS法,盆周山地区、川西南地区与川西高原区使用PT法。     

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.     

蒸散量双线性曲面回归模型的改进及验证

潜在蒸散发是水文循环和能量循环的一项重要组成,准确估算蒸散发对农业水资源有效利用具有重要的理论和现实意义。为获得精度稳定可靠的蒸散发估计值同时只需较少的气象资料,以沂沭河上游流域(临沂控制站)为研究区,提出改进的双线性曲面回归模型(bilinear surface regression model,BSRM)计算站点的潜在蒸散量。以实测蒸发数据折算的陆面潜在蒸散量为标准,同时以彭曼公式(P-M)为参考与之对比,检验和评价3种BSRM模型的精度,并分析各气象因子对潜在蒸散量的影响。结果表明:3种BSRM模型中,基于日照百分率、气温和相对湿度建立的双线性曲面回归模型模拟精度最高,以基于日照百分率计算的太阳辐射、气温、相对湿度建立的双线性曲面回归模型次之,以基于Hargreaves-Allen方程计算的太阳辐射、气温和相对湿度建立的双线性曲面回归模型模拟精度最差。基于日照百分率、气温和相对湿度建立的BSRM模型的模拟精度略优于P-M公式,但所需的气象因子较少,计算方法简单;且受气象因子的变化影响较少,模拟精度稳定可靠,是一种有效的替代方法。     

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。     

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。