ngstrm-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ngstr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FAO56PM推荐的ngstr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。     

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.     

(A)ngstr(o)m-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.     

基于气象资料的日辐射模型在中国西北地区适用性评价

地表总辐射(Rs)是作物生长模型率定、蒸散量估算、灌溉制度制定和太阳能资源利用的重要基础数据。为有效提高辐射资源利用率,该文基于中国西北地区10个气象站点1993-2016年气象数据对9种不同日辐射模型进行适用性评价。采用非线性回归分析法对Bristow-Campbell(B-C)模型进行参数属地化修正,得到B-C校正模型。模型适用性评价结果表明:9种模型在西北地区的辐射模拟值和实测值均呈极显著相关(P0.01);基于日照时数的日辐射模型(?ngstr?m-Prescott、Ogelman、Bahel、Louche、Almorox-Hontoria、Glower-Mc Culloch,其R2介于0.875~0.954)计算精度高于基于温度的模型(Hargreaves-Samani、Annandale、Bristow-Campbell,其R2介于0.652~0.813);其中基于日照时数的模型中Bahel模型精度最高,其次是Ogelman和Glower-Mc Culloch模型,其RMSE分别为2.282、2.309和2.313 MJ/(m~2·d),n RMSE分别为14.0%、14.2%和14.2%,MAE分别为1.666、1.701和1.697 MJ/(m~2·d),Nash-Sutcliffe系数(NS)分别为0.905、0.903和0.902;基于温度的日辐射模型中B-C校正模型精度最高,其RMSE为3.819 MJ/(m~2·d),n RMSE为23.3%,MAE为2.680 MJ/(m~2·d),NS为0.741。因此,西北地区日辐射计算当仅有日照时数资料时推荐使用Bahel模型,当仅有温度资料时推荐使用Bristow-Campbell校正模型。     

洮河流域潜在蒸散发的气候敏感性分析

潜在蒸散发(ET0)的气候敏感性分析是变化环境下陆表能-水通量过程研究的重要内容,对气候变化背景下区域水文循环和农业水资源有效利用具有重要的理论和实践指导意义。为探讨气候变化对区域潜在蒸散发的可能影响,以洮河流域为研究区,采用Penman-Monteith模式和Beven敏感性公式计算该区ET0及其对关键气候要素的敏感系数,按Sen斜率和Mann-Kendall方法对敏感系数的变幅和显著性进行检验,基于此,对洮河流域ET0的气候敏感性进行了综合分析,并探讨了1981-2010年间该区ET0发生变化的气候原因。结果表明:洮河流域ET0对关键气候因素的敏感性排序为:净辐射相对湿度最高气温最低气温风速,其中,净辐射、最高气温和风速的敏感系数与ET0的相关性较强,特别是前2个要素在敏感性和相关性方面均具有较高系数;1981-2010年间,洮河流域ET0敏感性以净辐射的降低和最高气温的增强为主,净辐射和气温共同造就了洮河流域ET0的增加,且气温占主导。     

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。     

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。     

西北地区近49年生长季参考作物蒸散量的敏感性分析

基于FAO Penman-Monteith公式计算了西北地区126个站点1961-2009年的生长季参考作物蒸散量（ET0）对气温、风速、相对湿度和太阳总辐射的敏感系数,并对敏感系数的时空变化特征进行分析。结果表明：西北地区生长季ET0对太阳总辐射最敏感,其次是气温和相对湿度,对风速的敏感性最低。气象要素分布的不均匀性导致敏感系数的空间差异显著,气温和风速的敏感系数在西风带气候区较大,相对湿度敏感系数在较湿润地带形成高值区,太阳总辐射敏感系数南部明显大于北部。生长季内,各气象因子的敏感系数均存在一定程度的波动,气温和太阳总辐射的敏感系数呈单峰型分布,风速敏感系数呈单谷型分布,相对湿度敏感系数的绝对值持续上升。49a来,太阳总辐射敏感系数显著上升,相对湿度敏感系数明显下降,其趋势系数均通过0.05水平的显著性检验,而气温和风速的敏感系数以波动为主,无明显变化趋势。     

基于风洞试验的风沙区光伏阵列近地表形态变化规律研究

[目的] 研究库布齐沙漠中段沙区光伏阵列扰动下地表形态变化规律及其与风环境的关系,为科学制定沙区光伏电站次生风沙危害防治技术方案提供理论依据。[方法] 运用风洞试验方法,分析光伏阵列与风向之间夹角为0°,45°,90°,135°和180°时光伏阵列地表蚀积空间分布规律和地表形态剖面特征。[结果] 夹角为±90°时,迎风侧前两排电板区域地表蚀积变化表现为风蚀以中度和重度为主,堆积以轻度为主。第3—5排电板区域在前两排电板的遮蔽作用下风沙活动强度大幅降低。夹角为±45°时所有电板区域蚀积变化规律较为相似;45°时蚀积变化表现为风蚀以中度和重度为主,堆积以中度和轻度为主,小范围出现重度堆积现象;-45°时风蚀和堆积均表现为以轻度和中度为主。以8 m/s风速条件为例,不同夹角条件光伏阵列地表蚀积强度表现为：45°>90°>-45°>-90°>0°。夹角为0°时最小,蚀积变化极差仅为1.265 cm。夹角为45°时最大,蚀积变化极差可达5.429 cm。夹角绝对值相等符号相反风况条件下,夹角为正值相较负值时光伏阵列地表风沙活动更为强烈。夹角为45°时蚀积强度是夹角为-45°时的1.566倍,夹角为90°时则是夹角为-90°时的1.269倍。[结论] 沙区光伏阵列次生风沙危害的防治技术方案设计应充分考虑区域主害风向条件。     

塔里木盆地生长季ET0的时空变化特征及其敏感性分析

基于塔里木盆地19个气象站2000−2019年生长季逐日气象数据,采用FAO−56PM公式计算各站逐日ET0,运用敏感系数、ArcGIS反距离权重插值、气候倾向率和Mann-Kendall非参数检验等方法,对该地区ET0的时空变化规律及ET0对关键气象因子的敏感性进行分析。结果表明：（1）近20a来,塔里木盆地生长季ET0日均值在空间上呈北低南高的趋势,多年ET0日均值从大到小依次为6、7、5、8、4、9和10月,其值分别为5.84、5.73、5.29、4.95、4.23、3.65和2.17mm⋅d⁻¹,气候倾向率分别为−0.09、0.24、0.11、−0.07、0.16、0.07和0.08mm⋅10a⁻¹,ET0日均值在盆地中、西部以负倾向率为主,盆地东部则以正倾向率为主。（2）整个生长季,塔里木盆地的相对湿度逐月增加,2m处风速逐月减小,日照时数则呈先增加后降低的趋势,最低气温和最高气温均呈倒U形分布,且均在7月达到最大值。相对湿度的变化以负倾向率为主,2m处风速和最低气温的变化以正倾向率为主,日照时数和最高气温变化的倾向率无明显规律。（3）在生长季（4−10月）,塔里木盆地ET0对关键气象因子的敏感性表现为最高气温>相对湿度>日照时数>2m处风速>最低气温,ET0对最低气温的敏感性以较低敏感性为主,对其余气象因子均以高敏感性为主。ET0对最低气温和最高气温最敏感的月份是7月,而对相对湿度、2m处风速和日照时数最敏感的月份分别是10月、4月和8月。ET0对相对湿度的敏感系数绝对值的空间分布呈由北向南递减的趋势,对2m处风速和最高气温的敏感系数均以塔克拉玛干沙漠为高值中心,对日照时数无明显规律,对最低气温则呈由西向东递减的趋势。     

参考作物潜在蒸散量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman-Monteith法计算得到的参考作物蒸散量(ET0),对影响ET0的主要气象因子进行了回归分析,并比较了以4因子(平均气温、净辐射、相对湿度、2 m处风速)和3因子(平均气温、净辐射、相对湿度)为输入向量,由Penman-Monteith法计算所得ET0为输出向量的BP网络ET0预报模型.研究表明,BP网络可以用于ET0的预报计算,四因子法和三因子法均简便可行,能满足生产的需要.相比之下,四因子法的精度更高.此研究是对传统ET0计算的补充.     

区域蒸散发分布式模拟及其遥感验证

随着遥感技术和水文模型集成技术的进步,在区域上进行蒸散发（ET）模拟和验证成为可能。为了探讨如何基于遥感监测ET进行正确的蒸散发模拟,使用1 km分辨率遥感监测ET对SWAT2000模型所模拟的漳卫南运河流域主要农业耕作区实际ET进行了率定分析,并探讨了SWAT模型农业耕作措施设置以及土壤和作物生长参数的合理取值问题。结果表明,SWAT模型模拟ET与遥感监测ET的确定性系数R2和Nash-Sutcliffe效率系数ENS分别达到了0.93和0.92;土壤蒸发与作物蒸腾的比例受土壤蒸发补偿系数（ESCO）影响较大,对于冬小麦-夏玉米轮作区,ESCO取值建议在0.8～1.0之间。利用遥感监测ET数据有助于蒸散发的正确模拟,从而有效地提高水文过程的模拟精度。     

遗传算法率定参照作物腾发量相关参数的研究

用气象资料计算参照作物腾发量(ET0)的方法需要各种气象(候)和物理参数,净辐射是其中的重要数据之一,而专业测量净辐射的设备在农业气象站里很少安装。为解决计算ET0时缺少太阳净辐射(Rn)测量值这一实际问题,该文采用浑善达克沙地东南缘南沙梁草甸草原区气象站观测的气象资料,用遗传算法模型对联合国粮农组织56号文本(FAO56)推荐值(as和bs)进行率定,计算了对应夏半年(4—9月)和冬半年(1—3月和10—12月)的太阳净辐射和参照作物腾发量,并将率定前后的模拟太阳辐射进行对比分析,用残差估计指数法对该方法模拟的参照作物腾发量模拟精度进行了分析。结果表明:在缺少太阳净辐射测量值的地区,采用FAO56参数(as和bs)推荐值与遗传算法模型率定参数(as和bs)相比,净辐射年内变化趋势一致,采用率定后参数计算的净辐射相对更不稳定,波动更大,但能有效提高参照作物腾发量计算精度。误差较大的模拟值均出现在降雨日前后,降雨虽然并未直接出现在Penman-Monteith公式中,但是降雨必然会对湿度和温度等气象条件造成一定影响,而as和bs是受湿度等因素影响而变化的,其深层次的原因有待进一步分析。     

不同网孔与筒体模型对Y型网式过滤器性能的影响

Y型网式过滤器广泛运用于微灌系统,其良好的水力性能是保证微灌系统稳定运行的关键,为了分析其水力性能,该研究采用数值模拟和物理试验相结合的方法,分析了网式过滤器在3种滤网网孔（正方形、圆形、菱形）以及3种筒体弧线角度（0°、15°、30°）下,过滤器内压降系数、滤芯网面流量分布、内部流场、压力分布等水力特性的变化。结果表明：物理试验与数值模拟之间的水头损失系数平均差异为9%,表明了数值模拟的可靠性,其中圆形网孔过滤器水头损失系数最大,正方形次之,菱形最小;滤网网孔形状对过滤器网面过流量分布的影响较大,正方形网孔过滤器的中速过流量区域占比最高达到了47.5%,圆形次之,菱形最小仅为26.5%。过滤器的水头损失随着筒体弧线角度的增加而逐渐减小,35°的压降系数较0°的减小了73.15%,网面流量的分布也随着角度的增加变得更为均匀,其中35°的中速过流量区域面积较0°增大了71.48%,水力性能明显提高;此外随着筒体弧线角度的增加,出口侧中上段滤网处的内外压差明显减小。因此在实际微灌系统中,选择网孔为正方形、筒体弧线角度30°的过滤器,其内部流场缓和、网面流量分布均匀,提高了过滤器的水力性能和使用寿命。该研究成果可为网式过滤器结构优化提供设计方案与理论依据。     

黑河绿洲新垦沙地农田灌溉与施氮量对春小麦产量及水分利用效率的影响

采用完全随机裂区试验设计，灌溉量作为主处理，施氮量作为副处理，在黑河流域新垦沙地农田进行了春小麦生产试验研究。结果表明，灌溉与施氮对春小麦产量、产量构成要素及水分利用效率产生显著性的影响。在各施氮处理下，春小麦产量、产量构成要素随灌溉量增加而增加，产量、单粒质量与粒数在0．6ET（ET为估算春小麦生育期耗水的灌溉量）处理分别比1．0ET处理下降21．98％、14．68％与9．10％。0．6ET的水分利用效率显著高于0．8ET和1．0ET，0．8ET与1．0ET两者相差不显著。在各灌溉处理中，施氮221kg／hm^2与其他施氮处理相比，其产量及产量构成要素最高，同时，各灌溉处理最佳经济施氮量相差不大（226．8～227．9kg／hm^2），小于最大产量的施氮量（277．4～305．1kg／hm^2）。研究表明，黑河流域新垦沙地农田以0．6ET灌溉与221kg／hm^2施氮组合可以获得相对高的产量与高水分利用效率。     

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。     

若尔盖湿地潜在蒸散时空动态特征及影响因子

潜在蒸散(ET0)对水资源评价和气候变化均具有重要意义。利用若尔盖湿地及其周边19个气象站1960—2015年逐日气象资料,根据辐射修正的Penman-Monteith模型计算了湿地潜在蒸散量,采用累积距平、Mann-Kendall检验、Pettitt检验、Theil-Sen趋势度、Hurst指数等方法分析了蒸散变化规律,并对蒸散影响因子进行了主成分分析。结果表明:(1)若尔盖湿地年ET0均值为625.3mm,并以4.89mm/10a的速率显著上升(p<0.01),四季ET0表现为夏季>春季>秋季>冬季。年、秋、冬ET0分别在1968年(p<0.01),1997年(p<0.01),2003年(p<0.1)突变上升,春、夏两季未出现突变。(2)湿地年均ET0呈南部、东部边缘高、西北—东南一线较低的空间分布特征,且变化速率由东北向西南递减,其中西部班玛以北及南部马尔康、黑水之间地区ET0呈缓慢下降趋势。(3)湿地年ET0的Hurst指数在0.56～0.91间,主要呈四周高、中部低的空间分布规律。未来湿地ET0变化趋势以持续性增加为主,面积比例为96.88%。(4)气温上升是引起湿地ET0增加的最主要原因,其次是日照时数的增加和相对湿度的降低。净辐射、风速和降水量的减少引起的ET0减少被气温等其他因素作用所抵消。     

1999-2016年天山西部植被覆盖的时空变化

[目的]调查天山西部生态环境植被覆盖状况,为科学保护区域生态环境和管理提供科学依据。[方法]以天山西部林区—霍城林场为研究对象,基于1999,2007和2016年3个时期的Landsat TM遥感影像和DEM数据,运用归一化植被指数分析研究区植被覆盖情况和空时变化特征。[结果]时间变化上,1999—2016年期间霍城林场植被覆盖以Ⅱ和Ⅲ级为主,所占比重达到55%以上,总体上是呈现上升趋势;空间分布上,霍城林场因海拔、坡度和坡向等地形因子的不同而出现不同的分布和变化特征,当海拔在1 500~2 000 m和2 000~2 500 m或者坡度30°~45°的区域时,植被覆盖度相对较高;当海拔 < 1 500 m以及 > 2 500 m或坡度 < 30°的区域时,植被覆盖度相对较低;植被覆盖度随着坡向的变化而变化着,呈现出阴坡 > 半阴坡 > 半阳坡 > 阳坡的分布特征;当海拔 < 1 500m和坡度 < 30°的区域时,植被覆盖度变化较为明显,而当海拔 > 2 500 m和坡度 > 45°的区域时,因受人为社会活动影响小,植被覆盖变化不明显。[结论]1999—2016年期间,霍城林场植被覆盖在时间变化上总体呈现上升趋势,在空间分布上因海拔、坡度和坡向等地形因子的不同呈现不同的分布和变化特征。     

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。     

西藏农业区?ngstr?m-Prescott公式参数选取研究

针对西藏地区地域广阔、辐射站点少且分布不均匀等特征,为获得适用于西藏主要农业区的太阳总辐射计算模型参数,基于拉萨、狮泉河、那曲、昌都站1961—2004年的逐日太阳总辐射及日照时数数据,采用最小二乘法对?ngstr?m-Prescott(AP)中的参数进行率定,利用2005—2016年的逐日观测数据对率定结果进行验证,并根据不同农业区划,由已知站点的参数值推求无辐射数据典型站点的经验参数,进而选取不同农业区划的经验参数。结果表明,FAO推荐的参数值并不完全适用于西藏地区,4个站点2个参数率定值的变化范围分别为0.18～0.26以及0.55～0.64。经验参数受纬度影响最大,其次是经度、海拔。拉萨站和昌都站计算值与实测值的吻合较好。5个不同农业区2个参数值变化范围分别为0.18～0.25及0.55～0.64。FAO推荐值在高原温带半湿润区以及高原温带半干旱区适用性较好。该研究成果可为无辐射实测地区的太阳辐射值和作物腾发量的计算提供依据。