岷江源区Hargreaves法适用性与未来参考作物蒸散量预测

利用岷江源区1961—2010年逐日气象数据,采用FAO 56 Penman-Monteith和Hargreaves公式计算参考作物蒸散量,并以FAO 56 Penman-Monteith为标准对Hargreaves公式适用性进行评价,通过对Hargreaves公式转换系数C0进行修正,建立基于月尺度的参考作物蒸散发公式,结合Reg CM4.0区域模型生成的温度数据,对未来(2011—2099年)研究区参考作物蒸散发量变化进行预测。研究结果表明:通过通径分析发现,在岷江源区气温是影响参考作物蒸散量最重要的气象因子,采用基于温度法的参考作物蒸散发公式具有理论依据;采用未修正的Hargreaves公式明显高估了该区域参考作物蒸散量,特别是在雨季4—10月;修正后的Hargreaves公式绝对偏差与相对偏差显著减小,与FAO 56 Penman-Monteith月值之间均方根误差RMSE为3.76 mm、效率指数EF为0.39、可决系数CD为0.84,吻合系数d为0.8,能够满足研究区参考作物蒸散发估算精度;在未来气候变化情景下岷江源区参考作物蒸散量总体呈增加趋势,气候倾向率为5.6 mm/(10 a)。     

Hargreaves法在岷江源区适用性及未来参考作物蒸散量预测

本文利用岷江源区1961-2010年逐日气象数据,采用FAO 56 Penman-Monteith和Hargreaves公式计算参考作物蒸散量,并以FAO 56 Penman-Monteith为标准对Hargreaves公式适用性进行评价,通过对Hargreaves公式转换系数C_0进行修正,建立基于月尺度的参考作物蒸散发公式,结合RegCM4.0区域模型生成的温度数据,对未来(2011-2099年)研究区参考作物蒸散发量变化进行预测。研究结果表明:通过通径分析发现,在岷江源区气温是影响参考作物蒸散量最重要的气象因子,采用基于温度法的参考作物蒸散发公式具有理论依据;采用未修正的Hargreaves公式明显高估了该区域参考作物蒸散量,特别是在雨季4-10月;修正后的Hargreaves公式绝对偏差与相对偏差显著减小,与FAO 56Penman-Monteith月值之间均方根误差RMSE为3.76mm、效率指数EF为0.39、可决系数CD为0.84,吻合系数d为0.8,能够满足研究区参考作物蒸散发估算精度;在未来气候变化情景下岷江源区参考作物蒸散量总体呈增加趋势,气候倾向率为5.6mm/(10a)。     

吉兰泰及周边地区蒸散发的时空变化规律

【目的】探索吉兰泰及周边地区蒸散发的时空变化规律。【方法】以吉兰泰为对象,利用MODIS数据通过SEBAL模型估算了研究区2017年植被生长季5—10月的日蒸散发,并分析了蒸散发与环境因子的相关性。【结果】①生长季日平均蒸散量整体趋势呈单峰型分布趋势,日均蒸散量最大值在7月(3.98 mm),最小值在10月(1.11 mm);②在空间分布上,研究区东南部蒸散发最高,东北部蒸散发最低;不同土地利用类型中蒸散发值由大到小分别为林地、耕地、草地、戈壁、沙漠;各土地利用类型蒸散发量的时间动态表现一致,呈生长期>生长初期>生长后期;③归一化植被指数、高程与蒸散发正相关,风速以及地表温度与蒸散发负相关。【结论】SEBAL模型估算的蒸散发与P-M作物系数法的蒸散发进行对比,相对误差在允许范围之内,表明SEBAL模型对本研究区蒸散发的估算是可靠的。研究区靠近山地的蒸散发大于荒漠区的蒸散发。在植被生长季中生长初期的蒸散发受温度和风速影响最大,生长期和生长后期的蒸散发受地表温度和高程影响最大。     

青海东部农业区参考作物蒸散量的估算方法

利用青海东部农业区5个气象站1960—2006年逐日气象资料,以Penman-Monteith公式估算结果为标准,分析了Hargreaves-Samani、McCloud与Priestley-Taylor法的适用性。结果表明,采用Hargreaves-Samani法和Priestley-Taylor法,年平均ET0估算值高于标准值,而McCloud估算结果显著偏小;气温较低月份(11月至次年3月),Hargreaves-Samani和Priestley-Taylor法月平均ET0估算值与标准值差异不显著,4—10月估算结果显著高于标准值。可见,Priestley-Taylor适用性最好,Hargreaves-Samani次之,McCloud最差,且Priestley-Taylor公式修正后估算精度更高。     

基于地面观测和Sentinel-2数据的玉米实际蒸散发估算

基于遥感技术估算作物蒸散发(Evapotranspiration,ET)对农业用水效率评价和精量灌溉决策具有重要意义。结合Sentinel-2数据和农田连续地面观测资料,利用混合双源蒸散发模型(Hybrid dual-source scheme and trapezoid framework-based evapotranspiration model,HTEM)对宁夏回族自治区中卫市2019年两个试验田玉米主要生育期(5—8月)的蒸散发量进行估算,并用水量平衡法对遥感估算结果进行验证和评价。结果表明:Sentinel-2数据具有高时空分辨率,能够与研究区复杂的种植地块相匹配,减少了混合像元的数量;遥感反演参数与地面观测数据拟合度较高,研究区2019年遥感反演的玉米田净辐射量均方根误差为36.256 W/m²。利用HTEM模型估算可得,主要生育期内研究区两个玉米试验田的日均实际蒸散发量分别为4.269 mm/d和4.339 mm/d,实际蒸散发总量分别为525.114 mm和533.690 mm,其中植被蒸腾量分别为363.483 mm和358.196 mm,生育初期主要以土壤蒸发形式消耗水分,随着作物的生长,在生育中后期主要以植被蒸腾的形式消耗水分。ET遥感反演结果与水量平衡结果之间差别不显著,两个观测点绝对误差分别为13.533 mm和7.774 mm。因此,结合地面连续观测系统和Sentinel-2数据估算研究区玉米生育阶段蒸散发量具有较高的精度,可为作物耗水规律研究及区域农业水管理提供技术支撑。     

基于MODIS数据计算的RLPM模型在黄土高原地区的应用

为了更加准确地估算黄土高原的蒸散发,本文基于FAO56的Penman-Monteith数学模型,结合Leuning提出的叶面积指数(LAI)反演ET的理论思想,提出Remote Sensing Leaf Area Index Penman-Monteith模型(RLPM)。使用MODIS中国合成产品NDVI和研究区气象资料数据反演出所需的参数值,以黄土高原为研究区域,最后可计算研究区域内任意时间、任意地点的日ET值。将本模型的ET反演值与普通的P-M模型得到的反演值进行线性分析,得到相关性系数均大于0.8。该研究旨在丰富蒸散发模型计算方法,提高蒸散发计算的准确度。     

气象资料缺测条件下武汉地区计算ET0方法适用性分析

运用Priestley-Taylor公式， Hargreaves公式和Penman-Monteith公式，对武汉市各典型水文年参考作物腾发量进行了计算，以Penman-Monteith公式的计算结果为标准，对Priestley-Taylor公式和Hargreaves公式的计算结果进行分析。结果表明：各典型年Hargreaves公式计算的ET0值与Penman-Monteith公式计算结果无显著性差异，在气象资料缺测的条件下可直接代替Penman-Monteith公式在该地区使用；而Priestley-Taylor公式与Penman-Monteith公式计算结果有很大差异，使用前须进行修正。     

基于SEBAL模型和Landsat-8遥感数据的农田蒸散发估算

【目的】及时准确地获取农田蒸散发量,为科学管理农田灌溉、精准估算作物产量和预报土壤水分动态、合理开发水资源等提供有效依据。【方法】以广利灌区为研究对象,基于SEBAL模型利用Landsat-8数据对研究区域农田蒸散发进行估算,通过地表参数计算净辐射通量、土壤热通量和感热通量,利用余项法求得潜热通量及瞬时蒸散发。假定24 h内蒸散比不变,由瞬时蒸散发扩展到日蒸散发量,最终求得研究区的日平均蒸散发量,将模型计算结果与彭曼公式进行了对比,同时结合灌区提供数据对计算结果进行了验证。【结果】彭曼公式计算2014年5月6日和2015年9月14日蒸散量与实测结果相差分别为5.2%和9.4%,SEBAL模型估算得到2014年5月6日和2015年9月14日的日蒸散量与灌区提供日蒸散量相差4.5%、6.0%,且冬小麦及夏玉米蒸散发在空间上存在一定的差异性,主要集中在灌区中部区域及西南区域。【结论】SEBAL模型计算结果具有较高的精度,而且方法相对快捷高效。     

越冬期麦田地表蒸散量估算模型适用性分析与参数修正

地表蒸散量是作物需水量估算以及农田水管理的重要依据。越冬期农田地表蒸散过程改变了土壤内部水热参数分布,进而影响春季作物的生长状况。本文对Penman-Monteith(PM)模型、Priestley-Taylor(PT)模型和Simultaneous heat and water(SHAW)模型在越冬期麦田地表蒸散量估算精度及适用性进行分析与评价,并针对冬季土壤冻结的特殊情况对模型参数进行了修正。麦田试验采集了北京市昌平区2011—2012年和2012—2013年2个冬季的气象参数与实际蒸散量。通过对比3种模型默认或经验参数下的估算值与实际测量值发现:PT模型对蒸散量的估算精度最高(PT、PM、SHAW模型RMSE分别为0.159、0.697、0.390 mm),PM和PT模型的估算整体高于实际测量值,其原因在于冬季地表经历了固-液相变和气-液相变两个过程。为了提高估算精度,在PT和PM模型中引入水分胁迫系数,并利用第1年冬季的数据对3种模型参数进行修正,结果表明,修正后的PM模型(2011—2012年RMSE为0.159 mm)和SHAW模型(2011—2012年RMSE为0.280 mm)对蒸散量的估算精度都有明显提高。将参数修正后的模型用于预测2012—2013年冬季的地表蒸散量,结果表明:3种修正模型的估算精度均较高(PT、PM、SHAW模型RMSE分别为0.267、0.252、0.253 mm)。相比之下,PT模型的计算最为简单,所需数据最少,因此,在估算越冬期麦田地表蒸散量时,可优先选择PT模型。     

石羊河流域典型畦灌玉米蒸散发量变化规律及归因分析

【目的】明确石羊河流域典型畦灌玉米蒸散发量变化规律及其驱动因素。【方法】基于涡度相关系统,在2015—2018年于中国农业大学石羊河试验站对西北典型畦灌玉米蒸散发量进行了连续观测。基于偏相关分析及结构方程模型分析了玉米蒸散发量与环境因子之间的关系。【结果】畦灌玉米生育期平均蒸散发量为524.3 mm,日平均蒸散发量为3.5 mm/d,生育期内日蒸散发量呈先上升后下降的单峰变化趋势,在7月达到峰值。净辐射量与蒸散发量之间的相关性最高,对蒸散发量影响程度较大的环境因子为净辐射量、温度、饱和水汽压差。结构方程结果表明,叶面积指数作为中间变量与蒸散发量之间存在正相关性。【结论】畦灌玉米生育期内日蒸散发量呈先上升后下降的变化趋势,净辐射量、温度、饱和水汽压差是对蒸散发量影响较大的环境因子。     

参考作物腾发量计算方法在玛纳斯河流域的应用比较

基于玛纳斯河流城4个气象站莫索湾、炮台、石河子、乌兰乌苏1961-2005年的日观测气象数据,采用SWAT2000模型里引入的Penman- Monteith, Hargreaves, Priestley-Taylor方法计算每日参考作物腾发量(ETo),比较计算结果之间的差异性.结果表明,莫索湾站与炮台站Hargre...     

基于NARX模型的参考作物蒸散发预测

为了实现气象资料缺失情况下参考作物蒸散量(ET₀)精确计算和预测,以攀枝花站点为例,构建非线性自回归滤波器(NARX)模型预测ET₀.以Penman-Monteith模型计算的ET₀作为预测标准,将日最高温、日最低温、日照时数、风速和相对湿度作为模型的输入参数,建立11种不同气象因子组合的NARX模型,并与Hargreaves-Samani模型、Irmak-Allen模型、Makkink模型、Priestley-Taylor模型的计算结果进行比较.结果表明:不同气象因子输入下的NARX模型模拟精度表现出明显的差异.其中,基于全部气象因子的NARX-1模型的RMSE,MAE和MBE分别为0.425 mm/d,0.320 mm/d和0.069 mm/d,NSE为0.920,GPI排名第11,精度最差;而基于风速的NARX-9模型精度最高,其RMSE,MAE和MBE分别为0.285 mm/d,0.237 mm/d和0.019 mm/d,NSE为0.964,GPI排名第1.在输入相同气象参数情况下,基于温度和日照时数的NARX-4模型模拟精度优于Irmak-Allen,Makkink,Priestley-Taylor模型;基于温度的NARX-7模型模拟精度明显高于Hargreaves-Samani模型.因此,可将NARX模型作为四川西南山地缺失较多气象资料情况下计算ET₀的推荐模型,为农田精准灌溉提供科学依据.     

Water requirements of maize in the middle Heihe River basin, China

As part of an intercomparison study on crop evapotranspiration (ET_c), six methods for estimating ET_c have been applied to maize field in the middle Heihe River basin, China. The ET_c was estimated by the soil water balance and Bowen ratio-energy balance methods while the Priestley-Taylor, Penman, Penman-Monteith and Hargreaves methods were used for estimating the reference evapotranspiration (ET₀). The results showed that the trend of ET_c was very similar, while the differences were significant among the different methods. The variations of ET_c were closely related to the LAI as well as to the meteorological features. The ET_c for the Bowen ratio-energy balance, Penman, Penman-Monteith, soil water balance, Priestley-Taylor and Hargreaves methods totaled 777.75, 693.13, 618.34, 615.67, 560.31 and 552.07 mm, respectively, with the daily mean values for 5.26, 4.68, 4.18, 4.16, 3.79 and 3.73 mm day⁻¹. The Penman-Monteith method provided fairly good estimation of ET_o as compared with the Priestley-Taylor, Penman, Hargreaves methods. By contrast with the Penman-Monteith method, the Bowen ratio-energy balance and Penman methods were 25.8% and 12.0% higher, while the Priestley-Taylor and Hargreaves methods were 9.4% and 10.7% lower, respectively. Therefore, the Hargreaves and Priestley-Taylor methods were the alternative ET_c methods in arid regions of Northwest China.     

新疆地区潜在蒸散量计算模型适用性评价

[目的]评价不同潜在蒸散量模型计算结果的准确性以及模型在不同地区的适用性,提出适合于新疆不同区域的潜在蒸散量计算模型.[方法]基于新疆16个站点1970-2015年的实测气象资料,以实测蒸发为基准,采用综合法、辐射法、质量传输法、温度法4类模型计算了潜在蒸散量;通过随机森林模型分析了潜在蒸散量的主要影响因素,并利用多属...     

江苏地区不同参考作物蒸发蒸腾量估算模型

为了研究不同参考作物蒸发蒸腾量ET₀估算方法在江苏地区的适用性,收集了江苏省徐州市、高邮市和昆山市1957年1月至2019年12月的气象数据,采用12种不同模型估算了各站点的ET₀,其中模型Priestly-Taylor,Hansen,Jensen-Haise,Makkink是基于辐射数据的模型;MC-Cloud,1985 Hargreaves,Thornthwaite是基于温度数据的;Copais,Valiantzas 1和Valiantzas 2是综合法模型;XGBoost和SVM是机器学习模型.12种ET₀的估算模型计算值分别与Penman-Monteith模型(PM)计算值进行比较,结果表明:各站点的综合评价指数GPI最高的为机器学习模型中的SVM模型;在输入参数相同的情况下,机器学习模型模拟精度优于综合法和温度法以及辐射法中的Pristley-Taylor和Makkink模型;机器学习模型随着输入参数减少,模拟精度依次降低.研究结果可以为江苏地区气象数据不完善时估算ET₀提供科学依据.     

豫西北几种ET_0计算方法的比较及Hargeaves公式的修正

根据豫西北地区30年的气象资料,选用辐射法中的Makkink公式和Priestley-Taylor公式以及温度法的Hargreaves公式和McCloud公式计算了ET0,并以Penman-Monteith公式为标准,分别对各公式年值和旬均值的绝对误差、相对误差和累计误差进行分析,结果显示Hargreaves公式的精度最高。为了进一步提高Hargreaves公式的应用精度,建立了线形回归方程,并对其进行了修正。     

Estimation of banana (Musa sp.) plant transpiration using a standard 20 cm pan in a greenhouse

An experiment was carried out in a naturally ventilated greenhouse to study the relationship between banana (Musa sp.) plant transpiration (Tr) measured with load cells, reference crop evapotranspiration (ET_o) calculated with five widely used models (i.e. the Priestley-Taylor, FAO radiation, Hargreaves, FAO Penman and FAO Penman-Monteith models) and pan evaporation (E_pan) measured with a standard Chinese 20 cm pan. Microclimatic conditions were measured inside the greenhouse. Results show that vapor pressure deficit and air temperature had good linear correlations to banana Tr with R² of 0.67 and 0.62, respectively. Among the five models tested, banana Tr and ET_o calculated with the FAO-Penman model yielded the highest determination coefficient (R² = 0.67), followed by the FAO-PM model (R²=0.63), the FAO radiation model (R²=0.52), the Hargreaves model (R²=0.49) and the Priestley-Taylor model (R²=0.47). Banana transpiration Tr vs. E_pan yielded an R² of 0.83, which is higher than the five models tested. In conclusion, the 20 cm pan can be useful for estimating banana Tr in greenhouses.     

基于公共天气预报的广东青年运河灌区参考作物腾发量预报方法比较

为提出高精度适合广东青年运河灌区参考作物腾发量(ET₀)预报方法,制定精准的灌溉预报,降低农业用水量,本研究以灌区内的湛江站为研究对象,收集了该站点2003-01-01-2017-05-31逐日气象观测数据和2016-01-01-2017-05-31日的预见期为7 d的逐日公共天气预报数据,采用FAO-56 Penman-Monteith计算值作为基准,比较Hargreaves-Samani(HS)法、简化Penman-Monteith(PT)、逐日均值修正法的预报效果.结果表明:以上3种方法1~7 d预见期平均绝对误差平均值分别为0.908 3,0.903 1,0.947 9 mm/d,平均绝对误差分别为1.099 1,1.099 9,1.192 4 mm/d,相关系数分别为0.649 5,0.649 8,0.615 9,PT法的平均绝对误差以及相关系数均最好.就每个预见期而言,1~5 d预见期的最优预报方法均为PT法,6~7 d为HS法.因此,建议采用PT法进行青年运河灌区的ET₀预报.     

苏南丘陵地区茶树蒸散发估算模型的适用性评估

根据波文比能量观测系统在2017—2020年间的ET_c观测数据,分别对FAO-56作物系数模型(S-k_c)与Priestley-Taylor(PT-α)模型进行参数率定及修正,分析了茶树ET_c在各生育期内对气象因子的响应特性,并评估了修正后的S-k_c与PT-α模型对于苏南丘陵地区茶园的应用效果.研究表明:S-k_c模型的作物系数k_c在茶树生长初期为0.83、中期为1.19、后期为1.06,PT-α模型系数α年均值为1.09;气温、水汽压差及土壤体积含水率对ET_c的影响在0.05的水平下具有统计学意义,且各气象因子对ET_c的相关性均表现为在茶树生长中期高度相关,生长后期偏低;以波文比能量观测系统的ET_c观测数据作为参照,修正后的S-k_c模型高估了茶树ET_c,PT-α模型低估了ET_c,但PT-α模型的误差(R²=0.91)稍低于S-k_c模型(R²=0.88),S-k_c模型的模拟效果在茶树快速生长期(MAE=0.72 mm/d,RMSE=0.99 mm/d)和生长中期(MAE=0.36 mm/d,RMSE=0.48 mm/d)较好,PT-α模型的模拟效果在茶树生长后期(MAE=0.35 mm/d,RMSE=0.23 mm/d)较好.该研究明确了苏南丘陵地区茶树各生育期ET_c的变化特征和模拟手段,对于苏南丘陵地区茶树实现科学生产具有重要参考价值.     

基于SEBAL模型的小麦水分生产率研究

基于能量平衡原理,运用SEBAL模型和Landsat8影像反演估算了山西省晋中市的小麦水分生产率。首先根据Landsat8卫星影像,反演了晋中地区净辐射通量、土壤热通量和感热通量,使用能量平衡方程计算了水分蒸散;然后基于晋中小麦的产量统计数据,对晋中小麦的产量进行插值并栅格化;最后利用水分生产率公式计算了研究区小麦水分生产率。结果表明,研究区内的太谷、榆社、介休3站点反演的日蒸散量分别为2.93、3.82、3.17 mm/d,范围为0.41~7.22 mm/d,与根据Penman-Monteith公式计算的结果 (2.57、3.48、3.43 mm/d)大致相等,误差范围在10%左右;研究区小麦水分生产率均值为0.94 kg/m3,最高达到2.50 kg/m3,处于合理范围内,可以对晋中地区提高水分利用效率提供有效参考。