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。     

分别利用Hargreaves和PM公式计算西北干旱区ET0的比较

该文根据甘肃张掖气象站1991～2000年的气象资料,利用Hargreaves公式和Penman-Monteith公式计算了参照作物需水量(ET0).对比分析结果表明:Hargreaves公式计算的ET0H年值比Penman-Monteith公式的计算ET0PM偏低,而在年内6、7、8月份,ET0H＞ET0PM,9月份两种方法计算结果几乎相等,其他月份ET0H＜ET0PM.造成这种结果的原因是风速和降雨的影响.根据两种方法的计算结果,提出了适合西北干旱区ET0的计算公式.     

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。     

参考作物蒸散简易估算方法在黄土高原的适用性

参考作物蒸散(ET0)的简易估算方法在气象数据缺乏区域具有广泛的应用,但其适用性需要评估。基于1961~2009年48个气象站的数据,以FAO Penman-Monteith公式为标准评估了6种ET0简易估算方法(FAO-24Rad、FAO-24BC、Hargreaves、Priestley-Taylor、Makkink和Turc)在黄土高原应用的可能性。结果表明,对于ET0年值的估算,FAO-24BC和Hargreaves的结果令人满意,效果最差的是Makkink和Priestley-Taylor公式。ET0年值误差主要来源于11-3月,各方法对4-10月ET0的估算效果相对较好。各方法的适用性存在空间变异,FAO-24BC和Hargreaves公式的效果普遍较好,其他方法对该区各站ET0估算误差均较大,特别是Makkink和Priestley-Taylor公式;除Priestley-Taylor公式外,多数方法对西南区的估算误差较大。因此,黄土高原地区进行参考作物蒸散的简单计算时,推荐使用FAO-24BC和Hargreaves方法。     

参考作物蒸发蒸腾量计算方法在海河流域的适用性

参考作物蒸发蒸腾量（ET0）的计算公式很多,各公式所需参数各异,为寻找一种所需资料少而又精度较高的替代方法,选用1998年FAO-56分册推荐的Penman－Monteith（PM）、Hargreaves、Irmark-Allen等6种方法分别计算海河流域10个典型气象站30 a的参考作物蒸发蒸腾量,并以PM公式为标准,对其他方法进行评价。结果表明,10个站点中除了五台山地区,Hargreaves与FAO-24 Radiation 这2种方法更接近于PM方法的计算结果,其误差较小,在海河流域缺少辐射和风速     

利用温度资料和广义回归神经网络模拟参考作物蒸散量

参考作物蒸散量(reference evapotranspiration,ET0)精确模拟对水资源高效利用和灌溉制度制定具有重要意义,该文以四川盆地19个气象站点1961-1990年逐日最高、最低温度和大气顶层辐射作为输入参数,FAO-56 Penman-Monteith(PM)模型计算的ET0为标准值,建立基于广义回归神经网络(generalized regression neural network,GRNN)的ET0模拟模型,基于1991-2014年资料进行模型验证,将GRNN模型同Hargreaves(HS1)和改进Hargreaves(HS2)等简化模型的模拟结果进行比较,分析只有温度资料情况下不同模型模拟ET0误差的时空变异性。结果表明:GRNN、HS1和HS2模型均方根误差(root mean square error,RMSE)分别为0.41、1.16和0.70 mm/d,模型效率系数(Ens)分别为0.88、0.13和0.67。3种模型RMSE在时空上均呈现HS1HS2GRNN、Ens均呈现GRNNHS2HS1趋势;与PM模型模拟结果相比,GRNN、HS1和HS2模型模拟结果分别偏大0.8%、45.1%和17.3%。在时空尺度上的误差分析均表明利用温度资料建立的GRNN模型能够较为准确地模拟四川盆地ET0,因此可以作为资料缺失情况下ET0模拟的推荐模型。该研究可为四川盆地作物需水精确预测提供科学依据。     

改进Hargreaves模型估算川中丘陵区参考作物蒸散量

为提高Hargreaves-Samani(HS)模型参考作物蒸散量(ET0)计算精度,该文基于贝叶斯原理利用川中丘陵区1954-2002年逐日资料对其温度指数、温度系数和温度常数进行改进,并使用2003-2013年资料以Penman-Monteith(PM)模型为标准评价HS改进模型计算精度与适应性。结果表明:HS改进模型参数在川中丘陵区各区均小于联合国粮农组织推荐值,并呈现出随纬度上升而增大的趋势;与PM模型计算结果相比,HS改进模型计算的ET0相对误差在川中丘陵区北部从14.2%~60.9%降至-1.1%~33.4%、中部从40.6%~92.6%降至16.9%~61.1%、南部从31.3%~96.0%降至8.5%~64.4%、整个川中丘陵区从32.1%~82.7%降至9.5%~52.6%;相关性分析表明,HS改进模型和PM模型计算的ET0回归曲线的斜率更接近于1(北部1.16、中部1.02、南部0.99、全区1.13),决定系数均达到0.85(P0.01)以上;趋势分析表明,HS改进模型和PM模型计算的ET0变化一致,年内均呈开口向下的抛物线状,年际均呈微小上升趋势。因此,基于贝叶斯原理改进的HS模型在川中丘陵区不同区域变异性较小,适应性较强,具有较高的计算精度,可作为川中丘陵区参考作物蒸散量简化计算的推荐模型。     

更正

本人赵璐,在《农业工程学报》第24期发表的文章"不同ET0计算方法在川中丘陵地区的比较及改进"(第93页)Hargreaves法的计算公式(3)的大气顶层辐射Ra的单位有误,原"MJ/(m2·d)"更正为"mm/d"。利用公式(5)计算时净辐射Rn单位误用为MJ/(m2·d),其计算结果应除以系数2.45。     

机器学习算法和Hargreaves模型在四川盆地ET0计算中的比较

以四川盆地中部遂宁气象站2001-2010年逐日温度资料和大气顶层辐射（Ra）为输入参数,以FAO-56 Penman-Monteith（PM）模型计算的参考作物蒸散量（ET0）为标准,分别利用广义回归神经网络（GRNN）和小波神经网络（WNN）两种机器学习算法建立ET0模拟模型,并对GRNN、WNN和Hargreaves（HS1）与两种改进的Hargreaves（HS2和HS3）模型的ET0模拟效果进行对比分析,利用2011-2014年数据对各模型模拟精度进行验证,分析仅有温度资料时不同模型在四川盆地的适用性。结果表明：GRNN模型和WNN模型均具有较强的适用性,GRNN模型均方根误差（RMSE）、模型效率系数（Ens）和决定系数（R2）分别为0.395mm×d-1、0.924和0.902,WNN模型分别为0.401mm×d-1、0.911和0.901,且两种模型计算精度均高于HS1（1.05mm×d-1、0.885和0.334）、HS2（0.652mm×d-1、0.892和0.736）和HS3（0.550mm×d-1、0.881和0.812）模型。模型适用性验证进一步表明,GRNN和WNN模型在四川盆地西部和东部也具有较好的适用性,在输入参数中引入Ra能提高模型的模拟精度。因此,GRNN和WNN可以作为气象资料缺失条件下四川盆地ET0计算的推荐模型,且GRNN计算精度高于WNN,可优先选用。     

玛纳斯河流域ET0影响因子分析及对Hargreaves法的修正

准确估算作物蒸发蒸腾量对于农业水资源的规划和指导农田灌溉非常重要。该文以具有典型内陆河特征的玛纳斯河流域为例,根据1953-2008年的气象资料,采用Penman-Monteith(PM)法计算了流域内参考作物蒸发蒸腾量,并对影响参考作物蒸发蒸腾量的各气象因子进行了通径分析,结果表明在玛纳斯河流域温度是影响参考作物蒸发蒸腾量的最主要因子。以PM法计算得到的参考作物蒸发蒸腾量为标准值,对Hargreaves法计算的参考作物蒸发蒸腾量进行比较分析,结果表明Hargreaves法计算结果偏差较大,在4-10月尤为明显。基于35 a气象资料,采用贝叶斯方法对Hargreaves公式进行修订,采用另外21 a气象资料对修订的Hargreaves公式进行验证,结果显示修正后的Hargreaves公式满足精度要求,且计算简便,可为内陆河流域参考作物蒸发蒸腾量的计算提供参考。     

考虑辐射改进Hargreaves模型计算川中丘陵区参考作物蒸散量

为提高Hargreaves-Samani(H-S)模型对参考作物蒸散量(reference crop evapotranspiration,ET0)的计算精度,利用川中丘陵区13个代表站点1954~2013年近60 a逐日数据,依据贝叶斯原理并考虑辐射的影响对H-S模型进行改进,并以Penman-Monteith(P-M)模型为标准,对其在川中丘陵区的适用性进行评价。结果表明:1)H-S改进模型与P-M模型ET0计算结果变化趋势基本一致;2)与H-S模型相比,在3个区域H-S改进模型计算的ET0旬值平均绝对误差分别由0.93、0.95、0.93 mm/d下降到0.15、0.19、0.28 mm/d,且3个区域ET0旬值拟合方程斜率分别由1.45、1.39、1.45变为0.89、0.94、0.90,Kendall一致系数由0.70、0.80、0.82提高到0.88、0.92、0.94,拟合效果与计算精度均明显提高;3)在3~10月的作物主要生长期,3个区域ET0月值平均绝对误差分别由0.89、1.14、1.28 mm/d下降到0.46、0.29、0.21 mm/d,ET0月值回归拟合方程斜率及一致性均明显提高;4)H-S改进模型随海拔升高计算精度有所降低,H-S改进模型全年内计算精度最大可提高47%,尤其在作物主要生长期,精度最大提高了48%。因此,H-S改进模型可显著提高ET0计算精度,在海拔较低的区域尤为明显,可作为川中丘陵区ET0计算的简化推荐模型。     

多元自适应回归样条算法模拟川中丘陵区参考作物蒸散量

参考作物蒸散量(reference crop evapotranspiration, ET_0)是作物精准灌溉管理与农业高效用水的核心参数。为提高川中丘陵区气象资料缺省下的ET_0预报精度,利用不同的气象因子组合,建立15种基于多元自适应回归样条算法(multivariate adaptive regression splines, MARS)的ET_0预报模型。选取11个代表性气象站点1961—2016年逐日气象资料进行分析,将其与其他ET_0预报模型进行对比,并利用可移植性分析评价MARS模型在川中丘陵区的适用性。结果表明:基于温度和风速项输入的MARS_5(输入大气顶层辐射、最高气温、最低气温、2m处风速)、MARS_9(输入最高气温、最低气温、2 m处风速)和MARS_(13)(输入最高气温、2 m处风速)模型,以及仅基于风速项输入的MARS_(15)模型都具有良好的模拟精度;大气顶层辐射和风速是决定机器学习模型地域性适应能力的关键;引入大气顶层辐射后,MARS_6(输入大气顶层辐射、最高气温、最低气温、相对湿度)、MARS_7(输入大气顶层辐射、最高气温、最低气温、日照时长)、MARS_8(输入大气顶层辐射、最高气温、最低气温)模型均优于相同气象因子依赖下的Irmak-Allen、Irmak、Hargreaves-M4模型;通过可移植性分析发现,在训练站点和测试站点的随机交叉组合下,MARS_5模型保持了较高的精度(纳什效率系数和决定系数均大于0.985),且输出较为稳定的模拟结果,均方根误差变化范围为0.121～0.193 mm/d,平均相对误差变化范围为2.7%～4.2%。因此,基于多元自适应回归样条算法的ET_0预报模型可作为川中丘陵区ET_0预报的推荐模型。     

用统计降尺度模型预测川中丘陵区参考作物蒸散量

区域蒸散量(evapotranspiration)预测对精准灌溉预报与农田水分管理意义重大。该文利用川中丘陵区11个气象站点1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量(reference evapotranspiration,ET0),基于Hadley Centre Coupled Model version 3(HadCM3)的输出和统计降尺度模型(statistical downscaling model,SDSM)分别对A2(高温室气体排放)、B2(低温室气体排放)情景下川中丘陵区2014-2099年ET0进行预测,并使用Mann-Kendall检验和反距离加权插值法对1961-2099年ET0的时空演变特征进行分析。结果表明:基准期(1961-2010年)川中丘陵区ET0整体呈现明显下降趋势,空间上呈现出东北部、西北部和东南部相对较大、中部相对较小的差异;与基准期相比,A2、B2情景下未来2020 s(2011-2040年)、2050 s(2041-2070年)和2080 s(2071-2099年)川中丘陵区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET0将分别增加7.9%、10.9%和16.7%,B2情景下ET_0将分别增加7.1%、4.9%和12.8%;A2、B2情景下3个时期川中丘陵区ET_0空间分布均呈现西北部和南部较大、中部较小的空间差异,且3个时期的ET0相对变化率显示中部及其偏北、偏南区域ET_0增幅相对较大,北部和南部增幅相对较小。因此,未来川中丘陵区ET0的上升可能导致水资源短缺与季节性干旱进一步加剧。该研究可为川中丘陵区水资源优化管理和灌溉制度制定提供科学参考。     

秦淮河流域五种参考作物蒸散量估算方法的比较及改进

基于秦淮河流域内部及周边共7个气象站2000-2013年的逐日气象资料,使用FAO-56 Penman- Monteith、Irmak-Allen、Makkink、Turc、Jensen-Haise和Hargreaves共6种方法估算各站点逐日参考作物蒸散量（ET0）。以FAO-56 Penman-Monteith结果为标准,修正其余5种方法估算公式的原始经验系数,并通过平均绝对误差、平均相对误差、相关系数等精度评价指标和Wilcoxon非参数检验法,分别从年、月尺度对比分析5种方法修正前后的估算结果,旨在获得一种适于秦淮河流域的数据要求低,估算过程简单,精度较高的ET0估算方法。分别以5种方法的ET0日值为自变量,P-M法ET0日值为因变量,建立逐月线性回归方程,寻找经验系数的修正倍数,对5种方法经验系数进行逐月修正。结果表明,使用原始经验系数时,年尺度上,Irmak-Allen、Makkink、Turc法存在较大误差,Hargreaves法相关性较差,均不适于秦淮河流域;月尺度上,Irmak-Allen法在5-8月,Turc在9-11月,Hargreaves法在4月及9-11月适用性较好,其余月份误差较大,Makkink和J-H法分别在1-12月和3-11月存在显著差异,故5种方法均不能代替P-M法在年内12个月使用。使用修正后经验系数,年尺度上Makkink法适用性最好,平均绝对误差和平均相对误差分别为14.9mm·a-1和1.4%,相关系数为0.89,无显著差异,其次为Turc法,I-A法估算结果仍存在显著差异,Hargreaves法相关性仍较差;月尺度上,从估算精度考虑,Turc和Makkink法搭配使用,4-10月推荐使用Turc法,其平均绝对误差为2.1～6.1mm·mon-1,平均相对误差为2.9%～4.3%,无显著差异,月平均相对误差波动较小,稳定性好,1-3月和11-12月推荐使用Makkink法,其平均绝对误差为1.2～2.4mm·mon-1,平均相对误差为3.2%～5.7%,无显著差异,月平均相对误差波动较小,稳定性好,从时间连续性考虑,推荐使用Hargreaves法,其平均绝对误差为1.9～10.4mm·mon-1,平均相对误差为3.9%～9.2%,无显著差异,月平均相对误差波动较小,稳定性好。     

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.     

四川省潜在蒸散量变化及其气候影响因素分析

潜在蒸散(ET_0)是评价某一地区干旱程度的重要指标,在全球气候变暖趋势下,估计ET_0的变化对科学估算作物需水量,提高水分利用率具有重大意义。本文利用四川省1961-2014年151个气象站的气象资料,采用Penman-Monteith公式分3个区域(四川盆地、攀西地区和川西高原)计算ET_0,并对主要气象因子平均气温、相对湿度、日照时数、平均风速的相对变化率、敏感系数及其对ET_0贡献率的时空变化进行分析。结果表明:四川盆地和川西高原ET_0呈现微弱减少,而攀西地区则呈现一定的增加,其空间分布表现为:攀西地区和川西高原南部年ET_0为高值区,多在1000~1350mm,四川盆地的西南部年ET_0为低值区,多在651~900mm,从西南向东北呈现"高-低-高"趋势。各气象因子对ET_0的影响(对ET_0变化的贡献率)主要取决于敏感性和相对变化率两方面。3个区域ET_0对相对湿度的变化均表现最敏感,其敏感系数分别为-1.13、-1.40、-1.53。在主要气象因子中,在四川盆地和攀西地区,平均风速的多年相对变化率最大(-29.7%、-16.3%),川西高原则为平均温度(40.4%)。进一步分析得出,平均风速在四川盆地和川西高原对ET_0变化的贡献率最大,是主导影响因素,而在攀西地区则为相对湿度。