APSIM玉米模型中辐射估算的误差传输

以华北地区3个典型站点(山东省莒县站、河南省郑州和南阳站)为研究对象,分析计算玉米生长期间Angstrom-Prescott模型、Ogelman模型、Bahel模型、日照百分率和气温日较差综合模型(简称综合模型)和刘可群等太阳总辐射估算模型的相对误差,分别将该5个模型估算结果和太阳辐射实测值(依次命名为模拟方案1-5和模拟方案0)输入APSIM玉米模型,计算各模型驱动APSIM玉米模型模拟产量的相对误差,分析由于太阳辐射估算误差对模型产量模拟结果造成的误差传输。结果表明,5个日太阳辐射模型在生长期内的平均估算误差(εi)在莒县站以A-P模型最小,在郑州和南阳站点以综合模型最小;各辐射估算模型对APSIM模型的产量模拟结果均有明显影响,综合模型模拟结果最好,其驱动APSIM模拟的玉米产量误差最小;5个辐射模型估算误差对APSIM模型模拟玉米产量的误差均有放大效应,Angstrom-Prescott模型、Ogelman模型、Bahel模型、综合模型和刘可群等模型辐射误差分别以2.23、2.28、1.63、1.85、1.90倍传输到APSIM玉米模型模拟的产量误差,可见,一定要重视辐射模型的选取和辐射模型经验系数的确定;评价5个辐射模型的误差传输到产量的误差,要综合考虑辐射模型本身的误差和辐射误差传输到产量误差中放大的效应两方面的影响,综合模型传输到产量的误差最小。因此,在华北地区无太阳总辐射实测值的地区使用APSIM模型时,本研究推荐辐射方案4即综合模型为首选模型。     

五个常见日太阳总辐射模型在华北地区的有效性验证及分析

在地学、农学等领域,日总辐射量是一个很重要的参数,但相比常规气象观测站,全球辐射观测站的数量却很少,因此,太阳辐射的估算一直受到重视。本文在分析比较前人建立的太阳总辐射模型的基础上,选取较常见且有代表性的5个模型：Angstrom-Prescott模型（I）、Ogelman模型（II）、Bahel模型（III）、日照百分率和气温日较差综合模型（IV）和刘可群等模型（V）。用华北地区6个代表站点2001-2010年的逐日太阳总辐射观测数据,按照整个分析期（10a）、不同季节、不同天气3种情况,对5个模型模拟的效果进行对比与分析。结果表明：（1）5个模型在各代表站点模拟的逐日太阳总辐射值与该站实测值间具有极显著的正相关关系（P≤0.01）,相关系数（R）均在0.93以上,平均绝对误差（MAPE）均在9.68%～17.56%,归一化均方根误差（NRMSE）在12.47%～23.12%,模拟结果大多为“好”,个别为“可以接受”,说明5个模型及相应的系数适合估算华北地区日太阳总辐射。（2）分析期内,5个模型在6个站点的MAPE平均值分别为14.28%、14.93%、12.78%、12.27%、13.01%,相应的NRMSE平均值分别为18.80%、19.71%、17.09%、16.27%、17.24%,模拟结果为“好”,其中模型IV误差最小,但与模型III和V无显著差异。（3）模型I-V的MAPE平均值在春季依次为11.97%、12.19%、11.17%、10.86%、11.24%,相应的NRMSE平均值依次为15.46%、15.75%、14.27%、13.95%、14.27%;夏季MAPE平均值依次为14.46%、15.47%、13.32%、12.45%、13.36%,相应的NRMSE平均值依次为18.89%、20.21%、17.21%、16.22%、17.05%;秋季MAPE平均值依次为14.81%、15.65%、12.67%、12.19%、12.20%,相应的NRMSE平均值依次为18.94%、20.00%、16.66%、15.94%、15.95%;冬季MAPE平均值依次为18.08%、18.56%、15.19%、14.99%、14.11%,相应的NRMSE平均值依次为22.52%、23.28%、19.42%、19.06%、18.31%。总体上,四个季节的模拟结果大多为“好”,个别为“可以接受”;春、夏、秋季,模型IV误差最小;在冬季模型V最小,模型IV次之。（4）模型I-V的MAPE平均值,在有日照时,依次为11.23%、12.03%、9.52%、9.32%、9.94%,相应的NRMSE平均值依次为14.92%、15.92%、12.75%、12.44%、13.13%。模拟结果均为“好”,其中模型IV误差最小;无日照时,MAPE平均值依次为49.25%、47.92%、49.71%、46.03%、45.51%,相应的NRMSE平均值依次为61.92%、62.09%、61.89%、58.02%、55.70%,模拟结果均为“不好”。综合分析可知,5个模型均可用于估算华北地区日太阳总辐射,但模型IV即日照百分率和气温日较差综合模型精度最高。