四湖流域参考作物腾发量的变化特征分析

根据四湖工程管理局排灌实验站2001-2010年逐日气象资料.利用Penman-Monteith公式计算逐日参考作物腾发量,分析其变化特征和各气象因子对其的影响程度.结果表明,各气象因子对日参考作物腾发量的影响程度顺序为:日最高温度＞日最低温度＞日平均温度＞饱和差＞平均风速＞日照时数.同时考虑日最高气温、日最低气温、日平均气温、饱和差、平均风速及日照时数6个气象因子,对日参考作物腾发量的模拟效果最好.     

基于温度资料估算参考作物腾发量的方法比较

以Penman-Monteith方法计算的参考作物腾发量ETo为标准,与采用温度法和辐射法的Penman-Monteith温度法(PMT)、修正的PMT(PMT-cor)、Hargreaves-Samain(HG)、修正的HG公式(HG-M1,HG-M2)、Thornthwaite公式、Irmak公式、修正的Irmak公式(Irmak-cor)、Mc Guinness Bordne公式(M-B)的估算值进行对比分析,同时引入干旱指数对温度法中的PMT公式进行修正,采用多元线性拟合对辐射法中的Irmak公式进行修正。结果表明:温度法中的PMT公式、PMT-cor公式、HG公式和辐射法中Irmak公式、Irmak-cor公式的计算值与PM法计算值间的回归系数b都接近于1.0,相关系数R2大于0.80,相对误差RE小于20%,一致性指数d大于0.95。通过交叉比较发现,Irmak-cor公式精度较高(b=1.00、R2=0.98、RMSE=0.17 mm/d、RE=7%、d=1.00),其次是Irmak公式(b=1.03、R2=0.95、RMSE=0.31 mm/d、RE=12%、d=0.99),再次是PMT、PMT-cor、HG方法。考虑计算结果的精确度,该地区首选Irmak-cor公式估算ETo;如果考虑计算简便,该地区可选HG公式估算ETo。     

参考作物腾发量计算方法适用性分析

受地区间气象、地形和地貌时空异质性的影响,不同参考作物腾发量计算公式适用性各不相同。以湖南省83个站点1971~2000年气象观测资料为样本,论述了Penm an-Monte ith公式和FAO-Monte ith修正式主要方程、参数以及适用范围的差异性。结果表明:根据生育期作物需水特点,运用标准化的Penm an-Monte ith公式计算南方地区参照作物潜在腾发量是合适的。     

豫东平原参考作物腾发量时空变化分析及影响研究

根据豫东平原6地(市)(安阳、西华、信阳、许昌、郑州、驻马店)气象站1961～2000年40年的观测资料.应用1998年FAO最新推荐的Penman-Monteith公式计算了40年各月参考作物蒸发蒸腾量ET0,分析了ET0的月际变化和年际变化特征.结果表明ET0值除信阳有所增加外,其余各站呈现为逐年减少趋势,说明气候变化对ET0的影响较大.对平均气压、平均最低气温、平均气温、平均最高气温、年日照时数、平均风速、平均相对湿度、年降水量、地理纬度、海拔高度与ET0的相关性进行了分析和检验,得出安阳、西华、许昌ET0值与年日照时数相关性最好;信阳、郑州、驻马店ET0值与平均相对湿度相关性最好.空间上ET0随地理纬度的增大呈递增趋势,随海拔高度的增大呈递减趋势.     

Hargraeves公式计算参考作物腾发量在新疆地区的适用性研究

新疆维吾尔族自治区地域辽阔,气候特征空间差异性显著。准确估算各地区的参考作物腾发量(ET0)是新疆节水灌溉设计的基础。以阿克苏地区30年的气象资料为基础计算了ET0,并以Penman-Monteith公式和修正Penman公式为参考标准,进行对比分析评价Hargraeves公式的精度和地区适应性。结果显示Hargraeves公式计算的参考作物蒸发蒸腾量,精度较Penman公式高,较Penman-Monteith公式低,但满足实际生产精度要求,特别适用与阿克苏地区气候类似的西部地区,基础气象资料不全的地区的参考作物蒸发蒸腾量的计算。     

基于R/S分析的参考作物腾发量时间序列分形特征

近年来分形理论在水文、股票及气象等行业中应用较多,在时间序列分析的非线性特征方面展示出强大魅力。采用重标极差方法分析西部地区6个站ETo时间序列的变化趋势和分形特征,通过对比发现:①所研究各站气象要素及ETo年变化趋势比较表明,所有站相对湿度均呈降低趋势,年积温均呈增加趋势,日照时数均呈降低趋势,年ETo值总体也呈降低趋势。②年尺度下各站点Hurst指数均大于0.5,同时分维数D均小于1.5,意味着ETo年序列在将来一段时间仍然保持与过去相一致的变化趋势,也即未来的总体趋势仍为减少趋势,各地区ETo年序列具有持续性。③各站点各月Hurst指数同样都大于0.5,分维数D均小于1.5,意味着1~12月ETo序列在将来一段时间仍然保持与过去相一致的变化趋势。此外,各站点年Hurst指数均大于月Hurst指数,表明年ETo序列比月ETo序列具有更长时间的持续性。     

新疆参考作物腾发量多元回归模型及空间分布

利用新疆境内42个气象站的多年气象资料,应用Penman-Monteith公式计算得到各站逐日和逐月尺度下的ET0值,应用多元统计回归分析得到相应的ET0与主要气象要素的回归方程,作为各地区计算ET0的经验公式.结合ArcGIS软件的空间分析功能,将各站回归方程的系数进行插值得出整个新疆地区ET0经验公式回归参数的空间分布图.结果表明,逐日和逐月尺度下,区域内的ET0空间分布差异显著,南部明显高于北部.回归所得的经验方程用来估算各地的ET0值是合理可靠的.回归所得的经验方程较Penman-Monteith公式简化得多,且具有一定精度,因此有一定的推广价值和应用前景.对于无气象资料地区,通过查图得出参数值,即可推算该区域特定时间尺度下的ET0值.     

阿拉尔灌区参考作物潜在腾发量的变化特征及相关分析

利用Penman-Monteith公式,根据阿克苏水平衡试验站1989～1996年逐日气象资料,计算了逐日参考作物潜在腾发量,分析了其变化特征,建立了其与其它气象要素、20cm蒸发皿蒸发量的相关关系。利用这些相关关系进行参考作物潜在腾发量的估算,方法简单,精度较高。     

京郊平原参考作物腾发量及其与气象因子相关性研究

利用FAO56 Penman-Montieth公式和京郊平原区代表性气象站点的长系列、短时序气象资料计算了该地区的逐日ET0,对ET0及其各分项的时间变异特征进行了分析,采用相关分析法研究了ET0与主要气象影响因子间的关系。结果表明,研究区域近50年来ET0呈不显著的增加趋势,就其各分项来说,辐射项的年际变化幅度较小,而空气动力学项的年际波动较大,且与ET0的年际波动较为符合;ET0的年内变化呈"单峰形"分布,一年内的最大值出现在6月份,为162.6 mm,最小值则出现在12月份,为32.3 mm。从ET0的分项来看,5~9月份ETrad>ETaero,而其余月份ETrad相似文献   

基于天气预报的参照作物腾发量中短期预报模型研究

以新乡市1970—2011年逐日实测气象资料代入FAO 56 Penman-Monteith(PM)方法算得的ET0作为基准值,对HG、P-T、M-K、M-C模型进行参数修正,将新乡市2012—2014年冬小麦生育期间预见期为1、3、5、7、10d的天气预报数据代入修正后的模型进行ET01~10 d的中短期预报,并以2012—2014年冬小麦生育期间逐日实测气象资料由PM公式算得的ET0为基准值,对天气预报的精度及ET0的预报精度进行评价。结果表明:经过参数修正后HG、P-T、M-K、M-C模型的精度均有提高;最高气温、最低气温、风速、日照时数的预报精度均随预见期的增加呈逐渐下降趋势,最低气温预报的精度稍高于最高气温;不同预见期的ET0预报模型中,P-T模型预报的ET0平均准确率在众模型中较高(95.06%),其次为HG-M模型(94.66%)、PMT1模型(94.34%)、M-K模型(93.89%),且P-T、HGM两种模型计算程序较简单,因此优选P-T、HG-M模型进行ET0的中短期预报。     

Evaluation of pan coefficient for reference crop evapotranspiration for semi-arid region

Pan coefficient (K _pan) is the important factor for computation of reference evapotranspiration (ET _o ) from pan evaporation (E _pan). In this paper, the approaches proposed by Cuenca (Irrigation system design: an engineering approach. Prentice-Hall, Englewood Cliffs, 1989), Snyder (J Irrig Drain Eng 118(6):977–980, 1992), Orang (Potential accuracy of the popular non-linear regression equations for estimating pan coefficient values in the original and FAO-24 tables. Unpublished Report, Calif. Dept. of Water Resources, Sacramento, 1998), Raghuwanshi and Wallender (J Irrig Drain Eng 118 (6):977–980, 1998) and Pereira et al. (Agric Water Manage 76:75–82, 1995) were evaluated for a semi-arid region. By comparing with the FAO 56 Penman-Monteith (F-PM) method the Snyder (J Irrig Drain Eng 118(6):977–980, 1992, 1992) approach was best suited for the semi-arid region.     

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Hargre...     

基于公共天气预报的参考作物腾发量预报

针对Penman Monteith公式的应用局限性,以公共天气预报可测因子及历史气象数据计算ET₀为基准,对广州站2017-01-01-2019-03-31预报气象信息风力状况进行量化后,以2017,2018年气象预报信息为输入因子、ET₀为输出因子,分别建立基于回归型支持向量机(SVR)预报模型与BP神经网络预报模型,选择性能较优预报模型对2019年ET₀进行预报,并与计算值进行对比分析.结果表明:回归型支持向量机参考作物腾发量预报模型测试集确定性系数为0.896、均方误差为0.206,BP神经网络参考作物腾发量预报模型测试集确定性系数为0.851、均方误差为0.305,SVR参考作物腾发量预报模型均方误差及决定系数要明显优于BP神经网络;基于SVR模型的预报值与PM公式计算值相关系数为0.761,没有明显差异,表现出显著的相关性以及整体吻合度,可为灌溉预报及决策提供较为准确的ET₀预报数据.     

基于气温预报和HS公式的参考作物腾发量预报

为探索精确预报未来短期参考作物腾发量ET0的方法,提出基于气温预报和HargreavesSamani(HS)公式进行ET0预报.收集了南京站2001—2011年逐日气象观测数据和2011年预见期为4 d的逐日天气预报数据,采用FAO-56Penman-Monteith公式计算逐日ET0,用2001—2010年计算的ET0率定HS公式参数;用率定后的公式和2011年的天气预报气温数据进行未来4 d的ET0预报;比较2011年ET0的计算值与预报值、气温观测值与预报值以评价ET0预报精度及误差原因.结果表明:最低气温预报准确率达81.9%,最高气温预报准确率为80.1%;经过参数校正后,HS公式精度较高.ET0预报准确率为85.7%,平均绝对误差为1.01 mm/d,均方根误差为1.42 mm/d,相关系数为0.74;各项预报误差随着预见期的增大而增大.产生误差的主要原因为气温预报误差和HS公式未考虑平均风速和相对湿度的影响.总体而言,基于气温预报和HS公式的ET0预报方法精度较高,可为灌溉预报及决策提供较为准确的ET0预报数据.     

基于ELM的西北旱区参考作物蒸散量预报模型

为实现气象资料缺失情况下ET₀的精确预报,选取中国西北旱区4个代表性站点的气象资料,建立15种基于极限学习机(ELM)的ET₀预报模型,并通过与其他ET₀计算模型对比和可移植性分析探究ELM在西北旱区的适用性.结果表明:基于温度和风速的ELM₇预报精度较高(整体评价指标GPI排名第4);基于温度和辐射的ELM₅预报精度(GPI排名第6)明显高于Iramk模型和Jensen-Haise模型;仅基于温度的ELM₉预报精度(GPI排名第8)高于Hargreaves-Samani模型.通过模型可移植性分析发现,ELM₇在西北旱区内各训练站点和预测站点组合下预报精度良好.因此,可将ELM₅(输入温度和辐射)、ELM₇(输入温度和风速)和ELM₉(输入温度)作为西北旱区较少气象参数输入情况下精确预报ET₀的推荐模型.     

四川省参考作物腾发量时空分布特征及成因分析

为探究四川省参考作物腾发量（ET0）的变化,利用1961－2010年四川省12个气象站点的逐日气象观测资料,使用联合国粮农组织（FAO）1998年推荐的Penman-Monteith公式计算各站点ET0,并在此基础上采用GIS的克里金插值、Mann-Kendall趋势检验及相关分析方法分析ET0的的时空变化规律及其原因。结果表明：1961－2010年四川省各站的年ET0总体呈波动性递减趋势,其中ET0在1992年以前显著下降,之后逐渐上升;ET0年内分布不均,呈单峰曲线变化趋势,最大值在6月,达到了3.2 mm?d-1;ET0空间分布基本呈现自东北、西南向中部递减趋势,自西部青藏高原到中部成都平原ET0逐渐减小,再过渡到东部丘陵区ET0又逐渐增大,随地理纬度的增大呈递减趋势,随海拔高度的增大呈递增趋势,时空分布存在较大的区域差异;ET0和气象因子的相关分析结果表明,ET0和日照时数、风速呈显著正相关（α=0.05）,是四川省ET0变化的主要影响因素。     

基于改进Makkink模型的四川盆地参考作物蒸散量估算

为了有效提高四川盆地参考作物蒸散量ET₀的预报精度,选取四川盆地16个代表性气象站点1961-2019年逐日气象数据,基于差分进化算法(DE)对辐射模型的经验参数校准改进Makkink模型并估算四川盆地ET₀,在日、月尺度上对改进的Makkink模型(M1-M6)和Jennsen-Haise(JH)及Irmak(IK)模型评价.结果表明:在日尺度上,改进的Makkink(M1-M6)模型(R²为0.77~0.87)模拟结果比JH和IK模型(R²为0.74~0.76)更精确,改进的Makkink模型中,M4模型估算精度最高,综合性指标GPI中位数为1.05;在月尺度上,改进的Makkink模型模拟结果(误差为3.59~15.71 mm/月)也优于JH和IK模型(误差为6.84~25.31 mm/月),其中M4模型估算精度最佳,综合性指标GPI为1.72.总体而言,推荐以温度和相对湿度作为输入数据的M4模型模拟四川盆地ET₀.     

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.     

蝙蝠算法优化极限学习机模拟参考作物蒸散量

为提高参考作物蒸散量模拟的准确性,提出蝙蝠算法优化极限学习机的参考作物蒸散量模拟模型.基于汕头站1966-2015年月值气象数据(包括逐月最高温度、最低温度、地表总辐射量、风速和相对湿度),建立参考作物蒸散量的极限学习机模型,并采用蝙蝠算法通过交叉验证方法对极限学习机的正则化系数和径向基函数的幅宽进行优化,最后对参考作物蒸散量模拟效果进行评估.结果表明:与传统调参方法和遗传算法优化后的模型相比,蝙蝠算法优化参数极限学习机模型建立了整体性能优异并且稳定的参考作物蒸散量模型,提高了参考作物蒸散量的模拟精度.     

An evaluation of common pan coefficient equations to estimate reference evapotranspiration in a subtropical climate (north of Iran)

Accurate reference evapotranspiration (ET₀) data are essential to water resources project planning and farm irrigation scheduling. Evaporation pans are widely used to estimate reference ET₀. Via the pan coefficient (K _p), ET₀ is estimated from evaporation pan data. Four common K _p equations (Orang in Potential accuracy of the popular non-linear regression equations for estimating pan coefficient values in the original and FAO-24 tables, unpublished report, 1998; Allen and Pruitt in J Irrig Drain Eng 117(5):758–773, 1991; Cuenca in Irrigation system design: an engineering approach, p 133, 1989; Snyder in J Irrig Drain Eng 118(6):977–980, 1992) to calculate daily K _p coefficients to estimate ET₀ were evaluated using a 10-year mean climate dataset for a subtropical climate (north of Iran). Overall results showed that ET₀ calculated using the daily K _p values from Orang (Potential accuracy of the popular non-linear regression equations for estimating pan coefficient values in the original and FAO-24 tables, unpublished report, 1998) provided more accurate daily, monthly, and annual total estimates compared to the others equations.