Hargreaves模型在黄土高原地区的应用与改进

利用黄土高原地区55个气象站30年的气象资料,以Penman-Monteith(PM)公式作为计算ET0的标准,探讨了Hargreaves公式在黄土高原地区的适用性,并对Hargreaves公式进行了修正。结果表明,Hargreaves公式不宜直接应用于黄土高原地区,但修正后的Hargreaves公式计算的3d或更长时间尺度的ET0与PM公式计算的结果吻合度较高。可见,修正后的Hargreaves公式在黄土高原地区具有可行性。     

简化参考作物蒸发蒸腾量公式在陕西关中地区的适用性研究

为满足关中地区气象资料不全区域的ET0计算需求,选用Priestley-Taylor、Hargreaves-Samani、Hargreaves校正、Imark-Allen拟合法等简化计算公式计算了关中地区10个典型站点41a的月ET0,寻求适合该地区的简化公式。以FAO-56Penman-Monteith(PM)计算结果为标准,进行对比分析。结果表明,Hargreaves系列法在年际和年内变化趋势上与PM法吻合良好,但该系列法计算的ET0明显大于PM法计算结果;Irmak-Allen法只在年内变化趋势与PM法接近,而年际变化趋势差异较大。Priestley-Taylor法在关中中西部偏差较小,Hargreaves校正法、Irmak-Allen法在关中东部偏差较小。     

关中地区夏玉米和冬小麦不同蒸发蒸腾量估算方法的研究

参考作物蒸发蒸腾量(ET0)是精准估算作物需水量、提高农田水分利用效率的重要依据。基于2013-2017年的田间试验数据以及相关气象观测资料,采用5种计算ET0的方法计算关中地区日平均ET0和年平均ET0,采用Origin对ET0及环境因子进行相关分析,使用标准误差估计(SSE)和决定系数r2,在FAO-56 PM和其他4种简单替代方法之间进行比较。结果表明:对ET0和气象因子的标准分数的分析表明,ET测量值和5种方法的估计值均高度依赖于太阳辐射和温度,但与相对湿度和风速的关系较小。对5种ET0估算方法,即:FAO-56 Penman-Monteith(FAO-56 PM)、Penman-Monteith(PM)、Priestly-Taylor(PT)、Mankink(MK)和Hargreaves(HG)进行了评估。统计分析表明PM可代替FAO-56 PM方法来预测该地区的ET_0值。这与作物蒸发蒸腾量(ETC)的准确估计直接相关,这也取决于作物生理特征和发育阶段、天气参数、环境条件和管理实践。     

不同时间尺度下Hargreaves公式计算ET_0的精度差异

以南京气象站1961-2010年的气象资料为基础,以Penman-Monteith(PM)公式计算结果为标准,利用Hargreaves(H-S)公式计算了不同时间尺度(日、旬和月)下的参考作物蒸发蒸腾量(ET0)。结果表明,原始H-S公式的计算值(ET0)在不同时间尺度下不同时段内均大于PM公式的计算值,两种方法在夏秋季差异较大,春冬季差异较小。且在各时间尺度下均具有较高的相关性,其平均相对误差随着时段的增长而逐渐减小,但远超出了理想的误差范围。修正后的H-S公式有效降低了各个时段的平均相对误差和绝对误差,且提高了两方法计算值之间的相关性,为南京及其周边气象资料缺乏地区计算ET0提供了一种较为可靠的参考。     

机器学习模型在河北省参考作物蒸散量计算中的比较

为研究河北省参考作物蒸散量ET0的适用方法,以极限学习机模型ELM和广义回归神经网络模型GRNN为基础,对其1961-2015年的ET0进行了估算,并以Penman-Monteith模型P-M为标准,与Hargreaves模型HS模型计算结果进行了比较,结果表明:ELM模型与GRNN模型在ET0日值和月值的模拟精度明显高于H-S模型,同时不同模型的相对均方根误差RMSE值均表现为GRNNELMH-S,而一致性则表现为GRNN模型最高,这表明机器学习模型的计算精度要高于H-S模型,而GRNN模型计算精度最高。     

北京地区潜在蒸散量计算方法的比较研究

利用北京地区1951—2007年的逐日气象资料,选取常用的7种公式计算日潜在蒸散量,并和利用FAO推荐的Penman-Monteith(PM)标准公式计算日潜在蒸散量进行比较。根据线性回归、平方根误差和平均偏差方法分析得出:Penman公式、Kimberly-Penman公式(KP)和Doorenbos-Pruitt公式(DP)与PM相关性较好,KP公式计算的ET0和标准ET0平均偏差和平方根误差均最小,可直接用来计算北京地区的ET0,而Penman公式和DP公式的平均偏差和平方根误差较大,不适合直接计算北京地区的ET0,利用气象数据提出了修正的Penman公式和DP公式。Makkink公式、Priestley-Taylor公式、Hargreaves公式和Turc公式与PM相关性较差,不适合计算北京地区的ET0。北京地区对ET0影响最大的气象因子为饱和水汽压差和净辐射,基于此,提出了2个适合估算北京地区缺资料条件下ET0的经验公式。     

黄土高原丘陵沟壑区多种参考作物需水量模型对比分析

利用米脂地区2000—2005年逐日气象资料,以FAO56-PM方程计算结果为标准,通过线性回归、均方根误差（RMSE）和平均偏差,在日、月及年时间尺度上分析、评价10种ET0计算模型。结果表明,除Hargreaves和Turc模型外,其他8种模型计算的日ET0值与FAO56-PM的R2均大于0.9。不同模型与FAO5...     

应用Hargreaves公式计算太子河流

应用Hargreaves公式和Penman-Montieth公式计算了太子河流域1960-2005年间逐月参考作物腾发量。将Hargreaves公式计算结果与Penman-Montieth公式结果比较发现，年内3月份-10月份Hargreaves公式计算结果偏高，其余月份偏低。两方法夏季差异最大,冬季差异最小。相对湿度和风速是两方法差异的主要原因，经分析太子河流域相对湿度的影响更大。利用Hargreaves公式计算结果与PM公式计算结果之间良好的线性关系，对Hargreaves公式系数进行了地区修正。修正后的Hargreaves公式简单、准确，为辽阳市及其类似地区ET0的计算提供了新方法。     

Hargreaves公式的改进及其在高寒地区的应用

应用黑龙江省2个气象台的逐日气象资料,引入自由搜索(Free Search)算法求解模型参数,建立了日、旬、月3种时间步长的Hargreaves公式改进式,并对这些改进式的适用性进行了评价。结果表明,以Pehman-Monteith公式计算的ET0为评价标准,Hargreaves公式改进式与FAO推荐的Hargreav...     

宁夏荒漠草原区参考作物蒸散量估算方法比较

利用宁夏荒漠草原区银川和盐池2007—2010年逐日气象资料,以FAO56Penman-Montieth(PM)方程计算结果为标准,根据决定系数(R2)、均方根误差(RMSE)、平均偏差(MBE)和一致性指数(IOA),在日、月和年的不同时间尺度上分析评价8种ET0估算模型。结果表明,Kimberly、Penman模型计算的日ET0与PM模型的R2大于0.970,IOA高于0.980,二者计算的ET0与PM模型最为接近。大部分方法估算精度在冬春季(11月—次年4月)高,而在5—10月则较低。Kimberly、Penman模型估算的年ET0与PM模型计算值最为接近。对于PriestlyTaylor、Makkink和Hargreave等参数较少的模型,在使用时应利用气象数据进行系数校正。     

温室逐时参考作物腾发量的估算

为建立适合逐时计算温室ET0的模型,基于自然气象条件下的逐时Penman-Monteith(PM)公式,对其空气动力项进行修正得到了温室条件下的修正PM公式.并对比了修正PM公式与PM公式计算得到的温室逐时ET0.结果表明,修正PM公式与PM公式计算的温室逐时ET0年内变化趋势基本相同,但修正PM公式得出的逐时ET0负值较少,稳定性较高.修正PM公式计算的逐时ET0与时平均气温、时最高气温、时最低气温及时平均相对湿度有极好的相关性.     

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     

黄淮海地区基于温度的ET_0计算方法比较及修正

参考作物需水量ET0预测是计算作物需水量和进行灌溉管理的主要依据。根据黄淮海地区7个气象站(北京、石家庄、安阳、郑州、孟津、驻马店和信阳)的42a长系列资料(包括最高最低气温、相对湿度、日照时数和风速),利用FAO56-PM公式对3种基于温度的ET0计算方法(Hargreaves、McCloud、Thornthwaite)进行比较分析,主要依据平均偏差、平均相对偏差、相关系数和t统计量4种指标分别对旬、月和年值序列的吻合程度做出评价。结果表明:Hargreaves与FAO56-PM吻合最好,其次为McCloud,吻合最差的为Thornthwaite,从而说明Hargreaves公式在类似地区运用的可行性;基于对Hargreaves公式进行修正,可使Hargreaves公式更适合黄淮海地区ET0的计算和预测。     

中国西北地区日参考作物腾发量模型适用性评价

为推荐适宜中国西北地区参考作物腾发量(ET_0)简化计算模型,应用9个代表性站点近50 a逐日气象资料,以FAO-56 Penman-Monteith(PM)模型计算的ET0为标准值,选取5种基于综合法的Kimberly Penman(K-P),FAO 1979 Penman(PM 17),FAO 24 Penman(PM 24),FAO1948 Penman(PM 48),FAO 79 Penman(PM 79)模型,3种基于温度法的Hargreaves-Samani(HS),Mc Cloud (M-C),Hargreaves (Har)模型,5种基于辐射法的Priestley-Taylor-1 (PT-1),Priestley-Taylor-2(PT-2),FAO-24 Radiation(FAO-Ra),Makkink(Mak),Irmark-Allen(I-A),Irmark(Irm)模型,对其在西北地区ET_0进行适用性评价.结果表明:14种模型在中国西北地区计算精度差异明显.全区模拟精度最高的PM 48(综合法),H-S(温度法),PT-1(辐射法)模型的平均R2,MAE,RMSE和nRMSE分别为0.978,0.767 3 mm/d,0.842 3 mm/d和25.622%; 0.735,0.920 0mm/d,1.187 0 mm/d和36.556%; 0.736,1.392 0 mm/d,1.826 0 mm/d和57.992%.     

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。     

基于气温预报和神经网络的参考作物腾发量预报

采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。     

基于气温预报的参考作物腾发量预报方法比较

为探索精确预报未来短期ET0的方法,比较了4种基于气温预报ET0预报模型,即Hargreaves-Samani(HS)、Thornthwaite(TH)、简化的Penman-Monteith(PT)及McCloud(MC)模型。收集了西藏林芝站2001年1月1日至2013年12月31日的实测逐日气象数据和2012年6月6日至2013年12月31日逐日对未来7d的气象预报数据,在气温预报精度评价的基础上,采用4种基于温度的参考腾发量计算模型直接进行ET0预报,然后采用率定后的模型进行ET0预报,最后与实测气象数据和FAO-56PM公式计算的ET0值进行比较。结果表明,未率定的4种模型预报误差均较大,其中PT公式精度稍高。经率定后,4种公式的预报精度都有所提高,平均准确率为70%,MAE值HS模型最小,平均为0.57mm/d,其他3个模型为1.27~1.50mm/d;RMSE都在2.0mm/d左右;r值总体仍不高,TH模型平均仅有0.19,其他3种模型在0.6左右。综合来看,PT模型的预报效果稳定性优于其他3个模型。对于林芝地区附近的灌区,无论有无气象观测数据供模型率定,建议采用PT模型进行ET0预报。     

基于天气预报和Penman-Monteith公式的短期逐日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,提出基于天气预报和Penman-Monteith(PM)公式进行ET0预报。收集了南京2012年5月24-2013年1月31日逐日对未来7d的气象预报数据,在气温预报的基础上,将风力等级和天气类型转换成平均风速和日照时数后,采用简化的PM公式进行逐日ET0预报,并与用实测气象数据和PM公式计算的ET0值进行比较。结果表明,预见期1~7d内,ET0预报值与计算值的变化趋势基本一致,率定期和验证期准确率分别达66.3%和94.0%,均方根误差分别为1.51mm/d和0.93mm/d,但相关系数仅为0.55和0.44。误差的原因在于风力预报和天气类型预报准确度较低。提出的方法具有一定物理基础和数据较为容易获取的优点,为较准确地预报ET0进行了有益的探索。     

人工草地ET_0算法的适用性分析及ET_c影响因子研究

收集24 a鄂尔多斯乌审旗气象资料,以PM为标准,对比分析了Hargreaves和Priestley-Taylor两种方法在鄂尔多斯地区的潜在腾发量计算精度,并对二者的适用性进行评价。结果表明,Hargreaves的计算精度比PriestleyTaylor高,与PM相比,Hargreaves和Priestley-Taylor方法的24 a平均年绝对差分别是5.247 7和-26.853 4,相对差分别是0.646 6%和-3.308 6%,因此Hargreaves比Priestley-Taylor更适用于乌审旗地区。应用"草地腾散力自动测试系统"对乌审旗紫花苜蓿草地实际腾发量和近地层环境因子进行了观测,并进行了经线性回归分析。     

参考作物腾发量计算方法的适用性研究

选用5种方法,利用陕西6站的气象资料,计算了各站逐日ET0。并以FAO56 Penman-Monteith(P-M)法为标准,对其它方法进行评价。结果表明,在陕西6地区,5种方法计算的ET0变化趋势基本相同,但数值上有一定差异,所有的差异随ET0的增大而增大。Hargreaves法计算结果差异性较小,适用性较好;1948Penman和Priestley-Taylor二方法估值较FAO24 Penman法更接近P-M法的计算结果;缺气象资料时,Priestley-Taylor法可获得较好估值,且更适用于湿润地区;FAO24 Penman法也能获得较好结果,但其估值精度低于Priestley-Taylor法,一般不宜采用。同时分析了P-M法计算的ET0值和水面蒸发量之间的关系,为利用水面蒸发资料估算陕西6地区ET0值提供参考。