四种参考作物蒸散量综合法的比较

参考作物蒸散量(ET0)的估算是作物需水量计算的关键,诸多估算方法在不同地区具有不同的适应性。本文利用中国农业主产区6个代表站点的气象数据,以FAO 56 Penman-Monteith (PM)为标准,对常用的1963 Penman(Pen63)、FAO 1979 Penman(FAO 79)、FAO 24 Penman(FAO 24)及1996 Kimberly Penman(Kpen)共4种参考作物蒸散量综合方法进行比较评价。结果表明：（1）Pen63、FAO 79及Kpen的日估算值均比PM估算值偏高,FAO 24偏低,其平均偏差分别为0.28、0.52、0和-0.17mm×d-1,相对偏差为16.0%、25.2%、2.4%、-5.3%,相对均方根误差为12.1%、22.4%、14.2%和13.5%。（2）Pen63、FAO 79的月估算值显著高于PM值,在高估最大的5月份平均偏高12.5mm (10.8%)和28.2mm (22.6%)。FAO 24表现为低估,低估最大的月份平均偏低11.4mm (8.1%),但在南方站点多数月份的估算值与PM估算值无显著差异。Kpen月估算值与PM估算值相比,既有高估(5-10月),也有低估,高估最大的月份平均偏高19.7mm(14.5%),且在南方站点的秋冬季有近6个月与PM无显著差异。（3）Pen63和FAO 79的年值均显著大于PM年值,平均偏高103.8mm(11.8%)和191.5mm(21.3%)。FAO 24年平均低估PM值60.9mm (6.3%),Kpen则平均高估50.5mm (5.8%)。（4）时间尺度对评价结果具有一定影响,4种综合法依据日、年值的评价效果排序分别为Pen63＞FAO 24＞Kpen＞FAO 79和Kpen＞FAO 24＞Pen63＞FAO 79。在日尺度下4种方法更适于湿润气候,但年尺度下仅FAO 79和FAO 24较适于湿润气候。可见,4种综合法以Pen63普适性最好,FAO 79最低,因此使用FAO 79前对其进行适应性评价尤为重要。     

基于称重式蒸渗仪实测值的温室茄子日蒸散量估算方法评价

以称重式蒸渗仪实测温室茄子日蒸散量为标准值,对基于FAO-56 P-M法(P-M_s)、修正P-M法(P-M_m)、Priestley-Taylor法(P-T)和Irmak-Allen法(I-A)4种模型方法计算的温室茄子日蒸散量进行对比分析,评价各方法在温室内的适用性。结果表明,利用4种模型方法计算得到的温室茄子日蒸散量与实测值(ET_c)均具有相似的生育期变化规律,但各方法的计算精度差异明显。其中基于P-M_m法得到的ET_(c-m)高估了32.1mm,而基于P-M_s、P-T和I-A法计算得到ET_(c-s)、ET_(c-PT)和ET_(c-IA)则分别低估了132.3mm、80.0mm和53.5mm。ET_(c-m)与实测值(ET_c)的相关性最高,方程决定系数R~2为0.905(P0.01),一致性指数达0.944,RMSE仅为0.769mm·d~(-1);而基于I-A法计算得到的ET_(c-IA)与实测蒸散量的方程决定系数也较高(R~2=0.775),一致性指数为0.828。P-M_s和P-T法在温室内应用均有较大误差,其中,ET_(c-s)和ET_(c-PT)仅相当于实测值(ET_c)的59.4%和74.8%,一致性指数分别为0.723和0.748,RMSE则分别达1.672mm·d~(-1)和1.304mm·d~(-1)。因此,计算温室作物蒸散量可优先选择P-M_m法,而在气象数据短缺时,I-A法可作为替代方法在温室内使用。     

不同简化算法模型模拟都江堰灌区参考作物蒸散量

为找出适用于都江堰灌区参考作物蒸散量(ET_0)的简化计算模型,以灌区附近成都、都江堰、乐山、遂宁和雅安5个站点1961—2017年的逐日气象资料为基础,计算Penman-Monteith(PM)模型、极限学习机(ELM)模型、广义回归神经网络(GRNN)模型、Priestley-Taylor(PT)模型、Makkink(MK)模型、Ritchie(RC)模型的逐日ET_0数据,以相对均方根误差(RMSE)、决定系数(R~2)和模型效率系数(E_(ns))为评价指标体系比较不同模型计算精度,分析得出在仅有温度资料和辐射资料情况下适用于都江堰灌区的简化计算模型。结果表明:在计算ET_0时,GRNN模型和ELM模型表现出了较高的计算精度和一致性,ELM模型R~2,RMSE,E_(ns)分别为0.852 4～0.911 0,0.363～0.413 mm/d和0.856～0.903,GRNN模型R~2,RMSE,E_(ns)分别为0.835 7～0.886 3,0.366～0.497 mm/d和0.832～0.879,同时比较输入辐射前后2个模型的模拟精度可知,辐射是ET_0计算的关键因素。综上所述,ELM模型在计算ET_0日值和月值时的计算精度均较高,可作为都江堰灌区在气象资料缺失情况下的ET_0标准计算模型。     

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。     

科尔沁沙地参考作物蒸散发估算及影响因子分析

为了准确评估区域气候干湿状况以及保护半干旱区生态环境,基于科尔沁地区草甸地、半流动沙丘、半固定沙丘、水稻地及玉米地5个典型景观类型2015—2018年日气象资料,通过FAO56 Penman-Monteith公式计算参考作物蒸散发(ET_0),了解不同时间尺度上ET_0变化特征,并利用通径分析与指标敏感性分析相结合剖析了ET_0的驱动因素。结果表明:(1) 4年的年平均ET_0为1 051 mm,不同样地ET_0年值在922～1 257 mm波动,最大值出现在2017年;(2) ET_0季节变化表现为夏季春季秋季冬季;(3) ET_0月际变化呈抛物线型,3—10月贡献最大,占全年ET_0的80%以上;(4)通径分析中,气象因子对ET_0的通径系数表现为VPDRnu_2T_(max),直接作用系数最大为0.614,即VPD是影响ET_0最重要的因子;T_(max)对ET_0的间接作用最大,间接作用系数为0.936,且主要通过VPD路径对ET_0产生作用,间接作用系数为0.554;指标敏感性分析中,去除VPD后E由0.993减小为0.877,进一步说明ET_0对VPD的变化最为敏感。总体而言,VPD为科尔沁沙地参考作物蒸散发变化的主导因子。     

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。     

基于双作物系数的旱作玉米田蒸散估算与验证

农田蒸散(ET)准确估算与区分对理解土壤-植物-大气连续系统水分传输动力学过程和调控机制具有重要意义。本研究基于FAO-56 Penman-Monteith(PM)模型计算参考作物蒸散量(ET0),运用双作物系数法计算黄土高原东部地区旱作玉米田2011-2012年蒸散(ETFAO),以同期涡度相关系统实测值(ETEC)作为标准值对双作物系数法计算结果进行评价,并将玉米田ET区分为土壤蒸发和作物蒸腾。结果表明:2011年春玉米生长季ET0、ETEC和ETFAO分别为628、400.3和492.7mm,双作物系数法RMSE、AAE和R~2分别为0.864mm·d~(-1)、0.678mm·d~(-1)和0.755,且R~2达极显著水平(P0.01);2012年三者分别为553、372.6和441.4mm,RMSE、AAE和R~2分别为0.676mm·d~(-1)、0.693mm·d~(-1)和0.781,R~2亦达极显著水平(P0.01),说明双作物系数法在该地区模拟旱作春玉米ET有较高的精度。基于双作物系数法对ET进行区分表明,2011年全生育期土壤蒸发和作物蒸腾分别占ET的36.4%和63.6%;2012年分别占ET的31.7%和68.3%,说明旱作春玉米田ET主要来自春玉米蒸腾。     

高寒草甸蒸散量及作物系数的研究

利用FAO Penman-Monteith计算法(FAO P-M法)、Penman修正公式法(P法)、Irmark-Allen拟合公式法(I-A法)分别计算了海北高寒草甸参考作物蒸散量,并以FAO P-M法计算结果为标准,与其它两种方法的结果进行比较。结果表明,海北高寒草甸地区年参考作物蒸散量为812.0mm,其中植物生长季的5-9月为500.9mm。FAO P-M法计算参考作物蒸散量较为合理,造成其他两种方法计算结果偏差的原因主要是辐射项的选取及土壤热通量的影响。利用实测土壤含水量资料和水量平衡方法计算的植物生长期的5-9月植被实际蒸散量为425.5mm,与FAO P-M法得到的参考作物蒸散量相比计算作物系数,得到植物生长初期、中期和末期的作物系数分别为0.51、0.96和0.87。     

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.     

东北寒温带气候区潜在蒸散量估算

根据黑龙江漠河气象站2000～2003年的逐日地面气象资料和辐射资料,利用综合法、温度法和辐射法估算了东北寒温带气候区的潜在蒸散量(Er0)。研究结果表明,利用综合法公式逐年平均估算值最高,逐月与逐旬平均估算值三种方法趋势相同,然而旬尺度能够表现出潜在蒸散随环境条件的微妙变化,说明时间尺度对计算精度存在影响;以联合粮农组织(FAO)推荐的利用综合法为参考标准,对温度法和辐射法的估算结果进行修正,表明线性回归修正后能够提高估算精度,并提出了在辐射或温度资料缺乏时的东北寒温带地区估算Er0的经验公式。为水碳循环研究提供了极为重要的研究基础。     

Estimation of reference evapotranspiration and crop coefficient in wheat under semi-arid environment in India

Abstract

The comparison of six standard reference evapotranspiration (ETo) estimate models was carried out with measured lysimeter evapotranspiration (ETc) in wheat crop in a semi-arid environment at Rahuri, India. The globally accepted reference evapotranspiration model of FAO 56 Penman Monteith underestimated the references ETo by 19.2% (420.5 mm) over lysimeter ET (520.7 mm). Out of the remaining five models, the Hargreaves model ranked first and was overestimated by 6.5% followed by the Blaney Criddle model (underestimated by ?5.6%). The references ETo by pan evaporation model underestimated the reference ETo to the extent of ?28.8%. The influence of statistical indicators like RMSE, MBE which was computed by considering Lysimeter ETc as standard, was quite low in the Hargreaves model compared to the rest of the models and hence, the Hargreaves method is quite acceptable for ETo estimates as this method requires much less climatic parameters (temperature and extraterrestrial radiation) than Penman Monteith (FAO56) and Modified Penman of FAO 24 as these models require aerodynamic and radiation terms, besides additional physical terms in former models of ETo estimates. The seasonal crop coefficients were 1.24, 1.13, 0.94, 0.85, 1.06 and 1.40 in Penman Monteith, Modified Penman, Hargreaves, Radiation balance, Blaney Criddle and Pan Evaporation models, respectively.     

甘肃地区参考作物蒸散量时空变化研究

区域水土平衡模型的建立通常需要确定计算参考作物蒸散量的模型,这一模型的精确与否,直接影响整体预测模型的最终预报精度.运用FAO-24 Blaney-Criddle法、FAO-24 Radiation法、FAO PPP-17 Penman法及FAO Penman-Monteith(98) 4种方法,对甘肃省1981～2000年33个站点的月参考作物蒸散量进行了计算.对比分析结果表明,AO Penman-Monteith(98)模型的精度与灵敏度均显示了较强的优越性.运用该模型对甘肃省参考作物蒸散量的时空分布特征进行研究表明:甘肃省参考作物蒸散量年内逐月演变曲线呈单峰状;年际蒸散量变化与夏季年际波动变化存在较高一致性;全年参考作物蒸散量分布具有从东南向西北递增的趋势.     

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。     

Estimation of a reliable evapotranspiration model and crop coefficient in red gram ( Cajanus cajan L .) for semi-arid environments in India

The study aims to compute the reference evapotranspiration (ETo) by six standard methods such as Penman Monteith, Modified Penman, Hargreaves, Radiation Balance, Blaney Criddle and Pan Evaporation by using the meteorological data of the All India Coordinated Research Project on Water Management at Rahuri, India (long. 74° 18′, lat. 19° 45′). These methods were compared with lysimeter crop evapotranspiration (ETc) by statistical tools. The results revealed that the total lysimeter ETc of red gram in 132 days' growing period (sowing to harvest) was 494?mm and the ETo in the above-mentioned models were 485.2, 486.9, 544.6, 547.6, 563.9 and 485.2?mm, respectively. Out of six models, ETo of Modified Penman and Pan Evaporation methods were very much close to lysimeter ETc, but the coefficient of variation was very high, i.e., 43.05% and 23.91%, respectively. But in the Hargreaves and Blaney Criddle methods, the coefficient of variation was low, i.e., 15.97% and 12.6%, respectively. Besides low coefficient of variation, these two methods require limited meteorological parameters such as minimum and maximum temperature, radiation. For generating these parameters even at regional level, minimum expenditure is involved. The crop coefficient (Kc) estimated by Hargreaves (Kc 0.90) and the Blaney Criddle (0.87) model for the entire growing season was very much close to the Food and Agricultural Organization (FAO) 56 model, and this can be used for estimating the irrigation requirement of red gram.     

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-24 Rad、FAO-24 BC、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-24 BC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-24 BC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-24 BC和Hargreaves方法。     

中国三大灌区参考作物蒸散量温度法模型的修订与适应性评价

为提高中国三大灌区（都江堰灌区、河套灌区和淠史杭灌区）参考作物蒸散量（reference crop evapotranspiration,ET 0 ）温度法的计算精度,选取 8 个代表性站点 1961-2014 年逐日气象资料,采用 Irmark-Allen（IA）、Hargreaves and Samani（HS）、Turc（Tur）、McCloud（MC）、Schendel（Sch）、Trajkovic （Tra）、Droogres and Allen?1（DA-1）和 Droogres and Allen?2（DA-2）共 8 种温度法计算 ET 0 ,以 FAO-56 Penman-Monteith（PM）法计算结果为标准,基于各方法计算的 ET 0 日值线性回归方程（y=kx+b）,分别 在都江堰灌区选取 IA 法和 Tra 法,河套灌区选取 HS 法、DA-1 法和 DA-2 法,淠史杭灌区选取 IA 法、 HS 法、DA-1 法和 DA-2 法,引入调差参数对模型进行修订,利用均方根误差（RMSE）、平均相对误差 （MRE）和 Nash-Sutcliffe 系数（NS）对其适应性进行评价。结果表明：都江堰灌区和淠史杭灌区所选 模型修订后计算精度均有明显提高,河套灌区提高不明显;都江堰灌区 IA 修订模型（IA-Du 法）在该灌 区计算精度最高,其日值、旬值的 RMSE、MRE 和 NS 分别为 0.318mm·d-1 、0.120 和 0.923,0.201mm·d-1 、 0.093 和 0.959,且在不同月份均有较高计算精度;河套灌区计算精度最高模型为 HS 法,其日值、旬值 的 RMSE、MRE 和 NS 分别为 0.898mm·d-1 、0.326 和 0.785,0.547mm·d-1 、0.223 和 0.904,且在 1-5 月 和 10-12 月具有较高计算精度;淠史杭灌区 IA 修订模型（IA -Pi 法）在该灌区计算精度最高,其日值、旬 值的 RMSE、MRE 和 NS 分别为 0.534mm·d -1 、0.195 和 0.861,0.390mm·d -1 、0.167 和 0.896,且在不同 月份均具有较高计算精度。因此,推荐 IA -Du 法、HS 法和 IA -Pi 法分别作为都江堰灌区、河套灌区和淠史 杭灌区计算参考作物蒸散量的方法。     

Calibration of Hargreaves–Samani equation for estimating reference evapotranspiration in semiarid and arid regions

The Penman–Monteith (FAO-56 PM) equation is suggested as the standard method for estimating evapotranspiration (ET₀) by the International Irrigation and Drainage Committee and Food and Agriculture Organization (FAO). On the other hand, the Hargreaves–Samani (HS) equation is an alternative method compared with the FAO-56 PM equation. In the present study, the original coefficient C of the HS equation is calibrated based on the FAO-56 PM equation for estimating the reference ET₀ from 15 meteorological stations in central Iran (about 170,000 km²) under semiarid and arid conditions. After calibration, the new values for C are ranged from 0.0018 to 0.0037. The mean bias error (MBE), the root mean square error (RMSE), and the ratio of average estimations of ET₀ (R) values for all stations are ranged from 0.12 to 5.38, ?5.35 to 1.15 mm d^?1 and 0.64 to 1.28 for the HS equation and from 0.12 to 2.48, ?2.2 to 0.60 mm d^?1, and 1.00 to 1.05 for the calibrated Hargreaves–Samani equation (CHS), respectively. Results indicate that the average RMSE and MBE values are decreased by 40% and 66%, respectively. Relationships for calibrating the C coefficient on the basis of annual average of daily temperature range (ΔT) and wind speed (V) are proposed, calibrated, and validated. Hence, the CHS equation can be used for ET₀ estimates with acceptable accuracy instead of the FAO-56 PM method.