参考作物腾发量计算方法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。该文选用6种计算公式利用新疆4个典型气候区的气象资料计算了ET₀。并以Penman-Monteith方法作为标准，对其它方法进行评价。结果表明在新疆各气候区1948Penman法估算的ET₀值较FAO-24 Penman与FAO-24 Radiation方法更接近于P-M法的计算结果；在缺少资料的地区，Hargreaves方法或湿润区用Priestley-Taylor方法均可以得到与P-M法估值相当的结果；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新疆地区ET₀值提供参考。     

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。     

半干旱地区不同水文年Hargreaves和P-M公式的对比分析

该文运用P-M和Hargreaves公式,对河南新乡市4个典型水文年参考作物蒸散量进行了计算,并以P-M公式的计算结果为标准,对Hargreaves公式计算结果进行分析.研究结果表明:Hargreaves公式计算的年值偏差随降水量的增加而增大,但在各典型年的第1～12旬和31～36旬,两公式旬值计算结果没有显著差别;偏差出现在第13～30旬,各典型年Hargreaves公式的计算值均大于P-M公式的计算值.另外,该文建立了各典型年两公式在第13～30旬的回归关系,修正后的Hargreaves公式能很好的在新乡市应用,并且为其他类似的半干旱地区准确运用Hargrcaves公式计算ET0提供参考.     

基于PDSI和SPI的黑河上游干旱特征对比分析

利用黑河上游祁连站、托勒站、肃南站和野牛沟站1960—2009年月平均气温和降水资料,分别计算不同时间尺度下各站50年的帕默尔干旱指数（PDSI）和标准化降水指数（SPI）。对比分析表明:在年尺度上,黑河上游4个站点的PDSI指数和SPI指数存在显著的正相关,都能较好的描述黑河上游干旱情况;在月尺度上,各站PDSI指数和SPI指数的相关系数存在显著差异,该差异随着月份的不同而不一样。夏季和秋季是黑河上游全年发生严重干旱和极端干旱的高峰期,如果不及时做好防旱工作,会对该地区畜牧业产生很大的影响。     

几种基于温度的参考作物蒸散量计算方法的评价

根据华北地区6个气象站的长系列资料,利用FAO56-PM公式对3种基于温度的ET₀计算方法(Hargreaves、McCloud、Thornthwaite)进行评价。依据平均偏差、相关系数和t统计量3种指标分别对年和月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。就年值而言,温度法在华北多数站点比FAO56-PM显著偏低。其中Hargreaves偏低53.2～200.2 mm或4.6%～15.1%,Thornthwaite偏低269.7～468.1 mm或24.8%～35.8%,McCloud偏低90.5～435.7 mm或8.2%～40.5%。温度法与FAO56-PM吻合程度随月份而变,在夏季月份比后者偏高,其他季节尤其是冬季月份显著偏低。从峰值到达时间看,Hargreaves与FAO56-PM的峰值相一致,二者均在6月份。Thornthwaite和McCloud的峰值则明显滞后,二者在7月份达到最大,与最高温度出现的月份相一致。在仅有气温的条件下,建议在华北优先选用Hargreaves方法。     

几种模型在南方地区总辐射量估算中的精度分析

以南方地区15个辐射站1981-2014年逐日常规气象资料和大气顶层辐射(Ra)为输入参数,以辐射站观测的逐日地表总辐射量(R_s)为对照,分别利用1981-2009年气象资料以及5种经验模型(?ngstr?m-Presscott模型、Bahel模型、Bristow-Campbell模型、Chen模型和Hargreaves模型)和12种不同参数组合形式的广义回归神经网络(GRNN)建立R_s估算模型,并对以上模型模拟效果进行对比分析,利用2010-2014年数据对各模型模拟精度进行验证,最后采用相邻站点资料建立模型,使用本站数据评价模型的适用性。结果表明:经验模型中Chen模型精度最高,其次是Bahel模型,Bristow-Campbell模型与Hargreaves模型相比在大部分站点精度相差不大。当缺乏本地资料时,Bahel模型精度最高的站点有9个,而Chen模型最适宜的站点为7个;15个站中有13个站点B-C模型比Hargreaves模型精度更高,但在武汉站和赣州站,Hargreaves模型精度更高,其RMSE降低约14%。输入参数为日照百分比时GRNN模型的平均RMSE最低,优于Bahel和Chen模型,但其各站平均RMSE相差不足2%。当仅有本站气象资料时,GRNN模型与Bristow-Campbell模型和Hargreaves模型相比,其RMSE下降约14%,但使用邻近站点数据建模时,由于光滑因子在各站差异较大,GRNN模型与Bristow-Campbell模型和Hargreaves模型精度相差不大。因此,考虑到GRNN模型建模较复杂,故认为Bahel模型和Chen模型为南方地区更适宜的R_s估算模型。     

遥感反演蒸散发时间尺度拓展方法研究进展

区域尺度蒸散发的精确估算对农业生态系统和水文循环至关重要。由于地表空间异质性,传统点上测量和反演方法只能代表有限站点周围区域的蒸散发情况,遥感能够克服传统蒸散发的空间尺度拓展问题。由于遥感只能提供卫星过境时刻的瞬时值,根据其反演的蒸散发是瞬时蒸散发,现实生产活动中通常需要更长时间尺度的蒸散发值。围绕如何解决遥感反演蒸散发时间尺度拓展问题,该文系统介绍了遥感反演蒸散发时间尺度拓展方法,总结了每种方法的基本原理、优缺点、适用性和误差来源,对比了不同时间尺度拓展方法估算精度,并给出选取合适时间尺度拓展方法的可量化意见,简要分析了遥感反演蒸散发模型应用中的地表参数、时间尺度拓展方法本身算法、方法验证及适用性的不确定性,最后对遥感反演蒸散发时间尺度拓展方法的发展趋势进行了探讨。     

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。     

基于GEP和地理位置信息的湘鄂地区月参考作物腾发量模拟计算

参考作物腾发量(ET0)是计算植被蒸散发的关键因子,准确估算ET0对水资源管理、灌溉制度设计等具有重要意义。本研究利用湘鄂地区46个气象站点1955—2005年的逐月气象数据,包括月最高气温、最低气温、平均风速、日照时数以及相对湿度,用FAO-56 Penman-Monteith法计算各站的逐月ET0值。然后结合基因表达式编程(GEP)算法挖掘公式的能力,以各站点的地理位置信息(纬度、经度、海拔)及月序数为输入,以多年逐月平均ET0值为输出,建立基于地理位置信息的月ET0模型,并与传统ET0模型的计算结果进行比较。结果表明,所建立的模型具有足够的精度,校正、检验阶段的决定系数(R2)和均方根误差(RMSE)分别为0.934、0.951和10.050 mm、8.628 mm;与Hargreaves和Priestley-Taylor法相比,基于地理位置信息建立的GEP模型的结果均方根误差最小,变化范围为8.628~9.967 mm。本研究所建立的月ET0模型具有明确的表达式,简单易用,在湘鄂地区仅利用地理位置信息计算逐月ET0是可行的,可以利用该模型进行月尺度的灌溉制度设计和植被蒸散发的估算。     

基于反距离权重法的长江流域参考作物蒸散量算法适用性评价

为实现大区域尺度参考作物蒸散量(reference crop evapotranspiration,ET0)资料缺失情况下的准确计算,该文将长江流域划分为上、中、下游3个子区域,基于反距离权重法的新型空间展布方法得到3个虚拟站点分别代表每个子区域,利用长江流域102个站点1964-2013年近50a的逐日气象数据,根据FAO-56 Penman-Monteith(P-M)法、Hargreaves-Samani(HS)法、Irmark-Allen(I-A)法、Priestley-Taylor(P-T)法、Makkink(M-K)法、Penman-Van Bavel(PVB)法、1948年Penman(48-PM)法分别计算每个站点逐日ET0,并以P-M法为标准,利用Nash-Sutcliffe系数(CD)、逐日相对均方根误差(RMSE)、Kendall一致性系数(K)对其适用性进行评价,结果表明:在3个子区域6种ET0计算方法的日值与P-M法拟合方程确定系数R2均通过了极显著水平检验(α=0.01),长江上游P-T法ET0日值计算精度最高(ET0日值拟合方程斜率为1.030,RMSE=0.341 mm/d,CD=0.886,K=0.829),H-S法、I-A计算精度较低(ET0日值拟合方程斜率分别为1.427、1.308,RMSE=0.909、0.829 mm/d,CD=0.581、0.523,K=0.792、0.742),长江中、下游PVB法计算精度最高,P-T法计算精度次之,H-S法与I-A法计算精度较低;长江上游6种算法ET0月值的计算精度由高到低依次为P-T法、PVB法、M-K法、48-PM法、H-S法、I-A法,与P-M法的平均误差分别为0.27、0.35、0.51、0.48、0.74、0.78 mm/d;长江中、下游6种算法计算精度由高到低为PVB法、P-T法、M-K法、48-PM法、H-S法、I-A法;整个长江流域P-T法、PVB法与P-M法ET0计算结果相对误差均在35%以下,H-S法、I-A法计算精度较低,其相对误差基本高于40%;因此,PVB法与P-T法在整个长江流域的计算精度较高,可作为长江流域ET0简化计算推荐方法。     

基于机器学习融合多源遥感数据模拟SPEI监测山东干旱

以山东省为研究区,选择偏差校正随机森林BRF（Bias-corrected random forest）,支持向量回归SVR（Support vector regression）和Cubist模型三种机器学习方法融合多影响因子模拟3个月时间尺度的标准化降水蒸散指数SPEI-3,以期为精确监测山东地区干旱提供一种方法。将2001−2017年23个站点的SPEI-3值作为因变量,多源遥感数据包括降水量、地表温度、蒸散发、潜在蒸散发、归一化植被指数以及土壤湿度六类7个影响因子作为自变量,自变量和因变量构成数据集的80%作为训练集,20%作为测试集。根据BRF模型得到研究区各个站点的模拟值以及各影响因子的相对重要性,绘制SPEI-3的空间分布图,并进行验证。结果表明,综合因子比单一因子模拟效果好,BRF模型测试集中的模拟值和观测值的决定系数R2达到了0.856,均方根误差RMSE为0.359,BRF模型能较好模拟站点SPEI-3值。大部分站点模拟值与观测值反映的干旱趋势一致,反映站点不同程度旱情的月份个数基本相同。此外,BRF模型模拟的SPEI-3的空间分布与站点SPEI-3观测值表现的干旱程度基本一致,且SPEI-3空间分布站点之外栅格数据也可以较准确地反映旱情,说明根据BRF模型可在站点和空间尺度上较精确地监测山东地区干旱情况。     

不同时间尺度下气象干旱向水文干旱传播过程

利用黔中地区1970—2016年逐月降水以及径流计算标准化降水指数（SPI）和标准化径流指数（SSI）,分别表征气象、水文干旱,采用游程理论等方法分析了该地区不同时间尺度的气象水文干旱动态变化特征,并以交叉关联函数以及干旱传播阈值等方法探求不同时间尺度上气象干旱向水文干旱传播时间。结果表明：（1）黔中地区气象水文干旱化态势以上升趋势为主,重度和极端干旱发生的频数增加,长时间尺度上,气象与水文干旱特征具有一定的同步性。（2）不同季节上干旱传播时间（PT）不同,春季PTs在1~5个月,夏季PTs在1~3个月,秋季PTs在1~4个月,冬季PTs为1~3个月。（3）在地形地貌影响下,不同时间尺度的PTs不同。3个月时间尺度下,阳长、高车和麦翁的PTs为1.36,2.00,1.58个月;6个月时间尺度下,PTs为2.75,2.55,3.00个月;12个月时间尺度下,PTs为3.33,2.56,7.17个月。     

毛竹与桉树蒸散估算公式修正及对比分析

为了分析不同公式在蒸散估算方面的适用性,认识毛竹和桉树的水分行为,在以称重法实测盆栽毛竹和桉树的蒸散量的基础上,结合常规气象观测数据,应用线性回归对9个估算公式进行了修正,评定了不同公式的适用性及改进效果,并分析了两种植物的蒸散差异。结果表明:修正前Jensen-Haise,Hargreaves1975和Doorenbos-Pruitt法估算的毛竹蒸散量精度较高,FAO Penman-Monteith,Hargreaves1975和Jensen-Haise法估算的桉树的蒸散量与实测值较接近;修正后的参考蒸散公式能显著改善实际蒸散量的估算精度。桉树的蒸散量比毛竹的大38%,且桉树的蒸散量对于气象要素的变化比毛竹的蒸散量更加敏感。9个公式在桂北地区的适用性依次为FAO Penman-Monteith,Jensen-Haise,Hargreaves1975,Doorenbos-Pruitt,Priestley-Taylor,Hargreaves1985,Makkink,Abtew,Turc。     

实测草坪蒸散量评价P-M模型在北京地区适用性

为了研究北京地区的参考作物蒸散(reference evapotranspiration,ET0)特征以及Penman-Monteith(P-M)模型的适用性,2012-2014年生长季,应用蒸渗仪实测了冷季型高羊茅(Festuca arundinacea)、暖季型野牛草(Buchloe dactyloides)和乡土草种青绿苔草(Carex leucochlora)3种草坪的蒸散,应用自动气象站监测了试验地的太阳辐射、温度、空气相对湿度、风速等气象参数,通过P-M模型计算获得了ET0。将同期的P-M模型计算值与实测值进行了不同天气以及不同尺度下的比较分析,应用线性回归斜率与决定系数(R2)以及均方根误差(root mean square error,RMSE)与一致性指数(d)等统计参数进行了一致性评价。结果表明,P-M模型计算ET0与实测值在日、周、月尺度上均呈现一致的变化趋势。北京地区ET0高峰出现于5月,蒸散速率分别为4.18±0.27(P-M模型)、4.43±0.98(高羊茅)、3.96±0.23(青绿苔草)、3.53±0.25 mm/d(野牛草),10月最低。P-M模型计算的ET0与太阳辐射、平均气温、最高气温均呈极显著的线性关系,其中ET0与太阳辐射回归的R2最高,达到0.885。天气影响P-M模型的准确性,P-M模型计算ET0与草坪实测值的比值随着太阳辐射的降低(从晴天到雨天)而升高。P-M模型高估了阴雨天下的ET0。P-M模型计算ET0与实测值的RMSE和d值均随评价尺度减小而增大。实测ET0在3种草坪间差异显著,高羊茅青绿苔草野牛草。P-M模型计算ET0与高羊茅实测值的一致性最高,具有接近1.0的回归方程斜率(0.99~1.03)、最小的均方根误差(0.62~1.05 mm/d)和最高的一致性指数(0.89~0.90)。P-M模型在北京地区有较好的适用性,但在阴雨天气及春季低温情况下会高估ET0。     

气候变化对东北玉米干旱指数保险纯费率厘定的影响

基于东北三省68个气象站1961-2010年的逐日气象数据,利用Penmen Monteith公式计算玉米生育期内的逐日参考作物蒸散量,结合逐日降水量资料构建干旱指数（CWD）;将整个分析期按照3个准30a周期（1961-1990、1971-2000和1981-2010年）进行统计,计算不同周期内东北地区CWD的理论概率分布函数,分别求得累积概率≤5%、≤15%和≤25%时各站的CWD值作为重旱、中旱和轻旱划分标准的阈值,并以不同时间尺度分别厘定保险纯费率;对3个时段的结果进行对比,以分析气候变化对干旱指数保险产品纯费率厘定的影响。结果表明,干旱指数CWD能很好地指示东北玉米干旱风险,1961-2010玉米生育期内全区干旱风险由东向西递增,西部为常年干旱区;各时段内多数站点表现为旱情加重;从重灾到轻灾,旱情加重的站点减少而旱情减轻的站点增多;基于CWD厘定的玉米旱灾保险纯费率与单产减产率的厘定结果近似（相关系数0.893）,时间变化上表现为先增后降。这说明一种公平科学的保险纯费率应考虑气候变化的影响,随各时段灾害风险的不同作适当调整。     

极端降水对淮河流域气候生产潜力的影响分析

利用1961-2008年淮河流域127个站点年平均气温、降水量资料和Thornthwaite Memorial模型,计算了历年气候生产潜力(TSPV),分析了其时空分布规律及变化趋势,结果表明:48a间,淮河流域TSPV值的变化趋势与年降水量变化趋于一致,尤其是起伏变化比较接近,其空间分布表现为明显的纬向递减特征。流域TSPV值与极端强降水量、强降水日数呈极显著的正相关;大部分地区的气候生产潜力与强降水强度、持续5d以上的降水次数呈显著的正相关;流域的西北部地区及东部沿海的部分地区气候生产潜力与年持续15d以上无雨次数呈负相关关系。     

不同蒸散量时间尺度提升法用于节水灌溉稻田的对比分析

蒸散量（ET）时间尺度提升方法能充分利用遥感数据与地面观测的优势,获得精确的区域日尺度估算值,对指导农业水管理特别是农田灌溉具有重要的意义。该研究以节水灌溉稻田为研究对象,基于2015和2016年稻季涡度相关系统实测数据,在能量强制闭合的条件下,选择了4种基于能量平衡原理的蒸散量尺度提升方法,分析了蒸发比、作物系数、冠层阻力、辐照度比4个尺度转换因子在节水灌溉条件下的变化特征,对比了四种方法提升估算日尺度ET与涡度相关系统实测值的差异。结果表明,节水灌溉条件下蒸发比、作物系数、冠层阻力3个尺度转换因子的生育期平均日变化和其他下垫面相比有一定特殊性,辐照度比的变化仅取决于研究区域所处纬度位置。作物系数法与冠层阻力法以 10:00－11:00小时值估算日蒸散量结果的准确性较好,决定系数和一致性系数分别达到0.92和0.97以上,正弦关系法的模拟效果稍差,但该方法估算效果稳定,可作为一种粗略的尺度提升方法。各时段蒸发比法估算值均存在一定程度的低估,但相关性较好,用考虑饱和水汽压差的线性关系修正后,10:00－11:00估算结果的准确性和一致性均最好,决定系数和一致性系数分别为0.987和0.996。研究结果明确了适宜长江中下游节水灌溉稻田ET时间尺度提升各估算方法的较优时段,并表明修正后的蒸发比法提升估算日尺度ET最优。     

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     

TRMM卫星降水数据在区域干旱监测中的适用性分析

为了评估高时空分辨率的卫星遥感降水产品在干旱监测中的适用性,该文基于热带降雨卫星(tropical rainfall measurement mission,TRMM)产品和气象站点的观测数据,利用标准化降水指数(standardized precipitation index,SPI)分别计算了2种数据源的不同时间尺度(1、3、6和12个月)的河南省1998-2016年干旱事件发生的年际和空间变化。结果表明:TRMM 3B43月尺度降水数据与气象站点的观测数据具有显著的相关性,相关系数均高于0.9,除少数情况下,TRMM 3B43对降水存在略微高估现象;两种数据源计算的各时间尺度(1、3、6和12个月)存在着很高的一致性,波动幅度随着时间尺度的增大而减小;1998年以来河南省春季发生干旱事件的年份是2000、2001年,夏季发生干旱事件的年份是1999、2014年,秋季发生干旱事件的年份1998、2001、2007年,冬季发生干旱事件的年份1999、2012年,另外,基于SPI-12得出发生干旱的年份是1999、2001、2012和2013年;根据站点的不同时间尺度的两种数据源的SPI时间序列进行相关性分析,其相关系数都高于0.7,两者间的一致性很高,说明TRMM数据能够替代站点观测数据进行干旱的监测与评估。     

黄淮海地区Hargreaves公式主要参数的空间化处理

为了提高Hargreaves公式在不同地区的适用性和准确性,提高区域作物需水量的估算精度和罐区灌溉管理水平,该文基于黄淮海地区54个气象站1961-2012年的逐日气象资料,以最高温度、最低温度、大气顶太阳辐射为自变量,以Penman-Monteith公式计算的参考作物蒸发蒸腾量为因变量,对Hargreaves公式主要参数进行拟合,并采用普通克里格方法进行空间化处理。结果表明:黄淮海地区全年和夏季转换系数K变化趋势相同,均从西北向东南逐渐增大,春、秋、冬季变化趋势则相反;全年和夏季指数系数n变化趋势相同,均从黄淮海的东南向西北逐渐增加,春、秋、冬季则从东北向西南逐渐增加;温度偏移量Toff总体表现为从西南向东北逐渐增加。率定后的Hargreaves公式与P-M公式的相关指数,全年最大,为0.79,春秋次之,分别为0.70和0.71,冬季最小,为0.46,拟合后相应参数的标准误表明拟合值全年最准确,冬季最差。