不同面积蒸发池水温特征及Penman模型改进

分析蒸发池水温特征可深入认识蒸发池能量平衡特性,研究Penman模型计算误差来源并改进,对农业计划、水源评估和水文预报具有重要意义。基于太谷均衡实验站3个不同面积蒸发池的水温、蒸发量及气象数据,分析各蒸发池的垂向水温分布和蒸发量的变化特征,基于Penman模型探究适合3个蒸发池的模型参数。结果表明:1 m^(2)和5 m^(2)蒸发池4—8月水温随水深增加而显著降低,20 m^(2)蒸发池各月水温分布均比较均匀,且水温更高;1 m^(2)和5 m^(2)蒸发池各月蒸发量相近,与净辐射变化趋势一致,20 m^(2)蒸发池蒸发峰值滞后于净辐射峰值3个月;Penman模型中加入反映除净辐射外能量的综合影响参数可提高模型计算精度,夏季尤为明显,1、5、20 m^(2)蒸发池夏季的参数值分别为3.5、3.3和2.1。

基于辐射改进Penman-Monteith模型估算粮食主产区参考作物蒸散量

为进一步提高Penman-Monteith模型估算参考作物蒸散量(Reference crop evapotranspiration,ET0)的精度,以中国粮食主产区为研究对象,将其划分为温带湿润半湿润地区(THSZ)、温带干旱半干旱地区(TASZ)、暖温带半湿润地区(WTSZ)和亚热带湿润地区(SHZ),基于32个气象站点1994-2020年长序列实测逐日气象数据,将猎豹算法(CO)、沙猫算法(SCSO)、野狗算法(DOA)优化的时间卷积神经网络模型(TCN)和3种基于日照时数、3种基于温度的经验模型估算的辐射(R_(s))值与PM模型进行融合,得到改进PM模型。以均方根误差(RMSE)、决定系数(R^(2))、平均绝对误差(MAE)和效率系数(E_(NS))为精度评价体系,找出了粮食主产区不同分区的ET0最优估算模型,结果表明:基于日照时数模型的计算精度要优于温度模型,其中CO-TCN模型在全区内均表现出了较高的精度,在不同分区的RMSE、MAE、R^(2)和E_(NS)中位数取值分别为0.099~0.171 mm/d、0.057~0.111mm/d、0.984~0.998、0.983~0.997,由此可将CO-TCN模型估算的辐射值与PM模型融合,作为标准值用于估算粮食主产区ET0。

利用Penman-Monteith-Leuning模型和Sentinel-2数据的灌区蒸散发反演

针对目前基于Penman-Monteith-Leuning模型(PML)的蒸散发模拟研究中,存在因多种地表参数的时空尺度差异导致蒸散发反演误差这一问题,提出了一种耦合土壤含水量改进模型土壤蒸发系数f的参数化方案。通过Sentinel-2影像反演土壤含水量、LAI等模型关键参数,并基于土壤含水量计算f,在河套灌区建设二分干灌域开展蒸散发反演,结合地面观测数据进行验证。结果表明:模型反演结果与涡动相关站实测数据有较好的一致性;在植被覆盖度较低时,改进的f参数化方案能更好地反映土壤蒸发的实际情况;该反演结果较为准确地反映了不同下垫面的蒸散发空间异质性。文章对蒸散发反演方法和数据的尝试,可为高分辨率蒸散发反演方法提供参考,并为干旱区和半干旱区的农业用水管理提供技术支持。

基于Penman-Monteith方程的节水灌溉稻田蒸散量模型

为利用Penman-Monteith方程直接计算非充分灌溉条件下的稻田蒸散量,该文根据国家"863"节水农业重大专项试验资料,在K-P表层阻抗模型修正研究基础上,提出改进的稻田蒸散量模拟模型。结果表明:根据土壤相对含水率修正后的K-P模型较好地模拟了水稻表层阻抗,且反映出不同土壤水分状况下表层阻抗的变化规律;采用改进的Penman-Monteith方程模拟水分胁迫条件下的稻田蒸散量后,误差从改进前的18.57%降低至10.84%,且对冠层未完全覆盖条件下的稻田蒸散量也具有较好的模拟效果;土壤含水率、空气温度和空气湿度是改进的Penman-Monteith方程最为敏感的因子,它们的准确观测对于提高模型的估算精度至关重要;模型回归系数(c1、c0)的变化对模型估算结果的影响较小。表明当某一特定作物的回归系数值确定后,改进的Penman-Monteith方程可应用于不同地区、不同灌溉模式下作物蒸发蒸腾量的估算。

1956—2019年元谋干热河谷潜在蒸散发的变化及影响因素

为探究元谋干热河谷地区潜在蒸散发变化特征及其影响因子,通过应用彭曼蒙特斯模型、曼-肯德尔突变检验、气候倾向率和距平相关方法,分时段分析1956—2019年逐日气象要素值。结果表明:元谋干热河谷地区潜在蒸散发整体呈极显著下降的趋势,年度潜在蒸散发在1982年发生突变;各季潜在蒸散发变化明显,变化速率从大到小依次为3—5月、12月—次年2月、6—8月、9—11月;除1956—1982年12月—次年2月,1982—2019年9—11月、12月—次年2月潜在蒸散发有所增长外,剩下时段都呈减少趋势,1982年为各季的突变点。潜在蒸散发转折点为1982年;1982年前,年度潜在蒸散发距平占主导;1982年后,负距平占据主导,2008、2015年发生两次较大的波动。元谋干热河谷地区年潜在蒸散发变化主要取决于日照时间、气温和平均相对湿度;各季潜在蒸散发主要是由各气象要素共同作用的结果,且具有季节性差异;1982年以前,6—8月、9—11月潜在蒸散发的减少和12月—次年2月潜在蒸散发的增加仅与平均风速的减弱有关。

应用Penman-Monteith模型估算稻田蒸散的误差分析

通过对Penman-Monteith模型（PM模型）进行微分处理,从理论上分析了土壤热通量、储热项、表面层阻力和空气动力学阻力对PM模型模拟稻田蒸散的误差贡献;在此基础上提出储热项修正和稳定度修正建议,并对水稻4个生育期修正后的PM模拟结果与原始模型模拟结果进行比较.分析表明：按照一般量级关系,净辐射、土壤热通量、储热项、表面层阻力、空气动力学阻力误差分别为5％、10％、100％、20％和20％时,对蒸散误差的贡献率分别为26.8％、5.36％、53.6％、11.11％、3.17％.在水稻移栽-拔节、拔节-抽穗、抽穗-灌浆、成熟4个生育期,10cm土层的储热量均大于田间水层的储热量,且土层和水层储热量均随生育期推进而降低.水层储热在前两个生育期对蒸散的影响比后两个生育期大,与原始模拟值相比,前两个生育期仅考虑土壤储热修正后7：00-14：00蒸散降低幅度为0.04～ 0.073、0.02 ～0.11mm ·h-1,仅考虑水层储热修正后蒸散降低幅度为0.006～0.038、0.003～0.015mm·h-1;仅考虑空气动力学阻力修正后4个生育期的蒸散值平均降低了0.00064、0.0134、0.0055、0.0024mm·h-1.

基于系统动力学的黑河中游地区FAO Penman-Monteith模型评价研究

研究利用系统动力学软件STELLA构建FAO Penman—Monteith模型，进行系统动力学建模与生态建模相结合的尝试。研究发现，实际太阳辐射模拟值与GIS空间插值结果基本吻合，变化趋势一致；潜在蒸散发量估算值与SEBS模型估算值接近，基于时间序列的变化趋势基本相同，较好地反映了逐日蒸散发量的时间异质性；敏感性分析发现潜在蒸散发量对反照率、回归常数、辐射系数和研究区纬度值（取值范围为37°～39°）变化不敏感；系统动力学在分析复杂系统动态、模拟不同条件下系统N子之间相互作用以及响应过程中具有明显优势；STEL—LA本身强大的建模功能及友好图形界面在生态学及相关研究领域中有广阔前景；多学科方法、多时空尺度、多物理过程相耦合的研究将是以后该领域研究的重点和趋势之一。

WRF模型驱动的网格新安江模型及其应用

为提升输入网格新安江模型的降雨和蒸发数据的时空分布准确度,完善水文循环过程,并为进一步实现WRF模型与网格新安江模型的耦合提供基础,构建了由WRF驱动的网格新安江模型。首先,采用逐步订正法将WRF预报降雨与雨量站降雨融合来获取WRF融合降雨;然后将WRF预报气象数据输入网格新安江模型中并采用彭曼公式计算单元网格小时蒸发能力;最后由WRF融合降雨和彭曼公式蒸发能力驱动网格新安江模型在湿润的屯溪流域进行洪水模拟预报。结果表明:①WRF融合降雨具有较高精度且具有精细空间分布。相较于WRF预报降雨,WRF融合降雨与实测降雨的相关性(RR≥0.99)和拟合度(NSE≥0.98)更高,雨峰误差(-8.1%~3.5%)和雨量误差(-2.0%~6.7%)均明显减小。在空间分布上,WRF融合降雨具有比站点插值降雨更复杂的空间信息,信息熵(SE)显著增加(30.4%~48.2%),并包含了WRF降雨和站点插值降雨的降雨中心。②彭曼公式蒸发能力不仅呈现出逐小时变化规律,且与降雨过程密切相关。在空间分布上,彭曼公式蒸发能力与海拔密切相关,在中高程地区最大,低高程地区次之,而在高程较高地区最小。③WRF驱动的网格新安江模型具有较大的洪水预报潜力。相较于使用WRF预报降雨驱动网格新安江模型,由WRF融合降雨和彭曼公式蒸发能力驱动的网格新安江模型在屯溪流域的洪水预报精度明显提高,预报洪水的NSE均在0.90以上,洪量、洪峰和峰现时间合格率均达到100%。

Penman-Monteith蒸散模型及其在森林下垫面中参数的确定

Penm an-M on te ith公式是在蒸散研究中应用最多,也是变化形式最多的方法,该文在对目前Penm an-M on te ith模型在森林下垫面中应用总结的基础上,阐述了其中众多参数的意义和常用的确定方法,着重探讨了影响该模型精确性的关键因子净辐射、空气动力学阻力和冠层阻力的计算方法,并分析了Penm an-M on te ith模型在实际应用中存在的一些问题,提出了该模型在今后森林蒸散研究中发展的思路。

基于Penman-Monteith模型的林木日蒸腾模拟

忽略大气层结,考虑气压订正,用冠层整体气孔阻力(rst)代换冠层阻力(rc),蒸散面的净辐射值(Rn)采用冠层截留净辐射(Rnl),便可在叶面积指数(LA I)、林木单叶平均气孔阻力(rsi)和气象要素实测数据的基础上,应用修正后的Penm an-M onteith模型进行林木蒸腾量的模拟。本研究通过对Rn、LA I、rsi的实地观测,确定了林冠截流净辐射(Rnl)、消光系数(k)、冠层阻力转换系数(K')、空气动力学阻力(ra)和冠层整体气孔阻力(rst),对青海大通地区紫果云杉(P icea purpurea)、华北落叶松(L arix p rincip is-rupp rechtii)、沙棘(H ippophae rhamnoid es)、白桦(B etu la p latyphy lla)和青杨(P opu lus cathayana)的日蒸腾过程进行了模拟,与用快速称重法订正的L i-1600稳态气孔仪实测蒸腾结果对比,模拟的相对误差在±15%以内;模型敏感性分析发现,温度、LA I以及rsi是决定模拟结果的主要参数,模型对各参数变化反应不敏感。

包容环境因子的Penman-Monteith公式进行蒸散计算的研究

为给出Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ公式中冠层总气孔阻力的理论解，首先建立了植物群落中的光分布模式，并进而给出光合作用与呼吸作用模式，在此基础上进行温度订正，确定出由光、温因子所决定的整个群落任一时刻的净光合作用速率，由此结合ＢＷＢ气孔阻力子模型即可确定出冠层总气孔阻力．利用中国科学院禹城综合试验站Ｌｙｓｉｍｅｔｅｒ等联合观测资料，对模型进行了验证，结果表明：改进的包容环境因子的Ｐｅｎｍａｎ－Ｍｏｎｔｅｉｔｈ公式平均模拟误差４．３％左右。

云贵地区参考作物蒸散量模型适用性评价

根据地貌特征及行政区划将云贵两省分为5个区域,使用当地15个气象站点共56 a的逐日气象资料计算了18种参考作物蒸散量模型的模拟值,并以FAO56 Penman-Monteith法为标准对各模型模拟值进行了精度对比及误差成因分析.结果表明:同一模型在不同云贵分区间的模拟效果差异不大,R^(2)的平均变异系数为8.81%,模型精度主要影响因素为辐射能量项,次要因素为空气动力项;综合法模型模拟精度最高,R^(2)为0.81~0.99,辐射法次之,R^(2)为0.84~0.98,温度法和水汽压法较差,R^(2)为0.24~0.83;这4种方法中,各类型最优模型分别为FAO 24 Penman(全区整体评价指标GPI为0.506,排位1),Inmark(GPI为0.142,排位4),Hargreaves-Samani(GPI为-0.022,排位12)和Romanenko(GPI为-0.072,排位13).综上,经验模型FAO 24 Penman和Inmark模型适用于亚热带季风气候云贵地区参考作物蒸散量的简化计算.

基于碳水通量耦合原理改进Penman-Monteith蒸散发模型

陆地蒸散(ET)涵括地表和潮湿叶片的蒸发和植物的蒸散发,是陆地水循环的重要组成部分。Penman-Monteith方程是估算陆地蒸散的重要方法,方程中的叶片或冠层气孔导度是提高估算精度的关键因子。根据碳水循环的耦合原理,植物光合作用模型可用于估算叶片或冠层气孔导度。植物光合作用模型可分为三类:1)使用总冠层导度的大叶模型(BL),2)区别阴、阳叶冠层导度的双大叶模型(TBL),3)区别阴、阳叶叶片导度的双叶模型(TL)。与这三类光合作用模型相对应,衍生出基于不同导度计算方法的三种蒸散估算模型。三种蒸散模型之间的主要区别在于是否进行从叶片尺度到冠层尺度的气孔导度集成。这三种模型中,双叶模型使用叶片尺度的气孔导度,集成度最低。反之,大叶模型使用冠层尺度的气孔导度,集成度最高。由于在Penman-Monteith中,蒸腾和气孔导度之间的关系是非线性的,气孔导度的集合会导致负偏差。因此,与通量测量相比,大叶蒸散模型的估算偏差最大,而双叶蒸散模型的估算偏差最小。

基于Penman模型的蔬菜大棚土壤水分平衡研究

为达到土壤水分平衡状态,获得蔬菜大棚中作物生长的最佳土壤墒情,则需要建立起有效的模型.本研究以Penman模型为基础,对参数进行简化,提出了改进的温室大棚土壤水分平衡模型,降低了计算复杂度,提高了模型的计算效率.通过采集温室蔬菜大棚的实时气象数据,包括土壤温湿度、大气温湿度、通风风速、土壤热通量,使得数据更加准确,提高了计算的精度.实验采集蔬菜大棚作物处于发育期内的数据进行验证,模型计算获得的数据与实测值相比误差非常小.结果表明,该模型完全可以作为蔬菜大棚滴灌控制的一种可靠依据,具有较高的实际应用价值.

基于Penman-Monteith方程的温室茶树蒸腾蒸发模型研究

作物需水量是确定灌溉用水定额的基础,其关键参数是作物的蒸腾蒸发量(腾发量)。以PenmanMonteith方程为基础,借鉴P-M温室修正式的计算方法,提出了基于常规气象数据和茶树生长发育指标的温室茶树蒸腾蒸发模型ET0(Tea)。在试验期间,选取茶园温室2016年3月10日-4月10日的气象数据,利用P-M温室修正式和温室茶树蒸腾蒸发模型ET0(Tea)对作物腾发量进行逐日统计,并用水量平衡原理验证,结果表明ET0(Tea)与实测值的变化趋势较为一致,误差相对较小,且在晴天条件下比阴天效果更好。我们提出的ET0(Tea)计算精度较高,在理论和实践上均具有较好的可行性,可作为北方温室茶树灌溉决策的重要依据。

Penman-Monteith模型中主要参数推求及应用简化

通过数学分析得出修正后的Penman-Monteith模型中公式计算结果的准确性与消光系数k、叶面积指数LAI测量的准确性无关,k和LAI对于蒸腾速率的影响体现在林冠截留净辐射Rnl中;利用茎流计测量结果推算得出的冠层整体气孔阻力rst可以较好地模拟植物蒸腾,此时,rst的推算值中包含了Penman-Monteith模型所有其他参数值在测量或求解时产生的误差,同时它也是对其他参数误差的一个修正,对rst计算回归的准确性是影响模型计算结果准确性的最重要的因子。

基于Bayesian的Penman-Monteith模型简易大棚蒸散模拟

为实现Penman-Monteith(PM)模型在简易大棚中的蒸散模拟,对PM模型中2个关键参数空气动力学阻力r_(a)和冠层边界层阻力r_(c)组成的6种PM模型使用Bayesian方法进行模型的参数估计和不确定性分析,使用平均相对误差(MAE)、决定系数(R^(2))和威尔莫特一致性指数(D)3个模型精度指标对模型率定年(2018年)和检验年(2019年)进行模型精度量化评价。结果表明:Bayesian参数估计方法使PM模型在简易大棚日尺度蒸散估算精度较高,6种PM模型中有5种在模型率定年和模型检验年同时满足3个精度指标。Bayesian参数估计方法能有效减小简易大棚日尺度PM模型中部分参数的不确定性,在模型r_(a2)-r_(c3)中参数a_(2)的后验分布区间较先验分布区间在4个生育阶段分别缩小了97.65%、92.38%、93.31%和98.24%,在模型r_(a2)-r_(c2)中参数D_(50)、K_(Q)、Q_(50)和g_(max)在膨果期后验分布区间较先验分布区间分别缩小了96.44%、56.08%、97.78%和99.75%。筛选出r_(a2)-r_(c3)和r_(a3)-r_(c3)2种适宜简易大棚日尺度蒸散模拟的PM模型,其中最优模型为r_(a2)-r_(c3)。研究可为提高简易大棚作物灌溉及水分利用效率提供理论依据。

基于Penman-Monteith模型的低丘红壤区稻田蒸散模拟

基于低丘红壤区稻田波文比仪测量值和小气候观测资料,将8种组合形式的Jarvis公式和Irmak公式应用到Penman-Monteith模型中,组成9种蒸散模型,模拟稻田全生育期的逐时蒸散量,以波文比仪观测的蒸散量作为实测值检验模型精度。结果表明:PM_Irmak模型对水稻全生育期的蒸散模拟效果在所有模型中最好,均方根误差和平均绝对误差最小,分别为0.064和0.049mm·h^(-1),确定系数、纳什效率系数和一致性指数最高,分别为0.940、0.922和0.953。8种PM_Jarvis模型模拟蒸散的日动态变化值在水稻返青期均明显小于实测值,PM_Irmak模型模拟蒸散的日动态变化值在整个生育期与实测值均较为接近。由此可见,Irmak公式应用到PM模型后模拟精度较高,可为低丘红壤区稻田蒸散研究提供参考。

基于Penman-Monteith模型和Shuttleworth-Wallace模型对太行山南麓人工林蒸散的模拟

蒸散作为陆地生态系统能量平衡和水分循环的一个关键环节,其改变会影响区域气候的变化。森林蒸散模拟研究在评价森林在区域水分循环中的作用具有重要的意义。本文采用Penman-Monteith(P-M)模型和Shuttleworth-Wallace(S-W)模型模拟了太行山南麓栓皮栎-侧柏-刺槐人工混交林的蒸散(ET),对模型模拟的ET与涡度相关法所得的ET进行了比较,评价了P-M模型和S-W模型模拟人工混交林ET的适用性,讨论了这两种模型对各阻力的敏感性。研究结果表明,P-M模型和S-W模型模拟所得的ET的季节变化和日变化类似。S-W模型和P-M模型模拟的ET均低于实测的ET,S-W模型模拟的ET比实测的ET偏低6%,P-M模型模拟的ET比实测值偏低21%,因此,P-M模型模拟的ET偏低更明显。与P-M模型相比,S-W模型模拟的ET与实测值的相关系数、一致性指数(IA)、均方根误差(RMSE)、相对误差(RE)较小。与P-M模型相比,S-W模型模拟的ET与实测值的拟合直线更加趋近1∶1线。S-W模型模拟ET的效果优于P-M模型,S-W模型更适合于本研究区人工混交林蒸散的模拟。P-M模型模拟的2009年生长季的ET偏低更明显,将S-W模型模拟的ET分为蒸腾(T)和土壤蒸发(E),其中土壤E与ET比值为11.3%。土壤E约占ET的10%左右。P-M模型模拟ET偏低的原因可能与P-M模型中未考虑土壤表面阻力有关。S-W模型模拟的ET和T对冠层阻力(rcs)最敏感,其次为植物冠层高度至参考高度间的空气动力学阻力(raa),对土壤表面至冠层高度间的空气动力学阻力(rsa)相对不敏感;土壤E对土壤表面阻力(rss)最敏感,对rcs最不敏感。P-M模型模拟的ET对rcs最敏感,对空气动力学阻力(ra)敏感性较弱。

Comparison of three evapotranspiration models with eddy covariance measurements for a Populus euphratica Oliv.forest in an arid region of northwestern China

The accurate estimation of evapotranspiration (ET) in arid regions is important for improving the water use efficiency of vegetation. Based on successive observations from May to October of 2014, we estimated the ET of a Populus euphratica Oliv. forest during the growing season in an extremely arid region using the PM (Penman-Monteith), SW (Shuttleworth-Wallace) and SSW (an improved canopy transpiration model) models. Estimated ET values were compared with those of the eddy covariance measurements. Results indicated that the actual ET of the P. euphratica forest was always overestimated by the PM model. The accuracy of the SW model was higher than that of the PM model. However, some data were not easily obtained because of the complicated structure of the SW model. The newly proposed SSW model gave the most accurate ET values, and its accuracy was higher at hourly than at daily time scale. In conclusion, the SSW model is more suitable for sparse vegetation system at large scales in extremely arid regions.