参考作物蒸散量(ET_0)是评估区域植被耗水进而指导水资源优化管理所需的主要参数之一,但我国大部分地区标准化气象台站稀疏、部分研究点的气象资料通常难以获取,给ET_0的计算带来了很大困难。以地处内陆旱区的内蒙古河套灌区为例,利用该...参考作物蒸散量(ET_0)是评估区域植被耗水进而指导水资源优化管理所需的主要参数之一,但我国大部分地区标准化气象台站稀疏、部分研究点的气象资料通常难以获取,给ET_0的计算带来了很大困难。以地处内陆旱区的内蒙古河套灌区为例,利用该区4个标准气象站1981-2006年的气象资料,讨论了研究点在没有历史气象数据且现有气象数据不完备的情况下,采用临近台站气象数据估算ET_0的可靠性。估算方法分别为估算未知气象数据的FAO56Penman-Monteith方程(PM56)、基于临近台站气象数据校正的经验公式以及利用临近台站气象数据训练的人工神经网络模型。结果表明:(1)在完全没有气象数据的条件下,可采用临近站点的气象数据估算研究点的ET_0,平均绝对误差(MAE)为0.43～0.52 mm d^(-1),均方根误差(RMSE)为0.56～0.63 mm d^(-1);估算精度与台站间的距离有关,利用维度信息校正太阳辐射值可提高估算精度。(2)仅有最高和最低气温数据时,估算气象数据的PM56方程计算误差较大,且站点之间表现不稳定,人工神经网络模型的估算精度最高,MAE和RMSE分别为0.14～0.22mm d^(-1)和0.17～0.29 mm d^(-1);校正后的Hargreaves公式的估算效果次之,MAE和RMSE分别为0.23～0.26 mm d^(-1)和0.30～0.31 mm d^(-1)。(3)在已知温度和辐射数据时,利用临近台站气象数据训练的人工神经网络模型依然表现最好,MAE和RMSE分别为0.13～0.19 mm d^(-1)和0.17～0.25 mm d^(-1),其他两种方法误差较大。在内陆干旱条件下,利用研究点的气温数据结合临近台站的历史气象信息可有效估算参考作物蒸散发。展开更多
文摘参考作物蒸散量(ET_0)是评估区域植被耗水进而指导水资源优化管理所需的主要参数之一,但我国大部分地区标准化气象台站稀疏、部分研究点的气象资料通常难以获取,给ET_0的计算带来了很大困难。以地处内陆旱区的内蒙古河套灌区为例,利用该区4个标准气象站1981-2006年的气象资料,讨论了研究点在没有历史气象数据且现有气象数据不完备的情况下,采用临近台站气象数据估算ET_0的可靠性。估算方法分别为估算未知气象数据的FAO56Penman-Monteith方程(PM56)、基于临近台站气象数据校正的经验公式以及利用临近台站气象数据训练的人工神经网络模型。结果表明:(1)在完全没有气象数据的条件下,可采用临近站点的气象数据估算研究点的ET_0,平均绝对误差(MAE)为0.43～0.52 mm d^(-1),均方根误差(RMSE)为0.56～0.63 mm d^(-1);估算精度与台站间的距离有关,利用维度信息校正太阳辐射值可提高估算精度。(2)仅有最高和最低气温数据时,估算气象数据的PM56方程计算误差较大,且站点之间表现不稳定,人工神经网络模型的估算精度最高,MAE和RMSE分别为0.14～0.22mm d^(-1)和0.17～0.29 mm d^(-1);校正后的Hargreaves公式的估算效果次之,MAE和RMSE分别为0.23～0.26 mm d^(-1)和0.30～0.31 mm d^(-1)。(3)在已知温度和辐射数据时,利用临近台站气象数据训练的人工神经网络模型依然表现最好,MAE和RMSE分别为0.13～0.19 mm d^(-1)和0.17～0.25 mm d^(-1),其他两种方法误差较大。在内陆干旱条件下,利用研究点的气温数据结合临近台站的历史气象信息可有效估算参考作物蒸散发。
