龔孟梨

（山西省西山提黃灌溉工程建設管理中心 山西太原030002）

0 引言

作物需水量是作物水量平衡中的一個重要分量，它的準確計算與預報是制定農(nóng)作物動態(tài)用水計劃的基礎。而參考作物騰發(fā)量（ET0）則是計算作物需水量的基礎，也是灌溉預報及灌溉決策的基礎。因此，利用各種實時氣象數(shù)據(jù)結合作物實際生長發(fā)育過程、土壤水分狀況等對作物參考作物需水量及變化做出預測，成為了實時灌溉預報的核心內(nèi)容。目前國內(nèi)外專家學者針對ET0預報已經(jīng)展開了大量的研究，主要集中在ET0預報方法、適用性以及時空變異特性研究。

1 預報方法及適用性研究

目前計算參考作物騰發(fā)量的方法很多，常用的大致有以下幾種:彭曼公式法、HS 公式法、ET0逐日均值修正法、PT 公式法以及神經(jīng)網(wǎng)絡模型法。這些計算方法大都以氣象數(shù)據(jù)為基礎，在不同的研究區(qū)域，公式的適用性有較大差異，本節(jié)主要對這5 種預報方法及其適用性的研究成果進行介紹。

1.1 彭曼公式

目前，專家學者普遍認為ET0的標準計算方法為1998年FAO-56 分冊的Penman-Monteith 公式[1]:

式中，ET0為參考作物騰發(fā)量（mm/d），式中其他各項含義參見文獻［1］?，F(xiàn)在普遍認為Penman-Monteith（PM）公式在各種地區(qū)均具有廣泛的適用性。這種方法全面考慮了影響蒸發(fā)蒸騰的各種因素，無論是在干旱地區(qū)，還是在較為濕潤地區(qū)均具有較高的計算精度。

1.2 HS 公式

Hargreaves 等人在1985年建立了Hargreaves 公式，利用該公式計算參考作物騰發(fā)量只需要日平均氣溫、最低氣溫以及外空輻射這3 個影響因素。日平均最高氣溫和最低氣溫在氣象站可以收集到，外空輻射資料可以根據(jù)當?shù)鼐暥炔殚咶AO 的相關文獻得到:

式中，Ra 為大氣頂太陽輻射，MJ/（m2·d）；Tmax和Tmin分別為最高氣溫、最低氣溫，℃；C、E、T 為參數(shù)，分別建議取0.002、0.5、17.8。該公式所需資料較易收集，目前國內(nèi)外學者已經(jīng)做了大量對比研究，并針對不同的氣候條件提出了相應的改進建議。Allen 和Droogers[2-3]研究認為HS 公式計算精度的影響因素主要有平均風速、降雨和大氣壓。王新華等[4]研究表明，HS 公式和PM 公式的計算結果在干旱區(qū)有顯著差異，絕對偏差在-9.02～99.28 mm 之間，平均相對偏差為4.3%。這種年值偏差與年平均風速有顯著正相關性。并根據(jù)月參考作物需水量的差異規(guī)律，將利用HS公式計算結果作為自變量建立回歸公式，對計算結果進行比較發(fā)現(xiàn)，無論是年值還是月值，該回歸公式都能有較好的計算精度。

1.3 ET0 逐日均值修正法

在日常的天氣預報中，無法對日照時數(shù)及相對濕度進行預報，那么就不能利用式（1）對作物逐日參考騰發(fā)量進行預報。但可以收集歷史氣象資料利用（1）式對歷史ET0值進行計算，并分析多年平均逐日ET0，i的年內(nèi)變化規(guī)律。茆智等根據(jù)此規(guī)律，同時考慮實時天氣類型的差異，提出了多年平均逐日參考作物騰發(fā)量的預測公式[5]，即:

式中，ET0，max為多年平均最大旬參考作物騰發(fā)量日平均值，mm/d；i 為日序數(shù)；im為產(chǎn)生ET0，max的日序數(shù)；A0為經(jīng)驗參數(shù)，A0的確定一般有以下2 種方法:1）對年內(nèi)分月取常數(shù)；2）年際取為常數(shù)；φi為第i日天氣類型修正系數(shù)。

針對A0的兩種確定方法，蔡學良等[6]對其計算值與實測值進行了比較，發(fā)現(xiàn)計算值與實測值有較大誤差。采用年內(nèi)分月取常數(shù)方法的計算值在月末與月初之間存在明顯的跳躍性；采用年際取常數(shù)方法的計算值年內(nèi)變化范圍過大，駝峰效應明顯。蔡學良等為了提高計算模擬精度，提出了A0逐日取值的計算公式:

式中各項含義同上，用該方法所得逐日ET0，i的預報精度較傳統(tǒng)方法有了較大改善。

1.4 Priestley-Tay lor 公式[7]的基本形式為

式中，Rn 為冠層凈輻射；G 為土壤熱通量；T 為Priestley-Taylor 系數(shù)，一般取值為1.26?？梢?，Priestley-Taylor 公式計算參考作物騰發(fā)量需要的氣象數(shù)據(jù)主要有:冠層凈輻射及平均氣溫（或最高、最低氣溫）。將Priestley-Taylor 公式與Penman 公式進行對比不難看出，兩者的差別主要在于后者考慮了空氣動力項，而前者則沒有考慮。

劉曉英等根據(jù)華北地區(qū)6 個具有代表性氣象站點的歷史氣象資料，分別利用Priestley-Taylor 和Penman 公式對參考作物騰發(fā)量進行了計算，并對計算結果進行了比較。結果表明，利用Priestley-Taylor公式計算結果比Penman 公式計算結果低11%～27%。分析認為計算結果偏差既有Priestley-Taylor 公式?jīng)]有考慮空氣動力項這一因素的影響，亦有降雨的影響，而前者的影響可能更大些?？諝鈩恿椗c輻射項兩者之比越小，兩種方法的吻合程度越好；反之，吻合程度越差。同時分析表明，Priestley-Taylor 公式主要適用于濕潤地區(qū)，雖然諸多學者在將其引入干旱半干旱地區(qū)應用時加入了修正系數(shù)，但結果并不是十分理想[8-10]。

1.5 神經(jīng)網(wǎng)絡模型

BP 神經(jīng)網(wǎng)絡是目前應用最多的一種非線性函數(shù)逼近方法，運用該方法能夠較好地反映參考作物騰發(fā)量ET0與其各影響因素之間較為復雜的非線性關系。

霍再林等[11]以Penman-Monteith 公式計算得到的ET0作為輸出向量，分別以平均氣溫、相對濕度、凈輻射這3 因子，以平均氣溫、相對濕度、凈輻射、2 m 處風速這4 因子為輸入向量，構建了3 層、4 層BP 網(wǎng)絡模型，并將兩者預報結果進行比較發(fā)現(xiàn):3 因子和4 因子法均可用于ET0的預報計算，且均有較好的預測效果，兩者相比4 因子法的預報效果更好。這與吳宏霞等[12]的研究結果保持一致。徐俊增等[13]以前3日的參考作物騰發(fā)量為輸出向量，以平均氣溫、陰晴指數(shù)、平均風速等作為實時輸入向量構建了3 層BP 網(wǎng)絡模型。結果顯示所建網(wǎng)絡模型具有較好的模擬效果和泛化能力，能較為準確地反映出參考作物騰發(fā)量與各影響因素之間的關系。

2 時空變異特性研究

在年尺度上，在干旱半干旱地區(qū)，參考作物騰發(fā)量年際間變化也比較大。參考作物騰發(fā)量對相對濕度、太陽輻射、平均風速、日照時數(shù)等相關性較好，相比較而言，溫度變化則對參考作物蒸散量的影響并不顯著。

在季節(jié)尺度上，在干旱半干旱地區(qū)，參考作物騰發(fā)量月際間變化比較大，春夏兩季的參考作物騰發(fā)量總和在全年中所占的比例較大。西北地區(qū)（如陜西、甘肅等地）春夏兩季太陽總輻射對參考作物騰發(fā)量的影響最明顯，其次是相對濕度和氣溫，風速對其影響最小；秋冬兩季相對濕度對參考作物騰發(fā)量的影響最明顯。東北地區(qū)生長季（5-9月）參考作物騰發(fā)量對氣溫變化最為敏感，對風速的敏感性最低。

從空間分布上看，李春強等[14]分析得出河北省參考作物騰發(fā)量從東北至東南呈遞增趨勢；佟玲等[15]分析得到甘肅省石羊河流域ET0多年平均值從山區(qū)到綠洲平原逐漸加大?？梢?，參考作物騰發(fā)量與海拔高度成顯著負相關，海拔高度與地形變化是導致參考作物騰發(fā)量在空間分布變化的主要因素，這與段永紅等[16]的研究結果保持一致。

從地區(qū)分布上看，廖顯琴等[17]通過分析得出陜西省參考作物騰發(fā)量對單個氣象要素的敏感系數(shù)隨區(qū)域而變化，在陜西南部氣溫和太陽輻射變化對參考作物騰發(fā)量影響最為明顯，而在橫山和吳旗則為相對濕度對參考作物騰發(fā)量影響最為明顯，參考作物騰發(fā)量對風速變化的敏感系數(shù)從南往北逐漸增強。陳超等[18]通過研究表明導致盆地地區(qū)參考作物騰發(fā)量對日照時數(shù)最為敏感，而高原地區(qū)參考作物騰發(fā)量則對風速變化最敏感。

3 結語

通過對參考作物騰發(fā)量實時預報的研究文獻進行分析，可以發(fā)現(xiàn):目前國內(nèi)外在參考作物騰發(fā)量預報方法這方面的研究比較多，隨著我國農(nóng)業(yè)氣象站點建設日益加強，我國的農(nóng)業(yè)氣象事業(yè)日漸發(fā)展，彭曼公式的應用條件將日趨完善。在此之前，應用各種改進公式時，需要針對應用地區(qū)進行參數(shù)校核及結果驗證。

不難發(fā)現(xiàn)，目前對參考作物騰發(fā)量預報時空變異特性研究大多針對年降雨量偏少但蒸發(fā)量較大的西北等干旱半干旱地區(qū)，而針對南方尤其是沿海濕潤地區(qū)的研究相對較少，需在逐步應用中得到進一步的研究。