Priestley-Taylor模型在江西省適用性研究

燕 輝，吳立峰，魯向暉，董建華，戴盼偉

(1. 河南科技大學(xué)農(nóng)業(yè)裝備工程學(xué)院，河南 洛陽 471000; 2. 南昌工程學(xué)院鄱陽湖流域水工程安全與資源高效利用國家地方聯(lián)合工程實(shí)驗(yàn)室，南昌 330099)

0 引 言

作物需水量是農(nóng)田水分循環(huán)系統(tǒng)中最關(guān)鍵的因素之一，其精確計(jì)算是節(jié)水農(nóng)業(yè)研究和水資源優(yōu)化配置中必不可少的組成部分，而計(jì)算作物需水量的關(guān)鍵環(huán)節(jié)是參考作物騰發(fā)量的計(jì)算[1]。由于通常并不需要進(jìn)行參數(shù)率定，并具有與全球蒸滲儀實(shí)測數(shù)據(jù)具有最好的吻合度，聯(lián)合國糧農(nóng)組織(FAO)推薦FAO Penman-Monteith(P-M)法作為估算ET0的標(biāo)準(zhǔn)方法[2]。但是，P-M法需要完整且高質(zhì)量的數(shù)據(jù)集，難以在偏遠(yuǎn)地區(qū)使用，因此許多簡單方法得到了廣泛的應(yīng)用，Priestley-Taylor(P-T)模型由于在濕潤地區(qū)具有很高的精度，因此在國內(nèi)外得到了廣泛研究。徐俊增等[3]在分析實(shí)測作物蒸散量的基礎(chǔ)上，評(píng)價(jià)了P-T模型等評(píng)價(jià)了11種日ET0計(jì)算方法的計(jì)算結(jié)果，發(fā)現(xiàn)P-T模型在江蘇南部地區(qū)適用性較好。Ai等[4]通過引入覆膜比例、空氣溫度和葉面積指數(shù)來估算P-T模型參數(shù)，使其能夠預(yù)測棉花覆膜條件下蒸散量。賈志軍等[5]基于3年渦度相關(guān)系統(tǒng)測量值和小氣候觀測資料,比較分析Penman、Penman-Monteith和P-T模型對(duì)三江平原稻田5-10月蒸散量的模擬效果，發(fā)現(xiàn)P-T模型模擬效果較好，平均偏差為0.02 mm/d，均方根誤差為0.71 mm/d，P-T模型的參數(shù)值與飽和水汽壓差和風(fēng)速均呈現(xiàn)顯著正相關(guān)關(guān)系。Baik等[6]開發(fā)出了能夠估算多種植物的P-T模型參數(shù)的方法。吳立峰等[7]對(duì)西北5省區(qū)多種簡化參考作物蒸散量估算方法進(jìn)行了統(tǒng)計(jì)比較，發(fā)現(xiàn)在西北地區(qū)P-T模型的精度低于Makkink法，其RMSE為0.71 mm/d，R2為0.88，30個(gè)站率定后參數(shù)值介于1.02～1.64之間。此外，P-T模型還是多種作物生長模型(如CERES模型[8]、CROPSIM模型[9]和EPIC模型[10])計(jì)算參考作物蒸散量的常用方法之一。

江西省位于我國華南和華中交接處，屬于中亞熱帶濕潤季風(fēng)氣候，水熱資源豐富，是我國重要的雙季稻生產(chǎn)基地，但也存在著水熱資源不同時(shí)期，經(jīng)常由于旱澇急轉(zhuǎn)造成農(nóng)業(yè)災(zāi)害，特別是春季連續(xù)陰雨天氣容易造成澇災(zāi)和7-8月份晚稻種植季節(jié)極易發(fā)生伏旱，對(duì)雙季稻的高產(chǎn)穩(wěn)產(chǎn)造成了嚴(yán)重威脅。此外，江西省地形地貌多樣，不同區(qū)域氣候差異較大，但具有長系列氣象觀測資料的氣象站點(diǎn)不足30個(gè)，無法滿足農(nóng)業(yè)生產(chǎn)對(duì)氣象資料的需要。因此，確定合理的灌溉排水制度，必須確定適宜的參考作物蒸散量計(jì)算方法，為了分析Priestley-Taylor方法在江西省的適用性及參數(shù)本地化，本文以年尺度和季度尺度對(duì)P-T模型以及FAO56 P-M模型對(duì)ET0進(jìn)行日尺度模擬，并以FAO56 P-M 法作為標(biāo)準(zhǔn)對(duì)Priestley-Taylor模型的2種率定方法進(jìn)行適用性評(píng)價(jià)，從而評(píng)價(jià)Priestley-Taylor模型在江西省的適用性，以期為該地區(qū)農(nóng)田灌排制度制定優(yōu)化提供參考。

1 材料與法

1.1 試驗(yàn)區(qū)概況

江西省(24°29′N-30°04′N，113°34′E-118°28′E)位于長江中下游南岸，北部為鄱陽湖平原，南部為江南丘陵，東西兩側(cè)以山地為主。氣候?qū)僦衼啛釒嘏瘽駶櫦撅L(fēng)氣候，年平均氣溫約16.3～19.5 ℃，一般自北向南遞增，年平均降水量約為1 600 mm。

1.2 數(shù)據(jù)來源

本文選取江西省26個(gè)氣象站點(diǎn)為主要分析對(duì)象，以及周邊各省份17個(gè)站點(diǎn)輔助進(jìn)行空間插值研究，具體氣象資料包括日照時(shí)數(shù)、日平均氣溫、最高氣溫和最低氣溫、相對(duì)濕度和2 m高風(fēng)速，數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)地面觀測數(shù)據(jù)中的日值數(shù)據(jù)集，為了方便分析，把江西省26個(gè)氣象站分為4個(gè)區(qū)域。ET0月值和年值由日值計(jì)算整合得到。盡管數(shù)據(jù)集數(shù)據(jù)已經(jīng)經(jīng)過嚴(yán)格的質(zhì)量控制，為了比較不同ET0估算法的精度，對(duì)氣象資料進(jìn)行了質(zhì)量控制，即當(dāng)每日氣象資料有一項(xiàng)及以上數(shù)據(jù)缺失，則刪除該日全部數(shù)據(jù)。

1.3 研究方法[FAO Penman-Monteith(P-M)法]

(1)

式中：ET0為參考作物蒸發(fā)蒸騰量，mm/d；Rn為凈輻射，MJ/(m2·d)；Rs為地表總輻射，MJ/(m2·d)，在江西地區(qū)參數(shù)a取0.13，b取0.57[11]；G為土壤熱通量密度，MJ/(m2·d)；T為2 m 高處的平均氣溫，℃；u2為2 m 高處的風(fēng)速，m/s；es為飽和水汽壓，kPa；ea為實(shí)際水汽壓，kPa；Δ為溫度水汽壓曲線的斜率，kPa/℃；γ為濕度計(jì)常數(shù)，kPa/℃。

當(dāng)缺少風(fēng)速和相對(duì)濕度資料時(shí)，Priestley-Taylor(P-T)模型是國內(nèi)外應(yīng)用非常廣泛的ET0估算模型。P-T法是早期Penman 法的簡化版本，該法將空氣動(dòng)力學(xué)項(xiàng)替換為修正系數(shù)，其計(jì)算式為：

(2)

式中：α為經(jīng)驗(yàn)參數(shù)，通常默認(rèn)值為1.26；λ為汽化潛熱常數(shù)，2.45 MJ/kg。

1.4 統(tǒng)計(jì)評(píng)價(jià)與數(shù)據(jù)處理

本研究中使用了ET0模擬過程中常用的4個(gè)評(píng)價(jià)指標(biāo)來評(píng)價(jià)P-T模型2種不同率定方法的適用性，分別為：均方根誤差(RMSE)、一致性系數(shù)(d-index)歸一化均方根誤差(NRMSE)和平均偏差(MBE)，其計(jì)算式如下:

(3)

(4)

(5)

(6)

使用MATLAB軟件2017a版本對(duì)全年尺度(PT1)和分季尺度(PT2)兩種不同率定方法對(duì)P-T模型進(jìn)行了參數(shù)率定。

2 結(jié)果與分析

2.1 P-T法參數(shù)值

P-T模型全年率定方法(PT1)參數(shù)α值介于1.05～1.18，其中以江西北部鄱陽湖平原的貴溪、波陽、南昌、和南城一帶最高，此外吉安和遂川一帶也較高，均低于模型默認(rèn)值(1.26)；而低值出現(xiàn)在修水、蓮花和井岡山等東部山區(qū)，可以看出該區(qū)域空氣動(dòng)力學(xué)項(xiàng)在ET0中的比重較?。淮送?，在平原地區(qū)普遍要高于山區(qū)和丘陵區(qū)。從季節(jié)上看，修水、宜豐、蓮花和井岡山站在4個(gè)季節(jié)變化較小，各站不同季節(jié)參數(shù)值相差在0.1以內(nèi)。而其他各站總體呈現(xiàn)出春夏季較小、秋季較高，冬季最高的趨勢，其中廬山站季節(jié)變化最大，在夏季僅為1.08，而在冬季高達(dá)1.62。對(duì)比PT1和PT2方法可以看出，PT1方法的參數(shù)值與PT2方法的春季和夏季參數(shù)值比較接近，PT1方法秋季和冬季低于PT2方法。

表1 全年率定和分季率定下P-T模型參數(shù)值Tab.1 Parameter values of P-T model calibrated by multi-year(PT1) and by monthly(PT2)

2.2 P-T法參數(shù)空間分布

將P-T法的參數(shù)α進(jìn)行空間化處理，其結(jié)果如圖1所示。PT1模式下參數(shù)在大部分地區(qū)都介于1.124～1.143之間，其主要分布在江西省的中北部平原區(qū)到南部丘陵區(qū)一帶并向四周逐漸遞減，而東部山區(qū)和最南部的丘陵區(qū)參數(shù)值較小以及東北部小部分地區(qū)其參數(shù)值較小。PT2模式下，參數(shù)α的空間分布趨勢僅在夏季與PT1模式相接近，但PT2模式整體稍小于PT1模式，而在中北部和中西部地區(qū)這種差異更加明顯。PT2模式在春季、秋季和冬季分布情況相近，在中北部地區(qū)參數(shù)值最大，逐漸向四周變小，其中在東部山區(qū)最小，春季與秋季和冬季稍有不同在于春季最南部參數(shù)值也較小。

從各季節(jié)參數(shù)值來看，夏季參數(shù)值總體上最小，其次是春季和秋季，冬季值最大且北部地區(qū)冬季值與參數(shù)默認(rèn)值(1.26)相接近，其他地區(qū)高于參數(shù)默認(rèn)值，冬季比夏季高約0.1～0.2之間。以上說明ET0的空氣動(dòng)力學(xué)項(xiàng)在冬天貢獻(xiàn)更大，而夏季更小。

圖1 江西省P-T模型率定后參數(shù)α值空間分布Fig.1 Spatial distribution of parameter α values of P-T model in Jiangxi province

2.3 P-T模型與P-M模型統(tǒng)計(jì)比較

兩種率定模式的P-T法估算ET0日值統(tǒng)計(jì)特征如表2所示。考慮到地區(qū)的差異，將江西省分成4個(gè)區(qū)域，分別進(jìn)行比較。從表1中MBE指標(biāo)看，PT1率定方法的誤差在各個(gè)地區(qū)均普遍高于PT2率定方法。從各子區(qū)域來看，PT1率定方法中北部平原誤差最大(-0.05～0.20 mm/d)，南部丘陵其次，之后是東部山區(qū)，西部山區(qū)最小(-0.02～0.08 mm/d)。從季節(jié)來看，秋冬季表現(xiàn)為高估，而春夏季節(jié)呈現(xiàn)低估態(tài)勢，其中在中北部平原、南部丘陵和東部山區(qū)均在秋季誤差大于冬季，而西部山區(qū)冬季誤差稍高于秋季。PT2率定方法誤差很小，MBE值在-0.02～0.04 mm/d之間，無明顯季節(jié)高估和低估問題。

從d-index指標(biāo)看，其中在春夏兩季PT1和PT2法的精度相同，而在秋季和冬季PT2法優(yōu)于PT1法。從各子區(qū)域來看，西部山區(qū)的一致性最好，南部丘陵和東部山區(qū)相差不大，北部平原一致性最差。從季節(jié)來看，各子區(qū)域在春夏季d-index在0.97以上，而在秋季明顯變差，以北部平原區(qū)為例，兩種率定方法的d-index下降至0.90和0.93，而冬季下降至0.81和0.85，其他子區(qū)域也呈現(xiàn)了相同的季節(jié)差異。

從RMSE指標(biāo)來看，PT1法和PT2法在不同子區(qū)域和不同季節(jié)各有優(yōu)勢。在春季，PT1法的RMSE均不同程度低于PT2法，其降低幅度為13.1%～19.3%；在夏季，PT1法在東部和西部山區(qū)RMSE更低，而PT2法在平原和丘陵地區(qū)RMSE更低，秋季PT2法比PT1法RMSE低18.2%～34.8%；在冬季PT2法在南部丘陵更有優(yōu)勢，其他區(qū)域兩種方法差異不大。

從NRMSE指標(biāo)看，各子區(qū)域在春季NRMSE均相同；在夏季和秋季，PT2法比PT1法在各子區(qū)域低0.01～0.02；在冬季，北部平原區(qū)、東部山區(qū)、南部丘陵和西部山區(qū)的PT2法比PT1法分別提高0.04、0.03、0.02和0.02。從地區(qū)看，在東部山區(qū)NRMSE整體最低，其次是南部丘陵和東部山區(qū)，在北部平原最高。

t-test指標(biāo)主要用于描述相同時(shí)間序列的兩組結(jié)果是否存在顯著性差異，從t-test指標(biāo)無顯著差異的站點(diǎn)數(shù)比較可以看出，PT2法t-test無顯著差異(P<0.05)的站點(diǎn)數(shù)量明顯多于PT1法。從區(qū)域看，PT2法在中北部平原優(yōu)勢最明顯，特別是夏季PT1法和PT2法無顯著差異的站點(diǎn)數(shù)分別為1和8；其次是西部山區(qū)，夏季PT1法和PT2法無顯著差異的站點(diǎn)數(shù)分別為1和6。南部丘陵區(qū)，在秋季兩種方法無顯著差異，其他季節(jié)PT2法也好于PT1法。在東部山區(qū)，PT2法無明顯差異的站點(diǎn)數(shù)也在40%以上，而PT1法在各季節(jié)最多有1個(gè)站點(diǎn)無明顯差異。

由于P-T模型只有一個(gè)參數(shù)，因此PT1法和PT2法的R2相同。從R2可以看出，P-T模型在西部山區(qū)適用性最好，其后依次是南部丘陵、東部山區(qū)和中北部平原區(qū)。從季節(jié)上看，在江西地區(qū)春季和夏季適用性最好，而在秋季適用性也可以接受，在冬季較差。

綜合對(duì)比5個(gè)統(tǒng)計(jì)指標(biāo)可以看出，PT2法在整體上要好于PT1法。

表2 江西省全年率定和分季率定的P-T模型ET0與P-M模型ET0對(duì)比統(tǒng)計(jì)結(jié)果Tab.2 Statistical results of compared by P-M model and P-T model ET0 calibrated by mult-year(PT1) and by monthly(PT2) in Jiangxi province

注：東部山區(qū)、中北部平原、南部丘陵和東部山區(qū)總站點(diǎn)數(shù)分別為7、9、5和5。

2.4 P-T模型誤差空間分布

P-T模型兩種率定方法下的NRMSE空間分布如圖2所示。由圖2可知，PT1法結(jié)果的NRMSE最高地區(qū)位于江西的北部，向東和向西2個(gè)方向快速降低，并在東部和西部形成了2個(gè)NRMSE值的最低區(qū)域，其中西部的最低值區(qū)域分布范圍更廣泛，而NRMSE向南則呈現(xiàn)緩慢下降。PT2法中，春季的NRMSE與PT1法分布非常相似，但PT2法整體NRMSE要高于PT1法0.06～0.12。在夏季，PT1法最高區(qū)域也分布在北部并且呈現(xiàn)向四周逐漸下降趨勢，其中在西部下降速度很快，并在東部形成一個(gè)NRMSE最低值區(qū)域，而由于向南緩慢下降，在最南部也形成了NRMSE一個(gè)最低值區(qū)域。NRMSE在秋季與夏季分布趨勢相似。冬季最高值也出現(xiàn)在北部地區(qū)，但在南部也存在一個(gè)局部高值區(qū)域，在東西兩側(cè)NRMSE較小，其中西部NRMSE最小值的區(qū)域更大。從各個(gè)季節(jié)看，PT2法在秋季整體NRMSE最低，其次是夏季，而冬季和春季總體精度較差。

圖2 江西省P-T模型率定后NRMSE空間分布Fig.2 Spatial distribution of normalized root mean square error(NRMSE) of P-T model in Jiangxi province

2.5 P-T模型ET0年值比較

江西省兩種率定模式的P-T法與P-M法和降水量年值對(duì)比如圖3所示。由圖3可知，2種方法在年ET0值方面均與P-M法的ET0差異不大，從1961-2010年均呈現(xiàn)出了下降趨勢，但降水量無明顯規(guī)律。江西省各站年ET0均低于降水量。這符合P-T模型的適用條件，即P-T模型在ET0低于降水量的地區(qū)適用性較好。

圖3 江西省P-T模型ET0與P-M模型ET0和降水量年值(1961-2010)Fig.3 Annual ET0 calculated by P-T, P-M model and precipitation change in Jiangxi province(1961-2010)

2.6 P-T模型ET0季度比較

兩種率定模式的P-T法和P-M法的ET0季度比較如表2所示。由表2可知，P-M模型計(jì)算的ET0在夏季均最高，介于3.73～4.13 mm/d；其次是秋季，介于2.17～2.64 mm/d；春季稍低于秋季，介于2.21～2.35 mm/d；冬季最小，介于1.09～1.39 mm/d。從各區(qū)域來看，西部山區(qū)稍低于其他地區(qū)，其在夏季低約0.3 mm/d。

對(duì)比PT1和PT2率定法和P-M法計(jì)算ET0值可以看出，無論是PT1還是PT2法，在春季均與P-M法結(jié)果相差很小，其絕對(duì)偏差在0.06 mm/d以內(nèi)，而在夏季盡管PT1法的計(jì)算偏差也較小，也在0.1 mm/d以內(nèi)，但不如PT2法。在秋季，PT1法在南部丘陵和中北部平原的誤差較大，其絕對(duì)偏差為0.16和0.19 mm/d；而PT2法則偏差很小(0.04 mm/d以內(nèi))。在冬季，盡管由于氣候原因，ET0值是四季中最小的，但PT1法在南部丘陵和中北部平原的絕對(duì)偏差也達(dá)到了0.15 mm/d。從以上可以進(jìn)一步看出，PT2法的精度要好于PT1法。

表3 P-T模型全年率定和分季率定模式下ET0和P-M法的ET0月平均日值比較 mm/d

2.7 數(shù)與誤差相關(guān)關(guān)系

分季率定模式下PT2率定方法參數(shù)α與統(tǒng)計(jì)指標(biāo)相關(guān)關(guān)系如圖4所示。從圖4可以看出，統(tǒng)計(jì)指標(biāo)(d-index、R2和NRMSE)與α參數(shù)均呈現(xiàn)極顯著的線性相關(guān)關(guān)系(p<0.01)，盡管擬合方程本身沒有應(yīng)用價(jià)值，但是可以給我們很多啟發(fā)。分季節(jié)來看，夏季和秋季統(tǒng)計(jì)指標(biāo)與參數(shù)α值的相關(guān)性最好，冬季和春季較差，而這2個(gè)季節(jié)的α值普遍也偏大，這可能是由于本研究所使用的參數(shù)率定方法是最小二乘法造成的，其所獲得的是離差平方和的最小，而α值本身是具備一定物理意義的，即其代表了某一特定氣候區(qū)空氣動(dòng)力學(xué)項(xiàng)占總ET0的比例，該比例應(yīng)該與該地區(qū)氣候條件有關(guān)，雖然在某些季節(jié)通過簡單建立經(jīng)驗(yàn)的回歸關(guān)系就能獲得統(tǒng)計(jì)上的意義，但這種統(tǒng)計(jì)學(xué)的顯著也可能違背了自身的客觀規(guī)律。因此，有必要去進(jìn)一步探究江西地區(qū)空氣動(dòng)力學(xué)項(xiàng)與輻射項(xiàng)的比例關(guān)系。

圖4 分季率定模式下PT2率定方法參數(shù)α與統(tǒng)計(jì)指標(biāo)相關(guān)關(guān)系Fig.4 Correlation relationship of statistical indicators and parameter value α of P-T model under PT2 calibrated method

2.8 江西地區(qū)空氣動(dòng)力學(xué)項(xiàng)與輻射項(xiàng)比例

FAO56 P-M模型計(jì)算ET0值可以分解為兩部分，即輻射項(xiàng)和空氣動(dòng)力學(xué)項(xiàng)[12]。而P-T模型是基于Penman模型[3]改進(jìn)而獲得的，其計(jì)算輻射項(xiàng)的計(jì)算式稍有不同，但考慮到許多研究發(fā)現(xiàn)Penman模型的結(jié)果與P-M模型比較接近，故本文采用P-M模型計(jì)算的輻射項(xiàng)值近似代替Penman模型的輻射項(xiàng)，從而獲得江西26個(gè)站點(diǎn)的空氣動(dòng)力學(xué)項(xiàng)與輻射項(xiàng)的比值。其ETa與ETr比例的箱線圖如圖5所示。夏季ETa與ETr比例最小，其比例值均在0.2以內(nèi)，其次是春季，比例值稍高于春季；秋季和冬季ETa與ETr比例較高?？梢娺@兩個(gè)季節(jié)空氣學(xué)動(dòng)力學(xué)的貢獻(xiàn)更大，且在不同站點(diǎn)差異也很大，如冬季ETa與ETr比例最小的站點(diǎn)為10.2%，比例在40%以上的站點(diǎn)為3個(gè)。對(duì)比圖4的α值可以看出，率定的α值最高為1.63，高于1.5的站點(diǎn)也達(dá)到2個(gè)，可見使用最小二乘法率定結(jié)果可能會(huì)造成秋冬季節(jié)ETa與ETr比例的高估，但總體上該方法在大部分站點(diǎn)還是具有較高的適用性。

圖5 不同季節(jié)空氣動(dòng)力項(xiàng)(ETa)與輻射項(xiàng)(ETr)比例Fig.5 Rational of aerodynamic term in ET0 (ETa) and radiation term in ET0 (ETr) in different season

3 討 論

P-T模型是濕潤地區(qū)比較流行的ET0簡化方法，該方法的特點(diǎn)是將空氣動(dòng)力學(xué)項(xiàng)省略，并將輻射項(xiàng)乘以大于1的數(shù)來表示空氣動(dòng)力學(xué)項(xiàng)所所占輻射項(xiàng)的比例，通常該比例位1∶0.26，然而該方法在濕潤地區(qū)通常存在高估問題，而在干旱地區(qū)又往往低估[10,13,14]。楊漢波等[15]研究還發(fā)現(xiàn)，由于我國特殊的地形地貌和氣候特征，大氣環(huán)流和洋流會(huì)將熱量和水汽由低緯度向高緯度地區(qū)輸送，導(dǎo)致P-T模型參數(shù)隨緯度增高而增大，海陸直接的大氣涌動(dòng)將水汽由海洋輸送到陸地，導(dǎo)致參數(shù)值隨海洋距離的增加而減小。本研究中，由于江西省年降水量高于年ET0，氣候濕潤，在全年率定方式下P-T模型的參數(shù)α介于1.05～1.18之間，低于默認(rèn)值(1.26)。因此，在使用默認(rèn)值計(jì)算ET0時(shí)，確實(shí)會(huì)有一定程度的高估。而在分季率定模式下，春季和夏季參數(shù)值低于1.26，在冬季參數(shù)值往往會(huì)大于1.26。這主要是由于江西省面積不大，因此緯度的升高對(duì)參數(shù)α影響不明顯，而季節(jié)性差異則比較明顯，這主要是由于在春季東南季風(fēng)會(huì)攜帶大量熱量和水汽到達(dá)江西省，造成春季氣候很濕潤，參數(shù)值較小，而夏季則主要是臺(tái)風(fēng)活動(dòng)的影響，會(huì)將大量水汽變成降水，因此夏季的參數(shù)α也較小；到了秋冬季節(jié)降水量偏少，因此參數(shù)α相比春夏季度會(huì)有明顯增加。

Gunston等[16]評(píng)估了熱帶氣候條件下降水量與Penman模型ET0關(guān)系對(duì)P-T模型估算ET0精度的影響，發(fā)現(xiàn)當(dāng)同期降水量超過Penman模型ET0時(shí)，P-T模型估算ET0精度較高，當(dāng)同期降水量大于Penman模型ET0的一半時(shí)，兩種方法也比較吻合，但當(dāng)同期降水量小于Penman模型ET0的一半時(shí)，P-T模型適用性較差。本研究結(jié)果與之類似，江西地區(qū)多年降水量均高于同期P-M模型ET0，因此P-T模型兩種率定方法在年尺度和月尺度上均呈現(xiàn)出了較好適用性，但t檢驗(yàn)結(jié)果顯示，分季率定模式數(shù)據(jù)一致性更高。

Liu等[17]研究發(fā)現(xiàn)，在華北地區(qū)，P-T模型與Penman模型北京、天津、石家莊和鄭州站點(diǎn)僅在7、8月份t檢驗(yàn)無顯著性差異(p<0.05)，其他月份差異都達(dá)到了極顯著水平，這主要是由于華北地區(qū)降水主要集中在7、8月份，且華北地區(qū)年際降水量差異較大?？諝鈩?dòng)力項(xiàng)與輻射項(xiàng)的比值越大，兩種方法的相關(guān)程度越差[1]。本研究中，由于秋季和冬季空氣動(dòng)力項(xiàng)與輻射項(xiàng)之比明顯高于春季和夏季，P-T模型的預(yù)報(bào)精度也有明顯下降，但是不同地貌會(huì)呈現(xiàn)不同的降幅，此外，本研究使用的最小二乘法率定P-T模型也會(huì)進(jìn)一步高估空氣動(dòng)力項(xiàng)與輻射項(xiàng)的比值，如何改進(jìn)率定方法提高P-T模型的預(yù)報(bào)精度還有待進(jìn)一步研究。

4 結(jié) 論

基于江西省和周邊共43個(gè)站點(diǎn)1961-2010年逐日氣象資料，以P-M模型為標(biāo)準(zhǔn)，對(duì)P-T模型進(jìn)行了全年率定和分季率定，評(píng)價(jià)P-T模型的適應(yīng)性及計(jì)算精度，得到了如下結(jié)論：

(1)全年率定參數(shù)α介于1.05～1.18之間，且參數(shù)呈現(xiàn)北部平原最高，西部山區(qū)較低的趨勢。分季率定模式下，春季和夏季參數(shù)值較小，冬季最大，并呈現(xiàn)一定程度的高估。

(2)分季率定方法對(duì)P-T模型隨季節(jié)變化的響應(yīng)能力得到了增強(qiáng)，精度和適應(yīng)性得到了提高，分季率定方法相對(duì)于全年率定優(yōu)勢更加明顯，可用于在氣象資料缺乏條件下江西省ET0的簡化計(jì)算。