基于氣溫預(yù)報(bào)的江西省參考作物騰發(fā)量預(yù)報(bào)方法比較與分析

譚 鑫，羅童元，謝亨旺，鄧海龍，劉方平，崔遠(yuǎn)來(lái)，董 斌，羅玉峰

（1.武漢大學(xué)水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，武漢430072；2.浙江省水利河口研究院農(nóng)村水利研究所，杭州310020；3.江西省灌溉試驗(yàn)中心站，江西南昌330200）

0 引言

參考作物騰發(fā)量ET0是灌溉預(yù)報(bào)和灌溉決策的基礎(chǔ)，精確估算ET0可以有效地提高灌溉預(yù)報(bào)的精度，改善灌溉用水管理［1-3］。在參考作物騰發(fā)量的實(shí)時(shí)預(yù)報(bào)研究中，國(guó)內(nèi)外多基于歷史時(shí)間序列分析［4］。如Tracy 等和Marino 等各自提出一種時(shí)間序列分析模型［5，6］；劉夢(mèng)等分析站點(diǎn)歷史氣象數(shù)據(jù)提出一種改進(jìn)的逐日均值修正法［7，8］。隨著天氣預(yù)報(bào)精度的提高，將天氣預(yù)報(bào)數(shù)據(jù)使用到ET0預(yù)報(bào)的研究也越來(lái)越多。如謝梅香等提出一種基于氣象預(yù)報(bào)和神經(jīng)網(wǎng)絡(luò)的參考作物騰發(fā)量預(yù)測(cè)模型［9］，任亞飛等進(jìn)而提出了兩種基于BP 神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法［10］，趙琪等基于天氣預(yù)報(bào)，采用Penman-Monteith 公式進(jìn)行短期逐日參考作物騰發(fā)量預(yù)報(bào)［11］，張展羽等基于天氣預(yù)報(bào)，利用最小二乘支持向量機(jī)（LS-SVM）方法進(jìn)行參考作物騰發(fā)量預(yù)報(bào)［12］?？紤]到目前我國(guó)氣象部門(mén)發(fā)布的天氣預(yù)報(bào)數(shù)據(jù)除了溫度之外，其他參數(shù)預(yù)報(bào)多為定性預(yù)報(bào)，其實(shí)用性仍有待提高，而對(duì)于溫度的預(yù)報(bào)，無(wú)論是最高溫度還是最低溫度均有具體的數(shù)值，且基于溫度的ET0方法由于對(duì)數(shù)據(jù)需求低，溫度測(cè)量精度較高，實(shí)際中仍有較多應(yīng)用［13］。如羅玉峰等基于氣溫預(yù)報(bào)采用HS 公式進(jìn)行參考作物騰發(fā)量預(yù)報(bào)［14］。但過(guò)往研究主要采用某一種模型在單個(gè)（或多個(gè)）地區(qū)預(yù)報(bào)，或是某幾種模型在少數(shù)站點(diǎn)開(kāi)展預(yù)報(bào)，如羅玉峰等在林芝站對(duì)4 種ET0預(yù)報(bào)方法比較［15］，晏成明等運(yùn)用三種模型對(duì)青年運(yùn)河灌區(qū)進(jìn)行ET0預(yù)報(bào)模型的比較［16］，然而不同模型對(duì)于大尺度范圍內(nèi)的地區(qū)的適用性規(guī)律尚不清晰。本文則根據(jù)江西省各個(gè)氣象站點(diǎn)的歷史實(shí)測(cè)氣象數(shù)據(jù)和天氣預(yù)報(bào)數(shù)據(jù)，對(duì)3 種基于溫度的ET0估算方法進(jìn)行預(yù)報(bào)評(píng)價(jià)，優(yōu)選出最適合江西省26個(gè)站點(diǎn)的基于溫度的ET0預(yù)報(bào)模型。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

江西省位于中國(guó)東南部，長(zhǎng)江中下游南岸，屬亞熱帶溫暖濕潤(rùn)季風(fēng)氣候，年均氣溫約為16.3～19.5 ℃，呈自北向南遞增趨勢(shì)，年降水量1 341～1 943 mm。省內(nèi)主要糧食作物為雙季稻，其水稻生產(chǎn)在全國(guó)占有突出地位，產(chǎn)量和種植面積分別居全國(guó)第3 位和第2 位。因此，研究江西省水稻參考作物騰發(fā)量變化規(guī)律，對(duì)江西省水稻騰發(fā)量進(jìn)行準(zhǔn)確預(yù)報(bào)，有利于緩解江西省水資源供需矛盾，保障糧食安全生產(chǎn)。研究所采用氣象站點(diǎn)的分布如圖1所示。

圖1 江西省氣象站點(diǎn)分布圖Fig.1 Distribution map of meteorological stations in Jiangxi Province

1.2 數(shù)據(jù)來(lái)源及用途

從中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）收集了江西省26個(gè)站點(diǎn)2000年1月1日-2015年12月31日的歷史實(shí)測(cè)氣象信息，包括最低氣溫、最高氣溫、平均氣溫、平均風(fēng)速、日照時(shí)數(shù)、平均相對(duì)濕度。從中國(guó)天氣網(wǎng)（http：//www.weather.com.cn/）收集了26 個(gè)站點(diǎn)2013年1月1日-2015年12月31日未來(lái)1～7 d的天氣預(yù)報(bào)信息，包括最高氣溫、最低氣溫，天氣情況、風(fēng)力預(yù)報(bào)信息。具體實(shí)測(cè)數(shù)據(jù)與預(yù)報(bào)數(shù)據(jù)用途見(jiàn)表1。

1.3 ET0預(yù)報(bào)方法

1.3.1 Hargreaves-Samani模型

Hargreaves-Samani（HS）模型是Hargreaves 和Samani 兩人利用Tmax-Tmin可以作為表明天頂輻射能達(dá)到地球表面程度的一個(gè)指標(biāo)這一原則，只需代入最低氣溫和最高氣溫?cái)?shù)據(jù)即可，Hargreaves-Samani 公式是一種基于日最高和最低溫度計(jì)算參考作物騰發(fā)量的氣候?qū)W公式，具體公式如下［17］：

式中：ET0，HS為HS 公式計(jì)算的參考作物騰發(fā)量，mm/d；λ 為蒸發(fā)潛熱，取2.45 MJ/kg；Ra為天頂輻射，MJ/（m2·d）；Tmax為日最高氣溫，℃；Tmin為日最低氣溫，℃；C，E分別為公式對(duì)應(yīng)的2 個(gè)參數(shù)，不同地域取值則不同。

1.3.2 Blaney-Criddle模型

Blaney-Criddle（BC）公式采用了基于該日的白晝小時(shí)數(shù)在一年總的白晝小時(shí)數(shù)中所占的百分比和平均氣溫計(jì)算ET0，具體公式如下［18］：

式中：ET0，BC為BC 公式計(jì)算的參考作物騰發(fā)量，mm/d；T為日平均溫度，℃；P為該日白晝小時(shí)數(shù)在一年總的白晝小時(shí)數(shù)中所占的百分?jǐn)?shù)，%。Ni為該天的最大可能日照時(shí)數(shù)，h；NYEAR為該年總的白晝小時(shí)數(shù)，h。

1.3.3 McCloud模型

McCloud（MC）公式是日平均氣溫的指數(shù)函數(shù)，由于需要的氣象資料較少，適用于氣象資料缺少的氣象站點(diǎn)，具體公式如下［19］：

財(cái)務(wù)管理的更新與發(fā)展能夠有效提高企業(yè)的內(nèi)部管理能力，同時(shí)為企業(yè)創(chuàng)造更大的價(jià)值，企業(yè)應(yīng)當(dāng)重視財(cái)務(wù)管理的管理職能和價(jià)值創(chuàng)造作用。企業(yè)的財(cái)務(wù)管理應(yīng)該符合現(xiàn)有的時(shí)代背景和企業(yè)運(yùn)營(yíng)管理的特點(diǎn)，以擴(kuò)大企業(yè)價(jià)值為目標(biāo)來(lái)不斷優(yōu)化管理工作的細(xì)節(jié)，提高企業(yè)的運(yùn)營(yíng)水平和成本效益并優(yōu)化企業(yè)的資源分布情況，最終使企業(yè)的價(jià)值總量得到持續(xù)提升并使企業(yè)實(shí)現(xiàn)更健康長(zhǎng)遠(yuǎn)的發(fā)展。

式中：ET0，MC為MC 公式計(jì)算的參考作物騰發(fā)量，mm/d；K、W均為常數(shù)，K=0.254，W=1.07；T為日平均氣溫，℃。

1.3.4 模型參數(shù)率定及系數(shù)計(jì)算

FAO-56 Penman-Monteith（PM）公式為聯(lián)合國(guó)糧農(nóng)組織于1988年出版的ET0計(jì)算指南中提出，該公式計(jì)算精度高，故以采用該公式利用歷史實(shí)測(cè)氣象數(shù)據(jù)算得的ET0為基準(zhǔn)值，其基本公式如下［20］：

式中：ET0，PM為用FAO-56 Penman-Monteith 公式計(jì)算的參考作物騰發(fā)量，mm/d；Rn為作物表面上的凈輻射，MJ/（m2·d）；G為土壤熱通量，取值為0，MJ/（m2·d）；U2為距地面2 m高處風(fēng)速，m/s；es為飽和水汽壓，kPa；ea為實(shí)際水汽壓，kPa；Δ為溫度與飽和水汽壓關(guān)系曲線上的切線斜率，kPa/℃；γ為濕度計(jì)常數(shù)，kPa/℃。

考慮到HS 模型中的C、E參數(shù)在不同地域取值不同的緣故，本文采用PM 公式和歷史實(shí)測(cè)氣象資料算得的ET0值來(lái)對(duì)HS 模型中的參數(shù)C、E率定。BC 模型、HS 模型ET0計(jì)算值則與PM 公式算得的ET0基準(zhǔn)值建立線性回歸關(guān)系，求得MC 模型、BC模型的校正系數(shù)a和b值。具體關(guān)系如下：

式中：ET0為BC 模型或MC 模型ET0計(jì)算值，mm/d；ET0，PM為PM公式計(jì)算值，mm/d。

1.3.5 準(zhǔn)確度評(píng)價(jià)指標(biāo)

采用準(zhǔn)確率Acc、平均絕對(duì)誤差MAE、均方根誤差RMSE和相關(guān)系數(shù)R四個(gè)統(tǒng)計(jì)指標(biāo)對(duì)ET0預(yù)報(bào)值進(jìn)行預(yù)報(bào)精度評(píng)價(jià)。具體計(jì)算公式可參考文獻(xiàn)［21］。

2 結(jié)果與討論

2.1 模型參數(shù)率定結(jié)果

經(jīng)過(guò)率定，可得到HS 公式的26 個(gè)站點(diǎn)的參數(shù)C、E值，C值的取值范圍為0.001 4～0.002 5，E值的取值范圍為0.41～0.64。其中除了贛州，其他所有的站點(diǎn)的C值都是接近或者等于給出的建議值0.002 3，這與胡慶芳等（2011）［22］給出的C參數(shù)值分布規(guī)律大致一樣。MC 模型、BC 模型經(jīng)過(guò)線性擬合，MC 模型a值的取值范圍為0.965 3～1.275 9，b值的取值范圍為0.378 5～0.698 8，BC 模型的a值取值范圍為-1.825 7～-0.513 0，b值的取值范圍為0.721 1～1.016 2。

2.2 率定后模型精度評(píng)價(jià)

江西省26 個(gè)氣象站點(diǎn)率定前、率定期、驗(yàn)證期統(tǒng)計(jì)指標(biāo)的平均值，如表2所示?？梢钥闯?，經(jīng)過(guò)參數(shù)率定，HS模型、MC 模型和BC 模型準(zhǔn)確率都達(dá)到了90%以上，平均絕對(duì)誤差和均方根誤差減小，相關(guān)系數(shù)都達(dá)到了0.8以上，具有較高的精確度。

表2 26個(gè)氣象站率定前、率定期、驗(yàn)證期統(tǒng)計(jì)指標(biāo)平均值Tab.2 Average value of statistical indexes of 26 meteorological stations before calibration period，at calibration period and during verification period

為了形象的對(duì)比模型率定前和率定后ET0計(jì)算值的精度，以南昌站為例，圖2 是以PM 公式的計(jì)算值為x軸，以HS 模型，BC 模型，MC 模型的計(jì)算值為y軸，以率定前、率定后，驗(yàn)證期各模型計(jì)算值畫(huà)的散點(diǎn)圖?？梢钥闯?，HS模型在率定前、率定期、驗(yàn)證期，點(diǎn)都比較均勻的分布在y=x的兩側(cè)，可見(jiàn)HS 模型率定前的計(jì)算精度也比較高。BC 模型率定前點(diǎn)大都分布在y=x的左側(cè)，通過(guò)參數(shù)率定后，模型的計(jì)算值較為均勻的分布在y=x的兩側(cè)，可見(jiàn)率定前采用BC 模型計(jì)算值普遍高于PM 公式計(jì)算值，誤差較大，而通過(guò)參數(shù)率定的BC 模型，模型的精度會(huì)大為提高。MC 模型率定前誤差很大，散點(diǎn)的斜率為1.483 1，通過(guò)參數(shù)率定后斜率為0.943 8（率定期）和0.968 8（驗(yàn)證期），且率定后數(shù)據(jù)較為均勻的分布在y=x的兩側(cè)，故對(duì)MC模型參數(shù)率定效果較好。

圖2 模型率定散點(diǎn)圖Fig.2 Model calibration scatter plot

2.3 3種方法ET0預(yù)報(bào)評(píng)價(jià)

為了評(píng)價(jià)3 種ET0預(yù)報(bào)模型在不同預(yù)見(jiàn)期的預(yù)報(bào)精度，將2013年1月1日到2015年12月31日的天氣預(yù)報(bào)數(shù)據(jù)代入3 種模型所得的計(jì)算值與代入PM 公式的計(jì)算值進(jìn)行對(duì)比分析。表3 為江西省26 個(gè)氣象站點(diǎn)3 種模型1～7 d 預(yù)報(bào)統(tǒng)計(jì)指標(biāo)的平均值，可以看出，隨著預(yù)報(bào)期天數(shù)的增加，模型表現(xiàn)出相同的統(tǒng)計(jì)規(guī)律，即相關(guān)系數(shù)R和準(zhǔn)確率Acc隨預(yù)報(bào)期增加而減小，均方根誤差RMSE和平均絕對(duì)誤差MAE隨預(yù)報(bào)期增加而增加，預(yù)報(bào)精度逐漸減小。

表3 江西省氣象站點(diǎn)預(yù)報(bào)精度統(tǒng)計(jì)指標(biāo)平均值Tab.3 The average of Jiangxi meteorological site forecasting accuracy

為了更加形象的展示以上3 種ET0預(yù)報(bào)模型的準(zhǔn)確度情況，繪制了3 種模型在南昌站點(diǎn)1 d 預(yù)見(jiàn)期、4 d 預(yù)見(jiàn)期及7 d 預(yù)見(jiàn)期預(yù)報(bào)值與PM 公式計(jì)算值的散點(diǎn)過(guò)程變化圖，如圖3所示?？梢钥闯?，雖然3種模型的預(yù)報(bào)值與PM計(jì)算值存在過(guò)高估計(jì)或者過(guò)低估計(jì)的情況，但絕大部分點(diǎn)都比較好的吻合了計(jì)算值的大致趨勢(shì)。具體來(lái)看，HS 模型計(jì)算出的ET0值與實(shí)際值較為接近，計(jì)算值的誤差較小。而B(niǎo)C 模型和MC 模型雖然統(tǒng)計(jì)指標(biāo)較好，但其預(yù)報(bào)波形較為單薄，預(yù)報(bào)值集中，不能夠同時(shí)較好的預(yù)報(bào)較大值和較小值，對(duì)特殊天氣狀況如大風(fēng)、降雨等的響應(yīng)程度不高。

圖3 南昌站點(diǎn)模型預(yù)報(bào)過(guò)程圖Fig.3 Nanchang site model forecasting process

2.4 ET0預(yù)報(bào)模型優(yōu)選

計(jì)算分析江西省26 個(gè)氣象站點(diǎn)在1～7 d 預(yù)報(bào)期內(nèi)3 種模型ET0預(yù)報(bào)統(tǒng)計(jì)指標(biāo)的均值，采用排隊(duì)計(jì)分法選出各站點(diǎn)最優(yōu)預(yù)報(bào)模型：首先，同一站點(diǎn)分別按照4 個(gè)統(tǒng)計(jì)指標(biāo)的優(yōu)劣程度將3種ET0模型進(jìn)行排序，即將3 種模型按照同一站點(diǎn)Acc、R的值從大到小進(jìn)行排序，MAE和RMSE從小到大進(jìn)行排序；然后，計(jì)算各模型的單項(xiàng)得分，分別對(duì)按照4 個(gè)統(tǒng)計(jì)指標(biāo)優(yōu)劣程度排序后的ET0模型打分，排在第一位的模型得分為100，第二位得分為75，第三位為50；其次，將同一模型在同一站點(diǎn)所得單項(xiàng)得分進(jìn)行加權(quán)算術(shù)平均，求出1～7 d 預(yù)見(jiàn)期各模型的綜合評(píng)價(jià)總得分，將四個(gè)統(tǒng)計(jì)指標(biāo)所占權(quán)重均定為0.25?？傻贸?6 個(gè)站點(diǎn)3 種模型綜合評(píng)價(jià)得分及推薦ET0模型，如表4所示。

表4 站點(diǎn)模型綜合評(píng)價(jià)得分及推薦ET0模型Tab.4 Site model comprehensive evaluation score and recommended ET0 model

具體來(lái)看，HS模型的適用性最好，26個(gè)站點(diǎn)中共有16個(gè)站點(diǎn)推薦使用該模型進(jìn)行ET0預(yù)報(bào)，其次為MC模型，最后為BC模型。同時(shí)考慮到HS模型預(yù)報(bào)ET0時(shí)有更好的結(jié)構(gòu)，能夠較好的預(yù)報(bào)較大較小值，因此選擇HS 模型作為優(yōu)選模型進(jìn)行江西省基于氣溫預(yù)報(bào)的ET0預(yù)報(bào)。

3 結(jié)語(yǔ)

本文以江西省26 個(gè)站點(diǎn)為例，采用3 種基于天氣預(yù)報(bào)的氣溫預(yù)報(bào)模型，對(duì)ET0進(jìn)行預(yù)報(bào)，并與用實(shí)測(cè)氣象數(shù)據(jù)和PM 公式計(jì)算的ET0值進(jìn)行比較。主要結(jié)論如下：

（1）通過(guò)對(duì)3 個(gè)模型參數(shù)進(jìn)行率定，可顯著提高了MC 模型和BC 模型的精度，HS 模型精度也更加精確，有利于ET0的預(yù)報(bào)。

（2）3種基于氣溫的ET0預(yù)報(bào)模型整體上都有著較好的預(yù)報(bào)精度。但相對(duì)而言，HS 模型能夠更好的預(yù)報(bào)較大較小值，對(duì)特殊天氣狀況如大風(fēng)、降雨等的響應(yīng)程度更高。

（3）針對(duì)江西26 個(gè)站點(diǎn)，有16 個(gè)站點(diǎn)推薦使用HS 模型。整體而言，模型經(jīng)過(guò)率定過(guò)后，預(yù)報(bào)精度最高的是HS 模型，MC模型其次，BC 模型最差。推薦在江西省使用HS 模型進(jìn)行參考作物騰發(fā)量ET0的預(yù)報(bào)?！?/p>