论文部分内容阅读
农业灌溉用水在农业用水中占比在90%以上,制定合理的灌溉决策是节约灌溉用水的有效途径,而准确估算作物需水量(ET)是制定灌溉决策的基础。参考作物腾发量(ETO)是作物需水量计算的基础,其准确的预报不仅能降低灌水不及时造成的作物受旱风险,又可避免过量灌水造成用水浪费。考虑到ETO主要受气象条件影响,且面向公众免费发布的公共天气预报准确率较高,故未来短期ET0预测可基于公共天气预报开展。目前基于公共天气预报的短期ET0预报研究较少,过往研究主要采用某一种模型在单个(或多个)地区预报,或是某几种模型在少数站点开展预报,故不同模型在不同地区的适用性规律尚不清晰。本文将全国划分为4个气候大区并选取61个气象站点,选择6种基于公共天气预报的ETO模型开展预报并逐一评价,再对比各模型预报表现以探究在不同气候、地理条件下各模型的适用性及空间分布规律,以期为不同地区、不同自然条件下选取适用性最佳的ET0预报模型提供参考依据。主要研究结论如下:(1)探究天气预报中气象因子预报准确率与预见期的关系,结果表明:气温预报、天气类型预报和风力等级预报的准确率均随预见期的增加而下降。其次,各预报气象因子的预报准确率由高至低依次为:最低气温、最高气温、天气类型、风力等级。除最低气温外,进一步分析最高气温、天气类型和风力等级预报精度欠佳的原因。最高气温预报精度低于最低气温原因在于:最高气温日变化量及变化率大于最低气温,使得前者更难以被准确预报。对于天气类型和风力等级预报,由于二者均为定性预报无法直接代入模型计算而需先转换成定量值,故在转换过程中产生了较大误差。总体上,气温预报和天气类型预报精度满足ETO计算的需求,可用于模型开展ET0预报。但风力等级预报精度低且在ETo预报中引入较大误差,故不适用于ET0预报;通过对比4种常用风速类型,最终选取了精度最佳的风速2m/s定值作为模型输入量。(2)对6种模型的ET0预报表现与预见期的关系展开分析,发现ET0预报精度均随预见期增加而下降,原因在于:作为输入参数的气温预报和天气类型预报的准确率随预见期增加而下降,故模型输出的ETo受输入参数影响呈现了相同的变化趋势,同时也说明天气预报准确率对ET0预报结果产生了直接影响。(3)对比不同气候区各模型的预报表现并进行排序,选取了各气候区适用性最佳的模型。在高原山地气候区,最佳模型为PMF,其次为HS和BC,而MC,RPM和TH则不适用;在温带大陆性气候区,PMF预报精度最佳,而HS和BC可作为第二和第三选择,MC、TH和RPM模型则不适用。在温带季风气候区,HS模型预报表现最佳,其次为PMF、BC、TH、RPM和MC。在亚热带季风气候区,PMF精度最佳,其次为HS、TH、BC、RPM和MC。(4)对于6种模型中唯一的综合法PMF模型,在亚热带季风气候区、高原山地气候区和温带大陆性气候区均为最佳模型,且在温带季风气候区可作为第二选择。尽管天气类型预报精度低于气温预报,但结果表明增加天气类型预报确实提升了 ET0预报精度,也体现了太阳辐射在ET0预报中的重要性。对于5种温度模型,由于各模型输入参数均为气温预报,故ETo预报结果反映了模型结构的优劣。HS法在多数气候区适用性很好,它在多个气候区适用性强的原因可能在于模型结构较好,只需通过地区校正即可推广使用。对于其余4种温度法,尽管校正后精度有所提升,但在多数地区适用性仍不佳。BC模型可作为高原山地气候、温带大陆性气候和温带季风性气候区的第三选择,而TH,RPM和MC模型在各气候区的表现均较差故基本不适用于我国的ET0预报。因此,对于结构欠佳的温度法,仅通过与FA056-PM模型建立线性回归方程开展地区校正仍难以获得可靠的结果,故应考虑通过优化模型结构来提升精度。(5)总的来说,PMF和HS较其他模型具有更完备的结构,故在多个气候区预报准确率均较高,是各气候区的模型首选;BC模型可作为多个气候区的第三选择,而TH,RPM和MC模型基本不适用于我国的ETO预报。