基于天氣預報信息的參照作物騰發量預報

申潤東　張倩

【摘 要】為獲得較精確的參照作物騰發量（ET0）短期預報結果，提出使用天氣預報信息和Penman-Monteith （P-M）公式進行預報的方法。通過解析某市7個月中逐日對未來三天的氣象預報數據，獲得Penman-Monteith公式所需參數，進行逐日ET0預報并與用實測氣象數據計算的ET0值進行比較評價，結果顯示預見期內ET0預報值在允許誤差下的精度達94.7%。本文提出的方法所需數據較易獲取且允許誤差下精度較高，有助于較精確地對ET0進行預報。

【關鍵詞】參照作物騰發量;Penman-Monteith公式;天氣預報;灌溉預報

中圖分類號： S311文獻標識碼： A 文章編號： 2095-2457（2019）35-0167-003

DOI：10.19694/j.cnki.issn2095-2457.2019.35.077

Reference Crop Evapotranspiration Forecast Based on Weather Forecasts and Penman-Monteith Equation

SHEN Run-dong ZHANG Qian

（School of hydraulic and civil engineering， shandong agricultural university， Taian Shandong 271018， China）

【Abstract】In order to obtain an accurate short-term forecast results of reference crop evapotranspiration（ET0）， a method of forecasting by using weather forecast information and Penman-Monteith（P-M）equation is proposed. Based on the daily weather forecast and the date of the next three days in a city for seven months， the daily ET0 forecast is calculated and compared with the value calculated by the measured meteorological data. The results show that the accuracy of ET0 prediction during the prediction period is 94.7% under the allowable error. The method proposed in this paper has a high accuracy under allowable error and easy to obtain the required data， which is helpful for accurate prediction of ET0.

【Key words】ET0; Penman-Monteith equation; Weather forecast; Irrigation forecast

1 研究內容與方法

參照作物騰發量（ET0）的預測是進行灌溉預報的基礎[1]。目前基于參照作物騰發量計算實際作物需水量的方法應用最為廣泛。國內外研究者經過試驗和理論分析相結合，發現Penman-Monteith（P-M）公式在任何氣候區都是最精確的方法[2]該公式也被聯合國糧農組織（FAO）推薦為計算ET0最精確的方法。ET0的預測是灌溉預報的基礎，用實測氣象資料進行預測未來一段時間內的參照作物蒸騰發量勢必會造成預報結果的滯后。大量研究結果證明使用天氣預報信息去估算ET0是可行的[3]。

以農田種植的冬小麥為研究對象，通過解析某市7個月中逐日對未來三天的氣象預報數據，獲得Penman-Monteith公式所需參數，進行逐日ET0預報并與用實測氣象數據計算的ET0值進行比較評價。

2 基于實測氣象數據的參照作物騰發量計算

2.1 數據

某市氣象局提供了某氣象基站7個月的逐日氣象數據。該站點位于北緯35.32度、東經113.88度，海拔73.2m。氣象數據含日照時數、降雨量、相對濕度、氣溫均值、氣溫最高值、氣溫最低值、10m高度處風速。

2.2 ET0預報模型

本文利用天氣預報信息使用P-M方法作為計算依據直接預測ET0，該方法是聯合國糧農組織推薦的現在最精細精確的計算ET0方法。計算逐日ET0的P-M公式的精度較高，計算式為：

ET0=■（1）

式中符號及其單位解釋如下：

ET0：參照作物騰發量，單位：mm/d、Δ：溫度水汽壓曲線斜率，單位：kPa/℃、G：土壤熱通量密度，單位：MJ/（m2·d）、Rn：作物表面凈輻射量，單位：MJ/（m2·d）、？酌：濕度計常數，單位：kPa/℃、u2：2m高處風速，單位：m/s、es：飽和水汽壓，單位：kPa、ea：實際水汽壓，單位：kPa、T：2m高處平均氣溫，單位：℃。

式（1）中參數的具體計算公式參照文獻[4]。

2.3 逐日ET0計算結果

基于實測氣象數據使用 P-M公式計算得到年逐日ET0，使用Excel軟件繪圖功能得到下圖1折線圖。

3 基于天氣預報信息的參照作物騰發量預報

3.1 數據

數據來源同2.1。

3.2 預測ET0的方法

采用FAO-56 P-M公式估算逐日ET0時需要當天的太陽輻射、氣溫最高值、氣溫最低值、風速均值、實際水汽壓。這些數據通過解析天氣預報內容得到，下文介紹解析方法。

3.2.1 逐日實際水汽壓的預測

當處于夜間最低氣溫時，空氣濕度接近于飽和的狀態，此時可將日最低氣溫看作露點溫度。

ea=e0（Tmin）=0.611exp■（2）

式中? e0（Tmin）—氣溫處于最低點時的飽和水汽壓，kPa

Tmin—當日最低氣溫，℃

圖1 年ET0變化曲線

3.2.2 逐日凈輻射量的預測

每天的凈輻射Ra可通過分析當地的太陽常數、日地相對距離、當地緯度、太陽傾角、日落時角等地理位置參數得到：

Ra=■Gscdr（ωssinφsinδ+cosφcosδsinωs）（3）

其中：δ=0.409sin（2πJ/365-1.39）（4）

dr=1+0.033cos（2πJ/365）（5）

J=int（275M/9-30+D）-2（6）

φ=π/180（當地緯度數）（7）

ωs=arccos（-tanφtanδ）（8）

式中符號解釋：Ra：天文輻射量，MJ/（m2·d）、Gsc：太陽常數，取0.082MJ/（m2·min）、δ：太陽傾角，與某天在全年中的序數J有關、dr：日地相對距離、D：日數、φ：當地緯度，Rad、ωs：日落時角、M：月數。

3.2.3 逐日日照時數的預測

將最大日照時長N分為5等，對應五種常見天氣，具體計算公式為：

n=aN（9）

其中N=24ωs/π（10）

式中：n：預測日照時數，單位：h、N：理論日照時數，單位：h、a：系數，對應晴朗、晴轉多云、多云、陰天、雨分別取0.9、0.7、0.5、0.3、0.1[5]。

3.2.4 短波輻射量的預測

太陽短波輻射量Rs與天文輻射量Ra的關系式為：

Rs=（as+bsn/N）Ra（11）

式中n：實際日照時，h、N：理論日照時數、as：陰天時到達地球的總宇宙輻射量系數、as+bs：晴天時到達地球的總宇宙輻射量系數。

如果無多年實測太陽輻射值來標定，推薦采用as=0.25bs=0.50。

3.2.5 逐日風速預測

由氣象觀測標準可把預報的風力等級轉換成風速，按式（12）可把在各高程風速轉換為2m處的值。

u2=uz■（12）

式中：uz：距地面z米處的風速，m/s

z：風速測量高程，m

使用以上的各式計算出的太陽輻射、風速均值、實際水汽壓，結合站點高程、緯度、最高最低氣溫預報，即可使用P-M公式得到ET0預報值。

4 分析與評價

4.1 評價指標

評價指標由相關系數（r）、均方根誤差（RMSE）、決定系數（R2）、平均絕對誤差（MAE）、一致性指數（d）和回歸系數（b）組成，并同時結合傳統的準確率指標進行分析，對于氣溫最低值、氣溫最高值、風速、日照時數、ET0的預報值，定義絕對誤差分別在±2℃、±2℃、±2m/s、±2h、±1.5mm/d以內的樣本為合格樣本。各評價指標公式如下：

b=■（13）

R2=■（14）

RMSE=■（15）

MAE=■（16）

r=■（17）

d=1-■（18）

式中：i：第i個觀測數據、pi：第i個預測數據、o：觀測數據平均值、p：預測數據平均值、n：統計樣本數。

4.2 天氣預報數據精度評價

根據公式（13）（14）（15）（16）（17）（18），結合天氣預報數據和實測天氣數據可得到風速均值、氣溫最低值、氣溫最高值和日照時數的精度評價數據，包括相關系數回歸系數、決定系數、均方根誤差、平均絕對誤差、一致性指數。

4.3 ET0預報精度評價

根據公式（13）（14）（15）（16）（17）（18），結合ET0預報值數據和ET0觀測值數據可計算得到ET0的預報精度評價數據，包括回歸系數、決定系數、均方根誤差、平均絕對誤差、一致性指數、相關系數。

經分析，基于天氣預報信息的FAO-56 P-M公式預報的ET0值相對于基于氣象觀測信息計算的ET0預報值，在合理允許誤差（±1.5mm/d）下的精度為94.7%，回歸系數b為0.869，決定系數R2為0.694，均方根誤差RMSE為0.847，平均絕對誤差MAE為0.570，相關系數r為0.833，一致性指數d為0.904。

由圖2可以看出預測值相對于觀測值在秋初至春初這段時間內，預測準確率較高。自3月開始，預測值與觀測值散點圖的離散程度逐漸擴大，并于5月底至6月初達到最大離散程度，主要因天氣預報精度不足從而影響了預測精度。

圖2 ET0觀測值與ET0預報值比較

5 結語

本文以農田種植的冬小麥為研究對象，通過解析天氣預報數據進而使用P-M公式預報了預見期為3d的ET0值，在與以實測氣象數據計算的ET0值進行比較評價后，得到以如下結論：在允許誤差下，預報準確率較高且變化趨勢較為一致，誤差主要因天氣類型預報精度較低導致日照時數預報精度較低而產生。

【參考文獻】

[1]張倩.蔡煥杰.魏新光.等. 2010.基于主成分分析的參照作物騰發量預測研究[J].節水灌溉.（12）：64-66.

[2]Jensen. D.T.. Hargreaves. G.H.. Temesgen. B.. Allen. R.G. 1997. Computation of ETo under nonideal conditions. J. Irrig. Drain. Eng. 123（5）：394-400.

[3]Gowing J W. Ejieji C J. 2001. Real-time scheduling of supplemen-tal irrigation for potatoes using a decision model and short-term weather forecasts.Agric. Water Manage.47：137-153.

[4]Allen R G.Pereira L .Raes D.et al.Crop evapotranspiration.Guideline for computing crops water requirements[R].Rome：FAO Irrigation and Drainage Paper No.56.1998.

[5]Cai J B.Liu Y.Lei T W.et al.Estimating reference evapotranspiration with the FAO Penman-Monteith equation using daily weather forecast message[J].Agricultural and Forest Meteorology. 2007.145（1-2）：22-35.