新疆塔里木盆地綠洲區ET0計算參數空間變化研究

魏 賓

(新疆兵團勘測設計院(集團)有限責任公司，烏魯木齊 830002)

0 引 言

新疆塔里木盆地是我國重要的糧食生產基地，也是水資源最為緊缺的地區之一，發展節水灌溉，提高農業用水效益和效率是該區緩解水資源緊缺、遏制生態環境惡化的重要舉措。但是無論節水灌溉工程的規劃設計還是水資源的優化調配與管理都需要精度較高的作物需水數據作支撐。

作物需水監測和估算已在國內外進行了大量研究，其中作物系數法被廣泛應用，并被證明具有一定的精度。計算ET0的常用方法有Penman-Monteith公式法(簡稱P-M)，Hargreaves公式法，Mc Cloud公式法等。1998年，聯合國糧農組織(FAO)正式提出用P-M公式作為計算ET0的唯一標準方法。由于該方法所需的基本氣象數據較多，不適宜氣象數據缺失地區ET0的獲取，為此，采用較少數據計算的Hargreaves(簡稱Harg)公式得以發展。劉戰東等[1]根據黃淮海地區7個氣象站的42 a長系列資料，利用P-M公式對Harg公式進行了分析，認為Harg公式與P-M公式吻合度最好。劉曉英等[2,3]也得出相同結論，并建議在僅有氣溫資料的條件下，優先選用Harg公式。S.Er-Raki等[4]分別比較了Makkink公式、Priestley-Taylor公式、Hargreaves和P-M公式，認為Harg公式在干旱地帶是最好的計算ET0公式。Mladen Todorovic等也有相同的觀點[5]。多數研究認為，由于受資料地域性的限制，如果不對公式中相關參數進行地域化訂正而直接將其用于其他地方會造成較大誤差。國內學者丁加麗等[6]以P-M公式計算值為標準，比較了Harg法的計算結果，表明在ET0較小時，Harg法計算的值比P-M計算值偏大，在ET0較大時，Harg法計算的值比P-M計算值偏小；尚松浩[7]根據山西蕭河灌區的氣象觀測資料以同樣的方法分析了Harg公式的適用性，認為Harg公式計算結果存在較大的偏差(年總量偏大19%，在ET0比較大的4-10月，偏大8%～32%)，不能直接用于該地區ET0的計算。其他學者[8-10]也得到相似結論。

在Harg公式參數修正方面，國外學者做了大量研究[11-13]，但有關新疆塔里木盆地的Harg公式參數修正研究，目前仍有鮮有報道。因此，本文通過非線性擬合方法，對Harg公式的3個參數同時進行屬地化修正，以期提高其在不同地區的適用性和準確性，為區域作物需水的估算與灌區灌溉管理水平的提高提供參考。

1 數據來源與研究方法

新疆塔里木盆地綠洲區5個氣象站(庫爾勒站、輪臺站、阿克蘇站、莎車站與和田站)1961-2014年的逐日氣象資料(最高溫度、最低溫度、平均溫度、相對濕度、平均風速和日照時數)來自中國氣象科學數據共享服務網(http://cdc.nmic.cn/home.do)。采用Penman-Monteith公式和Hargreaves公式分別計算各站逐日ET0。根據氣象學方法進行四季劃分，3-5月逐日計算的ET0為春季的ET0，6-8月逐日計算的ET0為夏季的ET0，9-11月逐日計算的ET0為秋季的ET0，12月-翌年2月逐日計算的ET0為冬季的ET0。

1.1 Penman-Monteith公式

采用FAO推薦的Penman-Monteith公式(FAO-56)計算歷年逐日ET0，公式如下：

(1)

式中：Δ為飽和水汽壓與溫度關系曲線的斜率，kPa/℃；T為日均溫度，℃；Rn為作物冠層表面凈輻射量，MJ/(m2·d)；G為土壤熱通量，MJ/(m2·d)；γ為溫度表常數，kPa/℃；u為2 m高處風速，m/s；es為空氣飽和水氣壓，kPa；ea為空氣實際水氣壓，kPa。

1.2 Hargreaves公式

Hargreaves公式是一種簡單有效的ET0估算方法，需要氣溫(平均、最高、最低氣溫)和地理位置數據。該模型表達式如下：

(2)

式中：Tmax、Tmin和T分別為日最高、最低和平均溫度，℃；Ra為外空輻射，mm/d；K為轉換系數，取值為0.002 3；λ為水汽化潛熱，其值為2.45 MJ/kg；n為指數系數，建議值為0.5；Toff為溫度偏移量，建議值為17.8。

1.3 參數率定方法

非線性回歸分析是利用數理統計方法建立自變量與因變量之間回歸關系的一種分析方法。運用SPSS軟件，以研究區5個氣象站(庫爾勒站、輪臺站、阿克蘇站、莎車站與和田站)1961-2014年逐日最高溫度，最低溫度，大氣頂太陽輻射為自變量，P-M公式計算的逐日ET0為因變量，將Harg公式中的參數K=0.002 3，n=0.5，Toff=17.8作為初始值，對Harg公式進行非線性回歸分析，迭代若干次后得到典型時間尺度下(全年、春、夏、秋、冬)新的參數擬合值，通過相關指數對擬合公式的相關性進行檢驗，通過標準誤對率定后主要參數的準確性進行檢查，并運用Excel 2007對典型時間尺度下擬合的主要參數與各個因素(經度、緯度、海拔、最高氣溫、最低氣溫、相對濕度、風速、日照時數，輻射量)進行相關分析。

2 結果與分析

2.1 典型時間尺度下K值的空間變化

全年情況下，K值變化范圍為0.000 96～0.001 55，比Harg公式原參數K值0.002 3小。在和田站的K值最大，為0.001 55；然后向北逐漸減小，在庫爾勒站K值達到最小值，為0.000 96。春季K值變化范圍為0.001 89～0.002 57，在Harg公式原參數K值0.002 3左右波動，表現為從北到南逐漸減小，在和田站的K值最大，為0.002 57，在庫爾勒站K值達到最小值，為0.001 89。夏季K值變化范圍為0.001 31～0.003 24，包含原參數K值0.002 3，且變化幅度最大，從南向北遞減，在塔里木盆地北緣的庫爾勒站K值達最小值為0.001 31。秋季K值變化范圍為0.001 57～0.002 28，在原參數K值0.002 3之下，變化幅度最小，K值由北向南遞減，在和田站達最小值，為0.001 57。冬季K值變化范圍為0.001 21～0.003 89，包括原參數K值0.002 3，表現為從塔里木盆地的北緣向南遞減趨勢。

整體上看，全年情況下K值從北向南逐漸增大，夏季的變化趨勢與之相同，相關分析表明全年和夏季影響K值空間分布的主要地理因素為經度和緯度，其中經度與K值成正相關，相關系數均為0.431，緯度與K值成負相關，相關系數分別為-0.382、-0.466，而春、秋、冬3季K值變化趨勢則相反，從研究區的北向南逐漸減小，其中春季K值與緯度相關性最好，相關系數為0.444，秋季K值與高程相關性最好，相關系數為0.387，冬季K值與經度相關性最好，相關系數為-0.48。各個氣象要素中，相關分析表明，影響K值空間分布的主要因素為最低氣溫、日照時數、相對濕度，其中最低氣溫與全年K值相關性較好，其相關系數為0.521，日照時數與春、夏季K值相關性較好，其相關系數為0.523、-0.486，相對濕度與春、秋、冬季K值相關性較好，其相關系數為-0.655、-0.412、-0.523，與全年、夏季K值相關性較差，相關系數為0.262、0.296。

2.2 典型時間尺度下n值的空間變化

全年情況下，n值變化范圍為0.56～0.70，比Harg公式原參數n值0.5大，n值從和田站向北(庫爾勒站)逐漸增加。春季n值變化范圍為0.43～0.75，包含原參數0.5，表現為由北向南逐漸增大的趨勢。夏季n值變化范圍為0.49～0.82，包含原參數0.5。秋季n值變化范圍為0.22～0.58，包含原參數0.5，表現為從北向南增加趨勢。冬季n值變化范圍為0.14～0.51，比原參數0.5小，變化趨勢和秋季一致。

整體上看，全年情況下n值從研究區南部向北逐漸增加，夏季的變化趨勢與之相同，相關分析表明影響全年n值主要地理因素為經度，相關系數為-0.527，影響夏季n值的主要地理因素為經度和緯度，相關系數分別為-0.577和0.432。春、秋、冬3季n值則從北向南逐漸增加，均與緯度的相關性最好，相關系數分別為-0.723、-0.658、-0.445。各個氣象要素中，相關分析表明，影響n值的主要因素為最高氣溫、日照時數，相對濕度，其中最高氣溫與全年和秋季n值相關性較好，相關系數為0.387、0.717，日照時數與夏季n值相關性較好，相關系數為0.556，相對濕度與春、夏、秋、冬4季n值相關性較好，其相關系數為0.764、-0.433、0.606、0.572，除了夏季，其他季節n值與平均相對濕度均成正相關。

2.3 典型時間尺度下Toff值的空間變化

全年情況下，Toff值變化范圍為15.9～28.6，包括原參數值17.8，該值從南向北逐漸增大，在庫爾勒站達到最大值。春季，Toff值變化范圍為17.0～20.1，包含原參數值17.8，從塔里木盆地南部向北部遞增，同樣在庫爾勒站達到最大，為20.1。夏季，Toff值變化范圍為-11.4～9.6，明顯低于17.8，呈現由塔里木盆地南部向北部遞增趨勢。秋季，Toff值變化范圍為13.8～31.2，包含原參數值17.8，同樣呈現由塔里木盆地南部向北部遞增趨勢。冬季，Toff值變化范圍為16.8～35.5，包含原參數值17.8，呈現由西向東增加趨勢。

從整體上看，各個典型時間尺度下，Toff值從塔里木盆地南部向北部逐漸增加。全年、春季、夏季、秋季，Toff值主要從南向北逐漸增加，影響其空間分布的主要地理因素為緯度，相關系數分別為0.811、0.252、0.637和0.693。冬季，Toff值主要從西向東逐漸增加，影響其空間分布的主要地理因素為經度，相關系數為0.624。各個氣象要素中，相關分析表明，影響Toff值空間分布的主要因素為輻射量、日照時數、最高氣溫，其中輻射量與全年Toff值相關性較好，其相關系數為-0.878，日照時數與夏季Toff值相關性較好，相關系數為0.516，最高氣溫與春、秋、冬季Toff值相關性較好，其相關系數分別為-0.623、-0.755、-0.487，Toff值與最高氣溫成負相關，隨著溫度的增加逐漸減小。

2.4 典型時間尺度下擬合的Harg公式與P-M公式的相關性

將修正后的Harg公式與P-M公式計算的ET0進行相關性分析，5個站點相關指數平均值及變化范圍見表1。

表1 參數率定后Harg公式與P-M公式的相關指數

從表1可以看出，在全年和各個季節下，修正的Harg公式與P-M公式計算的ET0之間的相關指數R2都比較大，但是不同的季節，R2具有一定差異。在全年情況下，R2最大，為0.787，且波動幅度最小，在0.65和0.85之間。在各個季節下，春季和秋季R2相當，分別為0.704和0.722，夏季次之，為0.628，冬季最小，為0.454，春季、夏季、秋季R2的波動幅度相當，波動范圍分別0.54～0.78、0.45～0.73、0.49～0.80，都比全年大，而冬季的R2波動幅度最大，波動范圍為0.20～0.79。這表明，在全年情況下，修正的Harg公式和P-M公式計算結果最接近，更能準確地估算塔里木盆地綠洲區的ET0。在各個季節情況下，春季和秋季準確性最高，夏季次之，冬季最差。

2.5 典型時間尺度下擬合的Harg公式相應參數的標準誤差

依據5個站點的氣象數據，將Harg公式進行修正后相應參數的標準誤的平均值及波動范圍見表2。

表2 Harg公式相應參數率定后標準誤

從表2可以看出，擬合后Harg公式相應參數的標準誤都非常小，表明擬合后的各個參數值都非常精確。參數K的標準誤在0.01之下，參數n的標準誤在0.37之下，參數Toff的標準誤在10之下，表現為K

3 結 語

通過對新疆塔里木盆地綠洲區Harg公式參數典型時間尺度研究，得到如下結論。

(1)全年情況下研究區轉換系數K介于0.000 96～0.001 55，從北向南逐漸增大，指數系數n介于0.56～0.70，從南向北逐漸增加，溫度偏移量Toff介于15.9～28.6。對四季的分析表明，研究區K、n值除夏季變化趨勢與全年相同外，其他3季變化趨勢均與之相反，K值從南向北逐漸增加，n值從北向南逐漸增加，Toff值隨緯度的增大而增大，四季的變化趨勢大體一致，從南向北逐漸增加。

(2)與氣象要素的相關分析表明，影響研究區K值空間分布的主要因素為最低氣溫、日照時數、相對濕度，其中最低氣溫與全年K值相關性較好，其相關系數為0.521，日照時數與春、夏季K值相關性較好，其相關系數為0.523、-0.486，相對濕度與春、秋、冬季K值相關性較好，其相關系數為-0.655、-0.412、-0.523；影響n值空間分布的主要因素為最高氣溫、日照時數、相對濕度，其中最高氣溫與全年和秋季n值相關性較好，相關系數為0.387、0.717，日照時數與夏季n值相關性較好，相關系數為0.556，相對濕度與春、夏、秋、冬4季n值相關性較好，其相關系數為0.764、-0.433、0.606、0.572；影響Toff值空間分布的主要因素為輻射量、日照時數、最高氣溫，其中輻射量與全年Toff值相關性較好，其相關系數為-0.878，日照時數與夏季Toff值相關性較好，相關系數為0.516，最高氣溫與春、秋、冬季Toff值相關性較好，其相關系數分別為-0.623、-0.755、-0.487。

(3)對采用率定后的Harg公式計算的ET0與P-M公式計算的ET0進行分析后認為，兩者之間的相關指數均較高，全年和春、夏、秋、冬4季依次為0.787、0.704、0.628、0.722、0.454，且擬合后Harg公式相應參數的標準誤都非常小，轉換系數K在0.01之下，指數系數n在0.37之下，溫度偏移量Toff一般在10之下。

本文僅對擬合的Harg公式主要參數在典型時間尺度上做了分析，對其他時間尺度(日、月、旬)有待進一步研究，在以變暖為主要特征的氣候變化下，率定后的主要參數在長系列數據計算下僅僅是一個平均值，它隨著氣候的變化也會產生相應的變化。因此，各個氣象因子對其分布規律產生的影響仍需深入研究。

[1] 劉戰東,劉祖貴,秦安振,等.黃淮海地區基于溫度的ET0計算方法比較及修正[J].節水灌溉,2014,(4):1-6.

[2] 劉曉英,李玉中,王慶鎖.幾種基于溫度的參考作物蒸散量計算方法的評價[J].農業工程學報,2006,22(6):12-18.

[3] 孫慶宇,佟 玲,張寶忠,等.參考作物蒸發蒸騰量計算方法在海河流域的適用性[J].農業工程學報,2010,26(11):68-72.

[4] Er-Raki S, Chehbouni A. Assessment of reference evapotranspiration methods in semi-arid regions:Can weather forecast data be used as alternate of ground meteorological parameters[J]. Journal of Arid Environments, 2010,74(12):1 587-1 596.

[5] Mladen Todorovic, Biljana Karic, Luis S. Pereira. Reference evapotranspiration estimate with limited weather data across a range of Mediterranean climates[J]. Journal of Hydrology, 2013(481):166-176.

[6] 丁加麗,彭世彰,徐俊增,等.基于溫度資料的參考作物蒸發騰發量計算方法[J].河海大學學報,2007,35(6):633-637.

[7] 尚松浩.利用溫度資料估算參考作物騰發量的通用Hargreaves公式[C]∥現代節水高效農業與生態灌區建設.昆明:云南大學出版社,2010:86-91.

[8] 劉 鈺,Pereira L S. 氣象數據缺測條件下參考作物騰發量的計算方法[J].水利學報,2001,42(3):11-17.

[9] 張本興,潘 云.中國不同氣候區域Hargreaves模型的修正[J].地理與地理信息科學,2012,28(1):51-54.

[10] 馮克鵬,田軍倉.Hargreaves公式計算寧夏地區參考作物騰發量的研究[J].干旱區資源與環境,2014,28(9):100-105.

[11] Tayeb Raziei, Luis S. Pereira. Estimation ofET0with Hargreaves-Samani and FAO-PM temperature methods for a wide range of climates in Iran[J].Agricultural Water Management, 2013,(121):1-18.

[12] Shahidian S, Serralheiro R P, Serrano J. Parametric calibration of the Hargreaves-Samani equation for use at new locations[J]. Hydrological Processes, 2013, 27(4): 605-616.

[13] Antonio Berti, Gianmarco Tardivo, Alessandro Chiaudani, et al. Assessing reference evapotranspiration by the Hargreaves method in north-eastern Italy[J]. Agricultural Water Management, 2014,(140): 20-25.