地表太陽輻射經驗值對參考作物需水量計算的影響

夏興生 朱秀芳 潘耀忠 張錦水

(1.北京師范大學遙感科學國家重點實驗室， 北京 100875； 2.北京師范大學遙感科學與工程研究院， 北京 100875；3.北京師范大學地表過程與資源生態國家重點實驗室， 北京 100875； 4.青海師范大學地理科學學院， 西寧 810016)

0 引言

參考作物需水量(ET0)是農業灌溉作業的主要參考指標。聯合國糧農組織(FAO)1998年發布的《Crop evapotranspiration-guidelines for computing crop water requirements》(FAO 56)推薦Penman-Monteith(PM)公式為基于氣象站點觀測數據計算ET0的標準方法[1]。此后，這一方法得到了廣泛應用[2-7]。然而，在實踐中，因為氣象/氣候觀測站點分布的時空差異及建設配置條件的差異，PM公式所要求的輸入要素數據并不是在所有地區均能夠通過觀測獲取，特別是在較大尺度的研究應用中，往往無法獲得完整的觀測數據。針對這一問題，FAO 56建議，基于可獲取的氣象/氣候要素觀測數據，以經驗或理論方程估算獲得缺失數據[1]。這一處理方式已經被應用于很多研究中[8]。但是，在不同的時空尺度下，氣象/氣候要素受大氣及地表環境影響，其估算值和觀測值存在不同程度的差異，進而對ET0的計算結果產生影響。因此，從20世紀70年代開始，很多學者針對不同的地理區探索了不同氣象/氣候要素對基于PM公式計算ET0的敏感性[9-14]，結果表明，不同地區不同時段，不同的氣象/氣候因子對基于PM計算的ET0結果(ET0-PM)敏感性不同，而在沒有各要素觀測值的條件下，采用FAO 56建議的方案計算各要素值、輸入PM公式獲得的ET0存在偏差。

中國目前僅國家級觀測站點就超過2 400個，普遍能觀測到與工農業生產密切相關的氣溫、濕度、氣壓、風速等常規氣象要素，唯獨能夠獲得地表太陽輻射數據的站點較少，而地表太陽輻射又是獲得ET0-PM必不可少的參量[10,12-13]。因此，研究太陽輻射參數對準確計算ET0-PM具有重要的意義。文獻[15-26]基于不同時空尺度的研究說明了太陽輻射參數對ET0-PM的影響不能忽略，也評價了FAO 56推薦的地表太陽輻射Rs計算方法(Angstrom公式)在各自研究尺度的適用性，并提出了基于Angstrom公式計算Rs的本地化參數，以滿足ET0-PM計算的要求。但是這些研究大部分局限于小區域或少數站點，且時間尺度不統一。僅有胡慶芳等[18]、YIN 等[21]進行了全國尺度的研究討論，但也存在時空尺度的差異性，且空間劃分與農業區劃不匹配。因此，太陽輻射數據的極度缺乏及已有研究成果的時空差異性，給大規模計算高精度的ET0-PM帶來了困難。實際應用中，FAO 56建議的通過Angstrom公式及其參數計算Rs，仍然是大規模計算ET0-PM的首選。

本研究以中國九大農業行政區劃為研究區，試圖從更精細的時空尺度，基于多年平均觀測數據對比分析FAO 56建議的通過Angstrom公式及對應參數計算的太陽輻射經驗值Rs-c與觀測值Rs-o的時空差異，以及輸入PM公式獲得的ET0結果(ET0-c)的可靠性，以豐富基于Rs-c計算ET0-c的研究案例，為大尺度區域尋求更穩定合理和高精度的標準參考作物需水量計算方案提供參考。

1 數據及預處理

1.1 氣象觀測數據與處理

本研究使用的氣象觀測數據來源于中國氣象數據網(http:∥data.cma.cn/)，包括中國地面氣候資料月值數據集和中國輻射月值數據集，數據的時間尺度為1957年1月—2017年3月，具體數據要素及用途見表1。

數據預處理上，首先，通過站點編號將中國地面氣候資料月值數據集、中國輻射月值數據集、站點經緯度進行關聯，使得所有要素數據均一一對應，并將月Rs-o數據轉換為日均值，與此同時，將所有要素校正為PM公式要求的對應高度(如風速要求為2 m相對高度)的標準數值[1]；其次，根據FAO 56建議的以日為時段的天頂輻射計算程序，以上一步得到的共有數據站點的緯度求得各站點逐月的日平均天頂輻射Ra，并依據Ra大于Rs的規律，剔除Rs-o大于Ra的數據記錄。最終，參考FAO計算ET0-PM的案例，確保每個站點至少有15年的累計觀測數據，共得到有效數據站點112個(圖1，圖中A表示東北平原區、B表示北方干旱半干旱區、C表示黃淮海平原區、D表示黃土高原區、E表示青藏高原區、F表示長江中下游地區、G表示四川盆地及周邊地區、H表示華南區、I表示云貴高原區)。

表1 數據及用途

圖1 農業區劃及數據站點位置

1.2 農業區劃數據

農業區劃數據來源于中國科學院資源環境科學數據中心(http:∥www.resdc.cn/dataList.aspx)發布的以省級行政區劃界線劃分的中國九大農業區劃數據，包括東北平原區、北方干旱半干旱區、黃淮海平原區、黃土高原區、青藏高原區、長江中下游地區、四川盆地及周邊地區、華南區、云貴高原區(圖1)。

2 基于Penman-Monteith公式的ET0算法

2.1 基于氣象觀測值的ET0計算過程

根據FAO PM公式的輸入要素[1]，基于氣象站點觀測值的ET0-PM計算公式為

(1)

(2)

(3)

(4)

(5)

(6)

Rn=Rns-Rnl

(7)

Rns=(1-a)Rs-o

(8)

(9)

Rso=(0.75+2×10-5Z)Ra

(10)

式中T——大氣溫度，℃

e(T)——空氣溫度T時的飽和水汽壓，kPa

λ——水汽化潛熱，取2.45 MJ/kg

CP——常壓下的比熱容，取1.013×10-3MJ/(kg·℃)

ε——水蒸氣分子量與干燥空氣分子量的比，取0.662

Rns——地表凈太陽短波輻射，MJ/(m2·d)

a——發射率或冠層發射系數，以草為假想的參考作物時，取0.23

σ——Stefan-Boltzmann常數，取4.903×10-9MJ/(K4·m2·d)

Tmax,k——24 h內最高絕對溫度，K

Tmin,k——24 h內最低絕對溫度，K

Rso——晴空條件下到達地表的太陽總輻射，也稱晴空太陽輻射，MJ/(m2·d)

Rs/Rso——相對短波輻射值，其值小于等于1.0

Z——觀測站的海拔，m，因2×10-5Z實際值較小，在計算中可忽略不計

以月為計算區間的土壤熱通量計算式為

Gmonth,i=0.07(Tmonth,i+1-Tmonth,i-1)

(11)

式中Gmonth,i——第i月的土壤熱通量，MJ/(m2·d)

Tmonth,i-1——第i-1月的大氣平均溫度，℃/d

Tmonth,i+1——第i+1月的大氣平均溫度，℃/d

2.2 FAO 56建議的Rs和Rso估算方法

在不能測得太陽輻射Rs的地區，FAO 56建議通過Angstrom公式進行估算[1]，公式為

(12)

Rso=(as+bs)Ra

(13)

式中n——實際日照持續時間，h

N——最大可能的日照持續時間或日照時數，h

as——回歸常數，表示在陰天條件下，Ra到達地面的比例(即n=0)

其中as+bs表示晴天條件下，Ra到達地面的比例(即n=N)，此時太陽總輻射即為晴空太陽輻射Rso；前文已經說明已有研究在對中國區域as、bs的校正結果上存在時空尺度不統一的缺陷，很難直接應用。因此，本研究繼續使用FAO 56的建議值[1]，即as=0.25，bs=0.50。

3 Rs-c與Rs-o及對應計算的ET0-PM對比結果

3.1 Rs-c與Rs-o年內變化對比結果

圖2 全國及各區平均Rs-c和Rs-o年內變化對比曲線

圖2是通過FAO 56建議的Angstrom公式及其參數計算得到的全國及九大農業區的Rs-c和Rs-o站點均值的年內變化。結果表明，在變化趨勢上，二者在全國及各區均保持一致，但是全國及各區的數值差異卻比較明顯。除E區外，其他各區均表現為Rs-c大于Rs-o。在二者的絕對差值上，C、D、E、F、G、H、I區比較穩定，只有夏秋季略微偏大于冬春季； A區在9月到次年3月的Rs差值非常微小，在4—8月卻較大；B區在所有區中表現最好，除7、8月有微小的差值外，其他月份幾乎接近于0。

圖3 全國及各區站點Rs-c和Rs-o各季均值的相關關系

圖4 Rs-c和Rs-o相對差值的時空分布

圖3是全國及九大農業區站點Rs-c和Rs-o各季均值的相關關系圖。以R2為評判標準，全國范圍內無論是年均還是各季都相關性顯著，R2超過0.8，但各區的結果卻表現參差不齊。全年相關性表現相對較顯著且穩定的僅有B、E、G區；A區在秋冬季節相關性較好，春夏較差；C區春季略好，其他季節較差；D區除冬季外，其他季節表現較好；而F、H、I區則是在夏季相關性較差，其他季節均較好。各區的年平均相關性方面，D、E、F、G、H、I區Rs-c和Rs-o的相關性相對較好，其他區的相對較差。

圖4是Rs-c與Rs-o逐月相對差值(RDS=Rs-c-Rs-o)的時空分布。從圖可以看出， E區和G區西側、B區北側常年Rs-c小于Rs-o， B區西北部和中部冬春季節Rs-c小于Rs-o，夏秋季節Rs-c大于Rs-o，其中，E區和G區西側的絕對差值相對較大，B區北側的絕對差值相對較小，3個區域的差值隨季節變化較穩定。其他地區常年Rs-c大于Rs-o，其中，F、H、I區和G區東側的絕對差值較大，春、夏季最大，最高達到4.41 MJ/(m2·d)。A、C、D區季節性變化明顯，冬季絕對差值最小，夏季最大，春、秋居中。

3.2 基于Rs-c和Rs-o計算的ET0-PM對比結果

圖5是分別通過Rs-c和Rs-o計算的112個站點ET0-PM(分別表示為ET0-c和ET0-o)在全國及各農業區的站點均值年內變化。從圖5可看出，B、E區的ET0-c和ET0-o逐月站點均值幾乎重合； A區除5～8月外，其他月份也幾乎重合； C、D、I區季節變化明顯，冬季基本重合，夏季差值增大； F、G、H區雖然常年存在相對較大的絕對差值，但比較穩定。

圖5 基于Rs-c和Rs-o分別計算的ET0-PM逐月站點均值結果對比曲線

圖6是全國及各農業區基于Rs-c和Rs-o計算得到的站點ET0-c和ET0-o各季均值關系。ET0-c和ET0-o在各季節均表現為顯著的線性相關性，而且較為穩定，R2均超過0.67，最大值更是接近于1，線性回歸系數與1.0的絕對差值在大部分農業區不超過0.1，少數在0.1～0.2之間，只有個別超過0.2。ET0-c和ET0-o的年均相關性除F、G區的R2較小外(分別為0.770 6、0.866 4)，其他區均超過0.95，回歸系數除D區外，其他區均在1.0左右。

圖6 基于Rs-c和Rs-o分別計算的ET0-PM各季均值相關關系

圖7是在其他輸入參數不變的情況下，由Rs-c和Rs-o分別計算的ET0-c和ET0-o相對差值(RDE=ET0-c-ET0-o)時空分布。ET0-c和ET0-o年均相對差值主要集中在-0.25～0.25 mm/d之間，其中，B區常年維持在-0.25～0.25 mm/d，A、D、E區和G區西北部的絕對差值僅在夏季會有站點突破0.25 mm/d，C、I、H區則表現為春夏部分站點偏高，并在夏季達到最大值，而剩余F區和G區東南部只有冬季的絕對差值在0.25 mm/d以內，其他季節則較高，夏季甚至突破0.5 mm/d。

圖7 基于Rs-c和Rs-o計算的ET0-PM相對差值時空分布

4 分析與討論

4.1 Rs-c與Rs-o對比結果分析

分析Rs-c與Rs-o的逐月站點均值比較結果(圖2)可知，FAO 56[1]推薦的Angstrom公式及其參數只有在E區的Rs-c比實際值偏小，且絕對差值非常平穩，說明該區中低緯度和高海拔的地理區位特點使到達其地面的太陽輻射基本不受季節變化的影響；而在其他8個農業區計算的Rs-c均比實際值偏大，且季節變化較明顯，夏季偏離程度最大。二者基于全國站點的平均值與C、D、F、G、H、I區的表現一致，但是在A、B、E區的影響下，Rs-c偏離Rs-o的程度較這6個區有所減小，但仍然表現為Rs-c全年大于Rs-o的規律。

Rs-c與Rs-o的相關性結果(圖3)顯示，112個站點的年均值和各季均值相關性顯著，但是各農業區的R2結果卻參差不齊，且無論是全國還是各農業區，二者的線性回歸系數均不穩定，偏離y=x斜線的程度也不均一，說明Rs-c與Rs-o存在一定的差異，且不同尺度之間的差異程度不同，二者的相對差值時空分布(圖4)也印證了這一點，即北方農業區Rs-c與Rs-o的年內絕對差值整體相對較小，南方農業區相對較大，春夏季略微大于秋冬季，與我國雨熱同期的典型季風氣候造成的季節性天氣條件削弱到達地面的太陽輻射規律相符合，但Rs-c與Rs-o相對差值的時空波動卻是南方農業區比北方農業區小一些，可能是南方地區常年多云雨的穩定天氣條件所造成的。

為了進一步驗證Rs-c與Rs-o的差異是否顯著，本研究基于統計學中討論兩組樣本差異是否顯著的獨立樣本T檢驗方法進行了檢驗，結果表明(表2)，全國年均及各季節的方差方程Levene檢驗顯著性概率P值和T檢驗的顯著性概率P值均小于0.05，可見，Rs-c和Rs-o存在顯著差異。而各區的Levene檢驗顯著性概率P值均大于0.05，T檢驗的顯著性概率P值卻在不同區、不同季節差異明顯，A、D、I區在夏季的T檢驗P值小于0.05，H區則在夏季和秋季T檢驗P值小于0.05，而C、F區則全年的T檢驗P值均小于0.05，說明在這些區域的特定時段，Rs-c和Rs-o存在顯著差異，其他時段Rs-c和Rs-o差異不顯著；只有B、E、G區的T檢驗P值全年均大于0.05，說明在這三大區域全年Rs-c和Rs-o差異不顯著。針對年內平均而言，C、F、H的T檢驗P值小于0.05，其他區均大于0.05。因此，從統計分析的角度，Rs-c和Rs-o只是在不同區域的特定時段差異性不顯著，可以相互替代使用，而在其他時段則差異顯著，不可相互替代。因此，在全國范圍內基于FAO建議的Angstrom公式及其參數估算Rs時，其結果與觀測值的差異不容忽視。

綜合而言，因為雨熱同期的季風氣候造成的多年月平均尺度大氣組分時空分布不均一，在全國及九大農業區的所有月份均使用FAO推薦的Angstrom公式及其as、bs系數固定值計算的Rs-c和Rs-o存在一定的時空差異。根據PM公式，推測使用Rs-c直接替代Rs-o計算ET0-PM可能會引起誤差，青藏高原(E區)的ET0-PM可能會偏小，其他地區可能會偏大，且 C、D、E、F、G、H、I區的ET0-PM絕對差值可能會常年相對比較穩定，A、B區可能隨季節的變化而變化明顯。

表2 Rs-c和Rs-o各季節獨立樣本T檢驗結果(P值)

4.2 ET0-c和ET0-o對比結果分析

分析各區站點ET0-c和ET0-o均值的時空差異(圖5)，北方農業區的ET0-c與ET0-o絕對差值整體較小，南方農業區則整體略大，年內變化與Rs-c和Rs-o的表現(圖2)一致，年初、年尾較小，年中略大，且二者的數值相對差異上也與Rs-c和Rs-o的表現基本相符，但總體較小，ET0-c與ET0-o平均只有0.06～0.26 mm/d的差值。

對比ET0-c和ET0-o(圖6)與Rs-c和Rs-o(圖3)的相關性分析結果可知，ET0-c和ET0-o在各個農業區的不同季節，均表現為顯著的線性相關性，而且較為穩定，回歸系數也較Rs-c和Rs-o的結果好，大部分擬合直線與y=x斜線吻合度較好，說明ET0-c和ET0-o的整體差異較小，僅個別農業區在特定時段ET0-c與ET0-o偏差略大。

綜合分析ET0-c和ET0-o相對差值時空分布(圖7)可知，大致以“胡煥庸線”為界，西北地區站點的絕對差值較小，常年維持在0～0.25 mm/d；而“胡煥庸線”以東的北方地區則遵循季風氣候的變化規律，絕對差值表現為先增大后減小，夏季的差值大部分站點在0.5 mm/d以內，個別站點會超過0.5 mm/d，南方地區則隨季節變化而變化明顯，大致以長江、珠江為中線，從春季開始由中線向兩側隨著時間的變化不斷增大，在夏季達到最大值，但大部分站點在0.75 mm/d以內，個別站點會超過0.75 mm/d，而后，則由兩側向中線隨時間變化逐漸減小，在冬季達到最小值。總的來說，ET0-c和ET0-o在北方農業區的差異較小，南方農業區的差異略大，且夏季較明顯。

同樣，為進一步確定ET0-c和ET0-o是否存在顯著性差異，也對二者進行了獨立樣本T檢驗的統計學驗證，結果表明(表 3)，ET0-c和ET0-o的方差方程Levene檢驗顯著性概率P值均大于0.05，但是，在全國尺度上、C區年均及C區和H區的夏季ET0-c和ET0-o的T檢驗P值卻小于0.05，而F區則是全年的T檢驗P值小于0.05，說明在這些特定的時空尺度下ET0-c和ET0-o差異顯著，其他時空尺度下，ET0-c和ET0-o的差異并不顯著。

表3 基于Rs-c和Rs-o計算的兩組ET0-PM獨立樣本T檢驗結果(P值)

綜上所述，實際應用時，在沒有Rs-o的條件下，西北和青藏高原地區全年，黃土高原、黃淮海平原、東北平原地區的春、秋、冬季，南方地區的冬季，使用Rs-c獲得的ET0-c與ET0-o相對誤差較小且具有一定的時空穩定性，可以直接替代ET0-o使用；而黃土高原、黃淮海平原、東北平原地區的夏季，南方地區的春、夏、秋季因受季風氣候的影響，相對誤差會略微偏大，且不穩定，因此，在這些時空尺度下使用Rs-c獲得參考作物需水量，建議研究相應的方法進行校正，否則會有誤差，且偏大。考慮到中國地區的典型季風氣候特點、農業生產制度和大宗作物的灌溉需求，春季的北方地區一般容易發生旱災，即“春旱”，灌溉工程的設計和灌溉作業以參考冬季和春季的ET0為主，基于PM公式大規模計算ET0-PM在缺少輻射觀測數據的條件下可使用FAO 56建議的Angstrom公式及其參數計算獲得太陽輻射值；在全國范圍的夏季“伏旱”期間，無論是北方還是南方，輸入Rs-c計算的ET0-c則比輸入Rs-o計算的ET0-o偏大。因此，在高精度的節水農業應用中，有必要研究相應的校正模型進行夏季的ET0-c校準。

4.3 討論

4.3.1Rs-c計算方案的系統誤差

從圖3、4、6、7的結果分析可知，采用FAO 56建議的Angstrom公式系數固定值計算Rs-c未考慮不同時空尺度下地表大氣性質的變化導致實際到達地面的太陽輻射時空變化，所以Rs-c的計算結果存在明顯的系統誤差，進一步致使ET0-c的計算結果也存在系統誤差。這也驗證了已有的輻射參數對ET0-PM計算的影響及Angstrom公式參數本地化研究[15-26]的必要性。特別是本研究的結果與胡慶芳等[18]基于Angstrom公式參數對ET0-PM的影響及FAO建議值適用性評價研究在區域上具有基本一致結果，即基于FAO建議的Angstrom公式參數(as=0.25，bs=0.50)估算Rs-c，在中國北方農業區具有較好的適用性，而在中國南方地區的地區適用性較差，而對應基于估算的Rs-c計算的ET0-c在北方地區與實際值一致性較好，在南方地區則偏大。但是，在青藏高原區，二者的研究結果卻相反，本研究的結果是FAO的建議值在該區的適用性較好，而胡慶芳等[18]的研究結果是FAO的建議值在該區的適用性不強或較差。可能是二者的分區尺度、數據尺度及數據質量差異引起的，但具體原因則有待進一步探討。所以，在現有研究基礎上[15-26]，還要繼續探索和驗證Angstrom公式適用于我國各農業管理區的本地化參數，基于不同的時空尺度和精度要求，形成相應的標準或規范才是其進一步推廣應用的關鍵。

4.3.2數據處理方式對結果的影響

本研究通過站點逐月日均值的多年均值來討論Rs-c對ET0-PM的影響，這一數據處理方式反映了穩定氣候條件下的Rs和ET0-PM變化。即無論是Rs-c、Rs-o的結果，還是ET0-c、ET0-o的結果，年內均值變化的增加趨勢(圖2、5)6月開始在F、G、H、I區均出現了減緩的現象，看似不符合Rs和ET0的年內基本理論規律，但考察中國的氣候條件可知，6月開始，中國南方大范圍進入“梅雨”季節，持續的陰雨天氣導致了地表接收的太陽輻射減少。所以，Rs-c對Rs-o、ET0-c對ET0-o整體上才表現出了相對穩定的差異，在應用中即可對Rs-c、ET0-c引入一個校正常數或者回歸校正模型，使其結果更接近觀測結果。同時，從本研究的結果分析可知，ET0-c對ET0-o的差異相比Rs-c對Rs-o更穩定，所以在計算ET0的研究應用中，建議對ET0-c建立校正關系進行結果的校正，而不是校正Rs-c后再計算ET0-PM。但是，對數據時間序列的平均處理也弱化了短期氣候/天氣變化的影響，且區域性的站點平均值未考慮站點海拔等潛在影響因素的變化，基于穩定差異關系校正的結果也可能只是區域的氣候平均值。

4.3.3數據質量對結果的影響

從本研究前后的結果比較來看，基于全國尺度的結果要比基于各區的結果要好，且時空變化也比較穩定，可能的原因在于數據站點在各區的分布不均。從相關性分析結果可以看出，站點密度較高且空間分布較均勻的農業區，其結果表現相對較好且穩定，說明了區域站點密度及空間分布的均一性對本研究的結果具有一定的影響，較少的站點分布可能存在區域代表性不足的問題，這一問題則是后續值得探討的方向。此外，本研究參考FAO計算ET0-PM的案例，選擇觀測時間尺度累計大于等于15年的站點數據取多年平均值，但是，因為站點建設時間的不一致以及遷站、設備更新、觀測任務的變化，各站點獲取的數據時間尺度并不一致，這可能是本研究數據處理的缺陷，也是研究結果誤差一個主要來源，因此，還需要統一數據的時間尺度進一步驗證。

4.3.4Rs對ET0-PM的影響

圖8 Rs-c和Rs-o相對差值與ET0-c和ET0-o相對差值的關系

圖8是112個站點所有月份Rs-c和Rs-o相對差值與對應的ET0-c和ET0-o相對差值的關系。從圖可知，ET0-PM相對差值隨Rs相對差值的增大而增大，且呈明顯的3次方程曲線關系，R2接近0.9，但是，受回歸系數的影響，ET0-PM相對差值對Rs相對差值變化的反應卻較平緩。本研究中Rs的相對差值主要集中在-2.0～3.0 MJ/(m2·d)之間，而ET0-PM相對差值卻只有-0.15～0.5 mm/d，進一步說明了Rs對ET0-PM影響可能并不大，在精度要求不高的情況下，中國范圍內的大部分站點可以直接使用Rs-c計算ET0-PM。然而，從圖8擬合的方程曲線可以看出，隨著Rs相對差值的不斷增大，ET0-PM相對差值增加的值也有上升的趨勢，因此，Rs對ET0-PM的影響可能存在一個范圍，有必要進一步討論具有不同誤差等級的Rs-c對ET0-PM的影響程度，在實踐中，根據不同等級的ET0-PM誤差要求，選擇對應誤差等級的Rs-c，以節約成本。

5 結論

(1)Rs-c和Rs-o的時空差異分析表明，二者的年內變化趨勢在各區都表現一致，但是二者的相關性及差異性分析卻表明，只有個別區域在特定季節具有較好的相關性，其他季節、其他區域則相關性不顯著。單從Rs-c和Rs-o時空差異的角度，在中國九大農業區Rs-c不能替代Rs-o。

(2)基于Rs-c和Rs-o分別計算的ET0-c和ET0-o相關性及時空差異性分析表明，整體上ET0-c和ET0-o時空差異比較小，使用Rs-c替代Rs-o計算具有一定的可行性，只有個別區域在特定季節可能誤差偏大。具體而言，在全國范圍內的冬季、西北各區一年四季、華北及東北各區春、秋、冬季，以及華南地區秋、冬季的ET0-c和ET0-o差異均較小，可以用ET0-c替代ET0-o指導農業生產，各地區其他時段的ET0-c和ET0-o差異則略大，其中長江流域的差異最顯著，使用ET0-c替代ET0-o需要進行必要的修正。

(3)由中國地區典型的季風氣候特點及農業生產制度可知，長江流域以北地區的春季一般容易發生旱災，灌溉工程的設計和灌溉作業以參考冬季和春季的參考作物需水量為主，而本研究的結果恰好表明ET0-c和ET0-o在冬春季的北方地區差異性最小，所以，實踐中，在其他要素都是觀測值的條件下，在中國北方主要灌溉需求地區的冬、春季，基于PM公式大規模計算ET0-PM在缺少輻射觀測數據的條件下可使用FAO 56建議的通過Angstrom公式及其參數計算獲得太陽輻射值。而在夏季“伏旱”期間，無論是北方還是南方，輸入Rs-c計算的ET0-c比輸入Rs-o計算的ET0-o偏大，在高精度的節水農業應用中，有必要研究相應的校正模型進行ET0-c的校準。