基于天气预报的天津武清区参考作物腾发量预报研究

常敏，杨新渝，罗雪莲，张文婧，蒋瑞霞，干彬

天津农学院 天津市 300384

摘要：为了提出适合天津市武清区的参考作物蒸发蒸腾量的预报方法,本文利用历史气象资料确定了适合天津市武清区的天气类型修正系数,利用天气预告数据采用逐日均值修正法预报了预见期分别为1,3,5,7天的 ,并以彭曼公式计算的 为标准,评价了逐日均值修正法的预告精度。结果表明,预见期为1、3、5、7天的RMSE值分别为1.112、1.186、1.198、1.185,预见期为1天时预报精度最高,在第五天的预见期精度相对差一些,整体的预测精度相对较高。对于武清区建议采用改进后逐日均值修正法进行预报,可以提供较为精准的数据基础。

关键词：天气预报；蒸发蒸腾量；修正系数；FAO；P-M。

中图分类号： 文献标识码： 文章编号:

0引言

中国农业用水量占总用水量绝大部分,其中作物需水量的部分是农业用水的最主要部分,作物需水量可以表示为参考作物腾发蒸腾量与作物系数的乘积。而准确估算作物需水量是制定灌溉决策的基础,参考作物腾发蒸腾量是作物需水量计算的基础,所以精准和及时的参考作物蒸发蒸腾量预报,对于提高实时灌溉预报精准度和节约水资源有重要意义,其准确的预

报不仅能注水不及时造成的作物受旱风险,又可避免超量注水造成用水铺张。

众多预报参考作物蒸发蒸腾量的简化公式不断涌现,如Blaney ahd Criddle^[1]、 MeCloud、

Hamon、Thomthwaite^[2]、 Hargreaves-Samani^[3]等公式。在参考作物蒸发蒸腾量的预告研究方法中,如赵永^[4]等提出修正后的Hargreaves方法与彭曼—蒙特斯方法的计算结果符合最好;张倩^[5]等将日常天气预报信息进行判辩定量化后代入修改后地参考作物蒸发蒸腾量预测模型,并与实测气象资料彭曼公式计算值比较,挑选出精度较高的 预报模型;杨洋^[6]等研究基于公共天气预报的 模型进行预报并逐个评价,再比较各个模型预报表现以探索在不同气候、地理条件下每个模型的试用性能及空间分布规律。

上述利用天气预报信息进行 的估算或预报,大多是以彭曼公式或HG公式为基础,很少采用改进后的逐日均值修正法进行 预测,并且预报周期以短袖为主,很少涉及中长期预报。考虑到参考作物蒸发蒸腾量主要受气象条件影响,且面向大众免费公布的公共天气预报准确率较高,所以此次参考作物蒸发蒸腾量预报可基于公共天气预报开展。所以本文选取改进后的逐日均值修正法对预报精度进行评价,以得出适用于武清区的预报方法,为灌区预报提供数据。

1.1试验区的概况

本次研究的实验区位于天津市西北部的武清区,海河水系中下游,它的地理位置为东经116°46′43″至117°19′59″,北纬39°07′05″至39°42′20″。东西宽41.78公里,南北长65.22公里,北阔南狭。该地区海拔高度最高13米,最低2.8米。属于温带半湿润大陆性季风气候,四时显明。冬季日照长,干旱、少雨、多风;夏季火热,降雨集中;秋季昼暖夜凉,温差大;冬季寒冷,北风多,日照少,降水较少。年平均气温为11.6度,年平均降水为606毫米。无霜期212天。

1.2数据来源

本次预报从中国气象数据网收集了天津武清区2011年1月1日-2019年12月31日的历史气象资料。历史气象资料中含有历史逐日的最高气温、最低气温、平均气温、平均相对湿度、日照时数、平均两分钟风速、平均气压、天气类型等。从中国天气网收集了天津武清区2020年7月1日-2021年3月30日预见期为七天的天气预报数据,数据中包含了预报的最高气温、最低气温、天气类型、风速等,利用这些数据进行 的预报。

1.3 预报方法

1.3.1改进后的逐日均值修正法

改进后的逐日均值修正法^[7][8]的计算过程简洁,式中的天气类型修正系数随着地区、月份以及天气情况不同而变化并且利用历史气象资料数据计算出的逐日多年平均 精准度较高,对逐日均值修正法进行改进,可以大幅度提升预告精度。所以本文直接采用历史气象资料数据来计算逐日多年平均 ,用此代

替逐日均值修正法公式拟合值,以减少预告误差,改进后的预报公式为

= （1）

式中，

—改进后逐日均值修正法得出的第i日参考作物的蒸发蒸腾量值，mm/d；

—逐日多年平均蒸发蒸腾量值。

—天气类型修正系数

改进后的逐日均值修正法可表示为逐日多年平均蒸发蒸腾量值与天气类型修正系数的乘积。逐日多年平均参考作物蒸发蒸腾量值为彭曼公式计算的蒸发蒸腾量值在多年同一日所算的平均值。天气类型修正系数可根据当地历史气象资料分出不同天气类型,用同一天气类型在一个月内的多年平均蒸发蒸腾量值除以一个月的多年平均蒸发蒸腾量值则为这个月的天气类型修正系数。靠此求出十二个月不同天气类型下的修正系数,并用于预报期。

1.4彭曼公式

彭曼公式^[9]由英国H.L.彭曼提出的半经验半理论公式,由于该公式有明确的理论基础,而且计算结果精度高,被FAO做为计算 的标准方法广为推广,亦是现如今公认得计算参考作物需水量最为准确的方法。国内外众多学者通过试验验证了该公式得计算精度,Allen 等^[2][10]通过试验对比了 Penman 修正式和 P-M 公式的计算结果,发现利用 P-M 公式达到计算结果精度更高;刘钰^[11]等人对比了修正 Penman和 P-M 公式对参考作物需水量的计算结果,发现两者计算结果十分接近,其建议将标准化的 P-M 公式作为标准公式来计算参考作物蒸发蒸腾量,并以此公式为标准方法对其他经验公式进行校核,并用此公式计算结果确定作物系数。通过研究FAO最新修正并推荐的P-M公式预算参考作物蒸发蒸腾量可以得到参考作物需水量的最精准值。它的具体形式如下：

式中： —参考作物需水量，mm/d；

一冠层表面净辐射，MJ/m²；

G—土壤热通量密度，MJ/ ；

T—地面以上2m处的平均气温；℃;

—地面以上2米高处的风速，m/s；

—饱和水汽压，kPa；

—实际水汽压，kPa；

△—饱和水汽压与温度曲线的斜率，无单位；

—温度计常数，kPa/℃；

饱和气压亏缺量，kPa；

1.5准确度评价指标

采用均方根误差RMSE这个统计指标来评价改进后的逐日均值修正法预报的精度。计算公式为：

RMSE=

式中： —第i个观测数据；

—第i个预测数据；

n —统计样本数;

2结果与分析

2.1天气类型修正系数

本文计算出武清区的天气类型修正系数如表1,不同月份的不同天气类型系数的变化规律如下。

表1 天津武清区天气类型修正系数

天气类型修正系数是在彭曼公式计算的基础上得出的,由于ET0计算过程中包含了风速、湿度等气象数据,由此改进逐日均值修正法中也间接地考虑了风速、湿度等气象原因的影响。表中天气类型修正系数的变化规律为

,但是表中也有规律之外的情况存在,有一定的误差。原因是改进后的逐日均值修正法中只划分了五个基本的天气类型,而实际情况中天气类型种类繁多远不止五种,所以会产生 预报误差,同时该方法中应用多年平均 进行计算,也是产生误差的原因。

2.2改进后的逐日均值修正法 预报精度评价

武清区不同预见期的基于改进后的逐日均值修正法的预报值 与 计算值逐日变化过程如下图,总而言之,预报值 与利用彭曼公式 计算的计算值变化趋势大致相同,改进后的逐日均值修正法精度较高。

图1对于改进后的逐日均值修正法 预报

利用武清区2020年7月-2021年3月的天气预报资料预报 与彭曼公式计算的 相比较,可以看出,改进后的逐日均值修正法预测的 变化趋势与彭曼公式的计算值基本一致,在7月份到最大值,然后逐渐减小,在12-2月份达到最低点,之后又逐渐增加。12月至1月份的预测值与彭曼公式的计算值基本符合,这一段时间的预报精度较高;3月份以后、7月至10月份的预测值与彭曼公式的计算值有微小出入,但差别不大。主要因为12月-2月份天气变化较为稳定,天气类型单一,影响因素少;而在7、8、9月份天气变化起伏波动的影响因素较多,则误差较大。预见期为1、3、5、7天的RMSE值分别为1.112、1.186、1.198、1.185。在不同的预见期与实测值之间的RMSE为1.1-1.2左右。表明在第一天的预见期精度最高,在第五天的预见期精度相对低一些,整体的预测精准度相对较高,最高最低气温预告和风速等级预告的准确率较高,其准确率、均方根误差都达到了一定的精度,可以用于 预报。

3讨论

武清区位于华北地区,将计算结果与刘梦、茆智^[12]等给出的华中地区天气类型修正系数进行对比,两个数据的相似点在于当月份一样时,天气类型修正系数的变化规律均为 ,这也与该天气类型下的 变化规律一样。对于张倩^[5]在天气预报信息解析的预报 模型中,利用了HG法对公式参数进行了修正,提高模型预报精度,其中的整体表现较好的分别为P-T、HG-M、PMT1模型,PMT1模型在短期预报中精度较高,但对于中期预报精度较低,本次研究方法也是对逐日均值修正法进行改进,也是中期预报精度下降。预见期为1、3、5、7天RMSE值分别为1.112、1.186、1.198、1.185。对于不同的预见期的RMSE为1.1-1.2左右,整体的预测精度相对较高。此次研究与彭曼模型计算结果对比,改进后的逐日均值修正法偏差较小,可作为武清区 简化计算的方法。

天气类型修正系数是通过彭曼公式计算的,由于计算过程中包含了各气象要素,所以改进后的逐日均值修正法也间接考虑了气象原因的影响,提高了 预报精度,获得了适于武清区的精度较高的 预报方法。

4结论

与彭曼公式计算结果对比,改进后的逐日均值修正系数法的预报误差较小,主要在十二月至二月预报精度较高,在一定程度上提高了预报精度,减少预报误差,为灌溉预报提供了决策依据。本方法计算较为便捷,天气资料可以在网上获取,省去较多步骤,并且预报结果精度可满足要求。本研究涉及的区域范围相对较小,在华北地区的适用性相对较好,这说明高程、风速及湿度等因素也对 存在影响。创建符合该地天气预报服务系统,增加温度领域的空缺,充分发挥气象为农业生产服务的职能和作用,使农业生产管理也能够获得精准的预报预警信息,提前采取措施合理安排,促进农民增收,农业增产。

【参考文献】

[1] 冯浩，刘匣，褚晓升，丁奠元，余坤，李毅. 基于Blaney-Criddle方法估算潜在蒸散量的评价与校准[J].气象学. 2017,48(06),159-167

[2]林京涛. 岷江上游植被蒸散时空格局及其模拟研究[J].基础科学. 2012.28(1):51-54.

[3] 蒙强，刘静霞，李玉庆，张文贤. 西藏高原灌区参考作物蒸散量模型的适用性研究[J].农田水利. 2020.（06）.61-67

[4] 赵永.作物需水量计算方法比较于非充分灌溉预报研究[J].节水灌溉理论与新技术，2004.626.81

[5] 张倩.基于天气预报信息解析的冬小麦灌溉预报研究[J].节水灌溉.2015.633.53-62

[6] 杨洋.基于公共天气预报的参考作物腾发量预报模型比较[J].灌溉预报.2018.626.51-61

[7]樊军,邵明安,王全儿.黄主区参考作物蒸散量多种计算方法的比较研究[J].农业工程学报. 2008.24(3): 98-1002.

[8]张本兴,潘云中国不同气候区城Hargreaves模型的修正[J].地理与地理信息科学,.2012.28(1):51-54.

[9] HARCREAVES C H. ALLEN R C. History and Evalation of

Hagreaves Exapotrnpiraion Equation [J]. Joumal ofIrigation and Drainage Enginering ASCE.2003. 19: 53-63.

[10] Allen R. G，Pereira L. S，Raes D，Smith M. Crop evapotranspiration-Guidelines for computing crop water requirements [M]. Rome，Food and Agriculture Organization of the United Nations，1998.

[11] 刘钰.气象数据缺测条件下，参照腾发量的计算方法[J].灌溉预报.2000.310.53-61

[12]茆智,李远华,李会昌.逐日作物需水量预测数学模型研究[J].武汉大学学报:工学版, 1995, 28(3): 253-259.

作者简介:常敏，杨新渝，罗雪莲，张文婧，蒋瑞霞，干彬，大学生，就读于天津农学院，专业是水利水电工程。

指导教师：金建华

8