温室葡萄蒸散量时间尺度提升方法优选.pdf

第 38 卷 第 14 期 农 业 工 程 学 报 Vol 38 No 14 88 2022 年 7月 Transactions of the Chinese Society of Agricultural Engineering Jul 2022 温室葡萄蒸散量时间尺度提升方法优选 裴冬杰 1 魏新光 1 崔宁博 2 姚名泽 1 白义奎 1 王铁良 1 郑思宇 1 付诗宁 1 1 沈阳农业大学水利学院 沈阳 110866 2 四川大学水力学与山区河流开发保护国家重点实验室 成都 610065 摘 要 为探索在东北寒区温室种植环境下葡萄蒸散发 Evapotranspiration ET 规律与不同时间尺度 ET 转化方法 该 研究对温室葡萄蒸散过程及环境因子进行 2 a 的连续监测 利用 3 种尺度提升方法 蒸发比法 改进蒸发比法 作物系数 法 对葡萄 ET 进行了瞬时到日以及日到全生育期的时间尺度提升 结果表明 利用蒸发比法 改进蒸发比法和作物系数 法进行 ET 瞬时到日尺度提升的关键参数在 08 00 16 00 变化平稳 平均值分别为 0 54 0 52 和 0 76 变异系数平均值 分别为 0 11 0 10 和 0 09 采用 3 种日尺度提升方法对葡萄 ET 进行瞬时到日尺度提升时 基于不同评价指标确定的最优 模型和最佳尺度提升时间均不一致 进一步 利用综合评价指标确定了 4 个生育期的最佳模拟时刻 基于该时刻进行瞬 时到日尺度提升模拟 模拟精度以蒸发比法最高 作物系数法最低 改进蒸发比法居中 2020 和 2021 年蒸发比法模拟 的 R 2 分别达到 0 92 和 0 89 相对均方根误差仅为 20 23 和 21 49 利用不同生育期的日蒸腾进行生育期尺度 ET 提升 其中果实膨大期效果最好 基于 3 种方法利用该生育期日数据进行全生育期 ET 模拟 模拟精度仍然以蒸发比法最高 作 物系数法最低 改进蒸发比法居中 蒸发比法在 2020 和 2021 年的 ET 模拟绝对误差仅为 1 8 和 7 4 mm 相对误差仅为 0 68 和 2 73 研究结果可为东北地区温室葡萄的水分管理提供科学依据 关键词 蒸散发 蒸腾 温室 时间尺度提升 蒸发比 改进蒸发比 作物系数 doi 10 11975 j issn 1002 6819 2022 14 011 中图分类号 S275 6 文献标志码 A 文章编号 1002 6819 2022 14 0088 10 裴冬杰 魏新光 崔宁博 等 温室葡萄蒸散量时间尺度提升方法优选 J 农业工程学报 2022 38 14 88 97 doi 10 11975 j issn 1002 6819 2022 14 011 http www tcsae org Pei Dongjie Wei Xinguang Cui Ningbo et al Optimization of the time scale improvement method for grape evapotranspiration in greenhouses J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2022 38 14 88 97 in Chinese with English abstract doi 10 11975 j issn 1002 6819 2022 14 011 http www tcsae org 0 引 言 蒸散发 Evapotranspiration ET 是农业水量平衡的 重要组成部分 也是土壤 植物 大气连续体 Soil Plant Atmosphere Continuum SPAC 中的一个重要环节 在 灌溉用水中起着关键作用 1 明确作物在不同时间尺度上 ET 的变化特征 实现不同时空尺度上 ET 的转化 对于 制定科学合理的作物灌溉管理策略 提高作物水分利用 效率等方面具有重要意义 2 4 在设施种植条件下 植物种植区域相当固定 但不同 时间尺度 ET 变化特征差别很大 时间尺度效应明显 5 6 研究表明 6 7 大尺度下 ET 的转化并非小尺度的叠加 两者之间具有复杂的非线性关系 Jackson 等 7 于 1983 年 提出正弦关系法 实现瞬时 ET 到日 ET 的提升 随后各 种尺度提升方法陆续被提出 如蒸发比法 8 改进蒸发比 法 9 冠层阻力法 10 作物系数法 11 和改进作物系数 收稿日期 2022 04 11 修订日期 2022 06 25 基金项目 国家自然科学基金优秀青年基金项目 51922072 国家自然科 学基金面上项目 51779161 辽宁省自然科学基金项目 2021 MS 233 辽宁省重点研发项目 2021JH2 10200022 国家博士后资助项目 2019M661128 作者简介 裴冬杰 研究方向为节水灌溉理论和技术 Email 1401427225 通信作者 魏新光 副教授 研究方向为作物高效用水机理与调控 Email weixg 法 12 但是这些方法在不同环境下的模拟精度和适用性 有一定的差异 Yan 等 13 研究表明 基于中午时刻蒸发 比计算得到的日 ET 与实测值相差不大 一些学者通过试 验也得出了类似的结论 14 Allen 等 15 提出了基于作物系 数的 ET 时间尺度扩展方法 已成功地应用于瞬时到日尺 度 ET 的提升 16 Colaizzi 等 11 将作物系数法与蒸发比法 Evaporative Fraction EF 进行比较 发现 2 种方法估 算的日 ET 与实测值吻合较好 但作物系数法法估算的 ET 在有作物覆盖的条件下更接近实际值 但是有学者指 出在参考作物蒸发蒸腾量计算有较大偏差的情况下 作 物系数法的估算效果可能不佳 13 有研究发现 6 在 Penman Monteith 模型中 白天冠层阻力是稳定的 刘国 水等 17 利用该特性进行 ET 的提升 获得了较好的结果 但是 Tang等 18 认为冠层阻力在白天几乎恒定的假设是值 得怀疑的 其受太阳辐射 饱和水气压差和风速影响 李亚威等 5 采用蒸发比法 作物系数法 冠层阻力法和辐 照度比法进行稻田 ET 的时间尺度提升 结果表明 蒸发 比法在 10 00 11 00 估算效果最好 陈鹤等 19 对不同作 物类型的 ET 进行了尺度扩展 表明正弦法与蒸发比法和 改进蒸发比法相比 系统偏差比较大 且大多数时段模 拟结果偏高 Jiang 等 20 比较了提升方法在不同生态系统 下的适用性 结果表明 各方法均在中午时模拟效果最 好 但各方法在不同生态系统的最佳模拟时刻均有差异 其中修正 EF 法和正弦关系法适用于大多生态系统 而修 第 14 期 裴冬杰等 温室葡萄蒸散量时间尺度提升方法优选 89 正 EF 法是最理想的时间尺度提升方法 Nassar 等 21 对美 国加州的葡萄采用不同方法进行 ET 的时间尺度提升 结 果表明 在不同的生育阶段和时段 不同方法的模拟效 果有所不同 Yan 等 13 对江苏的茶叶田和麦田进行试验 结果表明 EF 法和改进 EF 法相对于其他方法效果较好 并且在中午时刻效果最好 对比前人研究结果发现 同一方法在不同生态系统 不同生育阶段和不同时段的模拟效果有很大差异 且以 上 ET 时间尺度扩展方法大多在大田或者陆地果园中获 得 在东北寒区温室种植条件下的适用性还有待研究 因此 本文研究不同 ET 的时间尺度扩展模型在东北寒区 温室葡萄种植条件下的适用性 以期为东北地区温室葡 萄的水分管理提供科学依据 1 材料与方法 1 1 葡萄种植概况 试验于 2020 年 4 月 1 日 2021 年 10 月 31 日在沈阳 农业大学北山科研试验基地 44 号日光温室内开展 123 57 E 42 82 N 温室类型为辽沈 型日光节能温 室 它通过顶部和底部的通风口进行室内温度调节 顶 部通风口最大开度 50 cm 可根据温室内温度进行制动控 制 温室顶部有电机驱动的防雨棉被 在试验期间 当 环境温度低于 16 时 夜间放下棉被保温 温室东西走 向 跨度为 8 m 脊高为 4 m 长为 60 m 供试土壤 0 60 cm 层容重为 1 44 g cm 3 田间持水率为 0 32 cm 3 cm 3 以 5 a 生 2016 年定值 醉金香 Vitis vinifera L cv Muscat Ham burg 葡萄为供试材料 试验在充分 灌溉条件下进行 灌水上下限设置为 80 f 90 f f 为田间持水率 cm 3 cm 3 2020 年和 2020 年灌水量 分别为 307 和 323 mm 施肥量 N P 2 O 5 K 2 O 为 260 119 485 kg m 3 其他田间农艺管理 如修剪分枝茎 和病虫害防治均参考当地设施葡萄生产实际进行 本试 验葡萄行距为 4 7 m 株距 0 5 m 共 2 行 111 株 试 验布设如图 1 所示 种植区土壤表面采用塑料地膜进行 全覆盖 土壤蒸发量可忽略不计 22 因此将葡萄蒸腾 量看作蒸散发量 1 2 监测指标 气象指标 在温室内部布设小型环境要素监测系统 采用 CR1000数据采集器 Campbell Scientific Inc Logan UT USA 进行数据采集 采集频率为 10 min 次 监测 要素主要包括 净辐射 Net Radiation Rn W m 2 气温 Air temperature Ta 和相对湿度 Relative Humidity RH 饱和水气压差 Vapor Pressure Deficit VPD kPa 根据 Allen 23 提供的方法计算 蒸腾速率 在选取的葡萄藤距地面 20 cm 处各安装 一组热扩散式探针 Thermal Dissipation Probe TDP10 采集频率为 10 min 次 葡萄液流 瞬时蒸散 日蒸散 量和生育期蒸散耗水量计算式如下 24 1 231 6 max 118 99 10 d FVV 1 Fs 3 600 ds F A 2 144 d 3 1 Fs1 ET 610 k k A 3 pd 1 ET ET n k k 4 式中 F d 为液流速率 m s V max 为液流速率为零时热电 偶产生的热电动势值 V V 是有液流时热电偶的热电 动势值 V A s 为导水边材部分的横截面积 m 2 Fs 为 液流速率 g h ET d 为日耗水量 mm d A 为葡萄遮阴 面积 m 2 ET p 为全生育期耗水量 mm n 为生育期天 数 d a 温室葡萄滴灌试验种植区 a Planting area of drip irrigation experiment of greenhouse grape b 传感器布设示意图 b Schematic diagram of sensor layout 注 高程单位为 m 长度单位为 mm Note The unit of elevation is m and the unit of length is mm 图 1 试验布设示意图 Fig 1 Schematic of test layout 1 3 时间尺度提升方法 1 3 1 蒸发比法 EF 为潜热通量与可用能量之比 在晴朗天气条件下 蒸发比的日内变化较小 基于 EF 的 ET 时间尺度扩展方 法见文献 25 26 具体表达如下 1 瞬时到日尺度提升 i i i ET EF Rn G 5 di d ET EF Rn G 6 农业工程学报 http www tcsae org 2022 年 90 2 日到全生育期尺度提升 d d d ET EF Rn G 7 pd d 1 ET EF Rn n k k k G 8 式中 EF i 为瞬时尺度的蒸发比 ET i ET d 和 ET p 分别 为瞬时 日和全生育期尺度潜热通量 W m 2 Rn G i 和 Rn G d 分别为瞬时和日尺度的净辐射 Rn 与土壤热 通量 G 的差值 W m 2 EF d 为日尺度蒸发比 1 3 2 改进蒸发比法 土壤热通量 G 在日尺度上可以近似为 0 因此可 忽略式 5 式 8 中的 G 项 改进后的蒸发比法 9 如下 1 瞬时到日尺度提升 i i d ET EF Rn 9 di d ET EF Rn 10 2 日到全生育期尺度提升 d d d ET EF Rn 11 pdd 1 ET EF Rn n kk k 12 式中 EF i 为改进后的蒸发比 Rn i 和 Rn d 分别表示瞬时和 日尺度的净辐射 W m 2 EF d 为日尺度改进蒸发比 1 3 3 作物系数法 作物系数 K c 为 ET 与参考作物蒸发蒸腾量 ET 0 的 比值 11 1 瞬时到日尺度提升 iiaipi2 0i ii 2i Rn VPD 208 ET 1 0 34 GCu u 13 ddadpd2d 0d dd 2d Rn VPD 208 ET 1 0 34 GCu u 14 i ci 0i ET ET K 15 dci 0d ET ETK 16 2 日到全生育期尺度提升 d cd 0d ET ET K 17 pcd0d 1 ET ET n kk k K 18 式 13 式 18 中 K ci 为瞬时尺度作物系数 ET 0i 和 ET 0d 分别为瞬时和日尺度参考作物潜热通量 W m 2 i 和 d 分别为瞬时和日尺度饱和水气压 温度曲线斜 率 kPa ai 和 ad 分别为瞬时和日尺度的空气密度 kg m 3 C p 为空气的定压比热容 J kg K VPD i 和 VPD d 分别为瞬时和日尺度的饱和水气压差 kPa i 和 d 分 别为瞬时和日尺度的温度计常数 kPa u 2i 和 u 2d 分别 为瞬时和日尺度 2 m 高度处风速 m s K cd 为日作物系数 1 4 适用性评价指标 采用决定系数 R 2 平均绝对误差 Mean Absolute Error MAE 相对均方根误差 Relative Root Mean Square Error RRMSE 效率系数 以及整体性评价指标 Global Performance Indicator GPI 对模型效果进行评 价 计算公式见文献 27 29 ff f 1 XY X X 19 GPI j j OO 20 式中 X f 为观测值 Y f 为模拟值 X 为观测值的平均值 O j 为上述 4 个评价指标归一化后的值 j O 为各指标归一化 后的中位数 为经验系数 当 j 为 MAE 和 RRMSE 时 1 当 j 为 R 2 和 时 1 GPI 越高 模型的总体模 拟效果越好 1 5 数据处理 本研究采用 Microsoft Excel 进行基础数据整理计算 采用 Origin2021 OriginLab USA 进行绘图 2 结果与分析 2 1 全生育期葡萄蒸散发与环境因子变化 图 2 为温室内葡萄蒸散发和气象因子日动态和日内 动态变化 由图 2 可知 葡萄蒸散量 ET 净 辐 射 Rn 和气温 Ta 在全生育期总体呈单峰变化趋势 Rn 最大 值在 6 月份出现 2020 年和 2021 年日均 Rn 最大值分别 为 152 W m 2 6 月 14 日 和 164 W m 2 6 月 24 日 ET 的最大值出现在 7 月份 2020 年和 2021 年最大值分 别为 3 02 mm 7 月 9 日 和 2 89 mm 7 月 7 日 Ta 最大值在 7 月末出现 2020 年和 2021 年日均 Ta 最大值 分别为 30 6 和 31 1 RH 和 VPD 在全生育期波动较大 2020 年和 2021 年日均 RH 分别在 34 0 84 6 和 34 9 88 1 之间变化 2 a 日均 VPD 分别在 0 23 2 08 kPa 和 0 19 1 98 kPa 之间变化 从 2021 年 8 月 3 日 8 月 5 日瞬时液流和气象因子日内动态 可以看出 液流 Fs 和气象因子在日内呈单峰变化 其中 F s Rn Ta 和 VPD 在中午时刻出现最大值 RH 在中午时刻出现最 小值 2 2 时间尺度提升的关键参数 本文利用蒸发比法 EF 法 改进蒸发比法 EF 法 和作物系数法 K c 法 对葡萄 ET 进行时间尺度提升 其中 EF EF 和 K c 是利用上述 3 种方法进行瞬时到日尺 度 以及日到全生育期尺度提升的关键参数 3 个关键因 子全生育期内日内变化动态如图 3 所示 由于 06 00 之前和 18 00 之后 葡萄蒸腾作用微弱 所以每日只选择 06 00 18 00 之内数据进行关键参数 的确定 由图 3a 和图 3b 可知 2020 年和 2021 年 EF EF 和 K c 日内变化规律基本一致 均呈下降 基本平稳 上升的变化趋势 2020 年 EF EF 和 K c 在 06 00 08 00 逐渐下降 该时间段平均值分别为 0 72 0 73 和 1 01 变异系数平均值分别为 0 13 0 12 和 0 11 3 个 参数在 08 00 16 00 之间变化幅度较小 基本趋于平 稳 在此时间段内三者平均值分别为 0 54 0 52 和 0 76 第 14 期 裴冬杰等 温室葡萄蒸散量时间尺度提升方法优选 91 变异系数平均值分别为 0 11 0 10 和 0 09 在 16 00 18 00 3 个关键参数变化呈上升趋势平均值分别为 0 88 0 84 和 1 24 变异系数平均值分别为 0 25 0 23 和 0 12 2021 年规律与 2020 年一致 由上述分析可知 EF EF 和 K c 在 08 00 16 00 时间段内较为平稳 并 且变异系数低于 06 00 08 00 和 16 00 18 00 时段 因此瞬时到日尺度 ET 提升过程中选用 08 00 16 00 时段 a VPD 日动态变化 a Daily dynamic change of VPD b VPD 日内动态变化 b Intraday dynamic change of VPD c RH 日动态变化 c Daily dynamic change of RH d RH 日内动态变化 d Intraday dynamic change of RH e Ta 日动态变化 e Daily dynamic change of Ta f Ta 日内动态变化 f Intraday dynamic change of Ta g Rn 日动态变化 g Daily dynamic change of Rn h Rn 日内动态变化 h Intraday dynamic change of Rn i ET 日动态变化 i Daily dynamic change of ET j Fs 日内动态变化 j Intraday dynamic change of Fs 注 由于 2021 年 4 月 22 日到 5 月 2 日监测设备出现故障 数据缺失 分别代表新梢生长期 开花坐果期 果实膨大期和成熟期 VPD RH Ta Rn Fs ET 分别为饱和水气压差 相对湿度 空气温度 净辐射 瞬时液流和日蒸散发 Note Due to the failure of monitoring equipment from April 22 to May 2 2021 the data is missing In the figure I II III and IV represent the shoot growth period flowering and fruit setting period fruit expansion period and maturity period respectively VPD RH Ta Rn Fs and ET are vapor pressure deficit relative humidity air temperature net radiation flow rate and evapotranspiration respectively 图 2 蒸散发与气象因子动态变化 Fig 2 Dynamic changes of evapotranspiration and meteorological factors a 2020 年瞬时尺度 a Instantaneous scale in 2020 b 2021 年瞬时尺度 b Instantaneous scale in 2021 c 2020 年日尺度 c Daily scale in 2020 d 2021 年日尺度 d Daily scale in 2021 注 EF 为蒸发比 EF 为改进蒸发比 K c 为作物系数 Note EF is the evaporative fraction EF is the improved evaporative fraction K c is the crop coefficient 图 3 EF EF 和 K c 的动态变化 Fig 3 Dynamic changes of EF EF and K c 农业工程学报 http www tcsae org 2022 年 92 图 3c 和图 3d 展示了日 ET 向全生育期 ET 转化的 3 个关键参数在全生育期的日动态变化 从图中可以看出 3 个关键参数 EF EF 和 K c 在全生育期均呈波动上升的趋 势 2020 年 3 个关键参数平均值分别为 0 60 0 61 和 1 37 在全生育期总体呈现先上升后下降趋势 2021 年与 2020 年变化趋势相似 在日到生育期尺度 ET 提升过程中选取 典型日至关重要 但是由于 3 个关键参数在全生育期内 变化较大且无明显规律 因此分别选取各生育期内 3 个 关键参数的平均值作为日尺度关键参数进行全生育期蒸 腾尺度提升 以避免随机选取对最终结果产生较大影响 2 3 瞬时到日尺度提升精度比较 利用蒸发比法 改进蒸发比法和作物系数法对葡萄 ET 进行瞬时到日时间尺度提升的结果 以及提升模型的 RRMSE MAE 和 R 2 的变化如图 4 和图 5 所示 a 2020 年新梢生长期 a Shoot growing period in 2020 b 2020 年开花坐果期 b Flowering and fruit setting period in 2020 c 2020 年果实膨大期 c Fruit expansion period in 2020 d 2020 年成熟期 d Maturity period in 2020 e 2021 年新梢生长期 e Shoot growing period in 2021 f 2021 年开花坐果期 f Flowering and fruit setting period in 2021 g 2021 年果实膨大期 g Fruit expansion period in 2021 h 2021 年成熟期 h Maturity period in 2021 注 RRMSE 为相对均方根误差 为效率系数 Note RRMSE is the relative root mean square error is the efficiency coefficient 图 4 不同生育期 3 种蒸散发日尺度扩展方法的 RRMSE 和 日变化 Fig 4 The RRMSE and variations of the daily ET scaled by 3 methods with different growing periods a 2020 年新梢生长期 a Shoot growing period in 2020 b 2020 年开花坐果期 b Flowering and fruit setting period in 2020 c 2020 年果实膨大期 c Fruit expansion period in 2020 d 2020 年成熟期 d Maturity period in 2020 e 2021 年新梢生长期 e Shoot growing period in 2021 f 2021 年开花坐果期 f Flowering and fruit setting period in 2021 g 2021 年果实膨大期 g Fruit expansion period in 2021 h 2021 年成熟期 h Maturity period in 2021 注 MAE 为平均绝对误差 Note MAE is the mean absolute error 图 5 不同生育期 3 种蒸散发日尺度扩展方法的 R 2 和 MAE 日变化 Fig 5 The R 2 and MAE variations of the daily ET scaled by 3 methods with different growing periods 第 14 期 裴冬杰等 温室葡萄蒸散量时间尺度提升方法优选 93 由图 4 可知 2 a 中 3 种方法不同生育期内的 RRMSE 曲线日内变化规律基本相同 日内均呈下降 基本平稳 上升变化规律 具体来看 3 种方法 RRMSE 在正午和接 近正午时刻最低 在接近正午时刻 RRMSE 相差不大 在 日内绝大数情况 EF 法的 RRMSE 小于其他 2 种方法 在 新梢生长期 2020 年 EF 法 EF 法和 K c 法的 RRMSE 日 均值分别为 28 32 27 90 和 27 79 3 种方法模拟效 果表现为以 K c 法最好 EF 法最差 2021年分别为 29 88 29 70 和 30 81 3 种方法模拟效果以 EF 法最好 K c 法最差 在开花坐果期 2020 年 3 种方法 RRMSE 日均 值分别为 22 69 22 41 和 25 79 果实膨大期与开花 坐果期一致 模拟效果均以 EF 法最好 K c 法最差 并且 2021 年结果与 2020 年无差异 在成熟期 2020 年 3 种 方法日均 RRMSE 分别为 23 25 23 58 和 23 64 模 拟效果表现为 EF 法最好 K c 法最差 2021 年 3 种方法 日均 RRMSE 分别为 20 09 20 05 和 21 11 模拟效 果表现为 EF 法最好 K c 法最差 从葡萄 4 个生育期 3 种 方法的 RRMSE 的日均值和图 4 可以发现 随着生育期的 推进 RRMSE 逐渐下降 在果实膨大期最小 3 种方法 日内最小值仅为 11 89 11 79 和 12 15 由图 4 中还可以看出 2 a 中 3 种方法 变化曲线呈 早晚低 中午高趋势 3 种方法 在正午和接近正午时刻 数值比较稳定且数值较大 3 种方法在正午时刻左右 相 差不大 并且 EF 法 在大多时刻高于其他 2 种方法 在 新梢生长期 2020 年 EF 法 EF 法和 K c 法 日均值分别为 0 14 0 18 和 0 20 3 种方法模拟效果表现为 K c 法最高 EF 法最低 2021 年分别为 0 15 0 16 和 0 12 3 种方法 模拟效果以 EF 法最好 K c 法最差 在开花坐果期 2020 年 3 种方法 的日均值分别为 0 22 0 25 和 0 23 表 现 为 EF 法最好 EF 法最差 2021 年为 0 24 0 23 和 0 21 表现为 EF 法最高 K c 法最低 在果实膨大期和成熟期 3 种方法精度表现为 EF 法最好 EF 法最差 2021 年结 果与 2020 年一致 总体看来 3 种方法的 随着生育期 推进逐渐增大 在果实膨大期最大 日内 最大值分别达 到 0 63 0 64 和 0 58 由图 5 可以看出 2 a 中 3 种方法 MAE 变化曲线日 内呈凹形变化 在正午时刻左右数值最小 并且 EF 法的 MAE 在日内大多数时刻低于其他 2 种方法 R 2 变化曲线 呈早晚低 中午高趋势 在正午和接近正午时刻数值较 大 在日内大多数时刻 EF 法的 R 2 高于其他 2 种方法 2020 年新梢生长期 EF 法 EF 法和 K c 法的 MAE 日均值 分别为 0 62 0 62 和 0 66 mm R 2 日均值分别为 0 68 0 69 和 0 64 开花坐果期 果实膨大期和成熟期与新梢生长 期结论一致 3 种方法在各生育期模拟效果表现为 EF 法 最好 K c 法最差 且 2021 年与 2020 年模拟效果一致 就 3 种瞬时到日尺度提升模型而言 在不同年份 不同生育阶段用利用 RRMSE MAE 和 R 2 等 4 种指标 对 3 种模型模拟精度进行评价 评价结果有所差异 以 新梢生长期为例 K c 法在 2020 年的 RRMSE 和 指标最 优 分别为 27 79 和 0 20 但是 EF 法的 MAE 和 R 2 最 优 分别为 0 62 mm 和 0 69 2021 年 4 个指标均表现为 EF 法最优 此外 虽然 3 种方法最佳时间尺度提升时段 均集中于 11 00 13 30 但不同指标确定的最佳尺度提升 时刻也存在差异 2 4 瞬时到日尺度提升最佳时刻与扩展精度 从图 4 图 5 可知 在不同的生育阶段 不仅 4 种精 度评价指标得到的最佳尺度提升方法的结果存在差异 而且最佳尺度提升时刻也不完全相同 因而引入整体综 合评价指标 GPI 对 3 种模型的最佳尺度提升时间进行综 合评价 此外由于 3 种方法 ET 提升精度较高的时间均主 要集中在 11 00 13 30 时段 因此重点对 2 a 该时段内数 据综合进行 GPI 计算 GPI 数值越大 模拟效果越好 结果如表 1 所示 由表可知 EF 法在新梢生长期 开花 坐果期和果实膨大期最佳提升时刻为 11 30 GPI 分别为 0 74 1 66 和 1 02 在成熟期最佳扩展时刻为 12 30 GPI 为 1 18 EF 法在新梢生长期最佳扩展时刻为 12 30 在开 花坐果期和果实膨大期最佳扩展时刻为 11 30 成熟期最 佳扩展时刻为 12 00 GPI 分别为 0 57 2 37 1 16 和 1 11 K c 法在新梢生长期 果实膨大期和成熟期最佳扩展时刻 为 12 30 GPI 分别为 1 46 2 09 和 0 97 在开花坐果期 最佳扩展时刻为 12 00 GPI 分别为 1 49 表 1 3 种方法不同时刻整体性评价指标比较 Table 1 Global Performance Indicator GPI contrast of 3 methods at different times 生育阶段 Growing period 方法 Methods 11 00 11 30 12 00 12 30 13 00 13 30 EF 1 44 0 74 0 52 0 51 0 26 1 26 EF 1 83 0 53 0 20 0 57 0 35 1 37 新梢生长期 Shoot growing period K c 0 97 0 0 50 1 46 0 62 1 52 EF 0 71 1 66 1 40 1 12 1 35 1 68 EF 0 51 2 37 1 26 0 85 0 59 0 89 开花坐果期 Flowering and fruit setting period K c 1 72 0 82 1 49 1 03 0 50 1 58 EF 0 29 1 02 0 86 0 58 2 13 2 25 EF 0 56 1 16 1 08 0 75 2 24 2 56 果实膨大期 Fruit expansion period K c 1 90 0 1 14 2 09 0 11 0 55 EF 0 25 0 62 0 84 1 18 1 61 1 75 EF 0 31 1 03 1 11 0 94 1 22 2 16 成熟期 Maturity period K c 0 20 0 99 0 55 0 97 1 86 1 33 根据各方法在各生育期最佳扩展时刻 使用 3 种方 法进行瞬时到日 ET 扩展 结果如图 6 所示 可以看出 3 种方法在最佳扩展时刻模拟效果均具有较高精度 2020 年 EF 法 EF 法和 K c 法 3 种方法的 R 2 分别为 0 92 0 92 和 0 89 RRMSE 分别为 20 54 20 23 和 22 61 3 种方法的精度表现为 EF 法最高 K c 法最低 3 种方法模 拟结果与实测 ET 所构成的线性回归方程斜率分别为 0 76 0 78 和 0 74 由此可见 3 种方法均不同程度地低 估了日 ET 2021 年结果与 2020 年一致 3 种方法低估 率在 19 68 30 05 其中 EF 法低估最少 2020 年和 2021 年低估率仅为 19 68 和 28 45 2 5 日到全生育期蒸腾尺度提升比较 选取葡萄不同生育阶段的典型日 由于在各生育期 内 各气象参数变化均会对蒸腾产生影响 且生育期内 农业工程学报 http www tcsae org 2022 年 94 日际差异明显 因此选取各生育期所有日的平均值作为 典型日的值 使用 3 种方法对葡萄日 ET 到全生育期 ET 提升 表 2 从中可以看出 新梢生长期和开花坐果期 3 种方法模拟的蒸腾量均低于实际蒸腾量 而在果实膨大 期和成熟期模拟的蒸腾量均高于实际蒸腾量 选用果实 膨大期的典型日进行尺度提升 2020 年 EF 法 EF 法和 K c 法的蒸腾量模拟值分别为 268 3 286 2 和 274 6 mm 2020 年实际蒸腾量为 266 4 mm 3 种方法的绝对误差分 别为 1 9 1 8 和 8 2 mm 相对误差分别为 0 71 0 68 和 3 08 绝对误差和相对误差均明显低于其他生育阶 段 3 种方法的精度表现为 EF 法最优 K c 法最差 2021 年 3 种方法模拟效果与 2020 年一致 2 a 结果均为蒸发比 法提升效果最好 其误差和相对误差分别仅有 7 4 mm 和 2 73 a 2020 年实测 ET 与模拟 ET 动态 a Dynamics of measured ET and simulated ET in 2020 b 2021 年实测 ET 与模拟 ET 动态 b Dynamics of measured ET and simulated ET in 2021 c 2020 年模拟与实测 ET c Simulated and measured ET in 2020 d 2021 年模拟与实测 ET d Simulated and measured ET in 2021 图 6 3 种方法最佳扩展时刻模拟 ET 与实测 ET 对比 Fig 6 Comparison between simulated ET and measured et at the best expansion time of three methods 表 2 2020 年和 2021 年日到全生育期 ET 提升结果 Table 2 ET improvement results from day to whole growth period in 2020 and 2021 2020 20 生长阶段 Growing period 方法 Methods 模拟蒸散量 Simulated ET mm 绝对误差 Absolute error mm 相对误差 Relative error 模拟蒸散量 Simulated ET mm 绝对误差 Absolute err