第11卷增刊2000年6月应用气象学报V ol. 11, Suppl. Q U A RT ERL Y JO U RN A L OF A PPL IED M ET EO RO LO G Y June 2000
参考作物蒸散量的多种计算方法及其结果的比较
毛 飞 张光智 徐祥德
(中国气象科学研究院, 北京100081)
提 要
分别用FA O Penman-M o nteith 公式(模型1) 、F A O P enman 修正式(模型2) 和国内
Penman 修正式(模型3) 计算了泰安和西峰两地的参考作物蒸散量, 对3种方法的计算结果进行了比较. 模型1得到的参考作物蒸散量大于后2种模型, 导致不同模型计算偏差的原因是3种模型各自选用了不同的辐射项和动力项计算式, 且计算偏差随季节和地理条件而变. 建议计算区域参考作物蒸散量用模型1, 计算单站逐日参考作物蒸散量3种模型都可用.
关键词:F AO Penman-M onteit h 公式 FA O Penman 修正式 国内P enman 修正式
参考作物蒸散量 计算偏差成因
引 言
农业气象灾害防御技术中的干旱和农田灌溉管理预测工作已受到各级政府部门的重视, 成为相关领域研究工作的重点. 干旱和农田灌溉管理预测模型的建立通常需要确定一个能逐日计算参考作物蒸散量的子模型, 这一子模型的精确与否, 直接影响整体预测模型的最终预报精度. 目前, 有很多计算参考作物蒸散量的方法. 对这些方法进行客观的分析和比较, 找出不同方法的计算差异和造成差异的成因, 不仅对建立一个既保证精度、又适于实际应用的计算参考作物蒸散量子模型是重要的、必不可少的一步, 而且对其它相关领域的研究也具有重要参考价值. 此外, 干旱和农田灌溉管理预测的最终目的是投入业务使用, 为实际农业生产服务. 一个精度较高的计算公式, 往往由于受资料来源等外在客观条件的影响, 限制其在业务推广中的应用. 因此, 通过更具体详尽的对比分析, 选择一个精度高、资料易得和适于业务应用的参考作物蒸散量计算方法是干旱和农田灌溉管理预测工作在业务中推广应用的重要一环.
参考作物蒸散量也称可能蒸发量或潜在蒸发量. 计算参考作物蒸散量的方法很多, 归纳起来大致可分为经验公式法、水汽扩散法、能量平衡法和综合法等几大类. 各国研究者对众多的参考作物蒸散量计算方法进行应用、比较, 彭曼公式被公认为是目前世界上应用最普遍、精度最高的公式之一[1～4].
英国学者HL 彭曼在1948年首先提出了无水汽水平输送条件下的参考作物蒸散量
增刊 毛 飞等:[5]129计算公式, 公式综合了能量平衡和质量输送两个方法, 称为综合法. 1956年他对原式作了改进, 改进后的公式仍需要两个高度上的气象资料, 不利推广应用. 因此, 他引用了干燥力的概念, 通过数学推导, 得到现在应用的具有较可靠物理基础和较精确计算结果、只需常规气象站观测资料的彭曼公式.
尽管彭曼公式物理意义明确, 但不是纯理论公式, 仍包含一些经验系数. 因此, 就有了各种彭曼修正式[6, 7]. 由ASCE (American Society of Civil Engineers ) 资助的研究组, 用11种在不同气候条件下取得的ly simeter 实测资料作对比, 分析比较了20种参考作物蒸散量计算公式的精度, 结果表明不论在干燥地区, 还是在湿润地区, FAO Penman-M onteith 公式(简称模型1) 的精度最高. 与此同时, 由欧洲共同体委托在欧洲进行的类似的研究, 也得到了相同的结论. 1998年联合国粮食及农业组织(简称FAO) 推荐FAO Penm an-M onteith 公式作为计算参考作物蒸散量的唯一标准方法. FAO 在1979年推荐的彭曼公式——FAO Penman 修正式(简称模型2) 在世界范围内广泛应用, 并得到满意的结果[8], 我国也有实际应用[9]. 我国学者根据我国气候、地理等实际情况, 提出了适合我国的彭曼修正式——国内Penm an 修正式(简称模型3) [2], 并在一定范围内得到应用, 结果较为满意[10].
有人曾用北京气象观测站资料对两种Penman 修正式作了对比, 并得出一些有意义的结果[11]. 但在不同气候、地理环境下, 用FAO Penman -Mo nteith 公式作为对照, 对多种Penman 修正式进行比较, 这方面的工作尚属欠缺. 本文选用泰安和西峰两个气象站10年(1980～1989年) 逐日气象资料(前者属我国东部丘陵山区, 后者位于西部黄土高原地区) , 用模型1、模型2和模型3计算逐日、统计逐月、逐年参考作物蒸散量, 分别比较3种方法计算和统计结果, 重点以模型1为对照, 比较模型1与模型2, 模型1与模型3的计算结果, 并分析造成两种不同方法之间计算差异的原因, 为干旱和农田灌溉管理预测的理论研究和推广应用以及其它相关领域的研究提供一些有价值的依据. [1]
1 方法与资料
1. 1 参考作物蒸散量计算公式
(1) 模型1 逐日计算参考作物蒸散量的FAO Penman -Mo nteith 公式:
0. 408 (R n -G ) + U 2(e s -e a ) E To (FAO -98) =2-2-1-2-1(1) 式中物理量分别为, ET o (FAO -98) :参考作物蒸散量(m m ・d -1) , Rn :地表净辐射(M J ・m ・d ) , G :土壤热通量(M J ・m ・d ) (在逐日计算公式中, G ≈0) , T :2m 高度处平均气温(℃) , U 2:2m 高度处风速(m ・s -1) , e s :饱和水汽压(kPa ) , e a :实际水汽压(kPa ) ,
-1:干湿表常数(kPa ・℃-1). 其中, :饱和水汽压曲线斜率(kPa ・℃) ,
max, k min, k ) Rs - () (0. 34-0. 14e a ) (1. 35-0. 35) Rn =(1- 2Rso
44(2)
130 应 用 气 象 学 报 卷
R so =(0. 75+2z ×10) Ra
射(MJ ・m -2-5(4) -9式(2) 至式(4) 中的物理量分别为, :反射率(无量纲) (本文取 =0. 23) , Rs :地表短波辐・d ) , :斯蒂芬-波尔兹曼常数(4. 903×10-1MJ ・K -4・m -2・d -1
-1) , T max, k :日最高气温(K) , T min, k :日最低气温(K ) , Rso :晴天地表短波辐射(M J ・m ・d ) ,
a s :阴天(n =0) 地表短波辐射与大气层外太阳辐射的比例系数, a s +b s :晴天(n =N ) 地表短波辐射与大气层外太阳辐射的比例系数, n :实际日照时数(h) , N :最大可能日照时数(h) , Ra :大气层外太阳辐射(M J ・m ・d
0. 75.
(2) 模型2 逐日计算参考作物蒸散量的FAO Penman 修正式:
o R n +0. 26(e s -e a ) (1+0. 54U 2) ET o (FAO -79) =o p +1
其中,
4R n =0. 75R a (a s +b s N ) - T K (0. 56-0. 079e a ) (0. 1+0. 9N ) (6) (5) -2-1-2) , z :海拔高度(m ). 本文取a s =0. 25、a s +b s =
式(5) 和式(6) 中的物理量意义及其单位与式(1) ～式(4) 相同的有U 2、a s 、a s +b s 、n 和N ; 意义相同, 单位不同的有 (hPa ・℃-1) 、 (hPa ・℃-1) 、Rn (mm ) 、e s (hPa ) 、e a (hPa) 、 (2. 01×10-9mm ) 和Ra (mm ) ; ETo (FAO -79) 为参考作物蒸散量(mm ・d -1) , p o 为海平面气压(hPa ) , p 为本站气压(hPa ) , T K 为平均气温(K ) . 本文取a s =0. 18, b s =0. 55.
(3) 模型3 逐日计算参考作物蒸散量的国内Penman 修正式:
ET o (N P ) =
其中,
) (1- ) -Rn =(Q +q ) [1+0. 098(log z -2) ](0. 202+0. 643N ′
e a ) (0. 1+0. 9) (8) N
式(7) 和式(8) 中的物理量意义及其单位与式(2) ～式(6) 相同的有Rn 、e s 、e a 、z 、n 、 、T K 和4S T K (0. 39-0. 058 Rn + ×0. 16(1+0. 41V ) (e s -e a ) (7) N ; 意义相同, 单位不同的有 (mm ・℃-1) 、 (m m ・℃-1) 和 (2. 01×10-9m m ) ; ETo (N P ) 为参考作物蒸散量(m m ・d -1) , V 为10m 高度处风速(m ・s -1) , Q +q 为碧空条件下太阳总辐射可能值(m m ・d -1) , N ′为实际可能日照时数(h ) , S 为灰体系数(本文取S =0. 9).
1. 2 计算结果分析比较的方法
分别用上述3种公式计算的各站点逐日参考作物蒸散量, 统计逐月、逐年的参考作物蒸散量. 重点以模型1为对照, 分析其与模型2和模型3的计算偏差和变化规律.
由于彭曼公式集能量平衡和质量输送两种方法而成, 因此, 上述3种彭曼修正式也都由这两部分组成. 我们把公式中的能量平衡部分称为辐射项(E To rad ) , 质量输送部分称为n , (
增刊 毛 飞等:参考作物蒸散量的多种计算方法及其结果的比较131
ET o (FAO-98) =E To rad (FA O-98) +E To dyn (FAO-98)
ET o (FAO-79) =E To rad (FA O-79) +E To dyn (FAO-79)
E To (N P ) =E To rad (N P ) +E To dyn (N P )
其中,
ET o r ad (FAO-98) = + (1+0. 34U 2) (9) (10) (11) (12)
U 2(e s -e a )
ET o d yn (FAO -98) =2E To rad (FAO-79) =
ET o d yn (FAO-79) =P o +P (13) (14) (15) s a 2P +1
(16) +
×0. 16(1+0. 41V ) (e s -e a ) ET o d yn (NP ) =(17) +
分别用式(12) ～(17) 逐日计算3种方法的辐射项和动力项, 进一步统计各项逐月和E To rad (N P ) =逐年值, 分别算出模型1与模型2及模型3之间辐射项和动力项的月偏差和年偏差, 找出这些偏差的变化规律, 分析不同方法的参考作物蒸散量计算偏差的成因.
1. 3 资料及来源
为了在不同气候和地理环境条件下对FAO Penman -Mo nteith 公式、FAO Penm an 修正式和国内Penman 修正式计算参考作物蒸散量进行比较, 本文选用我国泰安(36°10′N, 117°09′E, 海拔高度:128. 8m) 和西峰(35°44′N, 107°38′E, 海拔高度:1421. 9m ) 两个站10年(1980～1989年) 逐日气象资料(包括平均气温、最高气温、最低气温, 水汽压、风速、日照时数、气压等) , 均取自地面气象记录月报.
2 结果分析
2. 1 参考作物蒸散月总量比较
用3种模型计算泰安和西峰两地的逐日参考作物蒸散量, 进一步统计得到10年平均各月月总量. 结果表明在泰安存在明显差别(图1). 模型1的计算结果各月都大于其它两个模型的计算结果, 其中模型1比模型2偏大的程度各月变化不大, 偏大量约6～13m m, 而模型1大于模型3的程度各月变化较大, 偏大量约4～21m m, 且夏半年大于冬半年. 模型2与模型3比较, 在夏半年前者大于后者, 冬半年则反之.
西峰的对比情况有所不同(图2) , 模型1与模型3的计算结果很接近, 各月的绝对偏差均小于3m m. 模型1的计算结果较模型2偏大, 偏大程度随月份的变化较小, 偏大量约9～16
132 应 用 气 象 学 报 11卷图1 参考作物蒸散月总量比较(泰安1980～
1989年) (白框:模型3, 灰框:模型1, 黑框:模型2) 图2 参考作物蒸散月总量比较(西峰 1980～1989年) (说明同图
1)
2. 2 参考作物蒸散年总量比较
用模型1、模型2和模型3计算的泰安参考作物蒸散年总量, 后两种模型历年均明显低于模型1(图3). 其中模型3的计算结果低于模型1的计算结果约104～147mm ; 模型2低于模型1约107～120mm , 其偏低量及其在年际的波动均小于模型3低于模型1的偏低量及其在年际的波动. 模型2与模型3偏差较小. 西峰的情形有所不同(图4) , 模型3较模型1偏低7～26mm , 模型2比模型1低147～195
mm.
图3 参考作物蒸散年总量比较(泰安)
(说明同图
1) 图4 参考作物蒸散年总量比较(西峰) (说明同图1)
2. 3 不同方法的参考作物蒸散量计算偏差成因
(1) 参考作物蒸散量月偏差成因
图5给出了泰安模型3与模型1和模型2与模型1的参考作物蒸散月总量、辐射项月总量和动力项月总量差值的年变化. 由图5a 可知, 用模型3
计算的参考作物蒸散月总量
图5 参考作物蒸散量、辐射项和动力项月偏差(泰安 1980～1989年) )
增刊 毛 飞等:参考作物蒸散量的多种计算方法及其结果的比较133小于用模型1的计算量, 这种偏差的出现是由于两种公式各自采用了不同的辐射项和动力项经验式. 虽然辐射项的差值一年中除7、8、9月都是正值, 但由于动力项差值全年都是负值, 且其绝对值明显大于辐射项的正值, 从而导致参考作物蒸散量的差值为负值. 另一方面, 辐射项和动力项差值存在明显的年变化, 且它们的变化呈相反趋势, 说明由于四季交替的气候变化, 辐射项和动力项对参考作物蒸散量偏差的贡献年变化较大, 且呈反向关系.
同样在泰安, 模型2与模型1之间, 参考作物蒸散量的差值全年也是负值(图5b ) , 但引起这种偏差的原因却与图5a 不同. 图5b 表明, 动力项的差值全年均是正值, 为负贡献, 辐射项的差值全年均是负值, 为正贡献, 与图5a 正好相反. 各项差值年变化较小, 表明模型2与模型1之间辐射项和动力项的计算偏差受气候条件影响较小.
用同样方法对3种模型在西峰的参考作物蒸散月总量偏差作成因分析(图6).
分析图
图6 参考作物蒸散量、辐射项和动力项月偏差(西峰 1980～1989年)
(a) 模型3减模型1 (b) 模型2减模型1(说明同图5)
6a 可知, 由于各月辐射项的正差值和动力项的负差值基本相当, 模型3与模型1参考作物蒸散月总量的偏差很小. 辐射项和动力项差值的年变化趋势与泰安基本一致, 但变化幅度较泰安大. 分析图6b 可知, 模型2与模型1的参考作物蒸散月总量差值各月均为负值, 这是因为辐射项的负差值明显大于动力项的正差值. 参考作物蒸散量、辐射项和动力项差值的年变化不大. 图6b 与图5b 基本一致. 由此可见, 用模型2和模型1计算参考作物蒸散月总量的偏差受气候和地理环境条件的影响较小, 而模型3与模型1之间的计算偏差则明显受到气候和地理环境条件的影响.
(2) 参考作物蒸散量年偏差成因
通过对泰安和西峰两地参考作物蒸散量、辐射项和动力项年偏差(图7a 和图8a) 的分析可知, 模型3与模型1的参考作物蒸散年总量偏差值在不同地区均为负值, 但绝对值差异较大(泰安为-104～-147mm , 西峰为-7～-26m m) . 原因在于, 尽管导致两地蒸散量负偏差的成因是相同的, 即辐射项的正偏差和动力项的负偏差共同作用所致, 但由于两地辐射项正偏差和动力项负偏差的绝对值各不相同, 所以蒸散量的偏差有别. 从图7a 和图8a 还可发现, 两地各种差值的年际变化不大.
模型2与模型1的参考作物蒸散年总量偏差值在不同地区也均为负值(图7b 和图8b) , 绝对值的差异较小(泰安为-107～-120mm , 西峰为-147～-195mm ). 造成两地参考作物蒸散量负偏差的原因是辐射项的负偏差和动力项的正偏差, 与图7a 和图8a 的.
134 应 用 气 象 学 报 11卷
图7 参考作物蒸散量、辐射项和动力项年偏差(泰安)
(a ) 模型3减模型1 (b ) 模型2减模型1(说明同图
5)
图8 参考作物蒸散量、辐射项和动力项年偏差(西峰)
(a) 模型3减模型1 (b) 模型2减模型1(说明同图5)
3 结 论
(1) 用模型1作为计算参考作物蒸散月总量的对照, 在泰安模型3偏低4～21mm , 模型2偏低6～13mm. 在西峰, 模型3与模型1的偏差不到3mm , 模型2偏低9～16m m.
(2) 在计算参考作物蒸散年总量时, 以模型1为对照. 在泰安, 模型3偏低104～147mm , 模型2偏低107～120m m. 在西峰, 模型3偏低7～26m m, 模型2偏低147～195mm .
(3) 造成模型3与模型1参考作物蒸散月总量和年总量计算偏差的原因, 在泰安和西峰两地均是辐射项的正偏差和动力项的负偏差. 而造成模型2与模型1参考作物蒸散月总量和年总量计算偏差的原因, 在泰安和西峰两地均是辐射项的负偏差和动力项的正偏差, 同时, 模型2中反射率取值偏大(为0. 25, 模型1取0. 23) 也是原因之一.
(4) 模型3与模型1参考作物蒸散月总量、辐射项月总量和动力项月总量的偏差随季节和地理环境的不同变化较大, 而模型2与模型1的各种月偏差随季节和地理环境的不同变化不大.
(5) 模型3与模型1参考作物蒸散年总量、辐射项年总量和动力项年总量的偏差受地理条件影响较大, 年际变化不大; 模型2与模型1的各种年偏差受地理条件影响较小, 年际变化也不大.
由于本研究对3种模型只用了两个站10年逐日资料进行对比, 得到的结论具有一定, ,
增刊 毛 飞等:参考作物蒸散量的多种计算方法及其结果的比较135M onteith 公式、FAO Penman 修正式和国内Penm an 修正式是3种应用范围较广, 精度较高的计算参考作物蒸散量公式. 具体应用时, 如果在大范围的、地形变化复杂的区域内计算逐日参考作物蒸散量, 建议用模型1; 计算参考作物蒸散月或年总量时, 在平原和低海拔地区建议用模型1, 在高海拔地区建议用模型1或模型3; 单点计算逐日参考作物蒸散量时, 3种模型都可以用. 需要指出的是, 选用何种方法还要视具体的研究目的和资料来源而定, 尤其在用于业务预报服务时, 由于公式需要的气象要素与气候模式预报输出的气象要素项目不完全一致, 因此在选用公式时, 除参考上述给出的分析结果和建议外, 还需要根据资料状况做一些更细的分析对比工作, 这也是我们今后工作之一.
参考文献
1 Allen R G , Per eira L S , Raes D , Smith M . Crop E vapotranspiration . FAO Ir rigation an d Drainage Paper 24,
Rome, 1998.
2 裴步祥. 蒸发和蒸散的测定与研究. 北京:气象出版社, 1989.
3 康绍忠, 刘晓明, 熊运章. 土壤-植物-大气连续体水分传输理论及其应用. 北京:水利电力出版社, 1994.
4 李临颖. 冬小麦农田日蒸散量的计算. 应用气象学报, 1992, 3(2) :248～253.
5 Penman H L. Nautral evaporation from open w ater, bare s oil and gras s. Proceed ing s of Royol S oc iety of L ond on , 1948, A193:120～146.
6 王菱, 陈沈斌, 侯光良, 利用彭曼公式计算潜在蒸发的高度订正方法. 气象学报, 1998, 46(3) :381～383. 7 张懿. 干旱地区蒸发力计算的讨论. 中国农业气象, 1991, 12(1) :22～25.
8 Fr re M , Popov G F. Agrometeorological Crop M onitoring an d Forecas ting. FAO Plant Produ ction and Protection Paper 17, Rome, 1979.
9 陈玉民, 郭国双. 中国主要农作物需水量等值线图研究. 北京:中国农业科学出版社, 1993.
10 裴步祥, 毛飞, 吕厚荃. 我国北方春季土壤水分动态模拟预报模式的实验研究. 北京农业大学学报, 1990, 16(增
刊) :116～122.
11 龚元石. Penman -M onteith 公式与FAO -PPP -17Penman 修正式计算参考作物蒸散量的比较. 北京农业大学学报,
1995, 21(1) :68～75.
SEVERAL METHODS OF CALCULATING THE REFERENCE
EVAPOTRANSPIRATION AND COMPARISON OF THEIR RESULTS
M ao Fei Zhang Guangzhi Xu Xiangde
(Chinese A cadem y of M eteor ological S ciences , Beij ing 100081)
Abstract
The reference ev apotranspiration w as estim ated by using the FAO Penm an -M onteithequation (model 1) , FAO Penm an equation (mo del 2) and Chinese Penm an (
136 应 用 气 象 学 报 11卷co mpar ed and show that the reference ev apotranspir ation estimated by m odel 1is g reater than that by the other m odels . T he cause of the deviation is the difference in calculating the radiation and dynamics. T he dev iation changes w ith the seaso ns and geog raphic co nditions.
Key words :FAO Penman -M onteith equation FAO Penman equation Chinese Penman
equation Reference evapotranspiration Cause of the calculation dev iation
第四届全国重大灾害性天气过程总结和预报技术经验交流会在西安召开
由中国气象局预测减灾司主持召开的第四届全国重大灾害性天气过程总结和预报技术经验交流会于2000年4月8日至11日在陕西省西安市召开. 来自省、自治区、市、地气象台, 以及国家气象中心、国家气候中心、国家卫星中心、中国气象科学研究院、南京气象学院、总参气象局、民航气象台、中国气象报社等103名代表参加了这次会议.
中国气象局李黄副局长亲临会议致开幕词, 并作了题为面向21世纪中国新一代业务技术体制改革的初步设想的报告, 展望气象业务事业的前景, 鼓舞了与会代表.
会议共收到论文257篇, 会上交流了56篇. 对1999年发生的暴雨、大暴雨、冰雹、寒潮降雪等重大灾害性天气过程从各个角度进行分析探讨, 认为冷空气侵袭的激发机制、高层辐散和地形强迫作用的重要性. 会议交流了以数值预报产品为基础、用雷达、卫星资料并结合预报员经验的中短期和短时的业务预报系统; 提出了用数值预报动力产品与卫星云图和M O S 方法综合应用预报方法的新思路.
大会还评选了10篇优秀技术报告.
晁淑懿
第11卷增刊2000年6月应用气象学报V ol. 11, Suppl. Q U A RT ERL Y JO U RN A L OF A PPL IED M ET EO RO LO G Y June 2000
参考作物蒸散量的多种计算方法及其结果的比较
毛 飞 张光智 徐祥德
(中国气象科学研究院, 北京100081)
提 要
分别用FA O Penman-M o nteith 公式(模型1) 、F A O P enman 修正式(模型2) 和国内
Penman 修正式(模型3) 计算了泰安和西峰两地的参考作物蒸散量, 对3种方法的计算结果进行了比较. 模型1得到的参考作物蒸散量大于后2种模型, 导致不同模型计算偏差的原因是3种模型各自选用了不同的辐射项和动力项计算式, 且计算偏差随季节和地理条件而变. 建议计算区域参考作物蒸散量用模型1, 计算单站逐日参考作物蒸散量3种模型都可用.
关键词:F AO Penman-M onteit h 公式 FA O Penman 修正式 国内P enman 修正式
参考作物蒸散量 计算偏差成因
引 言
农业气象灾害防御技术中的干旱和农田灌溉管理预测工作已受到各级政府部门的重视, 成为相关领域研究工作的重点. 干旱和农田灌溉管理预测模型的建立通常需要确定一个能逐日计算参考作物蒸散量的子模型, 这一子模型的精确与否, 直接影响整体预测模型的最终预报精度. 目前, 有很多计算参考作物蒸散量的方法. 对这些方法进行客观的分析和比较, 找出不同方法的计算差异和造成差异的成因, 不仅对建立一个既保证精度、又适于实际应用的计算参考作物蒸散量子模型是重要的、必不可少的一步, 而且对其它相关领域的研究也具有重要参考价值. 此外, 干旱和农田灌溉管理预测的最终目的是投入业务使用, 为实际农业生产服务. 一个精度较高的计算公式, 往往由于受资料来源等外在客观条件的影响, 限制其在业务推广中的应用. 因此, 通过更具体详尽的对比分析, 选择一个精度高、资料易得和适于业务应用的参考作物蒸散量计算方法是干旱和农田灌溉管理预测工作在业务中推广应用的重要一环.
参考作物蒸散量也称可能蒸发量或潜在蒸发量. 计算参考作物蒸散量的方法很多, 归纳起来大致可分为经验公式法、水汽扩散法、能量平衡法和综合法等几大类. 各国研究者对众多的参考作物蒸散量计算方法进行应用、比较, 彭曼公式被公认为是目前世界上应用最普遍、精度最高的公式之一[1～4].
英国学者HL 彭曼在1948年首先提出了无水汽水平输送条件下的参考作物蒸散量
增刊 毛 飞等:[5]129计算公式, 公式综合了能量平衡和质量输送两个方法, 称为综合法. 1956年他对原式作了改进, 改进后的公式仍需要两个高度上的气象资料, 不利推广应用. 因此, 他引用了干燥力的概念, 通过数学推导, 得到现在应用的具有较可靠物理基础和较精确计算结果、只需常规气象站观测资料的彭曼公式.
尽管彭曼公式物理意义明确, 但不是纯理论公式, 仍包含一些经验系数. 因此, 就有了各种彭曼修正式[6, 7]. 由ASCE (American Society of Civil Engineers ) 资助的研究组, 用11种在不同气候条件下取得的ly simeter 实测资料作对比, 分析比较了20种参考作物蒸散量计算公式的精度, 结果表明不论在干燥地区, 还是在湿润地区, FAO Penman-M onteith 公式(简称模型1) 的精度最高. 与此同时, 由欧洲共同体委托在欧洲进行的类似的研究, 也得到了相同的结论. 1998年联合国粮食及农业组织(简称FAO) 推荐FAO Penm an-M onteith 公式作为计算参考作物蒸散量的唯一标准方法. FAO 在1979年推荐的彭曼公式——FAO Penman 修正式(简称模型2) 在世界范围内广泛应用, 并得到满意的结果[8], 我国也有实际应用[9]. 我国学者根据我国气候、地理等实际情况, 提出了适合我国的彭曼修正式——国内Penm an 修正式(简称模型3) [2], 并在一定范围内得到应用, 结果较为满意[10].
有人曾用北京气象观测站资料对两种Penman 修正式作了对比, 并得出一些有意义的结果[11]. 但在不同气候、地理环境下, 用FAO Penman -Mo nteith 公式作为对照, 对多种Penman 修正式进行比较, 这方面的工作尚属欠缺. 本文选用泰安和西峰两个气象站10年(1980～1989年) 逐日气象资料(前者属我国东部丘陵山区, 后者位于西部黄土高原地区) , 用模型1、模型2和模型3计算逐日、统计逐月、逐年参考作物蒸散量, 分别比较3种方法计算和统计结果, 重点以模型1为对照, 比较模型1与模型2, 模型1与模型3的计算结果, 并分析造成两种不同方法之间计算差异的原因, 为干旱和农田灌溉管理预测的理论研究和推广应用以及其它相关领域的研究提供一些有价值的依据. [1]
1 方法与资料
1. 1 参考作物蒸散量计算公式
(1) 模型1 逐日计算参考作物蒸散量的FAO Penman -Mo nteith 公式:
0. 408 (R n -G ) + U 2(e s -e a ) E To (FAO -98) =2-2-1-2-1(1) 式中物理量分别为, ET o (FAO -98) :参考作物蒸散量(m m ・d -1) , Rn :地表净辐射(M J ・m ・d ) , G :土壤热通量(M J ・m ・d ) (在逐日计算公式中, G ≈0) , T :2m 高度处平均气温(℃) , U 2:2m 高度处风速(m ・s -1) , e s :饱和水汽压(kPa ) , e a :实际水汽压(kPa ) ,
-1:干湿表常数(kPa ・℃-1). 其中, :饱和水汽压曲线斜率(kPa ・℃) ,
max, k min, k ) Rs - () (0. 34-0. 14e a ) (1. 35-0. 35) Rn =(1- 2Rso
44(2)
130 应 用 气 象 学 报 卷
R so =(0. 75+2z ×10) Ra
射(MJ ・m -2-5(4) -9式(2) 至式(4) 中的物理量分别为, :反射率(无量纲) (本文取 =0. 23) , Rs :地表短波辐・d ) , :斯蒂芬-波尔兹曼常数(4. 903×10-1MJ ・K -4・m -2・d -1
-1) , T max, k :日最高气温(K) , T min, k :日最低气温(K ) , Rso :晴天地表短波辐射(M J ・m ・d ) ,
a s :阴天(n =0) 地表短波辐射与大气层外太阳辐射的比例系数, a s +b s :晴天(n =N ) 地表短波辐射与大气层外太阳辐射的比例系数, n :实际日照时数(h) , N :最大可能日照时数(h) , Ra :大气层外太阳辐射(M J ・m ・d
0. 75.
(2) 模型2 逐日计算参考作物蒸散量的FAO Penman 修正式:
o R n +0. 26(e s -e a ) (1+0. 54U 2) ET o (FAO -79) =o p +1
其中,
4R n =0. 75R a (a s +b s N ) - T K (0. 56-0. 079e a ) (0. 1+0. 9N ) (6) (5) -2-1-2) , z :海拔高度(m ). 本文取a s =0. 25、a s +b s =
式(5) 和式(6) 中的物理量意义及其单位与式(1) ～式(4) 相同的有U 2、a s 、a s +b s 、n 和N ; 意义相同, 单位不同的有 (hPa ・℃-1) 、 (hPa ・℃-1) 、Rn (mm ) 、e s (hPa ) 、e a (hPa) 、 (2. 01×10-9mm ) 和Ra (mm ) ; ETo (FAO -79) 为参考作物蒸散量(mm ・d -1) , p o 为海平面气压(hPa ) , p 为本站气压(hPa ) , T K 为平均气温(K ) . 本文取a s =0. 18, b s =0. 55.
(3) 模型3 逐日计算参考作物蒸散量的国内Penman 修正式:
ET o (N P ) =
其中,
) (1- ) -Rn =(Q +q ) [1+0. 098(log z -2) ](0. 202+0. 643N ′
e a ) (0. 1+0. 9) (8) N
式(7) 和式(8) 中的物理量意义及其单位与式(2) ～式(6) 相同的有Rn 、e s 、e a 、z 、n 、 、T K 和4S T K (0. 39-0. 058 Rn + ×0. 16(1+0. 41V ) (e s -e a ) (7) N ; 意义相同, 单位不同的有 (mm ・℃-1) 、 (m m ・℃-1) 和 (2. 01×10-9m m ) ; ETo (N P ) 为参考作物蒸散量(m m ・d -1) , V 为10m 高度处风速(m ・s -1) , Q +q 为碧空条件下太阳总辐射可能值(m m ・d -1) , N ′为实际可能日照时数(h ) , S 为灰体系数(本文取S =0. 9).
1. 2 计算结果分析比较的方法
分别用上述3种公式计算的各站点逐日参考作物蒸散量, 统计逐月、逐年的参考作物蒸散量. 重点以模型1为对照, 分析其与模型2和模型3的计算偏差和变化规律.
由于彭曼公式集能量平衡和质量输送两种方法而成, 因此, 上述3种彭曼修正式也都由这两部分组成. 我们把公式中的能量平衡部分称为辐射项(E To rad ) , 质量输送部分称为n , (
增刊 毛 飞等:参考作物蒸散量的多种计算方法及其结果的比较131
ET o (FAO-98) =E To rad (FA O-98) +E To dyn (FAO-98)
ET o (FAO-79) =E To rad (FA O-79) +E To dyn (FAO-79)
E To (N P ) =E To rad (N P ) +E To dyn (N P )
其中,
ET o r ad (FAO-98) = + (1+0. 34U 2) (9) (10) (11) (12)
U 2(e s -e a )
ET o d yn (FAO -98) =2E To rad (FAO-79) =
ET o d yn (FAO-79) =P o +P (13) (14) (15) s a 2P +1
(16) +
×0. 16(1+0. 41V ) (e s -e a ) ET o d yn (NP ) =(17) +
分别用式(12) ～(17) 逐日计算3种方法的辐射项和动力项, 进一步统计各项逐月和E To rad (N P ) =逐年值, 分别算出模型1与模型2及模型3之间辐射项和动力项的月偏差和年偏差, 找出这些偏差的变化规律, 分析不同方法的参考作物蒸散量计算偏差的成因.
1. 3 资料及来源
为了在不同气候和地理环境条件下对FAO Penman -Mo nteith 公式、FAO Penm an 修正式和国内Penman 修正式计算参考作物蒸散量进行比较, 本文选用我国泰安(36°10′N, 117°09′E, 海拔高度:128. 8m) 和西峰(35°44′N, 107°38′E, 海拔高度:1421. 9m ) 两个站10年(1980～1989年) 逐日气象资料(包括平均气温、最高气温、最低气温, 水汽压、风速、日照时数、气压等) , 均取自地面气象记录月报.
2 结果分析
2. 1 参考作物蒸散月总量比较
用3种模型计算泰安和西峰两地的逐日参考作物蒸散量, 进一步统计得到10年平均各月月总量. 结果表明在泰安存在明显差别(图1). 模型1的计算结果各月都大于其它两个模型的计算结果, 其中模型1比模型2偏大的程度各月变化不大, 偏大量约6～13m m, 而模型1大于模型3的程度各月变化较大, 偏大量约4～21m m, 且夏半年大于冬半年. 模型2与模型3比较, 在夏半年前者大于后者, 冬半年则反之.
西峰的对比情况有所不同(图2) , 模型1与模型3的计算结果很接近, 各月的绝对偏差均小于3m m. 模型1的计算结果较模型2偏大, 偏大程度随月份的变化较小, 偏大量约9～16
132 应 用 气 象 学 报 11卷图1 参考作物蒸散月总量比较(泰安1980～
1989年) (白框:模型3, 灰框:模型1, 黑框:模型2) 图2 参考作物蒸散月总量比较(西峰 1980～1989年) (说明同图
1)
2. 2 参考作物蒸散年总量比较
用模型1、模型2和模型3计算的泰安参考作物蒸散年总量, 后两种模型历年均明显低于模型1(图3). 其中模型3的计算结果低于模型1的计算结果约104～147mm ; 模型2低于模型1约107～120mm , 其偏低量及其在年际的波动均小于模型3低于模型1的偏低量及其在年际的波动. 模型2与模型3偏差较小. 西峰的情形有所不同(图4) , 模型3较模型1偏低7～26mm , 模型2比模型1低147～195
mm.
图3 参考作物蒸散年总量比较(泰安)
(说明同图
1) 图4 参考作物蒸散年总量比较(西峰) (说明同图1)
2. 3 不同方法的参考作物蒸散量计算偏差成因
(1) 参考作物蒸散量月偏差成因
图5给出了泰安模型3与模型1和模型2与模型1的参考作物蒸散月总量、辐射项月总量和动力项月总量差值的年变化. 由图5a 可知, 用模型3
计算的参考作物蒸散月总量
图5 参考作物蒸散量、辐射项和动力项月偏差(泰安 1980～1989年) )
增刊 毛 飞等:参考作物蒸散量的多种计算方法及其结果的比较133小于用模型1的计算量, 这种偏差的出现是由于两种公式各自采用了不同的辐射项和动力项经验式. 虽然辐射项的差值一年中除7、8、9月都是正值, 但由于动力项差值全年都是负值, 且其绝对值明显大于辐射项的正值, 从而导致参考作物蒸散量的差值为负值. 另一方面, 辐射项和动力项差值存在明显的年变化, 且它们的变化呈相反趋势, 说明由于四季交替的气候变化, 辐射项和动力项对参考作物蒸散量偏差的贡献年变化较大, 且呈反向关系.
同样在泰安, 模型2与模型1之间, 参考作物蒸散量的差值全年也是负值(图5b ) , 但引起这种偏差的原因却与图5a 不同. 图5b 表明, 动力项的差值全年均是正值, 为负贡献, 辐射项的差值全年均是负值, 为正贡献, 与图5a 正好相反. 各项差值年变化较小, 表明模型2与模型1之间辐射项和动力项的计算偏差受气候条件影响较小.
用同样方法对3种模型在西峰的参考作物蒸散月总量偏差作成因分析(图6).
分析图
图6 参考作物蒸散量、辐射项和动力项月偏差(西峰 1980～1989年)
(a) 模型3减模型1 (b) 模型2减模型1(说明同图5)
6a 可知, 由于各月辐射项的正差值和动力项的负差值基本相当, 模型3与模型1参考作物蒸散月总量的偏差很小. 辐射项和动力项差值的年变化趋势与泰安基本一致, 但变化幅度较泰安大. 分析图6b 可知, 模型2与模型1的参考作物蒸散月总量差值各月均为负值, 这是因为辐射项的负差值明显大于动力项的正差值. 参考作物蒸散量、辐射项和动力项差值的年变化不大. 图6b 与图5b 基本一致. 由此可见, 用模型2和模型1计算参考作物蒸散月总量的偏差受气候和地理环境条件的影响较小, 而模型3与模型1之间的计算偏差则明显受到气候和地理环境条件的影响.
(2) 参考作物蒸散量年偏差成因
通过对泰安和西峰两地参考作物蒸散量、辐射项和动力项年偏差(图7a 和图8a) 的分析可知, 模型3与模型1的参考作物蒸散年总量偏差值在不同地区均为负值, 但绝对值差异较大(泰安为-104～-147mm , 西峰为-7～-26m m) . 原因在于, 尽管导致两地蒸散量负偏差的成因是相同的, 即辐射项的正偏差和动力项的负偏差共同作用所致, 但由于两地辐射项正偏差和动力项负偏差的绝对值各不相同, 所以蒸散量的偏差有别. 从图7a 和图8a 还可发现, 两地各种差值的年际变化不大.
模型2与模型1的参考作物蒸散年总量偏差值在不同地区也均为负值(图7b 和图8b) , 绝对值的差异较小(泰安为-107～-120mm , 西峰为-147～-195mm ). 造成两地参考作物蒸散量负偏差的原因是辐射项的负偏差和动力项的正偏差, 与图7a 和图8a 的.
134 应 用 气 象 学 报 11卷
图7 参考作物蒸散量、辐射项和动力项年偏差(泰安)
(a ) 模型3减模型1 (b ) 模型2减模型1(说明同图
5)
图8 参考作物蒸散量、辐射项和动力项年偏差(西峰)
(a) 模型3减模型1 (b) 模型2减模型1(说明同图5)
3 结 论
(1) 用模型1作为计算参考作物蒸散月总量的对照, 在泰安模型3偏低4～21mm , 模型2偏低6～13mm. 在西峰, 模型3与模型1的偏差不到3mm , 模型2偏低9～16m m.
(2) 在计算参考作物蒸散年总量时, 以模型1为对照. 在泰安, 模型3偏低104～147mm , 模型2偏低107～120m m. 在西峰, 模型3偏低7～26m m, 模型2偏低147～195mm .
(3) 造成模型3与模型1参考作物蒸散月总量和年总量计算偏差的原因, 在泰安和西峰两地均是辐射项的正偏差和动力项的负偏差. 而造成模型2与模型1参考作物蒸散月总量和年总量计算偏差的原因, 在泰安和西峰两地均是辐射项的负偏差和动力项的正偏差, 同时, 模型2中反射率取值偏大(为0. 25, 模型1取0. 23) 也是原因之一.
(4) 模型3与模型1参考作物蒸散月总量、辐射项月总量和动力项月总量的偏差随季节和地理环境的不同变化较大, 而模型2与模型1的各种月偏差随季节和地理环境的不同变化不大.
(5) 模型3与模型1参考作物蒸散年总量、辐射项年总量和动力项年总量的偏差受地理条件影响较大, 年际变化不大; 模型2与模型1的各种年偏差受地理条件影响较小, 年际变化也不大.
由于本研究对3种模型只用了两个站10年逐日资料进行对比, 得到的结论具有一定, ,
增刊 毛 飞等:参考作物蒸散量的多种计算方法及其结果的比较135M onteith 公式、FAO Penman 修正式和国内Penm an 修正式是3种应用范围较广, 精度较高的计算参考作物蒸散量公式. 具体应用时, 如果在大范围的、地形变化复杂的区域内计算逐日参考作物蒸散量, 建议用模型1; 计算参考作物蒸散月或年总量时, 在平原和低海拔地区建议用模型1, 在高海拔地区建议用模型1或模型3; 单点计算逐日参考作物蒸散量时, 3种模型都可以用. 需要指出的是, 选用何种方法还要视具体的研究目的和资料来源而定, 尤其在用于业务预报服务时, 由于公式需要的气象要素与气候模式预报输出的气象要素项目不完全一致, 因此在选用公式时, 除参考上述给出的分析结果和建议外, 还需要根据资料状况做一些更细的分析对比工作, 这也是我们今后工作之一.
参考文献
1 Allen R G , Per eira L S , Raes D , Smith M . Crop E vapotranspiration . FAO Ir rigation an d Drainage Paper 24,
Rome, 1998.
2 裴步祥. 蒸发和蒸散的测定与研究. 北京:气象出版社, 1989.
3 康绍忠, 刘晓明, 熊运章. 土壤-植物-大气连续体水分传输理论及其应用. 北京:水利电力出版社, 1994.
4 李临颖. 冬小麦农田日蒸散量的计算. 应用气象学报, 1992, 3(2) :248～253.
5 Penman H L. Nautral evaporation from open w ater, bare s oil and gras s. Proceed ing s of Royol S oc iety of L ond on , 1948, A193:120～146.
6 王菱, 陈沈斌, 侯光良, 利用彭曼公式计算潜在蒸发的高度订正方法. 气象学报, 1998, 46(3) :381～383. 7 张懿. 干旱地区蒸发力计算的讨论. 中国农业气象, 1991, 12(1) :22～25.
8 Fr re M , Popov G F. Agrometeorological Crop M onitoring an d Forecas ting. FAO Plant Produ ction and Protection Paper 17, Rome, 1979.
9 陈玉民, 郭国双. 中国主要农作物需水量等值线图研究. 北京:中国农业科学出版社, 1993.
10 裴步祥, 毛飞, 吕厚荃. 我国北方春季土壤水分动态模拟预报模式的实验研究. 北京农业大学学报, 1990, 16(增
刊) :116～122.
11 龚元石. Penman -M onteith 公式与FAO -PPP -17Penman 修正式计算参考作物蒸散量的比较. 北京农业大学学报,
1995, 21(1) :68～75.
SEVERAL METHODS OF CALCULATING THE REFERENCE
EVAPOTRANSPIRATION AND COMPARISON OF THEIR RESULTS
M ao Fei Zhang Guangzhi Xu Xiangde
(Chinese A cadem y of M eteor ological S ciences , Beij ing 100081)
Abstract
The reference ev apotranspiration w as estim ated by using the FAO Penm an -M onteithequation (model 1) , FAO Penm an equation (mo del 2) and Chinese Penm an (
136 应 用 气 象 学 报 11卷co mpar ed and show that the reference ev apotranspir ation estimated by m odel 1is g reater than that by the other m odels . T he cause of the deviation is the difference in calculating the radiation and dynamics. T he dev iation changes w ith the seaso ns and geog raphic co nditions.
Key words :FAO Penman -M onteith equation FAO Penman equation Chinese Penman
equation Reference evapotranspiration Cause of the calculation dev iation
第四届全国重大灾害性天气过程总结和预报技术经验交流会在西安召开
由中国气象局预测减灾司主持召开的第四届全国重大灾害性天气过程总结和预报技术经验交流会于2000年4月8日至11日在陕西省西安市召开. 来自省、自治区、市、地气象台, 以及国家气象中心、国家气候中心、国家卫星中心、中国气象科学研究院、南京气象学院、总参气象局、民航气象台、中国气象报社等103名代表参加了这次会议.
中国气象局李黄副局长亲临会议致开幕词, 并作了题为面向21世纪中国新一代业务技术体制改革的初步设想的报告, 展望气象业务事业的前景, 鼓舞了与会代表.
会议共收到论文257篇, 会上交流了56篇. 对1999年发生的暴雨、大暴雨、冰雹、寒潮降雪等重大灾害性天气过程从各个角度进行分析探讨, 认为冷空气侵袭的激发机制、高层辐散和地形强迫作用的重要性. 会议交流了以数值预报产品为基础、用雷达、卫星资料并结合预报员经验的中短期和短时的业务预报系统; 提出了用数值预报动力产品与卫星云图和M O S 方法综合应用预报方法的新思路.
大会还评选了10篇优秀技术报告.
晁淑懿