国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

非參數(shù)化蒸散發(fā)估算方法在華北灌溉農(nóng)田的適用性評價*

2022-02-15 04:43張曉龍張玉翠石嘉麗沈彥軍
關(guān)鍵詞:通量尺度灌溉

張曉龍,張玉翠,石嘉麗,2,王 妍,2,3,沈彥軍,2**

(1.中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心/中國科學(xué)院農(nóng)業(yè)水資源重點實驗室/河北省節(jié)水農(nóng)業(yè)重點實驗室 石家莊 050022; 2.中國科學(xué)院大學(xué) 北京 100049; 3.河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院/河北省環(huán)境演變與生態(tài)建設(shè)實驗室 石家莊 050024)

蒸散發(fā)是水分從地表進入大氣的過程,是土壤蒸發(fā)、冠層截留和植物蒸騰的總和。蒸散發(fā)是能量、水分和碳循環(huán)過程中的重要紐帶,也是區(qū)域水資源重要的消耗途徑。在全球范圍內(nèi)超過60%的降水通過蒸散發(fā)返回大氣,而在干旱區(qū)、農(nóng)田這一比例甚至超過90%。蒸散發(fā)以潛熱通量(latent heat flux,LE)的形式消耗了大約50%的地表吸收的太陽輻射量。因此,精準(zhǔn)估算蒸散發(fā)已成為水量平衡計算、農(nóng)業(yè)水資源管理、水文模擬等眾多領(lǐng)域共同關(guān)注的核心問題。

盡管蒸散發(fā)可通過渦度相關(guān)系統(tǒng)、蒸滲儀、Bowen 比、大孔徑閃爍儀等方法直接觀測,但由于這些原位技術(shù)的局限性,估算大尺度、長期蒸散發(fā)仍然是一項重大的挑戰(zhàn)。因此,許多直接或間接的估算方法被提出,包括Penman 公式、Penman-Monteith 公式、經(jīng)驗統(tǒng)計方法、地表能量平衡法、SPAC 系統(tǒng)模擬方法、互補相關(guān)理論方法、陸面過程與數(shù)據(jù)同化方法等。然而,大多數(shù)估算方法都比較復(fù)雜或需要對地表性質(zhì)有詳細了解,從而限制了這些方法的應(yīng)用,降低了估算精度。例如,Penman-Monteith 方程需要輸入冠層阻力,Shuttleworth-Wallace 方法需要空氣動力特性、冠層粗糙度和土壤阻力,但這些參數(shù)在區(qū)域尺度上很難測量和校準(zhǔn)。近年來,Liu 等提出了一種基于哈密頓廣義能量原理的非參數(shù)化地表蒸散發(fā)估算(the nonparametric approach,NP)方法。NP 方法只需要地表凈輻射、空氣溫度、地表溫度和土壤熱通量作為輸入,克服了傳統(tǒng)蒸散發(fā)估算方法中存在經(jīng)驗參數(shù)化的物理缺陷,降低了計算過程的不確定性。該方法所有必要的輸入均為可測量的,為實際應(yīng)用提供了一個新穎而簡單的方法。目前,該方法已在部分站點進行了驗證,并結(jié)合遙感數(shù)據(jù)和氣象驅(qū)動數(shù)據(jù)進行了區(qū)域蒸散發(fā)適用性檢驗。Liu 等利用全球26 個渦度相關(guān)站點觀測結(jié)果對NP 方法進行了評價,其中23 個點性能表現(xiàn)良好; 并進一步表明NP 方法與Penman-Monteith 方法在性能上是兼容的。Yang 等發(fā)現(xiàn)NP 方法在干燥條件下會高估蒸散發(fā),應(yīng)避免在干燥條件下應(yīng)用,而在濕潤條件下表現(xiàn)良好。王寧等對比發(fā)現(xiàn)在濕潤下墊面NP 方法會低估蒸散發(fā),在干旱下墊面會高估蒸散發(fā),且夏季估算精度優(yōu)于冬季; 并利用遙感數(shù)據(jù)估算了黑河上中游區(qū)域蒸散發(fā),結(jié)果表明雖然存在一定誤差,但能夠反映區(qū)域蒸散發(fā)分布特征。Pan 等在黑河流域6 個站點驗證了NP 方法的有效性,并基于該方法和遙感數(shù)據(jù)估算了黑河流域蒸散發(fā),結(jié)果表明遙感反演的蒸散發(fā)時空分布基本可靠,但在非植被站點,估算值與地面觀測值一致性較差,而相對誤差較小??偟膩碚f,NP 方法有必要在不同區(qū)域或生態(tài)系統(tǒng)進行更細致的適用性分析,以識別出有助于提高估算精度的誤差源。

華北平原是我國主要的灌溉農(nóng)業(yè)區(qū)和重要的糧食生產(chǎn)基地,對保障國家糧食安全具有舉足輕重的作用。該地區(qū)種植結(jié)構(gòu)以冬小麥()和夏玉米()為主,其種植面積約占糧食總播種面積的80%左右。該地區(qū)降水量少且集中于夏季,無法滿足作物生長需求,灌溉成為維持和提高糧食產(chǎn)量不可缺少的手段。農(nóng)田灌溉改變了區(qū)域水熱條件與氣候,直接和間接地影響了蒸散發(fā)過程。精準(zhǔn)地估算灌溉農(nóng)田蒸散發(fā)不僅對華北平原干旱監(jiān)測和水資源管理具有重要理論意義,而且對區(qū)域種植結(jié)構(gòu)調(diào)整和生態(tài)環(huán)境建設(shè)具有重要實踐意義。目前關(guān)于NP 方法應(yīng)用研究大多集中于干旱區(qū)流域,關(guān)于半濕潤區(qū)灌溉農(nóng)田的適用性分析報道較少。因此,本文主要利用華北灌溉農(nóng)田區(qū)的欒城農(nóng)業(yè)生態(tài)系統(tǒng)試驗站(簡稱欒城站)、禹城綜合試驗站(簡稱禹城站)和館陶試驗站(簡稱館陶站)3 個通量站點的觀測數(shù)據(jù),應(yīng)用NP 方法估算這3 個站點30 min 和日尺度蒸散發(fā)(以LE 的形式),并以渦度相關(guān)系統(tǒng)修正的LE 為參考,分析NP 方法在華北平原灌溉農(nóng)田不同季節(jié)和不同時間尺度的適用性,該研究不僅為NP 方法改進提供參考,而且也有助于加深對蒸散發(fā)理論的認(rèn)識。

1 研究站點及數(shù)據(jù)處理

1.1 研究區(qū)及觀測站點概況

華北平原位于太行山以東,黃河以北,燕山以南,渤海以西,面積約14.1 萬km。該地區(qū)土層較深,海拔低于100 m,跨越北京、天津、河北、河南、山東等多個地區(qū)。該地區(qū)屬于暖溫帶半濕潤半干旱大陸性季風(fēng)氣候,年平均氣溫10.0~14.2 ℃,光照充足。主要糧食作物為小麥、玉米,主要經(jīng)濟作物為棉花(spp.)、果樹和蔬菜(圖1)。年平均降水量為400~500 mm,70%發(fā)生在夏季,農(nóng)業(yè)灌溉消耗了地下水總量的80%以上。本研究以華北灌溉農(nóng)田為研究對象,選取欒城站(37°53′N,114°41′E,海拔50 m)、禹 城 站(36°49′N,116°34′E,海拔22 m)和館陶站(36°30′N,115°07′E,海拔30 m) 3 個通量觀測站點,欒城站和禹城站下墊面均為充分灌溉管理下的典型冬小麥-夏玉米一年兩熟輪作制農(nóng)田生態(tài)系統(tǒng),而館陶站下墊面為冬小麥/夏玉米和棉花綜合下墊面。各通量站下墊面均勻且地勢平坦,滿足通量觀測源區(qū)要求,觀測樣地具有較強的代表性。一般情況下,冬小麥10月初播種,次年6月中旬收獲; 夏玉米6月中旬播種,9月底收獲; 棉花4月底播種,10月底收獲。根據(jù)農(nóng)田生態(tài)系統(tǒng)水分、土壤、氣象和生物監(jiān)測規(guī)范和野外田間試驗要求,各站配備有國際先進的儀器設(shè)備。渦度相關(guān)系統(tǒng)主要由紅外開路式CO/HO氣體分析儀和三維超聲風(fēng)速儀組成,同時輔助有輻射分量、常規(guī)氣象要素、土壤熱通量的同步觀測,為該研究提供所需的觀測數(shù)據(jù)。

圖1 華北平原作物類型空間分布及通量站點位置Fig.1 Spatial distribution of agricultural land-use types and location of flux stations in the North China Plain

1.2 數(shù)據(jù)處理

本研究使用的通量數(shù)據(jù)是各站點提供的經(jīng)過質(zhì)量控制的二級產(chǎn)品,包括30 min 平均LE 和感熱通量(sensible heat flux,)。由于儀器故障、不利的微氣象條件、異常值剔除和質(zhì)量控制等原因造成數(shù)據(jù)缺失,通常一年中約有17%~50%的觀測數(shù)據(jù)缺測或被剔除。在水資源管理或水文模型研究中,通常需要得到日、月甚至年的累加值,本研究使用德國耶拿大學(xué)提供的R 軟件ReddyProc 包進行數(shù)據(jù)插補,并進一步統(tǒng)計為日平均值。

渦度相關(guān)技術(shù)目前已成為獲得生態(tài)系統(tǒng)LE 和的標(biāo)準(zhǔn)觀測手段之一,但是該方法普遍存在能量不閉合的問題?,F(xiàn)有能量閉合校正方法主要有兩種類型,即Bowen 比閉合修正(BR)方法和能量殘差閉合修正(ER)方法。雖然兩種閉合修正方法都可能對系統(tǒng)內(nèi)的能量和水平衡檢測中有重大或潛在的不利影響,但對于大多數(shù)地表條件,采用ER 修正后的潛熱通量與各估算方法模擬結(jié)果的一致性更高。因此,采用ER 方法修正的LE 作為評價本研究蒸散發(fā)估算方法的基礎(chǔ)。ER 方法表達公式如下:

式中:LE為能量殘差法修正后LE (W?m),為渦動相關(guān)系統(tǒng)測量的(W?m),為地表凈輻射(W?m),為土壤熱通量(W?m)。

為保障數(shù)據(jù)一致性,將輻射分量、空氣溫度、地表溫度、土壤熱通量等10 min 頻率觀測數(shù)據(jù)統(tǒng)計為30 min 和日平均值; 而降水統(tǒng)計為累加值。

2 研究方法

2.1 非參數(shù)化蒸散發(fā)估算方法

在NP 方法中,在宏觀層面上假設(shè)下墊面為均勻的,哈密頓量(勢能與動能的總和)為該系統(tǒng)的總能量。作為勢能,則、和LE 為動能; 地表溫度()作為這個系統(tǒng)的廣義坐標(biāo)。該方法計算了哈密頓量關(guān)于的偏微分方程,詳細推導(dǎo)過程見文獻[21]。計算公式如下:

式中:LE為NP 估算得到的LE (W·m);為地表空氣溫度(K); ?為地表比輻射率,由于數(shù)據(jù)的限制,本研究假設(shè) ?為常數(shù),在農(nóng)田下墊面站取0.95; σ為Stefan-Boltzman 常數(shù)(5.67× 10W?m?K); γ為干濕表常數(shù)(kPa?℃),可用近地表壓力來估算; ?為時的飽和水汽壓梯度(kPa?℃),其計算公式如下:

2.2 精度評價方法

本研究選取平均偏差(Bias)、相對誤差(RE)、決定系數(shù)(R)、均方根誤差(RMSE)和Nash-Sutcliffe效率系數(shù)(NSE)來量化估算方法模擬精度。其計算公式如下:

2.3 敏感性分析方法

為了檢測模型各驅(qū)動變量對輸出結(jié)果的貢獻,本研究采用簡單的相對敏感系數(shù)法進行敏感性分析。在這個方法中,通過比較改變輸入變量產(chǎn)生的LE(LE)相對于參考LE (LE)的比例來計算每個變量的敏感性。本研究中所有輸入變量的變化范圍設(shè)為±30%,取其中一種輸入?yún)?shù)逐步變化5%,而其他輸入?yún)?shù)保持不變。敏感系數(shù)(S)計算公式如下:

3 結(jié)果與分析

3.1 通量站點能量閉合分析

本文用線性回歸方法和能量平衡比法分析了欒城、禹城和館陶3 個站點的能量平衡狀況(圖2)。其中,線性回歸方法中斜率代表能量平衡程度,理想狀況下斜率為1,截距為0,但實際情況下截距通常不為0; 能量平衡比(EBR)即較長時間段(如1年)熱通量之和(LE+)與可利用能量(?)的比值,通常EBR 范圍為0.34~1.69。從圖中可以看出,在日尺度上,欒城、禹城和館陶3 個站點的能量閉合率分別為83.7%、87.4%和51.7%,EBR 分別為0.95、1.06和0.94; 在30 min 尺度上這3 個站點的能量閉合率分別為81.1%、84.5%和73.7%,EBR 分別為1.13、1.06 和0.95??芍?3 個站點的EBR 接近于1,說明這3 個站點數(shù)據(jù)公開前已經(jīng)過數(shù)據(jù)質(zhì)量控制; 欒城站和禹城站能量閉合率更好一些,且日尺度和30 min 尺度能量閉合率相差不大,表明這兩個臺站數(shù)據(jù)質(zhì)量相對更好一些。需說明的是,理論上每個站點的EBR 在不同時間尺度上應(yīng)是基本一致的,但本研究中欒城站2月份因缺少部分?jǐn)?shù)據(jù),故欒城站日尺度和30 min 尺度EBR 存在較大差異。一般認(rèn)為,如果能量閉合觀測誤差超過10%,其觀測結(jié)果對大氣模式特別是陸面過程模式的檢驗是不能接受的。本研究發(fā)現(xiàn),即便這3 個站點經(jīng)過嚴(yán)格的質(zhì)量控制,依舊有超過12.6%以上的能量丟失,這樣會造成LE 低估現(xiàn)象。另外,隨著蒸散發(fā)估算理論和遙感技術(shù)的發(fā)展,需要提供較可靠的地面驗證數(shù)據(jù),所以對通量觀測數(shù)據(jù)的校正十分有必要。

圖2 日尺度和30 min 尺度上3 個站點通量站點的能量平衡特征Fig.2 Energy balance characteristics of flux stations at daily scale and 30 min scale in the three stations

3.2 灌溉農(nóng)田蒸散發(fā)估算

基于NP 方法,利用通量站觀測的、、和等數(shù)據(jù),估算了2010年的欒城、禹城和館陶3 個華北平原典型灌溉農(nóng)田的日尺度和30 min 尺度的LE,將估算值LE與修正后的通量觀測值LE進行對比驗證分析。需說明的是,在30 min 尺度上,欒城站在2月缺失部分?jǐn)?shù)據(jù),剔除不用。表1 顯示了2010年3 個通量站點觀測的能量通量和環(huán)境參數(shù)均值。從表中可知,3 個站點的各輸入?yún)?shù)值相差不大,LE從大到小依次為欒城站、禹城站和館陶站;而降水量與LE呈反比,這可能是由于灌溉活動保證了下墊面較穩(wěn)定的水分條件,在一定灌溉保證率的農(nóng)田中降水并不是蒸散發(fā)的控制因素; 欒城站、禹城站和館陶站潛熱比(LE/)分別為81.6%、82.3%和72.3%。欒城站和禹城站的潛熱比很接近,這可能與兩站下墊面條件更接近有關(guān)。農(nóng)田蒸散發(fā)在很大程度上受可利用能量控制,欒城站和禹城站潛熱比類似,欒城站可利用能量大于禹城站,故欒城站蒸散量大于禹城站; 另外,下墊面作物類型對農(nóng)田蒸散發(fā)也有較大影響,如禹城站和館陶站具有接近的可利用能量,但由于禹城站下墊面為冬小麥/夏玉米輪作農(nóng)田,館陶站則是冬小麥/夏玉米和棉花混合下墊面,導(dǎo)致館陶站蒸散量明顯低于禹城站。因為這3 個站點土壤類型、質(zhì)地差別不大,可忽略其影響。綜上,由于灌溉活動保證了下墊面較穩(wěn)定的水分條件,所以華北平原灌溉農(nóng)田蒸散發(fā)的主要影響因素為可利用能量和作物類型。

表1 3 個通量站點能量通量和環(huán)境參數(shù)平均值Table 1 Average of energy fluxes and environment parameters at the three stations

3.3 非參數(shù)化方法估算結(jié)果精度評價

圖3 為2010年的欒城、禹城和館陶LE 逐日過程及與觀測值的對比結(jié)果。總體而言,欒城站和禹城站蒸散發(fā)在年內(nèi)明顯呈雙峰型,館陶站則呈不明顯的雙峰型,模擬效果可以較好地反映蒸散發(fā)年內(nèi)變化過程。從箱體圖結(jié)果可知,在灌溉農(nóng)田中NP 方法總體上低估LE,欒城、禹城和館陶站LE的均值較LE分別低12.88 W?m、16.18 W?m和15.02 W?m,平均低估14.69 W?m; 另外,LE年內(nèi)波動范圍大于LE。在日尺度上綜合所有站點的LE與LE之 間 的Bias、RE、、RMSE 和NSE分別為?14.73 W?m、 27.5%、 0.81、 27.75 W?m和0.71(表2)??傊?在日尺度上NP 方法在3 個農(nóng)田站點總體表現(xiàn)較好,且欒城站模擬精度優(yōu)于館陶站和禹城站。

表2 日尺度和30 min 尺度3 個站點的蒸散發(fā)估算精度評價Table 2 Accuracy evaluation of evapotranspiration estimates at daily scale and 30 min scale in the three stations

圖3 日尺度上3 個站點的潛熱通量(LE)年內(nèi)變化過程及估算結(jié)果對比Fig.3 Comparison of latent heat flux (LE) between estimation and observation at daily scale in the three stations

因30 min 尺度數(shù)據(jù)量龐大,不便完整展示,本研究 以2010年9月1日0 點 至9月15日23 點30 分完整時間段為例,展示欒城、禹城和館陶3 站的LE日內(nèi)變化過程及與觀測值的對比結(jié)果(圖4)。該時間段夏玉米為乳熟期、棉花為吐絮期,作物生長趨于成熟; 并且該時間段內(nèi)3 站有明顯的降水過程,降水量存在較大差異。從圖中可知,在示例時間段內(nèi)30 min 尺度上,LE與LE高度一致,估算結(jié)果能較理想地反映LE日內(nèi)變化過程,即使是陰雨天氣精度依舊很好。經(jīng)計算,3 個站點該時間段內(nèi)R可達0.97~0.99,NSE 可達0.96。在30 min 尺度上綜合2010年全年所有站點的LE與LE之間的Bias、RE、、RMSE 和NSE 分別為?10.34 W?m、21.5%、0.88、40.37 W?m和0.87(表2)。30 min 尺度上,非參數(shù)方法在欒城站模擬精度優(yōu)于館陶站和禹城站。相比于日尺度,非參數(shù)方法在3 個農(nóng)田站點總體表現(xiàn)除RMSE 指標(biāo)外均有所提升,表明該方法在30 min 這樣短時間尺度上表現(xiàn)更好??傊?NP 方法在灌溉農(nóng)田低估LE,但是可以較好地捕捉LE 的年內(nèi)和日內(nèi)變化過程,具有較高的應(yīng)用價值。

圖4 30 min 尺度上3 個站點的潛熱通量日內(nèi)變化過程及估算結(jié)果對比(9月1—15日)Fig.4 Comparison of latent heat flux between estimation and observation at 30 min scale (from September 1st to 15th) in the three stations

3.4 非參數(shù)化方法在不同季節(jié)的適用性

從3 個站點不同季節(jié)的估算精度分析指標(biāo)(圖5)可以看出,在日尺度和30 min 尺度上NP 方法呈現(xiàn)季節(jié)變化的相似性,但在RE 和NSE 的量級上存在差異。Bias 整體上呈負值,最小值出現(xiàn)在4、5月份; RE 在冬季誤差較大,在作物生長季表現(xiàn)穩(wěn)定且良好;年內(nèi)變化呈雙峰型,與年內(nèi)各月LE 變化過程一致,即當(dāng)LE 較高時可達0.8 以上,而在LE較低時(冬季和夏玉米苗期)普遍低于0.4; RMSE整體上呈單峰型,在日尺度上,RMSE 最大值出現(xiàn)在4、5月份,而在30 min 尺度上,RMSE 最大值出現(xiàn)在5、6月份; NSE 在各月的表現(xiàn)類似,作物生長季表現(xiàn)優(yōu)于非生長季,且30 min 尺度表現(xiàn)優(yōu)于日尺度??傮w上,NP 方法在生長季估算精度高于非生長季,玉米估算精度高于小麥,夏季估算精度高于冬季。

圖5 日尺度和30 min 尺度3 個站點的蒸散發(fā)估算精度在各季節(jié)上的評價Fig.5 Accuracy evaluation of evapotranspiration estimates at daily scale and 30 min scale in the three stations

3.5 非參數(shù)化方法敏感性分析

為了分析各輸入?yún)?shù)對估算結(jié)果的影響,本研究分別在日尺度和30 min 尺度上對NP 方法各參數(shù)進行敏感性分析。NP 方法輸入?yún)?shù)包括、、和,選取其中一種參數(shù)從變化±5%到±30%,而其余參數(shù)保持不變,得到各參數(shù)敏感性(圖6)。從圖中可知,和的敏感度與參數(shù)變化同向,和的敏感度與參數(shù)變化異向。日尺度上、、和參數(shù)變化5%時的敏感性系數(shù)在3 個站點平均分別為11.3%、?10.4%、6.0%和?0.24%; 30 min 尺度上這4 個參數(shù)變化5%時的敏感性系數(shù)分別為11.75%、?10.94%、6.24%和?0.38%。相對于站點來說,在日尺度上,參數(shù)、和敏感程度館陶站>禹城站>欒城站,而敏感程度禹城站>館陶站>欒城站; 在30 min 尺度上,參數(shù)和敏感程度館陶站>欒城站>禹城站,敏感程度館陶站>禹城站>欒城站;敏感程度禹城站>館陶站>欒城站,影響可忽略不計,例如當(dāng)在敏感度最高的站點(禹城站)和時間尺度上(30 min)變化?30%時,LE 僅變化2.66%。總體而言,無論在日尺度上還是在30min 尺度上,各參數(shù)的敏感性在各站點上沒有明顯差別,相較而言館陶站敏感性最高; 各參數(shù)敏感度依次為、、和。鑒于此,雖然是對通量站地表能量平衡的重要分量,但當(dāng)缺乏土壤熱通量觀測儀器埋深和土壤質(zhì)地等數(shù)據(jù)缺乏時,可不考慮埋深(儀器以上土壤熱儲存量)對的影響。

圖6 非參數(shù)化方法在3 個站點的參數(shù)敏感性分析Fig.6 Sensitivity analysis of the parameters of the nonparametric approach in the three stations

4 討論

4.1 潛熱通量修正的影響

渦度相關(guān)方法目前已被廣泛應(yīng)用于陸地生態(tài)系統(tǒng)水碳循環(huán)過程研究,其測定的LE 結(jié)果常作為實際蒸散發(fā)“驗證值”來完善或改進蒸散發(fā)估算模型的參數(shù)化方案。然而,該方法的測量誤差可能對模型精度評價產(chǎn)生直接影響,其中30 min 尺度上LE 的標(biāo)準(zhǔn)誤差約為5%~20%,從30 min 到日的時間尺度上升會導(dǎo)致出現(xiàn)5%~10%的偏差。另外,基于渦度相關(guān)技術(shù)的能量平衡研究一直受到能量不閉合問題的挑戰(zhàn),該問題是近30年來困擾地-氣交換試驗研究的主要難點之一。大量觀測結(jié)果表明,幾乎每個觀測站都存在地表能量平衡不閉合的問題,一般湍流通量(包括LE 和)僅占地表可利用能量的70%~90%。

Bowen 比閉合修正(BR)方法和能量殘差閉合修正(ER)方法是目前最常用的兩種方法。BR 方法是根據(jù)Bowen 比分配剩余能量到LE 和中,假設(shè)LE和具有相似的觀測精度,然而根據(jù)原位觀測數(shù)據(jù),渦度相關(guān)系統(tǒng)對的觀測精度要高于LE 的精度;此外,比LE 的隨機誤差的季節(jié)差異更小。因此,當(dāng)對和LE 測量的準(zhǔn)確性水平存在顯著差異時,應(yīng)謹(jǐn)慎使用BR 方法。ER 方法是基于能量平衡原理,這種方法只依賴于、和的測量精度,但是這種修正方式將不閉合的能量全部歸于LE 值中,不可避免的會高估LE。當(dāng)空氣儲熱、冠層儲熱、地表到土壤熱通量板之間的土壤儲熱過高時,ER 方法也會引起較大誤差。此外,使用Bias、RE、、RMSE和NSE 等指標(biāo)來表示模擬值與觀測值之間的誤差,通常假設(shè)將所有誤差都歸結(jié)于模擬值中,即認(rèn)為觀測值無誤差。然而,這種假設(shè)在實際上幾乎不可能發(fā)生,觀測值的選取及校正方法的使用會直接影響精度評估結(jié)果,所以只有固定“真值”(觀測值)時對比精度評估結(jié)果才有意義。本研究以日尺度為例,分別將LE對比未修正的LE (LE)、BR 方法修正的LE (LE)和ER 方法修正的LE(LE)進行驗證,精度評價相關(guān)參數(shù)見表3。從表中可知,兩種修正方法使得LE與LE和LE一致性指標(biāo)(、RMSE 和NSE)均有所提升,偏差性指標(biāo)(Bias 和RE)略有下降;其中3 個站點平均的分別從0.57 提升到0.80 和0.82,RMSE 分別從33.41 W·m下降到26.80 W·m和27.50 W·m,NSE 分別從0.42 提升到0.69 和0.71,Bias 分別從?13.76 W·m下降到?14.86 W·m和?14.73 W·m,RE 分別從26.1%下降到28.1%和27.9%。相較而言,ER 修正后一致性優(yōu)于BR 修正,該結(jié)果與上述文獻結(jié)果一致。本研究目的是驗證蒸散發(fā)估算方法的適用性,需提供一個較穩(wěn)定可靠的驗證值,相較而言,ER 方法更適合灌溉農(nóng)田的LE 修正,故本文選擇利用ER 方法修正潛熱通量作為評價本研究蒸散發(fā)估算方法的基礎(chǔ)。但值得注意的是,也許因為LE也是基于能量殘差進行計算,LE和LE并非完全獨立,導(dǎo)致ER 方法修正結(jié)果表現(xiàn)更強的一致性,故最佳的能量閉合修正方法的選擇仍有待進一步探索。

表3 日尺度上3 個站點的不同修正方法的潛熱通量對模擬結(jié)果的精度評價Table 3 Accuracy evaluation of simulation results by latent heat flux of different correction methods at daily scale in the three stations

4.2 非參數(shù)化方法適用性檢驗

實際蒸散發(fā)精準(zhǔn)估算一直是水文、微氣象學(xué)研究領(lǐng)域的研究難點之一。NP 方法提供了一種新穎而簡單的估算方法。雖然NP 方法基于簡化的空氣動力阻力框架,并結(jié)合平衡蒸發(fā)和的變化來估算LE,但該方法因減少了輸入變量的累積誤差,反而具有其他估算模型(Penman-Monteith 公式)相當(dāng)?shù)木? 實際上,由于不同作物的空氣動力學(xué)阻力不同,采用通用穩(wěn)定函數(shù)計算的空氣動力學(xué)阻力可能會產(chǎn)生較大的誤差。由于觀測數(shù)據(jù)限制,本研究未檢驗NP 方法在月、年這樣的長時間尺度的表現(xiàn),有待將來進一步研究。本研究基于華北3 個灌溉農(nóng)田站點在日尺度和30 min 尺度上進行了NP 方法適用性檢驗,結(jié)果表明,NP 方法可以較好地反映季節(jié)及日內(nèi)變化特征,在日尺度和30 min 尺度上總體表現(xiàn)較好,且在不同站點沒有產(chǎn)生顯著的預(yù)測誤差。另外,NP方法在玉米生長季估算精度高于小麥生長季,主要原因可能是NP 方法對灌溉活動反應(yīng)不敏感,并不能充分反映灌溉對農(nóng)田蒸散發(fā)的影響。玉米生長季為7月至10月,華北平均降水多集中于該時期,基本可保證作物生長需求,而小麥生長季為11月至次年6月,期間降水較少,無法滿足作物生長需求,特別是在返青?拔節(jié)期,需要進行大量灌溉; 因NP 方法對灌溉事件響應(yīng)能力不足,使得小麥季低估較玉米季更嚴(yán)重,且模擬精度更差,總體而言,NP 方法在華北灌溉農(nóng)田不同作物類型、不同時間尺度與參考值具有較高的一致性,但在水分供應(yīng)較充足時較嚴(yán)重低估LE,而在較干燥時輕度低估或不低估LE; 另外該方法對灌溉活動的響應(yīng)考慮不足,有待進一步改進以提高灌溉農(nóng)田模擬精度。本研究結(jié)果與已有文獻結(jié)論基本一致。

研究發(fā)現(xiàn),NP 方法不僅可以較好地反映LE 的日內(nèi)變化、季節(jié)變化,而且基本不受陰雨天氣影響(圖4),這不僅表明NP 方法的穩(wěn)健性,更表明因不受云層的影響而展示出在遙感應(yīng)用中巨大潛力; 這與Liu 等研究結(jié)果一致。另外,值得注意的是,蒸散發(fā)估算值雖然整體被低估,但存在季節(jié)性差異(圖3)。為進一步分析不同月份LE與LE散點關(guān)系的差異,本研究分析了日尺度和30 min 尺度上欒城站、禹城站和館陶站LE(軸)與LE(軸)之間的散點關(guān)系(圖7、圖8)。從圖7 可以看出,欒城、禹城和館陶3 站潛熱通量計算值和觀測值有較好的相符性,決定系數(shù)為0.80~0.83,3 站綜合為0.81; 一元線性擬合斜率低于1,且大部分點低于1∶1 線,表明蒸散發(fā)估算值整體被低估。值得注意的是,欒城站和禹城站偏離出95%預(yù)測帶的值集中于6月和7月,僅低估?1.38 W?m,并且主要表現(xiàn)為高于預(yù)測區(qū)間; 而館陶站6、7月份低估?23.5 W?m。這種現(xiàn)象的主要原因可能是欒城站和禹城站下墊面為冬小麥、夏玉米輪作,而館陶站是冬小麥、夏玉米輪作和棉花的混合下墊面。6月中旬到7月上旬是冬小麥?zhǔn)斋@后,而夏玉米七葉期之前的階段,該階段作物葉面積指數(shù)較低,尚不能覆蓋地表,下墊面性質(zhì)類似裸地到稀疏草地之間。在植被生長茂盛時,NP 方法低估LE,在裸地或植被稀疏時高估LE 的現(xiàn)象與上述文獻結(jié)果可相互驗證。

圖7 日尺度上3 個站點的潛熱通量(LE)估算結(jié)果與觀測結(jié)果的比較Fig.7 Comparison of latent heat flux (LE) between estimation and observation at daily scale in the three stations

圖8 30 min 尺度上3 個站點的潛熱通量(LE)估算結(jié)果與觀測結(jié)果的比較Fig.8 Comparison of latent heat flux (LE) between estimation and observation at 30 min scale in the three stations

NP 方法所產(chǎn)生的殘差可能受到若干不確定來源的影響,包括NP 方法固有局限性、能量閉合通量校正、土壤熱通量校正以及氣象變量的測量誤差。能量閉合修正的影響已在上文討論。對測量深度的進行校正可以改善2%~5%的能量閉合,進而NP方法估算精度評價。地表溫度1 K 的誤差大約會導(dǎo)致13 W·m的誤差。的測量誤差通常小于5%。測量精度通常較高,但因為測量高度的差異,換算成2 m 的標(biāo)準(zhǔn)高度時,會產(chǎn)生一定誤差。而從NP 方法固有局限性分析,其原因可能(但不完全)包含:1)該方法假設(shè)在局部熱平衡(=)情況下,蒸散發(fā)等于平衡蒸發(fā),未考慮平流項的影響。本研究發(fā)現(xiàn)公式(2)的第3 項數(shù)值極小,對估算結(jié)果幾乎無影響。在灌溉農(nóng)田站,第2 項所占數(shù)值比例也較低,該區(qū)域LE 低估主要是因為第1 項低估。也許NP 方法可以參考Priestley ‐ Taylor 公式加入一個系數(shù),但這樣又改變了無參數(shù)化方法的初衷。因此,可能需要進一步研究NP 方法與其他方法(如Priestley ‐ Taylor 公式、Penman-Monteith 公式)之間建立物理和數(shù)學(xué)上的聯(lián)系。2)可能與輸入數(shù)據(jù)和模型參數(shù)化中的錯誤有關(guān),例如該方法使用代替了空氣動力學(xué)阻力、表面阻力和土壤濕度的影響,這種空氣動力學(xué)阻力和表面阻力的簡化可能會削弱模型的性能。因為在不同生育期和作物類型表面阻力與的關(guān)系也許不是固定線性關(guān)系,同時在氣象條件不穩(wěn)定、下墊面變化劇烈(灌溉、作物收獲等)情況下,這種替代關(guān)系可能并不總是適用。發(fā)展溫差(?)與地表溫度的線性關(guān)系可能是在不久的將來克服這一限制的一種可行方法??偟膩碚f,由于所有輸入?yún)?shù)少,且易獲取/計算,NP 方法有可能成為一種常規(guī)監(jiān)測地表熱通量的方法; 利用常規(guī)衛(wèi)星反演或者再分析資料,可能在大區(qū)域尺度甚至全球尺度提供一個蒸散發(fā)估算方法; 也有助于開發(fā)廣泛應(yīng)用于氣象、水文、氣候模式的陸面方案。目前,NP 方法用于其他下墊面類型(如城市混合下墊面、森林、濕地等)的適用性仍不明確,有待進一步研究。另外,NP 方法未來的研究將集中于計算方法、輸入精度和殘差的改進上。

5 結(jié)論

本文利用非參數(shù)化蒸散發(fā)估算方法估算了日尺度和30 min 尺度華北灌溉農(nóng)田3 個典型站點的潛熱通量,基于通量觀測數(shù)據(jù)分析了該方法在不同季節(jié)及不同時間尺度的適用性,闡明了各輸入?yún)?shù)的敏感性,探索了能量閉合修正對蒸散發(fā)估算結(jié)果驗證的重要影響。研究主要結(jié)論:

1)非參數(shù)化估算方法在華北灌溉農(nóng)田不同作物類型、不同時間尺度具有可靠和穩(wěn)健的表現(xiàn),可以較好地反映季節(jié)及日內(nèi)變化特征,在日尺度和30 min 尺度上總體表現(xiàn)較好。在日尺度上NP 估算的LE (LE)與能量殘差法修正后的渦度相關(guān)技術(shù)測定 的LE (LE)之 間 的Bias、RE、、RMSE 和NSE 分 別 為?16.18~?12.88 W·m、 20.6%~30.2%、0.80~0.83、22.45~31.06 W·m和0.66~0.75,在30 min尺度上分別為?13.30~?7.68 W·m、17.7%~24.8%、0.88、39.22~42.15 W·m和0.86~0.87。

2)非參數(shù)化估算方法在水分供應(yīng)較充足時較嚴(yán)重低估潛熱通量,而在較干燥時輕度低估或不低估潛熱通量; 該方法對蒸散發(fā)對灌溉活動的響應(yīng)考慮不足。從整體上看,非參數(shù)化估算方法在灌溉農(nóng)田中普遍低估潛熱通量,欒城、禹城和館陶3 個站點年尺度上平均低估14.69 W?m(RE:27.5%),30 min尺度上平均低估10.34 W?m(RE:21.5%)。從作物類型上看,非參數(shù)化估算方法在玉米季(7?10月,供水以降水為主)估算精度高于小麥季(11月至次年6月,需大量灌溉補充降水的不足),3 個站點玉米生長季平均為0.80,小麥生長季平均為0.42。從生長周期上看,作物生長茂盛時,非參數(shù)化估算方法低估潛熱通量,裸地或植被稀疏時幾乎不再低估潛熱通量,在欒城和禹城站6、7月份(裸地或作物稀疏)僅低估?1.38 W?m,同時館陶站(作物生長良好)低估?23.5 W?m。

3)非參數(shù)化估算方法在華北灌溉農(nóng)田中參數(shù)敏感性從高到低依次為、和和,日尺度上這4 個參數(shù)變化5%時的敏感性系數(shù)分別為11.3%、?10.4%、6.0%和?0.24%; 30 min 尺度上這4 個參數(shù)變化5%時的敏感性系數(shù)分別為11.75%、?10.94%、6.24%和?0.38%。

4) Bowen 比修正方法和能量殘差修正方法可顯著提高非參數(shù)估算方法模擬的一致性,其中可分別提高0.23 和0.25,RMSE 可分別降 低6.61 W·m和5.91 W·m,NSE 可分別提高0.27 和0.29。

猜你喜歡
通量尺度灌溉
冬小麥田N2O通量研究
Life in 2060
深圳率先開展碳通量監(jiān)測
對現(xiàn)代農(nóng)田水利灌溉技術(shù)及管理的分析
農(nóng)田水利灌溉管理存在的問題及對策
寒潮過程中風(fēng)浪對黃海海氣熱量通量和動量通量影響研究
2011和2016年亞熱帶城市生態(tài)系統(tǒng)通量源區(qū)及CO2通量特征
尺度
淺析農(nóng)田水利建設(shè)中的節(jié)水灌溉技術(shù)及發(fā)展趨勢
以長時間尺度看世界
陈巴尔虎旗| 股票| 饶阳县| 那坡县| 滁州市| 米林县| 肥西县| 清水县| 桃源县| 弥渡县| 沙洋县| 临西县| 睢宁县| 札达县| 获嘉县| 祁阳县| 湘西| 济宁市| 富蕴县| 凉城县| 平泉县| 梅河口市| 修武县| 扶余县| 阳泉市| 霸州市| 江津市| 定日县| 望城县| 石林| 淮北市| 米脂县| 左云县| 周宁县| 塔城市| 临桂县| 依兰县| 龙井市| 唐海县| 响水县| 修水县|