全 文 ：三江平原典型下垫面 FAO Penman鄄Monteith
模型适用性分析*
贾志军1**摇 韩摇 琳1 摇 王摇 鸽2 摇 张通顺3
( 1成都信息工程学院大气科学学院 /高原大气与环境四川省重点实验室,成都 610225; 2中国气象局成都高原气象研究所,成
都 610072; 3金川县气象局, 四川金川 624100)
摘摇 要摇 提高蒸散量估算精度对于研究地表能量和水分平衡具有重要意义.基于涡度相关系
统测量值和小气候观测资料,比较分析了 FAO Penman鄄Monteith 模型对三江平原典型下垫面
沼泽湿地、水稻和大豆田蒸散量的模拟效果,以探讨模型在该区的适用性.结果表明:作物系
数采用 FAO 推荐值时,FAO Penman鄄Monteith 模型对沼泽湿地蒸散量的模拟值明显高于测量
值,平均高估 81. 8% ,模拟效率(ME)为负值,说明该模型不适用于沼泽湿地;该模型能够模拟
水稻和大豆田蒸散量季节变化,且对稻田的模拟效果明显优于大豆田.沼泽湿地、水稻和大豆
田 3 种类型下垫面的作物系数(Kc)值与叶面积指数(LAI)均呈极显著正相关关系,大豆田的
Kc值还与饱和水汽压差(VPD)呈极显著负相关关系. 依据线性回归方程校正 Kc值后,FAO
Penman鄄Monteith模型对沼泽湿地、水稻和大豆田估算精度均显著提高,平均偏差(MBE)为
-0. 1 ~ 0. 3 mm·d-1,均方根误差(RMSE)为 0. 50 ~ 0. 67 mm·d-1,ME为 0. 69 ~ 0. 85,对水稻
田蒸散量的模拟效果最好.无论是否校正作物系数,FAO Penman鄄Monteith 模型都适用于模拟
三江平原稻田蒸散量,如果用于模拟沼泽湿地和大豆田蒸散量,则必须要校正作物系数.
关键词摇 FAO Penman鄄Monteith模型摇 作物系数摇 三江平原
*高原大气与环境四川省重点实验室开放基金项目(PAEKL鄄2010鄄K3)和成都信息工程学院科研基金项目(2009JY0117,KYTZ201010)资助.
**通讯作者. E鄄mail: jzj@ cuit. edu. cn
2013鄄09鄄25 收稿,2014鄄02鄄17 接受.
文章编号摇 1001-9332(2014)05-1327-08摇 中图分类号摇 X143摇 文献标识码摇 A
Adaptability analysis of FAO Penman鄄Monteith model over typical underlying surfaces in the
Sanjiang Plain, Northeast China. JIA Zhi鄄jun1, HAN Lin1, WANG Ge2, ZHANG Tong鄄shun3
( 1Sichuan Province Key Laboratory of Plateau Atmosphere and Environment / College of Atmospheric
Sciences, Chengdu University of Information Technology, Chengdu 610225, China; 2 Institute of
Plateau Meteorology, China Meteorological Administration, Chengdu 610072, China; 3Jinchuan
County Meteorological Bureau, Jinchuan 624100, Sichuan, China) . 鄄Chin. J. Appl. Ecol. , 2014,
25(5): 1327-1334.
Abstract: It is very important for studying surface energy and water balance to improve the accura鄄
cy of evapotranspiration (ET) estimation. Based on eddy covariance measurements and microcli鄄
mate observational data available, comparisons were done in accuracy of simulating ET with the
FAO Penman鄄Monteith model from the marshland, rice paddy and soybean field in the Sanjiang
Plain. The results showed that the values of ET simulated with the model over marshland was signif鄄
icantly higher than the measured one (averagely 81. 8% higher) when the crop coefficients recom鄄
mend by FAO were adopted, and its modeling efficiency was negative, which indicated that the ET
from the marshland couldn爷 t be simulated by the model. While the seasonal variation of ET over
rice paddy and soybean field could be simulated by the model and the accuracy in simulating ET
from rice paddy was better than that from soybean field. Crop coefficients (Kc) of marshland, rice
paddy and soybean field were all significantly positively related to leaf area index, and crop coeffi鄄
cient of soybean field was also significantly negatively related to vapor pressure deficit. With Kc
modified through linear regression, the FAO Penman鄄Monteith model markedly improved the estima鄄
tion accuracy for marshland, rice paddy and soybean field, with the mean bias error ranging from
应 用 生 态 学 报摇 2014 年 5 月摇 第 25 卷摇 第 5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, May 2014, 25(5): 1327-1334
-0. 1 to 0. 3 mm·d-1, root mean square error ranging from 0. 50 to 0郾 67 mm·d-1 and modeling
efficiency ranging from 0. 69 to 0. 85. Still, the accuracy in simulating ET from rice paddy was su鄄
perior to that from the other two underlying surfaces. The FAO Penman鄄Monteith model was suitable
to simulate the ET from rice paddy whether the crop coefficient was modified or not. However, the
crop coefficient must be modified if the model was used to simulate the ET from marshland and soy鄄
bean field.
Key words: FAO Penman鄄Monteith model; crop coefficient; Sanjiang Plain.
摇 摇 蒸散量是地表水分和能量平衡的主要组成部
分,地球表面降水的 70%以蒸散方式返回到大气
中[1],同时,水分蒸散直接影响地表温度、植被发育
和生态系统生产力,是水文模型、生态模型和气候模
式的重要输入参数[2-3],受到水文学、生态学和气象
学界的广泛关注.蒸散量可利用仪器直接或间接观
测获取,但受价格和环境条件限制,无法对下垫面进
行大范围、长时间观测.利用遥感技术估算区域蒸散
是当今蒸散研究的热点,然而基于常规气象观测资
料构建模型不断提高蒸散量估算精度也是学者们研
究的重点内容.自 1802 年 Dalton[4]提出计算蒸散发
公式以来,学者们陆续提出了诸多模型来估算蒸散
量,其中,FAO Penman鄄Monteith 公式被认为是目前
计算参考作物蒸散量的标准方法[5-8],基于该式和
作物系数可进一步估算地表蒸散量[9-12] .国际粮农
组织(FAO)针对 FAO Penman鄄Monteith 公式推荐了
典型作物系数来估算不同类型下垫面蒸散量,规定
植物生长初期、中期和末期的作物系数均取常
数[13] .但有研究表明,作物系数受各地气候和下垫
面条件影响[14],与 FAO推荐值不完全相同[11,15],且
存在着日间变异[16] . 因此,依据各研究区域的环境
条件校正作物系数非常必要[17] .
三江平原是我国沼泽湿地的集中分布区,建国
后多次大规模垦殖使农田面积显著增加,水稻和大
豆是该区主要农作物.目前,关于三江平原沼泽湿地
蒸散量进行了一些模拟研究[18-19],但关于 FAO Pen鄄
man鄄Monteith模型对该区沼泽湿地、水稻和大豆田
下垫面蒸散量的模拟研究及适用性分析尚未见报
道.提高地表蒸散量估算精度,对于沼泽湿地生态系
统功能评估具有重要的理论意义,对于农田需水生
产管理、旱情监测预测、水资源有效开发利用具有重
要的应用价值.本研究以涡度相关系统测量值为标
准,通过分析 FAO Penman鄄Monteith 模型对沼泽湿
地、水稻和大豆田蒸散量的模拟效果,评价该模型在
三江平原地区的适用性,为进一步评估蒸散量对区
域水分和能量平衡以及生态环境的影响奠定基础.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
三江平原属温带湿润大陆性季风气候,夏季温
暖湿润,冬季严寒漫长,冻结期达 6 个多月. 年均气
温 1. 9 益,1 月平均气温 - 21 益,7 月平均气温
22 益,年均降水量 600 mm左右,60%以上降水集中
于 6—8 月,逸10 益年积温 2400 ~ 2500 益·d,年无
霜期 130 ~ 150 d,年日照总数 2300 ~ 2600 h.研究区
选择在中国科学院三江平原沼泽湿地生态试验站
(47毅35忆 N,133毅31忆 E)的沼泽湿地综合试验场及其
附近的水稻和大豆田,区内海拔 55 ~ 65 m. 沼泽湿
地综合试验场的主要湿地类型为常年积水型毛果苔
草(Carex lasiocarpa)沼泽和季节性积水型小叶章
(Calamagrostis angustifolia)草甸,其中,毛果苔草沼
泽是三江平原沼泽湿地中最具代表性、面积最大的
类型[20] .毛果苔草沼泽地表常年水深 10 ~ 30 cm,表
层草根层厚 20 ~ 30 cm,其下发育了腐殖质沼泽土.
植被群落主要为毛果苔草鄄乌拉苔草(Carex lasiocar鄄
pa-Carex meyeriana)群丛,植株高度 0. 3 ~ 0. 8 m,覆
盖度 50% ~80% ,一般 4 月底开始萌发,8 月上旬生
物量达到最大,10 月底完全枯萎. 大豆田位于沼泽
湿地北面,为三江平原典型雨养农田. 2005—2007
年观测期间大豆种植品种为绥化 14鄄3,5 月下旬播
种,同时一次性施入化肥(主要包括钾肥、磷酸二铵
和尿素),6 月初出苗,9 月底 10 月初成熟收割.稻田
位于沼泽湿地西面,水稻生长期近 5 个月,一般 5 月
中下旬移栽,9 月中旬成熟,10 月初收割;稻田地表
从移栽幼苗前至 9 月初持续淹水(水深 4 ~ 8 cm);
每年施肥 2 次,主要包括尿素、磷酸盐和钾肥,一次
在插秧前作为基肥施入,另一次在水稻分蘖时作为
追肥施入.
1郾 2摇 研究方法
1郾 2郾 1 数据来源摇 在中国科学院三江平原沼泽湿地
生态试验站所属沼泽湿地综合试验场的毛果苔草沼
泽及其附近的水稻和大豆田内各布置一套涡度相关
观测系统,2005—2007 年 5—10 月对 3 种类型下垫
8231 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
面的潜热和感热通量进行连续观测. 涡度相关系统
主要由开路式红外气体分析仪 ( Li鄄7500, Li鄄Cor
Inc. ,USA)和三维超声风速仪(CSAT3,Campbell,
USA)组成,安装在距地表 2. 5 m 高的铁三角架上,
仪器探头朝向盛行风向,分别用于测定 CO2 / H2O密
度和三维风速.系统采样频率为 10 Hz,实时观测数
据由数据采集器(CR5000,Compbell, USA)记录,同
时由 LoggerNet 软件(Campbell Science Inc. , USA)
在线计算每 30 min 的潜热和感热通量以及经过
WPL校正后的潜热和感热通量,并将实时数据和在
线计算值存储于 PC 卡内. 由于 3 个观测区下垫面
均平坦均质,故未进行坐标轴旋转.
对沼泽湿地、水稻和大豆田下垫面的小气候特
征进行同步观测.利用每套涡度相关系统上安装的
温湿度计(HMP45C,Vaisala,Helsinki,Finland)对温
度和湿度进行同步测量. 在水稻田内距离涡度相关
系统西北方向约 10 m处架设有小气候观测系统,对
净辐射(CNR鄄1,Kipp & Zonen,Netherlands)、空气温
湿度 ( HMP45C, Campbell Science)、风速 ( A100R,
Vector Instruments, Denbighshire, UK )、 风 向
(W200P,Vector Instruments, Denbighshire, UK)、土
壤热通量 ( HFP01SC, Hukseflux Inc. ) 和降水量
(Rain Gauge 52203,MI,USA)等进行同步测量. 此
外,在沼泽植被、水稻和大豆生长季内,采用样方法
每隔 10 d 测定其株高(m)和叶面积指数(叶面积
仪,CI鄄203 型,CID,Inc. ,USA),用以反映植被发育
的季节变化. 在沼泽湿地内每次随机设置 3 个
0. 5 m伊0. 5 m样方,水稻和大豆田垄距分别为 0. 37
和 0. 65 m,每次采样随机选取 3 个点,采样长度均
0. 5 m.将各样方内的全部植物收割后先测量其各株
高度和叶面积指数,然后取其平均值,沼泽植物、水
稻和大豆生长期内月平均株高和叶面积指数( leaf
area index,LAI)如图 1 所示.
1郾 2郾 2 数据质量控制摇 涡度相关技术作为测定地气
间水热通量的标准方法,在全球得到了广泛应用,但
其自身还存在一些理论和技术上的问题,其中,能量
不闭合是涡度相关系统通量观测中较为普遍的现
象,主要表现为涡度相关系统观测的潜热(LE)与感
热通量(Hs)之和明显低于净辐射(Rn)与土壤热通
量(G)之差,即 LE + Hs < Rn-G.目前,国际上已普
遍把能量闭合状况分析作为一种标准程序用于通量
数据的质量评价[20-22] . 本研究对水稻田 2005 年通
量数据分析结果表明,在考虑水稻土壤热储存及其
表面积水的热储存项后,能量闭合程度能够达到
0郾 84,与国际通量网(FLUXNET)20%的能量不闭合
度比较接近.本研究中由于对沼泽湿地和大豆田缺
乏一些必要的小气候观测数据,因此无法进行能量
平衡闭合状况分析.但有研究表明,作物生长季能量
闭合状况好于非生长季[20-23],且植株低矮的农作物
能量闭合程度明显较好[23-24] .本研究观测期间沼泽
植物、水稻和大豆作物高度较矮(图 1). 赵晓松[25]
对本研究中 3 个下垫面的涡度相关数据进行大气湍
流统计特征分析、谱分析、通量贡献区( footprint)评
价、倾斜校正和 WPL校正,结果表明,该观测所获得
的通量数据可信度较高,能够代表观测区域通量
大小.
涡度相关系统在野外观测中由于传感器故障、
降雨、维护感应器和断电等原因,不可避免地会缺测
数据,同时夜间湍流强度较弱也会导致低估夜间通
量.目前,多数研究者利用夜间湍流通量与表征湍流
强度大小的摩擦风速(u*)的关系来剔除夜间弱湍
流交换下的通量值[26],本研究中剔除标准为摩擦风
速 u*< 0. 1 m·s-1,被剔除的数据按缺测数据处理.
2005—2007 年观测期间数据缺测率平均为(20. 3 依
5. 7)% ,明显低于 FLUXNET 的平均值(35% ) [27] .
缺测通量数据依据下述方法进行插值:1)<2 h的数
图 1摇 2005—2007 年沼泽湿地植被、水稻和大豆生长季株高
和叶面积指数的月均变化
Fig. 1摇 Variation of monthly averaged plant height and leaf area
index of marshland vegetation, rice and soybean during the
growing season from 2005 to 2007 (mean依SD).
92315 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 贾志军等: 三江平原典型下垫面 FAO Penman鄄Monteith模型适用性分析摇 摇 摇 摇 摇 摇
据空缺用线性外推法插补;2)逸2 h 的数据空缺用
查表法( look鄄up table,LUT)插补,查表法是生态系
统能量通量标准插补方案的首选方案[28] .
1郾 2郾 3 蒸散量模拟方法 摇 目前,估算实际蒸散量
(ETa)最普遍的方法是通过作物系数(Kc)校正参考
作物蒸散量(ET0) [13],即:
ETa = KcET0 (1)
FAO Penman鄄Monteith 公式被认为是目前国际
上计算参考作物蒸散量的标准方法. 参考作物蒸散
量为一假想的参照作物冠层的蒸散速率,FAO 对该
假想参照面重新进行定义,即假设作物高度为
0. 12 m,表面冠层阻力恒定为 70 s·m-1,反照率为
0. 23,非常类似于表面开阔、高度一致、生长旺盛、完
全遮盖地面而不缺水的绿色草地的蒸散量,依据这
些假设条件,基于 Penman鄄Monteith公式得到了 FAO
Penman鄄Monteith公式:
ET0 =
0郾 408驻(Rn-G)+酌
900
T+273u(es-ea)
驻+酌(1+0郾 34u) (2)
式中:ET0为参考作物蒸散量(mm·d-1);Rn为地表
净辐射 ( MJ · m-2 · d-1 ); G 为 土 壤 热 通 量
(MJ·m-2·d-1); 驻 为 饱 和 水 汽 压 曲 线 斜 率
(kPa·益 -1); 酌 为干湿表常数, 通常取 0郾 066
kPa·益 -1;T为 2 m高处日平均气温(益);u 为 2 m
高处日平均风速(m·s-1);es和 ea分别为日平均饱
和水汽压差和实际水汽压(kPa). 利用气温和相对
湿度计算饱和水汽压和实际水汽压;本研究观测期
间(2005—2007 年)由于沼泽湿地和大豆田的小气
候观测系统运行非常不稳定,数据失真率较大,因
此,其风速均取自水稻田内小气候观测系统观测值;
可利用能量(Rn-G)利用涡度相关法测得的潜热与
感热通量之和代替.
1郾 3摇 数据处理
本研究以经过质量控制后的涡度相关系统测量
值为标准,通过比较作物系数(Kc )校正前后 FAO
Penman鄄Monteith模型对三江平原典型下垫面实际
蒸散量的模拟效果,来分析和评估模型在该区域的
适用性.以 2006 年涡度相关系统对沼泽湿地、水稻
和大豆田的测量值为评价标准,先采用 FAO推荐的
Kc值评估 FAO Penman鄄Monteith模型的模拟精度,然
后依据 2005 和 2007 年涡度相关系统测量值和式 1
反推出 Kc值,利用 SPSS 13. 0 软件分析其与环境因
子的关系,再以校正后 Kc值对蒸散模型进行验证.
本研究评价模型模拟效果的方法除了对实测值与模
拟值进行线性回归分析外,还引入平均偏差(mean
bias error,MBE)、均方根误差( root mean square er鄄
ror,RMSE)和模拟效率(modeling efficiency,ME)来
多角度统计分析模拟值的准确性[29],表达式如下:
MBE = 1n移
n
i = 1
(P i - Oi) = 軈P - 軍O (3)
RMSE = 1n移
n
i = 1
(P i - Oi) 2 (4)
ME = 1 - [移
n
i =1
(Oi - Pi)2 /移
n
i =1
(Oi - 軈O)2] (5)
式中:P i为第 i个模拟或估算值;Oi为第 i个观测值;
軈P为模拟的平均值;軍O 为观测平均值;n 为样本数.
MBE和 RMSE分别反映模拟值与实测值之间的平
均偏差和总体差异,二者越接近于 0,表明模型拟合
效果越好. ME 可用来衡量观测值与模拟值之间的
相关性,假如 0 的,且 ME 值越接近于 1,表明模型模拟模拟效果越
好;如果 ME=0,说明观测值的平均值与模型模拟值
的预测效果一样好;如果 ME<0,说明用观测值的平
均值做预测效果更好,应舍弃模型.
2摇 结果与分析
2郾 1摇 FAO 推荐值模拟效果
联合国粮农组织针对 FAO Penman鄄Monteith 模
型推荐了植被不同发育时期的 Kc值,其中,湿地植
被发育初期(5—6 月)、中期(7—8 月)和末期(9—
10 月)的 Kc分别取 1. 05、1. 10 和 1. 10,在水稻返青
期、分蘖期至灌浆期、成熟期分别取 1. 05、1. 20 和
0. 75,大豆萌发期至幼苗期、花芽分化期至结荚鼓粒
期、成熟期分别取 0. 8、1. 15 和 0. 5[13] .依据 2006 年
逐日小气候观测资料和蒸散模型以及 FAO 推荐的
Kc值,对逐日蒸散量进行估算,并与涡度相关系统测
量值进行对比.由图 2 和表 1 可以看出,沼泽湿地蒸
散量模拟值与实测值散点图中的散点明显分布于
1 颐 1线上侧, MBE 为 1. 20 mm · d-1, RMSE 为
1. 53 mm·d-1,模拟值平均比实测值高 ( 81. 8 依
74郾 0)% ,线性回归方程截距和斜率也表明了这一
点;ME 为负值,表明该模型不能用于估算沼泽湿地
蒸散量.大豆田散点分布于 1 颐 1 线两侧,但离散程
度较大, RMSE 达到 1. 06 mm·d-1,而 ME 仅为
0郾 23,距离其理想值(1)差距较大,说明该公式不适
于估算大豆田蒸散量. 相比之下, FAO Penman鄄
Monteith 模型对水稻田蒸散量模拟效果最好,尽管
模拟值整体高于实测值,但各统计分析量都比较接
0331 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
图 2摇 基于作物系数 Kc 推荐值利用 FAO Penman鄄Monteith模
型估算的沼泽湿地(a)、水稻(b)和大豆田(c)蒸散量与实测
值比较
Fig. 2摇 Comparison between evapotranspiration (ET) measured
with eddy covariance method and that simulated by FAO Pen鄄
man鄄Monteith model based on recommended crop coefficient over
marshland (a), rice paddy (b) and soybean field (c).
近理想值:回归方程截距 a、MBE 和 RMSE 均接近
0,回归方程斜率 b和 ME接近于 1.模拟值与实测值
线性回归方程显著性水平均为 P<0. 0001,说明 FAO
Penman鄄Monteith模型能够反映沼泽湿地、水稻和大
豆田蒸散量的季节变化趋势,只是在大小上存在不
同程度的偏差.
2郾 2摇 作物系数校正
确定 Kc值最合理的方法是利用当地观测资料
进行校正[13],因此有必要探究 Kc值与当地环境因
子的关系.当下垫面水分供给充足时,Kc主要反映植
被生长发育对水分蒸散的影响.因此,对于沼泽湿地
和稻田主要分析 Kc与 LAI的关系;对于雨养大豆田
而言,地表水分主要来源于大气降水,故还必须要考
虑土壤水分条件对水分蒸散的影响. 本研究中没有
观测大豆田地表土壤湿度,但饱和水汽压差( vapor
pressure deficit,VPD)在一定程度上能够反映地表水
分供给条件,因此在统计分析时也应予以考虑.依据
2005 和 2007 年涡度相关实测蒸散量和式 1 反推出
Kc值,定性和定量分析其与环境因子的关系.
Pearson相关分析表明,沼泽湿地和水稻田 Kc值
均与 LAI呈极显著正相关关系,相关系数(R)分别
为 0. 58 和 0. 45,表明 LAI是 Kc的重要影响因子.大
豆田 Kc除了与 LAI 呈极显著正相关关系 ( R 为
0郾 41)外,还与 VPD 呈极显著负相关关系, R 为
-0郾 35.为进一步定量描述环境因子对 Kc的影响,以
Kc和环境因子分别为因变量和自变量,采用线性逐
步回归分析建立统计模型(表 2). 沼泽湿地和水稻
Kc回归因子 LAI的标准回归系数较大且均达到了极
显著水平,说明沼泽湿地和水稻的 LAI 是 Kc值的主
控因子. 影响大豆田 Kc值的主要因子为 LAI 和
VPD,但 Kc值与 LAI 呈正相关,与 VPD 呈负相关.
LAI标准回归系数的绝对值较 VPD大,说明 VPD对
Kc的影响程度弱于 LAI 的影响程度. 3 个回归方程
均达到极显著水平(P < 0. 001),说明回归方程能够
较准确地反映Kc值与回归因子的关系,回归因子能
表 1摇 基于 FAO作物系数推荐值和校正值的 FAO Penman鄄Monteith模型蒸散量模拟值与实测值线性回归分析及模拟效果
统计量
Table 1摇 Simple linear regression and statistics for measured and simulated values of evapotranspiration (ET) based on FAO
Penman鄄Monteith model using crop coefficient recommended by FAO (玉) and modified crop coefficient (域)
Kc 下垫面类型
Type of underlying surface
a
(mm·d-1)
b R2 平均偏差 MBE
(mm·d-1)
均方根误差 RMSE
(mm·d-1)
模拟效率
ME
玉 沼泽湿地 Marshland 0. 92 1. 16 0. 49 1. 20 1. 53 -0. 51
水稻田 Rice paddy -0. 11 1. 14 0. 86 0. 27 0. 68 0. 72
大豆田 Soybean field 0. 29 1. 04 0. 56 0. 38 1. 06 0. 23
域 沼泽湿地 Marshland 0. 29 1. 01 0. 68 0. 30 0. 63 0. 75
水稻田 Rice paddy 0. 33 0. 93 0. 86 0. 14 0. 50 0. 85
大豆田 Soybean field 0. 69 0. 64 0. 62 -0. 10 0. 67 0. 69
线性回归方程为 ETmodel =a+bETa 摇 The linear regression equation was ETmodel =a+bETa . ETmodel: 模拟蒸散量 Simulated ET (mm·d-1 ); ETa: 实
测蒸散量 Measured ET (mm·d-1); a:截距 Intercept; b:斜率 Slope; R2:决定系数 Coefficient of determination. 回归方程所用样本数为 173,显
著性水平均为 P<0. 0001 The sample size was 173 and statistical significance was P<0. 0001.
13315 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 贾志军等: 三江平原典型下垫面 FAO Penman鄄Monteith模型适用性分析摇 摇 摇 摇 摇 摇
表 2摇 FAO Penman鄄Monteith模型作物系数 Kc的统计模型及显著性检验
Table 2摇 Statistical models of crop coefficients for FAO Penman鄄Monteith model and its significance test (n=342)
下垫面类型
Type of
underlying surface
常数项及回归因子
Constant and
regression factors
回归系数
Regression coefficient
(mean依SE)
标准回归系数
Standard Regression
coefficient
显著性水平
Significance
level
回归方程显著性
Significance test of
regression equation
沼泽湿地 常数项 Constant (C0) 0. 624依0. 016 <0. 001 R2 =0. 355
Marshland 叶面积指数 LAI 0. 131依0. 010 0. 579 <0. 001 P < 0. 001
水稻田 常数项 Constant (C0) 0. 946依0. 018 <0. 001 R2 =0. 295
Rice paddy 叶面积指数 LAI 0. 069依0. 008 0. 450 <0. 001 P < 0. 001
大豆田 常数项 Constant (C0) 0. 823依0. 036 <0. 001 R2 =0. 252
Soybean field 叶面积指数 LAI 0. 089依0. 012 0. 366 <0. 001 P < 0. 001
饱和水汽压差 VPD -0. 029依0. 005 -0. 290 <0. 001
够解释 Kc值变化的比例最大为 35. 5% ,最小为
25郾 2% .
2郾 3摇 模型验证
依据 2006 年实测资料和校正后的 Kc值再次验
证 FAO Penman鄄Monteith模型模拟效果.由图 3 可以
图 3摇 基于作物系数校正值利用 FAO Penman鄄Monteith 模型
估算的沼泽湿地(a)、水稻(b)和大豆田(c)蒸散量与实测值
比较
Fig. 3 摇 Comparison between evapotranspiration measured with
eddy covariance method and that simulated by FAO Penman鄄
Monteith model based on modified crop coefficient over marsh鄄
land (a), rice paddy (b) and soybean field (c).
看出,沼泽湿地、水稻和大豆田蒸散量模拟值与实测
值散点图中散点基本分布于 1 颐 1 线两侧,在稻田中
尤为明显. FAO Penman鄄Monteith模型对 3 种类型下
垫面蒸散量模拟值的离散程度明显下降,与校正前
相比,MBE 下降 48% ~ 75% ,RMSE 下降 26% ~
59% ,明显接近于其理想值 0;沼泽湿地 ME 由负值
转变为正值,达到了 0. 75,稻田和大豆田ME分别增
加 18%和 200% ,达到了 0. 85 和 0. 69,ME均较接近
理想值 1.观测值与模拟值线性回归方程截距、斜率
和决定系数的变化也表明 3 个模型校正 Kc后的估算
精度明显提高.通过比较模拟值与实测值的线性回归
分析结果及相关统计量可以发现,就整体而言,Kc校
正后 FAO Penman鄄Monteith模型对稻田蒸散量模拟效
果最好,其各统计量最接近其理想值(表 1).
3摇 讨摇 摇 论
与蒸散量实测值相比,本研究采用 FAO 推荐的
作物系数时,FAO Penman鄄Monteith模型对水稻田的
蒸散量估算精度最高,这是因为稻田地表开阔均质、
株高基本一致(图 1)、能够完全覆盖地面且水分供
给充足,这种特点与式(1)对下垫面的严格规定最
接近. Vu 等[10]对日本水稻田、Lage 等[30]对摩洛哥
水稻田蒸散量的模拟研究也得到了相同结论. 尽管
沼泽湿地地表处于积水或水分过饱和状态,但本研
究中毛果苔草鄄乌拉苔草群丛中各植物春季萌发时
间存在明显差异,因而导致群丛生长期内各沼泽植
物生长高度明显不同(如图 1 中沼泽湿地植物株高
标准差明显较大),且地表微地貌起伏不平,覆盖有
草根层,使得空气动力学阻力和表面冠层阻力变异
性较大,这可能是采用 FAO 推荐的作物系数时,
FAO Penman鄄Monteith模型不能用于估算沼泽湿地
蒸散量的原因.三江平原大豆田属于垄作农田,地表
微地貌较沼泽湿地平整,大豆作物高度基本一致
(图 1),因此,FAO Penman鄄Monteith 模型对其蒸散
2331 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷
量的模拟精度较沼泽湿地高,但由于大豆田地表水
分主要来自于大气降水,降水持续偏少会导致地表
水分供给受限,因此模型对大豆田蒸散量的模拟精
度又明显低于对水稻田的模拟精度.
FAO推荐的典型 Kc值对下垫面条件和气候特
征作了严格规定,因此在不同地区 Kc典型值的适用
性存在明显差异.中国西北地膜春玉米在吐丝期、灌
浆期和成熟期 Kc值分别为 1. 46、1. 39、1. 22[15],明
显高于 FAO推荐值;而阿波迪高原半干旱地区喷灌
棉花田在棉花生长初期、中期和末期的 Kc值分别为
0. 75、1. 09 和 0. 80,低于 FAO 推荐值[11];热带湿润
地区在小麦初期、生长期、中期和成熟期的 Kc值与
FAO 推荐值相同,分别为 0. 33、 0. 82、 1. 08 和
0郾 64[31] .因此,基于式(1)估算实际散量需要解决的
关键问题是,如何依据研究区域的观测资料来确定
合适的 Kc .本研究结果表明,三江平原沼泽湿地、水
稻和大豆田的 Kc值主要受 LAI 影响,这是因为蒸腾
作用是植被生长期地表水分蒸散的主要方式. Zhang
等[32]对黄河流域干旱地区灌溉玉米田、Kar 等[33]对
印度东部旱季油料作物 (亚麻子、红花和芥末)、
Suyker和 Verma[34]对雨养玉米鄄大豆轮作农田作物
系数的研究均得到了相同结论. 通常情况下,VPD
能够促进地表水分输送,但地表水分条件是控制水
分蒸散的首要因子,久旱少雨使得土壤含水量显著
下降,导致地表蒸发和蒸腾作用减弱,近地表大气中
水汽含量降低.同时,感热通量增加使得地表气温升
高,从而表现为 VPD明显增加,因此,VPD也是影响
大豆田 Kc值的主要因子.
校正后的 Kc值反映了作物和环境因子对水分
蒸散的影响,因此,能够明显提高模型对蒸散量估算
精度.依据三江平原实测资料校正 Kc后,FAO Pen鄄
man鄄Monteith模型对三江平原沼泽湿地、水稻和大
豆田蒸散量的估算精度均明显提高. 其他一些研究
也表明,采用当地观测资料校正 Kc能够明显提高模
型估算精度[9,12,33,35-36] . 校正 Kc后通过比较 FAO
Penman鄄Monteith模型对 3 种类型下垫面蒸散量的
模拟效果(回归方程系数、MBE、RMSE 和 ME),发
现该方程对稻田蒸散量模拟效果优于对沼泽湿地和
大豆田蒸散量的模拟效果,这表明 FAO Penman鄄
Monteith模型最适用于模拟三江平原稻田蒸散量.
显然,FAO Penman鄄Monteith模型对不同下垫面蒸散
量模拟效果的优劣主要取决于下垫面特点,校正 Kc
能够提高模型估算精度,但下垫面条件与 FAO规定
的条件越接近,其模拟效果越好.
4摇 结摇 摇 论
FAO Penman鄄Monteith 模型对三江平原沼泽湿
地、水稻和大豆田典型下垫面蒸散量的模拟效果存
在明显差异.采用 FAO 推荐的作物系数估算实际蒸
散量时,该模型不适用于沼泽湿地,其估算值显著高
于实测值,但能够模拟水稻和大豆田蒸散量季节变
化,且对稻田的模拟效果明显优于对大豆田的模拟
效果.沼泽湿地、水稻和大豆田作物系数均受叶面积
指数控制,呈极显著线性正相关关系,大豆田作物系
数还受饱和水汽压差影响,二者呈极显著线性负相
关关系. FAO Penman鄄Monteith 模型校正作物系数
后,对 3 种下垫面蒸散量的估算精度明显提高,对水
稻田蒸散量的模拟效果最好. 总之,FAO Penman鄄
Monteith 模型适用于模拟三江平原稻田蒸散量,无
论是否校正作物系数. 如果用于模拟沼泽湿地和大
豆田蒸散量,则必须要校正作物系数.
致谢摇 本研究野外数据采集工作得到了中国科学院东北地
理与农业生态研究所宋长春研究员、三江平原沼泽湿地生态
试验站成员的支持和帮助,室内分析工作得到了中国科学院
植物研究所黄耀研究员的指导和帮助,在此表示感谢!
参考文献
[1]摇 Rosenberg NJ, Blad BL, Verma SB. Microclimate: The
Biological Environment of Plants. New York: John Wi鄄
ley & Sons, 1983
[2]摇 Shukla J, Mintz Y. Influence of land鄄surface evapo鄄
transpiration on the earth爷 s climate. Science, 1982,
215: 1498-1501
[3]摇 Dickinson RE, Henderson鄄Sellers A, Rosenzweig C, et
al. Evapotranspiration models with canopy resistance for
use in climate models: A review. Agricultural and For鄄
est Meteorology, 1991, 54: 373-388
[4]摇 Dalton J. Experimental essays on the constitution of
mixed gases on the force of steam or vapor from water
and other liquids at different temperatures, both in a
Torricellian vacuum and in air; on evaporation and on
the expansion of gases by heat. Memoirs and Proceedings
of the Manchester Literary and Philosophical Society,
1802, 5: 535-602
[5]摇 Liu X鄄F (刘宪锋), Pan Y鄄Z (潘耀忠),Zhang J鄄S
(张锦水), et al. Spatiotemporal variation patterns of
potential evapotranspiration in five provinces of North鄄
west China in 1960 -2011. Chinese Journal of Applied
Ecology (应用生态学报), 2013, 24(9): 2564-2570
(in Chinese)
[6]摇 Suleiman AA, Hoogenboom G. A comparison of ASCE
and FAO鄄56 reference evapotranspiration for a 15鄄min
time step in humid climate conditions. Journal of Hy鄄
drology, 2009, 375: 326-333
[7]摇 Zhang Y鄄F (张永芳), Deng J鄄L (邓珺丽), Guan D鄄X
33315 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 贾志军等: 三江平原典型下垫面 FAO Penman鄄Monteith模型适用性分析摇 摇 摇 摇 摇 摇
(关德新), et al. Spatiotemporal changes of potential
evapotranspiration in Songnen Plain of Northeast China.
Chinese Journal of Applied Ecology (应用生态学报),
2011, 22(7): 1702-1710 (in Chinese)
[8] 摇 Sentelhas PC, Gillespie TJ, Santos EA. Evaluation of
FAO Penman鄄Monteith and alternative methods for esti鄄
mating reference evapotranspiration with missing data in
Southern Ontario, Canada. Agricultural Water Manage鄄
ment, 2010, 97: 635-644
[9]摇 Sumner DM, Jacobs JM. Utility of Penman鄄Monteith,
Priestley鄄Taylor, reference evapotranspiration and pan
evaporation methods to estimate pasture evapotranspira鄄
tion. Journal of Hydrology, 2005, 308: 81-104
[10]摇 Vu SH, Watanabe H, Takagi K. Application of FAO鄄56
for evaluating evapotranspiration in simulation of pollu鄄
tant runoff from paddy rice field in Japan. Agricultural
Water Management, 2005, 76:195-210
[11]摇 Bezerra BG, Silva BB, Bezerra RC, et al. Evapotrans鄄
piration and crop coefficient for sprinkler鄄irrigated cotton
crop in Apodi Plateau semiarid lands of Brazil. Agricul鄄
tural Water Management, 2012, 107: 86-93
[12]摇 Suleiman AA, Tojo SCM, Hoogenboom G. Determining
FAO鄄56 crop coefficients for peanut under different water
stress levels. Irrigation Science, 2013, 31: 169-178
[13]摇 Allen RG, Pereira LS, Raes D, et al. Crop Evapotrans鄄
piration Guidelines for Computing Crop Water Require鄄
ments: FAO Irrigation and Drainage Paper 56. Rome:
FAO of the United Nations, 1998
[14]摇 Yang FL, Zhou GS. Characteristics and modeling of
evapotranspiration over a temperate desert steppe in In鄄
ner Mongolia, China. Journal of Hydrology, 2011,
396: 139 -147
[15]摇 Li SE, Kang SZ, Li FS, et al. Evapotranspiration and
crop coefficient of spring maize with plastic mulch using
eddy covariance in northwest China. Agricultural Water
Management, 2008, 95: 1214-1222
[16]摇 Zhang Q (张摇 强), Zhang Z鄄X (张之贤), Wen X鄄M
(问晓梅), et al. Comparisons of observational methods
of land surface evapotranspiration and their influence
factors. Advances in Earth Science (地球科学进展),
2011, 26(5): 538-547(in Chinese)
[17]摇 Tyagi NK, Sharma DK, Luthra SK. Determination of
evapotranspiration and crop coefficients of rice and sun鄄
flower with lysimeter. Agricultural Water Management,
2000, 45: 41-54
[18]摇 Sun L (孙摇 丽), Song C鄄C (宋长春). Estimation of
evapotranspiration from a typical marsh in Sanjiang
Plain. Chinese Journal of Applied Ecology (应用生态学
报), 2008, 19(9): 1925-1930 (in Chinese)
[19] 摇 Sun L, Song CC. Evapotranspiration from a freshwater
marsh in the Sanjiang Plain, Northeast China. Journal
of Hydrology, 2008, 352: 202-210
[20]摇 Zhao K鄄Y (赵魁义). Chinese Mire Records. Beijing:
Science Press, 1999 (in Chinese)
[21]摇 Wilson KB, Goldstein AH, Falge E, et al. Energy bal鄄
ance closure at FLUXNET sites. Agricultural and Forest
Meteorology, 2002, 113: 223-243
[22] 摇 Li ZQ, Yu GR, Wen XF, et al. Evaluation of energy
balance closure of ChinaFLUX sites. Science China
Earth Sciences, 2004, 34: 46-56
[23]摇 Liu D (刘摇 渡), Li J (李摇 俊), Yu Q (于摇 强), et
al. Energy balance closure and its effects on evapotrans鄄
piration measurements with the eddy covariance tech鄄
nique in a cropland. Acta Ecologica Sinica (生态学
报), 2012, 32(17): 5309-5317 (in Chinese)
[24]摇 Tian H (田摇 红), Wu Q (伍摇 琼), Tong Y鄄X (童应
祥). Evaluation on energy balance of farmland in
Shouxian County of Anhui Province. Journal of Applied
Meteorological Science (应用气象学报), 2011, 22
(3): 356-361 (in Chinese)
[25] 摇 Zhao X鄄S (赵晓松). Effects of Marshland Conversion
to Cropland on CO2, H2O and Energy Flux in Sanjiang
Plain, Northeastern China. PhD Thesis. Beijing: Grad鄄
uate University of Chinese Academy of Sciences, 2008
(in Chinese)
[26]摇 Lafleur PM, Roulet NT, Admiral SW. Annual cycle of
CO2 exchange at a bog peatland. Journal of Geophysical
Research: Atmospheres, 2001, 106: 3071-3081
[27]摇 Falge E, Baldocchi DD, Olson RJ. Gap filling strategies
for defensible annual sums of net ecosystem exchange.
Agricultural and Forest Meteorology, 2001, 107: 43-69
[28]摇 Falge E, Baldocchi DD, Olson RJ. Gap filling strategies
for long term energy flux data sets. Agricultural and For鄄
est Meteorology, 2001, 107: 71-77
[29]摇 Perez PJ, Castellvi F, Mart侏nez鄄Cob A. A simple model
for estimating the Bowen ratio from climatic factors for
determining latent and sensible heat flux. Agricultural
and Forest Meteorology, 2008, 148: 25-37
[30]摇 Lage M, Bamouh A, Karrou M, et al. Estimation of rice
evapotranspiration using microlysimeter technique and
comparison with FAO Penman鄄Monteith and Pan evapo鄄
ration methods under Moroccan condition. Agronomie,
2003, 23: 625-631
[31]摇 Bandyopadhyay PK, Mallick S. Actual evapotranspira鄄
tion and crop coefficients of wheat (Triticum aestivum)
under varying moisture levels of humid tropical canal
command area. Agricultural Water Management, 2003,
59: 33-47
[32]摇 Zhang C, Yan HF, Shi HB, et al. Study of crop coeffi鄄
cient and the ratio of soil evaporation to evapotranspira鄄
tion in an irrigated maize field in an arid area of Yellow
River Basin in China. Meteorology and Atmospheric
Physics, 2013, 121: 207-214
[33]摇 Kar G, Kumar A, Martha M. Water use efficiency and
crop coefficients of dry season oilseed crops. Agricultur鄄
al Water Management, 2007, 87: 73-82
[34]摇 Suyker AE, Verma SB. Evapotranspiration of irrigated
and rainfed maize鄄soybean cropping systems. Agricultur鄄
al and Forest Meteorology, 2009, 149: 443-452
[35]摇 Gao Y, Duan AW, Sun JS, et al. Crop coefficient and
water鄄use efficiency of winter wheat / spring maize strip
intercropping. Field Crops Research, 2009, 111: 65-73
[36]摇 Li L, Luo G, Chen X. Modeling evapotranspiration in a
Central Asian desert ecosystem. Ecological Modelling,
2011, 222: 3680-3691
作者简介摇 贾志军,男,1974 年生,讲师.主要从事地气系统
物质和能量交换研究. E鄄mail: jzj@ cuit. edu. cn
责任编辑摇 杨摇 弘
4331 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 25 卷