2.3　解析方法估算ET0的推广检验

2.3.1　试验区情况

为了检验上述解析方法的合理性和适用性，这里选取了全国8个不同纬度、经度和气候类型地区的多年实测资料，计算了解析法参照腾发量（AM-ET0），并与根据完全气象记录用Penman-Monteith方法计算的参照腾发量（PM-ET0）进行了对比。8个地区详细的地理位置特征见表2.5。其中在北纬41°附近选取不同经度的试验区从东到西为集安、锦州、张家口和额济纳旗（气候区从湿润、半湿润、半干旱到干旱变化），沿东经约112°从南到北、气候从湿润到干旱选取的试验区为：郴州、南阳、原平、呼和浩特。

2.3.2　统计指标

两种方法计算结果的好坏，采用下列4种统计变量来描述。这些统计变量的选择，参考了国际上通用做法和相关文献（Alexandris等，2003；Stockle等，2004；Pereira，2004）。

（1）均方根误差RMSE。

式中：n为变量个数；Oi、Pi分别为第i个实际值和估算值。

（2）相对误差RE。

（3）决定系数R2。

式中：为数组Pi和Oi的均值。

（4）Willmott指数d。

其中，，。

2.3.3　检验结果与分析

解析方法得出了估算的日照时数、风速和实际水汽压，并与实际观测值进行了统计分析。其中5Y是指用5年数据计算结果进行统计分析，10Y是用10年计算结果进行分析。从结果来看，估计值与实测值非常接近，4个统计指标几乎都在非常良好范围内，说明解析结果效果良好。这里主要对比分析两种方法计算的ET0值。

表2.6是8个地区AM-ET0与PM-ET0统计分析结果。两者之间有很好的一致性。根据统计分析，8个地区的d和R2分别在0.95和0.91以上，这表明解析方法可以很好的预测ET0。除了额济纳旗，RE和RMSE分别低于0.13和0.35。这表示在额济纳旗的预测精度要低于其他地区。造成这个现象的原因可能是额济纳旗的气候比较特殊，其年内和日内气温变化很大，夏季白昼较长，最常达到14.1h。它的ea估算精度就比其他站点低，因而对ET0的估算也影响较大。不同气候区的结果表明AM-ET0估算在湿润地区更为适宜。

另外，从3种年度系列结果可见，对于大多数站点来说，随着数据计算年份增加，RE和RMSE变大而d和R2变化不大。当然，对于表2.6中4种统计指标的计算结果，在统计意义上都是可以接受的。因此，对于一个地区来说，5年的数据系列就足以对系统进行检验和率定。

图2.10是8个地区5年日平均ET0值在一年内的变化曲线，其中实线是PM-ET0，散点是AM-ET0数值。对于ET0值的年内平均值估算，张家口、额济纳旗、原平和锦州的AM-ET0比PM-ET0分别低19％、17％、9％和13％；AM-ET0高估的地区是呼和浩特，平均超出8％。而两者非常接近的是郴州、集安和南阳，其90％的AM-ET0值与PM-ET0差值都在5％以内。对于所有站点，差异最大的情况出现在夏季（6—8月），冬季（12月至次年2月）较小。这可能是夏季基础温度和低温较高，引起气象因素观测误差较大造成的。

图2.11是用两种方法计算的ET0的相关分析图。从中也可以看出两种方法的估算结果非常接近，尤其是在湿润和半湿润地区，效果更为明显。尽管与其他站点相比，额济纳旗的回归线偏离1∶1对角线较大，但它的原点回归相关指数达到0.996。如果更深入开展研究，将可以避免这种参数估算误差造成的结果偏差。例如，在干旱地区，夏季估算ea时不能直接使露点温度等于最低温度。根据Allen等（1998）的研究，在这种情况下，可以将最低温度减去3℃定为露点温度以估算ea。这一点已经有研究将蒸渗仪数据和调节后的ET0进行对比而得到了验证（Garcia等，2003）。而在国内，还需要更多的站点数据进行校核和验证。

为了研究相似经度和相似纬度地区不同季节ET0的估算情况，将8个地区暖季（5—10月）和寒季（11月至次年4月）两种方法计算结果总和进行对比。结果表明（图2.12），解析方法受气候和经度影响较大。在相似纬度不同经度的地区［图2.12（a）、（b）］，ET0估算差异要大于相似经度不同纬度的4个地区［图2.12（c）、（d）］。这种差异的原因可能在于沿着相似纬度的4个站点高程梯度变化大于相似经度的4个站点。在暖季的5—10月，PM-ET0与AM-ET0的最大差值达到153mm（额济纳旗），最小地区差值为集安（17mm）［图2.12（a）］。而在沿着相似经度［图2.12（c）］，两者差值较小，最大差值为39mm（原平），最小只有4mm（南阳）。这种差异与在寒季情况类似，在相似纬度最大差值为75mm［图2.12（b）］，在相似经度最大差值为45mm［图2.12（d）］。对于所有地区，湿润地区的这种差异要较干旱地区小一些，表明根据天气预报信息用解析方法估算ET0，更适宜应用于湿润或者半湿润地区。