第 38 卷 第 14 期 農(nóng) 業(yè) 工 程 學 報 Vol 38 No 14 88 2022 年 7月 Transactions of the Chinese Society of Agricultural Engineering Jul 2022 溫室葡萄蒸散量時間尺度提升方法優(yōu)選 裴冬杰 1 魏新光 1 崔寧博 2 姚名澤 1 白義奎 1 王鐵良 1 鄭思宇 1 付詩寧 1 1 沈陽農(nóng)業(yè)大學水利學院 沈陽 110866 2 四川大學水力學與山區(qū)河流開發(fā)保護國家重點實驗室 成都 610065 摘 要 為探索在東北寒區(qū)溫室種植環(huán)境下葡萄蒸散發(fā) Evapotranspiration ET 規(guī)律與不同時間尺度 ET 轉化方法 該 研究對溫室葡萄蒸散過程及環(huán)境因子進行 2 a 的連續(xù)監(jiān)測 利用 3 種尺度提升方法 蒸發(fā)比法 改進蒸發(fā)比法 作物系數(shù) 法 對葡萄 ET 進行了瞬時到日以及日到全生育期的時間尺度提升 結果表明 利用蒸發(fā)比法 改進蒸發(fā)比法和作物系數(shù) 法進行 ET 瞬時到日尺度提升的關鍵參數(shù)在 08 00 16 00 變化平穩(wěn) 平均值分別為 0 54 0 52 和 0 76 變異系數(shù)平均值 分別為 0 11 0 10 和 0 09 采用 3 種日尺度提升方法對葡萄 ET 進行瞬時到日尺度提升時 基于不同評價指標確定的最優(yōu) 模型和最佳尺度提升時間均不一致 進一步 利用綜合評價指標確定了 4 個生育期的最佳模擬時刻 基于該時刻進行瞬 時到日尺度提升模擬 模擬精度以蒸發(fā)比法最高 作物系數(shù)法最低 改進蒸發(fā)比法居中 2020 和 2021 年蒸發(fā)比法模擬 的 R 2 分別達到 0 92 和 0 89 相對均方根誤差僅為 20 23 和 21 49 利用不同生育期的日蒸騰進行生育期尺度 ET 提升 其中果實膨大期效果最好 基于 3 種方法利用該生育期日數(shù)據(jù)進行全生育期 ET 模擬 模擬精度仍然以蒸發(fā)比法最高 作 物系數(shù)法最低 改進蒸發(fā)比法居中 蒸發(fā)比法在 2020 和 2021 年的 ET 模擬絕對誤差僅為 1 8 和 7 4 mm 相對誤差僅為 0 68 和 2 73 研究結果可為東北地區(qū)溫室葡萄的水分管理提供科學依據(jù) 關鍵詞 蒸散發(fā) 蒸騰 溫室 時間尺度提升 蒸發(fā)比 改進蒸發(fā)比 作物系數(shù) doi 10 11975 j issn 1002 6819 2022 14 011 中圖分類號 S275 6 文獻標志碼 A 文章編號 1002 6819 2022 14 0088 10 裴冬杰 魏新光 崔寧博 等 溫室葡萄蒸散量時間尺度提升方法優(yōu)選 J 農(nóng)業(yè)工程學報 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 蒸散發(fā) Evapotranspiration ET 是農(nóng)業(yè)水量平衡的 重要組成部分 也是土壤 植物 大氣連續(xù)體 Soil Plant Atmosphere Continuum SPAC 中的一個重要環(huán)節(jié) 在 灌溉用水中起著關鍵作用 1 明確作物在不同時間尺度上 ET 的變化特征 實現(xiàn)不同時空尺度上 ET 的轉化 對于 制定科學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義 2 4 在設施種植條件下 植物種植區(qū)域相當固定 但不同 時間尺度 ET 變化特征差別很大 時間尺度效應明顯 5 6 研究表明 6 7 大尺度下 ET 的轉化并非小尺度的疊加 兩者之間具有復雜的非線性關系 Jackson 等 7 于 1983 年 提出正弦關系法 實現(xiàn)瞬時 ET 到日 ET 的提升 隨后各 種尺度提升方法陸續(xù)被提出 如蒸發(fā)比法 8 改進蒸發(fā)比 法 9 冠層阻力法 10 作物系數(shù)法 11 和改進作物系數(shù) 收稿日期 2022 04 11 修訂日期 2022 06 25 基金項目 國家自然科學基金優(yōu)秀青年基金項目 51922072 國家自然科 學基金面上項目 51779161 遼寧省自然科學基金項目 2021 MS 233 遼寧省重點研發(fā)項目 2021JH2 10200022 國家博士后資助項目 2019M661128 作者簡介 裴冬杰 研究方向為節(jié)水灌溉理論和技術 Email 1401427225 通信作者 魏新光 副教授 研究方向為作物高效用水機理與調控 Email weixg 法 12 但是這些方法在不同環(huán)境下的模擬精度和適用性 有一定的差異 Yan 等 13 研究表明 基于中午時刻蒸發(fā) 比計算得到的日 ET 與實測值相差不大 一些學者通過試 驗也得出了類似的結論 14 Allen 等 15 提出了基于作物系 數(shù)的 ET 時間尺度擴展方法 已成功地應用于瞬時到日尺 度 ET 的提升 16 Colaizzi 等 11 將作物系數(shù)法與蒸發(fā)比法 Evaporative Fraction EF 進行比較 發(fā)現(xiàn) 2 種方法估 算的日 ET 與實測值吻合較好 但作物系數(shù)法法估算的 ET 在有作物覆蓋的條件下更接近實際值 但是有學者指 出在參考作物蒸發(fā)蒸騰量計算有較大偏差的情況下 作 物系數(shù)法的估算效果可能不佳 13 有研究發(fā)現(xiàn) 6 在 Penman Monteith 模型中 白天冠層阻力是穩(wěn)定的 劉國 水等 17 利用該特性進行 ET 的提升 獲得了較好的結果 但是 Tang等 18 認為冠層阻力在白天幾乎恒定的假設是值 得懷疑的 其受太陽輻射 飽和水氣壓差和風速影響 李亞威等 5 采用蒸發(fā)比法 作物系數(shù)法 冠層阻力法和輻 照度比法進行稻田 ET 的時間尺度提升 結果表明 蒸發(fā) 比法在 10 00 11 00 估算效果最好 陳鶴等 19 對不同作 物類型的 ET 進行了尺度擴展 表明正弦法與蒸發(fā)比法和 改進蒸發(fā)比法相比 系統(tǒng)偏差比較大 且大多數(shù)時段模 擬結果偏高 Jiang 等 20 比較了提升方法在不同生態(tài)系統(tǒng) 下的適用性 結果表明 各方法均在中午時模擬效果最 好 但各方法在不同生態(tài)系統(tǒng)的最佳模擬時刻均有差異 其中修正 EF 法和正弦關系法適用于大多生態(tài)系統(tǒng) 而修 第 14 期 裴冬杰等 溫室葡萄蒸散量時間尺度提升方法優(yōu)選 89 正 EF 法是最理想的時間尺度提升方法 Nassar 等 21 對美 國加州的葡萄采用不同方法進行 ET 的時間尺度提升 結 果表明 在不同的生育階段和時段 不同方法的模擬效 果有所不同 Yan 等 13 對江蘇的茶葉田和麥田進行試驗 結果表明 EF 法和改進 EF 法相對于其他方法效果較好 并且在中午時刻效果最好 對比前人研究結果發(fā)現(xiàn) 同一方法在不同生態(tài)系統(tǒng) 不同生育階段和不同時段的模擬效果有很大差異 且以 上 ET 時間尺度擴展方法大多在大田或者陸地果園中獲 得 在東北寒區(qū)溫室種植條件下的適用性還有待研究 因此 本文研究不同 ET 的時間尺度擴展模型在東北寒區(qū) 溫室葡萄種植條件下的適用性 以期為東北地區(qū)溫室葡 萄的水分管理提供科學依據(jù) 1 材料與方法 1 1 葡萄種植概況 試驗于 2020 年 4 月 1 日 2021 年 10 月 31 日在沈陽 農(nóng)業(yè)大學北山科研試驗基地 44 號日光溫室內開展 123 57 E 42 82 N 溫室類型為遼沈 型日光節(jié)能溫 室 它通過頂部和底部的通風口進行室內溫度調節(jié) 頂 部通風口最大開度 50 cm 可根據(jù)溫室內溫度進行制動控 制 溫室頂部有電機驅動的防雨棉被 在試驗期間 當 環(huán)境溫度低于 16 時 夜間放下棉被保溫 溫室東西走 向 跨度為 8 m 脊高為 4 m 長為 60 m 供試土壤 0 60 cm 層容重為 1 44 g cm 3 田間持水率為 0 32 cm 3 cm 3 以 5 a 生 2016 年定值 醉金香 Vitis vinifera L cv Muscat Ham burg 葡萄為供試材料 試驗在充分 灌溉條件下進行 灌水上下限設置為 80 f 90 f f 為田間持水率 cm 3 cm 3 2020 年和 2020 年灌水量 分別為 307 和 323 mm 施肥量 N P 2 O 5 K 2 O 為 260 119 485 kg m 3 其他田間農(nóng)藝管理 如修剪分枝莖 和病蟲害防治均參考當?shù)卦O施葡萄生產(chǎn)實際進行 本試 驗葡萄行距為 4 7 m 株距 0 5 m 共 2 行 111 株 試 驗布設如圖 1 所示 種植區(qū)土壤表面采用塑料地膜進行 全覆蓋 土壤蒸發(fā)量可忽略不計 22 因此將葡萄蒸騰 量看作蒸散發(fā)量 1 2 監(jiān)測指標 氣象指標 在溫室內部布設小型環(huán)境要素監(jiān)測系統(tǒng) 采用 CR1000數(shù)據(jù)采集器 Campbell Scientific Inc Logan UT USA 進行數(shù)據(jù)采集 采集頻率為 10 min 次 監(jiān)測 要素主要包括 凈輻射 Net Radiation Rn W m 2 氣溫 Air temperature Ta 和相對濕度 Relative Humidity RH 飽和水氣壓差 Vapor Pressure Deficit VPD kPa 根據(jù) Allen 23 提供的方法計算 蒸騰速率 在選取的葡萄藤距地面 20 cm 處各安裝 一組熱擴散式探針 Thermal Dissipation Probe TDP10 采集頻率為 10 min 次 葡萄液流 瞬時蒸散 日蒸散 量和生育期蒸散耗水量計算式如下 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 為液流速率 m s V max 為液流速率為零時熱電 偶產(chǎn)生的熱電動勢值 V V 是有液流時熱電偶的熱電 動勢值 V A s 為導水邊材部分的橫截面積 m 2 Fs 為 液流速率 g h ET d 為日耗水量 mm d A 為葡萄遮陰 面積 m 2 ET p 為全生育期耗水量 mm n 為生育期天 數(shù) d a 溫室葡萄滴灌試驗種植區(qū) a Planting area of drip irrigation experiment of greenhouse grape b 傳感器布設示意圖 b Schematic diagram of sensor layout 注 高程單位為 m 長度單位為 mm Note The unit of elevation is m and the unit of length is mm 圖 1 試驗布設示意圖 Fig 1 Schematic of test layout 1 3 時間尺度提升方法 1 3 1 蒸發(fā)比法 EF 為潛熱通量與可用能量之比 在晴朗天氣條件下 蒸發(fā)比的日內變化較小 基于 EF 的 ET 時間尺度擴展方 法見文獻 25 26 具體表達如下 1 瞬時到日尺度提升 i i i ET EF Rn G 5 di d ET EF Rn G 6 農(nóng)業(yè)工程學報 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 為瞬時尺度的蒸發(fā)比 ET i ET d 和 ET p 分別 為瞬時 日和全生育期尺度潛熱通量 W m 2 Rn G i 和 Rn G d 分別為瞬時和日尺度的凈輻射 Rn 與土壤熱 通量 G 的差值 W m 2 EF d 為日尺度蒸發(fā)比 1 3 2 改進蒸發(fā)比法 土壤熱通量 G 在日尺度上可以近似為 0 因此可 忽略式 5 式 8 中的 G 項 改進后的蒸發(fā)比法 9 如下 1 瞬時到日尺度提升 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 為改進后的蒸發(fā)比 Rn i 和 Rn d 分別表示瞬時和 日尺度的凈輻射 W m 2 EF d 為日尺度改進蒸發(fā)比 1 3 3 作物系數(shù)法 作物系數(shù) K c 為 ET 與參考作物蒸發(fā)蒸騰量 ET 0 的 比值 11 1 瞬時到日尺度提升 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 為瞬時尺度作物系數(shù) ET 0i 和 ET 0d 分別為瞬時和日尺度參考作物潛熱通量 W m 2 i 和 d 分別為瞬時和日尺度飽和水氣壓 溫度曲線斜 率 kPa ai 和 ad 分別為瞬時和日尺度的空氣密度 kg m 3 C p 為空氣的定壓比熱容 J kg K VPD i 和 VPD d 分別為瞬時和日尺度的飽和水氣壓差 kPa i 和 d 分 別為瞬時和日尺度的溫度計常數(shù) kPa u 2i 和 u 2d 分別 為瞬時和日尺度 2 m 高度處風速 m s K cd 為日作物系數(shù) 1 4 適用性評價指標 采用決定系數(shù) R 2 平均絕對誤差 Mean Absolute Error MAE 相對均方根誤差 Relative Root Mean Square Error RRMSE 效率系數(shù) 以及整體性評價指標 Global Performance Indicator GPI 對模型效果進行評 價 計算公式見文獻 27 29 ff f 1 XY X X 19 GPI j j OO 20 式中 X f 為觀測值 Y f 為模擬值 X 為觀測值的平均值 O j 為上述 4 個評價指標歸一化后的值 j O 為各指標歸一化 后的中位數(shù) 為經(jīng)驗系數(shù) 當 j 為 MAE 和 RRMSE 時 1 當 j 為 R 2 和 時 1 GPI 越高 模型的總體模 擬效果越好 1 5 數(shù)據(jù)處理 本研究采用 Microsoft Excel 進行基礎數(shù)據(jù)整理計算 采用 Origin2021 OriginLab USA 進行繪圖 2 結果與分析 2 1 全生育期葡萄蒸散發(fā)與環(huán)境因子變化 圖 2 為溫室內葡萄蒸散發(fā)和氣象因子日動態(tài)和日內 動態(tài)變化 由圖 2 可知 葡萄蒸散量 ET 凈 輻 射 Rn 和氣溫 Ta 在全生育期總體呈單峰變化趨勢 Rn 最大 值在 6 月份出現(xiàn) 2020 年和 2021 年日均 Rn 最大值分別 為 152 W m 2 6 月 14 日 和 164 W m 2 6 月 24 日 ET 的最大值出現(xiàn)在 7 月份 2020 年和 2021 年最大值分 別為 3 02 mm 7 月 9 日 和 2 89 mm 7 月 7 日 Ta 最大值在 7 月末出現(xiàn) 2020 年和 2021 年日均 Ta 最大值 分別為 30 6 和 31 1 RH 和 VPD 在全生育期波動較大 2020 年和 2021 年日均 RH 分別在 34 0 84 6 和 34 9 88 1 之間變化 2 a 日均 VPD 分別在 0 23 2 08 kPa 和 0 19 1 98 kPa 之間變化 從 2021 年 8 月 3 日 8 月 5 日瞬時液流和氣象因子日內動態(tài) 可以看出 液流 Fs 和氣象因子在日內呈單峰變化 其中 F s Rn Ta 和 VPD 在中午時刻出現(xiàn)最大值 RH 在中午時刻出現(xiàn)最 小值 2 2 時間尺度提升的關鍵參數(shù) 本文利用蒸發(fā)比法 EF 法 改進蒸發(fā)比法 EF 法 和作物系數(shù)法 K c 法 對葡萄 ET 進行時間尺度提升 其中 EF EF 和 K c 是利用上述 3 種方法進行瞬時到日尺 度 以及日到全生育期尺度提升的關鍵參數(shù) 3 個關鍵因 子全生育期內日內變化動態(tài)如圖 3 所示 由于 06 00 之前和 18 00 之后 葡萄蒸騰作用微弱 所以每日只選擇 06 00 18 00 之內數(shù)據(jù)進行關鍵參數(shù) 的確定 由圖 3a 和圖 3b 可知 2020 年和 2021 年 EF EF 和 K c 日內變化規(guī)律基本一致 均呈下降 基本平穩(wěn) 上升的變化趨勢 2020 年 EF EF 和 K c 在 06 00 08 00 逐漸下降 該時間段平均值分別為 0 72 0 73 和 1 01 變異系數(shù)平均值分別為 0 13 0 12 和 0 11 3 個 參數(shù)在 08 00 16 00 之間變化幅度較小 基本趨于平 穩(wěn) 在此時間段內三者平均值分別為 0 54 0 52 和 0 76 第 14 期 裴冬杰等 溫室葡萄蒸散量時間尺度提升方法優(yōu)選 91 變異系數(shù)平均值分別為 0 11 0 10 和 0 09 在 16 00 18 00 3 個關鍵參數(shù)變化呈上升趨勢平均值分別為 0 88 0 84 和 1 24 變異系數(shù)平均值分別為 0 25 0 23 和 0 12 2021 年規(guī)律與 2020 年一致 由上述分析可知 EF EF 和 K c 在 08 00 16 00 時間段內較為平穩(wěn) 并 且變異系數(shù)低于 06 00 08 00 和 16 00 18 00 時段 因此瞬時到日尺度 ET 提升過程中選用 08 00 16 00 時段 a VPD 日動態(tài)變化 a Daily dynamic change of VPD b VPD 日內動態(tài)變化 b Intraday dynamic change of VPD c RH 日動態(tài)變化 c Daily dynamic change of RH d RH 日內動態(tài)變化 d Intraday dynamic change of RH e Ta 日動態(tài)變化 e Daily dynamic change of Ta f Ta 日內動態(tài)變化 f Intraday dynamic change of Ta g Rn 日動態(tài)變化 g Daily dynamic change of Rn h Rn 日內動態(tài)變化 h Intraday dynamic change of Rn i ET 日動態(tài)變化 i Daily dynamic change of ET j Fs 日內動態(tài)變化 j Intraday dynamic change of Fs 注 由于 2021 年 4 月 22 日到 5 月 2 日監(jiān)測設備出現(xiàn)故障 數(shù)據(jù)缺失 分別代表新梢生長期 開花坐果期 果實膨大期和成熟期 VPD RH Ta Rn Fs ET 分別為飽和水氣壓差 相對濕度 空氣溫度 凈輻射 瞬時液流和日蒸散發(fā) 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 圖 2 蒸散發(fā)與氣象因子動態(tài)變化 Fig 2 Dynamic changes of evapotranspiration and meteorological factors a 2020 年瞬時尺度 a Instantaneous scale in 2020 b 2021 年瞬時尺度 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 為蒸發(fā)比 EF 為改進蒸發(fā)比 K c 為作物系數(shù) Note EF is the evaporative fraction EF is the improved evaporative fraction K c is the crop coefficient 圖 3 EF EF 和 K c 的動態(tài)變化 Fig 3 Dynamic changes of EF EF and K c 農(nóng)業(yè)工程學報 http www tcsae org 2022 年 92 圖 3c 和圖 3d 展示了日 ET 向全生育期 ET 轉化的 3 個關鍵參數(shù)在全生育期的日動態(tài)變化 從圖中可以看出 3 個關鍵參數(shù) EF EF 和 K c 在全生育期均呈波動上升的趨 勢 2020 年 3 個關鍵參數(shù)平均值分別為 0 60 0 61 和 1 37 在全生育期總體呈現(xiàn)先上升后下降趨勢 2021 年與 2020 年變化趨勢相似 在日到生育期尺度 ET 提升過程中選取 典型日至關重要 但是由于 3 個關鍵參數(shù)在全生育期內 變化較大且無明顯規(guī)律 因此分別選取各生育期內 3 個 關鍵參數(shù)的平均值作為日尺度關鍵參數(shù)進行全生育期蒸 騰尺度提升 以避免隨機選取對最終結果產(chǎn)生較大影響 2 3 瞬時到日尺度提升精度比較 利用蒸發(fā)比法 改進蒸發(fā)比法和作物系數(shù)法對葡萄 ET 進行瞬時到日時間尺度提升的結果 以及提升模型的 RRMSE MAE 和 R 2 的變化如圖 4 和圖 5 所示 a 2020 年新梢生長期 a Shoot growing period in 2020 b 2020 年開花坐果期 b Flowering and fruit setting period in 2020 c 2020 年果實膨大期 c Fruit expansion period in 2020 d 2020 年成熟期 d Maturity period in 2020 e 2021 年新梢生長期 e Shoot growing period in 2021 f 2021 年開花坐果期 f Flowering and fruit setting period in 2021 g 2021 年果實膨大期 g Fruit expansion period in 2021 h 2021 年成熟期 h Maturity period in 2021 注 RRMSE 為相對均方根誤差 為效率系數(shù) Note RRMSE is the relative root mean square error is the efficiency coefficient 圖 4 不同生育期 3 種蒸散發(fā)日尺度擴展方法的 RRMSE 和 日變化 Fig 4 The RRMSE and variations of the daily ET scaled by 3 methods with different growing periods a 2020 年新梢生長期 a Shoot growing period in 2020 b 2020 年開花坐果期 b Flowering and fruit setting period in 2020 c 2020 年果實膨大期 c Fruit expansion period in 2020 d 2020 年成熟期 d Maturity period in 2020 e 2021 年新梢生長期 e Shoot growing period in 2021 f 2021 年開花坐果期 f Flowering and fruit setting period in 2021 g 2021 年果實膨大期 g Fruit expansion period in 2021 h 2021 年成熟期 h Maturity period in 2021 注 MAE 為平均絕對誤差 Note MAE is the mean absolute error 圖 5 不同生育期 3 種蒸散發(fā)日尺度擴展方法的 R 2 和 MAE 日變化 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 溫室葡萄蒸散量時間尺度提升方法優(yōu)選 93 由圖 4 可知 2 a 中 3 種方法不同生育期內的 RRMSE 曲線日內變化規(guī)律基本相同 日內均呈下降 基本平穩(wěn) 上升變化規(guī)律 具體來看 3 種方法 RRMSE 在正午和接 近正午時刻最低 在接近正午時刻 RRMSE 相差不大 在 日內絕大數(shù)情況 EF 法的 RRMSE 小于其他 2 種方法 在 新梢生長期 2020 年 EF 法 EF 法和 K c 法的 RRMSE 日 均值分別為 28 32 27 90 和 27 79 3 種方法模擬效 果表現(xiàn)為以 K c 法最好 EF 法最差 2021年分別為 29 88 29 70 和 30 81 3 種方法模擬效果以 EF 法最好 K c 法最差 在開花坐果期 2020 年 3 種方法 RRMSE 日均 值分別為 22 69 22 41 和 25 79 果實膨大期與開花 坐果期一致 模擬效果均以 EF 法最好 K c 法最差 并且 2021 年結果與 2020 年無差異 在成熟期 2020 年 3 種 方法日均 RRMSE 分別為 23 25 23 58 和 23 64 模 擬效果表現(xiàn)為 EF 法最好 K c 法最差 2021 年 3 種方法 日均 RRMSE 分別為 20 09 20 05 和 21 11 模擬效 果表現(xiàn)為 EF 法最好 K c 法最差 從葡萄 4 個生育期 3 種 方法的 RRMSE 的日均值和圖 4 可以發(fā)現(xiàn) 隨著生育期的 推進 RRMSE 逐漸下降 在果實膨大期最小 3 種方法 日內最小值僅為 11 89 11 79 和 12 15 由圖 4 中還可以看出 2 a 中 3 種方法 變化曲線呈 早晚低 中午高趨勢 3 種方法 在正午和接近正午時刻 數(shù)值比較穩(wěn)定且數(shù)值較大 3 種方法在正午時刻左右 相 差不大 并且 EF 法 在大多時刻高于其他 2 種方法 在 新梢生長期 2020 年 EF 法 EF 法和 K c 法 日均值分別為 0 14 0 18 和 0 20 3 種方法模擬效果表現(xiàn)為 K c 法最高 EF 法最低 2021 年分別為 0 15 0 16 和 0 12 3 種方法 模擬效果以 EF 法最好 K c 法最差 在開花坐果期 2020 年 3 種方法 的日均值分別為 0 22 0 25 和 0 23 表 現(xiàn) 為 EF 法最好 EF 法最差 2021 年為 0 24 0 23 和 0 21 表現(xiàn)為 EF 法最高 K c 法最低 在果實膨大期和成熟期 3 種方法精度表現(xiàn)為 EF 法最好 EF 法最差 2021 年結 果與 2020 年一致 總體看來 3 種方法的 隨著生育期 推進逐漸增大 在果實膨大期最大 日內 最大值分別達 到 0 63 0 64 和 0 58 由圖 5 可以看出 2 a 中 3 種方法 MAE 變化曲線日 內呈凹形變化 在正午時刻左右數(shù)值最小 并且 EF 法的 MAE 在日內大多數(shù)時刻低于其他 2 種方法 R 2 變化曲線 呈早晚低 中午高趨勢 在正午和接近正午時刻數(shù)值較 大 在日內大多數(shù)時刻 EF 法的 R 2 高于其他 2 種方法 2020 年新梢生長期 EF 法 EF 法和 K c 法的 MAE 日均值 分別為 0 62 0 62 和 0 66 mm R 2 日均值分別為 0 68 0 69 和 0 64 開花坐果期 果實膨大期和成熟期與新梢生長 期結論一致 3 種方法在各生育期模擬效果表現(xiàn)為 EF 法 最好 K c 法最差 且 2021 年與 2020 年模擬效果一致 就 3 種瞬時到日尺度提升模型而言 在不同年份 不同生育階段用利用 RRMSE MAE 和 R 2 等 4 種指標 對 3 種模型模擬精度進行評價 評價結果有所差異 以 新梢生長期為例 K c 法在 2020 年的 RRMSE 和 指標最 優(yōu) 分別為 27 79 和 0 20 但是 EF 法的 MAE 和 R 2 最 優(yōu) 分別為 0 62 mm 和 0 69 2021 年 4 個指標均表現(xiàn)為 EF 法最優(yōu) 此外 雖然 3 種方法最佳時間尺度提升時段 均集中于 11 00 13 30 但不同指標確定的最佳尺度提升 時刻也存在差異 2 4 瞬時到日尺度提升最佳時刻與擴展精度 從圖 4 圖 5 可知 在不同的生育階段 不僅 4 種精 度評價指標得到的最佳尺度提升方法的結果存在差異 而且最佳尺度提升時刻也不完全相同 因而引入整體綜 合評價指標 GPI 對 3 種模型的最佳尺度提升時間進行綜 合評價 此外由于 3 種方法 ET 提升精度較高的時間均主 要集中在 11 00 13 30 時段 因此重點對 2 a 該時段內數(shù) 據(jù)綜合進行 GPI 計算 GPI 數(shù)值越大 模擬效果越好 結果如表 1 所示 由表可知 EF 法在新梢生長期 開花 坐果期和果實膨大期最佳提升時刻為 11 30 GPI 分別為 0 74 1 66 和 1 02 在成熟期最佳擴展時刻為 12 30 GPI 為 1 18 EF 法在新梢生長期最佳擴展時刻為 12 30 在開 花坐果期和果實膨大期最佳擴展時刻為 11 30 成熟期最 佳擴展時刻為 12 00 GPI 分別為 0 57 2 37 1 16 和 1 11 K c 法在新梢生長期 果實膨大期和成熟期最佳擴展時刻 為 12 30 GPI 分別為 1 46 2 09 和 0 97 在開花坐果期 最佳擴展時刻為 12 00 GPI 分別為 1 49 表 1 3 種方法不同時刻整體性評價指標比較 Table 1 Global Performance Indicator GPI contrast of 3 methods at different times 生育階段 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 新梢生長期 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 開花坐果期 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 果實膨大期 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 根據(jù)各方法在各生育期最佳擴展時刻 使用 3 種方 法進行瞬時到日 ET 擴展 結果如圖 6 所示 可以看出 3 種方法在最佳擴展時刻模擬效果均具有較高精度 2020 年 EF 法 EF 法和 K c 法 3 種方法的 R 2 分別為 0 92 0 92 和 0 89 RRMSE 分別為 20 54 20 23 和 22 61 3 種方法的精度表現(xiàn)為 EF 法最高 K c 法最低 3 種方法模 擬結果與實測 ET 所構成的線性回歸方程斜率分別為 0 76 0 78 和 0 74 由此可見 3 種方法均不同程度地低 估了日 ET 2021 年結果與 2020 年一致 3 種方法低估 率在 19 68 30 05 其中 EF 法低估最少 2020 年和 2021 年低估率僅為 19 68 和 28 45 2 5 日到全生育期蒸騰尺度提升比較 選取葡萄不同生育階段的典型日 由于在各生育期 內 各氣象參數(shù)變化均會對蒸騰產(chǎn)生影響 且生育期內 農(nóng)業(yè)工程學報 http www tcsae org 2022 年 94 日際差異明顯 因此選取各生育期所有日的平均值作為 典型日的值 使用 3 種方法對葡萄日 ET 到全生育期 ET 提升 表 2 從中可以看出 新梢生長期和開花坐果期 3 種方法模擬的蒸騰量均低于實際蒸騰量 而在果實膨大 期和成熟期模擬的蒸騰量均高于實際蒸騰量 選用果實 膨大期的典型日進行尺度提升 2020 年 EF 法 EF 法和 K c 法的蒸騰量模擬值分別為 268 3 286 2 和 274 6 mm 2020 年實際蒸騰量為 266 4 mm 3 種方法的絕對誤差分 別為 1 9 1 8 和 8 2 mm 相對誤差分別為 0 71 0 68 和 3 08 絕對誤差和相對誤差均明顯低于其他生育階 段 3 種方法的精度表現(xiàn)為 EF 法最優(yōu) K c 法最差 2021 年 3 種方法模擬效果與 2020 年一致 2 a 結果均為蒸發(fā)比 法提升效果最好 其誤差和相對誤差分別僅有 7 4 mm 和 2 73 a 2020 年實測 ET 與模擬 ET 動態(tài) a Dynamics of measured ET and simulated ET in 2020 b 2021 年實測 ET 與模擬 ET 動態(tài) b Dynamics of measured ET and simulated ET in 2021 c 2020 年模擬與實測 ET c Simulated and measured ET in 2020 d 2021 年模擬與實測 ET d Simulated and measured ET in 2021 圖 6 3 種方法最佳擴展時刻模擬 ET 與實測 ET 對比 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 提升結果 Table 2 ET improvement results from day to whole growth period in 2020 and 2021 2020 20 生長階段 Growing period 方法 Methods 模擬蒸散量 Simulated ET mm 絕對誤差 Absolute error mm 相對誤差 Relative error 模擬蒸散量 Simulated ET mm 絕對誤差 Absolute err