秦淮河流域五种参考作物蒸散量估算方法的比较及改进*

秦孟晟，郝 璐，施婷婷，孙 磊，孙 阁



秦淮河流域五种参考作物蒸散量估算方法的比较及改进*

秦孟晟，郝 璐**，施婷婷，孙 磊，孙 阁

（南京信息工程大学生态气象环境研究中心，南京 210044）

基于秦淮河流域内部及周边共7个气象站2000-2013年的逐日气象资料，使用FAO-56 Penman- Monteith、Irmak-Allen、Makkink、Turc、Jensen-Haise和Hargreaves共6种方法估算各站点逐日参考作物蒸散量（ET0）。以FAO-56 Penman-Monteith结果为标准，修正其余5种方法估算公式的原始经验系数，并通过平均绝对误差、平均相对误差、相关系数等精度评价指标和Wilcoxon非参数检验法，分别从年、月尺度对比分析5种方法修正前后的估算结果，旨在获得一种适于秦淮河流域的数据要求低，估算过程简单，精度较高的ET0估算方法。分别以5种方法的ET0日值为自变量，P-M法ET0日值为因变量，建立逐月线性回归方程，寻找经验系数的修正倍数，对5种方法经验系数进行逐月修正。结果表明，使用原始经验系数时，年尺度上，Irmak-Allen、Makkink、Turc法存在较大误差，Hargreaves法相关性较差，均不适于秦淮河流域；月尺度上，Irmak-Allen法在5-8月，Turc在9-11月，Hargreaves法在4月及9-11月适用性较好，其余月份误差较大，Makkink和J-H法分别在1-12月和3-11月存在显著差异，故5种方法均不能代替P-M法在年内12个月使用。使用修正后经验系数，年尺度上Makkink法适用性最好，平均绝对误差和平均相对误差分别为14.9mm·a-1和1.4%，相关系数为0.89，无显著差异，其次为Turc法，I-A法估算结果仍存在显著差异，Hargreaves法相关性仍较差；月尺度上，从估算精度考虑，Turc和Makkink法搭配使用，4-10月推荐使用Turc法，其平均绝对误差为2.1～6.1mm·mon-1，平均相对误差为2.9%～4.3%，无显著差异，月平均相对误差波动较小，稳定性好，1-3月和11-12月推荐使用Makkink法，其平均绝对误差为1.2～2.4mm·mon-1，平均相对误差为3.2%～5.7%，无显著差异，月平均相对误差波动较小，稳定性好，从时间连续性考虑，推荐使用Hargreaves法，其平均绝对误差为1.9～10.4mm·mon-1，平均相对误差为3.9%～9.2%，无显著差异，月平均相对误差波动较小，稳定性好。

秦淮河流域；Penman-Monteith；辐射法；温度法；蒸散

蒸散是地表水循环的关键环节[1]，也是确定作物需水量的重要基础，一般通过参考作物蒸散量(Reference Evapotranspiration,ET0)乘以作物系数得到，因此，ET0不仅是准确估算作物需水量的关键因素，也是指导合理灌溉的重要参数之一[2]。准确估算参考作物蒸散量对农业水分利用以及全面分析水循环等具有重要意义[3]。

依据估算原理及数据需要，ET0估算方法可划分为综合法、辐射法、温度法和蒸发皿法[4]。一般认为综合法精度最高，联合国粮农组织（FAO）将FAO-56 Penman-Monteith(P-M)法作为标准方法向全球推广[5-7]。但P-M法需要数据要求高，估算过程复杂，在资料缺失地区难以使用。基于单一气象要素的辐射法、温度法需要数据少，估算过程简单，但其原始经验系数k均有适用区域，在适用区域以外使用需对k进行修正[8]。一些研究以P-M法估算结果为标准，针对辐射法和温度法，结合研究区的实际情况，对不同方法的k值进行修正，使其在研究区ET0估算中获得更好的适用效果。如张晓琳等[9]研究表明，经修正后的Hargreaves法在汉江流域适用性最好，左德鹏等[10]研究表明，经修正后的Romanenko法在石羊河流域使用性最好，赵璐等[11]研究表明，经修正后的Irmak-Alleen法在川中丘陵有良好的适用效果。

目前国内有关ET0估算方法对比及修正的研究大多数集中在北方干旱半干旱地区，其中多数研究仅限于温度法，对辐射法和综合法研究较少，且基本是在年尺度上进行修正，未考虑研究区不同月份的气候差异的影响，因此，逐月修正k值对提高估算方法的适用性具有重要意义。秦淮河流域位于亚热带季风气候区，具有气候湿润，四季分明，雨热同季，光照充足的特点。多年平均降水量为1048mm，降水充沛，但年内分配不均[12]。流域内频发的水旱灾害对生态环境与水资源的合理配置有很大影响，寻找一个数据要求低，过程简单且精度较高的ET0估算方法对实现流域内水资源的科学管理和农业合理灌溉具有重要意义。本文以秦淮河流域历史气象资料为依据，估算2000-2013年秦淮河流域逐日ET0，以P-M法估算结果为标准，针对基于辐射和气温的5种方法ET0估算结果进行对比分析，探讨各方法在秦淮河流域的适用性。结合流域不同月份的实际情况对5种方法原始经验系数k进行修正，使其在秦淮河流域ET0估算过程中有更好的适用效果。

1 资料与方法

1.1 数据

采用秦淮河流域及其周边共7个气象站2000-2013年逐日地面实测气象资料，包括日平均气温（℃）、日最低气温 (℃)、日最高气温（℃）、10m处平均风速（m·s-1）、日照时数（h）、日平均相对湿度（%）等，数据由中国气象科学数据共享服务网以及江苏省气象局提供。研究区范围及站点分布见图1。

1.2 参考作物蒸散量估算方法

选取较常用的4种综合法（FAO-56 Penman- Monteith[13]、Turc、Jensen-Haise、Irmak-Allen），以及基于气温的Hargreaves法和基于辐射的Makkink法。各公式中的经验系数k初始值选择公式提出时的原始值。

（1）Irmak-Allen法（I-A）是根据美国东部湿润地区数据由FAO推导得出，所需数据种类较少，公式为

式中，Rn为地表净辐射（MJ·m-2·d-1）；T为日平均气温（℃）；原始经验系数k=0.489[14]。

（2）Makkink法（Ma）由Penman法简化而来，公式为

式中，Δ为饱和水汽压-气温关系斜率（kPa·℃-1）；γ为干湿计常数（kPa·℃-1）；Rs为太阳辐射（MJ·m-2·d-1）；为蒸发潜热，2.45MJ·kg-1；原始经验系数k=0.61[15]。

（3）Turc法（Tu）基于欧洲西部区域提出，被推荐作为湿润地区的估算方法，公式为

式中，n为日照时数（h）；N为可照时数（h）；Ra为地外辐射（MJ·m-2·d-1）；T为日平均气温；原始经验系数k=0.013[16]。

（4）Jensen-Haise法（J-H）是通过观测取样土壤的蒸散而得到的ET0估算方法，公式为

式中变量与Turc法的变量一致，原始经验系数k=0.87[17]。

（5）Hargreaves法（Har）是在美国西部较干旱的气候条件下建立的，在基于温度的方法中有一定优势，公式为

式中，Ra为地外辐射（MJ·m-2·d-1）；Tmax和Tmin分别为日最高气温和日最低气温；原始经验系数k=0.0023[18]。

1.3 分析方法

以P-M法估算结果为标准，对其余5种方法的估算结果进行比较分析。采用平均绝对误差MAE（mm）、平均相对误差MRE（%）和相关系数r作为精度评价的指标，各指标的计算方法参阅文献[8]。通过非参数检验法Wilcoxon秩和检验分析不同方法估算结果与P-M法是否有显著性差异[19]。J-H法在冬季（12、1、2月）估算结果出现负值，故年尺度上不分析J-H法的适用性，月尺度上仅分析J-H法在3-11月的适用性。MAE在年尺度上以50mm·a-1为参照标准：大于50mm·a-1为适用性差，需修正k值，小于50mm·a-1，表示适用性较好，月尺度参照标准为10mm·mon-1。MRE在年尺度上以10%为参照标准：大于10%，为适用性差，需修正k值，小于10%，表示适用性较好，月尺度参照标准亦为10%。为区分各估算方法月MRE的离散程度和波动性，引入变异系数CV（%），CV小于10%、10%～40%、40%～100%和大于100%分别表示弱变异、低等变异、中等变异和强变异。CV值越大，说明月MRE波动越大，估算方法在月尺度上稳定性越差。r在0～0.3、0.3～0.5、0.5～0.8和0.8～1相关性分别为弱、低、中和高。Wilcoxon秩和检验置信区间选择99%，即α为0.01，当Wilcoxon检验P值小于0.01，说明两者存在显著差异，需修正k值，P值大于0.01，说明两者无显著差异。

考虑到秦淮河流域不同月份气候差异的影响，以需要修正的估算方法ET0日值为自变量，P-M法ET0日值为因变量，建立逐月线性回归方程，寻找逐月k值的修正倍数，对相应公式的k值进行逐月修正。

2 结果与分析

2.1 基于初始经验系数的参考作物蒸散量估算结果分析

2.1.1 ET0年值

由图2可以看出，利用各方法中原始经验系数k估算的2000-2013年历年ET0值与P-M法估算结果均有明显差异，其中I-A法持续明显偏大；Hargreaves法的估算结果差异相对较小，但具有阶段性特点，2000-2011年略高，而2012-2013年略低；其余3种方法（Ture，Makkink，J-H）估算结果明显偏小。从变化趋势看，Makkink法估算结果的年际变化趋势与P-M法最接近，除第一个谷值外，其余峰值和谷值均同时达到；I-A法估算结果与P-M法相比波动性较小，但也能同时达到峰值；Turc和Hargreaves法估算结果的年际变化与P-M法差异较大，峰谷值年份不同。

从表1中的误差指标看，Makkink法与P-M法估算结果的MAE和MRE均最大，为222.9mm·a-1和21.1%，但r为0.89。说明两者虽误差大，但相关性高。Hargreaves法与P-M法估算结果的MAE和MRE均最小，为39.8mm·a-1和3.7%，但r仅0.42。说明两者虽误差最小，但相关性低。Turc法和I-A法Wilcoxon P值小于0.01，与P-M法估算结果存在显著差异。综上所述，利用原始K值估算历年ET0年值时，I-A、Makkink和Turc法误差较大，且估算结果与P-M法存在显著差异；Hargreaves法与P-M法r小于0.5，相关性较差，均不能代替P-M法在秦淮河流域使用。

表1 基于原始经验系数的4种方法与P-M法估算的ET0年值比较的统计特征

注：MAE为平均绝对误差；MRE为平均相对误差；r为相关系数。**表示P<0.01；Wilcoxon P值<0.05，为有显著差异，Wilcoxon P值>0.05，为无显著差异。下同。

Note：MAE is mean absolute error; MRE is mean relative error; r is correlation coefficient.**indicates P<0.01;Wilcoxon P<0.05，significant difference，Wilcoxon P>0.05，no significant difference. The same as below.

2.1.2 ET0月值

由图3可以看出，利用各方法中原始经验系数k估算的2000-2013年多年平均逐月ET0值与P-M法估算结果均有明显差异。与年尺度结果一致，与P-M法估算结果相比较，I-A法估算的ET0值持续明显偏大；Hargreaves法的估算结果差异相对较小，3-6月及10-11月略高，7-8月及12月略低，其余月份估算结果接近；Turc法在1-8月及12月偏小，9-11月接近；J-H法7-8月略小，其余月份明显偏小；Makkink法全年持续明显偏小。从变化趋势看，所有方法年内变化趋势基本一致，均表现为1-5月逐渐增大，除J-H法外的5种方法均在6月出现小幅降低，7月所有方法均达到最大，8-12月均逐渐降低。

从误差指标看（表2），与P-M法相比，I-A法估算的1-4月及9-12月ET0值其MAE均大于10mm·mon-1，MRE均大于10%，且存在显著差异，适用性较差，5-8月适用性较好；Makkink法估算的1-12月ET0值其MRE均大于10%且存在显著差异，适用性较差；Turc法1-8月和12月存在显著差异，适用性较差，9-11月适用性较好；J-H法在3-11月均存在显著差异，适用性较差；Hargreaves法估算的1-12月ET0值其MRE虽均小于10%，但一些月份（1-3月、5-8月、12月）估算结果MAE较大，超过10mm·mon-1，故Hargreaves法在4月和9-11月适用性较好，其余月份适用性较差。

秦淮河流域不同月份气候差异较大，ET0主导因子不同，因此有必要讨论各方法估算ET0月值的稳定性。从表2中MRE指标可以看出，Makkink法和Hargreaves法年内MRE变化幅度较小，其余方法年初和年末月份MRE较大，年中月份MRE较小。对比各方法逐月MRE可见，Makkink法在4-10月MRE较大，其余方法较小，而I-A法和Turc法在1-3月和11-12月MRE远大于Makkink法和Hargreaves法。因此，分别计算1-12月、1-3月和11-12月、4-10月3个时段CV值分析月MRE波动状况，进而分析不同方法在不同时段估算ET0月值的稳定性。J-H法仅分析4-10月这一时段。由图4可以看出，Makkink法月MRE的CV值在3个时段内均最小，月MRE误差波动较小，受不同月份气候变化影响小；其次为Hargreaves法，CV值在3个时段内均处于10%～40%，为低等变异，月MRE误差波动较小；I-A法在1-12月、4-10月的CV值超过40%，为中等变异，在1-3月和11-12月这一时段为低等变异；Turc法在1-12月CV值超过100%，为强变异，误差波动大，估算结果受不同月份气候变化影响较大，4-10月时段为低等变异，但CV值接近40%，1-3月和11-12月时段为中等变异；J-H法在4-10月CV值大于40%，为中等变异。

表2 基于原始经验系数的5种方法与P-M法估算ET0月值比较的统计特征

综上所述，利用原始经验系数估算ET0月值时，I-A法在5-8月适用性较好，其余月份MAE大于10mm·mon-1，MRE大于10%且估算结果与P-M法存在显著差异，月MRE年内波动较大，稳定性较差；Makkink法月MRE年内波动小但均大于10%，估算结果与P-M法存在显著差异；Turc法在9-11月适用性较好，其余月份存在显著差异，年内月MRE的CV值超过100%，稳定性差；J-H法在3-11月估算结果与P-M法存在显著差异；Hargreaves法4月及9-11月适用效果较好，其余月份MAE大于10mm·mon-1。月尺度上虽部分方法在一些月份适用效果较好，但5种方法均不能代替P-M法估算全年ET0月值。

2.2 参考作物蒸散量估算公式中原始经验系数的修正

根据上文所述，利用原始k值估算历年ET0年值时，I-A、Makkink和Turc法误差较大，且估算结果与P-M法存在显著差异；Hargreaves法相关性较差，均不能代替P-M法在秦淮河流域使用。利用原始k值估算ET0月值时，I-A法在5-8月，Turc法在9-11月，Hargreaves法在4月及9-11月适用性较好，其余月份误差较大且存在显著差异，Makkink和J-H法分别在1-12月和3-11月存在显著差异，5种方法均不能代替P-M法估算全年ET0月值。

造成上述现象的主要原因是各方法原始经验系数k是基于各自特定的气候条件获取的，并不适用于秦淮河流域地区。因此，有必要对各公式中原始经验系数k进行修正，以增加各方法的适用性。秦淮河流域不同月份气候差异较大[12]，ET0主导因子不同，以各方法逐月ET0日值为自变量，P-M法相应月份ET0日值为因变量，建立各方法逐月线性回归方程，寻找各方法k值的逐月修正倍数，对相应公式的k值进行修正，使MAE、MRE趋向0，r趋向1，Wilcoxon P值大于0.01，月MRE的CV值趋向0。I-A、Makkink、Turc、J-H和Hargreaves法的原始经验系数分别为0.489、0.61、0.013、0.87和0.0023。修正后各方法逐月经验系数见表3。

表3 修正后5种方法逐月经验系数

2.3 基于修正后经验系数的参考作物蒸散量估算结果分析

2.3.1 ET0年值

由图5可以看出，利用各方法修正后经验系数k估算的2000-2013年历年ET0值与P-M法估算结果差异变小，其中I-A法2000-2011年持续偏大，2013年略低；Makkink法2000-2009年差异较小，在2000-2001及2004年略高，其余年份略低，而2010-2013年明显偏低；Turc法2000-2004及2006-2009年偏高，其余年份偏低，Hargreaves法2000-2011年偏高，2012-2013年偏低。从变化趋势看，修正后各方法年际变化趋势和峰谷值出现年份无明显变化，主要原因是逐月修正k值对ET0年际变化趋势无较大影响。

由表4可见，从误差指标看，与P-M法相比，修正后 Hargreaves法MAE、MRE变为最大，但分别小于50mm·a-1和10%，r为0.45，误差较小，相关性仍最差，估算结果与P-M法变为存在显著差异；修正后I-A法MAE、MRE略低于Hargreaves法，r增大为0.71，误差较小，相关性较好，估算结果与P-M法仍有显著差异。修正后Makkink法的MAE、MRE由最大变为最小，r值仍为0.89，估算结果与P-M法变为无显著差异；修正后Turc法MAE、MRE明显减小，略高于Makkink法，r增大为0.74，估算结果与P-M法变为无显著差异。综上所述，利用修正后k值估算历年ET0年值时，Makkink法误差最小，相关性最好，无显著差异，适用效果最好，其次为Turc法，I-A法估算结果与P-M法有显著差异，Hargreaves 相关性较差。

表4 基于修正后经验系数的4种方法与P-M法估算的ET0年值比较的统计特征

2.3.2 ET0月值

由图6可以看出，利用各方法修正后经验系数k估算的2000-2013年多年平均逐月ET0值与P-M法估算结果差异明显减小，其中I-A和Hargreaves法估算的1-12月ET0值略高，Makkink和Turc法与P-M法1-12月ET0值基本相同，J-H法3-5月略低，6月略高，7-11月与P-M法基本相同。从变化趋势看，各方法与修正前（图3）基本一致，1-5月逐渐增大，除J-H法外的5种方法在6月均出现小幅降低，7月所有方法达到最大，8-12月逐渐降低。

从误差指标看，修正后5种方法误差均明显减小，普遍无显著性差异（表5）。与P-M法相比，修正后I-A法估算的1-12月ET0值其MAE小于10mm·mon-1，最高为8月的8.2mm·mon-1，MRE除2月和12月外均小于10%，其中最大为1月的7.2%，1-12月估算结果与P-M法无显著差异；修正后Makkink法估算的1-12月ET0值其MAE和MRE均小于10mm·mon-1和10%，最高为8月的6.7mm·mon-1和12月的5.7%，4月、6-7月及9-10月值与P-M法有显著差异；修正后Turc法估算的1-12月ET0值其MAE小于10mm·mon-1，最高为8月的6.1mm·mon-1，MRE除1-2、12月外均小于10%，最高为3月的4.5%，1-12月估算结果与P-M法无显著差异；修正后J-H法估算的3-11月ET0值其MAE小于10mm·mon-1，最高为3月的9.1mm·mon-1，MRE除3月外均低于10%，最高为11月的8.7%，1-12月估算结果与P-M法无显著差异；修正后Hargreaves法估算的8月ET0值其MAE为10.4mm·mon-1，其余月份低于10mm·mon-1,1-12月MRE低于10%，最高为12月的9.2%；1-12月估算结果与P-M无显著差异。

表5 基于修正后经验系数的5种方法与P-M法估算ET0月值比较的统计特征

对比图7和图4可以看出，修正后Makkink法估算月ET0值时MRE的CV值在1-12月、1-3月和11-12月、4-10月3个时段均小幅上升，但仍最小，为低等变异，稳定性较好；修正后Turc法在3个时段内的CV值均明显下降，其中4-10月的CV值略高于Makkink法和J-H法，为20.35%，另两个时段内CV值高于40%，为中等变异；修正后I-A法在1-12月和4-10月两个时段CV值均明显下降，另一个时段小幅上升，4-10月CV值为20.63%，为低等变异，其余两个时段为中等变异；J-H法在4-10月由中等变异减弱为低等变异；修正后Hargreaves法在3个时段内CV值均无明显变化，仍为低等变异，稳定较好。

综上所述，利用修正后经验系数估算ET0月值时，Turc法在4-10月适用效果最好，误差最小，稳定性仅次于Makkink法和J-H法，估算结果与P-M法无显著差异；其次为I-A法，在4-10月仅误差略高于Turc法，稳定性较好，无显著差异；Makkink法在1-3、11-12月时段适用效果最好，误差最小，稳定性最好，估算结果与P-M法无显著差异；J-H法10-11月适用效果较好，3月MRE大于10%，4-9月存在显著差异；基于温度的Hargreave法在1-12月有较好的适用性，仅8月MAE略高，为10.4mm·mon-1，其余误差指标均较低，估算结果与P-M法无显著差异。月尺度上，从估算精度考虑，4-10月推荐使用Turc法，1-3月及11-12月推荐使用Makkink法；从时间连续性考虑，推荐使用Hargreaves法。

3 结论与讨论

（1）修正前，与P-M法估算结果相比，年尺度上Irmak-Allen、Makkink、Turc法存在较大误差和显著性差异，Hargreaves法相关性较差，均不适用于秦淮河流域；月尺度上I-A法在5-8月，Turc在9-11月，Hargreaves法在4月及9-11月适用性较好，Makkink和J-H法分别在1-12月和3-11月存在显著差异，5种方法均不能代替P-M法在年内12个月使用。其原因主要是各方法原始经验系数k是在特定气候条件下获取的，不适于秦淮河流域。

（2）利用回归分析方法对各种方法k值进行逐月修正，以提高5种方法在秦淮河流域的适用性。修正后，年尺度上Makkink法适用性最好，MAE和MRE为14.9mm·a-1和1.4%，r为0.89，无显著差异，其次为Turc法，I-A法估算结果与P-M法存在显著差异，Hargreaves法相关性较差；月尺度上从估算精度考虑，4-10月使用Turc法，MAE为2.1～6.1mm·mon-1，MRE为2.9%～4.3%，与P-M法无显著差异，月MRE波动较小，稳定性好，1-3月及11-12月使用Makkink法，MAE为1.2～2.4mm·mon-1，MRE为3.2%～5.7%，与P-M法无显著差异，月MRE波动较小，稳定性好，从时间连续性考虑，使用Hargreaves法，仅8月MAE略高，为10.4mm·mon-1，其余月份为1.9～9.2mm·mon-1，MRE为3.9%～9.2%，与P-M法无显著差异，月MRE波动较小，稳定性好。

国内外学者对不同ET0估算方法的适用性比较研究较多，但专门针对经验系数修正的研究报道却很少，且以往研究未考虑不同月份气候差异带来的影响。刘倪等[20]提出按不同月份对k进行修正，但未付诸实践。赵捷等[8]指出，修正后Makkink法在黑河流域年尺度和月尺度的适用性最好，年尺度与本文结果一致，月尺度有所不同，本文认为Makkink法在4-10月适用效果较差，主要原因是赵捷等仅对多年平均ET0月值进行对比分析，未逐月讨论修正后Makkink法适用性。张晓琳等[9]指出，修正后Hargreaves法在汉江流域适用性最好，左德鹏等[10]指出修正后Hargreaves法在西北干旱地区适用性较好，估算精度仅次于修正后Romanenko法，与本文研究结论不一致，其原因可能有以下两点：（1）Hargreaves法是建立在美国西部较干旱气候条件下，左德鹏等研究区域气候条件与之相似，而秦淮河流域属亚热带季风气候，温暖湿润。（2）Hargreaves法在温度法中有一定优势，上述两文只限于温度法的讨论。Xystrakis等[21]指出辐射法和综合法总体而言适用性好于温度法，本文中Makkink为辐射法，Turc为综合法。赵璐等[11]在川中丘陵地区对I-A法进行逐月修正，取得了良好的适用效果。但其只使用相对误差和回归方程决定系数两项指标检验适用性，考虑不够全面，本文综合考虑多项指标，认为修正后I-A法在冬季适用性较差。可见，目前ET0估算方法在秦淮河流域的修正和使用仍有很大不确定性，需进一步完善。

本文分别给出多种方法逐月修正后的公式，相比P-M法，数据要求低，估算过程简单，能够在年尺度和月尺度上较为准确地估算ET0值，为秦淮河流域内农业灌溉的合理规划和水资源的科学管理提供科学依据。但修正方法存在局限性，文章通过建立回归方程寻找修正倍数的方法进行经验系数修正，未考虑深层次的物理机制，在进一步的研究中，需结合ET0对Tmin、Tmax、RH等气候要素的敏感性分析修正经验系数[22]。文中修正后公式还存在地域局限性，若要在其它湿润地区使用，需综合考虑不同地区的气候差异，结合当地站点资料进行分析后再使用。

参考文献References

[1]Trambauer P,Dutra E,Maskey S,et al.Comparison of different evaporation estimates over the African continent[J]. Hydrology and Earth System Science,2014,18(1):193-212.

[2]陈超,庞艳梅,潘学标,等.四川地区参考作物蒸散量的变化特征及气候影响因素分析[J].中国农业气象,2011,32(1):35-40．

Chen C,Pang Y M,Pan X B,et al.Analysison change of reference crop evapotranspiration and climatic influence factors in Sichuan[J].Chinese Journal of Agrometeorology, 2011,32 (1):35-40.(in Chinese)

[3]李春强,洪克勤,李保国,等.河北省近35年(1965-2009)参考作物蒸散量的时空变化[J].中国农业气象,2008,29(4): 414-419．

Li C Q,Hong K Q,Li B G,et al.Analysis of temporal-spatial variations of reference evapotranspiration during 1965 and 1999 in Hebei Province[J].Chinese Journal of Agrometeorology, 2008,29 (4):414-419.(in Chinese)

[4]曹金峰,李玉中,刘晓英,等.四种参考作物蒸散量综合法的比较[J].中国农业气象,2015,36(4):428-436.

Cao J F,Li Y Z,Liu X Y,et al.Comparison of four combinationmethods for reference crop evapotranspiration[J]. Chinese Journal of Agrometeorology,2015,36(4):428-436.(in Chinese)

[5]范伶俐,张光亚.广东实际蒸散发和潜在蒸散发的关系研究[J].广东海洋大学学报,2013,33 (3):71-77．

Fan L L,Zhang G Y.Relationship between actual evapotranspiration and potential evapotranspiration in Guangdong[J].Journal of Guangdong Ocean University,2013,33(3):71-77.(in Chinese)

[6]谢贤群,王菱.中国北方近50年潜在蒸发的变化[J].自然资源学报,2007,22(5):683-691.

Xie X Q,Wang L.Changes of potential evaporation in Northern China over the past 50 years[J].Journal of Natural Resources,2007,22(5):683-691.(in Chinese)

[7]Thompson J R,Green A J,Kingston D G.Potential evapotranspiration-related uncertainty in climate change impacts on river flow:an assessment for the Mekong River basin[J].Journal of Hydrology,2014,510:259-279.

[8]赵捷,徐宗学,左德鹏,等.基于辐射的潜在蒸散发量估算方法在黑河流域的适用性分析[J].干旱区资源与环境,2013, 27(10):107 -114.

Zhao J,Xu Z X,Zuo D P,et al.Radiation:based methods to estimate potential evapotranspiration in the Heihe River Basin[J].Journal of Arid Land Resources and Environment, 2013,27(10):107-144.(in Chinese)

[9]张晓琳,熊立华,林琳,等.五种参考作物蒸散量发公式在汉江流域的应用[J].干旱区地理,2012,35(2):229-237．

Zhang X L,Xiong L H,Lin L,et al.Application of five potential evapotranspiration equations in Hanjiang Basin[J]. Arid Land Geography,2012,35(2):229-237.(in Chinese)

[10]左德鹏,徐宗学,刘兆飞.基于气温的潜在蒸散发量估算方法在我国西北干旱地区的应用比较[J].干旱区资源与环境,2009,23(10):123-131.

Zuo D P,Xu Z X,Liu Z F.Comparison of temperature- based methods for estimating potential evapotranspiration in the arid region of Northwest China[J].Journal of Arid Land Resources and Environment,2009,23(10):123-131.(in Chinese)

[11]赵璐,梁川,崔宁博,等.不同ET0计算方法在川中丘陵地区的比较及改进[J].农业工程学报,2012,28(24): 92-98.

Zhao L,Liang C,Cui N B,et al.Comparison and improvement of different calculation methods for ET0in hilly area of central Sichuan Basin[J].Transactions of the CSAE,2012, 28(24):92-98.(in Chinese)

[12]芮菡艺.秦淮河流域土地利用变化及其水文效应[D].南京:南京大学,2012:1-65.

Rui H Y.Land use changes and its hydrological responses in the Qinhuai River basin[D].Nanjing:Nanjing University, 2012:1-65.(in Chinese)

[13]Allen R G,Pereira L S,Raes D,et al.Crop evapotranspiration guidelines for computing crop water requirements[M].FAO Irrigation and Drainage Paper,1998:1-300.

[14]Irmak S,Irmak A,Allen R G,et al.Solar and net radiation- ased equations to estimate reference evapotranspiration in humid climates[J].Journal of Irrigation and Drainage Engineering-ASCE,129(5):336 -347.

[15]Makkink G F.Testing the Penman formula by means of lysimeters[J].Journal of the Institution of Water Engineers, 957,(11):277-288.

[16]Turc L.Estimation of irrigation water requirements,potential evapotranspiration:a simple climatic formula evolved up to date[J].Advances in Agronomy,1961,12:13-49.

[17]Jensen M E,Haise H R.Estimating evapotranspiration from solar radiation[J].Journal of Irrigation and Drainage Engineering-ASCE,1963,93(IR3):15-41.

[18]Hargreaves L G,Hargreaves G H,Riley J P.Irrigation water requirements for Senegal river basin[J].Journal of Irrigation and Drainage Engineering-ASCE,1985,111 (3):265-275.

[19]王声锋,段爱旺,张展羽,等.半干旱地区不同水文年Hargreaves和P-M公式的对比分析[J].农业工程学报, 2008,24(7):29-33.

Wang S F,Duan A W,Zhang Z Y,et al.Comparison and analysis of Hargreaves equation and Penman-Monteith equation during the different hydrological years in the semi-arid region[J].Transactions of the CSAE,2008,24(7): 9-33.(in Chinese)

[20]刘倪,夏伟,吴晓蔚,等.几种参考作物蒸散量计算方法的比较[J].河北科技大学学报,2009,30(1):18-24.

Liu N,Xia W,Wu X W,et al.Comparative study on calculation methods of reference crop evapotranspiration[J]. Journal of Hebei University of Science and Technology,2009,30 (1):18-24.(in Chinese)

[21]Xystrakis F,Matzarakis A.Evaluation of 13 empirical reference potential evapotranspiration equations on the island of crete in southern Greece[J].Journal of Irrigation and Drainage Engineering-ASCE,2011,137(4): 211-222.

[22]王晓东,马晓群,许莹,等.淮河流域参考作物蒸散量变化特征及主要气象因子的贡献分析[J].中国农业气象,2013, 34(6):661-667.

Wang X D,Ma X Q,Xu Y,et al.Variation of reference crop evapotranspiration and contribution of main factors in the Huaihe basin[J].Chinese Journal of Agrometeorology,2013, 34(6):661-667.(in Chinese)

Comparison and Modification of Five Crop Reference Evapotranspiration Models for Qinhuai River Basin

QIN Meng-sheng, HAO Lu, SHI Ting-ting, SUN Lei, SUN Ge

（International Center For Ecology，Meteorology and Environment，Nanjing University of Information Science and Technology，Nanjing 210044，China）

The daily reference crop evapotranspiration (ET0) was estimated using the FAO-56 Penman-Monteith and five other methods (Irmak-Allen, Makkink, Turc, Jensen-Haise and Hargreaves) and meteorological data from seven sites located in inside and surrounding areas of the Qinhuai River Basin for the period of 2000-2013.Taken the FAO-56 Penman-Montieth method as a reference, the original empirical coefficients of five other methods were calibrated. The results were analyzed with mean absolute error (MAE), mean relative error (MRE), correlation coefficient (r) and non-parametric Wilcoxon test at an annual and a monthly scale respectively. We aimed to obtain one method which requires less data with high accuracy for the Qinhuai River Basin. With daily results of five methods as independent variable and daily results of FAO-56 Penman-Montieth method as dependent variable, monthly linear regression equations were established. Monthly correction parameters could be found based on these equations. This research indicated that, Irmak-Allen, Makkink, Turc and Hargreaves methods were not applicable at an annual scale when the original empirical coefficients were used. At a monthly scale, when original empirical coefficients were used, large biases and significant differences were found for most of the methods in most months except May to August for Irmak-Allen method, September to November for Turc method, April and September to November for Hargreaves method. After model calibration, the Makkink method performed best followed by Turc method at annual scale. The MAE,MRE and r was 14.9mm·y-1,1.42% and 0.89 respectively. No significant difference existed between the results of Makkink and the FAO-56 Penman-Montieth method. In contrast, there were significant differences between the results of Irmak-Allen and FAO-56 Penman-Montieth method. The Hargreaves method was still not applicable due to a poor correlation. At a monthly scale, considering the accuracy of estimation, Makkink and Turc methods were used by collocation. Turc method was recommended to use from April to October, MAE and MRE was 2.1-6.1mm·mon-1and 2.9%-4.3%, Makkink method was recommended to use in the period from January to May and November to December, MAE and MRE was 1.2-2.4mm·mon-1and 3.2%-5.7%. No significant difference existed and coefficient of variation of monthly MRE was small in the two periods for each method. Considering continuity of time, Hargreaves method was recommended to use from January to December, MAE and MRE was 1.9-10.4mm·mon-1and 4.0%-9.2%.No significant difference existed and coefficient of variation of monthly MRE was small from January to December for Hargreaves method.

Qinhuai River Basin; Penman-Monteith; Radiation-based method; Temperature-based method

10.3969/j.issn.1000-6362.2016.04.002

2015-10-29

通讯作者。E-mail：hl_haolu@163.com

国家自然科学基金（41571026；71373130）

秦孟晟（1991-），博士生，主要研究方向为应用气象。E-mial：qinmengsheng1@163.com