摘要：为找出在仅使用温度这一气象参数条件下适用于区域参考作物蒸散量(ET0)估算的简化模型,本研究以鲁中地区为研究区域,基于6个气象站点1961-2019年的逐日气象数据,以长短期记忆神经网络(LSTM)模型和hargreaves(HS)模型为基础,利用粒子群优化LSTM模型(PSO-LSTM)、遗传算法优化LSTM模型(GA-LSTM)、贝叶斯理论优化LSTM模型(BA-LSTM)和5种HS改进模型估算ET0,并将估算结果与Penman-Monteith(PM)模型的ET0进行对比。结果表明,相同参数输入条件下,LSTM模型精度普遍优于HS模型,4种LSTM模型具有较强的适用性,其中BA-LSTM模型对ET0日值的估算效果最优,其均方根差(RMSE)、平均绝对误差(MAE)、决定系数(R2)、效率系数(Ens)的中位线分别为0.378 mm/d、0.276 mm/d、0.904和0.902,其综合性指标指数(GPI)的中位线为1.837。同时,BA-LSTM模型在全区的相对误差(RE)仅为0.01%~1.75%。因此,在仅有温度这一气象参数时,推荐使用BA-LSTM模型估算鲁中地区ET0。

摘要：为提高hargreaves公式在不同地区的适用性和准确性,改善区域作物需水量的估算精度和灌区灌溉管理水平。基于新疆塔里木盆地绿洲区5个典型气象站1961-2014年逐日气象资料,以最高温度、最低温度、大气顶太阳辐射为自变量,以Penman-Monteith公式计算的ET_0为因变量,对hargreaves模型参数进行拟合与分析。结果表明:研究区全年和夏季转换系数K变化趋势相同,均从研究区北向南逐渐增大,春、秋、冬季变化趋势则相反;全年和夏季指数系数n变化趋势相同,也均从研究区的南向北递增,春、秋、冬季则从北向南逐渐增加;温度偏移量Toff总体表现为从南向北逐渐增加。率定后的hargreaves公式与P-M公式的相关指数,全年最大,为0.787,春秋次之,分别为0.704和0.722,冬季最小,为0.454,拟合后的参数标准误表明拟合值全年最准确,冬季最差。