关键词:
东北地区
参考作物蒸散量
思维进化算法
时空特征
经验模型
摘要:
准确估算参考作物蒸散发(Reference crop evapotranspiration,ET_(0))对于农业水资源管理至关重要。东北地区是我国最重要的粮食产区,但该区域纬度相对较高、气温相对较低,ET_(0)影响因素多、估算的不确定性高。研究选取东北地区20个代表性气象站点1961-2019年气象数据,采用Mann-Kendall非参数趋势检验及反距离加权插值法模拟东北地区ET_(0)时空变化特征,并利用思维进化算法(Mind Evolutionary Algorithm,MEA)优化模型参数,以FAO-56 Penman-Monteith公式计算结果为标准值,比较9种不同输入因子的模型精度,结果表明:(1)1961-2019年东北地区ET_(0)的年平均值在567.81~1080.66 mm之间,东北地区北部的年均ET_(0)值呈上升趋势,中部平原及南部沿海呈下降趋势;(2)通过对东北地区20个站点使用不同类型模型计算ET_(0)的评估,优化前精度表现:辐射型模型>湿度型模型>温度型模型。其中Mak模型在东北地区的计算精度最高,相应的R^(2)、NSE、RMSE、和MAE中位数值分别为0.801、0.786、0.570 mm/d和0.331 mm/d;(3)MEA算法优化后,对9种经验模型的R^(2)、NSE、RMSE和MAE提升幅度分别为14.43~47.15%、14.84~50.47%、5.42~46.79%、7.47~39.86%。优化后的Mak模型相应的R^(2)、NSE、RMSE、和MAE中位数值分别为0.910、0.907、0.510 mm/d、0.291 mm/d。因此,在气象资料缺乏情景下,Mak模型可作为东北地区ET_(0)计算的最优模型,并且MEA算法优化能够高效提高模型计算精度,实现了准确性和效率之间更优化的平衡。