2種時(shí)間尺度下稻田蒸散模型比較

李謙 景元書 李軻

摘要：準(zhǔn)確估算稻田蒸散量，對于提高稻田灌溉管理精度和水資源利用效率具有重要意義。根據(jù)波文比系統(tǒng)與自動(dòng)氣象站實(shí)測數(shù)據(jù)，利用FAO-Penman-Monteith、FAO-17-Penman以及Priestley-Taylor模型對稻田蒸散量進(jìn)行模擬，探究2種時(shí)間尺度上蒸散模型對蒸散量的估算精度差別。結(jié)果表明，各模型估算值與波文比計(jì)算值的整體變化趨勢一致，但逐時(shí)、逐日尺度上各模型估算蒸散值與實(shí)測值的擬合效率差別明顯。逐時(shí)尺度上，Priestley-Taylor模型的擬合效率較高，F(xiàn)AO-PM模型次之，F(xiàn)AO-17-Penman模型的最差。但在逐日尺度上，F(xiàn)AO-PM模型和Priestley-Taylor模型的擬合效率均較高，F(xiàn)AO-17-Penman模型的最差。研究結(jié)果對于局地地區(qū)在不同時(shí)間尺度上選取合適蒸散模型具有一定的指導(dǎo)意義。

關(guān)鍵詞：稻田;逐時(shí);逐日;蒸散模型

中圖分類號：S161.4?? 文獻(xiàn)標(biāo)志碼： A? 文章編號：1002-1302（2019）05-0238-06

收稿日期：2016-07-13

基金項(xiàng)目：國家自然科學(xué)基金（編號：41575111、41175098）;江蘇省第九批“六大人才高峰”高層次人才項(xiàng)目（編號：NY-038）。

作者簡介：李 謙（1993—），女，江蘇淮安人，碩士研究生，主要從事農(nóng)業(yè)氣象、應(yīng)用氣象研究。E-mail：dzng1993@sina.com。

通信作者：景元書，博士，教授，主要研究方向?yàn)檗r(nóng)業(yè)氣象與生態(tài)環(huán)境。E-mail：jingyshu@163.com。

蒸散是SPAC（Soil-Plant-Atmosphere Continuum）系統(tǒng)中水分運(yùn)動(dòng)的重要過程[1]。準(zhǔn)確估算稻田蒸散量、提高用水效率，對于解決我國不同地區(qū)的水資源短缺與采取相應(yīng)措施精準(zhǔn)管理稻田用水至關(guān)重要[2]。

20世紀(jì)以來，國內(nèi)外蒸散量的傳統(tǒng)測定方法主要分為微氣象方法（空氣動(dòng)力學(xué)法、波文比-能量平衡法、渦度相關(guān)法等）、水文學(xué)方法（蒸滲儀法、水量平衡法等[3]）和植物生理學(xué)方法（同位素示蹤法、熱計(jì)數(shù)法等）這三大類。隨著遙感技術(shù)的產(chǎn)生與發(fā)展，遙感技術(shù)開始應(yīng)用于作物蒸散方面，并為大尺度作物蒸散量的研究開辟了新的道路[4-6]。這些方法所需參數(shù)不同，原理各異，在實(shí)際應(yīng)用中都有一定的優(yōu)勢與局限性。其中，波文比-能量平衡法與其他方法相比具有價(jià)格便宜、簡便易行等優(yōu)點(diǎn)，在實(shí)際應(yīng)用中可通過改進(jìn)儀器設(shè)備和計(jì)算方法將誤差降低到10%以下[7]。與此同時(shí)，國內(nèi)外專家與學(xué)者也提出了一系列的經(jīng)驗(yàn)?zāi)Ｐ?。比較具有代表性的有：Penman-Monteith模型、Priestley-Taylor模型、Hargreaves模型、Shuttleworth-Wallace模型、SWAT模型[8]等。

縱觀作物蒸散研究的發(fā)展歷程，傳統(tǒng)方法往往側(cè)重于孤立的單一時(shí)間尺度，但對于時(shí)間尺度轉(zhuǎn)換方法和模型在不同時(shí)間尺度應(yīng)用方面，依然缺乏足夠的研究。1983年，Jackson在假設(shè)蒸散日際變化與太陽輻照度變化相似的基礎(chǔ)上，建立了尺度轉(zhuǎn)化模型[9]。2008年，楊漢波通過水熱耦合平衡方程，模擬出了我國位山實(shí)驗(yàn)站和俄羅斯西伯利亞Yakutsk實(shí)驗(yàn)站中月、旬和日時(shí)間尺度上的實(shí)際騰發(fā)量[10]。2011年，楊秀芹針對南四湖流域FAO Penman-Monteith模型的適用性研究認(rèn)為，在日、月不同時(shí)間尺度上，F(xiàn)AO PM模型的結(jié)果值相關(guān)性顯著[11]。2014年，魏新光在對旱區(qū)棗林的蒸騰及其影響因子的關(guān)系進(jìn)行分析研究時(shí)發(fā)現(xiàn)，蒸散影響因子具有明顯的時(shí)間變異性和時(shí)間尺度效應(yīng)[12]。盡管近些年的研究方向已初步向時(shí)間尺度傾斜，但大多局限于單一模型的升降尺度分析和多種模型相同時(shí)間尺度的對比分析，對于不同蒸散模型之間的時(shí)間尺度對比卻始終沒有給予足夠的關(guān)注。

因此，本研究在田間波文比系統(tǒng)與自動(dòng)氣象站實(shí)測數(shù)據(jù)的基礎(chǔ)上，利用FAO-Penman-Monteith、FAO-17-Penman以及Priestley-Taylor模型進(jìn)行計(jì)算與模擬，分析比較逐時(shí)、逐日時(shí)間尺度上各模型的可靠性，以便在不同時(shí)間尺度上選取合適蒸散模型，提高蒸散量估算精度和實(shí)際應(yīng)用的合理性。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

試驗(yàn)區(qū)位于江西省鷹潭市中國科學(xué)院紅壤生態(tài)實(shí)驗(yàn)站附近（116°55′E，28°15′N），屬于亞熱帶濕潤季風(fēng)氣候。年均降水量1 788.8 mm，年均水面蒸發(fā)量1 229.1 mm。年無霜期258 d。試驗(yàn)對象選取晚稻，于2014年6月17日播種，7月10日移栽，11月5日收獲。水稻移栽后各類田間管理等同當(dāng)?shù)卮筇锷a(chǎn)，成熟后期因水稻收割停止灌溉，分析時(shí)不予考慮。試驗(yàn)期間的各類氣象要素情況見表1。

試驗(yàn)田區(qū)布設(shè)自動(dòng)氣象站和稻田換位式波文比測量系統(tǒng)。自動(dòng)氣象站儀器型號為美國ONSET公司所產(chǎn)HOBO U30，每30 min對氣溫、降水量、2 m風(fēng)速、相對濕度、氣壓等小氣候數(shù)據(jù)進(jìn)行觀測記錄1次。波文比系統(tǒng)由雙層空氣溫濕度傳感器（HMP155A）、風(fēng)速儀（010C-1）、凈輻射傳感器（NR-Lite）、CR1000數(shù)據(jù)采集器等組成。每20 min自動(dòng)采集2 m高度差之間的溫濕度梯度1次，由此直接計(jì)算、存儲波文比并求得蒸散值。

1.2 模型介紹

式中：ET0為作物潛在蒸散（mm/d）;Δ為水汽壓曲線斜率;Rn為凈輻射[MJ/（m2·d）];G為土壤熱通量[MJ/（m2·d）];γ為干濕表方程常數(shù)（kPa/℃）;T為距地面2米處空氣溫度（℃）;U2為距地面2米處風(fēng)速（m/s）;es為空氣溫度T下的飽和水汽壓（KPa）;ea為空氣溫度T下的實(shí)際水汽壓（kPa）。

式中：ET0（FAO-17-PM）為計(jì)算得到的日參考作物蒸散量（mm/d）;P0為海平面大氣（hPa）;P為本站氣壓（hPa）;Δ、γ物理意義同公式（1），單位改變?yōu)閔Pa/℃;Rn物理意義同公式（1），單位改變?yōu)閙m/d。

式中：常數(shù)α為無量綱經(jīng)驗(yàn)修正項(xiàng)，變化范圍為1.2～1.3。本研究計(jì)算代入值為1.26，即濕潤氣候條件時(shí)α常數(shù)值。且Rn為凈輻射通量密度（W/m2），G為土壤熱通量密度（W/m2）。

1.3 數(shù)據(jù)預(yù)處理

波文比儀數(shù)據(jù)處理時(shí)，剔除極個(gè)別由于儀器故障或極端天氣引發(fā)的異常值。采取線性插值法對2 h內(nèi)缺失數(shù)據(jù)進(jìn)行補(bǔ)充。2 h以外缺失的數(shù)據(jù)，根據(jù)環(huán)境因子，建立相關(guān)關(guān)系進(jìn)行補(bǔ)充，并采用線性回歸分析模擬值與觀測值的相關(guān)性。

2 模型結(jié)果對比

2.1 FAO-Penman-Monteith模型

試驗(yàn)期間晚稻的生長期共計(jì)125 d，其中移栽前期23 d、移栽—拔節(jié)期27 d、拔節(jié)—抽穗期33 d、抽穗—成熟期42 d。分別將其簡化為A1、A2、A3和A4時(shí)期并繪制圖表。同時(shí)，成熟后期由于水稻收割停止灌溉，分析時(shí)不予考慮。在日尺度上，結(jié)合圖1可以看出，整個(gè)生育期的r2為0.902 0，模型估算值較為可靠，模擬效果較好。在A1期和A3期這2個(gè)時(shí)期模型估算值略低于實(shí)測值，但整體模擬效果相對較好，r2在0.97左右。A2期則數(shù)據(jù)分布較為離散，擬合效果一般。A4期模型估算值與實(shí)測值相差較大，擬合效果不佳。

FAO-PM模型在逐時(shí)尺度上的模擬結(jié)果見圖2。其中，圖2-a、圖2-b、圖2-c、圖2-d分別為逐時(shí)蒸散的估算值

與實(shí)測值4個(gè)不同時(shí)期的擬合情況，圖2-e為整個(gè)生育期的擬合情況。在時(shí)間尺度由逐日降為逐時(shí)后，模型的適用性明顯降低，各時(shí)期的r2下降到0.6～0.7，斜率K升至1.66～219。在實(shí)測值高于0.3 mm/h時(shí)，估算值和實(shí)測值之間的偏差更加明顯。風(fēng)速突變是導(dǎo)致模型適用性降低的一個(gè)可能原因。逐時(shí)尺度上空氣動(dòng)力項(xiàng)相比于輻射動(dòng)力項(xiàng)更不穩(wěn)定，當(dāng)風(fēng)速發(fā)生突變，可能會導(dǎo)致FAO-PM模型的估算值大幅度偏離實(shí)測值。因此，在逐時(shí)尺度上，F(xiàn)AO-PM模型并不適合用來估算該地區(qū)的作物蒸散。

2.2 FAO-17-Penman模型

模型FAO-17-Penman在逐日尺度上的擬合情況見圖3。以B代表全生育期，移栽前期、移栽—拔節(jié)期、拔節(jié)—抽穗期、抽穗—成熟期分別為B1、B2、B3和B4時(shí)期。整個(gè)生育期r2為0.864 3，數(shù)據(jù)離散程度較大，模擬蒸散值與實(shí)測蒸散值擬合效果不太理想。但在B1期和B3期，r2在0.97左右，斜率在1.04左右，這2個(gè)時(shí)期估算值雖然略高于實(shí)測值，但擬合程度較高，模擬效果較好。B2期擬合效果相較于B1和B3略差，數(shù)據(jù)分布也較離散，模擬效果一般;B4期r2為 0.662 7，估算值與實(shí)測值相差較大，過高估計(jì)了實(shí)際蒸散，效果不佳。將逐日尺度上的FAO-PM模型與FAO-17-Penman模型相比較而言，顯然FAO-PM模型的精確度更高。

圖4為逐時(shí)尺度上的不同時(shí)期估算值與實(shí)測值的擬合情況，可以發(fā)現(xiàn)相比于逐日尺度，逐時(shí)尺度上FAO-17-PM模型的適用性也明顯降低。整個(gè)生育期的r2下降，前3個(gè)時(shí)期的相關(guān)系數(shù)r2下降到0.7～0.8之間，抽穗—成熟期的r2僅為0.043 8。同時(shí)，估算值高出實(shí)測值的比例比逐日尺度上高出更多，誤差更大。當(dāng)實(shí)測蒸散值高于0.2 mm/h時(shí)，模擬值偏離實(shí)測值較多。在逐時(shí)尺度上，稻田在抽穗期前，使用FAO-17-PM模型能大概反映70%～80%的實(shí)際蒸散情況，但是在進(jìn)入抽穗—成熟期后，該模型不再適合模擬該地區(qū)的估算作物蒸散，偏差較大。

2.3 Priestley-Taylor模型

模型Priestley-Taylor在逐日尺度上的擬合情況見圖5。以C代表全生育期，移栽前期、移栽—拔節(jié)期、拔節(jié)—抽穗期、抽穗-成熟期分別為C1、C2、C3和C4時(shí)期。從整個(gè)生育期來看，r2為0.940 9，數(shù)據(jù)在1 ∶ 1線左右分布較均勻，表明估算蒸散值與實(shí)測蒸散值擬合效果很好，模型估算值較為可靠。在移栽前期（C1期）和拔節(jié)—抽穗期（C3期），r2均高于0.97，斜率K接近1，模型的相關(guān)性甚至要優(yōu)于全生育期。即使是模擬效果相對不佳的C2與C4期，也要優(yōu)于同尺度的FAO-17-PM模型和FAO-PM模型。

逐時(shí)尺度上Priestley-Taylor模型見圖6，降尺度后模型適用性提高。4個(gè)不同生育期的r2均達(dá) 0.98 以上，表明在逐時(shí)的時(shí)間尺度上，Priestley-Taylor模型的估算效果較好，可以反映實(shí)際情況的98%以上，模型估算值與實(shí)測值極為接近。斜率K在0.97～1.05之間，相對偏差較小。實(shí)際蒸散量的范圍在0.4 mm/h以下時(shí)，估算值與實(shí)測值的重合度較高，在蒸散量超過0.4 mm/h時(shí)，模擬值略高于實(shí)測值。總的來說，在逐時(shí)尺度上，相比于FAO-17-PM模型和FAO-PM模型，Priestley-Taylor模型的模擬效果更好，能很好地反映當(dāng)?shù)氐咎锏膶?shí)時(shí)蒸散發(fā)狀況。

2.4 模型對比

將FAO-PM模型和FAO-17-PM模型的估算值進(jìn)行對比，結(jié)果見表2。

逐日尺度上，F(xiàn)AO-PM模型全生育期的估算累積值與實(shí)測累積值的相對偏差僅為0.26%，移栽前期與拔節(jié)—抽穗期的相對偏差都為負(fù)值，說明這2個(gè)時(shí)期模型低估了實(shí)際蒸散，而移栽—拔節(jié)期與抽穗—成熟期的相對偏差分別為3.07%和9.88%，說明這2個(gè)時(shí)期模型高估了實(shí)際蒸散。逐日尺度上FAO-17-PM模型各時(shí)期的估算累積值都高于實(shí)測累積值，全生育期的相對偏差為20.87%。綜合來看，2種模型估算蒸散值趨勢一致但差異明顯，F(xiàn)AO-17-PM模型的估算累積值在各個(gè)時(shí)期都高于FAO-PM模型累積值，這與龔元石等的研究結(jié)果[15]一致。同時(shí)，F(xiàn)AO-PM模型相比FAO-17-PM模型擬合效果更優(yōu)，與實(shí)測值更為接近。多數(shù)學(xué)者認(rèn)為造成這2個(gè)模型估算值之間差異的主要原因是其空氣動(dòng)力項(xiàng)和輻射動(dòng)力項(xiàng)采用了不同的參數(shù)。劉倪等認(rèn)為在某些地區(qū)，F(xiàn)AO-17-PM模型是可以代替FAO-Penman-Monteith對參考作物蒸散量進(jìn)行計(jì)算的，但是需要對風(fēng)速進(jìn)行修正，不同的修正式可能結(jié)果迥異，因此在氣象數(shù)據(jù)相對完整的情況下使用FAO-PM模型更為合適[16]。逐時(shí)尺度上FAO-PM模型和FAO-17-PM模型估算值在各個(gè)時(shí)期都高于實(shí)測值過多，同時(shí)2個(gè)模型之間差異更加明顯。降尺度后FAO-17-PM模型估算值偏移實(shí)測值的趨勢加大，抽穗—成熟期估算累積值甚至接近實(shí)測累積值的8倍，模型適用性大幅度降低。同樣FAO-PM模型的適用性也隨尺度降低而大幅度下降，模型整體高估了實(shí)際蒸散過多，在實(shí)測值高于0.3 mm/h時(shí)，估算值和實(shí)測值之間的偏差更加明顯。因而FAO-17-PM模型與FAO-Penman-Monteith模型都不適合用于該地區(qū)的逐時(shí)蒸散模擬。袁小環(huán)等認(rèn)為PM模型易受到風(fēng)速變化影響，而時(shí)尺度上空氣動(dòng)力項(xiàng)相比于輻射項(xiàng)變化更為劇烈，因而可將風(fēng)速突變作為PM模型降時(shí)間尺度適用性降低的一個(gè)可能原因，但具體各時(shí)期是否為模型主導(dǎo)因子還需進(jìn)一步的試驗(yàn)測定[17]。

Priestley-Taylor模型建立在平衡蒸發(fā)理論基礎(chǔ)上，所需氣象資料較少，它與FAO-Penman-Monteith模型、FAO-17-PM模型的主要區(qū)別在于，后兩者考慮了空氣動(dòng)力項(xiàng)，而前者沒有。表2顯示了PT模型與其他2種PM模型的模擬差別。逐日尺度上PT模型模擬效果不及FAO-PM模型，但優(yōu)于FAO-17-PM模型。模型全生育期的蒸散估算累積值與實(shí)測累積值的相對偏差為11.72%，在可接受范圍內(nèi)。移栽前期與拔節(jié)—抽穗期的相對偏差分別為5.78%和2.80%，r2均高于0.97，估算值與實(shí)測值的重合度較高，模型擬合效果很好。綜合認(rèn)為逐日尺度上PT模型的適用性較好，可用于該地區(qū)逐日尺度的蒸散監(jiān)測。時(shí)間尺度由逐日降為逐時(shí)后，PT模型整體適用性提高。4個(gè)生育期r2均達(dá)0.98以上，全生育期估算累積值和實(shí)測累積值的相對偏差為 7.38%。整體來看，逐時(shí)尺度上3種蒸散模型以Priestley-Taylor法的估算結(jié)果最優(yōu)，更適合用于該地區(qū)稻田實(shí)時(shí)蒸散研究。在試驗(yàn)區(qū)所處的氣候條件，綜合2種時(shí)間尺度，PT模型較之PM模型，適用性更為穩(wěn)定，與當(dāng)?shù)氐膶?shí)際蒸散更為接近，這與米娜等的研究[18]一致。同時(shí)許多研究也表明α=1.26 具有廣泛性，應(yīng)用于不同的區(qū)域都得到了較為理想的結(jié)果[19]。

3 結(jié)論

在晚稻整個(gè)生長期間，各模型估算值與波文比計(jì)算值的整體變化趨勢一致。就單一生育期而言，相對濕度較高的移栽前期與拔節(jié)—抽穗期擬合效率普遍高于其他時(shí)期，模型估算值與實(shí)測值也更為接近。初步判斷各時(shí)期的氣象因子是造成各生育時(shí)期模擬效果差異的可能原因，但它們對模型的具體影響作用有待進(jìn)一步研究。

不同時(shí)間尺度上各模型估算蒸散值與實(shí)測值的的擬合效率差別較大。逐時(shí)尺度上按效率比較，Priestley-Taylor模型>FAO-PM模型>FAO-17-PM模型，因此Priestley-Taylor模型的擬合效率最高，最適合用于當(dāng)?shù)氐咎镎羯⒌膶?shí)時(shí)預(yù)測。同樣逐日尺度上的擬合效率，F(xiàn)AO-PM模型>Priestley-Taylor模型>FAO-17-PM模型，因此逐日尺度上的蒸散預(yù)測以FAO-PM模型為宜。

模型參數(shù)的選取和下墊面的性質(zhì)會對模型精度產(chǎn)生一定的影響。本研究PT模型α的取值為1.26，在試驗(yàn)區(qū)所處的濕潤氣候條件下，能較精確地估算出稻田的蒸散量，特別是在逐時(shí)尺度，田間相對濕度較高的移栽前期和拔節(jié)—抽穗期，PT模型的優(yōu)勢更為顯著。Priestley-Taylor模型與PM模型之間的主要差別在于，前者忽略了空氣動(dòng)力項(xiàng)，而后者沒有。風(fēng)速在小時(shí)尺度上的突變是導(dǎo)致逐時(shí)尺度下模型FAO-PM與FAO-17-PM整體適用性降低的一個(gè)可能原因。同時(shí)FAO-PM模型與FAO-17-PM模型相比較，后者考慮到了彭曼模型中一些參數(shù)的修正，但顯然參數(shù)修正反而降低了模型精度，因而FAO-17-PM模型并不適合用于當(dāng)?shù)氐牡咎镎羯⒘磕M。

4 討論

第一，模型采用的作物系數(shù)由FAO提供而非實(shí)際測量，有可能對估算值精度產(chǎn)生影響，需要進(jìn)一步進(jìn)行田間觀測修正。此外蒸散模型的時(shí)間尺度效應(yīng)還會受到冷、暖季的氣候條件影響[11]，所以還需將早稻與晚稻數(shù)據(jù)進(jìn)行對比研究，以便更深層次了解稻田蒸散的尺度效應(yīng)。第二，稻田蒸散模型的時(shí)間尺度研究，不僅僅局限于小時(shí)尺度與日尺度的精度對比，未來更有望走向建立不同時(shí)間尺度的轉(zhuǎn)換模型，實(shí)現(xiàn)瞬時(shí)向日尺度的擴(kuò)展，以及日尺度向旬或是更大尺度的轉(zhuǎn)換。參考文獻(xiàn)：

[1]賈秋洪，景元書，景梽淏. 典型小流域氣候變化及其對潛在蒸散量的影響[J]. 中國農(nóng)村水利水電，2016（1）：1-7，11.

[2]王 東. 柵格蒸散發(fā)模型在區(qū)域蒸散發(fā)時(shí)空分布模擬中的應(yīng)用研究[J]. 水利技術(shù)監(jiān)督，2016，24（2）：53-55.

[3]丁加麗，彭世彰，徐俊增，等. 基于Penman-Monteith方程的節(jié)水灌溉稻田蒸散量模型[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26（4）：31-35.

[4]白玲曉，王 勇，李 興，等. 作物蒸散量測定與計(jì)算方法研究綜述[C]. Intelligent Information Technology Application Association.Proceedings of 2011 AASRI Conference on Information Technology and Economic Development（AASRI-ITED 2011 V3），2011：6.

[5]李 琴，陳 曦，包安明，等. 基于SEBS模型干旱區(qū)蒸散發(fā)量研究[J]. 遙感技術(shù)與應(yīng)用，2014，29（2）：195-201.

[6]Kustas W P，Choudhury B J，Moran M S，et al. Determination of sensible heat flux over sparse canopy using thermal infrared data[J]. Agricultural&Forest Meteorology，1989，44（3/4）：197-216.

[7]強(qiáng)小嫚，蔡煥杰，王 健. 波文比儀與蒸滲儀測定作物蒸發(fā)蒸騰量對比[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25（2）：12-17.

[8]Arnold J，Srinivasan R，Neitsch S，et al. Soil and water assessment tool（SWAT）：global applications[R]. 2009.

[9]Zhang L，Lemeur R. Evaluation of daily evapotranspiration estimates from instantaneous measurements[J]. Agricultural & Forest Meteorology，1995，74（1/2）：139-154.

[10]楊漢波，楊大文，雷志棟，等. 任意時(shí)間尺度上的流域水熱耦合平衡方程的推導(dǎo)及驗(yàn)證[J]. 水利學(xué)報(bào)，2008，39（5）：610-617.

[11]楊秀芹，鐘平安. 基于兩種時(shí)間尺度氣象資料計(jì)算的參考作物蒸散量對比分析[J]. 中國農(nóng)業(yè)氣象，2011，32（2）：214-219.

[12]魏新光，陳滇豫，汪 星，等. 山地棗林蒸騰主要影響因子的時(shí)間尺度效應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（17）：149-156.

[13]李玉霖，崔建垣，張銅會. 參考作物蒸散量計(jì)算方法的比較研究[J]. 中國沙漠，2002，22（4）：372-376.

[14]劉曉英，林而達(dá)，劉培軍. Priestley-Taylor與Penman法計(jì)算參照作物騰發(fā)量的結(jié)果比較[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2003，19（1）：32-36.

[15]龔元石. Penman-Monteith公式與FAO-PPP-17 Penman修正式計(jì)算參考作物蒸散量的比較[J]. 北京農(nóng)業(yè)大學(xué)學(xué)報(bào)，1995（1）：68-75.

[16]劉 倪，夏 偉，吳曉蔚，等. 幾種參考作物蒸散量計(jì)算方法的比較[J]. 河北科技大學(xué)學(xué)報(bào)，2009，30（1）：17-24.

[17]袁小環(huán)，楊學(xué)軍，陳 超，等. 基于蒸滲儀實(shí)測的參考作物蒸散發(fā)模型北京地區(qū)適用性評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（13）：104-110.

[18]米 娜，陳鵬獅，張玉書，等. 幾種蒸散模型在玉米農(nóng)田蒸散量計(jì)算中的應(yīng)用比較[J]. 資源科學(xué)，2009，31（9）：1599-1606.

[19]Utset A，F(xiàn)arre I，Martinez-Cob A，et al. Comparing Penman-Monteith and Priestley-Taylor approaches as reference evapotranspiration inputs for modeling maize water-use under Mediterranean conditions[J]. Agricultural Water Management，2004，66（3）：205-219.王樂樂，鄭訊濤，張?jiān)⒑?，? 總固體濃度對豬糞厭氧消化的影響及菌群結(jié)構(gòu)分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（5）：244-248.