基于BP 神經(jīng)網(wǎng)絡(luò)的湛江站點(diǎn)ET0 估算模型研究

晏成明

（廣東水利電力職業(yè)技術(shù)學(xué)院，廣東 廣州 510610）

參考作物騰發(fā)量（ET0）作為灌溉制度確定的參考指標(biāo)之一，對(duì)農(nóng)業(yè)研究具有重要意義。當(dāng)前，ET0研究主要集中在ET0預(yù)報(bào)方法、普適性以及時(shí)空變異特性研究[1～9]，尤以普適性研究備受關(guān)注。專(zhuān)家、學(xué)者希望通過(guò)分析實(shí)測(cè)資料建立一個(gè)放置四海皆準(zhǔn)的預(yù)報(bào)、估算模型，但從ET0影響因子角度分析不難發(fā)現(xiàn)，平均氣溫、日照時(shí)數(shù)、輻射、風(fēng)速等因子均與所處地理環(huán)境、時(shí)段相關(guān)，導(dǎo)致建立精度較高、普適性較好的模型十分困難。因此，針對(duì)不同站點(diǎn)、氣候，結(jié)合其氣象因子周期性變化規(guī)律，建立適合局部區(qū)域、高精度的ET0估算模型比較符合當(dāng)前實(shí)際。

湛江作為廣東農(nóng)作物主產(chǎn)區(qū)，其灌溉制度主要依據(jù)農(nóng)事經(jīng)驗(yàn)確定，較少通過(guò)ET0確定灌溉制度。本研究將選取湛江站1981 年1 月1 日～2010 年12月31 日的氣象數(shù)據(jù)，結(jié)合氣象因子規(guī)律性分析，建立適合湛江站點(diǎn)高精度的BP 估算ET0模型，從而為農(nóng)業(yè)生產(chǎn)提供決策依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

湛江市位于中國(guó)大陸最南端的雷州半島、廣東省西南部、粵桂瓊?cè)^(qū)交匯處，東瀕南海、南隔瓊州海峽、西臨北部灣、背靠大西南、東北與茂名市相連。工業(yè)基礎(chǔ)相對(duì)薄弱，以農(nóng)業(yè)為主，是我國(guó)重要的蔗糖、熱帶作物、水產(chǎn)等生產(chǎn)基地。其轄區(qū)內(nèi)的雷州青年運(yùn)河灌區(qū)是全國(guó)重點(diǎn)大型灌區(qū)之一，也是廣東省最大的灌區(qū)，建于1960 年，有效灌溉面積146.6 萬(wàn)畝，屬Ⅱ等大(2)型工程。灌區(qū)多年平均降雨量1538 mm，降雨時(shí)空分布不均，85%以上降水量集中在汛期（4～10 月），西南沿海地帶年降水量在1200mm 以下；年均蒸發(fā)量1774.1mm，旱季內(nèi)蒸發(fā)量比降雨量大5 倍左右[10]。

1.2 數(shù)據(jù)來(lái)源與處理

由中國(guó)氣象數(shù)據(jù)網(wǎng)收集了湛江站點(diǎn)1981 年1月1 日～2010 年12 月31 日的實(shí)測(cè)日最低溫度、日最高溫度、平均風(fēng)速、日照時(shí)數(shù)、平均相對(duì)濕度。根據(jù)文獻(xiàn)[11]，將3、4、5 月劃為春季，6、7、8月劃為夏季，9、10 月劃為秋季，11、12 月以及次年1、2 月劃為冬季。

2 研究方法

本研究ET0參考值采用FAO-56 Penman—Monteith 模型計(jì)算獲??；ET0預(yù)報(bào)采用BP、神經(jīng)網(wǎng)絡(luò)計(jì)算獲取[12～13]，趨勢(shì)及突變分析采用斜率、MK檢驗(yàn)，精度通過(guò)平均絕對(duì)誤差（MAE）、均方根誤差（RMAE）、相關(guān)系數(shù)（r）評(píng)價(jià)。

2.1 FAO-56 Penman—Monteith 模型（PM）

PM 公式是公認(rèn)計(jì)算ET0的公式[14]，具體如下所示：

2.2 評(píng)價(jià)方法

3 結(jié)果計(jì)算與分析

3.1 各氣象因子規(guī)律分析

圖1 為湛江站平均氣溫、最高氣溫、最低氣溫、相對(duì)濕度、風(fēng)速、日照時(shí)數(shù)長(zhǎng)系列分布圖，可知平均氣溫、最高氣溫、最低氣溫、相對(duì)濕度年值、季節(jié)值均隨年份變化不劇烈（見(jiàn)圖1（a）、（b）、（c）、（d）），而風(fēng)速、日照時(shí)數(shù)、ET0年值、季節(jié)值在1981～2010 年長(zhǎng)周期內(nèi)變化劇烈（見(jiàn)圖1（e）、（f）、（g）），且全年風(fēng)速、ET0整體呈增加趨勢(shì)。以各氣象因子年內(nèi)分布為研究對(duì)象，發(fā)現(xiàn)：平均、最高、最低氣溫、ET0同一年份中季節(jié)分布中夏季最大，秋季最小，春、冬季相差不大；相對(duì)濕度年內(nèi)分布中冬季最大，春夏差異不大，秋季最小；日照時(shí)數(shù)以夏季最大、冬季次之，春季最小。

為探尋各氣象因子年際間變化，針對(duì)長(zhǎng)系列采用線(xiàn)性擬合研究其趨勢(shì)（見(jiàn)表1）。從年值年際變化來(lái)看，平均溫度、相對(duì)濕度、日照時(shí)數(shù)、ET0均隨時(shí)間增大，且增長(zhǎng)幅度（斜率與多年平均值比值）ET0＞日照時(shí)數(shù)＞相對(duì)濕度＞平均氣溫（1.3203＞0.3782＞0.2097＞0.1473）；最高最低氣溫、風(fēng)速隨年份增加減小，減小幅度風(fēng)速＞最高氣溫＞最低氣溫（0.2106＞0.0209＞0.0011）。季節(jié)值隨年份變化與年值存在一定差異，最高氣溫表現(xiàn)最為顯著，最高氣溫年值隨年份增大呈減小趨勢(shì)，而最高氣溫各季節(jié)值隨年份增大呈增大趨勢(shì)，這可能由于年值、季節(jié)值隨年份變化中氣象因子突變導(dǎo)致。

圖1 各氣象因子長(zhǎng)系列分布

表1 各氣象因子長(zhǎng)系列擬合

為進(jìn)一步研究各氣象因子的變化規(guī)律，采用MK 檢驗(yàn)法研究各氣象因子長(zhǎng)系列的突變情況（見(jiàn)圖2）。由圖2 可知：除秋季最高、最低氣溫突變年份不一致以外（平均氣溫突變發(fā)生在2005、2008、2009 年；最高、最低氣溫突變發(fā)生在1982、1985 年），其他長(zhǎng)系列最高、最低氣溫基本一致，尤以冬季平均、最高、最低氣溫最為一致，突變均發(fā)生在1985 年（見(jiàn)圖2（ac）、（ad）、（ae））。綜合各長(zhǎng)系列，可看出相對(duì)濕度、日照時(shí)數(shù)發(fā)生突變次數(shù)最多、最不穩(wěn)定。主要表現(xiàn)為年值中日照時(shí)數(shù)突變發(fā)生在1981、1982、2002、2003、2005 年（見(jiàn)圖2（f））；春季值中相對(duì)濕度突變發(fā)生在1982、1983、1985 年（見(jiàn)圖2（k））；夏季值相對(duì)濕度、日照時(shí)數(shù)突變分別發(fā)生在1982、2006、2008、2009，1982、1994、1995、1996（見(jiàn)圖2（r）、（t））；秋季值相對(duì)濕度、日照時(shí)數(shù)突變分別發(fā)生在1982、2005，2002、2005 年（見(jiàn)圖2（y）、（aa））；冬季值相對(duì)濕度、日照時(shí)數(shù)突變分別發(fā)生在1983、1984、1988、1992、1994，1983、1984、1985 年（見(jiàn)圖2（af）、（ah））。而風(fēng)速突變較為穩(wěn)定，主要集中在1991～1993 年（見(jiàn)圖2（e）、（l）、（s）、（z）、（ag））。受各因子作用，ET0也發(fā)生較為劇烈突變（見(jiàn)圖2（g）、（n）、（s）、（ab）、（ai））。因此，后續(xù)ET0估算中考慮突變以及各因子季節(jié)性特征十分必要。

3.2 考慮季節(jié)與非季節(jié)變化ET0 估算比較

為提高ET0估算精度，根據(jù)上述分析，將結(jié)合季節(jié)劃分利用BP 神經(jīng)網(wǎng)絡(luò)研究ET0。在確保驗(yàn)證期達(dá)到3 年的情況下，盡可能延長(zhǎng)訓(xùn)練期，以保證訓(xùn)練精度。因此，將整個(gè)數(shù)據(jù)集以2007 年12 月31 日為界，劃分為訓(xùn)練期和驗(yàn)證期。本研究采用的6*25*1 網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練誤差控制在0.00004，訓(xùn)練次數(shù)100次，訓(xùn)練期ET0估算結(jié)果見(jiàn)表2。相比不考慮季節(jié)性的BP（BP）預(yù)估ET0值，考慮季節(jié)性BP（BP-季節(jié)）預(yù)估ET0精度有所提高。BP-季節(jié)與BP 相比，平均絕對(duì)誤差減小0.1018mm，均方根誤差減小53.7%，相關(guān)系數(shù)增大0.0124。

表 2 訓(xùn)練期ET0 估算評(píng)價(jià)指標(biāo)

圖3 為訓(xùn)練期ET0估算散點(diǎn)，可知相比BP 估算結(jié)果，BP-季節(jié)估算的ET0值更加均勻地分布在y=x 兩邊，且BP 估算結(jié)果整體相比PM-ET0 值偏小，BP-季節(jié)估算ET0較好地調(diào)整了偏小的趨勢(shì)。

驗(yàn)證期BP、BP-季節(jié)估算ET0值效果如表3、圖4 所示。可知，MAE 相比BP，減小54.6%，RMSE 減小55.4%，R 增大0.0148；BP-季節(jié)估算ET0的散點(diǎn)與PM-ET0散點(diǎn)更為接近。

圖2 各氣象因子長(zhǎng)系列MK 檢驗(yàn)

表 3 驗(yàn)證期ET0 估算評(píng)價(jià)指標(biāo)

4 結(jié)論

本研究通過(guò)分析1981～2010 年湛江站的氣象因子年際、季節(jié)變化規(guī)律，以PM-ET0為基準(zhǔn)值，結(jié)合BP 神經(jīng)網(wǎng)絡(luò)預(yù)估ET0，主要得到以下結(jié)論：

（1）平均溫度、相對(duì)濕度、日照時(shí)數(shù)、ET0年值均隨年份增大而增大，增長(zhǎng)幅度ET0＞日照時(shí)數(shù)＞相對(duì)濕度＞平均氣溫；最高最低氣溫、風(fēng)速隨年份增加而減小，減小幅度風(fēng)速＞最高氣溫＞最低氣溫。季節(jié)值隨年份變化與年值存在一定差異，最高氣溫表現(xiàn)最為顯著，最高氣溫年值隨年份增大均呈減小趨勢(shì)，而最高氣溫各季節(jié)值隨年份增大呈增大趨勢(shì)。

（2）除秋季最高、最低氣溫突變年份不一致外，其他長(zhǎng)系列最高、最低氣溫基本一致，尤以冬季平均、最高、最低氣溫最為一致，突變均發(fā)生在1985 年。綜合各長(zhǎng)系列，可知相對(duì)濕度、日照時(shí)數(shù)發(fā)生突變次數(shù)最多，最不穩(wěn)定。

圖4 驗(yàn)證期ET0 估算散點(diǎn)

（3）考慮季節(jié)性變化的BP 估算ET0模式相較未考慮季節(jié)性變化的BP 估算ET0模式效果好，具有一定的推廣價(jià)值。

（4）考慮季節(jié)性變化的BP 神經(jīng)網(wǎng)絡(luò)在估算ET0時(shí)需要大量的歷史數(shù)據(jù)進(jìn)行訓(xùn)練，今后可考慮進(jìn)一步優(yōu)化算法，使其在歷史數(shù)據(jù)較少的地區(qū)也可推廣使用。