川中丘陵區(qū)不同Hargreaves改進(jìn)模型適應(yīng)性評價

李 晨

（水利部長江水利委員會河湖保護(hù)與建設(shè)運(yùn)行安全中心，武漢430010）

0 引言

蒸發(fā)蒸騰量（ET）是大氣水量平衡與能量平衡的關(guān)鍵參數(shù)，也是生態(tài)水分循環(huán)和水量平衡的重要組成部分，在農(nóng)田灌溉預(yù)報與灌區(qū)用水管理中扮演著十分重要的角色[1,2]。參考作物蒸發(fā)蒸騰量（ET0）被定義為高度為8～15 cm、生長旺盛、完全覆蓋地面而不缺水的綠色草地的蒸發(fā)蒸騰量[3]，是天氣氣候條件決定下的地表下墊面蒸散過程，是實際蒸散量的理論上限，不受植被類型影響，是ET計算的基礎(chǔ)[4]，也是水文建模、氣候變化敏感性研究等領(lǐng)域關(guān)注的焦點[5]，但由于氣候-土壤-植物-大氣體系（Soil-Plant-Atmosphere Continuum，SPAC）能量交換過程復(fù)雜，其測量和計算也較為困難。目前，ET0計算的方法較多，大致分為5 類，分別是基于溫度模型、基于輻射模型、基于空氣動力學(xué)與能量平衡原理的綜合模型、基于質(zhì)量傳導(dǎo)原理的渦度模型以及由以上方法改進(jìn)或衍生的經(jīng)驗?zāi)Ｐ蚚6,7]；其中，聯(lián)合國糧農(nóng)組織（food and agriculture organization，F(xiàn)AO） 1998年推薦使用的Penman-Monteith（PM）法基于空氣動力學(xué)與能量平衡原理，對ET0的各種影響因素考慮較為全面，在氣候差異較大的區(qū)域適用性較強(qiáng)[8]，也常被作為各種ET0計算模型的評價標(biāo)準(zhǔn)。然而，PM 模型需要輸入的參數(shù)較多，在氣象資料缺失的地區(qū)難以使用。

為彌補(bǔ)資料缺失造成的影響，Hargreaves 等[9]人依靠Christiansen 模型[10]和蒸滲儀實測資料發(fā)展并改進(jìn)了Hargreaves模型（HS），該模型只考慮溫度與輻射參數(shù)，形式簡潔，計算方便，已被廣泛采用；但因其只涉及溫度與輻射，未考慮其余氣象因素的影響，在不同區(qū)域使用時差異較大，使用前必須予以校正[11]。受地理位置和氣候類型的影響，不同區(qū)域的ET0對氣候因子的響應(yīng)程度也不相同，因而產(chǎn)生了多種形式的HS 改進(jìn)模型。這些模型從評價標(biāo)準(zhǔn)上可以分為2 類，第一類即采用蒸滲儀實測資料改進(jìn)HS 模型的形式或參數(shù)，第二類是以PM 模型計算結(jié)果為標(biāo)準(zhǔn)改進(jìn)HS 模型。從改進(jìn)方法上大致分為3 類，第一類將HS 模型計算結(jié)果與標(biāo)準(zhǔn)值進(jìn)行線性擬合[3,12,13]，以提高HS 模型的計算精度；第二類在第一類的截距中引入氣象因子函數(shù)，以增強(qiáng)HS 模型的地區(qū)適應(yīng)性[14-17]；第三類保留HS 模型的原形式，或考慮氣象因素[15-21]，或利用數(shù)學(xué)模型率定其參數(shù)[22-24]，形式簡潔，操作簡單。但無論以何種形式分類，HS 模型的改進(jìn)與應(yīng)用都與研究區(qū)域的氣候條件密不可分，因此也可劃分為屬地化模型與非屬地化模型。

川中丘陵區(qū)地處中國西南腹地，云層密布，空氣潮濕，溫度日較差小，蒸騰蒸發(fā)對溫度、濕度和輻射的變化響應(yīng)明顯[25]，采用HS模型簡單易行，操作方便。為減小HS模型的計算誤差，本文對非屬地化的Hargreaves model（HS）、Jalal HS model （HS-1）、Samani HS model（HS-2）與屬地化的Yong HS model（HS-3）、Hu HS model（HS-4）、Li HS model（HS-5）和Jia HS model（HS-6）進(jìn)行評價，以期得到適應(yīng)該地區(qū)ET0簡化計算最為準(zhǔn)確的HS 模型，為農(nóng)田灌溉預(yù)報與灌區(qū)用水調(diào)度提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)域概況

川中丘陵區(qū)位于中國四川東部，西起龍泉山，東止華鎣山，北起大巴山麓，南抵長江以南，海拔300～600 m，面積約8.4 萬km2，是中國最典型的南方盆地丘區(qū)。川中丘陵區(qū)地形、地貌復(fù)雜，北部為淺山丘向山地過渡的濕潤、半濕潤氣候區(qū)，中部為濕潤、半濕潤的淺山丘和平原區(qū)，南部為濕潤、半濕潤的丘陵與山地區(qū)。受地形的影響，該地區(qū)氣溫東高西低，最冷月5～8 ℃，最高26～30 ℃，整體高于同緯度其他地區(qū)，且常年無霜雪；同時，該地區(qū)降雨較為充沛，年平均降水量1 000～1 300 mm，降雨集中（6-10月），空氣潮濕悶熱，相對濕度70%～80%。在地形、地貌等因素的影響下，該地區(qū)封閉性強(qiáng)，云層厚度大，常年日照時數(shù)僅900～1 300 h，年輻射量3.7～4.2 MJ/m2，是中國輻射最低的地區(qū)（見圖1）。

本文根據(jù)地理地貌、氣候特征選取川中丘陵區(qū)巴中、達(dá)縣、瀘州等13 個氣象站點，以1954-2013年逐日氣象資料為基礎(chǔ)，研究7 個HS 改進(jìn)模型在該區(qū)域不同分區(qū)的適應(yīng)性。氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)共享中心（http：//data.cma.cn/site/index.html），包含10 m 高處平均風(fēng)速u（計算時采用風(fēng)廓關(guān)系[3]換算為2 m 高處風(fēng)速，m/s），日最高氣溫Tmax（℃），日最低氣溫Tmin（℃），相對濕度RH（%）和日照時數(shù)n（h）等。

1.2 參考作物蒸散量計算模型

實際應(yīng)用中，高度為8～15 cm、長勢良好的綠草地的大型蒸滲儀長系列資料是評估不同ET0簡化模型計算精度的最佳標(biāo)準(zhǔn)[26]，但川中丘陵區(qū)目前尚無可用于監(jiān)測ET0的大型蒸滲儀，因而難以準(zhǔn)確判定ET0簡化模型精度。相關(guān)研究表明，1998 FAO Penman-Monteith 模型（PM）均方根誤差僅為0.3～0.9，可代替蒸滲儀實測資料評估ET0簡化模型的計算精度[27-30]。本文以PM 模型ET0計算結(jié)果為標(biāo)準(zhǔn)，評價7 種HS 模型在川中丘陵區(qū)的計算精度。各類模型的主要形式見表1。

表1 參考作物蒸散量計算公式Tab.1 Models for Reference crop evapotranspiration calculation

1.3 評價方法

本文以PM模型計算結(jié)果為標(biāo)準(zhǔn)，計算了7種HS模型的一致性指數(shù)（index of agreement，IA）、均方根誤差（relative root mean square error，RMSE）、測量標(biāo)準(zhǔn)誤（standard error of estimate，SEE）和相對誤差（relative error，RE）。其基本計算公式如下：

式中：xi和yi分別為測量值與標(biāo)準(zhǔn)值；N為樣本數(shù)量；和分別為測量值與標(biāo)準(zhǔn)值的平均值。

2 結(jié)果與分析

2.1 川中丘陵區(qū)不同區(qū)域5 天尺度參考作物蒸散量計算

Irmak 及Espadafor 等[31-32]研究指出，HS 模型易受溫度極差、風(fēng)速、云層厚度等氣象因子變化的影響，在日尺度計算時波動較大，因而本文利用1954-2013年的逐日氣象資料統(tǒng)計5 d 數(shù)據(jù)，著重研究各模型在不同分區(qū)的整體表現(xiàn)情況，并采用各個站點的計算結(jié)果進(jìn)行數(shù)據(jù)驗證，結(jié)果如表2所示。表2顯示，7 種HS 模型均有較高的計算精度，HS-5 模型在川中丘陵區(qū)全區(qū)計算精度最高，IA、RMSE、RE和SEE分別為0.95、2.55 mm/（5d）、0.15 和1.70 mm/（5d）；其次是HS-4 和HS-3模型，其中HS-4 模型的IA、RMSE、RE和SEE分別為0.95、2.86 mm/（5d）、0.17 和1.86 mm/（5d），HS-3 模型為0.94、3.43 mm/（5d）、0.18、2.01 mm/（5d）；再次為HS-6 模型，IA、RMSE、RE和SEE分別為0.86、4.08 mm/（5d）、-0.01、3.80 mm/（5d）。HS-2 模型在全區(qū)表現(xiàn)最差，IA、RMSE、RE和SEE分別達(dá)到0.78、6.55mm/（5d）、0.55 和2.93 mm/（5d），HS-1與HS模型次之。

同時，對比幾種模型在不同區(qū)域的表現(xiàn)，發(fā)現(xiàn)屬地化的HS模型IA外為0.93～0.96（HS-6模型II區(qū)為0.91，其他區(qū)域為0.82～0.85）；RMSE[2.35～3.73 mm/（5d）]整體低于非屬地化HS 模型[4.70～7.09 mm/（5d）]，HS-6 模型偏大[3.35～4.56 mm/（5d）]；RE（0.15～0.18） 整體小于非屬地化模型（0.38～0.61），HS-6 模型偏?。?0.01～0.02）；SEE相差不大，除HS-5 模型[1.55～1.88 mm/（5d）]和HS-6 模型[3.13～4.29 mm/（5d））外均為1.63～3.02 mm/（5d），整體優(yōu)于非屬地化模型，但整體表現(xiàn)不一。HS-6、HS-5模型作為典型的川中丘陵區(qū)屬地化模型，差異最為顯著。表2 顯示，HS-6 計算結(jié)果較為接近PM 模型，但整體偏?。≧E<0），表明引進(jìn)日照時數(shù)雖能有效提高其計算精度，但波動性（RMSE、SEE較高）較大，穩(wěn)定性不足；HS-5 模型整體計算結(jié)果略大于PM 模型，其RE值較高，但改進(jìn)中采用的貝葉斯原理保證了其整體的穩(wěn)定性與可延續(xù)性，有效地克服了前者波動性較大、穩(wěn)定性不足的缺點，是川中丘陵區(qū)5日尺度ET0簡化計算的理想模型。

表2 川中丘陵區(qū)不同地區(qū)7種HS法與PM法5日尺度ET0計算結(jié)果比較Tab.2 Comparison of the 5-period basis ET0 between PM and other 7 HS models

2.2 川中丘陵區(qū)不同區(qū)域參考作物蒸散量月值計算及年內(nèi)變化

2.2.1 7種HS模型的ET0月值計算

表3 為7 種HS 模型在不同區(qū)域的ET0月值計算結(jié)果。比較不同模型的IA與RE發(fā)現(xiàn)，HS-6 模型全區(qū)表現(xiàn)最優(yōu)，IA與RE分別為0.98、0.00，HS-5 模型次之（0.96、0.17），HS-2 模型表現(xiàn)最差（0.79、0.55）。同時，ET0月值計算結(jié)果顯示，屬地化HS 模型計算精度均有所提高，其中I 區(qū)計算精度最高的依次為HS-6、HS-3 模型，其IA分別為0.99～1.00（廣元0.79）、0.94～0.96，RE分別為-0.04～-0.01（廣元0.47）、0.13～0.23；其次是HS-5、HS-4 模型，IA分別為0.93～0.98、0.92～0.94，RE 分別為0.07～0.25、0.18～0.24。與I 區(qū)相似，II 區(qū)最優(yōu)模型為HS-6，HS-5 模型次之，HS-2 模型最差，IA 依次為0.99、0.95～0.99 和0.73～0.82，RE 值依次為-0.03～-0.02、0.10～0.22和0.52～0.64。III 區(qū)精度最高依次為HS-6 和HS-5 模型，IA為0.98～0.99 和0.94～0.98，RE為-0.10～-0.04 和0.03～0.23；其次是HS-3、HS-4模型，IA指數(shù)與RE均較為接近，分別為0.95～0.98 與0.93～0.96 和0.10～0.20 與0.10～0.21，但前者計算誤差較小，計算精度更高。非屬地化模型（HS、HS-1、HS-2）在3個分區(qū)的計算結(jié)果均較差，其中HS-2 模型最為典型，IA整體較低，僅為0.73～0.86，RE整體較大，尤其是樂山、遂寧、瀘州與宜賓等地區(qū)，分別達(dá)到0.63、0.61、0.60 與0.69；其次是HS 模型，IA全區(qū)為0.81～0.87，RE 全區(qū)為0.38～0.51，精度略低于HS-4，但高于HS-1模型。

表3 川中丘陵區(qū)不同地區(qū)7種HS法與PM法ET0月值計算結(jié)果比較Tab.3 Comparison of the monthly ET0 between PM and other 7 HS models

2.2.2 7種HS模型ET0年內(nèi)變化

利用7 種HS 模型5日尺度的ET0計算結(jié)果統(tǒng)計月值，研究川中丘陵區(qū)不同分區(qū)的ET0年內(nèi)變化情況（圖2）。圖2 顯示，7 種模型計算結(jié)果的變化趨勢與PM 模型相同，均為開口向下的拋物線，12月與1月最低，7月最高，與該地區(qū)溫度的年內(nèi)變化同步。比較7 種HS 模型與PM 模型的ET0月值可發(fā)現(xiàn)，在3個區(qū)域均是HS-6模型與PM 模型最為接近，累計誤差曲線在“0”線上下浮動；其次分別為HS-5、HS-3 與HS-4 模型，累計誤差分別為88.71～126.47 mm、119.39～137.34 mm 和119.39～150.31 mm。與PM 模型整體相差最大的為HS-2 模型，年終誤差累計為370.02～459.37 mm；HS 模型與HS-1 模型次之。同時，比較7種HS模型的累計誤差曲線可以發(fā)現(xiàn)，1-3月及10-12月曲線斜率相對較小，說明該時段的誤差積累較為緩慢；4-9月曲線斜率明顯增大，說明該時段誤差積累較為迅速；究其原因，可能是春、冬季溫度較低且溫度極差較小，導(dǎo)致其對ET0變化的響應(yīng)能力下降；夏、秋季溫度較高，HS 模型對ET0變化較為敏感，但因云層反射和空氣濕度影響，溫度極差及輻射項誤差增加，從而導(dǎo)致計算誤差增大。HS-4 模型與HS-6 模型分別考慮相對濕度與日照時數(shù)影響，所以ET0計算精度有明顯提高，但HS-6 模型更準(zhǔn)確，進(jìn)而印證了趙璐等[21]認(rèn)為日照時數(shù)是影響川中丘陵區(qū)ET0主要因素的結(jié)論。

2.3 川中丘陵區(qū)參考作物蒸散量年值計算及時空分布

2.3.1 7種HS模型的指標(biāo)表現(xiàn)

對7 種HS 模型的ET0多年均值與相對誤差進(jìn)行統(tǒng)計（表4），發(fā)現(xiàn)川中丘陵區(qū)ET0的多年均值在714.9～804.8 mm之間浮動，并整體呈現(xiàn)隨緯度的降低而降低的趨勢；7 種HS 模型的計算結(jié)果與PM 模型結(jié)果相似，除HS-6 外，整體大于PM 模型。對比7 種HS 模型的RE值，發(fā)現(xiàn)全區(qū)計算結(jié)果最接近PM 的為HS-6 模型，其RE在3 個區(qū)域分別為-0.04～-0.01、-0.03～-0.02 和-0.10～-0.04，整體小于PM 模型（廣元達(dá)到0.47）；其次為HS-3和HS-4模型，不同分區(qū)RE分別為0.13～0.23、0.12～0.20、0.10～0.21 和0.18～0.24、0.13～0.20、0.03～0.23，整體略高于PM 模型；最差的為HS-2 模型，各區(qū)RE分別達(dá)到0.36～0.57、0.52～0.57 和0.54～0.69，HS 與HS-1 次之；屬地化的HS-5 模型并未表現(xiàn)出較高優(yōu)勢，計算精度略低于HS-4 模型。整體而言，屬地化HS 模型計算精度均有所提高，其中HS-6 模型優(yōu)勢明顯，而其余模型差異不大。

表4 1954-2013年川中丘陵區(qū)不同地區(qū)7種HS模型與PM模型ET0年值及相對誤差Tab.4 Estimated annual ET0 and the relative error of each model during 1954 to 2013

2.3.2 7種HS模型的區(qū)域誤差變化

同時，本文還對7 個模型的RE進(jìn)行了空間插值（圖3）。由圖3 可知，屬地化模型的RE均低于非屬地化模型，且除HS-5 與HS-6 模型外，其余模型RE的空間分布基本相似，均在巴中、遂寧、綿陽、宜賓與樂山較大，而在其他區(qū)域較小；其中HS、HS-1、HS-2 模型的RE分布相似，均在巴中、綿陽、樂山及宜賓等地區(qū)誤差達(dá)到最大（0.45～0.69），在廣元、內(nèi)江和瀘州達(dá)到最?。?.32～0.38），并從I區(qū)向III區(qū)逐漸減??；HS-3、HS-4與HS-5模型分布相似，且接近HS-2模型，但其巴中的相對誤差明顯低于HS 與HS-1 模型（0.45～0.51），并且分布范圍縮小，在樂山、宜賓等地區(qū)的相對誤差及覆蓋范圍也明顯低于HS與HS-1模型。HS-6模型的相對誤差整體較小，只有廣元達(dá)到0.47，其余地區(qū)均小于0。此外，分析不同HS模型與PM 模型計算結(jié)果的相關(guān)性，發(fā)現(xiàn)HS-6模型與PM 模型只在萬源、廣元和南充極顯著相關(guān)（P<0.01），在達(dá)縣、敘永顯著相關(guān)（P<0.05），而其余地區(qū)均未達(dá)到顯著性水平（P>0.05）；而HS 模型與HS-2 整體達(dá)到顯著性水平（P<0.05），HS-1、HS-3 和HS-5 模型整體達(dá)到極顯著水平（P<0.01），且均在綿陽顯著相關(guān)（P<0.05），閬中相關(guān)性不明顯（P>0.05）。這表明屬地化HS 模型明顯提高了ET0的全局計算精度，但HS-6模型的波動性較大。

3 討 論

HS 模型基于溫度與輻射參數(shù)計算ET0，形式簡單，可操作性強(qiáng)，在氣象數(shù)據(jù)缺失的地區(qū)實用性強(qiáng)，但因只考慮了溫度與輻射項，導(dǎo)致其在較小時間尺度上（5 d 以內(nèi)）計算誤差較大[31]，在極端天氣或氣候特殊的地區(qū)存在局限性[33]。Sunnurayan 等[34]發(fā)現(xiàn)，HS 模型對高溫及空氣潮濕地區(qū)的ET0計算結(jié)果偏高，在極端天氣下難以使用，甚至產(chǎn)生錯誤[35,36]；George 2003 等發(fā)現(xiàn)該模型在相對濕度較高，云層較厚的地區(qū)計算誤差較大，且風(fēng)速等氣象因子會間接地影響溫度極差，導(dǎo)致計算失真。由于不同氣象因子對ET0的具體影響機(jī)制與過程難以辨識，所以極端天氣對HS 模型計算精度的影響也無法準(zhǔn)確判斷。川中丘陵區(qū)是亞熱帶季風(fēng)氣候類型，地形封閉，云層較厚，導(dǎo)致該地區(qū)日照時數(shù)較小，輻射長波難以進(jìn)入，而輻射短波經(jīng)地面吸收后以長波形式逸散，受云層阻隔難以與外界產(chǎn)生能量交換，致使該地區(qū)地面溫度升高，空氣濕度增大，導(dǎo)致春秋伏旱干熱，夏季潮濕悶熱，增大了HS 模型的計算誤差。同時，川中丘陵區(qū)部分地區(qū)氣候異常，導(dǎo)致ET0計算失真，例如與峨眉、雅安毗鄰的樂山，地形復(fù)雜，冷熱空氣頻繁交換，氣溫變幅大，其周圍地區(qū)常見多風(fēng)、多雨天氣，對ET0及其計算影響較大。因此，采用HS 模型計算川中丘陵區(qū)ET0時，考慮當(dāng)?shù)貧庀笠貙ζ溥M(jìn)行參數(shù)校正或模型改進(jìn)十分必要。

本文研究發(fā)現(xiàn)，HS、HS-1 與HS-2 模型雖然在全球不同地區(qū)均具有較高的計算精度，但在川中丘陵區(qū)ET0計算誤差較大，結(jié)果偏高；其中，IA僅為0.80～0.95，RE為0.4～0.69，RMSE為5.47～7.46 mm/（5d），SEE為1.69～3.08 mm/（5d）；而基于中國不同地區(qū)氣象資料改進(jìn)的HS-3、HS-4以及基于川中丘陵區(qū)資料改進(jìn)的HS-5、HS-6 模型ET0計算結(jié)果偏高的情況有明顯改善，且前3 者的IA均為0.91～0.98，RE不超過0.25，RMSE與SEE均不高于4.04 mm/（5d）和2.70 mm/（5d）。究其原因，這4種模型在改進(jìn)過程中應(yīng)用當(dāng)?shù)貧庀筚Y料，對模型進(jìn)行屬地化處理，使其對該地區(qū)氣候因素變化的敏感性增強(qiáng)，適應(yīng)性更強(qiáng)。HS-4 模型雖然以拉薩的氣象數(shù)據(jù)為改進(jìn)依據(jù)，但其考慮的相對濕度也正與川中丘陵區(qū)常年相對濕度較高的特點相吻合；胡慶芳在中國進(jìn)行的全局校正模型HS-3，將中國劃分7個組，每組分別進(jìn)行參數(shù)修正，而本文采用其西南地區(qū)的率定參數(shù)，與川中丘陵區(qū)地處西南的地理位置吻合，計算精度也有所提高。HS-5 與HS-6 模型均以川中丘陵區(qū)的氣象資料為基礎(chǔ)，采用不同的方法與模式對HS 模型進(jìn)行了修訂，誤差有一定減小，但整體穩(wěn)定情況差異較大；HS-5 基于貝葉斯原理率定HS 模型參數(shù)，保留了HS 模型的簡潔原型，延續(xù)并增強(qiáng)了其計算的穩(wěn)定性，SEE全區(qū)僅為1.36～1.93 mm/（5d），局地為2.19 mm/（5d）與2.31 mm/（5d），IA全區(qū)達(dá)到0.94～0.97，在5日尺度上的計算結(jié)果明顯高于其余模型；HS-6 模型基于川中丘陵區(qū)輻射資料，將ET0與輻射的函數(shù)關(guān)系代入PM 模型與HS模型的擬合截距，大幅提高了該地區(qū)的ET0計算精度，RE在全區(qū)均較低（5日尺度為-0.03～0.10，月值及年值均為-0.10～-0.01，局地達(dá)到0.47），但I(xiàn)A、RMSE及SEE值較高，表明考慮輻射改進(jìn)的HS-6 模型計算精度雖有明顯提升，但穩(wěn)定性上延續(xù)了HS 原型的缺點，計算較大時間尺度ET0時計算精度較高，計算小時間尺度ET0時波動性較大。

綜上所述，屬地化HS 模型受地域差異與氣象因素制約，在不同地區(qū)的計算精度不同；同時，又可能受屬地化方法方法和原理影響產(chǎn)生變異，在提高計算精度的同時降低了穩(wěn)定性，所以其改進(jìn)模式的科學(xué)性、普適性還須在以后的研究中繼續(xù)探討。

4 結(jié)論

為實現(xiàn)川中丘陵區(qū)資料缺失情況下參考作物蒸散量（reference crop evapotranspiration，ET0）的準(zhǔn)確計算，遴選更適應(yīng)于該地區(qū)ET0計算的Hargreaves模型，本文以PM模型為標(biāo)準(zhǔn)，利用川中丘陵區(qū)采用13 個氣象站點1954-2013年60 a 的逐日氣象資料，對屬地化的HS-3、HS-3、HS-4、HS-5 和HS-6 及非屬地化的HS、HS-1、HS-2 模型ET0計算精度進(jìn)行了分析，取得了以下結(jié)論。

（1）屬地化HS模型5日尺度上的ET0計算精度整體高于非屬地化的模型。屬地化HS 模型的RE值僅為-0.10～0.25，明顯低于非屬地化模型（0.32～0.69），屬地化的HS-5、HS-3 和HS-4 模型IA指數(shù)（0.91～0.98）有較大提高，RMSE與SEE值[1.89～4.04mm/（5d）、1.45～2.70 mm/（5d）]有明顯降低，HS-6模型波動性較大。

（2）7 種HS 模型ET0的月值變化與PM 法一致，與川中丘陵區(qū)氣溫年內(nèi)變化趨勢一致，均為7、8月高，11月至次年3月低，但屬地化模型計算結(jié)果更接近PM 模型；其中，HS-6模型的計算最為準(zhǔn)確，累積誤差在“0”線左右浮動，其次為HS-5 模型，累計誤差88.71～126.47 mm，且兩種模型的IA均達(dá)到0.96～0.98，整體精度較高。

（3）7 種HS 模型ET0的多年均值在714.9～804.8 mm 之間，整體隨緯度降低而降低；其中屬地化HS-6 整體計算誤差最?。?0.10～-0.01），但波動性較大，僅在萬源、廣元和南充達(dá)到極顯著水平（P<0.01），在達(dá)縣、敘永達(dá)到顯著水平（P<0.05）；非屬地化HS-2模型誤差最大（0.36～0.69）。

（4）不同屬地化模型計算差異較大，HS-5模型ET0的5日尺度計算精度較高，RMSE、RE和SEE僅為1.89～2.98 mm/（5d）、-0.05～0.25 和1.36～2.31 mm/（5d），IA達(dá)到0.94～0.97；而HS-6 模型月值及年值的計算誤差較小，均為-0.10～-0.01，IA達(dá)到0.98～1.00；因此，可以HS-5 作為川中丘陵區(qū)5日尺度以下的ET0計算，以HS-6作為月值及年值尺度的ET0計算。