基于天气预报的参考作物腾发量预报方法比较

以常州站点为例,收集了2000—2017年历史气象观测数据和2011—2015年历史天气预报数据,以FAO56-PM公式的估算结果为对照,分别对Hargreaves-Samani模型、多元回归模型与傅立叶分析模型进行率定和验证,并以2016-04-21至2017-10-24逐日1～7 d天气预报数据为依据,分析评价3种率定模型的ET0预报精度。结果表明:率定后的MR模型在1 d、4 d、7 d预见期的平均绝对误差为0. 751 mm/d,准确率为87. 2%,预报精度均优于HAR模型与FA模型;均方根误差除在3d预见期时略高于HAR模型外,其他预见期均最小。考虑到天气预报准确率随预见期增加而降低,建议预见期不宜大于3 d。进一步在季节尺度下的精度比较显示,MR模型在各季节1～3 d预见期的预报精度均高于HAR模型与FA模型,总体预报精度最高。因此,建议采用MR模型对常州站点进行ET_0预报。