基于高维Copula函数的逐日潜在蒸散量及气象干旱预测

尝试引入高维Copula函数对影响参考作物蒸散量ET0的气象因素进行联合分布构建,揭示不同变量间的相关结构,建立多元气象因素对ET0的联合分布模型,对逐日ET0及短期干旱等级进行预测,并将枯季1—4月份的多维Copula联合分布预测模型的系统性偏差构造成修正函数,代回ET0预报模型以改善预报效果,利用洱海流域内大理站1954—2018年逐日气象观测数据,以FAO Penman-Monteith方程为标准值对比分析.结果表明:1)平均气温(T)和最高气温(Tmax)2个气象因子组合时,二维Normal Copula模型对逐日ET0预测的精度最高,叠加上修正函数项之后,相对误差小于10％、15％、20％、25％的样本比例分别提高到71.6％、84.4％、91.4％、96.5％,全年符合指数IA变化范围为0.98～0.99,平均偏差ME为0.17～0.30,均方根误差RMSE为0.54～0.64,Nash-Sutcliffe效率系数为0.90～0.98;2)将逐日ET0预测方法应用于逐日气象干旱预测评估(以逐日SPEI指数为例),逐日SPEI指数预测值与标准值的相关系数为0.95～0.99,平均偏差ME为-0.10～0.35,均方根误差RMSE为0.20～0.30,符合指数IA为0.97～0.98,Nash-Sutcliffe效率系数NSE为0.91～0.97,在降水量多的季节,Copula函数模型预测ET0的精度更高一些,且逐日SPEI预测的误差参数都优于逐日ET0的预测结果.