基于Bayesian的Penman-Monteith模型简易大棚蒸散模拟

为实现Penman-Monteith (PM)模型在简易大棚中的蒸散模拟,对PM模型中2个关键参数空气动力学阻力ra和冠层边界层阻力rc组成的6种PM模型使用Bayesian方法进行模型的参数估计和不确定性分析,使用平均相对误差(MAE)、决定系数(R2)和威尔莫特一致性指数(D)3个模型精度指标对模型率定年(2018年)和检验年(2019年)进行模型精度量化评价.结果 表明:Bayesian参数估计方法使PM模型在简易大棚日尺度蒸散估算精度较高,6种PM模型中有5种在模型率定年和模型检验年同时满足3个精度指标.Bayesian参数估计方法能有效减小简易大棚日尺度PM模型中部分参数的不确定性,在模型ra2-rc3中参数a2的后验分布区间较先验分布区间在4个生育阶段分别缩小了97.65％、92.38％、93.31％和98.24％,在模型ra2-rc2中参数D50、KQ、Q50和gmax在膨果期后验分布区间较先验分布区间分别缩小了96.44％、56.08％、97.78％和99.75％.筛选出ra2-rc3和ra3-rc32种适宜简易大棚日尺度蒸散模拟的PM模型,其中最优模型为ra2-rc3.研究可为提高简易大棚作物灌溉及水分利用效率提供理论依据.