埃塞俄比亚阿瓦什河流域有限气候数据条件下参考蒸散量的建模与制图

《Heliyon》：Modeling and mapping reference evapotranspiration under limited climate data conditions in the Awash River Basin of Ethiopia

　　

参考蒸散量（ETo）对于有效的水资源规划与管理至关重要。Penman-Monteith（PM）方法虽然被广泛接受，但需要多个气象变量，这些变量在数据稀缺地区往往不可用。本研究旨在开发并校准简化的基于温度的模型，以估算埃塞俄比亚阿瓦什流域的ETo。研究人员采用多元线性回归，并通过修改原始Hargreaves-Samani（HS）模型的指数和系数进行优化，为流域的上、中、下游区域开发了新的本地校准模型。校准后的系数分别为0.0025、0.0022和0.0055。与原始HS模型相比，校准后的模型性能显著提升，日ETo的平均决定系数（R²）达到0.60，Nash-Sutcliffe效率系数（NSE）为0.60，一致性指数（d_r）为0.67。均方根误差（RMSE）在上、中、下游区域分别降低了17.6%、3.7%和30.4%。ETo的空间制图显示，下游和中游平原的值较高，而上游、东部和西部高地的值较低，反映了地形和气候的变异性。总体而言，新校准的模型在仅有温度数据可用时能够提供可靠的ETo估算，支持数据受限环境下的水资源规划。

**论文解读：埃塞俄比亚阿瓦什河流域有限气候数据条件下参考蒸散量的建模与制图**

**研究背景与问题**

参考蒸散量（ETo）是水资源规划、灌溉调度和水文模型中的核心参数。FAO-56 Penman-Monteith（PM）方法被公认为全球标准，其物理基础坚实，但需要太阳辐射、风速、相对湿度等多个气象变量。然而，在发展中国家如埃塞俄比亚，仅有约18.6%的气象站记录所有PM所需变量，数据稀缺严重制约了ETo的准确估算。温度是唯一普遍可测的气象参数，因此基于温度的简化模型，如Hargreaves-Samani（HS）模型，成为数据稀缺地区的实用替代方案。但原始HS模型为全球通用公式，其经验系数和指数未考虑局地气候特征，直接应用会导致显著偏差。阿瓦什河流域是埃塞俄比亚最缺水的流域之一，也是该国灌溉农业高度优先发展的区域，但缺乏完整气象数据和本地校准的ETo模型，阻碍了精准的水资源评估与管理。为此，研究人员开展了本研究，旨在开发并校准仅基于温度的HS模型，并绘制流域ETo空间分布图，以支持数据受限条件下的水资源规划。

**研究内容与结论**

研究人员利用1985–2021年日气象数据，从埃塞俄比亚气象局和农业研究所收集了5个代表站（AA_Bole、Melkassa、Abomsa、Dire Dawa、Bati）的完整数据用于模型校准，另从30个站（含流域内及邻近地区）获取温度数据用于空间制图。以PM方法计算的ETo为基准，通过多元线性回归和修改HS模型指数（从0.40至0.60共20个值）及系数，分别为上游、中游和下游区域开发了本地校准模型（记为ETo_MHS），并得到三个校准方程。利用决定系数（R²）、均方根误差（RMSE）、Nash-Sutcliffe效率系数（NSE）、一致性指数（d_r）等指标评估模型性能，并采用配对t检验比较校准模型与原始HS模型。空间制图采用Kriging插值法。研究得出以下结论：校准后的模型性能显著优于原始HS模型，日ETo估算的RMSE在上游降低17.6%，中游降低3.7%，下游降低30.4%；平均R²达0.60，NSE达0.60，d_r达0.67。月尺度ETo估算经多项式或指数变换后进一步改善，上游四阶多项式变换后R²=0.833，中游二阶多项式变换后R²=0.545，下游四阶多项式变换后R²=0.769。空间制图显示，ETo在流域中下游平原区域较高，上游、东部和西部高地较低，与地形和气候变异性一致。该研究发表在《Heliyon》上，为数据稀缺流域提供了仅需最高和最低温度即可可靠估算ETo的实用工具，对水资源规划、灌溉调度和气候变化影响评估具有重要意义。

**关键技术方法（250字内）**

研究人员采用多元线性回归对Hargreaves-Samani（HS）模型进行本地校准。首先，将原始HS模型拆分为两个分量（Component 1和Component 2），并分别改变指数（0.40至0.60共20个值）以寻找与Penman-Monteith（PM）模型相关性最高的指数。随后，以PM模型计算的ETo为因变量，两个分量为自变量，通过最小二乘回归（使用R软件的‘lm’函数）拟合新系数，得到校准方程。数据来源为埃塞俄比亚气象局和农业研究所的5个气象站（AA_Bole、Melkassa、Abomsa、Dire Dawa、Bati）的日值数据（1985–2021），70%用于校准，30%用于验证。空间制图基于30个站点的温度数据，采用Kriging插值法。模型性能评估使用R²、RMSE、NSE、d_r、MAE、MAPE、PBIAS等指标，并通过配对t检验比较模型差异。

**研究结果**

**3.1 蒸散量估算比较**
原始HS模型与PM方法的比较表明，原始HS模型在阿瓦什上游低估ETo（2.4%），而在中游（3.4%）和下游（8.9%）高估ETo，证实了本地校准的必要性。

**3.2.1 上游阿瓦什流域的参考蒸散量**
在上游（AA_Bole站），校准模型（ETo_MHS）的系数为0.00252，指数为0.6，截距为-1.60。校准后R²从0.61提升至0.66，RMSE降低17.6%。月尺度经四阶多项式变换后R²达0.833。残差分析显示模型拟合良好，配对t检验显著优于原始模型（p<0.01）。

**3.2.2 中游阿瓦什流域的参考蒸散量**
在中游（Abomsa和Melkassa站），校准模型系数为0.00221，指数为0.58，截距为0.02。R²从0.487提升至0.502，RMSE降低3.7%。月尺度经二阶多项式变换后R²达0.545。配对t检验显示校准模型显著优于原始模型（p<0.01）。

**3.2.3 下游阿瓦什流域的参考蒸散量**
在下游（Bati和Dire Dawa站），校准模型系数为0.00553，指数为0.40，截距为0.61。R²从0.527提升至0.646，RMSE降低30.4%。针对高值低估问题，采用指数变换（y=e^0.3174x）改进。月尺度经四阶多项式变换后R²达0.769。配对t检验显著优于原始模型（p<0.01）。

**3.2.4 流域整体模型评估**
小提琴图和泰勒图展示了校准模型在上下游区域与PM模型分布更接近，中游改善相对较小。配对t检验在三个分区均显示校准模型与原始模型存在显著差异（p<0.01），且校准模型残差更小。

**3.2.5 阿瓦什流域参考蒸散量制图**
月ETo空间分布图显示，雨季（6–10月）ETo较低，中下游平原区域ETo较高，上游、西部和东部高地ETo较低，与海拔和温度变异一致。

**3.3 研究的局限性与潜在不确定性**
PM方法本身在风大、半干旱地区可能高估ETo（最多20%），且许多气象站未达到标准要求。HS模型性能随季节和相对湿度变化，忽视风速和湿度在风和雨天影响显著。数据质量也是关键问题。

**讨论与结论**

讨论部分指出，校准后的HS模型显著弥补了原始模型在阿瓦什流域的不足，尤其在下游温暖低地改进幅度达30.4%。校准模型仅需温度数据，适用于数据稀缺地区，对灌溉规划、水资源分配和气候变化研究具有实用价值。研究强调了局地校准的必要性，并建议未来研究结合月尺度建模、引入更多变量（如卫星衍生数据）或机器学习方法以进一步提升精度。

研究结论翻译如下：
阿瓦什流域有效的水资源管理对于满足快速增长的人口和气候变化下的水需求至关重要。Penman-Monteith方法所需的多气象变量缺失，以及未校准Hargreaves-Samani模型的使用，在数据稀缺区域构成了重大挑战。本研究通过校准Hargreaves-Samani模型解决了这些问题，相对于原始模型提高了准确性。结果显示，未校准的HS模型在上游低估ETo，在中游和下游高估ETo。通过引入区域特定修改（公式9、11和13），模型性能显著提升，下游改进达30.4%，表明校准后的HS模型在温暖低地水资源规划中更可靠。月ETo估算也得到改善，尤其是经模型变换后，能够更准确地绘制流域ETo时空分布图。结果表明，雨季ETo相对较低，而中下游低洼平原由于温暖气候ETo较高。校准后的模型适用于仅需最高和最低温度输入的有限数据条件下估算ETo。这些发现对水资源管理、土壤水分动态理解和灌溉规划具有重要价值，且对气候变化影响评估特别相关，因为风速、湿度和太阳辐射观测有限。未来研究应探索月建模方法、引入更多变量，并应用先进数据分解技术处理季节趋势和噪声，机器学习方法也可应用于中游区域以提升预测精度。这些进展将有助于阿瓦什流域及类似环境下的可持续水资源管理。