梅海鵬，黃夢(mèng)楠

（1.安徽?。ㄋ炕春铀瘑T會(huì)）水利科學(xué)研究院（安徽省水利工程質(zhì)量檢測(cè)中心站），安徽 蚌埠 233000；2.水利水資源安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 蚌埠 233000）

潛水蒸發(fā)影響著區(qū)域水循環(huán)、大田土壤水分利用效率等，該過(guò)程易受到土壤溫度、土壤濕度、太陽(yáng)凈輻射、空氣濕度等多種水文氣象要素影響。因此，能夠掌握潛水蒸發(fā)的規(guī)律、探明潛水蒸發(fā)的影響因素，對(duì)優(yōu)化區(qū)域水資源配置、挖掘農(nóng)業(yè)節(jié)水潛力等方面具有重要意義。本文基于五道溝實(shí)驗(yàn)站地中蒸滲儀設(shè)備，利用隨機(jī)森林模型，研究在有、無(wú)作物情況下影響潛水蒸發(fā)的水文氣象因素，并對(duì)相應(yīng)情況下潛水蒸發(fā)進(jìn)行模擬，以期為區(qū)域地下水調(diào)控和農(nóng)業(yè)節(jié)水工作提供參考。

1 材料與方法

1.1 試驗(yàn)設(shè)計(jì)

該試驗(yàn)于2018—2020 年在五道溝水文水資源實(shí)驗(yàn)站地中蒸滲儀試驗(yàn)場(chǎng)進(jìn)行。試驗(yàn)選取蒸滲儀2 套，為保障足夠的水分供給，地下水埋深均設(shè)置為0.2m，測(cè)筒內(nèi)土壤均為當(dāng)?shù)厣敖谕猎瓲钔痢Ｔ囼?yàn)分為無(wú)作物、有作物兩組同期進(jìn)行，其中，無(wú)作物測(cè)筒編號(hào)為L(zhǎng)，種植作物測(cè)筒為編號(hào)l。試驗(yàn)作物為當(dāng)?shù)氐湫妥魑锒←満拖挠衩?，在測(cè)筒內(nèi)進(jìn)行輪作，冬小麥種植下測(cè)筒編號(hào)為lW，夏玉米種植下測(cè)筒編號(hào)為lC。各蒸滲儀測(cè)筒管理方式一致，除天然降水外，不對(duì)測(cè)筒內(nèi)作物進(jìn)行額外灌溉，其他與大田管理一致。

日潛水蒸發(fā)觀測(cè)：蒸滲儀測(cè)筒與觀測(cè)室內(nèi)補(bǔ)水瓶連接，當(dāng)蒸滲儀測(cè)筒內(nèi)產(chǎn)生潛水蒸發(fā)時(shí)蒸滲儀測(cè)筒內(nèi)水分減少，在大氣壓強(qiáng)作用下補(bǔ)水瓶向蒸滲儀測(cè)筒補(bǔ)水，當(dāng)日8 時(shí)與前一日8 時(shí)補(bǔ)水瓶?jī)?nèi)水位差值即為前一日潛水蒸發(fā)量。

1.2 數(shù)據(jù)處理

為避免冬季土壤凍融對(duì)潛水蒸發(fā)觀測(cè)的影響，各年度冬小麥潛水蒸發(fā)數(shù)據(jù)選取2 月至收割日期間數(shù)據(jù)，夏玉米為整個(gè)生育期數(shù)據(jù)系列。選擇測(cè)筒無(wú)入滲量產(chǎn)生時(shí)期的觀測(cè)數(shù)據(jù)，避免降水對(duì)潛水蒸發(fā)的影響。各年度各組潛水蒸發(fā)數(shù)據(jù)選取時(shí)段及有效數(shù)據(jù)天數(shù)見(jiàn)表1。

表1 潛水蒸發(fā)試驗(yàn)設(shè)計(jì)及有效數(shù)據(jù)天數(shù)表

本研究共篩選了17 個(gè)水文氣象要素，分析不同水文氣象要素對(duì)潛水蒸發(fā)量的影響程度。研究選取的有效數(shù)據(jù)日同期水文氣象要素由五道溝實(shí)驗(yàn)站標(biāo)準(zhǔn)氣象場(chǎng)和高精度氣象站測(cè)量。具體包括：水面蒸發(fā)數(shù)據(jù)（E601B）、最高溫度（Tmax）、最低溫度（LT）、日照時(shí)數(shù)（SUN）、相對(duì)濕度（RH）、飽和水汽壓差（VPD）、露點(diǎn)溫度（DT）、地表溫度（LST）、梯度土壤溫度（ST20、ST40）、空氣濕度（H）、凈輻射（NR）、梯度土壤濕度（SH20、SH30、SH40）、風(fēng)速（WS）、日均氣溫（MT）等。

1.3 研究方法

基于隨機(jī)森林回歸模型（RF）對(duì)蒸滲儀潛水蒸發(fā)量進(jìn)行預(yù)測(cè)，以RF 模型節(jié)點(diǎn)純度增加值作為變量重要性評(píng)估指標(biāo)，評(píng)估輸入?yún)?shù)氣象要素對(duì)潛水蒸發(fā)影響的重要性。將各數(shù)據(jù)系列總量的80%作為訓(xùn)練集率定模型，剩余20%作為測(cè)試集測(cè)試模型性能。數(shù)據(jù)處理利用SPSS（R26.0），隨機(jī)森林模型構(gòu)建利用Matlab（2016b）。

2 結(jié)果與分析

2.1 潛水蒸發(fā)預(yù)測(cè)模型

將試驗(yàn)期有效潛水蒸發(fā)量數(shù)據(jù)系列隨機(jī)劃分出80%數(shù)據(jù)量作為訓(xùn)練集，對(duì)隨機(jī)森林模型進(jìn)行訓(xùn)練，利用剩余的20%數(shù)據(jù)系列對(duì)模型進(jìn)行評(píng)價(jià)。分別以L、lW和lC潛水蒸發(fā)量作為輸出變量，以相應(yīng)的17 個(gè)水文氣象要素作為特征變量建立RF 模型，模型評(píng)價(jià)指標(biāo)見(jiàn)表2。各模型的訓(xùn)練集評(píng)價(jià)指標(biāo)均優(yōu)于測(cè)試集指標(biāo)，與其他神經(jīng)網(wǎng)絡(luò)類預(yù)測(cè)模型表現(xiàn)類似，當(dāng)進(jìn)行訓(xùn)練集數(shù)據(jù)范圍以外的預(yù)測(cè)時(shí)，某些噪音較大的樣本集易導(dǎo)致模型誤差，同時(shí)，一些未考慮到的氣象要素、環(huán)境因素同樣會(huì)帶來(lái)預(yù)測(cè)誤差。訓(xùn)練集中各模型NSE數(shù)值排序?yàn)镽FC＞RFW＞RFL，RFC的NSE 更接近1，表明RFW模型質(zhì)量最好，RFL質(zhì)量相對(duì)較差，但RMSE與MAE 指標(biāo)均為RFL＞RFW＞RFC，表明訓(xùn)練集中無(wú)作物條件下對(duì)潛水蒸發(fā)量的誤差最小，夏玉米種植條件下最大，這與冬小麥、夏玉米種植條件下潛水蒸發(fā)量要高于無(wú)作物情況下潛水蒸發(fā)量有關(guān)。在測(cè)試集中，各模型NSE 指標(biāo)與訓(xùn)練集有所不同，各模型的NSE為RFW＞RFC＞RFL，測(cè)試集中RFW模型表現(xiàn)最好，RFL相對(duì)較差，但RFL的RMSE 與MAE 最低，分別為0.701mm 和0..526mm，RFW的RMSE 與MAE 略高于RFL，分別高出0.144mm 和0.083mm，但比RFC要低。由圖1 基于各RF 模型計(jì)算的預(yù)測(cè)值與實(shí)測(cè)值關(guān)系，預(yù)測(cè)值與實(shí)測(cè)值R2在0.726～0.895 之間，在三種種植條件中以冬小麥種植條件下的模型預(yù)測(cè)效果更好，無(wú)作物條件下最差。綜合考慮各項(xiàng)指標(biāo)，作物種植條件下基于水文氣象要素建立的潛水蒸發(fā)預(yù)測(cè)RF 模型質(zhì)量要優(yōu)于無(wú)作物條件，冬小麥種植條件下的RF 模型優(yōu)于夏玉米種植條件下的RF 模型。

圖1 不同種植條件下RF 模型對(duì)潛水蒸發(fā)的模擬效果圖

表2 不同種植條件下RF 模型評(píng)價(jià)指標(biāo)

2.2 氣象要素重要性評(píng)估

圖2 為各RF 模型對(duì)不同氣象要素在模擬潛水蒸發(fā)量時(shí)的重要性排序，在無(wú)作物條件下，太陽(yáng)凈輻射（NR）、40cm 埋深土壤溫度（ST40）和空氣濕度（H）對(duì)潛水蒸發(fā)的影響更為重要；冬小麥種植條件下以40cm 土壤含水量（SH40），太陽(yáng)凈輻射（NR）和地表溫度（LST）對(duì)潛水蒸發(fā)影響更大；夏玉米種植條件下40cm 埋深土壤溫度（ST40）和太陽(yáng)凈輻射（NR）是影響潛水蒸發(fā)的主要因素。在三種植條件下均表現(xiàn)出NR 是影響潛水蒸發(fā)量的重要因素，而不同的種植條件下影響因素重要程度存在差異。無(wú)作物條件下NR 是影響潛水蒸發(fā)最重要的因素，在冬小麥和夏玉米種植條件下SH40、ST40分別為最重要的影響因素，NR 則為第二重要因素。可見(jiàn)，在作物種植情況下，由于作物葉面積指數(shù)和作物根系的影響，使得土壤梯度溫度和土壤含水量對(duì)潛水蒸發(fā)的影響程度提高。根據(jù)圖2（a）對(duì)于無(wú)作物條件下，空氣中的水分含量（H、RH）也對(duì)潛水蒸發(fā)有著重要的影響；根據(jù)圖2（b），冬小麥種植條件下溫度要素（LST、ST40、Tmax）和VPD 對(duì)潛水蒸發(fā)也有著一定的影響；根據(jù)圖2（c），夏玉米種植條件下VPD、SH20、WS 對(duì)潛水蒸發(fā)的影響也尤為重要。

圖2 不同水文氣象因素對(duì)潛水蒸發(fā)重要性排序圖

3 討論

根據(jù)隨機(jī)森林模型（RF）對(duì)17 個(gè)水文氣象因子影響潛水蒸發(fā)的重要程度評(píng)估結(jié)果，NR 對(duì)于有無(wú)作物種植條件下的潛水蒸發(fā)量影響重要性均靠前，表明太陽(yáng)凈輻射是潛水蒸發(fā)的重要驅(qū)動(dòng)力，太陽(yáng)凈輻射改變了土壤溫度梯度，加劇了潛水蒸發(fā)的進(jìn)行。但是在作物種植條件下，作物葉片影響了地表對(duì)太陽(yáng)凈輻射的吸收，在作物葉片蒸騰影響及根系吸水情況下，土壤含水量和土壤溫度對(duì)潛水蒸發(fā)的影響程度變大。太陽(yáng)凈輻射、地表空氣濕度和土壤梯度溫度共同驅(qū)動(dòng)無(wú)作物條件下土壤的潛水蒸發(fā)；在保障足夠的土壤含水量情況下，太陽(yáng)凈輻射和土壤溫度梯度是影響小麥種植條件下潛水蒸發(fā)的主要因素；除太陽(yáng)凈輻射和土壤梯度溫度外，飽和水汽壓差和風(fēng)速對(duì)夏玉米條件下的潛水蒸發(fā)也十分重要。

4 結(jié)論

無(wú)作物條件下太陽(yáng)凈輻射量對(duì)于裸土的潛水蒸發(fā)量影響最為重要，其次為土壤溫度和空氣濕度；在一定的太陽(yáng)凈輻射條件下，40cm 埋深土壤含水量和40cm 土壤溫度分別是冬小麥和夏玉米種植條件下最影響潛水蒸發(fā)的因素。相比與冬小麥種植條件下，水汽飽和壓差對(duì)夏玉米條件下的潛水蒸發(fā)影響更大。基于RF 模型通過(guò)氣象要素對(duì)無(wú)作物、冬小麥種植和夏玉米種植條件下的潛水蒸發(fā)預(yù)測(cè)具有較高的精度，可作為潛水蒸發(fā)的預(yù)測(cè)工具