Key points are not available for this paper at this time.
再分析数据越来越多地被用作评估区域尺度灌溉水预算分析中作物参考蒸散发 (ET0) 的网格气象数据源。本研究评估了基于天气数据的ET0估算的性能,这些数据分别由两个高分辨率再分析数据集生成:UERRA MESCAN-SURFEX (UMS) 和ERA5-Land (E5L)。研究在意大利南部的坎帕尼亚地区进行,参考2008年至2018年灌溉季节(4月至9月)。从再分析数据集中获得的温度、风速、蒸气压差、太阳辐射和ET0与通过18个自动气象站 (AWSs) 网络观察到的数据进行空间插值获得的相应估算进行了比较。通过交叉验证程序评估空间插值的统计性能,采用通用克里金或普通克里金递归应用于观察到的天气数据。ERA5-Land在天气数据和ET0估算上都优于UMS。在该地区所有18个AWS站点的平均值中,所有数据库的归一化偏差 (nBIAS) 均低于5%。使用E5L数据计算的ET0的归一化均方根误差 (nRMSE) 为17%,而UMS数据的nRMSE为22%。这两种性能与克里金插值的结果相差不远,后者的平均nRMSE为14%。总体而言,本研究确认再分析数据可以成功替代观察到的天气数据在区域ET0评估中的缺失。
Pelosi等人(周四)研究了这个问题。