荒漠光伏电站区域实际蒸散量估算方法

技术领域

本发明属于荒漠蒸散测量技术领域，涉及一种荒漠光伏电站区域实际蒸散量估算方法。

背景技术

蒸散量作为气候系统核心过程的重要组成部分，是连接植被、土壤和气候的重要纽带，与农业、水文、气象以及生态环境之间存在紧密关系，蒸散的精准监测是地球物理、生物乃至环境过程研究的共同科学问题，其作为一种界面相变现象，在垂直方向上，大气状态是蒸散过程的上边界条件，土壤或植被等则构成下边界条件，涉及大气边界层、地表覆被状况及水分状态变化等多个过程。近年来，不断增长的低碳能源需求对生态环境的友好性促进了太阳能光伏能源的发展，由于光伏园区的建设需要大量可利用土地及较强的太阳辐射总量，因此大部分光伏园区建设在半干旱和干旱地区，目前对光伏电站区域的蒸散特征仍知之甚少。

现有技术采用波文比能量平衡法、土壤水分平衡法、空气动力学法、涡动相关法等监测方法对农田、草地、森林生态系统蒸散量进行分析，主要集中于蒸散量动态变化及影响因素等方向的探究，也有研究对不同地区的蒸散计算及测定方法进行比较。

但是，上述的蒸散观测方法均存在不同程度的局限性。譬如，波文比能量平衡法的测算精度取决于温度差和湿度差观测的准确性，要求温度和湿度梯度分布明显以及下垫面均匀且无平流的影响；水分平衡法计算相对简单，在干旱以及地形不复杂的区域估算相对准确，但在短时间尺度上的估算不确定性较大；空气动力学法由于通量-廓线关系存在经验参数，容易导致测算结果出现偏差；涡动相关法数据持续性和稳定性较好，但仪器成本较高，且普遍存在能量不闭合的问题。此外，在不同生态系统中，蒸散量变化往往受多个复杂因素相互作用影响，而大多研究仅仅关注其单一影响因素远远不够，多个生态要素的全天候实时监测也是进一步深入研究蒸散动态亟需解决的重点难题之一。

发明内容

本发明的目的是提供一种荒漠光伏电站区域实际蒸散量估算方法，解决了现有蒸散观测方法对干旱区域蒸散观测数据不全面，方法选取不恰当以及观测时间不连续，导致检测及计算结果可靠性、准确性不足的问题。

本发明所采用的技术方案是，一种荒漠光伏电站区域实际蒸散量估算方法，基于一种硬件设置及计算模型，按照以下步骤实施：

步骤1、采集相关数据，

步骤2、计算日尺度参考蒸散量ET

步骤3、计算月尺度参考蒸散量ET

将每月的日尺度参考蒸散量ET

步骤4、计算月尺度土壤储水量变化ΔS，

步骤5、计算月尺度降水量P，

将一个月内的雨量筒测量的降水量相加得到本月的月尺度降水量P；

步骤6、计算月尺度实际蒸散量ET，

步骤7、计算作物系数K

步骤8、计算日尺度实际蒸散量ET，即成。

本发明的有益效果是，相较于现有的蒸散观测方法而言，可准确获取长时间序列上日间实际蒸散量的动态特征，为干旱区域水循环研究进一步探索提供有力支撑；同时，仅需要气象观测设备与土壤观测设备采集基础数据，无需其它复杂的蒸散设备参与观测；此外，本发明方法在获取实际蒸散量数据的同时，还可同步监测气象和土壤要素数据，便于整体水分平衡分析。因此，基于气象资料与水分平衡原理，本发明方法完全能够估算荒漠光伏电站区域日尺度的实际蒸散量，实现高质量的获取野外长时间序列上实际蒸散量数据，以明晰在气候变暖背景下西北干旱区域水循环过程。

附图说明

图1是本发明方法基于多生态参数观测估算日尺度实际蒸散量流程图；

图2是本发明方法采用的日尺度实际蒸散量硬件设备布置示意图；

图3是本发明方法中的日尺度实际蒸散量数据处理流程图；

图4是本发明实施例1分别通过实际蒸散量的估算方法和涡度相关法计算的在2022年5月的荒漠地区日尺度实际蒸散量的对比示意图；

图5是本发明实施例1在2022年5月荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量曲线；

图6是本发明实施例2分别通过实际蒸散量的估算方法和涡度相关法计算的在2022年7月的荒漠地区日尺度实际蒸散量的对比示意图；

图7是本发明实施例2在2022年7月荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量曲线；

图8是本发明实施例3分别通过实际蒸散量的估算方法和涡度相关法计算的在2022年9月的荒漠地区日尺度实际蒸散量的对比示意图；

图9是本发明实施例3在2022年9月荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量曲线。

图中，1.土壤水分传感器、2.土壤热通量板、3.雨量筒、4.风速传感器、5.空气温湿度传感器、6.净辐射传感器、7.大气压传感器、8.数据采集器。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

参照图2，本发明方法依赖的硬件部分，主要包括土壤水分传感器1、土壤热通量板2、雨量筒3、风速传感器4、空气温湿度传感器5、净辐射传感器6、大气压传感器7和数据采集器8，通过土壤水分传感器1、土壤热通量板2、雨量筒3、风速传感器4、空气温湿度传感器5、净辐射传感器6、大气压传感器7分别实时获取相关数据，再利用数据采集器8进行采集、计算及存储数据；

土壤水分传感器1在垂直梯度上每隔一定间距安装于被测土壤中，进行多梯度土壤水分监测，全天候实时获取土壤含水率的动态数据；

土壤热通量板2安装在光伏电站监测区域的土壤中，实时获取监测区域的土壤热通量的数值；

雨量筒3均布在光伏电站监测区域地面，降雨通过漏斗进入机械装置的翻斗，当降雨充满到标定线时自动倾斜倒掉雨水，能够精确测量0.1mm降雨的增量，获取监测区域的降水量；

风速传感器4设置在光伏电站监测区域植被上方2m处，获取观测植被上方2m的实时风速；

空气温湿度传感器5设置在光伏电站监测区域植被上方2m处，获取观测植被区域2m高度处的空气温度数据、相对湿度数据；

净辐射传感器6设置在光伏电站监测区域植被上方，获取观测植被区域的净辐射数据；

大气压传感器7用于测量光伏电站监测区域的大气压；

所有的传感器各自通过数据线与数据采集器8实现信号连接，数据采集器8收集到每个传感器测定的实时观测数据后，即时计算并存储蒸散量数据。

参照图3，本发明方法计算蒸散量数据的计算模型是：

第一，计算日尺度的参考蒸散量ETo_da

式(1)中，Rn为净辐射，单位为MJ/m

第二，计算每月土壤储水量变化ΔS：

ΔS＝W

式(2)中，W

式(3)中，W为土壤储水量，单位为mm；n为土壤水分梯度中土壤水分传感器的个数；θ

第三，根据水分平衡式，测定一段时间内的监测范围内的生态系统水分平衡各分项，以便间接获取蒸散量，生态系统水分输入与输出的表达式如下：

P+N＝ΔS+D+ET+R    (4)

式(4)中，左侧为水分输入项，P为雨量筒测量的降水量，单位为mm；N为毛管水上升到该土层的水分，单位为mm；右侧为水分输出项，ΔS为观测时段开始与结束时土层含水量的差值，单位为mm；D为渗漏到土层以下的水分，单位为mm；ET为实际蒸散量，单位为mm；R为地面径流，单位为mm。

在荒漠干旱区域，由于其地下水埋深很低，毛管水和渗漏水量可忽略不计；日常降水量稀少，地面径流也可忽略，这样一来，水分输入和输出就分别依赖于降水和土壤植被蒸散，由此式(4)简化后表达式为：

ET＝P-ΔS    (5)

根据上述水分平衡式即可模拟实际蒸散量，一般情况下采用水分平衡法估算的实际蒸散量在季节尺度(月尺度)或年尺度上相对准确，具有较小的不确定性，但在日尺度上估算效果还不明确；为了得到较为精准的日尺度实际蒸散量，可采用另一种方法计算，即根据日尺度的参考蒸散量ETo和植被某一生长阶段作物系数Kc计算实际蒸散，表达式如下：

ET＝K

式(6)中，ET表示实际蒸散量，单位为mm；Kc表示某一生育期的作物系数；ETo表示参考蒸散量，单位为mm；

第四，作物系数在一年内会随着植被生长发育期的变化而变化，本发明方法以月为单位划分生育期，由于水分平衡法在季节尺度(或月尺度)上估算蒸散量较为准确，因此，根据式(6)，由月尺度参考蒸散量和水分平衡法计算的月尺度实际蒸散量即可估算当月的作物系数，再由当月作物系数和当月的日尺度参考蒸散量根据式(6)反算出日尺度的实际蒸散量。

参照图1，本发明的荒漠光伏电站区域实际蒸散量估算方法，基于上述的硬件设置及计算模型，按照以下步骤实施：

步骤1、采集相关数据，

安装硬件设备，将土壤水分传感器1、土壤热通量板2、雨量筒3、风速传感器4、空气温湿度传感器5、净辐射传感器6和大气压传感器7设置在预定区域，将所有的传感器与数据采集器8连接可靠，并且确保全天候运行，见图2；

开始实时监测获取土壤含水量、土壤热通量、降水量、风速、空气温度湿度、净辐射以及大气压数据；所有的传感器输出的相关数据由数据采集器8连续采集，并且记录相关数据对应时刻，全部保存，见图1；

步骤2、计算日尺度参考蒸散量ET

利用获得的净辐射、土壤热通量、气温、风速和大气压数据，计算出净辐射日总量、土壤热通量日总量、日平均气温、饱和水汽压、实际水汽压、饱和水汽压对气温的斜率，然后根据式(1)计算得到日尺度参考蒸散量ET

步骤3、计算月尺度参考蒸散量ET

将每月的日尺度参考蒸散量ET

步骤4、计算月尺度土壤储水量变化ΔS，

根据土壤水分传感器测定的各土层体积含水率，再利用式(2)和式(3)计算得到月尺度土壤储水量变化ΔS；

步骤5、计算月尺度降水量P，

将一个月内的雨量筒测量的降水量相加得到本月的月尺度降水量P；

步骤6、计算月尺度实际蒸散量ET，

由月尺度储水量变化ΔS和月尺度降水量P根据式(5)计算，得到月尺度实际蒸散量ET；

步骤7、计算作物系数K

根据式(6)，通过月尺度参考蒸散量ET

步骤8、计算日尺度实际蒸散量ET，

根据式(6)，通过日尺度参考蒸散量ET

实施例1

参照图4、图5，根据本发明前述的步骤过程，与涡度相关法进行比较，通过实际蒸散量的估算方法计算2022年5月生长季初期某地的荒漠地区日尺度实际蒸散量。其中，y＝1.1044x+0.1011，R

表1、实施例1荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量

通过图5所示的2022年5月荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量，可以看出，相比涡度相关法，本发明方法得到的结果更加接近实测数据，准确性更好，真实可靠。

实施例2

参照图6、图7，根据本发明前述的步骤过程，与涡度相关法进行比较，通过实际蒸散量的估算方法计算2022年7月生长季中期某地的荒漠地区日尺度实际蒸散量。其中，y＝0.87x+0.3519，R2＝0.7172，图6中的小方块表示以实测数据为X轴与估算数据为Y轴的数据点，本实施例2涉及的部分相关数据参考表2所示。

表2、实施例2荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量

通过图7所示的2022年7月荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量，可以看出，相比涡度相关法，本发明方法得到的结果更加接近实测数据，准确性更好，真实可靠。

实施例3

参照图8、图9，根据本发明前述的步骤过程，与涡度相关法进行比较，通过实际蒸散量的估算方法计算2022年9月生长季末期某地的荒漠地区日尺度实际蒸散量。其中，y＝1.0133x+0.1117，R

表3、实施例3荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量

通过图9所示的2022年9月荒漠地区日净辐射、气温、参考蒸散量及实际蒸散量，可以看出，相比涡度相关法，本发明方法得到的结果更加接近实测数据，准确性更好，真实可靠。

综上所述，如图4、图6、图8，分别为本发明实施例中分别通过实际蒸散量的估算方法和涡度相关法计算的在2022年5月、7月和9月的荒漠地区日尺度实际蒸散量的对比示意图。如图5、图7、图9，结果表明：本发明方法计算的实际蒸散量和基于涡度相关法的计算结果相关性极高，R