王士兰，王 斌

（1．黑龙江农垦勘测设计研究院，哈尔滨 150030；2．东北农业大学 水利与建筑学院，哈尔滨 150030）

FAO－56推荐的Penman－Monteith公式 （以下简称P－M公式）计算参考作物蒸发蒸腾量 （ET0）的精度较高，被公认为计算ET0的标准方法［1］。然而，P－M公式需要的气象数据较多，虽然这些数据均为常规气象资料，但我国气象观测资料的实时共享程度并不高，在气象数据不完备时无法直接应用P－M公式；即使在气象数据完备情况下，也只能应用P－M公式计算ET0而不能直接预测ET0，除非公式中涉及的各种气象数据均为预测（报）值，但实际工作中很难同时获得如此众多气象数据的预测 （报）值。

国内外关于ET0的预测模型较多，比较典型的有：Tracy等［2］和 Marino等［3］各自提出的基于时间序列分析的ET0预测模型；罗玉峰等［4］提出了ET0预测的傅立叶级数模型；茆智等［5］提出了预测逐日ET0的方法和指数模型；郭宗楼等［6］提出了ET0灰色预测模型；顾世祥等［7］、霍再林等［8］、崔远来等［9］、徐俊增等［10］、彭世彰等［11］应用神经网络对ET0进行了预测；段春青等［12］建立了基于混沌遗传程序设计的ET0预测模型。由于ET0的日变化较剧烈，时间序列分析模型在预测日步长ET0时精度不是很高，而灰色、神经网络方法缺乏机理。本文引入偏最小二乘回归 （Partial Least－Squares Regression，PLS）算法［13］， 分 析P－M公式计算ET0时涉及的部分计算变量的推求过程，应用与天气预报对应的几种常规气象指标观测数据，建立逐日ET0预测模型，以期为预测气象站点可控范围内的ET0提供一种新方法。

1 建模准备

1．1 ET0计算变量分析

FAO－56推荐计算ET0的P－M 公式为［1］：

式中ET0为参考作物蒸发蒸腾量，mm／d；……