Assessing Hourly and Daily Reference Evapotranspiration from NASA POWER Data: Implications for Irrigation Water Requirement

想象一下，你正在试图弄清楚一个口渴的花园需要多少水。在农业和水资源管理领域，科学家们使用一个被称为“参考作物蒸散量”（简称 ET₀）的特殊数字来预测。你可以把 ET₀ 想象成花园的“口渴计”。它衡量了空气试图通过蒸发（水分变成水汽）和蒸腾（植物“出汗”）的过程从土壤和植物中“偷走”多少水分。为了计算这种口渴程度，科学家们使用了一个著名的配方，叫做 FAO-56 Penman-Monteith 法。这个配方的原料包括阳光、风速、温度以及空气的干燥程度。

这里有个棘手的地方：这个配方并不是一条简单的直线，它有点像过山车。如果你只有一点点阳光，口渴程度会上升一点；但如果你在短短一小时内迎来一次巨大的阳光爆发，口渴程度并不会只是小幅上升，而是会剧烈飙升，因为各种成分的混合方式发生了变化。通常，农民和规划者使用“每日”天气报告——即全天的平均值——来喂给这个配方。这就像是在说：“今天的阳光很灿烂，”却忽略了阳光可能只是在两个小时内极其刺眼，而其余时间都非常微弱。核心问题在于：将一天的数据平滑处理成一个平均值，是否能给我们提供正确的答案，还是会误导我们？

---

伟大的时空旅行实验

两位研究人员，Pankaj Agrawal 和 Pratik Gite，决定利用 NASA POWER 数据库中的天气数据进行一场侦探游戏。他们想看看在使用两种不同的“时空旅行”方法时，计算花园口渴程度的结果会有什么不同。

方法 A（每小时侦探）： 他们提取了逐小时的天气数据，计算出每一小时的口渴程度，然后在一天结束时将它们全部相加。这就像是每隔 15 分钟就尝一下汤的味道，看看它什么时候变得太咸了。

方法 B（每日汇总者）： 他们取了一天的平均天气（平均阳光、平均风速、平均热量），然后用这组单一的数值运行了一次口渴配方。这就像是只在晚餐时品尝一次汤的味道，并假设一整天的味道都是一样的。

他们在印度一个半干旱（干旱）地区进行了一整年的实验，在那个地方，精准灌溉关系到农作物的生死存亡。

大揭秘：每日法高估了需求

结果清晰且一致。“每日汇总者”（方法 B）总是、每一天都在告诉农民，花园比实际情况更渴。

平均而言，每日法每天高估了 1.2055 毫米 的需水量。这听起来可能很小，但在一整年里，它累积成了高达 439.99 毫米 的多余水量。研究人员发现，与更精确的每小时法相比，每日法在 8.4% 的时间内给出了错误的判断。

为什么会这样？这归结于那些“过山车”式的峰值。花园的口渴程度在最热、阳光最强烈的时刻（通常在上午 11:00 到下午 3:00 之间）会剧烈飙升。当你使用每小时法时，你能捕捉到这些峰值并正确地将它们累加。但当你使用每日平均值时，你会抹平这些峰值。你把正午的高温和凉爽的夜晚混合在一起，创造出了一个“平庸”的平均温度。由于口渴配方是非线性的，这个“平庸”的平均值计算出的总口渴程度实际上比真实的、带有尖峰的现实情况要高。这就像是在尝试计算一辆汽车的速度，如果它在红灯前停下，然后又以 100 英里的时速疾驰，你却通过说它全程以 50 英里的恒定速度行驶来计算，你就会认为它行驶的距离比实际要长。

错误何时会加剧？

研究人员发现，这种错误并非全年都一样。它就像一只变色龙，在特定条件下会变得更加鲜明。

• 冬季： 当天气平静且阳光不是过于猛烈时，两种方法表现得很好。每日平均值与每小时的真实情况非常接近。
• 夏季： 这就是麻烦开始的地方。在能量极高的夏季月份，当阳光炽热、空气干燥时，每日法变得失控了。仅在夏季季节，它就高估了高达 165.6 毫米 的需水量。
• 罪魁祸首： 研究人员发现，当空气干燥（低湿度）且阳光强烈时，错误会变得最严重。他们发现误差与空气干燥程度之间存在极强的联系（相关系数为 -0.8337）。空气越干燥、越炎热，每日平均值对花园真实口渴程度的“谎言”就越大。

你为什么要关心？

想象一下，你是一个大型农场水阀的管理人员。如果你信任“每日汇总者”，你会在夏天过度开启水龙头。你可能会认为作物正在渴求水分，而实际上它们还很好。这会导致浪费珍贵的水资源，甚至可能淹没植物的根部。

论文建议，对于灌溉规划，特别是在炎热干燥的地方，我们不应仅仅依赖于那些简单的“每日平均”数字。我们需要尊重每小时的峰值。虽然每日数据对于长期、粗略的预测是可以接受的，但在我们需要精确了解峰值需水量时，它会失效。

总结

Agrawal 和 Gite 不仅仅是发现了一个小小的瑕疵；他们发现了一个系统性的偏差。他们证明了即使使用完全相同的天气数据源（NASA POWER），仅仅改变你观察数据的时间维度（每小时 vs 每日），就会改变结果。每日法平滑了峰值，但这样做却创造了一种虚假的高需求感。因此，在面对过山车的轨道高度时，如果你只看轨道的平均高度，你可能会错过那段定义了整个旅程的惊险坠落。对于干旱地区的农民来说，了解“平均值”与“峰值”之间的区别，可能意味着收获与干旱之间的差别。