不同口径蒸渗仪潜水蒸发差异性研究及模拟

梅海鹏 汪智群 李伟 周超

摘要 為探究不同小口径蒸渗仪测量潜水蒸发的差异性和随机森林回归模型对潜水蒸发的模拟效果，本研究利用五道沟实验站0.3、0.5 m2蒸渗仪开展了潜水蒸发对比试验。分析两种口径蒸渗仪潜水蒸发量的相关性，并基于随机森林回归模型对两种口径蒸渗仪潜水蒸发量进行模拟，评估不同气象要素对潜水蒸发的影响。结果表明，当潜水蒸发量超过2.393 mm时，0.3 m2蒸渗仪测量潜水蒸发量大于0.5 m2蒸渗仪量；0.3 m2蒸渗仪测量潜水蒸发存在迟滞效应。净辐射对于0.3 m2蒸渗仪潜水蒸发量影响更大，在气象因素对0.5 m2蒸渗仪潜水蒸发影响中，40 cm土壤含水量的影响更大。空气湿度、土壤湿度是导致0.3、0.5 m2小口径蒸渗仪潜水蒸发存在差异的主要因素，可利用随机森林回归模型通过气象要素对潜水蒸发进行预测。

关键词 蒸渗仪；潜水蒸发；口径；随机森林回归模型

中图分类号 S152.7   文献标识码 A

文章编号 1007-7731（2024）08-0111-08

Study and simulation of the variability of diving evaporation in different sizes of

evapotranspiration meters

MEI Haipeng1，2    WANG Zhiqun3    LI Wei3    ZHOU Chao1

（1Anhui and Huaihe River Institute of Hydraulic Research（Anhui Provincial Water Conservancy Engineering

Quality Testing Center Station）， Bengbu 233000， China;

2Key Laboratory of Water Conservancy and Water Resources of Anhui Province， Bengbu 233000， China;

3Anhui Huaihe Water Technolgy Co.， Ltd.， Bengbu 233001， China）

Abstract In order to investigate the variability of phreatic evaporation measured by different small-diameter lysimeters and the simulation effect of the random forest regression model on phreatic evaporation， a comparison experiment of phreatic evaporation was carried out by using 0.3 and 0.5 m2 lysimeters in Wudaogou Experimental Station. The correlation of phreatic evaporation of two calibers of evapotranspiration meters was analyzed， and the phreatic evaporation of two calibers of lysimeters was simulated based on the random forest regression model， and the significance of the influence of different meteorological elements on phreatic evaporation was evaluated. The results showed that when the phreatic evaporation exceeds 2.393 mm， the phreatic evaporation measured by 0.3 m2 lysimeter was larger than that by 0.5 m2 lysimeter; there was a hysteresis effect in the diving evaporation measured by 0.3 m2 lysimeter. Net radiation had a greater effect on 0.3 m2 lysimeter phreatic evaporation， and among the effects of meteorological factors on 0.5 m2 lysimeter phreatic evaporation， 40 cm soil water content had a greater effect. Air humidity and soil moisture were the main factors that lead to the difference in phreatic evaporation from 0.3 and 0.5 m2 lysimeters， and the random forest  regression model could be used to predict phreatic evaporation through meteorological factors.

Keywords lysimeter; phreatic evaporation; caliber; random forest regression model

潜水蒸发是地下水损失的主要途径之一[1]，该过程易受到土壤蒸发、植物蒸腾等多种因素影响[2]。无效的潜水蒸发可能导致部分地下水损失，影响农业土壤水分利用、土壤盐分分布[3]等。长期以来，许多水文水资源[4]、生态环境[5-6]和农业水土[7-8]等领域的学者利用蒸渗仪开展了大量关于潜水蒸发的研究。这些用于试验研究的蒸渗仪规格多样，不同口径的蒸渗仪在潜水蒸发测量上存在差异[9-10]。在水面蒸发、蒸散发方面，已有许多学者对不同口径蒸渗仪测量结果的差异性进行分析[11-12]，而对不同口径蒸渗仪测量的潜水蒸发量存在差异的机理研究较少。本文基于五道沟实验站地中蒸渗仪设备，研究在裸土情况下0.3、0.5 m2两种口径蒸渗仪在潜水蒸发测量上的表现，探索两种口径蒸渗仪的潜水蒸发测量差异，并对产生差异的机理进行分析，为区域潜水蒸发观测和农田水分管理提供参考。

1 材料与方法

1.1 试验区基本情况

该试验于2018—2020年在五道沟水文水资源实验站大型地中蒸渗仪试验场进行，实验站位于淮河中游区，淮北平原南部，属于北亚热带湿润季风气候与南温带半湿润季风气候区的过渡带，季风显著，四季分明。该区域土壤类型主要为砂姜黑土，土壤平均干容重1.36 g/cm3，渗透系数24.2 mm/h。实验站内设有标准气象场及高精度气象站，可进行气温、降水、蒸发、风速和辐射等多种水文气象要素观测。

1.2 试验设计

选取面积为0.3和0.5 m2的蒸渗仪测筒，编号分别为L0.3和L0.5。为保障潜水蒸发顺利进行，地下水埋深均设置为0.2 m，由马氏瓶装置控制，测筒内土壤均为当地砂姜黑土原状土。蒸渗仪测筒与观测室内补水装置马氏瓶连接，每日8：00读取马氏瓶水位，并将当日数据与前一日数据差值作为前一日潜水蒸发量，分辨率0.1 mm。试验选取的蒸渗仪装置见图1。

1.3 数据测量与处理

1.3.1 潜水蒸发数据系列  为探究两种口径蒸渗仪潜水蒸发测量的年内差异，根据当地作物生育期将各年度潜水蒸发数据系列划分为小麦同期和玉米同期两组。为避免冬季土壤冻融[13]对潜水蒸发观测产生影响，各年度小麦同期潜水蒸发数据选取当年2月至收割期间的数据，玉米同期为整个生育期数据系列。根据白鹏等[14]的研究，降水会对蒸散发产生影响，因此剔除雨期和蒸渗仪测筒内产生入渗水量时期的数据。2018—2020年度各组潜水蒸发数据选取时段及有效数据天数见表1。

1.3.2 水文气象因子  本文通過对17种水文气象因子进行判别，分析不同水文气象要素对不同口径蒸渗仪潜水蒸发量的影响程度。试验所选取的有效数据日同期气象要素由距地中蒸渗仪实验场30 m处的标准气象场和高精度气象站测量。其中，标准气象场测量每日水面蒸发数据（E601B）、最高温度（Tmax）、最低温度（LT）、日照时数（SUN）、相对湿度（RH）、水汽压力差（VPD）、露点温度（DT）、地表温度（LST）和梯度土壤温度（ST20、ST40）等要素。高精度气象站测量空气湿度（H）、净辐射（NR）、梯度土壤湿度（SH20、SH30和SH40）、风速（WS）和日均气温（MT）等要素，频次为10 min/次，采用日均值。

1.4 随机森林回归模型预测

基于随机森林回归模型[15]（RF）对蒸渗仪潜水蒸发量进行预测，并评估输入参数气象要素对潜水蒸发影响的重要性。RF是以决策树之分类回归树（CART）为基础构建的一种集成学习模型，该模型只须调整ntree、mtry等较少的自定义参数就能完成模型的构建。随机森林由多棵弱决策树组成，能更好地防止过拟合现象，且具备处理大量数据集、给出输入变量重要性评估和排序等优点[16]。以RF模型节点纯度增加值作为变量重要性评估指标，具体操作方法：在RF模型各决策树节点加入随机值，通过判定随机值导致模型袋外数据误差[17]升高的幅度来确定变量的重要程度。误差变化幅度越大，该变量对模型的重要程度越高，反之则变量重要程度越低。其计算如式（1）所示。

[INPi=（EOOB2 ?EOOB1 ）ntree] （1）

式中，[INPi]为变量i的重要性；[EOOB1 ]为袋外数据误差；[EOOB2 ]为袋外数据所有样本i加入随机值变化，再次计算的袋外误差。

利用Matlab（2016 b）构建RF模型，设置模型中参数ntree=100，mtry=3，选择80%样本量作为训练集，剩余20%作为测试集。采用随机乱序方式划分训练集和测试集样本，采用纳什效率系数NSE对RF模型性能进行评估，采用均方根误差RMSE、平均绝对误差MAE对RF模型精度进行评价。

2 结果与分析

2.1 不同口径蒸渗仪潜水蒸发差异性分析

将试验期内各年度L0.3、L0.5测筒潜水蒸发数据参考当地典型作物种植周期分为冬小麦同期、夏玉米同期和全年3组数据进行分析比较。由图2（A）和表2可知，2018年L0.3与L0.5的R2为0.703，其中冬小麦同期为0.779、夏玉米同期为0.576，冬小麦期L0.3与L0.5潜水蒸发量相关性最强，夏玉米期最差。3组潜水蒸发量关系趋势线斜率均小于1，其中冬小麦同期>全年>夏玉米同期，冬小麦同期与全年潜水蒸发量关系趋势更为接近。L0.3与L0.5关系趋势线斜率小于1，表明L0.5在潜水蒸发量较小时高于L0.3潜水蒸发量，蒸渗仪潜水蒸发量较大时L0.5小于L0.3。3组关系线与1∶1线交点均接近，横坐标在3.799～3.857 mm，按照2018年测筒L0.3与L0.5潜水蒸发量关系趋势线与1∶1线的交点（3.857，3.857），可以认为在日潜水蒸发量超过3.827 mm时，L0.3与L0.5所测潜水蒸发量大小关系发生改变。以趋势线截距作为潜水蒸发产生阈值，可知L0.5先于L0.3产生潜水蒸发。对于2018年，当L0.5每天平均所测潜水蒸发量达到0.722 mm时，L0.3才开始观测到潜水蒸发。由图2（B）和表2可知，2019年L0.3与L0.5的R2为0.326，其中冬小麦同期为0.497、夏玉米同期为0.522，各组潜水蒸发量相关性均很差。3组潜水蒸发量关系趋势线斜率均小于1，其中全年>夏玉米同期>冬小麦同期，夏玉米同期与全年潜水蒸发量关系趋势线斜率更为接近。夏玉米同期相关趋势线与1∶1线交点较大，为（3.008，3.008），冬小麦同期相关趋势线与1∶1线交点与全年较为接近，横坐标为0.832 mm。按照2019年测筒L0.3与L0.5潜水蒸发量关系趋势线与1∶1线的交点（0.849，0.849），可以得出，在日潜水蒸发量超过0.849 mm时，L0.3与L0.5所测潜水蒸发量大小关系发生改变。按照线性趋势线截距可知，2019年，当L0.5日潜水蒸发量达到0.241 mm时，L0.3才开始观测到潜水蒸发。由图2（C）和表2可知，2020年L0.3与L0.5的R2为0.736，其中冬小麦同期为0.857、夏玉米同期为0.501。3组潜水蒸发量关系趋势线斜率同样均小于1，其中全年>冬小麦同期>夏玉米同期，全年潜水蒸发量关系趋势线基本与1∶1线一致。各组趋势线与1∶1线交点差距较大，横坐标在1.913～5.654 mm，冬小麦同期最小，全年最大。按照2020年L0.3与L0.5潜水蒸发量关系趋势线与1∶1线的交点（5.654，5.654）可知，在日潜水蒸发量超过5.654 mm时，L0.3与L0.5所测潜水蒸发量大小关系才发生改变。根据趋势线截距可知，2019年当L0.5日潜水蒸发量达到0.278 mm时，L0.3才开始观测到潜水蒸发数据。由图2（D）可知，通过对各年度有效数据天数的累积蒸发量进行分析发现，2018年和2020年L0.3与L0.5的累积潜水蒸发量与1∶1线接近，2019年明显低于1∶1线。根据图2（D）可知，通过对2018—2020年间L0.3与L0.5的5日累积潜水蒸发关系分析可知，各年度L0.3与L0.5所测潜水蒸发量相关性达0.980以上。2018、2020年累积关系趋势线斜率分别为0.992、1.091，与1∶1线基本一致，2019年累积关系趋势线斜率为0.799。2018年和2020年L0.3与L0.5所测潜水蒸发量累积关系更为接近，其中2020年表现出L0.5略高于L0.3，2019年则表现出L0.3累积潜水蒸发量高于L0.5。

L、LW和LC分别表示整个时期、冬小麦同期和夏玉米同期无作物测筒潜水蒸发量，0.3、0.5表示相应测筒面积为0.3 m2、0.5 m2；L2018-0.3、L2018-0.5分别表示2018年0.3、0.5 m2无作物测筒潜水蒸发量。其余年份以此类推。（A）2018年，（B）2019年，（C）2020年，（D）2018—2020年累积。

通过对各年度L0.3与L0.5日潜水蒸发量相关关系分析发现，两种口径蒸渗仪潜水蒸发量关系规律存在一定的年际差异，而在同一年度，根据作物种植周期划分的冬小麦同期、夏玉米同期和全年潜水蒸发系列也存在一定的差异。其中2018年与2020年规律基本一致，主要为2019年存在差异。2018、2020年L0.3与L0.5潜水蒸发量关系的R2大小关系为冬小麦同期>全年>夏玉米同期，2019年则是夏玉米同期>冬小麦同期>全年。在2018、2020年冬小麦同期和全年的R2在0.703～0.857，而夏玉米同期的R2只有0.576、0.501，相关性不高；2019年各组潜水蒸发系列的R2仅在0.326～0.522，以夏玉米同期最高。2018、2020年L0.3与L0.5线性趋势线斜率大小关系与R2关系一致，而2019年则表现出全年>夏玉米同期>冬小麦同期。2018、2020年L0.3与L0.5与1∶1线交点横坐标均为全年>夏玉米同期>冬小麦同期，全年与夏玉米同期更接近；而2019年夏玉米同期>全年>冬小麦同期，全年与冬小麦同期更接近。各年度L0.3与L0.5测潜水蒸发累积量相关关系方面，各年度R2均超过0.980，但2018、2020年累积关系趋势线斜率更接近1，而2019年累积关系趋势线斜率为0.799。可以看出，在2019年存在影响因素对这两种尺寸蒸渗仪的潜水蒸发测量产生影响。根据3年的L0.3与L0.5潜水蒸发量线性关系参数平均值建立0.3和0.5 m2蒸渗仪日潜水蒸发关系，如式（2）所示。

[L0.5=0.827 L0.3+0.414] （2）

计算结果表明，日潜水蒸发量平均超过2.393 mm时，L0.3与L0.5所测潜水蒸发量大小关系才发生改变；当L0.5日潜水蒸发量平均达到0.414 mm时，L0.3才开始观测到潜水蒸发数据。

利用箱型图对L0.3与L0.5比值分布范围进行统计分析如图3所示。图3（A）中2018年与2020年日潜水蒸发量比值数据相比2019年更集中，但存在異常值，而2019年更离散。2018、2019和2020年比值中位数分别为1.000、1.233和0.951，2018年和2020年中位数更加接近。根据图3（B）对累积潜水蒸发量比值分布分析发现，2018、2020年比2019年更集中，但存在异常值，其中2018年为偏大异常值，说明L0.3比L0.5潜水蒸发量数据更大，2020年为偏小异常值，说明L0.3比L0.5潜水蒸发量数据更小。2018、2019年和2020年比值中位数分别为0.993、1.083和0.969，中位数值更加接近，但2019年数据离散程度更大。

2.2 基于随机森林回归模型的潜水蒸发模拟

根据2018—2020年有效潜水蒸发量数据，按照8∶2随机划分训练集和测试集数据，用于构建模型并对其进行评价。分别以L0.3、L0.5潜水蒸发量以及L0.3与L0.5比值作为输出变量，以相应的17种气象因子作为特征变量构建RF模型。由表3可知，在测试集模型评价指标中，各模型的质量和预测效果相比训练集均有所下降，考虑是随机森林回归模型在进行训练集数据范围以外的预测时，可能存在一些未考虑到的影响要素和噪声较大的样本导致预测误差出现。测试集RFL0.3与RFL0.5的NSE相差不大，分别为0.679、0.665，表明构建的模型质量基本相同。RFL0.3的RMSE和MAE均大于RFL0.5，分别高0.020、0.019 mm，表明对0.3 m2测筒潜水蒸发模拟的误差要大于0.5 m2测筒，相比于0.5 m2蒸渗仪，对0.3 m2测筒的潜水蒸发量模拟有更多的不确定因素。对二者的比值模拟中，RFL0.3/0.5模型有较高的质量，NSE达到0.708，RMSE和MAE均较小，分别为0.207、0.146。由图4可知，基于各RF模型计算的0.3、0.5 m2蒸渗仪潜水蒸发量预测值与实测值关系，R2分别为0.726和0.671，利用RF模型对0.3 m2蒸渗仪潜水蒸发量的预测值与真实值有更好的相关关系。

2.3 气象因子重要性评估

基于RF模型对不同气象因子在预测潜水蒸发量时的重要性排序如图5所示。影响0.3 m2蒸渗仪潜水蒸发量主要为NR、ST40和H，影响0.5 m2蒸渗仪潜水蒸发量主要为SH40、H和NR。根据影响因子重要性排序值可知，当测筒面积由0.3 m2扩大到0.5 m2时，SH40相比NR和ST40对潜水蒸发的影响更大。气象因子中SH40指标为气象观测场内土壤含水量指标，根据相关研究，太阳辐射对土壤含水量有着显著影响[18]。太阳辐射使得土壤产生梯度温度，进而驱动潜水蒸发改变土壤含水量，因此SH40指标一定程度上反映了太阳辐射对田间潜水蒸发的驱动能力，这与蒸渗仪测筒面积越大越接近大田潜水蒸发情况一致。在气象因子对L0.3和L0.5比值的影响中，以H、SH20和ST40更为重要，表明空气湿度、土壤湿度和土壤温度是导致0.3、0.5 m2蒸渗仪潜水蒸发存在差异的重要因素。

3 结论与讨论

（1）0.3与0.5 m2蒸渗仪在潜水蒸发测量上存在差异，当两种蒸渗仪所测日潜水蒸发关系在潜水蒸发量达到2.393 mm时，0.3 m2蒸渗仪测量潜水蒸发量由小于0.5 m2蒸渗仪量变为大于。在不同尺寸蒸渗仪测筒导致的潜水蒸发迟滞效应影响下，当0.5 m2所测蒸渗仪潜水蒸发量平均达到0.414 mm时，0.3 m2蒸渗仪才开始出现潜水蒸发，这种误差会随着连续多日的潜水蒸发测量而减小，不会影响两种尺寸蒸渗仪在长系列累积蒸发量测量中的精度。

（2）NR、SH40分别是影响0.3、0.5 m2蒸渗仪潜水蒸发的重要因素，空气湿度和土壤湿度是导致0.3和0.5 m2蒸渗仪潜水蒸发差异存在的主要因素。基于RF模型，利用气象要素对潜水蒸发预测具有较高的精度，可作为潜水蒸发的预测工具。

利用蒸渗仪法进行潜水蒸发量测量，具有准确、方便等特点。本文通过对连续3年内两种口径蒸渗仪测量潜水蒸发进行比较分析，发现当日潜水蒸发超过2.393 mm时，0.3 m2蒸渗仪测量潜水蒸发量由小于0.5 m2蒸渗仪量变为大于。考虑可能是由于蒸渗仪测筒材料为铁，当日潜水蒸发超过一定量时，当日气温及辐射较高，而土壤与铁的比热容存在差异，导致0.3 m2蒸渗仪测筒受到的边缘效应强于0.5 m2蒸渗仪测筒，导致0.3 m2蒸渗仪测筒潜水蒸发量更大。这与上述结果得出的NR对0.3 m2蒸渗仪测筒的影响更大表现一致。当0.5 m2蒸渗仪平均测量到0.414 mm日蒸发时，0.3 m2蒸渗仪才开始出现潜水蒸发，这可能与蒸渗仪测筒面积与马氏瓶直径大小有关。当0.3与0.5 m2蒸渗仪产生同样的潜水蒸发量时，由于为两种尺寸蒸渗仪测筒补水的马氏瓶规格一致，0.5 m2蒸渗仪对应的马氏瓶补水量更多，水面差更大，而根据图1（D）中两种尺寸蒸渗仪累积蒸发量关系可知，这种日潜水蒸发测量误差在多日累积潜水蒸发中会被降低。

通过随机森林回归模型对17种气象因子对潜水蒸发影响的重要程度进行评估。结果可知，NR对0.3、0.5 m2蒸渗仪潜水蒸发量影响重要性均靠前，太阳净辐射是驱动潜水蒸发的主要因素之一。在0.5 m2蒸渗仪潜水蒸发量影响因素中，以SH40最重要，其次为H和NR。徐飞等[19]研究认为，土壤梯度温度是影响潜水蒸发的重要因素，与本研究结果一致。气象因素对两种口径蒸渗仪潜水蒸发比值的影响中，主要因素为空气湿度或土壤湿度，这与孙晓旭等[20]得出的空气湿度、土壤含水率对潜水蒸发影响规律一致。

综上，本文利用五道沟实验站0.3、0.5 m2蒸渗仪开展了潜水蒸发对比试验，分析两种口径蒸渗仪潜水蒸发量的相关性，并基于随机森林回归模型对两种口径蒸渗仪潜水蒸发量进行模拟，评估不同气象要素对潜水蒸发影响的重要程度。结果表明，当潜水蒸发量超过2.393 mm时，0.3 m2蒸渗仪测量潜水蒸发量将大于0.5 m2蒸渗仪量；0.3 m2蒸渗仪测量潜水蒸发存在迟滞效应。净辐射对于0.3 m2蒸渗仪潜水蒸发量影响更大，在气象因素对0.5 m2蒸渗仪潜水蒸发影响中，40 cm土壤含水量的影响更大。空气湿度、土壤湿度是导致0.3、0.5 m2蒸渗仪潜水蒸发存在差异的主要因素，可利用随机森林回归模型通过气象要素对潜水蒸发进行预测。

参考文献

[1] 刘佩贵，夏艳，尚熳廷. 不同质地裸土潜水蒸发估算方法[J]. 农业工程学报，2020，36（1）：148-153.

[2] 郭占荣，荆恩春，聂振龙，等. 种植条件下潜水入渗和蒸发机制研究[J]. 水文地质工程地质，2002，29（2）：42-44，68.

[3] 贾瑞亮，周金龙，周殷竹，等. 干旱区高盐度潜水蒸发条件下土壤积盐规律分析[J]. 水利学报，2016，47（2）：150-157.

[4] 张志山，赵洋，张亚峰，等. 中国北方沙区水量平衡自动模拟监测系统（沙坡头蒸渗仪群）[J]. 中国科学院院刊，2021，36（6）：733-743，755.

[5] 魏宁宁，母艳梅，姜晓燕，等. 毛乌素沙地油蒿-杨柴灌丛生态系统蒸散组分分配及其影响因子[J]. 应用生态学报，2021，32（7）：2407-2414.

[6] 張梦迪，张立锋，陈之光，等. 土壤蒸发和植被蒸腾对三江源退化高寒草甸蒸散的影响[J]. 生态学报，2021，41（18）：7138-7152.

[7] 穆家伟，查天山，贾昕，等. 毛乌素沙地典型沙生灌木对土壤蒸发的影响[J]. 北京林业大学学报，2016，38（12）：39-45.

[8] 贾剑波，余新晓，王贺年，等. 暴雨条件下北京山区主要乔木蓄水能力研究[J]. 水土保持通报，2013，33（3）：114-117.

[9] 杨炳玉，申双和，张富存，等. 不同尺寸蒸渗仪测定作物蒸散的田间试验研究[J]. 中国农业气象，2015，36（2）：161-169.

[10] 刘春伟，邱让建，孙亚卿，等. 不同材料和尺寸微型蒸渗仪测定土壤蒸发量[J]. 中国农村水利水电，2018（6）：1-5.

[11] 刘红霞，王飞，黄玲，等. 乌苏E-601B型蒸发与小型蒸发折算系数分析[J]. 沙漠与绿洲气象，2012，6（6）：65-68.

[12] 王永亮，张学知，乔光建. 河北省平原区20 m2水面蒸发池与不同型号蒸发器折算系数分析[J]. 水文，2012，32（4）：58-62.

[13] 王振龙，杨秒，吕海深，等. 基于蒸渗仪群淮北平原冻融期裸土及麦田潜水蒸发规律研究[J]. 农业工程学报，2019，35（13）：129-137.

[14] 白鹏，蔡常鑫. 1982—2019年中国陆地蒸散发变化的归因分析[J]. 地理学报，2023，78（11）：2750-2762.

[15] BREIMAN L.Random forests[J].Machine language，2001，45（1）：5-32.

[16] 王茵茵，齐雁冰，陈洋，等. 基于多分辨率遥感数据与随机森林算法的土壤有机质预测研究[J]. 土壤学报，2016，53（2）：342-354.

[17] MART?NEZ-MU?OZ G，SU?REZ A.Out-of-bag estimation of the optimal sample size in bagging[J].Pattern recognition，2010，43（1）：143-152.

[18] 李含雪. 基于气象数据和机器学习的土壤温度和水分预测模型构建[D]. 哈尔滨：东北农业大学，2022.

[19] 徐飞，史文娟，邢旭光，等. 覆膜开孔条件下新疆地区潜水蒸发及水热关系研究[J]. 西北农林科技大学学报（自然科学版），2013，41（10）：172-178.

[20] 孙晓旭，王开材，丁克强. 潜水蒸发特征试验研究[J]. 人民黄河，2015，37（3）：62-64，71.

（责编：杨 欢）

基金项目 水利部重大科技项目（SKS-2022066）。

作者简介 梅海鹏（1996—），男，安徽蚌埠人，硕士，助理工程师，从事水文水资源研究。

通信作者 汪智群（1990—），女，安徽池州人，工程师，从事水文水资源研究。

收稿日期 2024-01-26