共查询到19条相似文献，搜索用时 156 毫秒
1.
基于集合卡尔曼滤波的地表水热通量同化研究 总被引：1，自引：1，他引：0
地表水热通量是研究地表能量转换与水文过程中的重要参数,本文借助通用陆面模式CLM3.0(Community Land Model3.0)为动力框架,利用集合卡尔曼滤波作为同化算法构建单站点的地表水热通量同化系统,并利用Ameriflux通量观测网上Chestnut Ridge、ARM SGP Main以及Tonzi Ranch三个站点的通量观测数据进行直接同化地表水热通量试验。结果表明,在三种不同下垫面下,RMSE直接同化水热通量能够很好地改善地表总水热通量的估算效果。经过同化通量观测值,模式输出的通量值的RMSE均有减小。在代表农田下垫面的ARM SGP Main站,感热通量的RMSE由67.49W/m2下降至14.07W/m2,潜热通量的RMSE由70.07W/m2下降至14.35W/m2;在代表森林下垫面的Chestnut Ridge站,感热通量的RMSE由82.56W/m2下降至48.56W/m2,潜热通量的RMSE由42.99W/m2下降至38.92W/m2;在代表草地下垫面的Tonzi Ranch站,感热通量的RMSE由62.99W/m2下降至17.85W/m2,潜热通量的RMSE由44.76W/m2下降至36.01W/m2。相对于通过同化地表温度和湿度间接改善地表水热通量预报的研究结果,直接同化地表水热通量的结果好于前者。但值得注意的是,针对集合同化方法,不同初始场误差、观测误差和大气强迫数据误差的扰动强度都会对同化结果造成影响。从同化系统对3种误差的敏感性分析结果来看:观测误差的影响最大且减小观测误差能够减小同化后的RMSE值,估计观测误差的方法是否合理会直接影响同化结果的好坏;初始场误差对同化后的RMSE值影响最小;另外,增加大气强迫数据误差和初始场误差能减小同化后的RMSE值。 相似文献
2.
基于蒸渗仪实测的参考作物蒸散发模型北京地区适用性评价 总被引：10，自引：7，他引：3
参考作物蒸散发(ET0,reference evapotranspiration)是计算植被耗水量、分析区域水分平衡、管理水资源的基本参数。由于区域间气象条件的差异,ET0模型在不同地区表现出不同的适用性。蒸渗仪实测是欧美地区评价参考作物蒸散发模型的经典方法,而中国尚少研究,华北地区未见报道。2012年生长季(4-10月),应用自动称重式蒸渗仪实测高羊茅草坪蒸散评价了Penman-Monteith(FAO-56)、Hargreaves-Samani、Priestley-Taylor、Penman-van Bavel模型在北京地区的适用性。在2个蒸渗仪中建植冷季型高羊茅草坪,以获得ET0标准数据。试验地安装Dynamet气象站,自动测量并记录气象数据:空气温度、空气相对湿度、太阳总辐射和高度2m的风速,用于模型计算参考作物蒸散发。应用线性回归与均方根误差(RMSE)、一致性指数(d)2个指标评价模型的预测准确性。研究结果表明,太阳总辐射与月蒸散之间呈现较强的线性关系(R2=0.95,p=2.72×10-7),说明太阳辐射能量是驱动SPAC(soil-plant-atmosphere continuum)系统中水分从植被向大气运动的主要动力。随着时间尺度减小,模型的估算准确度降低。由于模型的输入参数不同,在ET0计算中出现了不同方向的偏差。月尺度上,Priestley-Taylor模型低估,而Penman-Monteith、Hargreaves-Samani和Penman-van Bavel模型高估了蒸散。日尺度上,Hargreaves-Samani模型和Penman-van Bavel模型略微高估了日蒸散,比率分别为1.0167和1.0526;Penman-Monteith模型和Priestly-Taylor模型低估了日蒸散,比率分别为0.8204和0.7593。时尺度上,除了Priestly-Taylor模型全部得出最低的数值,其余模型在不同天气类型下得出不同的计算结果。综合月、日、时3个时间尺度的评价结果,Penman-van Bavel是最准确的ET0计算公式,RMSE分别为0.63 mm/d(月)、1.43 mm/d(日)、0.087mm/h(时),d值分别为0.96(月)、0.89(日)、0.87(时)。Penman-Monteith模型的计算准确性比Penman-van Bavel模型略低,d值为0.73~0.93。 相似文献
3.
利用温度资料和广义回归神经网络模拟参考作物蒸散量 总被引：6，自引：2，他引：4
参考作物蒸散量(reference evapotranspiration,ET0)精确模拟对水资源高效利用和灌溉制度制定具有重要意义,该文以四川盆地19个气象站点1961-1990年逐日最高、最低温度和大气顶层辐射作为输入参数,FAO-56 Penman-Monteith(PM)模型计算的ET0为标准值,建立基于广义回归神经网络(generalized regression neural network,GRNN)的ET0模拟模型,基于1991-2014年资料进行模型验证,将GRNN模型同Hargreaves(HS1)和改进Hargreaves(HS2)等简化模型的模拟结果进行比较,分析只有温度资料情况下不同模型模拟ET0误差的时空变异性。结果表明:GRNN、HS1和HS2模型均方根误差(root mean square error,RMSE)分别为0.41、1.16和0.70 mm/d,模型效率系数(Ens)分别为0.88、0.13和0.67。3种模型RMSE在时空上均呈现HS1HS2GRNN、Ens均呈现GRNNHS2HS1趋势;与PM模型模拟结果相比,GRNN、HS1和HS2模型模拟结果分别偏大0.8%、45.1%和17.3%。在时空尺度上的误差分析均表明利用温度资料建立的GRNN模型能够较为准确地模拟四川盆地ET0,因此可以作为资料缺失情况下ET0模拟的推荐模型。该研究可为四川盆地作物需水精确预测提供科学依据。 相似文献
4.
基于静止气象卫星的河北平原实际蒸散量遥感估算 总被引：1，自引：0，他引：1
本文提出利用中国第1 颗可操作性静止气象卫星风云2 号C 星(FY-2C)数据结合中等分辨率航天成像光谱仪MODIS 产品估算河北灌溉农田实际蒸散量(ET)的方法, 其中FY-2C 的第1、2 波段用于反演区域地表温度, 再结合16 d MODIS 合成的植被指数产品(MOD13), 得到地表温度与植被指数的三角空间分布图(Ts-NDVI)。通过Ts-NDVI 空间分布的关系, 利用改良三角算法得到区域的蒸发比(EF)。最后结合MODIS 地表反射率产品MCD43 估算得到的日净辐射量, 根据能量平衡计算得到该地区的日实际蒸散量。模型结果与地表Lysimeter 观测数据比较, 显示该模型估算得到的蒸发比和日蒸散量结果较为合理, 误差在可接受范围。此外, FY-2C 用于估算地表ET, 其时间分辨率具有较强的优势, 从而为获得多幅无云蒸散图提供了有利条件。 相似文献
5.
基于STME模型和MODIS数据的滹滏平原实际蒸散量遥感估算 总被引：1，自引：0，他引：1
滹滏平原光、热及土壤资源优越,是华北平原重要的粮食生产基地,灌溉是该区农业获得稳产高产的重要保障,持续抽取地下水和无节制利用地表水已经引起了严重的水资源危机,合理高效利用有限水资源进行农业生产势在必行。本文利用单源梯形遥感蒸散发模型(a single-source trapezoid model for evapotranspiration,STME)和中等分辨率成像光谱仪MODIS(2011—2012年共115期)地表温度和反射率产品估算区域地表土壤缺水状况及实际蒸散量,并利用中国科学院栾城农业生态系统试验站(以下简称"栾城站")和赵县梨园涡度相关系统地表水热通量的观测值对STME模型估算结果进行验证。结果表明该模型可以很好地估算区域蒸散量,误差在可接受范围内。赵县梨园净辐射Rn的观测平均值为4.10 mm,估算平均值为4.69 mm,均方根差RMSD为0.80 mm;赵县梨园蒸散量观测平均值为2.86 mm,估算平均值为3.01 mm,均方根差RMSD为0.95 mm;栾城站蒸散量的观测平均值为2.67 mm,估算平均值为2.44 mm,均方根差RMSD为0.87 mm。将STME模型应用到滹滏平原估算日蒸散量,明确了区域尺度蒸散发的时空变化特征:10月份果园生态系统蒸散量多于农田生态系统;11月份区域蒸散量整体小于1 mm;第2年春季小麦返青、拔节期,农田生态系统蒸散量多于果园生态系统蒸散量;5月份处于植被生长旺盛期,农田和果园生态系统的蒸散量相差不大;6月份小麦收获,玉米播种,农田生态系统蒸散量少于果园生态系统;7月份整个区域蒸散量达到最大,蒸散量不仅与植被长势相关,而且与土壤湿度相关;8、9月份随着植被的成熟和收获,区域蒸散量整体变小。不同时期区域水分亏缺指数不同,可根据其指导区域灌溉量。STME模型继承了基于数理计算确定梯形顶点的方法和水分亏缺指数,使得计算过程得以简化且物理机制明确。 相似文献
6.
《中国农业气象》2020,(3)
以称重式蒸渗仪实测温室茄子日蒸散量为标准值,对基于FAO-56 P-M法(P-M_s)、修正P-M法(P-M_m)、Priestley-Taylor法(P-T)和Irmak-Allen法(I-A)4种模型方法计算的温室茄子日蒸散量进行对比分析,评价各方法在温室内的适用性。结果表明,利用4种模型方法计算得到的温室茄子日蒸散量与实测值(ET_c)均具有相似的生育期变化规律,但各方法的计算精度差异明显。其中基于P-M_m法得到的ET_(c-m)高估了32.1mm,而基于P-M_s、P-T和I-A法计算得到ET_(c-s)、ET_(c-PT)和ET_(c-IA)则分别低估了132.3mm、80.0mm和53.5mm。ET_(c-m)与实测值(ET_c)的相关性最高,方程决定系数R~2为0.905(P0.01),一致性指数达0.944,RMSE仅为0.769mm·d~(-1);而基于I-A法计算得到的ET_(c-IA)与实测蒸散量的方程决定系数也较高(R~2=0.775),一致性指数为0.828。P-M_s和P-T法在温室内应用均有较大误差,其中,ET_(c-s)和ET_(c-PT)仅相当于实测值(ET_c)的59.4%和74.8%,一致性指数分别为0.723和0.748,RMSE则分别达1.672mm·d~(-1)和1.304mm·d~(-1)。因此,计算温室作物蒸散量可优先选择P-M_m法,而在气象数据短缺时,I-A法可作为替代方法在温室内使用。 相似文献
7.
为实现气象资料缺乏情况下参考作物蒸散量（reference crop evapotranspiration, ET0）高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机（extreme learning machine, ELM）的ET0预测模型。选取川中丘陵区7个气象站点1963－2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明：ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度（均方根误差和模型效率系数分别为0.504 mm/d和0.827）高于Hargreaves模型（均方根误差和模型有效系数分别为0.692 mm/d和0.741）;基于最高、最低温度和辐射的ELM模型模拟精度（均方根误差和模型有效系数分别为0.291 mm/d和0.938）明显高于Priestley-Taylor（均方根误差和模型有效系数分别为0.467 mm/d和0.823）、Makkink（均方根误差和模型有效系数分别为0.540 mm/d和0.800）和Irmark-Allen模型（均方根误差和模型有效系数分别为0.880 mm/d和0.623）。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。 相似文献
8.
基于植被遥感信息的作物蒸散量估算模型--以华北平原冬小麦为例 总被引：5，自引：2，他引：3
本文基于作物系数法并结合植被遥感信息(MODIS/NDVI),提出一种能反映作物空间分布和土壤供水差异信息的作物蒸散量估算模型。利用该模型得到2000—2013年华北平原冬小麦的蒸散量,模拟结果与遥感蒸散产品吻合度较高(R2=0.952,RMSE=1.3×107 m3),并分析了冬小麦蒸散量和灌溉耗水量的时空变化。结果表明:1华北平原冬小麦蒸散量呈南高北低的格局。基于250 m空间分辨率上来看,山东省、河南省的黄河灌区以及太行山前平原的冬小麦蒸散量可达400 mm以上,中部平原区冬小麦蒸散量350 mm,滨海一带蒸散量200 mm。2冬小麦灌溉耗水量与其蒸散量格局相一致。在太行山前平原、河南省和山东省的引黄灌区,灌溉耗水量可达250 mm以上;河北平原北部由于冬小麦种植比例较低,灌溉耗水量100 mm。3近14年河北平原北部冬小麦播种面积下降明显,区域灌溉耗水量减少,地下水位下降趋势得到明显缓解。本文提出的作物蒸散量估算模型能够较好地用于确定较大区域作物蒸散耗水量,并可应用于区域作物灌溉量的评估与管理中。 相似文献
9.
基于双作物系数的旱作玉米田蒸散估算与验证 总被引：2，自引：0，他引：2
农田蒸散(ET)准确估算与区分对理解土壤-植物-大气连续系统水分传输动力学过程和调控机制具有重要意义。本研究基于FAO-56 Penman-Monteith(PM)模型计算参考作物蒸散量(ET0),运用双作物系数法计算黄土高原东部地区旱作玉米田2011-2012年蒸散(ETFAO),以同期涡度相关系统实测值(ETEC)作为标准值对双作物系数法计算结果进行评价,并将玉米田ET区分为土壤蒸发和作物蒸腾。结果表明:2011年春玉米生长季ET0、ETEC和ETFAO分别为628、400.3和492.7mm,双作物系数法RMSE、AAE和R~2分别为0.864mm·d~(-1)、0.678mm·d~(-1)和0.755,且R~2达极显著水平(P0.01);2012年三者分别为553、372.6和441.4mm,RMSE、AAE和R~2分别为0.676mm·d~(-1)、0.693mm·d~(-1)和0.781,R~2亦达极显著水平(P0.01),说明双作物系数法在该地区模拟旱作春玉米ET有较高的精度。基于双作物系数法对ET进行区分表明,2011年全生育期土壤蒸发和作物蒸腾分别占ET的36.4%和63.6%;2012年分别占ET的31.7%和68.3%,说明旱作春玉米田ET主要来自春玉米蒸腾。 相似文献
10.
长江上游暗针叶林生态系统蒸散计算 总被引：8，自引：0，他引：8
利用修正参数后的Penman-Monteith修正式对长江上游暗针叶林生态系统蒸散的计算结果表明该区日蒸散变化过程为单峰型,峰值出现在一天中的1300～1400,可达到0.26 mm/h.该暗针叶林生态系统蒸散较小,而且常年变动不大,多年年均蒸散量仅为333.9 mm.主导该区蒸散的控制因子是太阳有效辐射和大气温度;系统蒸散的年变化进程与水面蒸发实际观测趋势一致. 相似文献
11.
应用Penman-Monteith公式和土壤湿度指数估算区域地表蒸散 总被引：4，自引：4，他引：0
准确计算地表蒸散对于水资源合理利用具有重要意义。Penman-Monteith公式具有坚实的理论基础,被广泛应用于计算地表蒸散,但表面阻抗计算的复杂性阻碍了其向区域应用的进一步推广。本文首先利用地表温度(Ts)-植被指数(Fv)特征空间计算土壤湿度指数,进而计算土壤阻抗,改进和发展了Penman-Monteith蒸散算法,简称为PM-SMI。将该算法与地表温度-植被覆盖特征空间蒸散算法以及Penman-Monteith系列另一种算法(PM-Yuan)进行比较。利用美国南部大平原12个波文比观测数据进行模型比较和验证。研究区域主要覆盖农田和草地,植被覆盖度较低。结果表明在瞬时和日值两个时间尺度PM-SMI整体上都优于其他两种算法,PM-SMI方法适合用于区域地表蒸散估算。 相似文献
12.
MODIS数据辅助的GF-1影像晴空光合有效辐射反演 总被引：1，自引：0，他引：1
面向农作物产量监测对中高分辨率遥感数据光合有效辐射(photosynthetically available radiation,PAR)反演的实际需求,该文选择山东省禹城市2014年1月至2014年12月共13景GF-1/WFV卫星影像作为数据源,基于中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)地表反射率产品作为辅助数据源,开发了适于业务运行的WFV数据气溶胶光学厚度(aerosol optical depth,AOD)及PAR的反演算法。算法核心是采用6S(second simulation of satellite signal in the solar spectrum)大气辐射传输模型,建立包括AOD在内的大气参数与查找表(look-up table,LUT),结合大气顶层太阳入射辐照度及卫星入瞳处辐射亮度值反演地表反射率数据,通过与WFV蓝光波段地表反射率数据对比获取大气参数。通过反演的大气参数计算400~700 nm连续光谱区间的PAR值,并建立WFV数据离散红、绿、蓝光波段与连续光谱区间PAR的转换系数,实现WFV数据PAR的反演。其中,WFV蓝光波段反射率数据与MODIS地表反射率数据关系、离散到连续谱段PAR的关系可以从美国地质勘探局(United States Geological Survey,USGS)提供的典型地物波谱库数据理论计算获取。利用中国生态系统研究网络(chinese ecosystem research network,CERN)禹城站地面观测值进行验证结果表明,该文提出的算法总体精度达到92.63%,平均绝对误差为14.56 W/m~2,平均相对误差7.37%,具有业务应用的潜力。 相似文献
13.
蒸散量是农田水循环中水分损失的主要途径,其准确估算对节水灌溉具有重要意义。单源的Penman-Monteith （P-M）模型是最常用的蒸散量估算方法,但模型中冠层阻力的合理参数化一直是研究中的难点。该研究选取常用6种冠层阻力模型,使用北京顺义2 a（2020年和2021年）的波文比实测结果,分析不同模型进行冬小麦冠层阻力及蒸散估算的可行性。结果表明：1）无参数校正条件下,6种模型均低估了冬小麦冠层阻力,同时高估了蒸散量。其中,Todorovic模型（TD）的普适性最好,其模拟的冠层阻力、蒸散量与实测值的R2都在0.605及以上;耦合的冠层阻力模型（CO模型）普适性最差,冠层阻力、蒸散量与实测值的R2分别为0.113、0.046;2）进一步使用2021年的试验数据进行模型参数校正、2020年的数据进行验证,发现校正后的JA、CO、GA、KP及FAO56-PM模型计算的冠层阻力和蒸散量与实测值的一致性大幅提高。除JA模型低估冠层阻力外,其余均高估冠层阻力、低估蒸散量。其中KP模型模拟的冠层阻力和蒸散量效果最好,R2均在0.907及以上,而其余5种模型估算精度也较好。6种模型的估算精度排序为KP、GA、TD、FAO56-PM、CO、JA。综上,所评价的模型校正后均可作为P-M模型的冠层阻力输入来估算冬小麦蒸散量,但TD 模型不需要参数校正,在数据不足时可作为首选;而KP模型参数较少,校正后拟合精度最高,在数据充足时可作为首选。研究结果对华北地区使用P-M一步法计算冬小麦蒸散量具有重要价值。 相似文献
14.
潜在蒸散发是水文循环和能量循环的一项重要组成,准确估算蒸散发对农业水资源有效利用具有重要的理论和现实意义。为获得精度稳定可靠的蒸散发估计值同时只需较少的气象资料,以沂沭河上游流域(临沂控制站)为研究区,提出改进的双线性曲面回归模型(bilinear surface regression model,BSRM)计算站点的潜在蒸散量。以实测蒸发数据折算的陆面潜在蒸散量为标准,同时以彭曼公式(P-M)为参考与之对比,检验和评价3种BSRM模型的精度,并分析各气象因子对潜在蒸散量的影响。结果表明:3种BSRM模型中,基于日照百分率、气温和相对湿度建立的双线性曲面回归模型模拟精度最高,以基于日照百分率计算的太阳辐射、气温、相对湿度建立的双线性曲面回归模型次之,以基于Hargreaves-Allen方程计算的太阳辐射、气温和相对湿度建立的双线性曲面回归模型模拟精度最差。基于日照百分率、气温和相对湿度建立的BSRM模型的模拟精度略优于P-M公式,但所需的气象因子较少,计算方法简单;且受气象因子的变化影响较少,模拟精度稳定可靠,是一种有效的替代方法。 相似文献
15.
安徽省参考作物蒸散模型参数化 总被引：1，自引：1，他引：0
模型参数优化是准确估算参考作物蒸散(reference crop evapotranspiration,ET0)的关键问题之一。该研究基于安徽省81个地面气象站点1961—2011年逐日气象数据和合肥、武汉、南京、杭州和南昌5个辐射站1993—2011年的逐日辐射数据,评估日尺度的净长波辐射、气压和水汽压模型在安徽地区的适用性;并结合已有研究获得的最优逐日太阳辐射参数化估算模型,建立安徽省本地化逐日ET0模型的最优参数化方案,探讨模型参数优化对ET0估算的影响。结果表明:7种净长波辐射估算参数化方案中,邓根云法的精度最高,在安徽地区的适用性优于其他方案,建议作为安徽本地化方案使用;FAO56 Penman-Monteith公式中推荐的气压估算模型和基于实测平均气温和相对湿度估算水汽压的模型在安徽省基本适用,但该研究认为在资料能够获取的情况下直接使用实测值为最优。与基于实测资料计算的ET0相比,该研究建立的本地化最优模型估算的ET0在日、月和年尺度上的相对误差分别为15.5%、9.05%和6.12%,能较好地适用于安徽地区。FAO56 Penman-Monteith公式推荐的参数化方案由于高估了安徽地区的太阳辐射,低估了净长波辐射,导致其与基于实测资料计算的ET0值相比,在日、月和年尺度上高估ET0达40.0%以上,不推荐安徽地区直接使用。研究可为安徽省准确估算作物需水量、农业旱涝评估和合理调度水资源等提供依据。 相似文献
16.
黑河中游绿洲区玉米冠层阻抗的环境响应及模拟 总被引：1，自引：1，他引：0
蒸散发(ET)是区域能量平衡以及水量平衡的关键环节,精确估算蒸散发,对于提高水分利用效率以及优化区域用水结构具有重要意义,而冠层阻抗则是准确估算蒸散发的一个重要变量。为了确定冠层阻抗模型区域适用性、解决其参数化问题,本研究基于黑河重大研究计划已有的通量观测数据,以Irmak模型为基础,考虑微气象因子与冠层阻抗之间的关系,增加了大气CO_2浓度对冠层阻抗的影响,构建了未考虑CO_2和考虑CO_2影响的两种Irmak模型,并将其与Penman-Monteith(P-M)模型耦合,利用已有涡度相关数据,分析和检验了两种冠层阻抗模型对环境变量和大气CO_2浓度响应的模拟结果,并对模型参数进行敏感性分析。结果表明:将考虑大气CO_2浓度影响的Irmak模型与Penman-Monteith模型耦合,能够更好地模拟玉米冠层阻抗和蒸散量对外部环境变量的响应过程。在参数率定期该模型所模拟的冠层阻抗和蒸散量与实测值之间的R2分别达0.76和0.95,RMSE分别达33.1 s·m-1和34.5 W·m-2;模型验证期冠层阻抗和蒸散量模拟值与实测值之间的R2分别达0.68和0.90,RMSE分别达63.2 s·m-1和49.0 W·m-2。两个独立验证点结果表明考虑了大气CO_2浓度影响的Irmak模型具有较好的空间可移植性和适应性,模型能够较为准确地模拟玉米在整个生长季半小时时间尺度上的农田耗水过程。敏感性分析表明玉米冠层阻抗及其蒸散量对净辐射和相对湿度变化最为敏感,其次是气温、叶面积指数和大气CO_2浓度。本文所构建的考虑大气CO_2浓度对于玉米冠层阻抗影响的Irmak模型能够较为准确地估算作物蒸散量,并可为种植结构调整、土地利用方式改变以及大气CO_2浓度变化环境下的农田耗水研究提供一定的研究依据。 相似文献
17.
太阳辐射是影响日光温室光、热环境的重要参数,准确获得温室内部墙体与地面的太阳辐射照度变化规律可对温室设计建造、温室内环境调控与作物生产起到重要的指导意义。该文在总结已有日光温室太阳辐射模型的基础上,通过气象数据,地球、太阳的运动规律以及太阳光线与日光温室前屋面入射角的关系,建立了较为完善的日光温室太阳辐射模型,并利用该模型对温室内部辐射规律进行分析。采用典型晴天数据对模型进行检验,结果显示计算值与实测值平均偏差最大为63.46 W/m~2,平均绝对误差最大为63.48 W/m~2,均方根误差最大为79.18 W/m~2,决定系数在0.95～0.99范围内。利用该模型分析温室内部辐射规律发现,相比不同位置屋面角度的影响而言,透光率受时间即太阳方位与太阳高度角的影响更大。温室墙体表面与地面太阳辐射照度随季节不断变化,春秋分是一年中墙体与地面接受太阳辐射时间最长的节气,该日墙体表面与地面太阳辐射照度大致相当。春分到秋分期间,地面辐射照度高于墙体表面;从秋分到春分期间,墙体表面太阳辐射照度大于地面。不同区域温室内太阳辐射日积累量主要受纬度影响,低纬度地区较高纬度地区而言,冬季太阳辐射日积累量大,夏季太阳辐射日积累量小。研究结果可为日光温室内墙体蓄热、屋面优化、作物种植、围护结构能量平衡等研究提供理论参考与相关数据。 相似文献
18.
基于气象资料的日辐射模型在中国西北地区适用性评价 总被引：2，自引：2，他引：0
地表总辐射(Rs)是作物生长模型率定、蒸散量估算、灌溉制度制定和太阳能资源利用的重要基础数据。为有效提高辐射资源利用率,该文基于中国西北地区10个气象站点1993-2016年气象数据对9种不同日辐射模型进行适用性评价。采用非线性回归分析法对Bristow-Campbell(B-C)模型进行参数属地化修正,得到B-C校正模型。模型适用性评价结果表明:9种模型在西北地区的辐射模拟值和实测值均呈极显著相关(P0.01);基于日照时数的日辐射模型(?ngstr?m-Prescott、Ogelman、Bahel、Louche、Almorox-Hontoria、Glower-Mc Culloch,其R2介于0.875~0.954)计算精度高于基于温度的模型(Hargreaves-Samani、Annandale、Bristow-Campbell,其R2介于0.652~0.813);其中基于日照时数的模型中Bahel模型精度最高,其次是Ogelman和Glower-Mc Culloch模型,其RMSE分别为2.282、2.309和2.313 MJ/(m~2·d),n RMSE分别为14.0%、14.2%和14.2%,MAE分别为1.666、1.701和1.697 MJ/(m~2·d),Nash-Sutcliffe系数(NS)分别为0.905、0.903和0.902;基于温度的日辐射模型中B-C校正模型精度最高,其RMSE为3.819 MJ/(m~2·d),n RMSE为23.3%,MAE为2.680 MJ/(m~2·d),NS为0.741。因此,西北地区日辐射计算当仅有日照时数资料时推荐使用Bahel模型,当仅有温度资料时推荐使用Bristow-Campbell校正模型。 相似文献
19.
基于MODIS产品和SEBAL模型的三江平原日蒸散量估算 总被引：4，自引：0，他引：4
在SEBAL模型的基础上,集成MODIS产品和气象数据进行了三江平原的日蒸散量估算,然后以2005年6月22日的蒸散量估算结果为例,在ArcGIS空间分析模块的支持下对不同土地覆盖类型的日蒸散量进行统计分析。结果表明:遥感估算的蒸散量与利用涡度相关系统实测的蒸散量的相对误差较小且相关性较好,平均相对误差为11.2%;不同土地利用类型的日蒸散量间差别显著。水体和林地的蒸散量较大,平均蒸散量分别为8.2mm和6.5mm;湿地和水田次之,平均分别为5.2mm和4.8mm;旱田的蒸散量最低,平均仅为3.7mm,基本符合蒸散规律。 相似文献