共查询到19条相似文献，搜索用时 187 毫秒
1.
2.
区域农业灌溉用水量长期预报模型研究 总被引：6，自引：0，他引：6
农业灌溉用水是一动态、非平衡随机过程,其水量预报中存在灰色不确定信息。如何通过大面积农业灌溉用水量的长期预报,指导灌区用水实时管理,则是水利工程规划管理和农业高效用水中待研究的重要问题。本文基于时间序列分析方法,建立了区域农业灌溉用水量长期预报分解模型,给出了灰色ＧＭ（１,１）趋势预测、方差周期分析以及ＡＲＭＡ（２ｎ,２ｎ－１）随机分析相结合的模型求解方法,并编制了相应模型软件支持系统。该系统具有自动进行模型特性检验、结构识别、参数优选及拟合预测计算等优点。应用所提模型,对南水北调中线进行农业灌溉用水量的年预报研究,取得了满意结果,由此表明所提模型与方法是合理可行的。 相似文献
3.
基于实测的年度灌溉用水有效利用系数组合预测与分析 总被引：1，自引：0，他引：1
在广东省"十一五"期间"首尾测算"分析法测算灌溉用水有效利用系数的基础上,采用灰色关联度定性分析筛选出了主要影响因素,并用主成分分析法进行了验证;通过用灰色系统,回归分析和时间序列指数平滑方法构建了5种单一预测模型,在此基础上按最优加权组合预测方法建立了组合预测模型,定量表达了灌溉用水有效利用系数与各主要影响因素之间的响应关系,并通过实例验证了该预测模型具有很高的预测精度。最后,对2000—2015年间灌溉用水有效利用系数的长期变化趋势进行了分析。探索利用年度统计资料进行广东省年度灌溉用水有效利用系数计算的方法,为缺乏实测工作的前提下,利用年度统计数据进行灌溉用水有效利用系数预测评估提供一条简便可行的途径。 相似文献
4.
5.
区域农业灌溉用水量长期预报模型研究 总被引：10，自引：0，他引：10
农业灌溉用水是一动态、非平衡随机过程,其水量预报中存在灰色不确定信息。如何通过大面积农业灌溉用水量的长期预报,指导灌区用水实时管理,则是水利工程规划管理和农业高效用水中待研究的重要问题。本文基于时间序列分析方法,建立了区域农业灌溉用水量长期预报分解模型,给出了灰色ＧＭ（１,１）趋势预测、方差周期分析以及ＡＲＭＡ（２ｎ,２ｎ－１）随机分析相结合的模型求解方法,并编制了相应模型软件支持系统。该系统具有 相似文献
6.
利用田测法进行了相同灌水时间和次数、不同灌溉定额条件下灌水量与棉花产量关系试验 ,并采用数学分析方法推导、分析、计算了棉花最高产量灌溉定额 ,节水经济灌溉定额 ,高效用水灌溉定额 ,棉花需水临界期。结果表明 :皮棉产量与灌水量呈良好的二次抛物线关系 ;节水经济灌溉定额不仅与棉花水分生产函数有关 ,而且与皮棉价格、单方水价格、生产要素不变费用及水费征收方式有关。在现状条件下 ,渭干河灌区棉花合理灌溉定额为 2 655～ 5394 m3/ hm2 ,最高产量灌溉定额为 5394 m3/ hm2 ,节水经济灌溉定额5370 m3/ hm2 ,高效用水灌溉定额为 2 655m3/ hm2 ;棉花需水临界期是花铃期和蕾期 相似文献
7.
随着节水灌溉尺度效应的深入研究,灌溉回归水重复利用被认为是导致农业用水效率尺度效应的重要因素之一。传统的基于田间试验或统计得到的单位面积灌溉用水量指标并未考虑回归水的重复利用。针对这一问题,考虑灌区管理部门干支渠灌溉系统管理的实际需求,分析了中等尺度区域灌溉回归水重复利用过程,首次提出了农业用水效率考核新指标"千公顷灌溉取水量"的概念,给出了相应的计算依据、方法及适用条件。经湖北省漳河灌区千公顷典型区域水平衡试验观测与模拟模型计算,论证了回归水利用在提高农业用水效率中的重要作用,表明"千公顷灌溉取水量"作为我国中等尺度区域特别是南方长藤结瓜灌溉系统农业用水效率考核指标,是必要和可行的。 相似文献
8.
灌溉用水效率评价是提高灌溉水资源利用效率的基础。为克服传统的灌溉用水效率评价将相对评价和绝对评价分离的缺点,基于农户的灌溉用水生产技术效率(灌溉用水技术效率)和水分生产率,兹提出了综合灌溉用水效率的概念。以河北省成安县为例,基于问卷调查数据,测算了农户的灌溉用水技术效率和水分生产率,分析了农户的综合灌溉用水效率和节水潜力,并基于Tobit模型研究了影响农户灌溉用水效率的因素。结果表明,农户的平均灌溉用水技术效率为68.36%,平均作物水分生产率为1.38 kg/m3,综合灌溉用水效率为0.62。农户的年龄、文化程度、灌溉电价、农户的主要收入来源都对灌溉用水效率有显著的影响。 相似文献
9.
10.
11.
基于BP神经网络的黄河下游引黄灌区引水量分析 总被引：9，自引：0，他引：9
介绍了神经网络的基本原理及其 BP算法 ,建立了引水量预估的人工神经网络模型。实例分析表明该方法可行、预估结果可靠 ,为引黄灌区的引水分析预估提供了具有实用价值的基本理论和实施技术。 相似文献
12.
针对农田分区灌溉需水量模拟过程中普遍存在的求解过程易陷入局部最小化、出现过度拟合,以及过度依赖历史用水数据,导致最终模拟结果存在显著误差的问题,研究基于贝叶斯神经网络的农田分区灌溉需水量模拟分析方法。以前一周需水量、年内月需水量占比、日内温度上限值及日降雨量为指标,通过聚类分析获取指标数据均值,对农田分区灌溉历史用水的样本数据进行聚类分析。构建贝叶斯神经网络模型,将指标数据均值输入模型,根据BP神经网络原理与贝叶斯规则训练指标数据,然后输出农田分区灌溉需水量模拟结果。试验结果显示数据聚类结果中数据间关联度高于95%,数据拟合效果较好,模拟需水量时具有更高的精度与稳定性。 相似文献
13.
BP神经网络与GA-BP农作物需水量预测模型对比 总被引：2，自引：0，他引：2
农作物需水量预测是制定合理灌溉制度的重要依据.针对BP神经网络的不足,利用遗传算法(GA)具有全局搜索能力强的特点,建立基于GA-BP神经网络的农作物需水量预测模型.以广州辣木农庄试验田农作物作为研究对象,结果表明:基于BP神经网络农作物需水量预测模型测试集均方误差和确定性系数分别为0.037和0.648;GA-BP神经网络农作物需水量预测模型测试集均方误差和确定性系数分别为0.013和0.882,GA-BP农作物需水量预测模型收敛速度、确定性系数和性能均优于BP农作物需水量预测模型. 相似文献
14.
基于泾惠渠灌区30a的气象资料,采用CROPWAT模型分析了泾惠渠灌区作物蒸发蒸腾量及灌溉需水量的变化,并运用SPSS软件,计算了灌区作物需水量与气象因子的相关系数。分析表明:玉米蒸发蒸腾量平均值为524.33mm,蒸发蒸腾量高峰期出现在7月中旬到8月下旬;棉花蒸发蒸腾量平均值为869.13mm,峰值出现时间与玉米一致;灌区玉米在抽雄-开花期灌溉需水量为130.12mm,籽粒形成-乳熟期灌溉需水量为359.32mm,9月下旬以后,灌溉需水量下降;棉花生育期需水量空间分布比较均匀,平均值为869 mm,整个灌区灌溉需水量平均值为453.6mm,棉花苗床期灌溉需水量开始增加,花铃期达到最大值,吐絮期灌溉需水量减小;灌区作物需水量与气温呈正相关,与降水呈负相关,与风速和相对湿度相关性较小,与日照时数相关性较大。 相似文献
15.
Irrigation scheduling strategies for cotton to cope with water scarcity in the Fergana Valley, Central Asia 总被引：3，自引：0，他引：3
The Central Asian countries face high water scarcity due to aridity and desertification but excess water is often applied to the main irrigated crops. This over-irrigation contributes to aggravate water scarcity problems. Improved water saving irrigation is therefore required, mainly through appropriate irrigation scheduling. To provide for it, after being previously calibrated and validated for cotton in the Fergana region, the irrigation scheduling simulation model ISAREG was explored to simulate improved irrigation scheduling alternatives. Results show that using the present irrigation scheduling a large part of the applied water, averaging 20%, percolates out of the root zone. Several irrigation strategies were analyzed, including full irrigation and various levels of deficit irrigation. The analysis focused a three-year period when experiments for calibration and validation of the model were carried out, and a longer period of 33 years that provided for an analysis considering the probabilities of the demand for irrigation water. The first concerned a wet period while the second includes a variety of climatic demand conditions that provided for analyzing alternative schedules for average, high and very high climatic demand. Results have shown the importance of the groundwater contribution, mainly when deficit irrigation is applied. Analyzing several deficit irrigation strategies through the respective potential water saving, relative yield losses, water productivity and economic water productivity, it could be concluded that relative mild deficits may be adopted. Contrarily, the adoption of high water deficit that produce high water savings would lead to yield losses that may be economically not acceptable. 相似文献
16.
Artificial neural network and time series models for predicting soil salt and water content 总被引：5，自引：0，他引：5
Volumetric water content of a silt loam soil (fluvo-aquic soil) in North China Plain was measured in situ by L-520 neutron probe (made in China) at three depths in the crop rootzone during a lysimeter experiment from 2001 to 2006. The electrical conductivity of the soil water (ECsw) was measured by salinity sensors buried in the soil during the same period at 10, 20, 45 and 70 cm depth below soil surface. These data were used to test two mathematical procedures to predict water content and soil water salinity at depths of interest: all the available data were divided into training and testing datasets, then back propagation neural networks (BPNNs) were optimized by sensitivity analysis to minimizing the performance error, and then were finally used to predict soil water and ECsw. In order to meet with the prerequisite of autoregressive integrated moving average (ARIMA) model, firstly, original soil water content and ECsw time series were likewise transformed to obtain stationary series. Subsequently, the transformed time series were used to conduct analysis in frequency domain to obtain the parameters of the ARIMA models for the purposes of using the ARIMA model to predict soil water content and ECsw. Based on the statistical parameters used to assess model performance, the BPNN model performed better in predicting the average water content than the ARIMA model: coefficient of determination (R2) = 0.8987, sum of squares error (SSE) = 0.000009, and mean absolute error (MAE) = 0.000967 for BPNN as compared to R2 = 0.8867, SSE = 0.000043, MAE = 0.002211 for ARIMA. The BPNN model also performed better than the ARIMA model in predicting average ECsw of soil profile. However, the ARIMA model performed better than the BPNN models in predicting soil water content at the depth of 20 cm and ECsw at the depth of 10 cm below soil surface. Overall, the model developed by BPNN network showed its advantage of less parameter input, nonlinearity, simple model structure and good prediction of soil ECsw and water content, and it gave an alternative method in forecasting soil water and salt dynamics to those based on deterministic models based on Richards’ equation and Darcy's law provided climatic, cropping patterns, salinity of the irrigation water and irrigation management are very similar from one year to the next. 相似文献
17.
18.
气候变化对区域农业灌溉用水影响分析 总被引：2，自引：1，他引：1
从气候变化对区域灌溉用水影响机理入手,利用区域经济发展、灌溉用水、种植结构等因素之间动态反馈关系,采用系统动力学建模方法,构建了气候变化背景下灌溉用水响应模型,分析了未来不同气候情景下宝鸡峡灌区灌溉用水的变化过程。结果表明,随着未来气温升高趋势的增加,灌溉用水亦呈明显升高趋势,不同情景稍有差异,但差别不大,而不同作物间差异较大。以B1情景为例,温度升高1℃,灌区内灌溉净需水量约增加12050×104m3,毛需水量约增加20080×104m3,灌区内小麦单位面积约增加需水量28m3/亩;玉米约增加8m3/亩,这可能与冬小麦和夏玉米生育期的变化有关,应进一步加强研究。 相似文献
19.
测定作物需水量是进行合理灌溉的基础,确定作物系数是借助气象参数便捷预测作物需水量的前提。本研究借助水量平衡法和Penman-Monteith温室修正模型对芹菜进行研究。试验结果表明:温室芹菜需水强度和参考需水强度均呈“增加-降低-增加”的波动增加趋势,累积需水量和参考累积需水量均呈直线函数增加趋势,作物系数呈移动平均函数变化趋势。进一步将全生育期划分为4个阶段发现,苗期、叶丛初期、中期和后期的需水强度分别为1.128、1.917、1.405和2.212 mm/d,需水量分别为30.46、51.77、63.23和79.63 mm,作物系数分别为0.418、0.385、0.571和0.565。基于2 h采集频率的气象数据结果还表明,4个生育期的参考需水强度日变化曲线均呈“单峰型”,早晨8点开始逐渐升高,午间12点至下午2点达到峰值,以后逐渐降低,至晚间10点左右回落至初始值。 相似文献