共查询到19条相似文献，搜索用时 468 毫秒
1.
基于Elman和BP神经网络的逐月参 总被引：2，自引：0，他引：2
参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有十分重要的意义。由于参考作物腾发量随时间变化具有一定的动态特性,将动态的Elman神经网络引用于参考作物腾发量预测中,并以铁岭市为例,对比分析了Elman模型与BP模型的预测结果。分析表明：Elman模型不仅能反应系统的动态特性,还具有比BP模型更高的预测精度、逼近性和稳定性。 相似文献
2.
基于主成分分析的参考作物腾发量预测研究 总被引：1，自引：0，他引：1
为准确估算作物需水量,提高水分利用效率,采用RBF神经网络预测参考作物腾发量,由于参考作物蒸发蒸腾量的影响因子很多,且各影响因子间的相关性很大,运用主成分分析的原理,将影响参考作物蒸发蒸腾量的因子降低维数.以山西省某灌区的参考作物腾发量为例,运用DPS软件找出了3个综合因子来代表众多因子并作为RBF人工神经网络的输入,运用Matlab7.0进行编程,对参考作物腾发量进行预测.结果发现其预测结果与用Pen-man-Monteith公式算得的值具有很高的一致性,与BP神经网络相比,RBF神经网络具有学习速度快等优点,将此方法用于参考作物腾发量的预测可以收到理想的效果. 相似文献
3.
参考作物腾发量与蒸发皿蒸发量的变化特征及变化原因分析 总被引：2，自引：0，他引：2
利用东江流域1961～2003年的气象资料,对参考作物腾发量和蒸发皿蒸发量的变化特征及变化原因进行分析,结果表明:参考作物腾发量与蒸发皿蒸发量都有减少的趋势,参考作物腾发量减少的趋势不显著,蒸发皿蒸发量减少的趋势显著,蒸发皿系数有显著增加的趋势;参考作物腾发量、蒸发皿蒸发量在全流域的空间分布相似,都是南部大北部小,蒸发皿系数的空间分布是北部大南部小;平均温度、日照时数、风速与参考作物腾发量、蒸发皿蒸发量的偏相关系数都为正,相对湿度都为负;日照时数对参考作物腾发量、蒸发皿蒸发量的影响程度都最大,且远大于其它因子,这种效应在夏季表现更突出,温度对参考作物腾发量的影响程度比蒸发皿蒸发量大;参考作物腾发量与蒸发皿蒸发量都有减少趋势的原因首先是日照时数的减小,再是风速的减小;参考作物腾发量与蒸发皿蒸的趋势显著性有差异的原因是温度的增加对参考作物腾发量的影响程度比蒸发皿蒸发量大. 相似文献
4.
时间序列法在参考作物腾发量分析与模拟中的应用 总被引：8，自引：0，他引：8
把时间序列法应用于参考作物腾发量的模拟中，经研究和分析计算证明：参考作物的腾发量由一个呈周期性变化的周期分量和一个随机变化的随机分量构成。用该方法对农田灌溉研究所商丘试验站1977～1986年的参考作物腾发量进行了分析与模拟，在一定精度上能够准确地反映出参考作物腾发量在长时期内的变化过程，为灌溉工程的规划、设计和管理提供了依据。 相似文献
5.
李帅莹 《农业机械化与电气化》2011,(6):88-90
参考作物腾发量（ET0）是估算作物腾发量的关键参数,其准确预测对提高作物需水预报精度具有十分重要的意义。Elman神经网络是BP网络的改进结构,具有适应时变性的特点;最小二乘支持向量机（LS-SVM）是支持向量机（SVM）的一种优化算法,它基于结构风险最小化准则,可兼顾模型的经验风险和推广能力。将两种方法应用于参考作物腾发量预测中,并以铁岭市为例,对比分析LS-SVM模型与Elman模型的预测值。结果表明：LS-SVM模型学习速度快,具有比Elman模型更高的模拟性能和预测精度,更适合参考作物腾发量的预测。 相似文献
6.
<正> 参考作物腾发量(reference crop evapo-trans—piration)反映了气象因子对作物需水量的影响,可根据常规气象资料(如气温、湿度、光照、风速等)计算求得。联合国粮农组织FAO在《作物需水量》一书中定义,参考作物腾发量(ET_0)是指高度一致、生长旺盛、完全遮盖地面而不缺水的8～15cm高的牧草地腾发速率。参考作物腾发量是作物需水量计算的重要参数。 相似文献
7.
参考作物腾发量ET0是计算作物需水量、制定灌溉制度和进行水资源优化配置的重要参数之一。因参考作物腾发量随季节性变化,并呈现以年为周期波动的特点;在这种情况下,提出了一种基于灰色GM（1,1）与周期外延相结合的预测模型,即灰色-周期外延组合模型。以沈阳、鞍山、铁岭、盘锦4个地区1997—2006年参考作物腾发量季节值为例进行分析和模拟。结果表明：运用灰色-周期外延组合模型预测参考作物腾发量比原有的GM（1,1）模型预测精度高。该模型预测过程简单,预测结果可靠,适应性强。因此,该模型可广泛的应用于参考作物腾发量的季节预测。 相似文献
8.
参考作物腾发量(Eto)是估算作物腾发量的关键参数,其准确预测对提高作物需水预报精度具有十分重要的意义.Elman神经网络是BP网络的改进结构,具有适应时变性的特点;最小二乘支持向量机(LS-SVM)是支持向量机(SVM)的一种优化算法,它基于结构风险最小化准则,可兼顾模型的经验风险和推广能力.将两种方法应用于参考作物腾发量预测中,并以铁岭市为例,对比分析LS-SVM模型与Elman模型的预测值.结果表明:LS-SVM模型学习速度快,具有比Elman模型更高的模拟性能和预测精度,更适合参考作物腾发量的预测. 相似文献
9.
甘肃天祝草原位于我国西北干旱荒漠草原,应用天祝县二道墩试验站2005年的实测气象资料,利用Penman-Monteith公式和Penman修正式计算参考作物腾发量(ET0)并进行了比较。Penman修正式计算的参考作物腾发量ET0值略小于Penman-Monteith公式计算的值,最大绝对偏差0.5 mm/d。分析发现生育期辐射项ETrad是导致参考作物腾发量ET0产生偏差的主要原因。2种方法计算的空气动力项ETaero差别较小,最大绝对偏差不超过0.2 mm/d。导致计算偏差的原因在于2种公式采用了不同的辐射项和空气动力学项计算公式和参数。2个公式计算的参考作物腾发量具有显著的线性相关性。 相似文献
10.
11.
气象数据缺测对BP-ET_0模型预测精度的敏感性分析 总被引：1，自引：0，他引：1
以柳圆口灌区2002~2005年的气象数据为基本资料,采用参考作物腾发量预测的前馈网络模型(BP-ET0),研究了参考作物腾发量对气象因子的敏感性。研究结果表明:在参考作物腾发量预测的6个气象因子中,相对湿度对BP-ET0预测效果影响最大,缺少它时预测合格率只有64.93%,其次是实际风速和日照时数,缺少它们时预测合格率分别为73.15%和76.98%,最高气温、最低气温和平均气温对预测效果影响较小,缺少它们时预测合格率均在80%以上。 相似文献
12.
基于分形理论的参考作物蒸发蒸腾量估算 总被引：2，自引：2，他引：0
根据成都、雅安和乐山等站点实测的1954~2000年的气象资料和地理参数,建立了温度推算辐射的模型,从分形理论的角度,进一步揭示了温度和辐射的关系特征,并结合Penman-Monteith模型对参考作物蒸发蒸腾量(ET0)进行了估算。研究表明,温度(T)、净辐射(Rn)和净短波辐射(Qns)无标度区拐点的界限时间和分形维数非常接近,具有相似的分形特征,可利用T估算Rn和Qns;通过T估算的Rn计算的ET0的平均绝对偏差和平均相对偏差,均小于通过T估算的Qns计算的ET0的平均绝对偏差和平均相对偏差,而且偏差较小。因此,在实际应用中可通过T估算Rn来计算ET0,简化ET0的计算过程。 相似文献
13.
14.
15.
《Agricultural Water Management》2005,75(1):54-70
Understanding reference crop evapotranspiration (ET0) is essential in planning the most effective use of water resources in the arid northwest China. The objective of the present work in the middle Heihe River basin were: (1) to determine the best model for calculating the areal distribution of reference crop evapotranspiration in this region, and (2) to estimate the spatial distribution of the irrigation requirements of spring wheat. Note that eight commonly used formulates were tested and that FAO-Penman was the best.The irrigation amount of spring wheat in 2000 was estimated by three steps. First, DEM-based and GIS-assisted methods were employed to estimate the spatial distribution of reference crop evapotranspiration (ET0) according to FAO-Penman model. Then, spring wheat evapotranspiration (ET) was calculated by ET0 and crop-coefficient (Kc). Finally, the maximum irrigation amount of spring wheat was estimated with the spring wheat evapotranspiration and precipitation in the different growing stage. The maximum irrigation has temporal–spatial variation. Temporally the irrigation amount appears the largest in June when it is the peak period of spring wheat development. The irrigation amount is the smallest in July because spring wheat was in late-season stage. In April, spring wheat was in seedling stage during which the water demand is also small. Spatially the irrigation amount increases from southeast to northwest. 相似文献
16.
17.
18.
C. H. Batchelor 《Irrigation Science》1984,5(4):223-233
Summary The FAO modified Penman equation has gained acceptance as a standard method of estimating reference crop evapotranspiration. Although theoretically sound the Penman equation becomes increasingly empirical when parameters or variables have to be estimated. When evapotranspiration estimates are being used for practical purposes the uncertainties introduced by these empirical factors and relationships should not be neglected. Evapotranspiration estimates for north-east Sri Lanka are used to illustrate the importance of the empiricisms in the FAO modified Penman equation. It is shown that the different empirical relationships used to estimate net radiation and the wind function in the FAO modified Penman equation and in the Penman (1963) equation produce a 23% difference in the estimate of annual reference crop evapotranspiration. 相似文献
19.
风沙区参考作物需水量的计算 总被引：4，自引：0，他引：4
根据国内外相关的研究成果 ,分析选择并确定了适宜于风沙区参考作物需水量 (ET0 )的计算模式。利用典型风沙区的气象资料 ,对多年逐旬参考作物需水量及 2 0 0 1年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明 ,FAO最新修正的 Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算 ,一般 ET0 值在年内与年际间变化较大 ,最高值发生在 6月上旬左右 ,多年平均为 5 .82 mm/ d,最低值发生在 1月上旬 ,多年平均 0 .43 mm/ d左右 ,年内各日 ET0 值受气象因素的影响变幅很大 ,因此 ,精确灌溉应设法提高短期天气预报和灌溉预报的精度 相似文献