共查询到19条相似文献，搜索用时 312 毫秒
1.
参考作物蒸发蒸腾量的气象因子响应模型 总被引：6，自引：1，他引：6
基于江苏省南通市2000～2004年的旬气象资料,用FAO推荐的Penman-Monteith公式计算了参考作物蒸发蒸腾量,研究了参考作物蒸发蒸腾量与最高气温、最低气温、平均气温、相对湿度、日照时数、风速和气压等气象因素间的关系,建立了参考作物蒸发蒸腾量的响应模型.结果表明,参考作物蒸发蒸腾量与"温度因子"的关系最强,其次为"湿度和日照因子","风速因子"也有一定的影响,"气压因子"影响作用则稍弱;建立的气象因子响应模型模拟精度较高,可以简化参考作物蒸发蒸腾量计算. 相似文献
2.
大棚番茄营养生长期日蒸腾量估算模型研究 总被引：1，自引：0，他引：1
基于大棚盆栽试验,分析不同水分处理条件下番茄单株日蒸腾量、单株总叶面积、气象因子、土壤水分状况等因素,建立了塑料大棚番茄营养生长期单株日蒸腾量估算模型,并进行模型检验。结果表明,在土壤含水率为95%FC～100%FC、80%FC～85%FC、65%FC～70%FC时,模型决定系数R2分别为0.85、0.84、0.86,平均相对误差分别为13.24%、14.64%和14.70%。所建模型的参数较少且易获取,预测的精度较理想,可以较好地估算塑料大棚番茄营养生长期单株日蒸腾量。 相似文献
3.
以番茄为试验材料,测定其在温室内基质栽培负水头供液条件下的日耗液量、空气相对湿度、气温和太阳辐射强度等气象因子数据,采用通径分析方法,建立多元回归模型,计算各气象因子对番茄日耗液量的直接通径系数、间接通径系数、决定系数和对回归方程估测可靠程度R~2的总贡献值。结果表明:作物系数和日平均太阳辐射强度的直接通径系数达到极显著水平(P0.01),2个因子的决定系数和对R~2总贡献值最大,是影响番茄日耗液量的重要因子;气象因子减少对番茄日耗液量影响的通径分析发现,敏感性最强的气象因子是日平均太阳辐射强度,其次分别是作物系数和日最高太阳辐射强度。 相似文献
4.
通过CROPWAT模型分析泾惠渠灌区冬小麦和玉米蒸发蒸腾量及灌溉需水量的变化,同时运用SPSS软件,计算灌区作物需水量与气象因子的相关系数,分析结果表明:冬小麦整个生育期蒸发蒸腾量平均值为634.04 mm,蒸发蒸腾量最高峰出现在4月中旬—5月中旬,灌区各分区蒸发蒸腾量趋势基本一致;玉米蒸发蒸腾量平均值为525.22 mm,蒸发蒸腾量高峰期出现在7月中旬—8月下旬,其中三原最大为535.97 mm,富平最小为514.68 mm;灌区冬小麦在播种—越冬期灌溉需水量最低,返青—拔节期需水量增加;灌区玉米在拔节—抽雄期需水量增加,灌溉平均需水量为133.04 mm;7月—8月为籽粒形成乳熟期,需水量为359.15 mm,至9月下旬,玉米灌溉需水量下降;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,气温、日照时数和相对湿度是影响作物需水量的主要因素. 相似文献
5.
《排灌机械工程学报》2016,(8)
通过CROPWAT模型分析泾惠渠灌区冬小麦和玉米蒸发蒸腾量及灌溉需水量的变化,同时运用SPSS软件,计算灌区作物需水量与气象因子的相关系数,分析结果表明:冬小麦整个生育期蒸发蒸腾量平均值为634.04 mm,蒸发蒸腾量最高峰出现在4月中旬—5月中旬,灌区各分区蒸发蒸腾量趋势基本一致;玉米蒸发蒸腾量平均值为525.22 mm,蒸发蒸腾量高峰期出现在7月中旬—8月下旬,其中三原最大为535.97 mm,富平最小为514.68 mm;灌区冬小麦在播种—越冬期灌溉需水量最低,返青—拔节期需水量增加;灌区玉米在拔节—抽雄期需水量增加,灌溉平均需水量为133.04 mm;7月—8月为籽粒形成乳熟期,需水量为359.15 mm,至9月下旬,玉米灌溉需水量下降;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,气温、日照时数和相对湿度是影响作物需水量的主要因素. 相似文献
6.
在分析影响大棚作物蒸发蒸腾量的气象因子的基础上, 以气象因子输入向量, 以大棚作物腾发量为输出向量, 构建了气象资料不足情况下计算大棚作物腾发量的BP 神经网络模型BP ET。利用鄂州节水灌溉实验基地逐日气象资料对所建模型进行反复训练和预测, 并把预测结果与传统的Penman－Monteith 公式计算而得的同期作物ET 值相比较。其中, BP ET 的预测值与ET值的相关系数为0.986。研究结果表明, 本文构建的模型计算精度较高, 方法简便可行, 能满足实际生产需要。 相似文献
7.
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
8.
采用试验测量法,以温室环境参数为变量,建立了不同时间尺度下番茄蒸腾量和椰糠水分蒸发量回归模型以分析温室无土栽培番茄蒸腾规律和椰糠水分蒸发规律。结果表明,1h、1d时间尺度下番茄蒸腾量回归模型的决定系数分别为0.673 8、0.801;68d(整个试验周期)时间尺度下,1号番茄累积蒸腾量与累积有效积温、累积辐射积的拟合决定系数分别为0.998 4、0.993 6。1d时间尺度下,椰糠水分蒸发量特性方程的回归系数为0.891;58d(整个试验周期)时间尺度下,椰糠累积水分蒸发量与累积有效积温和累积辐热积回归方程的决定系数分别为0.999和0.992 7。随着时间尺度增大,番茄蒸腾量和椰糠水分蒸发量与环境参数的相关性显著提高。 相似文献
9.
《中国农村水利水电》2020,(8)
采用M-K检验法对三峡库区参考作物蒸发蒸腾量ET_0进行年际变化分析,借助通径分析法研究三峡工程首次135 m蓄水前、后不同气象因子对库区参考作物蒸发蒸腾量的影响。结果表明:在1961-2014年间,三峡库区年平均ET_0总体呈现下降趋势,其中1961-2002年间表现为下降趋势,2003-2014年间表现为上升趋势。三峡工程首次135 m蓄水前,库区内影响年平均ET_0的主要气象因子不完全相同,但2003年后,库区年平均ET_0主要受年平均气温影响。 相似文献
10.
作物系数是在没有实测需水量资料情况下,用参考作物蒸发蒸腾量来估算实际作物蒸发蒸腾量方法中重要的参数之一。根据实测气象数据计算出的参考作物蒸发蒸腾量和时域反射仪测得的番茄需水量,利用单作物系数法得到番茄作物系数Kc。通过对作物需水量和作物系数Kc的变化及影响因素进行分析,结果表明：温室膜下滴灌番茄作物需水量与温度、辐射呈正相关,而作物系数Kc与温度、辐射的线性关系不明显。对已求作物系数的可靠性进行验证,结果表明模型预测值和实测值的相对误差为8.2%,模型有效性指数达到89.3%,模型合理有效。研究成果对日光温室膜下滴灌作物需水量的计算及其灌溉制度的制定具有一定的参考价值。 相似文献
11.
基于主成分BP人工神经网络的参考作物腾发量预测 总被引：1，自引：0，他引：1
影响参考作物腾发量的气象因素众多,且相关程度较高。基于主成分分析原理,将影响ET0的7个主要气象因素以及旬序数进行特征提取,形成3个综合影响因子,既可保证气象信息的完整性,又可避免气象信息的交叉重叠。以江苏省无锡市某区作物腾发量预测为例,经主成分分析并简化的参考作物腾发量BP神经网络模型具有结构简单、收敛快、精度高的特点,可用于ET0预测。 相似文献
12.
气候变化下河北省宁晋县参考作物蒸散量变化趋势及敏感性分析 总被引：1，自引：0，他引：1
《灌溉排水学报》2021,(1)
【目的】深入分析宁晋县气候变化及其蒸散发的变化,为该区域的作物种植管理和灌溉计划制定提供参考。【方法】根据1981—2018年河北省宁晋县气象站的逐日气象资料,计算了极端气候指数,并利用FAO56Penman-Monteith公式计算了参考作物蒸散量(ET0)。分析了各气象要素、极端气候指数和ET0的变化趋势,并利用敏感性分析找出影响ET0变化的主要气象因子。【结果】1981—2018年河北省宁晋县降水量无明显变化趋势,平均温度呈显著上升趋势,日照时间、相对湿度和风速呈显著下降趋势;极端高温指标呈上升趋势,极端低温指标呈下降趋势,极端降水指标无显著变化。【结论】相对湿度是ET0年均值主要影响因子;夏季对ET0月均值影响最大的气象因素为净辐射,其他季节,相对湿度对其影响最大;风速和辐射的降低不仅抵消了温度升高和相对湿度降低对ET0的正影响,还使得ET0呈下降趋势,但下降趋势不显著。 相似文献
13.
海河流域参考作物腾发量长期变化趋势分析 总被引：2，自引：0，他引：2
收集了海河流域37个国家气象站的逐日气象资料,采用FAO-56 Penman-Monteith方法计算参考作物腾发量(ET0);采用Mann-Kendall法进行趋势检验。通过分析及各气象因素的变化趋势,揭示了气候变化对参考作物腾发量长期变化规律及对作物灌溉供需水量可能产生的影响。结果表明:自20世纪50年代至2007年末,在海河流域下游地区具有较明显的ET0下降趋势,而在各主要河流的上游地区则有明显的上升趋势;其原因是整个流域内呈现气温上升相对湿度下降趋势,风速和日照时数都有下降趋势,但在上游地区前者占主导地位,而在下游地区后者占主导地位;在整个流域降雨呈现下降趋势的情况下,ET0上升使上游地区灌溉需水量增加,而在下游地区作物生长也可能受影响;除了工业和居民用水快速增长外,气候变化也是导致近几十年来海河流域水资源紧缺的原因之一。 相似文献
14.
艾比湖绿洲参考作物蒸散量的敏感性分析 总被引：1，自引：0，他引：1
《灌溉排水学报》2019,(7)
【目的】研究艾比湖绿洲参考作物蒸散量对不同气象因子的敏感性。【方法】利用Penman-Monteith公式,基于艾比湖绿洲1962—2016年4个气象站的逐月气象资料计算ET0。通过敏感性分析,计算最高温度、最低温度、相对湿度、日照时间和风速的敏感系数,并运用MK趋势检验分析其变化趋势,最后分析了敏感系数在各个站点的变化特征。【结果】通过MK趋势检验,发现参考作物蒸散量、日照时间和风速呈下降趋势;最高温度、最低温度和相对湿度呈上升趋势。通过敏感性分析,发现最高温度、风速在研究区呈下降趋势,最低温度、相对湿度、日照时间为上升趋势。艾比湖绿洲中,各气象因子对ET0的敏感程度为相对湿度>最高温度>风速>最低温度>日照时间。ET0对不同气象因子的敏感系数在空间上存在差异,最高温度、最低温度、风速、相对湿度在艾比湖北部的阿拉山口较高,在温泉站较低;日照时间则在温泉较高,在阿拉山口较低。【结论】相对湿度对艾比湖绿洲ET0的敏感性最高,日照时间的敏感性最低。 相似文献
15.
中国粮食主产区主要气象因子时空演变特征及其对参考作物蒸散量影响 总被引：2，自引：2，他引：0
准确评估粮食主产区气象因子变化特征及对参考作物蒸散量(reference crop evapotranspiration,ET0)的影响,对农田水文循环、区域农业水资源优化配置与高效利用等具有重要意义。利用中国粮食主产区258个气象站点1961―2013年的逐日气象资料,采用Penman-Monteith公式计算ET0,通过M-K趋势检验法、偏相关分析、多元线性回归计算贡献率等方法,分析了1961—2013年中国粮食主产区主要气象因子时空演变及其对ET0变化的贡献特征。结果表明,1961—2013年中国粮食主产区相对湿度、温度、降水在空间上由南至北呈降低趋势,而日照时间和风速则由南至北呈增高趋势;1961—2013年中国粮食主产区全区、温带湿润半湿润地区(I区)、温带干旱半干旱地区(II区)、亚热带湿润地区(III区)及暖温带半湿润地区(IV区)多年平均气温均呈增大趋势,平均风速、相对湿度、降水与日照时间均呈减小趋势;1961—2013年中国粮食主产区年内ET0均呈锯齿状下降,且ET0在四季呈现出夏季春季秋季冬季的特征;多年平均风速、气温、日照时间与ET0在全区及各分区总体均显著正相关(P0.05),而相对湿度与ET0在全区及各分区均极显著负相关(P0.01);1961—2013年中国粮食主产区全区及I~IV区气温、风速、相对湿度对ET0变化均具有较大贡献,其中相对湿度为I区、III区及IV区的主要气象驱动因子,其次为平均气温和风速;而II区ET0变化的主要驱动因子为风速,其平均贡献率WII(风速)为0.37;综上所述,中国粮食主产区主要气象因子变化特征与ET0的响应,均呈现出区域性、季节性差异。 相似文献
16.
为快速准确估算农田蒸散量,利用24个群集式蒸渗仪,在国家节水灌溉北京工程技术研究中心大兴节水灌溉试验站进行了两年的灌溉试验,获得冬小麦-夏玉米生育期的日内冠气温差和实际日蒸散量(ET_a)等数据,对不同水分处理下的S-I蒸散量估算模型进行率定及验证,并分析模型特征参数a、b的变化规律及两者的差异。结果表明:冬小麦的S-I模型特征参数a在日间随时间变化先增大、后减小,在严重水分胁迫处理时a为负值、且数值较小,其余灌溉处理时参数a由正值逐渐变化至负值;不同灌水处理b均为负值,充分灌溉处理时b在日间随时间变化逐渐增大,严重水分胁迫处理时b相对较大,日间变化趋势不稳定。水分胁迫对夏玉米模型参数的影响程度低于冬小麦,特征参数a均为正值,参数b均为负值,且随时间变化逐渐增大;水分胁迫处理时b变化范围明显小于其他两个处理,干旱处理特征参数日间变化较大。冬小麦与夏玉米不同处理之间模型参数a、b变化差异较大,但冠层温度和空气温度差T_c-T_a与日蒸散量和日净辐射量差ET_d-Rn_d间拟合精度都在13:00时最高,此时充分灌溉冬小麦和夏玉米的模型参数a、b分别为1.082、-1.127和1.588、-1.363。利用率定的S-I模型计算冬小麦和夏玉米主要生育期ET_d与实测ET_a之间的决定系数R~2均在0.7以上,均方根误差RMSE均小于0.89 mm/d,一致性系数d均在0.9以上。尤其是充分灌溉处理的数据间R~2和d均较高,RMSE小于其他处理,说明水分胁迫影响模型的估算精度,S-I模型能够更准确地估算水分胁迫较少农田的蒸散量。 相似文献
17.
18.
汾河灌区参考作物蒸散发量变化趋势及影响要素分析 总被引：1，自引：1，他引：0
气候变化直接影响着区域的水循环和水资源管理,而研究潜在蒸散发的变化趋势及其影响要素对于灌区的水资源管理具有重要的作用。选择汾河灌区,利用灌区内气象站的长系列数据,分析了灌区内参考作物蒸散发(ET0)的变化趋势及主要影响要素。结果表明,1951―2014年,灌区ET0没有明显的变化趋势,这主要是由于温度升高和相对湿度降低引起的ET0增加与风速下降和日照时间减少引起的ET0下降相当。温度、相对湿度和风速变化主要影响4―6月ET0,而日照时间则主要影响了5―9月的ET0。 相似文献
19.
基于Penman-Monteith公式计算了我国大理河流域3个气象站1963―2012年的ET0,对大理河流域ET0的时空变化进行了分析,并使用Mann-Kendall法对ET0变化趋势的显著性及突变点进行了探讨;最后,通过Peasron相关系数分析了导致流域ET0变化的主要气象因素。结果表明,1963―2012年大理河流域的ET0总体呈波动性递增,但变化趋势并不显著,突变点为1970、1975、1993年。大理河流域的气候在1963—2012年出现暖干化;ET0在年内分布不均,其最大值在6月,达到了173.8 mm;在流域空间上ET0分布基本呈现出自东北向西南递减的趋势;ET0与平均温度、平均日照时间、平均风速呈极显著正相关关系(α=0.01),与平均相对湿度呈极显著负相关关系。 相似文献