共查询到20条相似文献，搜索用时 31 毫秒
1.
采用作物系数法和PM模型估算南京地区玉米田蒸发蒸腾量 总被引：2，自引：0，他引：2
蒸发蒸腾量(ET)是农田水平衡中的重要环节,ET的准确估算有助于提高农田水分管理水平。在测定农田小气候、土壤蒸发和玉米生长旺季液流量基础上,比较了单作物系数法(Kc法)、双作物系数法(Kcb法)、不同冠层阻力计算的Penman-Monteith模型(PM1和PM2法)估算南京地区玉米田ET的适用性,并对玉米整个生育期ET变化及其影响因素进行分析。结果表明以液流法和土壤蒸发测定的总ET为基准,PM1方法估算的夏玉米ET误差最小,与实际测定ET的决定系数(R2)、平均绝对误差(MAE)和一致性指数(d)分别为0.52、0.8 mm/d和0.48。以PM1模型估算的夏玉米全生育期ET为310mm,日均ET为3.16mm/d,最大值出现在拔节期和抽穗期,整体变化呈单峰型。ET与气象因素响应顺序为净辐射饱和水汽压温度风速。本研究可为优化玉米田水资源管理和提高水资源有效利用提供参考。 相似文献
2.
基于Penman-Monteith模型的杨树日蒸腾模拟 总被引：2，自引：1，他引：2
研究半干旱地区林木的实际蒸腾量，对研究防护林密度调整、提高林木水分利用率及林分稳定有着重要的理论意义。忽略大气热层结问题，考虑气压订正，利用冠层整体气孔阻力rsT代替冠层阻力rst，将蒸散面净辐射限定于冠层截留净辐射Rnl，在林木气孔阻力等实测数据的基础上，应用修正后的Penman-Monteith模型和常规气象数据进行生长季林木蒸腾量的连续的模拟计算。结果表明，提出的参数处理方法符合蒸腾的变化规律，与典型实测结果对比，模拟的相对误差平均在5％以内，具有较好的实用价值。 相似文献
3.
研究半干旱地区林木的实际蒸腾量，对研究防护林密度调整、提高林木水分利用率及林分稳定有着重要的理论意义。忽略大气热层结问题，考虑气压订正，利用冠层整体气孔阻力rsT代替冠层阻力rst，将蒸散面净辐射限定于冠层截留净辐射Rnl，在林木气孔阻力等实测数据的基础上，应用修正后的Penman-Monteith模型和常规气象数据进行生长季林木蒸腾量的连续的模拟计算。结果表明，提出的参数处理方法符合蒸腾的变化规律，与典型实测结果对比，模拟的相对误差平均在5％以内，具有较好的实用价值。 相似文献
4.
ET0计算公式的设定条件和重要影 总被引：4，自引：0，他引：4
对ET0计算公式设定条件和重要影响因子的实验率定研究：揭示了Penman-Motheith(PM)等公式定义中叶面冠层阻力、反射率及Angstrom公式中的a、b值不是定值，而是一个随作物生长变值，并建议将变化的叶面冠层阻力、反射率及季节a、b值代入计算公式，可得到更加切合实际的ET0值；鉴于参考作物有两种：牧草和紫花苜蓿，不同的参考作物蒸发蒸腾量计算公式对应着不同的参考作物，求得两种参考作物蒸发蒸腾量的转换系数Kr可进行不同参考作物间的转换计算；揭露了参考作物（苜蓿）冠层光合有效辐射（PAR）及冠层顶部光合有效辐射（PARCAN）在一定程度上影响ET0值，气孔导度和物质积累等生理、生化作用也与ET0的变化过程十分相关；并对ET0标准ASCE-PM、PM、MP公式中主要气象输入因子对ET0、ETa、ETr值的潜在支配作用进行了研究。有助于ET0学科中重要问题的引领研究及精确估计。 相似文献
5.
应用Shuttleworth-Wallace模型对夏玉米农田蒸散的估计 总被引：3，自引：1，他引：2
根据夏玉米生长季内逐时波文比系统观测资料和主要生育期的作物资料,以波文比-能量平衡法(BREB法)得到的蒸散量为实测值,对比研究了Shuttleworth-Wallace模型(以下简称S-W模型)、Penman-Monteith模型(以下简称P-M模型)对蒸散估计的差异。S-W模型因考虑了土壤蒸发,估算的逐时逐日蒸散值均比P-M模型有更好的精度。在作物生长前期,LAI(<2.0)较低,应用S-W模型在稀疏冠层下估算的蒸散量高于P-M方程,更接近于实测值,与实测值的相关系数更高,RMSE值低。随着LAI的增大,冬小麦冠层密闭,S-W模型和P-M方程估算的蒸散与实测值均相接近,二模型均有良好表现。对S-W模型的各阻力参数进行敏感性分析,分析结果表明,应用S-W模型时,模型对阻力参数冠层气孔阻力最为敏感,土壤表面阻力次之,作物冠层高度与参考高度间空气动力学阻力敏感程度居中,对地表与冠层高度间空气动力学阻力、冠层内边界阻力不敏感。在应用已有经验关系式时,特别需要注意对冠层气孔阻力、土壤表面阻力这二阻力参数中经验系数的合理确定。 相似文献
6.
冬小麦冠层阻力日变化的估算 总被引：2，自引：0，他引：2
根据田间试验观测资料,利用3种作物冠层阻力估算方法推算了冬小麦在拔节、抽穗、灌浆3个生育时期在典型晴天、土壤水分充分供应状况下冠层阻力的日变化。3种作物冠层阻力估算方法为利用波文比能量平衡法使用Penman-Monteith公式反推(rc-BREB)、利用冠层温度和蒸散量推算(rc-Tc)、利用不同部位单叶气孔阻力和有效叶面积指数合成法推算(rc-LAI)。结果表明,3种作物冠层阻力估算方法均推得的冠层阻力日变化趋势相同,但冠层阻力值大小存在差异。冬小麦冠层阻力在08:00～15:00时变化平稳,15:00以后开始升高,日落前后升高最为剧烈。采用冠层温度推算的冠层阻力rc-Tc比rc-BREB偏低,rc-LAI在灌浆后期和15:00后比rc-BREB偏高,且没有rc-BREB变化平稳。 相似文献
7.
8.
宁夏荒漠草原区参考作物蒸散量估算方法比较 总被引：1，自引：0，他引：1
《灌溉排水学报》2015,(11)
利用宁夏荒漠草原区银川和盐池2007—2010年逐日气象资料,以FAO56Penman-Montieth(PM)方程计算结果为标准,根据决定系数(R2)、均方根误差(RMSE)、平均偏差(MBE)和一致性指数(IOA),在日、月和年的不同时间尺度上分析评价8种ET0估算模型。结果表明,Kimberly、Penman模型计算的日ET0与PM模型的R2大于0.970,IOA高于0.980,二者计算的ET0与PM模型最为接近。大部分方法估算精度在冬春季(11月—次年4月)高,而在5—10月则较低。Kimberly、Penman模型估算的年ET0与PM模型计算值最为接近。对于PriestlyTaylor、Makkink和Hargreave等参数较少的模型,在使用时应利用气象数据进行系数校正。 相似文献
9.
为了探究云贵高原地区参考作物蒸散量(ET0)的时空分布特征,基于云贵高原42个代表性气象站点近56 a(1961—2016年)逐日气象数据,利用Mann-Kendall检验探究ET0主要的气象驱动因子,并运用多元回归分析量化了各气象因子对ET0的贡献率.结果表明:云贵高原近56 a风速和气温呈逐年上升趋势,增幅分别为0... 相似文献
10.
《节水灌溉》2017,(8)
作物需水量是确定灌溉用水定额的基础,其关键参数是作物的蒸腾蒸发量(腾发量)。以PenmanMonteith方程为基础,借鉴P-M温室修正式的计算方法,提出了基于常规气象数据和茶树生长发育指标的温室茶树蒸腾蒸发模型ET0(Tea)。在试验期间,选取茶园温室2016年3月10日-4月10日的气象数据,利用P-M温室修正式和温室茶树蒸腾蒸发模型ET0(Tea)对作物腾发量进行逐日统计,并用水量平衡原理验证,结果表明ET0(Tea)与实测值的变化趋势较为一致,误差相对较小,且在晴天条件下比阴天效果更好。我们提出的ET0(Tea)计算精度较高,在理论和实践上均具有较好的可行性,可作为北方温室茶树灌溉决策的重要依据。 相似文献
11.
根据青海省农业生态区15个气象站2003年气象资料,应用FAO推荐的Penman-Monteith方程计算参考作物蒸散量(ET0),利用MODIS高程(DEM)、地表温度(LST)及法国SPOT卫星的归一化植被指数(NDVI)遥感影像资料,提取遥感数据并耦合到时间分辨率为旬,空间分辨率为1km,将其与计算所得ET0进行相关分析,运用MATLAB软件进行模型拟合,获得该地区的ET0遥感反演模型及其适用条件,使用Arcgis9.3对利用该模型反演的结果进行了空间分布规律分析。研究结果表明,2003年7—11月各旬遥感因子DEM、NDVI和LST与ET0的线性关系显著,其中DEM与ET0呈显著负相关关系,NDVI和LST与ET0呈极显著正相关关系;获得了该地区基于遥感数据的旬ET0三元线性遥感反演模型,该模型通过α=0.01的F和t显著性检验,模型效果极显著,适用期为7—10月;对2004年计算及反演结果表明,ET0空间分布从西北往东南方向递增,低海拔处往高海拔处递减;模型反演平均相对误差为-1.9%,有较好的反演结果。 相似文献
12.
13.
为探索精确预报未来短期ET0的方法,比较了4种基于气温预报ET0预报模型,即Hargreaves-Samani(HS)、Thornthwaite(TH)、简化的Penman-Monteith(PT)及McCloud(MC)模型。收集了西藏林芝站2001年1月1日至2013年12月31日的实测逐日气象数据和2012年6月6日至2013年12月31日逐日对未来7d的气象预报数据,在气温预报精度评价的基础上,采用4种基于温度的参考腾发量计算模型直接进行ET0预报,然后采用率定后的模型进行ET0预报,最后与实测气象数据和FAO-56PM公式计算的ET0值进行比较。结果表明,未率定的4种模型预报误差均较大,其中PT公式精度稍高。经率定后,4种公式的预报精度都有所提高,平均准确率为70%,MAE值HS模型最小,平均为0.57mm/d,其他3个模型为1.27~1.50mm/d;RMSE都在2.0mm/d左右;r值总体仍不高,TH模型平均仅有0.19,其他3种模型在0.6左右。综合来看,PT模型的预报效果稳定性优于其他3个模型。对于林芝地区附近的灌区,无论有无气象观测数据供模型率定,建议采用PT模型进行ET0预报。 相似文献
14.
北京地区潜在蒸散量计算方法的比较研究 总被引：3，自引：2，他引：1
利用北京地区1951—2007年的逐日气象资料,选取常用的7种公式计算日潜在蒸散量,并和利用FAO推荐的Penman-Monteith(PM)标准公式计算日潜在蒸散量进行比较。根据线性回归、平方根误差和平均偏差方法分析得出:Penman公式、Kimberly-Penman公式(KP)和Doorenbos-Pruitt公式(DP)与PM相关性较好,KP公式计算的ET0和标准ET0平均偏差和平方根误差均最小,可直接用来计算北京地区的ET0,而Penman公式和DP公式的平均偏差和平方根误差较大,不适合直接计算北京地区的ET0,利用气象数据提出了修正的Penman公式和DP公式。Makkink公式、Priestley-Taylor公式、Hargreaves公式和Turc公式与PM相关性较差,不适合计算北京地区的ET0。北京地区对ET0影响最大的气象因子为饱和水汽压差和净辐射,基于此,提出了2个适合估算北京地区缺资料条件下ET0的经验公式。 相似文献
15.
基于随机森林算法的参考作物蒸发蒸腾量模拟计算 总被引：3，自引：0，他引：3
选取西南喀斯特地区4个气象站点(都安、河池、百色和融安)5 a(2008—2012年)的逐日气象数据,包括日最高气温Tmax、日最低气温T_(min)、相对湿度R_H、日照时数n和风速u2这5个气象因子的不同组合作为输入,并以FAO 56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,建立基于随机森林(Random forest,RF)算法和基因表达式编程(Gene expression programming,GEP)算法的ET0模型,并将模拟结果与传统Hargreaves模型的计算结果进行比较。结果表明,不同气象因子组合下建立的RF模型均能较好地反映气象因子与ET0之间的非线性关系。随着气象因子的增加,RF模型模拟的精度随之提高。在仅有气温数据时,RF模型仍具有足够的精度(R~2为0.875,RMSE为0.546 mm/d),与传统Hargreaves模型相比R2平均增加了1.98%,RMSE平均减小了22.88%,因此在仅有气温数据时可用RF模型代替Hargreaves模型。RF算法对气象因子的重要性评估表明,在该区域对ET_0最重要的气象因子依次为T_(max)、n、T_(min)、R_a、R_H和u_2。相同气象因子输入下,RF模型精度高于GEP模型。 相似文献
16.
基于气温预报和神经网络的参考作物腾发量预报 总被引：2，自引：0，他引：2
采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。 相似文献
17.
冠气温差能够间接监测作物水分变化规律，而冠层温度与大气温度之间存在的时滞效应会影响监测效果，为探明两者之间的时滞效应变化规律及影响因素，本研究以拔节期至乳熟期的冬小麦为研究对象，利用红外温度传感器连续监测灌溉上限分别为田间持水率的95%(T1)、80%(T2)、65%(T3)和50%(T4)4个不同灌溉处理的冠层温度，并同步获取短波净辐射(Short-wave net radiation,RS)、大气温度(Atmospheric temperature,TA)、相对湿度(Relative humidity,RH)等气象数据。利用错位相关法计算冠层温度与大气温度之间的时滞时间(Time lag,TL),分析其在不同生育期和不同灌溉条件下变化规律，并采用相关性分析法探究气象因子(RS、TA、RH)变化率和日均值与时滞时间的相关性，最后通过通径分析探讨气象因子(RS、TA、RH 相似文献
18.
赵子敬魏国孝刘红娟田强龙邱中齐王福兵杨泽伟 《节水灌溉》2022,(11):104-110
蒸散发(ET)变化的归因分析对理解蒸散发的控制机理具有重要意义,是建立可靠的蒸散发模型和预测蒸散发变化的基础。通过贝叶斯方法,用差分进化自适应都市(DREAM)算法对双源蒸散发模型(SW)参数优化,使其模拟值与在玉米农田中获得半小时ET观测值达到最佳模拟效果。然后将涡度相关法与SW模型相结合,利用泰勒偏微分方程定量评估了黑河流域大满站玉米区域气候和植被变量对土壤蒸发(ETs)和植物散发(ETc)的相对贡献。与2016年相比,2017和2018年平均ETs分别增加了2.56 W/m2和72.90 W/m2,2017年ETc增加了24.41 W/m2,2018年减少了13.38 W/m2。2017年和2018年土壤表面可用能量(As)对ETs变化的贡献分别为124%和95.4%,冠层阻力(rsc)对ETc变化... 相似文献
19.
ET0计算模型及其主要输入因子的影响分析评估 总被引：7，自引：0，他引：7
采用内蒙古中部呼和浩特1961~2003年,43年的气象资料,对计算ET0的修正Penm an模型与Monte ith-Penm an模型中输入的主要气象因子(气温、风速、湿度、太阳辐射或日照)分析评估。结果显示:单纯的模型计算对比难以评价哪一种模型更适合中国复杂的地理及气候环境,必须利用Lysm iets等实验结果对各种模型进行率定考核。同时ET0模型中,输入的某些主要气象因子对ET0值的影响非常明显:不同地区、不同的作物、不同生长期,净辐射计算Angstrom公式中的a、b值应不同;年平均气温增加2.1℃时,北方干旱、半干旱区4~10月份ET0值增加3.9%~5.2%;当风速增加20%时,作物生育期内(4~10月份)ET0增加3.9%~8.0%,春夏之交4~6月份ET0增加值占全生育期的61.9%;而半干旱区相对湿度的改变对ET0值影响很小。对二种模型中输入各因子影响程度的分析评估有助于ET0的认识深化及应用推广。 相似文献
20.
基于天气预报的参照作物腾发量中短期预报模型研究 总被引：2，自引：0，他引：2
以新乡市1970—2011年逐日实测气象资料代入FAO 56 Penman-Monteith(PM)方法算得的ET0作为基准值,对HG、P-T、M-K、M-C模型进行参数修正,将新乡市2012—2014年冬小麦生育期间预见期为1、3、5、7、10d的天气预报数据代入修正后的模型进行ET01~10 d的中短期预报,并以2012—2014年冬小麦生育期间逐日实测气象资料由PM公式算得的ET0为基准值,对天气预报的精度及ET0的预报精度进行评价。结果表明:经过参数修正后HG、P-T、M-K、M-C模型的精度均有提高;最高气温、最低气温、风速、日照时数的预报精度均随预见期的增加呈逐渐下降趋势,最低气温预报的精度稍高于最高气温;不同预见期的ET0预报模型中,P-T模型预报的ET0平均准确率在众模型中较高(95.06%),其次为HG-M模型(94.66%)、PMT1模型(94.34%)、M-K模型(93.89%),且P-T、HGM两种模型计算程序较简单,因此优选P-T、HG-M模型进行ET0的中短期预报。 相似文献