共查询到20条相似文献，搜索用时 187 毫秒
1.
为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站点经纬度数据,首先,分别基于Penman-Monteith(PM)公式和HS公式计算了各站点多年逐月的参考作物需水量ET_(0-PM)和ET_(0-HS)。然后,以ET_(0-PM)为真值,基于1957—2010年的逐月ET_(0-PM)和ET_(0-HS),利用线性回归分析方法获取了中国38个农业管理子区的HS公式校正系数a、b,并以2011—2016年为验证年份,通过比较ET_(0-HS)校正前后的相对误差变化,验证了HS公式线性回归校正方法在中国农业区的适用性,并结合验证年份的具体误差结果,确定了各农业区HS公式校正系数a、b的逐月最优取值。结果表明:大部分农业区的大部分月份ET_(0-PM)与ET_(0-HS)的相关系数超过0. 6,可以进行ET_(0-HS)的回归校正;回归校正得到的系数a存在显著的季节变化规律,系数b则表现较为平稳;系数a、b的大小及变化说明了ET_(0-PM)和ET_(0-HS)彼此之间存在差异,且季节性明显;校正前后的ET_(0-HS)均存在不同程度的相对误差,但校正后的ET_(0-HS)的误差范围已经显著缩小;在具体的验证应用中,校正后的ET_(0-HS)并不完全是最优结果,实践中系数a、b的优选使用才是最佳方案。本研究验证的HS公式线性回归校正方法是实践中简便、可行的方案,对大尺度区域快速获得较高精度的参考作物需水量具有实际意义和推广价值。 相似文献
2.
为了提出适合我国三江平原的高精度ET0预报方法,基于该区6个气象站点的天气预报数据和实测气象数据,以FAO56-Penman-Monteith(FAO56-PM)公式计算值为基准,比较Hargreaves-Samani(HS)、Thornthwaite(TH)和Blaney-Criddle(BC)3个ET0预报模型的效果,对最优模型进行敏感性分析。结果表明:3个模型1~7 d预见期平均绝对误差均值分别为0.66、0.65、0.65 mm/d,均方根误差分别为0.93、0.96、0.95 mm/d,相关系数分别为0.857、0.828、0.840。1~5 d预见期最优预报模型为HS模型,6~7 d为TH模型。总体上预报精度由高到低为HS、TH、BC模型,建议采用HS模型在三江平原开展ET0预报,HS模型预报对最高温预报的敏感性大于最低温。其预报值在夏季受温度预报误差影响最大,冬季最小,4季整体误差较小。研究可为灌溉预报提供较准确的数据基础。 相似文献
3.
作物需水量是确定灌溉制度和灌溉用水的重要依据。为准确预测冬小麦的需水量，以河北邯郸漳滏河灌区为例，利用sentinel-1A雷达影像反演灌区的土壤墒情以修正作物系数，并结合未来15 d的气象预报数据计算的参考蒸散发(ET0)，预测漳滏河灌区重要灌水期的冬小麦需水量。结果表明：通过遥感反演的土壤含水量与实测值相近，平均相对误差为4.60%；经气象预报数据预测研究区12月11-25日ET0预测值为15.32 mm；结合土壤水分修正系数与预测ET0数据，计算冬小麦平均需水量预测值为12.64 mm，其中，磁县需水量最大，为14.23 mm，广平县冬小麦需水量最小，为12.04 mm；由MOD16A2产品计算研究期平均需水量为10.65 mm，较预测值相对误差为18.69%。该方法可以有效地预测作物需水量及其空间分布，可为灌区作物生育期用水预测与管理提供理论参考。 相似文献
4.
地表太阳辐射经验值对参考作物需水量计算的影响 总被引：2，自引：0，他引：2
针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(R_(s-c))对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET_(0-PM))的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点R_(s-c)与观测的地表太阳辐射(R_(s-o))的时空差异,以及二者分别输入PM公式获得的ET_(0-c)和ET_(0-o)的时空差异。结果表明:基于年内时空尺度的各农业区R_(s-c)和R_(s-o)存在显著且不稳定的差异,R_(s-c)直接替代R_(s-o)参与计算ET_(0-c)可能出现较大的误差。基于R_(s-c)和R_(s-o)分别计算的ET_(0-c)和ET_(0-o),无论是在全国,还是各个农业区,均存在显著的线性相关性,R~2超过0.67,ET_(0-c)平均值只有0.06～0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的"春旱"灌溉需求,可以直接以R_(s-c)计算获得ET_(0-c),而在全国范围内的夏季"伏旱"期,输入R_(s-c)计算的ET_(0-c)比输入R_(s-o)计算的ET_(0-o)偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET_(0-c)进行校准。 相似文献
5.
综合分析了2016年6月15日20时-6月20日8时豫西地区一次大气污染过程中，洛阳市各气象要素及参考作物腾发量ET0受气溶胶影响的变化，使用WRF-Chem双向反馈试验量化，并通过气象观测数据验证模拟结果精度，从而进一步分析了气溶胶对ET0的影响及其机理。研究结果表明：在这次大气污染过程中，洛阳市区的PM2.5浓度整体偏高，峰值多出现早晨与傍晚时分，洛阳市东北地区PM2.5浓度整体高于西南地区；气溶胶存在使洛阳市各气象要素发生了变化，进而导致了ET0的变化，各站点ΔET0在-0.23～0.33 mm/d之间；受气溶胶的影响，ET0-d变化幅度在-0.26～0.04 mm/d，较ET0-n的变化程度(-0.08～0.02 mm/d)更大；各站点空气动力项ET0-A的变化程度要大于辐射项ET0-R，这也主导了洛阳市各地区ET0的变化。 相似文献
6.
为提升参考作物蒸散量(ET0)的估算精度,以四川省为研究区域,发现全省ET0的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost, LightGBM,GBDT、随机森林和极限树为基模型的Stacking模型.将顾及时空特征的Stacking模型与其各个基模型以及经验模型彭曼公式(FAO 56 Penman-Monteith)的决定系数、平均绝对值误差和均方误差等多项指标进行了全面的精度对比验证.试验结果表明：在顾及空间特征的情况下,Stacking模型在测试集上决定系数精度提升了3%,平均绝对值误差和均方误差分别降低了51%和76%;在顾及时序特征的情况下,Stacking模型在测试集上的决定系数精度提升了4%,均方误差和平均绝对值误差分别降低了92%和72%.这表明时空特征的引入可有效提升模型估算ET0性能.在同时顾及时空特征的情况下,Stacking模型相较于彭曼公式,决定系数提升了39%,均方误差、平均绝对值误差分别降低了95%和77%,并且,在2006—2010年逐年精度验... 相似文献
7.
基于公共天气预报的参考作物腾发量预报 总被引：1，自引：0，他引：1
针对Penman Monteith公式的应用局限性,以公共天气预报可测因子及历史气象数据计算ET0为基准,对广州站2017-01-01-2019-03-31预报气象信息风力状况进行量化后,以2017,2018年气象预报信息为输入因子、ET0为输出因子,分别建立基于回归型支持向量机(SVR)预报模型与BP神经网络预报模型,选择性能较优预报模型对2019年ET0进行预报,并与计算值进行对比分析.结果表明:回归型支持向量机参考作物腾发量预报模型测试集确定性系数为0.896、均方误差为0.206,BP神经网络参考作物腾发量预报模型测试集确定性系数为0.851、均方误差为0.305,SVR参考作物腾发量预报模型均方误差及决定系数要明显优于BP神经网络;基于SVR模型的预报值与PM公式计算值相关系数为0.761,没有明显差异,表现出显著的相关性以及整体吻合度,可为灌溉预报及决策提供较为准确的ET0预报数据. 相似文献
8.
【目的】为估算参考作物蒸散发(ET0)和灌溉实时预报调度、区域农业干旱评估提供依据。【方法】以滇中高原上洱海湖滨灌区的大理气象站为例,探究“蒸发悖论”现象出现的时期,采用气象因子线性回归模型、蒸发皿折算系数Kp模型、气象因子+蒸发皿蒸发(Epan)多元回归模型、Normal Copula模型等4种方法计算逐日ET0进行预测对比,并与Penman-Monteith公式计算所得的ET0进行对比。【结果】①1954—2018年大理站20 cm蒸发皿蒸发量呈下降趋势,ET0和气温呈上升趋势,但ET0的上升趋势更平缓;虽然在长时间序列上ET0和蒸发皿蒸发量有相反的变化趋势,但在年代际存在显著的差异性,1960年和2000全年以及四季均出现“蒸发悖论”,1970年则是全年以及夏、秋、冬三季出现“蒸发悖论”,1990年仅夏季出现“蒸发悖论”,2010年秋季出现“蒸发悖论”。②在未出现“蒸发悖论”时期,加入Epan后的气象因子多元回归模型法(ET0,Epan+Metr)所得逐日ET0预测结果与标准值的误差最小,其次为单纯的气象因子多元线性回归模型法(ET0,Metr),最差为Kp模型法(ET0,Kp);加入Epan后的气象因子多元回归模型(ET0,ET0,Epan+Metr)逐日ET0预测的相对误差(ERR)小于15%、20%、25%的样本数达到了79.18%~90.16%、89.32%~97.23%、94.79%~98.36%。③出现“蒸发悖论”时,蒸发皿蒸发与ET0的变化趋势相反,只能采用Copula联合分布函数模型预测,构建T-Tmax二维Normal Copula模型的精度更高,ERR小于15%、20%、25%的样本数为73.70%~86.56%,82.51%~92.95%,89.89%~98.52%。【结论】通过M-K检验判别是否处于“蒸发悖论”期,以决策选用加入Epan后的气象因子多元回归模型,还是T-Tmax二维Normal Copula模型,二者均可显著提高逐日ET0预测模拟的精度。 相似文献
9.
基于?ngstr?m-Prescott公式的中国太阳辐射与日照时间的关系研究 总被引：1，自引：0，他引：1
《灌溉排水学报》2019,(4)
【目的】揭示中国不同地区太阳辐射与日照时间的定量关系,为缺资料地区太阳辐射的准确估算提供科学依据。【方法】基于114个地面辐射观测站和常规气象观测站1958—2016年的实测数据,在时间和空间上分别评价?ngstr?m-Prescott(?-P)公式的适用性,运用ArcGIS地统计分析工具探索?-P公式系数a、b的空间分布规律,采用空间分析工具获取了各省级行政区的系数a、b。【结果】?-P公式在时间上具有可靠的预测性能,各站点计算值与观测值的标准化均方根误差(NRMSE)和标准化平均绝对误差(NMAE)的均值分别为0.103和0.079;在空间上有良好的扩展性,各站点NRMSE和NMAE的均值分别为0.103和0.078;从全国范围来看,系数a介于0.117～0.345之间,其变化规律为由东南沿海向西北内陆逐渐增大;系数b介于0.345～0.703之间,变化规律与系数a相反。利用各省级行政区系数a、b计算的各站点月平均日太阳辐射量与实测值进行对比,NRMSE和NMAE均值分别为0.105和0.081。【结论】?-P公式能够比较准确地描述中国不同地区月平均日太阳辐射量与月平均日照时间的定量关系,可通过空间插值的方法获取缺资料地区的公式系数,采用各省级行政区系数a、b估算的月平均日太阳辐射量具有较高精度。 相似文献
10.
为了研究不同参考作物蒸发蒸腾量ET0估算方法在江苏地区的适用性,收集了江苏省徐州市、高邮市和昆山市1957年1月至2019年12月的气象数据,采用12种不同模型估算了各站点的ET0,其中模型Priestly-Taylor,Hansen,Jensen-Haise,Makkink是基于辐射数据的模型;MC-Cloud,1985 Hargreaves,Thornthwaite是基于温度数据的;Copais,Valiantzas 1和Valiantzas 2是综合法模型;XGBoost和SVM是机器学习模型.12种ET0的估算模型计算值分别与Penman-Monteith模型(PM)计算值进行比较,结果表明:各站点的综合评价指数GPI最高的为机器学习模型中的SVM模型;在输入参数相同的情况下,机器学习模型模拟精度优于综合法和温度法以及辐射法中的Pristley-Taylor和Makkink模型;机器学习模型随着输入参数减少,模拟精度依次降低.研究结果可以为江苏地区气象数据不完善时估算ET0提供科学依据. 相似文献
11.
为了实现气象资料缺失下参考作物蒸散量ET0的高精度预测,以江西南昌、吉安及龙南站1966-2015年每日最高气温Tmax、最低气温Tmin、日照时数n、相对湿度RH和2 m高风速u2作为输入参数,以FAO-56 Penman-Monteith(P-M)公式的计算结果作为对照,建立了6种不同气象要素组合条件下的4种ET0计算模型,并分别与输入相同数据的经验法计算结果进行了比较.结果表明,在3个站点中,多元自适应回归样条法MARS模型的精度最高,且计算简便,可作为江西省蒸散量模拟的推荐方法.当4种模型的输入数据完整时,模拟精度均达到最高,表明4种模型均可适用于对参考作物蒸散量的模拟;输入数据缺失条件下,各气象要素对智能模型模拟ET0的影响由大到小按参数排序依次为Tmax,Tmin,n,RH,u2.与传统经验公式相比,4种智能模型的ET0计算结果精度均优于输入相同数据的经验法. 相似文献
12.
基于ELM的西北旱区参考作物蒸散量预报模型 总被引：1，自引：0，他引：1
为实现气象资料缺失情况下ET0的精确预报,选取中国西北旱区4个代表性站点的气象资料,建立15种基于极限学习机(ELM)的ET0预报模型,并通过与其他ET0计算模型对比和可移植性分析探究ELM在西北旱区的适用性.结果表明:基于温度和风速的ELM7预报精度较高(整体评价指标GPI排名第4);基于温度和辐射的ELM5预报精度(GPI排名第6)明显高于Iramk模型和Jensen-Haise模型;仅基于温度的ELM9预报精度(GPI排名第8)高于Hargreaves-Samani模型.通过模型可移植性分析发现,ELM7在西北旱区内各训练站点和预测站点组合下预报精度良好.因此,可将ELM5(输入温度和辐射)、ELM7(输入温度和风速)和ELM9(输入温度)作为西北旱区较少气象参数输入情况下精确预报ET0的推荐模型. 相似文献
13.
为探究不同参考作物腾发量(ET0)算法及相应标准化降水蒸散指数(SPEI)在四川省的适用性,针对四川省3个区域(川西高原、川西南山地和川中盆地),利用34个气象站点1967—2016年的气象资料,以Penman-Monteith(PM)法计算的ET0为标准,对FAO-24Radiation(FAO-Ra)、Priestley-Taylor(PT)、Makkink(MK)、Hargreaves-Samani(HS)、Blaney-Criddle(BC)、World Meteorological Organization(WMO)、Rohwer(Ro)7种方法的ET0计算结果进行比较,并选取其中综合表现较好的3种方法进行相应的SPEI计算。通过时间序列分析、误差分析、K-S检验及小波分析等方法,探讨各区域不同ET0算法下的SPEI适用性。结果表明：7种方法在不同区域计算精度差异显著,在川西高原及川西南山地,PT法均方根误差(RMSE)均在99.11 mm以下,大部分气象站点的相对误差(RE)介于-3.8... 相似文献
14.
参考作物蒸发量(Reference crop evapotranspiration, ET0)的预测对作物需水量计算与田间水分管理具有重大意义,可为农业节水和水资源高效利用提供重要的科学依据。基于三江平原6个气象站1961—2010年逐日气象资料,采用Penman-Monteith(P-M)公式计算ET0,对历史期(1961—2010年)ET0及相关气象要素的时空特征进行分析;依据美国国家环境预报中心再分析数据以及大气环流模型(GCM)中加拿大CanESM2模式的预报因子日序列的输出数据,采用统计降尺度模型(SDSM)对未来RCP4.5和RCP8.5两种排放情景下的ET0进行预测。结果表明：历史期ET0呈上升趋势,多年年平均气温与ET0趋势相同,而年平均风速、相对湿度和净辐射整体呈下降趋势,空间分布上多年年平均ET0总体表现为中部高于周边、西部高于东部的趋势;模拟精度检验方面,基于CanESM2模式下historical情景模拟的ET... 相似文献
15.
参考作物需水量(ET_0)是计算作物需水量、指导农田灌溉和水资源规划的重要依据。根据赤峰气象站34a长系列资料(包括最高气温、最低气温、相对湿度、平均风速和日照时数),利用FAO56-PM公式对3种ET_0估算方法(Hargreaves公式、Mc Cloud公式、Irmark-Allen公式)进行比较分析,主要依据平均偏差、平均相对偏差、相关系数3种指标分别对日、旬、月序列的吻合度进行评价。结果表明:Hargreaves公式和Irmark-Allen公式与FAO56-PM吻合较好,其次为Mc Cloud公式,从而说明Hargreaves公式和Irmark-Allen公式在该区运用的可行性,通过回归分析对二者进行修正,得出Harg公式与FAO56-PM计算结果更为接近,即Harg公式更适合燕山北部丘陵温热区ET_0的计算和预测。 相似文献
16.
为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET0)计算精度,选取流域及附近20个气象站58 a (1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET0计算模型,并将计算结果与Hargreaves-Samani、Makkink和Irmark-Allen模型进行对比,评价MARS模型在渭河流域的适应性及可移植性。结果表明：MARS模型能很好地甄别ET0与各输入因子间的非线性关系,MARS2 (Tmax、Tmin、Ra)计算精度(平均MAE为0.225 mm/d,平均RMSE为0.327 mm/d,平均R2为0.897)能满足应用要求,模型精度随输入气象要素数量的增加而升高;输入因子中引入地球外辐射Ra,可明显提高MARS模型精度;在输入因子相同时,MARS模型精度高于Hargreaves-Samani、Irmark-Allen和Makkink模型;MAR... 相似文献
17.
广西多站点参考作物蒸散量时空变化分析 总被引：1，自引：0，他引：1
基于广西20个气象观测站点1957—2001年的逐月气象资料,采用Penman-Monteith公式计算各站点逐月、逐年参考作物蒸散量(ET0),采用变差系数和年际极值比分析ET0的年际变化特征,应用累积滤波器法、Ken-dall秩次相关法、R/S分析法分析ET0的变化趋势。研究结果表明,桂中ET0年际变化最剧烈,桂南ET0年际变化最小。岩溶发育地区的ET0的年际变化比非岩溶发育略显剧烈,但相差不大。20个站点中,5%站点的ET0呈显著上升趋势,95%站点的ET0呈下降趋势(下降趋势显著的站点占63.1%)。与1957—2001年相比,ET0呈上升趋势的站点由5%增加到未来的35%,且非岩溶地区ET0呈上升趋势的站点数大于岩溶地区。 相似文献
18.
以干旱区和湿润区6个典型站点1989-2016年历史气象资料和2013-2016年天气预报数据为依据,以PM公式计算结果为对照,比较分析了率定Hargreaves-Samani(HS)模型和符号回归估算模型(SR)的ET_0预报精度。结果表明:率定后的HS模型在各站点的ET_0预报精度均维持在较高水平,且其在干旱区典型站点的预报精度略高于湿润区站点的值;而与HS公式预报结果相比,采用SR模型在不同气候区的ET_0预报精度均有不同程度的提高,其中在湿润区站点的平均MAE、RMSE值降低了18.98%和20.97%,在干旱区各站点的平均MAE、RMSE值减少了9.79%和7.53%。因此,根据不同模型在不同气候区的预报精度,结合气候特征,建议在湿润区和干旱区分别采用SR模型和HS公式进行ET_0预报,可为实时灌溉预报提供准确依据。 相似文献
19.
参考作物蒸发蒸腾量(Reference Evapotranspiration,ET0)是估算作物需水量、制定灌溉制度、提高用水效率,实现农业节水的重要参数。针对传统Penman-Monteith(P-M)公式计算作物蒸发蒸腾量需要参数多,计算复杂等问题,提出了一种基于支持分类特征的梯度提升决策树(CatBoost)算法估算温室日参考作物蒸发蒸腾量。以温室修正型Penman-Monteith公式计算的ET0作为标准值,通过Pearson’s方法对输入参数与ET0之间的相关性进行分析,组合不同输入特征向量。当输入参数组合为3参数,即平均室内温度、平均相对湿度、累积太阳辐射时,CatBoost性能最优,测试集估算精度MAE为0.220 mm/d,RMSE为0.310 mm/d。进一步对比了6种其他机器学习模型(XGBoost、AdaBoost、随机森林、决策树、KNN、SVM)的估算精度,结果表明CatBoost模型具有最佳的估算精度和稳定性,能够较好地模拟参考作物蒸发蒸腾量。构建的日参考作物蒸发蒸腾量估算模型为水肥精准化管理、灌溉控制系统研发提供了一种新的思路。 相似文献
20.
为提出高精度适合广东青年运河灌区参考作物腾发量(ET0)预报方法,制定精准的灌溉预报,降低农业用水量,本研究以灌区内的湛江站为研究对象,收集了该站点2003-01-01-2017-05-31逐日气象观测数据和2016-01-01-2017-05-31日的预见期为7 d的逐日公共天气预报数据,采用FAO-56 Penman-Monteith计算值作为基准,比较Hargreaves-Samani(HS)法、简化Penman-Monteith(PT)、逐日均值修正法的预报效果.结果表明:以上3种方法1~7 d预见期平均绝对误差平均值分别为0.908 3,0.903 1,0.947 9 mm/d,平均绝对误差分别为1.099 1,1.099 9,1.192 4 mm/d,相关系数分别为0.649 5,0.649 8,0.615 9,PT法的平均绝对误差以及相关系数均最好.就每个预见期而言,1~5 d预见期的最优预报方法均为PT法,6~7 d为HS法.因此,建议采用PT法进行青年运河灌区的ET0预报. 相似文献