排序方式: 共有68条查询结果,搜索用时 125 毫秒
1.
改进Hargreaves模型估算川中丘陵区参考作物蒸散量 总被引:3,自引:2,他引:3
为提高Hargreaves-Samani(HS)模型参考作物蒸散量(ET0)计算精度,该文基于贝叶斯原理利用川中丘陵区1954-2002年逐日资料对其温度指数、温度系数和温度常数进行改进,并使用2003-2013年资料以Penman-Monteith(PM)模型为标准评价HS改进模型计算精度与适应性。结果表明:HS改进模型参数在川中丘陵区各区均小于联合国粮农组织推荐值,并呈现出随纬度上升而增大的趋势;与PM模型计算结果相比,HS改进模型计算的ET0相对误差在川中丘陵区北部从14.2%~60.9%降至-1.1%~33.4%、中部从40.6%~92.6%降至16.9%~61.1%、南部从31.3%~96.0%降至8.5%~64.4%、整个川中丘陵区从32.1%~82.7%降至9.5%~52.6%;相关性分析表明,HS改进模型和PM模型计算的ET0回归曲线的斜率更接近于1(北部1.16、中部1.02、南部0.99、全区1.13),决定系数均达到0.85(P0.01)以上;趋势分析表明,HS改进模型和PM模型计算的ET0变化一致,年内均呈开口向下的抛物线状,年际均呈微小上升趋势。因此,基于贝叶斯原理改进的HS模型在川中丘陵区不同区域变异性较小,适应性较强,具有较高的计算精度,可作为川中丘陵区参考作物蒸散量简化计算的推荐模型。 相似文献
2.
为实现气象资料缺乏情况下参考作物蒸散量(reference crop evapotranspiration, ET0)高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机(extreme learning machine, ELM)的ET0预测模型。选取川中丘陵区7个气象站点1963-2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明:ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度(均方根误差和模型效率系数分别为0.504 mm/d和0.827)高于Hargreaves模型(均方根误差和模型有效系数分别为0.692 mm/d和0.741);基于最高、最低温度和辐射的ELM模型模拟精度(均方根误差和模型有效系数分别为0.291 mm/d和0.938)明显高于Priestley-Taylor(均方根误差和模型有效系数分别为0.467 mm/d和0.823)、Makkink(均方根误差和模型有效系数分别为0.540 mm/d和0.800)和Irmark-Allen模型(均方根误差和模型有效系数分别为0.880 mm/d和0.623)。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。 相似文献
3.
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
4.
基于极限学习机模型的中国西北地区参考作物蒸散量预报 总被引:1,自引:0,他引:1
为有效提高西北地区参考作物蒸散量(ET_0)预报精度,在西北地区选择6个代表性气象站点,以P-M模型计算的ET_0作为标准值,利用1993-2016年逐日气象资料构建10种极限学习机(extreme learning machine,ELM)ET_0预报模型,用k-折交叉验证估计模型泛化误差,并将其与Hargreaves-Samani、Chen、EI-Sebail和Bristow等4种在西北地区计算精度较高的模型进行比较。结果表明:ELM_1(输入T_(max)、T_(min)、RH、n和u_2)、ELM_2(输入T_(max)、T_(min)、n和u_2)、ELM_4(输入T_(max)、T_(min)、RH和u_2)及ELM_7(输入T_(max)、T_(min)和u~2)模型均具有较高模拟精度,其MAE分别为0.199、0.209、0.250、0.273 mm/d,RMSE分别为0.270、0.285、0.341、0.422 mm/d,NSE分别为0.983、0.981、0.973、0.987,R~2分别为0.984、0.982、0.975、0.960,整体评价指标(global performance indicator,GPI)排名分别为1、2、3、4;模型可移植性分析表明,ELM模型具有较强的泛化能力,除了ELM_7在喀什站、敦煌站的模拟精度相对较低之外,其余ELM模型在西北地区各站点模拟结果的MAE均在0.40 mm/d以下、RMSE均在0.49以下、NSE均在0.95以上、R~2均在0.96以上;在相同输入的情况下ELM模型模拟精度均高于HargreavesSamani、Chen、EI-Sebail和Bristow。因此,在气象资料缺乏情景下ELM模型可作为西北地区ET_0计算的推荐模型。 相似文献
5.
为探明不同滴灌水肥一体化管理模式对柑橘生育早期光合特性的调控效应,以7年生"不知火"柑橘为试材,设置1个对照处理(CK),抽梢开花期(Ⅰ期)和幼果期(Ⅱ期)分别设置2个灌水水平(即高水和低水,分别记为HW、LW,灌水量分别为CK的80%、60%)和3个施肥水平(即高肥、中肥和低肥,分别记为HF、MF、LF,施肥量分别为CK的85%、70%和55%),探索最优滴灌水肥一体化管理模式。结果表明:各生育期不同水肥一体化模式的光合指标日变化趋势相似;施肥量一定时,Pn、Tr、Gs、Ci均随灌水量提高而增大,灌水量一定时Pn随施肥量的提高而增大,但Tr、Gs、Ci随施肥量的变化规律并不一致;复水处理后柑橘叶片Pn、Tr、Gs、Ci均大于复水前,且复水后各指标在不同处理间的差异明显减小,Pn表现得尤为突出;增加施肥量有利于叶片瞬时水分利用效率(WUEi)的提高,不同生育期复水前后灌水量对WUEi的影响不一致,但HWHF处理均表现出最高WUEi;与CK相比Ⅰ期HWMF、Ⅱ期HWHF处理Pn较CK分别降低7.62%、6.08%,WUEi分别提高3.13%、9.03%。所以在抽梢开花期采用高水中肥处理,幼果期采用高水高肥处理,可以在获得较高净光合速率的同时达到节水节肥的目的。 相似文献
6.
为深入分析中国西北地区近50 a气象因子演变特征与驱动因素,选取西北地区69个站点1966-2016年逐日气象资料,使用Mann-Kendall检验、Morlet小波分析、GIS空间插值及相关性分析方法,定量分析了气象因子的时空变化规律及相互关系。结果表明:近50 a来西北地区风速、辐射、相对湿度均呈下降趋势,降幅分别为0.105 m/(s·10 a)、0.054 MJ/(m2·d·10 a)和0.378%/(10 a),降水及气温均呈上升趋势,增幅分别为4.9 mm/(10 a)、0.427℃/(10 a);各气象因子近50 a来呈"增大-减小"的周期振荡变化,变化主周期均为28 a,且风速、辐射、相对湿度、降水、气温均存在局部突变;各气象因子的空间分布存在区域差异,风速呈不连续的东部大西部小分布趋势,辐射呈中部大东西部较小分布趋势,降水呈由东南向西北递减趋势,气温呈由青海省向外扩增趋势;各气象因子之间存在较强相关性且相互响应关系复杂,其中辐射与风速、降水和气温均呈极显著正相关(P0.01),相对湿度与风速呈极显著负相关(P0.01)。 相似文献
7.
为有效提高西北旱区参考作物蒸散量(Reference crop evapotranspiration,ET_0)预报精度,在西北旱区选择5个代表性气象站点,构建10种基于思维进化算法(Mind evolutionary algorithm,MEA)优化的误差反向传波神经网络(Back propagation neural network,BPNN)ET_0预报模型,并将其与Hargreaves-Samani模型、Irmak模型和48-PM模型等3种在西北旱区ET_0计算精度较高的模型进行比较。结果表明:在不同输入的情况下MEA-BPNN模型模拟精度具有相对较高水平,其中MEA-BPNN1(输入最高气温T_(max)、最低气温T_(min)、相对湿度R_H、日照时数n和距地面两米高处的风速u_2)、MEABPNN2(输入T_(max)、T_(min)、n和u_2)及MEA-BPNN3(输入T_(max)、T_(min)、R_H和u_2)模型的R~2、NSE均大于0.96,RMSE、MAE也分别小于0.34、0.25 mm/d,以上3种MEA-BPNN模型的整体评价指标(Global performance indicator,GPI)排名分别为1、2、3;MEA-BPNN7(输入T_(max)、T_(min)和u_2)的R~2、NSE分别为0.966 2、0.962 2,RMSE、MAE分别为0.3610、0.276 1 mm/d,模拟精度较高;MEA-BPNN模型可移植性的分析表明:MEA-BPNN模型在西北旱区具有较强的泛化能力,基于不同站点数据构建的预报模型也有较高精度;在相同输入的情况下MEA-BPNN模型模拟精度均高于Hargreaves-Samani模型、Irmak模型和48-PM模型。因此,在气象资料缺乏情景下MEA-BPNN模型可作为西北旱区ET_0计算的推荐模型,可为实时精准灌溉预报的实现提供科学依据。 相似文献
8.
以Jensen水分生产函数为基础,运用多目标规划的方法,建立了旱作条件下小麦、玉米、大豆、马铃薯、高粱等作物种植结构优化系统,并编制了可视化应用程序。输入多年降雨资料、日照时数、每日最高最低温度、每日风速等基本气象资料以及相关的土壤、作物参数,就可优化出研究地区主要作物种植比例和结构,操作简单,具有实用性。以山西晋中地区为例进行应用,系统根据多年的降雨资料预测出不同水文年型下每种作物的单产,在此基础上对种植结构进行了优化,并与实际结果比较证明其可靠性,从而对作物种植结构进行优化和指导,使粮食产量、经济效益、水分利用达到协调统一。 相似文献
9.
苹果树蒸发蒸腾量的测定和计算 总被引:8,自引:0,他引:8
采用热脉冲技术-微型蒸渗仪和水量平衡原理,测定和计算了树体大小不均匀的苹果树蒸发蒸腾及其组成,利用冠层分析仪测定了叶面积指数动态变化。两种不同的方法测定和计算的蒸发蒸腾量之间的偏差很小,最大偏差不超过10%。在夏季,蒸发蒸腾主要由果树蒸腾组成,而在春季和秋季,刚好相反。作物系数(Kc)和叶面积指数成线性关系,依据这一关系可以用普通的气象资料计算苹果树的蒸发蒸腾量。 相似文献
10.
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