排序方式: 共有34条查询结果,搜索用时 15 毫秒
11.
不同作物类型下蒸散发时间尺度扩展方法对比 总被引:6,自引:5,他引:1
该文的目的是评价由瞬时潜热通量经过时间尺度扩展方法计算日蒸散发量的可靠性。为此,采用蒸发比法、改进的蒸发比法、正弦关系法及作物系数法等4种常用的蒸散发时间尺度扩展方法,针对位于华北平原的高营站和位于东北平原的通榆站的5种典型下垫面类型,分别对瞬时潜热通量进行时间尺度扩展,估算日蒸散发量,并与通量站采用涡度相关系统观测的日蒸散发量进行对比。结果表明,尽管4种方法在总体上具有一致性,但改进的蒸发比法的模拟精度最高(相对均方根误差20%左右),更适合于估算中国北方典型农田的日蒸散发量。然而,4种方法均存在系统误差,从而导致采用上午时段瞬时通量估算的日蒸散发量系统偏小,而采用下午时段估算的日蒸散发量系统偏大。 相似文献
12.
基于数据融合算法的灌区蒸散发空间降尺度研究 总被引:1,自引:0,他引:1
采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。 相似文献
13.
为研究黑木耳中醇溶性活性成分的种类和含量,以黑木耳粉中醇提取总收率为指标,确定了乙醇、异丙醇和正丁醇的最佳醇提取浓度,测定了三种不同醇提物中总黄酮、多酚和三萜类活性成分含量;分析了黑木耳提取多糖和黑色素后残渣中的醇提物三种成分含量。结果:采用90%乙醇提取,黑木耳醇提物得率10.7%,醇提物中总黄酮含量5.68 mg/100 g,多酚含量0.43%,三萜类化合物含量0.55%;采用100%异丙醇提取,醇提物得率10.1%,醇提物中总黄酮含量4.84 mg/100 g,多酚含量0.66%,三萜类化合物含量0.37%。采用70%正丁醇提取,醇提物得率5.4%,醇提物中总黄酮含量4.07 mg/100 g,多酚含量1.68%,三萜类化合物含量0.30%。黑木耳多糖和黑色素提取后的残渣乙醇、异丙醇和正丁醇醇提物收率分别为13.8%、14.3%和8.9%,其中总黄酮含量分别为8.28 mg/100 g、11.99 mg/100 g和12.38 mg/100 g,多酚含量分别为0.14%、0.38%和0.75%,三萜类化合物含量分别为0.25%、0.60%和0.58%。 相似文献
14.
15.
16.
17.
18.
农田蒸散量(ET)是土壤—作物—大气连续体水分运移的关键参数,与作物生理活动和产量有着极为密切的关系,准确实时估算田间作物蒸散量对研究作物生长发育至关重要。基于无人机热红外传感器反演夏玉米的冠层温度,基于反演的冠层温度构建夏玉米蒸散模型(ET_(d,t))并验证了模型反演作物蒸散量的精度,分析了ET_(d,t)相关影响因子。结果表明:以热红外冠层温度作物蒸散模型计算的ET_(d,t)最低值出现在幼苗期为3.42 mm/d,最高值出现在灌浆期为10.94 mm/d,并与涡度相关实测值ET_(d,e)、FAO Penman-Monteith模型计算值ET_(d,f)进行验证,在P0.01水平上呈显著线性关系(R~2=0.739、0.742,RMSE=0.676、0.109 mm/d),ET_(d,t)估算精度达到80%以上。ET_(d,t)的计算受日净辐射、风速、气温、降雨等气象因子影响,不同气象条件的ET_(d,t)不同。叶面积指数(LAI)为夏玉米农田最主要的生物因子,LAI与ET_(d,t)呈线性正相关关系(R~2=0.700),空气动力学阻抗(r_a)是最主要的环境驱动因子,r_a与ET_(d,t)呈线性负相关关系(R~2=0.696)。随着植被覆盖度(NDVI)的变化,ET_(d,t)呈现相同变化趋势(R~2=0.656)。因此,基于无人机热红外反演的冠层温度计算的(ET_(d,t))能较好的反映田间夏玉米蒸散变化过程,从而为利用无人机热红外遥感估算作物蒸散量提供了科学依据。 相似文献
19.
陆面过程模型是连续模拟土壤水分的有效工具,然而输入数据及模型结构本身的不确定性会导致模拟误差在模型运行过程中不断积累。数据同化技术可以考虑模型不确定性,实时修正模型状态变量,进而提高土壤水分的模拟精度。本研究构建集合卡尔曼滤波(En KF,ensemble Kalman filter)数据同化方法,将其集成到水文强化陆面过程模型HELP(hydrologically-enhanced land process)中,对模型中土壤水分及表面温度等状态变量进行优化。模型选取山东位山生态水文观测站2006年的数据进行验证,采用未经同化的模型率定结果作为基准值。结果表明,数据同化后表层、根层、深层土壤水分模拟结果相比基准值均有提高,土壤含水量均方根误差减小30%~50%,证明采用数据同化方法能够有效提高土壤水分的模拟结果。 相似文献
20.