作物生育期降雨量的数值预报模型

首先由灰色系统方法得出作物生育期降雨序列的GM(1，1)微分方程，据此建立了作物生育期降雨量的自记忆数值预报模型。将该模型应用于郭堡水库灌区冬小麦和玉米生育期降雨量预报，结果表明，这种利用了多个观测往值信息的自记忆性灰色模型具有较高的预报精度。     

江西省水稻需水量预报与网络发布系统开发

为了促进江西省灌区技术现代化及灌溉用水管理现代化的发展，为实时灌溉决策提供较为精确和及时的作物需水量预报数据支持，开发了江西省逐日水稻需水量预报与网络发布系统。系统通过关系型数据管理系统MySQL来获取水稻需水量预报模型计算所需的参数及基本信息，分别使用率定了的Hargreaves-Samani(HS)模型、Blaney-Criddle(BC)模型、McCloud(MC)模型和作物系数来预测江西省未来7天26个气象站点的作物腾发量ETc值。用户可登陆网址查询任意站点、任意水稻生长阶段、任意模型预报的ETc数值，页面简洁，易于操作。总体而言，率定后的4种模型均具有较高的预报精度，可用于全省的水稻需水量预报，为灌溉决策和节约灌溉用水提供科学依据。     

生命旋回-Markov链耦合模型在作物需水量预测中的应用

以方便性和实用性为主要目标,提出了一种新的作物需水量预报模型——生命旋回-Markov链耦合模型。经验证,模型精度较高,可以用于作物需水量的预报。     

灰色预测在作物需水量推算中的应用

该文运用灰色预测方法进行作物需水量预报.除以1980～1991年实测数据序列进行整体建模外,还以降雨频率为基础分为正常年及灾变(丰、枯)年型的子序列建立全生育期G(1,1)模型.同时按水稻不同生育期需水量本身及同相应的积温建立G(1,1)与G(1,2)预测模型.经水稻需水量观测数据建模预测,其结果效果好,精度高,利于在灌溉水量预报,制定用水计划、水源调度中广泛应用.     

泾惠渠灌区作物种植结构变化对灌溉需水量的影响

研究种植结构变化对灌区作物需水量和灌溉需水量的影响,能够为作物生育期的灌溉用水管理和农业水资源规划提供基础数据。依据泾惠渠灌区实测降水和蒸发蒸腾等气象数据,采用FAO推荐的Penman-Monteith公式和作物系数法计算灌区主要作物需水量;通过频率计算和配线法确定灌区丰水年(25%)、平水年(50%)和枯水年(75%)的有效降水量;根据1988—2014年Landsat卫星遥感影像提取的泾惠渠灌区不同历史时期农业种植结构数据,计算典型水文年份灌区总灌溉需水量,并分析作物需水量和灌溉需水量在不同典型水文年的年际和月际变化。结果表明,随着泾惠渠灌区农业种植结构的变化,灌区总的作物需水量和灌溉需水量都呈现显著下降趋势。但泾惠渠灌区在1988—2005年间,单位面积平均作物需水量和平均灌溉需水量都基本保持不变,随后均呈小幅下降趋势。各月份作物总需水量和总灌溉需水量除6月份之外,其余各月份都呈现显著下降趋势;但在此期间,灌区单位面积平均作物需水量和平均灌溉需水量除在4、8、9月份呈下降趋势,而6月份呈显著增加趋势外,其余各月份基本保持不变。灌区总的作物需水量和灌溉需水量的下降主要是由农作物种植面积大量减少所致,种植结构的变化对其影响较小,但灌区种植结构调整后的作物需水量状况更符合区域有效降水特点。     

河南省三义寨灌区主要农作物需水量动态预报

根据三义寨灌区惠北水利科学试验站2000—2014年作物需水量试验资料及气象观测资料,结合灌区土壤墒情、地下水埋深、作物种植结构等资料,以灌区主要农作物小麦、棉花和玉米为主要研究对象,分析了灌区内主要农作物需水量与气象因子的相关关系,借助Origin 8.1软件建立了冬小麦、夏棉花、夏玉米日尺度的灌溉需水量经验模型,分析计算了三义寨灌区的作物需水量,并实现了对主要农作物需水量趋势分析。     

灰色预测在作物需水量推算中的应用

该文运用灰色预测方法进行作物需水量预报。除以１９８０－１９９１年实测数据序列进行整体建模外，还以降雨频率为基础分为正常年及灾年（丰，枯）年型的子序列建立全生育期Ｇ（１，１）模型。同时按水稻不同生育期需水量本身及同相应的积温建立Ｇ（１，１）与Ｇ（１，２）预测模型。经水稻需水量观测数据建模预测，其结果效果好，精度高，得于在灌溉水量预报，制定用水计划，水源调度中广泛应用。     

基于灰色马尔科夫的参考作物腾发量预测

参考作物腾发量(ET0)是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水量预报精度具有十分重要的意义。针对GM(1,1)模型在原始数据变化幅度较大且趋势不明显时预测效果差的情况,作者提出了用马尔科夫对GM(1,1)模型修正的组合模型,该模型结合了灰色模型可以揭示预测数据的发展趋势以及马尔科夫预测适合描述随机波动性较大的预测问题的优点,将其应用于沈阳地区参考作物腾发量预测中,对比分析了GM(1,1)模型与灰色马尔科夫模型的预测结果。结果表明,灰色马尔科夫模型不仅能反映系统的动态特性,还具有比GM(1,1)更高的预测精度、逼近性和稳定性,具有较好的应用价值。     

基于灰色神经网络的作物需水量预测模型研究

采用灰色系统理论与神经网络,通过多维度气象因子和参考作物需水量的相关分析,来确立灰色神经网络拓扑结构及网络流程,建立了预测作物需水量的灰色神经网络模型。以海南省儋州市1979~2014年的气候数据为输入,作物需水量为输出数据,运用Matlab工具,仿真表明预测曲线与参考作物需水量曲线拟合度较高,灰色神经网络模型预测结果绝对相对误差均值为5.28%,预测精度高,为节水灌溉提供了一种新的有效方法。     

水稻各生育期需水量预测的综合模型

根据灰色系统理论的灰色模型 (Grey Model)与时间序列方法 ARMA模型 ,提出了水稻各生育期平均日需水量预测的时间序列综合模型。根据提出的模型 ,利用沈阳农业大学 1 5年的水稻需水量试验资料 ,分别建立了沈阳地区水稻各生育期平均日需水量向前 l步的预测模型 ,并提出了水稻全生育期需水量的向前 l步的预测模型 ,这是水稻需水量预测的最新理论与方法。该方法建模简单 ,所需资料较少 ,并具有较高的精度     

黔中地区玉米需水量的计算与灌溉预报

作物需水量的计算和灌溉预报是农田水分管理的主要参数,实时灌溉预报是制定动态灌溉用水计划的基础,对区域节水,增加作物产量和提高经济效益起着重要作用。以黔中地区全生育期玉米为研究对象,结合玉米不同生育阶段的各项参数,进行作物需水量的计算和灌溉预报。     

关于提高作物水分生产率与建立作物生态需水区划问题的探讨

作物光合作用对土壤水分有明显的阈值反应。通过土壤水分预报,控制土壤水分较长期处在略多于阈值的范围,有利于提高作物水分生产率。大定额的蓄水灌溉有利于创造下湿上干的土壤水分剖面,可减少土壤蒸发,提高水分有效利用率。 根据作物需水与年内得到降雨的补偿程度进行作物种值区划,称之为作物生态需水区划。根据这一区划进行作物布局,有利于灌溉节水。 根据作物生态需水区划,华北地区可分为四个地带:①双季作物需水补偿带;②双季作物需水基本补偿带;③一季作物需水补偿带;④一季作物需水基本补偿带。     

温室芹菜需水强度与作物系数研究

测定作物需水量是进行合理灌溉的基础,确定作物系数是借助气象参数便捷预测作物需水量的前提。本研究借助水量平衡法和Penman-Monteith温室修正模型对芹菜进行研究。试验结果表明:温室芹菜需水强度和参考需水强度均呈“增加-降低-增加”的波动增加趋势,累积需水量和参考累积需水量均呈直线函数增加趋势,作物系数呈移动平均函数变化趋势。进一步将全生育期划分为4个阶段发现,苗期、叶丛初期、中期和后期的需水强度分别为1.128、1.917、1.405和2.212 mm/d,需水量分别为30.46、51.77、63.23和79.63 mm,作物系数分别为0.418、0.385、0.571和0.565。基于2 h采集频率的气象数据结果还表明,4个生育期的参考需水强度日变化曲线均呈“单峰型”,早晨8点开始逐渐升高,午间12点至下午2点达到峰值,以后逐渐降低,至晚间10点左右回落至初始值。     

节水灌溉的作物需水量试验研究

对节水灌溉条件下的冬小麦、夏玉米、棉花和水稻需水量进行试验研究 ,结果表明 ,节水灌溉模式对作物需水量变化产生较大影响。与浅水灌溉模式相比 ,控制灌溉模式的水稻需水量减少 3 4.6% ,覆膜旱作节水模式的水稻需水量减少 3 9.94%。采用节水灌溉模式后 ,冬小麦需水量减少 1 0 %左右 ,夏玉米需水量减少1 3 % ,棉花需水量减少 3 0 %。因此 ,对大田农作物进行高效节水灌溉 ,能在获得高产 (增产 )的前提下 ,较大幅度地减少作物的蒸发蒸腾量 ,其中无效蒸腾量的减少成为主要因素之一     

日光温室不同栽培季节番茄的需水特性研究

【目的】研究日光温室不同栽培季节番茄(Lycopersiconesculentum Mill.)的需水特性,探明水分需求与环境条件、植株生长发育的关系,为精准灌溉提供依据。【方法】基于番茄对土壤含水率的生理需求,用称质量法和水量平衡法计算需水量,同时观测植株生长及环境因子变化,分析水分需求及其影响因素,构建了水分需求模型。【结果】冬春茬和秋冬茬番茄植株日需水量均呈先升高后降低趋势,秋冬茬需水高峰期出现时间早于冬春茬,但全生育期需水量低于冬春茬;冬春茬番茄日需水量变化主要与植株生长因素有关,包括叶面积和鲜生物量,而秋冬茬番茄日需水量与环境条件相关更密切,主要是日平均光强和空气相对湿度;分别建立冬春茬和秋冬茬番茄的日需水量模型,二者拟合效果均较好。【结论】冬春茬和秋冬茬番茄需水特性存在差异,主要影响因子分别源于植株生长状况和环境条件,冬春茬番茄需水特性主要与叶面积指数和鲜质量有关,而秋冬茬番茄主要与日均光照强度和空气湿度有关。     

格点天气预报数据与机理模型耦合的冬小麦干旱预警方法

为了开展大范围的冬小麦干旱预警,以中国北方冬小麦区为实例,构建了土壤水分动态预报模型,结合未来10 d高精度天气要素预报、土壤自动水分观测和冬小麦发育期观测数据,建立了北方冬小麦区干旱预警系统。利用该系统对2018年4—5月进行逐日的冬小麦干旱预警,对干旱预警产品的分析表明:系统对未来10 d土壤相对湿度预报的决定系数在0. 63～0. 91之间,均方根误差在5. 6%～18. 2%之间,预报时效越近,准确率越高。从不同的干旱等级预测准确率看,对于干旱等级较高的重旱和特旱预报准确率较高,轻旱和中旱的预报准确率略低。该系统基本满足冬小麦干旱预警需求,对国家级农业气象部门大范围农业干旱监测和预警业务是有益的补充。     

BP神经网络与GA-BP农作物需水量预测模型对比

农作物需水量预测是制定合理灌溉制度的重要依据.针对BP神经网络的不足,利用遗传算法(GA)具有全局搜索能力强的特点,建立基于GA-BP神经网络的农作物需水量预测模型.以广州辣木农庄试验田农作物作为研究对象,结果表明:基于BP神经网络农作物需水量预测模型测试集均方误差和确定性系数分别为0.037和0.648;GA-BP神经网络农作物需水量预测模型测试集均方误差和确定性系数分别为0.013和0.882,GA-BP农作物需水量预测模型收敛速度、确定性系数和性能均优于BP农作物需水量预测模型.     

区域作物需水量估算存在的问题及解决途径

概述了国内外区域作物需水量估算的研究进展，重点介绍了传统方法、定量RS方法在区域作物需水量方面的应用，分析了目前区域作物需水量估算研究中存在的非均匀地表影响和尺度转换等问题，指出只有将GIS、RS等先进技术与传统方法相结合，获取精度较高的DEM数据和土地类型等基础数据来考虑非均匀地表的影响，合理地布点、RS估算数据与实测数据的对比和率定，才能比较准确地估算区域作物需水量。     

作物节水灌溉需水规律研究

基于节水灌溉条件下作物需水量试验资料,分析了控制灌溉和覆膜旱作节水灌溉的水稻需水规律以及节水高效灌溉模式下冬小麦、夏玉米和棉花作物的需水规律。结果表明,节水灌溉模式通过对水稻、冬小麦、夏玉米和棉花等作物产生的生长调控作用与补偿生长效应,使植株蒸腾量和棵间蒸发量较大幅度减少,各阶段需水量、需水强度和需水模系数均发生显著变化,形成了节水灌溉模式的主要农作物新的需水规律。可为节水灌溉制度的制定、节水型灌区动态配水及灌溉预报等提供科学依据。     

基于BP神经网络与GIS可视化的作物需水量预测

作物需水量是农田水利工程规划、设计与灌溉用水管理的重要参数。基于BP神经网络与GIS可视化作物需水量预测,以河南省冬小麦的作物需水量为例,利用实测站点的地理坐标以及高程,通过BP神经网络对分析数据进行加密插值,并采用GIS里的协克里金法结合高程作为一个协变量进行作物需水量的空间插值,实现GIS可视化,从而得到准确度较高的作物需水量空间分布图。结果表明,该方法对于河南省冬小麦作物需水量预测具有较好的预测精度,方法有一定的参考价值。