基于MLR和人工神经网络的新疆杨日蒸腾量估算

为解决当前旱区防护林主要树种新疆杨日蒸腾量（T_r）估算值的精确度低、估算模型泛化能力差等问题，采用7种气象因子（日照时长、风速、相对湿度、饱和水蒸气压差、最低温、最高温和日均温）的8种组合作为模型输入，构建了传统多元线性回归模型（MLR）和人工神经网络模型（BP和Elman），估算2020年生长季新疆杨T_r值，并对3种模型不同输入组合的估算结果进行比较与评价；同时基于Garson算法量化各气象因子对T_r估算值的相对贡献率。结果显示，BP和Elman模型对T_r估算值的精确度超过73.66%，在不同输入组合下人工神经网络模型估算精确度比MLR模型提高了8.45%~31.33%，其中拓扑结构为6-4-4-1的Elman模型估算值的精确度最高；气象因子饱和水蒸气压差对T_r估算值的相对贡献率最大，相对湿度次之，不同温度变量对T_r估算值的相对贡献率依次为：日均温>最低温>最高温。结果表明，所构建的新疆杨日蒸腾量的估算神经网络模型可提高对干旱地区防护林蒸腾量的估算精确度。     

基于气象参数的内陆干旱区作物生育期ET0预测

为实现大田作物灌溉的精细化管理,研究了基于气象因素的生育期ET₀预测模型。采用灰色理论对ET₀与日均、日最高、最低温度,日均风速,相对湿度以及日照时数进行灰色关联度分析,结果表明ET₀与温度（包括日均、最高、最低温度）及相对湿度的灰色关联度较高。在分析ET₀与上述气象因素间的相关系数基础上,采用日均温度、日均风速以及日照时数作为模型的输入,ET₀作为输出,建立了BP神经网络（BPNN）预测模型;采用日均温度、日均风速、日照时数及灰色关联度作为输入,建立了模糊最小二乘支持向量机（FLSSVM）预测模型。研究结果表明,BPNN模型的训练值决定系数为0.8643,平均相对误差6.29%,预测值决定系数为0.8099,平均相对误差7.83%;FLSSVM模型的训练值决定系数为0.9684,平均相对误差2.89%;预测值决定系数为0.9663,平均相对误差3.43%。BP神经网络与FLSSVM模型的精度均较高,可以用来预测ET₀日值,这为大田作物的精细化灌溉管理提供理论与技术支持。     

参考作物蒸发蒸腾量计算简化方法

基于国家“863”节水农业重大专项子课题示范现场的气象资料,对参考作物蒸发蒸腾量及其影 响因素进行了相关性分析。选取净辐射和空气饱和差建立了参考作物蒸发蒸腾量的简化计算公式,并引 入风速函数进行修正。研究结果表明:参考作物蒸发蒸腾量与净辐射相关系数最大,然后依次是空气饱 和差、日照时数和温度;且与净辐射和空气饱和差呈直线关系,与日照时数和温度呈指数关系,而与相对 湿度呈负相关关系;考虑风速修正后的简化公式与标准方法(FA056 Penman-Monteith)的计算结果有较 高的一致性。     

及其对灌溉需水量的影响

 研究该文的目的在于揭示了柳园口灌区参考作物腾发量的长期变化规律,阐明其产生原因及可能产生的影响,为应对气候变化对农业生产带来的负面影响提供基础。采用FAO-56推荐的Penman-Monteith公式计算河南省柳园口灌区1983—2003年的逐日参考作物腾发量,用Mann-Kendall检验对灌区的参考作物发量进行长期变化趋势分析,对参考作物腾发量的长期变化趋势及其与气象因素、灌溉引水量的关系进行了分析。结果表明,在过去的20多年中,ET₀呈极显著的下降趋势,其下降的幅度约为50mm/10年;导致ET₀下降的主要原因是日照时数下降,其次是风速的下降,气温升高并不足以抵消日照时数和风速的下降而使ET₀上升;ET₀的下降主要出现在4月和6—8月。在降雨量变化不明显的情况下,灌溉季节的ET₀的下降使灌区的灌溉需水量呈下降趋势,而灌区近年来的引黄水量减少也证明了这一事实。因此,除了节水灌溉技术的推广,气候变化使灌溉需水量减少,灌区的节水也有气候变化的“贡献”。     

广东省大学生运动休闲消费特征研究

为提高潜水蒸发计算精度，利用潜水蒸发强度、埋深为零时的土面蒸发强度和水面蒸发强度的实测资料对阿维里扬诺夫公式、叶水庭公式和雷志栋公式中E₀值的选取进行了探讨，同时对比分析了E₀分别为水面蒸发强度和埋深为零时土面蒸发强度两种情况下的潜水蒸发强度。结果表明，针对新疆地区粘壤土类型，对于上述三种公式，若用埋深为零的土面蒸发强度代替水面蒸发强度，计算结果会产生误差，精度偏低，应选用E₀为水面蒸发强度进行计算，获得了η与地下水埋深的指数函数关系。该研究为潜水蒸发经验模型中E₀值的选取提供参考，同时为求解雷志栋公式中参数η提供一种新方法。     

参考作物蒸发蒸腾量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman-Monteith法计算得到的参考作物蒸发蒸腾量(ET0),回归分析了影响ET0的主成分.在此基础上比较了以4因子(平均气温、净辐射、相对湿度、2m处风速)和3因子(平均气温、净辐射、相对湿度)为输入向量,由Penman-Monteith法计算所得ET0为输出向量的BP网络ET0预报模型(BP-ET0).研究表明,BP网络可以用于ET0的预报计算,4因子法和3因子法均简便可行,能满足生产的需要.相比之下,4因子法的精度更高.此研究是对传统ET0计算的补充.     

参考作物蒸发蒸腾量的人工神经网络模型研究

根据河套灌区多年气象资料和Penman-Monteith法计算得到的参考作物蒸发蒸腾量(ET0)，回归分析了影响ET0的主成分。在此基础上比较了以4因子(平均气温、净辐射、相对湿度、2m处风速)和3因子(平均气温、净辐射、相对湿度)为输入向量，由Penman-Monteith法计算所得ETo为输出向量的BP网络ET0预报模型(BP-ET0)。研究表明，BP网络可以用于ET0的预报计算，4因子法和3因子法均简便可行，能满足生产的需要。相比之下，4因子法的精度更高。此研究是对传统ET0计算的补充。     

参考作物蒸发蒸腾量对关中地区主要气象因素变化量的敏感性分析

【目的】分析关中地区参考作物蒸发蒸腾量(ETref)对气象因素变化量(气象变量)的敏感性,以及敏感系数法在单气象因素变化和多气象因素变化下估算ETref的能力(预测能力)。【方法】依据关中地区31个气象站41年的气象观测资料,利用敏感系数法计算并分析关中不同地区多年日平均和月平均ETref对气象变量的敏感性;探讨不同时期对关中地区参考作物蒸发蒸腾量最具影响的气象因素;同时利用实际的数据检验多气象因素同时变化时联合公式估算ETref的精确度。【结果】关中地区ETref对气象变量的敏感性随时间和地区变化。总的来说,相对湿度为关中地区ETref最敏感的气象因素;其次是太阳短波辐射和平均气温,其敏感性相近,在5~8月份对ETref影响最强,在12到次年2月份最弱;风速总的来说是对ETref影响最弱的因素。【结论】敏感系数在单个或多个气象因素变化情况下均有较强的预测能力。     

兴安落叶松天然林蒸腾特征及其影响因素研究

【目的】了解兴安落叶松(Larix gmelinii)林分日蒸腾变化及其对环境因子的响应,进一步阐明环境条件调控林分蒸腾的机理。【方法】以兴安落叶松林为研究对象,在2018年生长季6—8月份对样地内林木根据胸径大小划分为3个径级,每个径级选取一株样树,利用热探针技术测定其树干液流密度,经尺度扩展得到林分蒸腾量,同步观测太阳净辐射量（R_n）、空气温度(T_a)、相对湿度（RH）、土壤含水量(SWC)、光合有效辐射量（PAR）等环境因子,利用Pearson相关分析、主成分分析、多元回归拟合等方法分析林分蒸腾对环境因子的响应,基于脱耦联系数（Ω）与林分日内蒸腾变化曲线确定太阳净辐射量（R_n）和水汽压亏缺（VPD）主导林分蒸腾的时段。【结果】（1）6—8月兴安落叶松林分日蒸腾量为0.41～1.44 mm,各月日蒸腾量均值为7月（0.85 mm）＞8月（0.65 mm）＞6月（0.64 mm）。（2）Pearson相关分析发现,影响林分日蒸腾量的环境因子主要为R_n、T_a、SWC,相关系数绝对值大小分别为SWC（0.657）＞T_a（0.383）＞R_n（0.318）。（3）通过主成分分析将影响兴安落叶松林分蒸腾的环境因子综合为植物生长因子(WS、SWC、PAR)、水分变化因子(R_n、RH、SWC)、日蒸腾量驱动因子(T_a、R_n),日蒸腾量驱动因子中T_a和R_n对林分日蒸腾量的贡献率大小表现为R_n（61.36%）＞T_a（38.64%）。（4）基于脱耦联系数与林分蒸腾量日内变化曲线得到R_n主导林分蒸腾的时间段为05：30—13：00,VPD主导林分蒸腾的时间段为13：00至翌日02：50。【结论】影响兴安落叶松林分日蒸腾量的环境因子主要为R_n和T_a,在日内尺度上影响林分蒸腾的环境因子是R_n和VPD,且二者主导的时段不同。     

气象行业标准《小麦干旱灾害等级》在莒县实际生产中的订正应用

为探索定量评估干旱灾害对旱区冬小麦造成损失的方法,以山东省莒县为例,利用1981—2010年莒县三十年气候整编资料以及历年冬小麦生长发育期、土壤水分观测资料,运用FAO PM公式,对气象行业标准《小麦干旱灾害等级》中冬小麦不同生长发育阶段的可能蒸散量、需水量、水分亏缺率进行求算,对小麦不同生育阶段作物系数表（K_c）中后期阶段的发育期、K_c的界定取值以及有关计算公式等进行订正应用研究。结果表明：小麦生育期间各生育阶段总可能蒸散量518.741 mm、不同作物系数小麦总需水量466.393 mm,平均作物系数总需水量440.93 mm,进而求算的阶段水分亏缺率符合实际,效果良好,用水分亏缺率作为评估干旱对冬小麦造成损失的方法可取,可以满足依据水分亏缺率对小麦产量的预报评估需要,可为基层和各级科研人员掌握和了解小麦干旱灾害评估方法提供切实可行的参照依据。     

Service-oriented approach for modeling and estimating reference evapotranspiration

Software used for estimating reference evapotranspiration (ET₀) has been developing in various directions. The main goal of this paper is to present an approach based on Service-Oriented Architecture (SOA) paradigm for modeling and estimating ET₀. The FAO-56 Penman-Monteith (FAO-56 PM) and Hargreaves equation are used for estimating monthly ET₀.The weather data for this study were obtained from CIMIS for Davis weather station. The FAO-56 PM and Hargreaves ET₀ values estimated using ET Web service were compared to corresponding CIMIS PM ET₀ estimates. The proposed model based on Web services implemented to the FAO-56 PM and Hargreaves equations has good performances and can be used in estimating ET₀ and has ability to complete missing weather data.     

Software for estimating reference evapotranspiration using limited weather data

The FAO-56 Penman-Monteith combination equation (FAO-56 PM) has been recommended as the standard equation for estimating reference evapotranspiration (ET₀). The FAO-56 PM equation requires the numerous weather data that are not available in the most of the stations. The main goal of this paper is to present the software for estimating reference evapotranspiration, focusing on the feature of using limited weather data. This is simple Windows-based and user-friendly software provides methods to estimate extra-terrestrial radiation, maximum sunshine hours, daily net radiation and daily/monthly ET₀. The program is written in C# and includes comprehensive technical documentation. The software is available for free download.The weather data for this study were obtained from CIMIS for Davis weather station. The reduced-set FAO-56 PM approaches and adjusted Hargreaves equation were compared to the full-set FAO-56 PM equation. The FAO-56 reduced-set PM ET₀ estimates were in closest agreement with FAO-56 full-set PM ET₀ estimates. The adjusted Hargreaves equation (AHARG) was found to be in very good agreement with the full-set FAO-56 PM. This program is the first software facilitating calculation of ET₀ only with air temperature parameter.     

The Ogallala Agro-Climate Tool

A Visual Basic™ agro-climate application capable of estimating crop evapotranspiration and irrigation demand over the Ogallala aquifer region is described here. The application's meteorological database consists of daily precipitation and temperature data from 141 U.S. Historical Climatology Network stations during 1976-2005. From that daily data the program calculates climate and crop evapotranspiration (ET_c) statistics over arbitrarily defined periods within summer or winter growing seasons at user-selected latitude-longitude coordinates. The statistics reported include: estimates of seasonal and sub-seasonal ET_c derived from the FAO-56 single crop coefficient algorithm, probabilities of exceedance of cumulative rainfall, irrigation demand and growing degree days, the probability that minimum and maximum daily temperatures will exceed user-defined temperature thresholds, and the probability of heat stress, cold stress and dry periods of varying duration.     

黄淮海地区冬小麦-夏玉米生育期内水分供需时空变化特征

为明确影响黄淮海地区作物需水的关键气象因子及其变化特征,基于该地区的66个国家标准气象站点1987—2016年长时间序列的逐日观测资料,采用敏感性分析、因子趋势检测和GIS空间分析等方法,定量计算冬小麦-夏玉米生育期内的有效降水量(Pe)、作物需水量(ETc)及灌溉需水量(ETaw),分析1987—2016年黄淮海区冬小麦-夏玉米水分供需的时空变化特征以及ETc对不同气象因子的敏感性差异。研究表明,1987—2016年冬小麦生育期内Pe远不能满足其生长需求,年均ETaw达264mm,特别冬小麦生育期内Pe呈较明显的下降趋势,伴随气温不断升高,使其面临较严重的水分亏缺;而夏玉米生育期与Pe耦合度高,年均ETaw仅为79mm。黄淮海地区北部为冬小麦ETc和ETaw的高值区,南部ETaw相对较低,但1987—2016年增加趋势明显。相对湿度和气温对ETc的影响最大,其次是平均风速和日照时数,相对湿度的减少和气温的显著升高都将导致ETc的增加。     

新疆塔里木盆地北缘日参考作物腾发量计算模型评价

采用4种常用的腾发量模型(Makkink模型,Turc模型,Priestley-Taylor模型以及Hargreaves模型)计算日腾发量,并以Penman-Monteith FAO 56公式计算结果为标准值进行对比,旨在寻找出建模数据少、模拟精度高以及适合研究区的腾发量计算模型。结果表明:Turc模型的日参考作物蒸发蒸腾量与Penman-Monteith FAO 56差异较小,其次是Makkink模型与Priestley-Taylor模型,Hargreaves模型的差异最大。     

Seasonal Variation of Moisture Availability at Water-wind Erosion Crisscross Region in Northern Loess Plateau China

The objectives of the current study were to estimate evapotranspiration（ET） over the grassland and assess seasonal variation of moisture availability at the wind-water erosion crisscross region in the northern Loess Plateau of China. The Liudaogou Catchment which has the representative climatic and hydrological characteristics of the wind-water erosion crisscross region was chosen as the study location. The reference crop evapotranspiration（ET 0） was estimated by Penmen method, which was recommended by FAO56 and the evapotranspiration over the grassland（ET） was estimated by Penmen-Monteith equation using the observed meteorological data with time unit of 1 h. The soil moisture availability factor was defined by m a =ET/ET 0. The calculated results for 2006 indicated that the total ET 0 was slightly more than the total yearly precipitation and ET accounted for 37 % of that, ET increased distinctly after the intensive rainfall event in the rainy season. Most of the m a was less than 0.4 and its annual mean was 0.34. It was expected that the results provided a basis for studies on dynamic functional analysis of soil moisture, relationship between soil water and crop growth at the wind-water erosion crisscross region in the northern Loess Plateau.     

Using data on soil ECa,soil water properties,and response of tree root system for spatial water balancing in an apple orchard

The study aims at spatial analysis of water deficit of fruit trees under semi-humid climate conditions. Differences of soil, root, and their relation with the spatial variability of crop evapotranspiration (ET_a) were analyzed. Measurements took place in a six hectare apple orchard (Malus x domestica ‘Gala’) located in fruit production area of Brandenburg (latitude: 52.606°N, longitude: 13.817°E). Data of apparent soil electrical conductivity (ECa) in 25 cm were used for guided sampling of soil texture, bulk density, rooting depth, root water potential, and volumetric water content. Soil ECa showed high correlation with root depth. The readily available soil water content (RAW) was calculated considering three cases utilizing (i) uniform root depth of 1 m, (ii) measured values of root depth, and (iii) root water potential measured during full bloom, fruit cell division stage, at harvest. The RAW set the thresholds for irrigation. The ET_a was calculated based on data from a weather station in the field and RAW cases in high, medium and low ECa conditions. ET_a values obtained were utilized to quantify how fruit trees cope with spatial soil variability. The RAW-based irrigation thresholds for locations of low and high ECa value differed. The implementation of plant parameters (rooting depth, root water potential) in the water balance provided a more representative figure of water needs of fruit trees Consequently, the precise adjustment of irrigation including plant data can optimize the water use.

     

气象因素对民勤地区参考作物腾发量变化的贡献分析

利用世界粮农组织的Penman-Monteith方法以及敏感曲线分析法,对甘肃国家级地面站点民勤站1968—2018年来的参考作物腾发量和气象因素的变化规律及各气象因子对参考作物腾发量变化的贡献大小进行了研究。结果表明:1)民勤站参考作物腾发量ET0年内变化特征呈抛物线形式,在1—5月增加,8—12月递减,7月达到最大值为5.29mm/d,年际变化整体呈波动上升趋势;2)利用相关性分析与主成分分析发现ET0与平均最高气温Tmax、平均饱和水汽压差VPD的相关性最大,利用偏相关性分析发现ET0与平均风速U、平均净辐射与土壤热通量的差Rn-G的相关性最小,但ET0与U、Rn-G的偏相关性较大,说明ET0与U、Rn-G的关系受其他气象因素的影响较大;3)气象因素的年内变化与ET0对各气象因素的敏感系数在年内的变化趋势有一定的相似度。ET0对Rn-G的敏感系数不大,但是由于Rn-G自身的增长幅度较大,导致Rn-G对ET0增长的贡献率最大;平均气温T和VPD对ET0的增长也产生了一定的贡献;U对ET0的增长产生了较大的负贡献。     

"蒸发悖论"在秦岭南北地区的探讨

潜在蒸散量(ET0)是大气蒸发的估计值,已经广泛应用于灌溉管理和无实测蒸发资料地区的估算.分析ET0的时空变化是研究水资源对气候变化响应的基础工作,同时对于农业水资源的优化利用也具有重要意义.根据秦岭南北47个气象站1960-2011年逐日数据,利用FAO Penman-Monteith公式计算出各站的潜在蒸散量(ET0),研究了气温、降水与ET0之间的长期变化趋势关系,对导致ET0下降的主要原因进行了讨论,着重对秦岭南北地区是否存在“蒸发悖论”进行验证.结果表明:(1)秦岭南北整体气温经历了先降后升的变化过程,1993年为突变年份,1960-1993年的降温速率和1994-2011年的升温速率均表现出由南向北递减的规律,1960-2011年整体升温速率由北向南递减.(2)1979年和1993年是ET0变化的转折点,以1979和1993为界ET0经历了“升—降—降”的变化阶段.1960-1979年仅汉水流域和巴巫谷地存在“蒸发悖论”现象,1980-1993、1994-2011和1960-2011年3个时段区域整体和各子区均发现了“蒸发悖论”现象.秋季后18a和52a整体以及冬季前34a和52a整体均存在“蒸发悖论”现象,冬季最为明显.(3)近52年整体降水表现出不显著的下降趋势,相较于年尺度,夏季降水与ET0逆向变化趋势更为明显.(4)年尺度上,太阳辐射(日照时数)下降引起的潜热通量减少是造成ET0下降即“蒸发悖论”现象的主要原因.季节尺度,春季ET0下降的主导因素为风速,其它季节均为太阳辐射(日照时数).