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.     

近60年桂西北喀斯特地区气候与参考腾发量变化及成因分析

根据桂西北喀斯特地区7个国家气象站1951-2011年逐月气象资料,采用Penman-Monteith公式计算逐月参考腾发量(ET0),分析各气象因子及ET0的年际变化特征,并计算ET0对太阳净辐射、气温、风速和相对湿度的敏感系数,探讨ET0近60年的变化成因。结果表明:桂西北地区气温呈小幅升高趋势,温度增长量变化范围为0.004-0.186℃/10a,60年平均气温上升范围为0.024-1.116℃;日照时数、风速及相对湿度呈极显著减少趋势,降雨量减少趋势不显著。敏感性分析表明,桂西北地区ET0最敏感的气象因素为相对湿度,其次为太阳净辐射和气温,风速对其影响最小;气温和太阳辐射的敏感系数呈单峰型分布,夏季较大,风速敏感系数呈单谷型分布,夏季较小,相对湿度敏感系数在雨季较小;桂西北地区日照时数和风速的减少对ET0的负贡献率分别为-3.49%和-1.51%,气温的升高和相对湿度的减少对ET0的正贡献率分别为1.36%和3.36%,负贡献大于正贡献,导致ET0下降。研究阐明了日照时数和风速的减少是引起桂西北ET0变化的主要原因。     

基于MATLAB神经网络的温室草皮腾发量预测研究

[目的]明确基于MATLAB的BP神经网络预测温室草皮腾发量的可行性。[方法]在9月温室实测气象资料的基础上,对温室内的平均气温、相对湿度、光照强度和草皮日腾发量(ET)进行回归分析,建立了BP网络ET预报模型(BP-ET)。[结果]气温、光照强度与草皮腾发量呈显著正相关(P<0.05),相对湿度与草皮腾发量呈显著负相关(P<0.05)。BP神经网络模型具有极高的拟合精度,9月资料检验预报模型的平均相对误差为5.58%,模拟与检验均有很高的拟合精度。BP网络可以用于草皮日腾发量的预测,是对传统草皮日腾发量计算的补充。[结论]该研究为气象数据缺测条件下温室草皮日腾发量的估算提供了新思路。     

基于最小二乘支持向量机的参考作物潜在蒸散量估计

建立了以气象因子为输入变量,以Penman-Monteith公式计算所得的参考作物潜在蒸散量（ET0）为输出变量的最小二乘支持向量机（LSSVM）ET0预报模型。与以同样资料为基础的人工神经网络模型（ANN）进行对比研究表明,LSSVM模型比ANN模型精度高,且效率高、泛化能力强,是ET0预报方法的有益补充。     

基于通径分析法的漳河灌区参考作物蒸发蒸腾量变化成因研究

选取漳河灌区1974—2014年逐日气象数据,运用Excel软件和SPSS 24.0软件对4项主控因子和参考作物蒸发蒸腾量(ET0)进行趋势分析和通径分析。结果表明,多年平均气温(T)和平均相对湿度(RH)均呈显著性上升趋势,多年日照时数(n)和ET0呈不显著性下降趋势,多年平均风速(u)呈显著性下降趋势。日平均相对湿度(RH)与ET0呈负相关,其余主控因子与ET0均为正相关,日照时数(n)和平均风速(u)的相关性最高。日照时数(n)的决定系数、对回归方程R2的贡献和对ET0的直接效果均为各主控因子中最大,是影响ET0的决策变量。     

基于云模型的甘肃省参考作物蒸散量变化特征及影响因子

为了深入认识甘肃省参考作物蒸散量(ET0)的变化特征,解决该地区水资源供需矛盾,利用甘肃省29个气象测站1951~2013年的日气象资料分析甘肃地区ET0年、季的时间变化趋势.依靠处理定性概念与定量描述不确定转换的云模型,对ET0时间变化特征和影响ET0的气象因子进行了分析,同时采用通径分析方法,对影响ET0变化的气象因子进行了探讨.结果表明:河西半干旱区、陇中半干旱区、陇东半湿润区、陇南湿润区4个分区ET0在近63a均表现为持续性的上下波动.ET0在时间尺度上分布较为均匀、稳定.季节分布呈现出夏季春季秋季冬季的分布态势.离散性方面秋、冬季最均匀,夏季最不均匀;稳定性则是冬、春季好于夏、秋季.年际变化来看,平均气温对ET0的直接作用最大,平均相对湿度和日照时数对ET0的间接作用最大.不同季节气象因子分析表明,春、秋、冬3个季节对ET0直接作用最强的气象因子为平均气温,夏季对ET0直接作用最强的气象因子为平均相对湿度;间接作用显示,春、秋季对ET0间接作用最强的气象因子为平均相对湿度,夏、冬季则分别为日照时数和平均气温.     

澳大利亚参考作物蒸散量变化及影响因素分析

[目的]探讨参考作物蒸散量在全球气候变化环境中的区域响应形式及其影响因素。[方法]利用Penman-Monteith方程计算澳大利亚1998～2007年的参考作物蒸散量(ET0),通过GIS方法分析ET0的时空变化特征并探讨ET0与主要气候因子的关系。[结果]①多年平均ET0呈半环状分布,自东、南2面向西北部和内陆逐渐增加,与气候带分布具有较高的空间一致性;②全区平均ET0约1750mm,2000年取得最小值(1647.97mm),2002年取得最大值(1851.45mm);③ET0按夏、春、秋、冬的顺序递减,1、12月ET0最高,分别为200.42和201.24mm,6月最低,为79.55mm;④ET0与平均气温、太阳辐射量呈正相关,确定性系数分别为0.83、0.94,与平均相对湿度呈负相关关系,与降水量没有明显的相关性。[结论]该研究为澳大利亚的作物需水量研究及灌溉措施的制定提供了参考。     

贵州省潜在蒸散发量时空变异特征分析（英文）

[目的]分析贵州省潜在蒸散发量时空变异特征。[方法]根据贵州省1960~2007年19个气象观测站观察资料,应用优化的Penman-Monteith公式及SEBAL净辐射模型公式计算各站参考作物蒸发蒸腾量ET0,并借助Arcgis9.3空间差值法、气候倾向率统计方法、K-M检验、小波分析等分析了各监测站内气象因子与ET0的相关性区域分异及时空变化特征。[结果]潜在蒸散发与气象因子的相关性在贵州省内呈现区域分异,潜在蒸散发与气象因子的相关性与气象因子的年内变化量没有直接联系;潜在蒸散发量的变化存在3个周期,分别为1、5和10年,存在3个突变点,分别为1965、1984和1999年,主要受到气温、降雨及太阳辐射的影响。[结论]对现有水资源情况下灌溉发展模式,农业结构调整,生态建设方面起到现实指导意义。     

Analysis on Temporal and Spatial Variation Characteristics of Potential Evapotranspiration in Guizhou Province

[目的]分析贵州省潜在蒸散发量时空变异特征。[方法]根据贵州省1960-2007年19个气象观测站观察资料,应用优化的Penman-Monteith公式及SEBAL净辐射模型公式计算各站参考作物蒸发蒸腾量ET0,并借助Arcgis9.3空间差值法、气候倾向率统计方法、K-M检验、小波分析等分析了各监测站内气象因子与ET0的相关性区域分异及时空变化特征。[结果]潜在蒸散发与气象因子的相关性在贵州省内呈现区域分异,潜在蒸散发与气象因子的相关性与气象因子的年内变化量没有直接联系;潜在蒸散发量的变化存在3个周期,分别为1、5和10年,存在3个突变点,分别为1965、1984和1999年,主要受到气温、降雨及太阳辐射的影响。[结论]对现有水资源情况下灌溉发展模式,农业结构调整,生态建设方面起到现实指导意义。     

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。