基于机器学习算法的ET_(0)预测研究北大核心

为了解不同机器学习算法在预测不同气候区参考作物腾发量(ET_(0))方面的表现,以中国干旱区和湿润区共计20个气象站点1960-2019年的逐日气象数据为依据,以PM和HS公式计算的ET_(0)为参考,评价了多元逐步回归(SL)、支持向量机(SVM)和高斯过程回归(GPR) 3种机器学习算法的ET_(0)预测精度及其适用性。结果表明:(1)当分别以PM和HS公式计算的ET_(0)数值为标准时,3种机器学习算法模拟ET_(0)精度大小关系均表现为:GPR>SVM>SL,且GPR算法的模拟精度最高,其相关系数(R~2)均高达0.950以上。(2)当采用同一种机器学习算法时,其在以PM公式计算的ET_(0)为参考值情况下的R~2范围为0.965~0.995、RMSE的范围为0.212~0.260 mm/d、MAE的范围为0.151~0.201 mm/d;以HS公式计算结果为参考值时,其R~2范围为0.935~0.984、RMSE范围为0.832~0.964 mm/d、MAE范围为0.596~0.745mm/d。(3)在不同气候分区,以同一参考公式计算结果为标准值时采用机器学习算法模拟干旱区的ET_(0)精度均优于湿润区,其R~2提高了0.01。(4)对比不同机器学习算法的稳健性,SL和SVM算法在分别以PM和HS公式计算结果为参考值时的稳健性最高,其训练到模拟阶段的R~2变化幅度仅为0.16%和0.11%,而GPR算法稳健性均最低。(5)对比不同机器学习算法训练时间成本,SVM和GPR算法的计算成本显著高于SL算法。综合分析3种算法的ET_(0)预测精度、稳健性和计算成本,SVM算法可推荐为中国干旱区和湿润区较为精准预测参考作物腾发量的方法。且机器学习模拟精度与气象因子的定量关系表明,日照时数(N)变化是影响各算法预测精度的主要因子。     

黑河流域近53年气候变化对参考作物腾发量影响研究

全球气候变化已成既定事实,其直接影响着陆地蒸散发及水平衡。基于Mann-Kendall非参数检验法、Pettitt突变点检验法以及GIS的空间分析功能,分析了黑河流域16个站点1960-2012年风速、气温、湿度、净辐射和参考作物腾发量(ET_0)的时空变化特征,并采用去气象因子趋势法评估了气候变化对ET_0的影响。结果表明:黑河流域平均风速、平均相对湿度、净辐射呈减少趋势,平均气温呈显著增加趋势;在气候变化背景下,流域参考作物腾发量年均减少0.37mm。各站年ET_0与气温、风速、净辐射呈正相关,与相对湿度呈负相关,且影响ET_0的主要气象要素是气温和风速。额济纳旗和高台参考作物腾发量的变化很大程度上决定着流域参考作物腾发量的变化。ET_0和各气候因子均存在明显的突变点和时空差异;流域ET_0的变化也存在时空差异,风速变化是导致其空间差异的主要原因。     

鞍山地区参考作物腾发量演变特征

采用鞍山地区4个气象站1958—2006年的气象资料,应用Penman-Montieth公式计算参考作物腾发量(ET_0),并对ET_0的年际变化特征、季节变化特征及趋势进行了分析。结果表明,49 a来鞍山地区的ET_0值呈缓慢下降趋势。     

河南省参考作物蒸散量时空分布特征及主要成因分析

根据1951—2016年河南省10个典型气象站点逐日气象资料,利用Penman-Monteith模型计算了参考作物蒸散量,通过Mann-Kendall检验、克里金插值分析、通径分析等方法,对河南省近66 a参考作物蒸散量的时空变化特征及主要影响因素进行了分析.结果表明:河南省整体ET_0随年际变化呈下降趋势,降幅约为1.37 mm/a,其中安阳、洛阳、郑州、商丘、许昌、宝丰、西华和驻马店等地ET_0下降趋势显著;河南省ET_0曾在20世纪80年代初期经历了由高至低的突变,降幅约为62 mm/a;近66 a来,河南省年参考作物蒸散量介于917~1 007 mm之间,中部地区即郑州市南部、许昌市西北部参考作物蒸散量较大,而在东南部即西华、宝丰、商丘和驻马店,参考作物蒸散量较小;突变前后ET_0空间分布差异显著,且四季ET_0空间分布差异明显,其中春季和夏季分布特征与全年分布较为接近;对ET_0构成主要影响的气象因子排序依次为风速、日照时数、平均相对湿度和平均温度;风速、日照时数和平均温度与ET_0呈正相关,平均相对湿度与ET_0呈负相关.该研究可为河南省农田水分管理提供科学依据.     

我国参考作物腾发量等值线图绘制及其应用

<正> 参考作物腾发量(reference crop evapo-trans—piration)反映了气象因子对作物需水量的影响,可根据常规气象资料(如气温、湿度、光照、风速等)计算求得。联合国粮农组织FAO在《作物需水量》一书中定义,参考作物腾发量(ET_0)是指高度一致、生长旺盛、完全遮盖地面而不缺水的8～15cm高的牧草地腾发速率。参考作物腾发量是作物需水量计算的重要参数。     

云南省典型区水稻作物系数及其变化规律

选择云南省水稻种植和气候典型区域,开展水稻作物系数及其规律观测试验研究。依据气象数据计算参考作物蒸发蒸腾量(ET_0),同时基于田间实测水层数据建立田间水量平衡关系,分析计算水稻需水量(ET_c),进而推求各典型区水稻作物系数K_c并研究其变化规律。结果可知,云南省各典型区水稻全生育期K_c值在0.99～1.18之间;各生育期呈现初期和末期较小、中期偏大的单峰曲线。K_c空间差异性没有明显规律,湿润、半湿润气候区略偏大,温凉气候区稍偏小;随海拔升高而减小但两者之间的关系并不密切;同一典型区K_c年际变化不大。研究结果可为今后云南水稻K_c取值和ET_c计算提供重要参考和应用支持。     

基于SDSM模型的新疆车尔臣河流域ET_0变化模拟

区域蒸散量预测对精准灌溉预报与农田水分管理意义重大。利用新疆车尔臣河流域且末气象站1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量,基于Hadley Centre Coupled Model version 3(Had CM3)的输出和统计降尺度模型分别对A2(高温室气体排放)、B2(低温室气体排放)情景下研究区2014-2099年ET_0进行预测,并对1961-2099年ET_0的演变特征进行分析。结果表明:基准期(1961-2010年)ET_0整体呈现明显下降趋势;与基准期相比,A2、B2情景下2011-2040、2041-2070和2071-2099年研究区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET_0分别增加0.91、1.75和1.33 mm/a,B2情景下ET_0分别增加1.12、1.96和0.61 mm/a。因此,未来研究区ET_0的上升可能导致水资源短缺与季节性干旱进一步加剧,这为研究区水资源优化管理和灌溉制度制定提供科学参考。     

1960-2017年滇中地区参考作物腾发量时空变化特征

为研究滇中地区参考作物腾发量(ET_0)时空变化特征,采用1960-2017年滇中地区9个气象台站观测气象数据,利用Penman-Monteith公式计算了各站点ET_0。通过Mann-Kendall趋势检验和Sen斜率估计,检验了不同区域和各站点ET_0时间变化趋势。结果显示:在时间上,Mann-Kendall趋势检验和Sen斜率估计显示滇中地区ET_0变化趋势季节差异较大,元谋在春季、夏季、秋季和冬季均表现为减小的趋势,昆明均表现为增加的趋势,其他站点增加和减小趋势均存在;同时春季作物腾发量较大,决定了滇中地区全年的作物腾发量变化特征。年变化趋势表现增加和减小趋势的站点均存在,其中,昆明表现为显著增加的趋势,元谋、蒙自和华坪表现为显著减小的趋势;同时显著减少的站点数量要大于显著增加站点的数量。在空间上,ET_0增加和减小趋势的站点在滇中地区广泛分布,其中位于中部的元谋表现为减小的趋势,昆明表现为增加的趋势。     

新疆维吾尔自治区参考作物腾发量时空变异性研究

研究参考作物腾发量的时空变化特征,有助于了解新疆维吾尔自治区农牧业及生态需水的分布与演变规律。选择新疆吾尔自治区范围68个气象站的气象观测资料,应用Penman-Monteith公式,计算得出不同气候分区的历年参照作物腾发量ET0,分析了不同气候分区不同年份ET0的变化情况。采用ArcGIS空间插值技术绘制新疆维吾尔自治区参考作物腾发量的分布图,结果表明:各站ET0变化在660~1 800mm,其空间分布总体表现为南疆大于北疆、东部大于西部、盆地大于山区的分布格局。     

贵州省ET_0时空演变规律的成因分析

为了明确贵州省参考作物腾发量(ET_0)的时空变化规律及其驱动原因,利用贵州省19个气象站点1959-2015年的日气象数据,运用FAO-56PM公式进行ET_0的计算,分别采用MK趋势检验法、IDW插值法和偏导数计算法分析了贵州省多年ET_0的年际变化趋势、空间分布特征和ET_0变化的气象因子灵敏度分析,并结合多年相对变化率进行贡献率分析。结果表明:贵州省不同地区的多年ET_0表现出不同程度的变化趋势和分布特征,多年年平均ET_0为785~989mm,总体上呈现为由西南到东北递减的分布特征;贵州省ET_0对相对湿度最为敏感,但日照时数(即太阳辐射)是引起贵州省多年ET_0变化的主要驱动因子。对于贵州省ET_0呈现上升趋势的地区应根据其主导驱动因子采取相应的科学措施,以缓解该区域水资源的供需水矛盾,研究结果可为贵州省农作物种植结构调整和水资源的合理配置提供指导依据。     

干旱荒漠草原应用Penman-Monteith与Penman修正式计算ET_0的偏差分析

甘肃天祝草原位于我国西北干旱荒漠草原,应用天祝县二道墩试验站2005年的实测气象资料,利用Penman-Monteith公式和Penman修正式计算参考作物腾发量(ET0)并进行了比较。Penman修正式计算的参考作物腾发量ET0值略小于Penman-Monteith公式计算的值,最大绝对偏差0.5 mm/d。分析发现生育期辐射项ETrad是导致参考作物腾发量ET0产生偏差的主要原因。2种方法计算的空气动力项ETaero差别较小,最大绝对偏差不超过0.2 mm/d。导致计算偏差的原因在于2种公式采用了不同的辐射项和空气动力学项计算公式和参数。2个公式计算的参考作物腾发量具有显著的线性相关性。     

玉米浅埋滴灌典型种植区参考作物腾发量的气象敏感性研究

为深刻了解玉米浅埋滴灌典型应用区农业气象要素对参考作物腾发量(ET_0)的影响,本研究采用拓展傅里叶幅度敏感性检验(EFAST)法对农业气象因子进行全局敏感性分析,明确不同ET_0的气象成因,为了解获知农业气象变化对作物蒸散发耗水的影响以及合理设计灌溉制度提供参考。结果表明:通辽市2017年、2018年生长季内的气象因素的变化规律具有西辽河流域的典型特征,即春季冷凉干燥多风、夏季湿热多雨,水文年型分别为丰水年、平水年。ET_0与日值最高气温、最低气温、日均风速、日照时数呈正相关,与日均相对湿度呈负相关。该典型区气象因子对ET_0的一阶、全局敏感性指数大小排序为:日均风速(0.220/0.324)最高气温(0.125/0.157)日均相对湿度(0.100/0.139)日照时数(0.091/0.116)最低气温(0.007/0.034),前4个指数为高敏感因子。2017年、2018年生长季ET_0的界限分别为1.5～9.3、1.3～9.6 mm/d,采样气象值相应的ET_0的界限为0.5～9.2 mm/d,作物生长季内高气温、大风速、低湿度、长日照出现频次越高,潜在蒸散耗水量越大,在农业气象的变化的影响下,使得灌溉制度需做出相应调整。     

灰色—周期外延组合模型在参考作物腾发量预测中的应用

参考作物腾发量ET0是计算作物需水量、制定灌溉制度和进行水资源优化配置的重要参数之一。因参考作物腾发量随季节性变化,并呈现以年为周期波动的特点;在这种情况下,提出了一种基于灰色GM（1,1）与周期外延相结合的预测模型,即灰色-周期外延组合模型。以沈阳、鞍山、铁岭、盘锦4个地区1997—2006年参考作物腾发量季节值为例进行分析和模拟。结果表明：运用灰色-周期外延组合模型预测参考作物腾发量比原有的GM（1,1）模型预测精度高。该模型预测过程简单,预测结果可靠,适应性强。因此,该模型可广泛的应用于参考作物腾发量的季节预测。     

黄河三角洲参考作物腾发量计算方法适宜性研究

准确估算各地区的参考作物腾发量(ET0)是农业灌溉设计和节水规划中必不可少的内容。利用黄河三角洲地区4个典型气候区的气象资料,选用5种计算方法(P-M,FAO-79Penman、Priestley-Taylor,FAO-24Penman和Hargreaves-Samani)计算了ET0,并以P-M方法作为标准,对其他方法进行了评价。结果表明,在黄河三角洲各气候区FAO-Penman法估算的ET0较Priestley-Taylor方法更接近于P-M法的计算结果,并且计算精度较高,误差在3%~10%之间。在缺少资料的湿润区,用Priestley-Taylor方法可以得到与P-M法估值相近的结果。     

基于天气预报和符号回归算法的参考作物腾发量预测研究

以干旱区和湿润区6个典型站点1989-2016年历史气象资料和2013-2016年天气预报数据为依据,以PM公式计算结果为对照,比较分析了率定Hargreaves-Samani(HS)模型和符号回归估算模型(SR)的ET_0预报精度。结果表明:率定后的HS模型在各站点的ET_0预报精度均维持在较高水平,且其在干旱区典型站点的预报精度略高于湿润区站点的值;而与HS公式预报结果相比,采用SR模型在不同气候区的ET_0预报精度均有不同程度的提高,其中在湿润区站点的平均MAE、RMSE值降低了18.98%和20.97%,在干旱区各站点的平均MAE、RMSE值减少了9.79%和7.53%。因此,根据不同模型在不同气候区的预报精度,结合气候特征,建议在湿润区和干旱区分别采用SR模型和HS公式进行ET_0预报,可为实时灌溉预报提供准确依据。     

参考作物腾发量与蒸发皿蒸发量的变化特征及变化原因分析

利用东江流域1961～2003年的气象资料,对参考作物腾发量和蒸发皿蒸发量的变化特征及变化原因进行分析,结果表明:参考作物腾发量与蒸发皿蒸发量都有减少的趋势,参考作物腾发量减少的趋势不显著,蒸发皿蒸发量减少的趋势显著,蒸发皿系数有显著增加的趋势;参考作物腾发量、蒸发皿蒸发量在全流域的空间分布相似,都是南部大北部小,蒸发皿系数的空间分布是北部大南部小;平均温度、日照时数、风速与参考作物腾发量、蒸发皿蒸发量的偏相关系数都为正,相对湿度都为负;日照时数对参考作物腾发量、蒸发皿蒸发量的影响程度都最大,且远大于其它因子,这种效应在夏季表现更突出,温度对参考作物腾发量的影响程度比蒸发皿蒸发量大;参考作物腾发量与蒸发皿蒸发量都有减少趋势的原因首先是日照时数的减小,再是风速的减小;参考作物腾发量与蒸发皿蒸的趋势显著性有差异的原因是温度的增加对参考作物腾发量的影响程度比蒸发皿蒸发量大.     

用中午作物冠层温度估算腾发量

<正> 为评价Bartholic-Namken-wiegand法(1970)由冠层温度估算白天的作物腾发量,分别对小麦(冬季)和绿豆(夏季)在生育期内进行了试验观测,在正午至下午2时之间任意时刻观测冠层温度,11天的观测结果表明,单独用冠层温度就可以估算出白天的作物腾发量,与波温比法相比误差27％(偏低)。波温比法估算的白天作物腾发量(ET_0)与Bartholic-Namken-wiegand法估算的     

神经网络方法计算参考作物腾发量精度分析

参考作物腾发量的准确计算是确定农田灌溉制度的重要依据,比较了神经网络模型和经验公式计算腾发量的精度以及如何使用最少的气象数据实现最优的腾发量计算问题。结果表明,神经网络模型比经验公式的计算精度要高。采用神经网络模型用最少气象数据实现最优腾发量计算是可行的,但输入参数类型需要根据不同地区的气候特点进行选择。在半湿润地区最佳网络输入为日最高气温、最低气温、平均气温和外太空辐射,在气候湿润地区最佳网络输入为日最高气温、最低气温、平均气温、经验相对湿度和外太空辐射。因此,在缺少气象资料时可以使用神经网络模型代替经验公式计算参考作物腾发量。     

甘肃省不同气候区1961-2020年蒸散发时空变化及其影响因子北大核心

潜在蒸散发与气象因素间关系复杂,研究由多个气候区组成的甘肃省潜在蒸散的时空变化规律及影响因子,对探明气候变化对水文循环的影响具有重要意义。基于甘肃省及周边31个气象站点1961-2020年逐日气象资料,对甘肃省8个气候区通过Penman-Monteithm模型,应用Kriging插值法、Mann-Kendall检验和偏相关分析等分析方法,分析了研究区不同气候类型的潜在蒸散发时空变化特征及其影响因子。结果表明:(1)1961-2020年甘肃省各气候区气象因子变化差距明显,其中各气候区平均温度、最高温度、最低温度在60 a来均呈显著上升趋势;平均相对湿度除河西西部暖温带干旱区和祁连山高寒半干旱区以外,均呈下降趋势;平均风速除河西西部暖温带干旱区、河西冷温带干旱区和陇中北部冷温带半干旱区外,均呈上升趋势;年降水除陇中南部温带半湿润区外,均呈显著上升趋势,年日照时数差异微小。(2)在蒸散发空间分布格局上,年均潜在蒸散发在春季、夏季、秋季总体为西北高,东南低的特点,年均波动范围710~1 363 mm;而冬季略显不同,则呈现出东南高、西北低的特点。(3)1961-2020年各气候区73.42%的区域潜在蒸散发变化趋势在0.05水平上显著相关,变化趋势波动范围在-2.62 mm/a到3.01 mm/a之间。(4)甘肃省各气候区潜在蒸散发与气温、日照时数和风速呈正相关关系,其中对温度的相关程度最高,A、B、C、D干旱及半干旱区潜在蒸散发对风速的相关程度高于湿润气候区,而相较于干旱及半干旱区来说,日照时数对潜在蒸散发的相关程度在湿润区更高。所有气候区均与相对湿度呈负相关关系,降雨则对各气候区潜在蒸散发变化的作用最小。     

基于Copula函数的黑龙江省作物生育期丰枯遭遇研究

作物生育期降雨量(P)和参考作物腾发量(ET0)的多少是造成农业干旱的主要因素,分析作物生育期丰枯遭遇特征,对指导农业防旱抗旱有重要作用.基于黑龙江省1980-2017年春玉米生育期的降雨量和参考作物腾发量,利用Copula函数构建P-ET0联合分布模型,对其丰枯遭遇频率进行研究.研究表明:P、ET0均服从Gamma分布;在9种丰枯遭遇组合中P-ET0枯丰型的联合概率值随着P的增大和ET0的减小而呈增大趋势;在天然来水条件下,黑龙江省春玉米生育期P枯、ET0丰的联合重现期和同现重现期分别为2.50年、3.33年.针对水资源供需不协调、天然来水不能满足作物需水,且重现期间隔时间较短的情况,可通过P与ET0的不同遭遇组合情况对其干旱风险进行定性描述和定量评估,从而为灌溉规划、科学调配水资源提供参考依据.