郑州市作物需水量变化特征研究

作物需水量是灌溉决策和水资源规划的重要依据,研究其变化特征对农业用水的正确决策具有重要意义.基于郑州市1955-2009年逐日气象资料,采用Mann-Kendall趋势分析法和R/S(重标极差)分析法对主要作物需水量的变化特征进行了研究.结果表明:夏玉米和冬小麦作物需水量均呈明显降低趋势.夏玉米需水主要影响因子为日照时...     

基于主成分回归的黑龙江省粮食生产能力影响因素分析

针对当前的粮食安全问题,结合黑龙江省的情况,将影响粮食单产与粮食种植面积的指标综合考虑,由于指标较多和相互间可能的相关性,故先利用主成分分析将多个影响指标综合成少数具有代表性地反映所有影响因素的几个指标来代替,再建立回归模型来进行定量分析。该方法有效地避免了回归分析中的变量相关的问题,提高了拟合的精度和效用。     

大型灌区作物需水量计算与气象影响因素分析

依据1981-2012年灌区气象监测数据,基于Penman修正公式建立作物需水量数学模型,预测大型引黄灌区农作物生长发育期间的作物需水量,分析作物需水量与各气象因子之间的关系。研究表明:灌区小麦、棉花和玉米3个主要作物需水量变化规律性比较明显,其中小麦年内需水量最大值在5月,棉花和玉米的年内需水量最大值在七八月;灌区主要作物波动变化周期具有较好的一致性,小麦、棉花和玉米在15和20a时间段均出现明显的波动;作物需水量主要受平均风速、平均相对湿度、日照时数的影响,主要影响作用大小为平均风速平均相对湿度日照时数。     

泾惠渠灌区作物需水量特征及影响因素分析

通过CROPWAT模型分析泾惠渠灌区冬小麦和玉米蒸发蒸腾量及灌溉需水量的变化,同时运用SPSS软件,计算灌区作物需水量与气象因子的相关系数,分析结果表明:冬小麦整个生育期蒸发蒸腾量平均值为634.04 mm,蒸发蒸腾量最高峰出现在4月中旬—5月中旬,灌区各分区蒸发蒸腾量趋势基本一致;玉米蒸发蒸腾量平均值为525.22 mm,蒸发蒸腾量高峰期出现在7月中旬—8月下旬,其中三原最大为535.97 mm,富平最小为514.68 mm;灌区冬小麦在播种—越冬期灌溉需水量最低,返青—拔节期需水量增加;灌区玉米在拔节—抽雄期需水量增加,灌溉平均需水量为133.04 mm;7月—8月为籽粒形成乳熟期,需水量为359.15 mm,至9月下旬,玉米灌溉需水量下降;灌区作物需水量与气温呈正相关,与降水呈负相关,与风速和相对湿度相关性较小,气温、日照时数和相对湿度是影响作物需水量的主要因素.     

泾惠渠灌区作物需水量特征及影响因素

通过CROPWAT模型分析泾惠渠灌区冬小麦和玉米蒸发蒸腾量及灌溉需水量的变化,同时运用SPSS软件,计算灌区作物需水量与气象因子的相关系数,分析结果表明:冬小麦整个生育期蒸发蒸腾量平均值为634.04 mm,蒸发蒸腾量最高峰出现在4月中旬—5月中旬,灌区各分区蒸发蒸腾量趋势基本一致;玉米蒸发蒸腾量平均值为525.22 mm,蒸发蒸腾量高峰期出现在7月中旬—8月下旬,其中三原最大为535.97 mm,富平最小为514.68 mm;灌区冬小麦在播种—越冬期灌溉需水量最低,返青—拔节期需水量增加;灌区玉米在拔节—抽雄期需水量增加,灌溉平均需水量为133.04 mm;7月—8月为籽粒形成乳熟期,需水量为359.15 mm,至9月下旬,玉米灌溉需水量下降;灌区作物需水量与气温呈正相关,与降水呈负相关,与风速和相对湿度相关性较小,气温、日照时数和相对湿度是影响作物需水量的主要因素.     

灌溉水利用率影响因素的主成分分

基于漳河灌区1973-2006共34年的资料,采用首尾测算分析法计算灌溉水利用率,根据灌溉水利用率及其影响因素长系列数据,采用主成分分析法对灌溉水利用率各影响因素的影响规律和影响程度进行计算分析。结果表明：塘堰供水比例、渠道衬砌率、节水改造投资和节水灌溉面积比对灌溉水利用率有较大正贡献率,而中稻灌溉定额、水稻种植比具有较大的负贡献率;反映当地种植结构及管理情况的塘堰供水比和中稻净灌溉定额、反映节水工程状况的渠道衬砌率和节水灌溉面积比对灌溉水利用率的影响较大,而反映自然条件的生育期降雨量及参考作物蒸发蒸腾量影响较小;灌溉水利用率整体随时间有上升的趋势,并存在明显波动,但这种波动在逐步减小,即灌溉水利用率的变化逐渐趋于平稳。     

作物系数影响因素分析

作物系数Kc的合理取值对作物需水量分析计算精度十分关键。以水稻为例,基于江西省灌溉试验中心站及浙江永康灌溉试验站的实测数据,分析了Kc与降雨量及ET0的关系,以及灌溉模式对Kc的影响,以江西及云南省为例,探讨了Kc在省域尺度上的空间变化规律。结果表明,Kc年内变化呈现先增大后减小的趋势,在抽穗开花期达到最大;Kc年际变化存在差异,早晚稻Kc与ET0呈负相关,晚稻Kc与降雨呈弱正相关,但关系均不明显,采用连续3年Kc实测平均值代替各年Kc满足精度要求;节水型灌溉模式下作物系数明显小于淹灌模式;采用FAO修订办法计算了江西省19个站点的Kc并进行了比较,Kcini均为1.05,Kcmid和Kcend的标准差与变异系数均在0.01左右,Kcmid、Kcend最大值与最小值相差3%左右,而云南36个站点的比较表明,Kcini标准差与变异系数在0.03~0.04,Kcmid,Kcend标准差和变异系数在0.02左右,Kcini最大值与最小值相差10%,Kcmid、Kcend最大值与最小值相差在5%左右。因此,对于省域尺度,如果省内气象要素变异不大,某个站点的作物系数可以扩展到整个省内使用,否则需进行修订。     

滴灌作物需水量小于地面灌溉

美国农业部水管理研究实验室最近用一台可支撑25t多重量的蒸渗仪(Lysimeter)测定作物需水量的数据,来开发和改进用于作物灌溉的数学模型。实验结果表明:目前靠土壤水分蒸腾损失总量系数来决定灌溉需水量的数字对于滴灌来说显得很     

中国食用菌出口影响因素主成分分析与变化趋势预测

近年来,中国食用菌出口面临较大的市场挑战,出口增长受到抑制。研究分析2004—2018年中国食用菌出口贸易特征,通过主成分析看出食用菌出口单价、中国的GDP水平以及农业总产值是构成影响中国食用菌出口的主要三大指标,并借助灰色预测方法,选择和构建影响食用菌出口的指标,对中国食用菌2019—2024出口变化态势进行预测发现由于中国食用菌自身发展中存在的不足将导致其整体出口在预测区间内呈现明显上升—下降—上升的波浪式变化态势,出口的不确定性特点较为明显,出口的稳定性有待加强。最后,根据实证结果,研究提出应多渠道控制和降低食用菌出口成本,确保出口价格竞争优势,推动产业升级转型等推动食用菌优化的举措。     

设施农业作物需水量研究

随着我国设施农业的发展,温室大棚种植成为提供蔬菜和瓜果类农产品的重要部分。目前对于设施农业作物的需水量、灌溉制度的研究还有待完善。通过整理前人对于设施农业作物需水量的研究,总结了影响设施农业作物需水量的主要因素,以及计算方法,并建议加强温室大棚的小气候研究,以进一步了解温室大棚各个环境因子对作物的影响过程,完善对影响作物需水量各方面因素的研究。     

风沙区主要作物需水量研究

北屯灌区降雨量少风沙大气候干燥,为典型的戈壁平原干旱风沙区。利用当地典型风沙区20年的逐日气象资料,对灌区参考作物需水量进行了分析计算,ET0值在年内与年际间变化较大,全年的7月上旬至8月上旬ETrad稍大于或基本等于ETaero外,其余月份基本上是ETaero大于ETrad,说明全年风速对ET0的影响相对来说比较大。对灌区内6种主要作物进行了作物需水量计算,其中地膜甜瓜和地膜打瓜需水量最小,全生育期需水量在300~350 mm之间,建议高效经济作物采用地膜种植可作为一项有效的节水措施。     

河南省主粮作物需水量变化趋势与成因分析

河南省是我国粮食主产区,研究河南省主粮作物的灌溉需水变化规律可为水分高效管理和节水增粮提供实践参考。基于河南省18个气象站点1958—2013年逐日气象观测资料,根据FAO推荐的Penman-Monteith公式计算参考作物蒸发蒸腾量及冬小麦和夏玉米各生育期需水量,利用时间序列分析法和Arc GIS普通克里金插值法研究需水量时空变化特征,采用通径分析法研究作物需水量的变化成因。结果表明:河南省近56 a来年均参考作物蒸发蒸腾量为807.0 mm/a,日均蒸发蒸腾量为2.2 mm/d,呈波动减少趋势,其中西北和东南地区参考作物蒸发蒸腾量最大,豫西地区的参考作物蒸发蒸腾量跨度较大。冬小麦和夏玉米的净灌溉需水量分别为350~525 mm和243~368 mm,灌溉需求指数随经度和纬度的增加而增大,冬小麦生长对灌溉的依赖程度高于夏玉米。影响河南省主粮作物需水量的气象因子主要为气温、水汽压、日照、最高气温和风速。     

关中地区气候变化对主要作物需水量影响的研究

用关中地区30个气象站41年气象资料,探讨了关中地区主要作物冬小麦和夏玉米需水量与相应生育期内气候因子的变化趋势,分析了气候变化对作物需水量的影响。结果表明:关中地区冬小麦需水量无一致变化趋势,净灌溉需水量(NIWR)呈增加趋势;夏玉米需水量呈不显著减少趋势,净灌溉需水量无一致变化趋势。气象因子影响顺序为,冬小麦:相对湿度>最高气温>日照时数>降水量>平均气温>风速,夏玉米:日照时数>相对湿度>最高气温>平均气温>降水量>风速。日照时数和风速引起冬小麦需水量的降低趋势在很大程度上抵消了相对湿度和最高气温引起的冬小麦需水量的升高趋势,而冬小麦生育期降水的减少是造成冬小麦净灌溉需水量增加的主要原因;风速和日照时数的降低趋势是导致夏玉米需水量减少的主要原因。关中地区秋冬春季向暖干发展,夏季除风速显著降低外,其它气象因子变化不大。     

风沙区参考作物需水量的计算

根据国内外相关的研究成果，分析选择并确定了适宜于风沙区参考作物需水量（ET0)的计算模式。利用典型风沙区的气象资料，对多年逐旬参考作物需水量及2001年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明，FAO最新修正的Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算，一般ET0值在年内与年龄间变化较大，最高值发生在6月上旬左右，多年平均为5.82mm/d，最低值发生在1月上旬，多年平均0.43mm/d左右，年内各日ET0值受气象因素的影响变幅很大，因此，精确灌溉应设法提高短期天气预报和灌溉预报的精度。     

基于主成分分析的参考作物腾发量预测研究

为准确估算作物需水量,提高水分利用效率,采用RBF神经网络预测参考作物腾发量,由于参考作物蒸发蒸腾量的影响因子很多,且各影响因子间的相关性很大,运用主成分分析的原理,将影响参考作物蒸发蒸腾量的因子降低维数.以山西省某灌区的参考作物腾发量为例,运用DPS软件找出了3个综合因子来代表众多因子并作为RBF人工神经网络的输入,运用Matlab7.0进行编程,对参考作物腾发量进行预测.结果发现其预测结果与用Pen-man-Monteith公式算得的值具有很高的一致性,与BP神经网络相比,RBF神经网络具有学习速度快等优点,将此方法用于参考作物腾发量的预测可以收到理想的效果.     

风沙区参考作物需水量的计算

根据国内外相关的研究成果 ,分析选择并确定了适宜于风沙区参考作物需水量 (ET0 )的计算模式。利用典型风沙区的气象资料 ,对多年逐旬参考作物需水量及 2 0 0 1年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明 ,FAO最新修正的 Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算 ,一般 ET0 值在年内与年际间变化较大 ,最高值发生在 6月上旬左右 ,多年平均为 5 .82 mm/ d,最低值发生在 1月上旬 ,多年平均 0 .43 mm/ d左右 ,年内各日 ET0 值受气象因素的影响变幅很大 ,因此 ,精确灌溉应设法提高短期天气预报和灌溉预报的精度     

地表太阳辐射经验值对参考作物需水量计算的影响

针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(R_(s-c))对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET_(0-PM))的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点R_(s-c)与观测的地表太阳辐射(R_(s-o))的时空差异,以及二者分别输入PM公式获得的ET_(0-c)和ET_(0-o)的时空差异。结果表明:基于年内时空尺度的各农业区R_(s-c)和R_(s-o)存在显著且不稳定的差异,R_(s-c)直接替代R_(s-o)参与计算ET_(0-c)可能出现较大的误差。基于R_(s-c)和R_(s-o)分别计算的ET_(0-c)和ET_(0-o),无论是在全国,还是各个农业区,均存在显著的线性相关性,R~2超过0.67,ET_(0-c)平均值只有0.06～0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的春旱灌溉需求,可以直接以R_(s-c)计算获得ET_(0-c),而在全国范围内的夏季伏旱期,输入R_(s-c)计算的ET_(0-c)比输入R_(s-o)计算的ET_(0-o)偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET_(0-c)进行校准。     

基于主成分回归分析的海南休闲旅游发展综合研究

文章选取了影响海南休闲旅游发展的15个指标,基于主成分回归分析对各指标进行综合分析,并用此方法对海南各市县休闲旅游发展进行综合排名。     

建三江主要作物需水量变化趋势与关键影响因子识别

基于建三江垦区1995—2018年逐日气象数据,采用Penman-Monteith公式结合单作物系数法计算其主要作物水稻、玉米、大豆生育期的需水量,利用去趋势预置白(TFPW)的Mann-Kendall(TFPW-MK)研究3种作物需水量变化特征,并通过重标极差(R/S)分析法预测作物未来需水量变化趋势;借助通径分析法研究6个气象因子与作物需水量的相关性,识别了作物需水量变化的关键影响因子,并分析了关键影响因子变化与作物需水量变化趋势间的关系。结果表明：建三江垦区主要作物水稻、玉米、大豆全生育期需水量存在显著差异,3种作物多年平均需水量分别为484.84、425.91、319.11 mm;影响水稻、玉米和大豆需水量的关键影响因子为平均气温、净辐射和日照时长,对作物需水量有明显增进作用;风速、相对湿度通过与其他因子协同作用对作物需水量有一定限制作用;在1995—2018年时间序列中,水稻和大豆的全生育期作物需水量呈上升趋势,玉米的全生育期需水量呈下降趋势;未来,水稻和大豆全生育期需水量呈上升趋势,玉米全生育期需水量呈降低趋势。研究可为该垦区作物灌溉水量分配和灌溉制度的制定提供决策依据。