用彭曼—蒙特斯模式估算作物蒸腾量的研究

本文论述了彭曼—蒙特斯(Pcnman—Montcith)模式的推导过程,分析了产生计算误差的四个原因。对模式中参数的取值进行了讨论,分别比较了考虑和不考虑气压订正与空气层结稳定性订正时计算值的差异,结果表明不考虑气压订正时的计算值比实测值偏小10％～20％,而空气层结稳定性订正对计算结果的影响不如气压订正的显著。     

河套灌区参考作物蒸发蒸腾量估算方法研究

参考作物蒸发蒸腾量（ET₀）是计算作物需水量的基础,一般用FAO推荐的Penman-Monteith公式（PM公式）计算。但是在河套灌区部分地区缺少辐射数据的观测,因而无法利用PM公式计算ET₀。本文选用河套灌区临河气象站1990—2012年的气象资料,分析了利用PM公式计算参考作物蒸发蒸腾量ET₀与气象要素的关系,发现对ET₀影响最大的气象因素为净辐射,其次为饱和水气压差和平均温度。建立了基于饱和水气压差、温度和风速的ET₀估算公式,验证结算显示相关系数、纳什效率系数和总量平衡系数分别为0.96、0.92、1.00。在风速缺测的条件下,也建立了基于饱和水汽压差和温度的ET₀估算公式。以上两个公式为河套灌区缺资料条件下ET₀的估算提供了简单且准确的估算方法。     

作物蒸发蒸腾量简析

作物蒸发蒸腾量的研究在节水灌溉中有非常重要的意义。本文主要从作物蒸发蒸腾量估算方法、测定方法和预测模型方面进行了总结。     

作物蒸发蒸腾量的人工神经网络模型研究

采用盆栽试验,利用BP-人工神经网络模拟作物的蒸发蒸腾量,分别构建ET1(气象因子)、ET2(气象因子与播种天数)、ET3(气象因子、播种天数和含水率)3种人工神经网络模型,并将预测结果与称重法得到的实际值ET进行比较,结果表明,所构建的ET3模型的计算精度较高,是一种最优的计算作物蒸发蒸腾量的BP-人工神经网络模型。     

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。     

参考作物腾发蒸腾量等值线图的绘制

根据鄂尔多斯市及其周边地区24个站点30年气象资料,在对已有的水文、气象站网(均为非规则分布)进行正则化基础上,对ET0空间结构性进行了系统分析.充分利用ET0区域信息的特征,采用Kriging无偏最优估计方法对区域信息进行最优估计,并据此绘制了参考作物ET0最优等值线图.用以了解鄂尔多斯市的作物需水量的分布规律,为发展牧草提供科学的依据,提高畜牧业的生产总值.     

作物蒸发蒸腾量测定与估算方法综述

作物蒸发蒸腾量的测量与估算在农业方面有着重要的作用.本文主要介绍了作物蒸发蒸腾量的直接测定方法与估算方法,并在此基础上着重分析了各种方法的测量原理及其优缺点.目的在于能够在各种方法研究的基础上扬长避短,在以后的研究中找到一种适用于各种情况,准确测量作物蒸发蒸腾量的标准方法.     

参考作物腾发蒸腾量等值线图的绘制

根据鄂尔多斯市及其周边地区24个站点30年气象资料，在对已有的水、气象站网(均为非规则分布)进行正则化基础上，对ET0空间结构性进行了系统分析。充分利用ET0区域信息的特征，采用Kriging无偏最优估计方法对区域信息进行最优估计，并据此绘制了参考作物ET0最优等值线图。用以了解鄂尔多斯市的作物需水量的分布规律，为发展牧草提供科学的依据，提高畜牧业的生产总值。     

基于天气预报估算参考作物蒸发蒸腾量的预测模型比较

参考作物蒸发蒸腾量(ET0)是计算作物需水量和进行灌溉预报的基础要素.利用天气预报可测因子和Penman Monteith公式计算ET0,分别建立多元线性回归模型(MLR)和自适应神经模糊推理系统模型(ANFIS),两种方法的估算值与PenmanMonteith公式计算值没有明显的差异,自适应神经模糊推理系统预测值相对于多元线性回归模型具有整体吻合度好,相关性高.两种预测模型的输入项完全可以从当前短期气象预报中获得,程序运行操作简单,具有实用价值,为实时灌溉预报提供了理论基础.     

参考作物蒸发蒸腾量的多元线性回归模型研究

利用FAOPenman Monteith(1992)公式,根据新疆生产建设兵团农七师127团2004年7月至8月每日的气象资料,计算了逐日参考作物潜在腾发量,建立与实测的日平均气温(T)、日照时数(N1)、风速(W)、相对湿度(RH)的相关关系,Y=0.005+0.162×T-0.03×RH+0.607×W+0.077×N1,Y=-3.382+0.205×T+0.679×W+0.118×N1,Y=3.738+0.131×T-0.047×RH,Y=-1.258+0.218×T。利用这些相关关系进行参考作物潜在腾发量的估算,通过验证精度较高,方法简单。     

石羊河流域参考作物蒸发蒸腾量空间分布规律的研究

根据甘肃省石羊河流域及周边的17个站近50年的观测资料,应用1998年FAO灌溉排水丛书第56分册最新推荐的Penman-Monteith公式计算各站历年参考作物蒸发蒸腾量ET0,分析了海拔高度与ET0的相关性.石羊河流域ET0值空间变化比较大,从山区到绿洲平原ET0多年平均值呈递增趋势.同时借助地理信息系统软件MapGIS6.5和Arcyiew3.1建立了石羊河流域参考作物蒸发蒸腾量的空间分布式模型,本研究只考虑了海拔高度对参考作物蒸发蒸腾量的空间分布的影响,暂未对坡地上的辐射及温度进行校正.     

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。     

石羊河流域参考作物蒸发蒸腾量空间分布规律的研究

根据甘肃省石羊河流域及周边的17个站近50年的观测资料，应用1998年FAO灌溉排水丛书第56分册最新推荐的Penman-Monteith公式计算各站历年参考作物蒸发蒸腾量Ero，分析了海拔高度与Ero的相关性。石羊河流域Ero值空间变化比较大，从山区到绿洲平原Ero多年平均值呈递增趋势。同时借助地理信息系统软件MapGIS6．5和Arcview3．1建立了石羊河流域参考作物蒸发蒸腾量的空间分布式模型，本研究只考虑了海拔高度对参考作物蒸发蒸腾量的空间分布的影响，暂未对坡地上的辐射及温度进行校正。     

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。     

不同灌溉方式对生菜蒸发蒸腾量及作物系数的影响

为了解云南省滇中地区生菜生育期内蒸发蒸腾量、作物系数、水分利用效率对微喷灌、不覆膜滴灌和覆膜滴灌的响应规律,于2020年11月至2021年1月、2021年11月至2022年1月在云南省灌溉试验中心站开展了生菜灌溉试验。结果表明：对于蒸发蒸腾量及日蒸发蒸腾强度而言,在全生育期及各生育阶段覆膜滴灌模式下最大,其次为不覆膜滴灌,最小为微喷灌。覆膜滴灌、不覆膜滴灌和微喷灌模式下全生育期蒸发蒸腾量,2020年分别为82.1、60.2和52.0 mm;2021年分别为88.4、77.2和72.8 mm。生菜作物系数,在全生育期覆膜滴灌模式下最大,其次为不覆膜滴灌,最小为微喷灌;在各生育阶段,不同年景生菜作物系数变化规律存在差异。受灌溉方式的影响,覆膜滴灌下的生菜产量及水分利用效率大于不覆膜滴灌和微喷灌,不覆膜滴灌下的生菜产量及水分利用效率大于微喷灌。覆膜滴灌、不覆膜滴灌和微喷灌模式下生菜水分利用效率,2020年分别为45.65、42.01和41.58 kg·m^-3,2021年分别为50.33、45.86和36.82 kg·m^-3。     

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。     

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。     

滴灌灌溉量和频次对小麦—青贮玉米复播体系蒸发蒸腾量和作物系数的影响

为了探索不同灌溉量和滴灌频次处理对北疆地区滴灌小麦—青贮玉米复播体系蒸发蒸腾量(ET值)和作物系数(K值)的影响,以新春6号和新饲玉13号为试验材料,整个复播体系设置3个灌溉量(660、520、320 mm)、3个滴灌频次(10次、8次、6次)互作条件下的9个滴灌处理,结合当地气象数据,对不同处理滴灌小麦—青贮玉米复播体系的ET值及K值进行分析。结果表明,滴灌小麦—青贮玉米复播体系4、5、9、10月份参考作物蒸发蒸腾量(ET_0值)较小,6、7、8月份ET_0值较大;灌溉量对滴灌小麦—青贮玉米复播体系ET值及K值影响显著,灌溉量越高,ET值和K值越大;灌溉频次对复播体系ET值和K值在不同灌溉量下的影响各不相同,在中灌溉量中频次下作物产量最高。建议北疆地区滴灌小麦—青贮玉米复播体系的灌溉方案以小麦灌溉量300 mm滴灌5次、青贮玉米灌溉量220 mm滴灌3次为宜。     

作物蒸发蒸腾量计算方法研究与展望

详细介绍了作物蒸发蒸腾量计算的常规方法如水文学方法、微气象学法、植物生理学法和新兴方法如遥感法、BP神经网络法和小波变换分析方法。同时,介绍了各种方法的基本原理、计算方法和各自适用条件。最后,简要分析了传统方法存在的问题,并对一些新方法做出展望。