基于基因表达式编程算法的参考作物腾发量模拟计算

选取都安气象站5年(2008—2012年)的逐日气象数据,包括日最高气温、最低气温、平均风速、日照时数以及相对湿度5个气象要素的不同组合作为输入,并以FAO-56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,采用基因表达式编程算法(GEP)及径向基函数网络算法(RBFNN)对参考作物腾发量ETo进行模拟计算,并将模拟结果与Hargreaves模型的计算结果进行比较,用决定系数R2和均方根误差RMSE作为评价指标。结果表明,GEP模型能够捕捉到ETo的变化,具有较强的适用性,与FAO P-M公式的计算值有很高的一致性。引入关键气象因子(气温和相对湿度)后,模型的决定系数R2达到0.914,均方根误差RMSE为0.240 mm/d。在相同输入情况下GEP模型计算精度高于RBFNN模型和Hargreaves模型,并建立了可以替代Hargreaves模型的GEP模型及缺少相对湿度RH时的GEP模型。结果表明,在缺乏相关气象因子时,可以利用GEP模型模拟ETo。     

基于气温和 DC - BP - NN 的河西走廊月度 ETo 估算模型

针对参考作物蒸散量(Reference crop evapotranspiration,ETo)估算模型中,标准估算模型——FAO PenmanMonteith(FAO-PM)模型需要充分的气象数据,而基于气温的估算模型精度不足的问题,参考FAO-PM模型结构,基于气温和月序数,融合分治法(Divide and conquer,DC)和误差反向传播神经网络(Back propagation neural network,BP-NN),提出了一种采用DC-BP-NN的月度ETo估算模型;以FAO-PM模型计算的ETo为标准,利用河西走廊酒泉气象站1958年1月—2013年9月的月度气象数据,将DC-BP-NN模型与其余6种基于气温的ETo估算模型(Blaney-Criddle模型、Hargreaves-Samani模型、2种改进的Hargreaves-Samani模型、BP-NN模型、BP-NN1模型)进行对比。结果表明,DC-BP-NN模型的估算精度(均方根误差5.99 mm/月,平均偏差0.99 mm/月,平均绝对百分误差7.18%,决定系数0.988 6)优于其余6种ETo估算模型,该模型可以用于河西走廊农田气象数据不充分条件下的月度ETo估算。     

基于双线性理论的土壤介电测量研究

针对目前土壤介电计算模型适应性差等问题,基于双线性理论构建了双线性介电计算模型。为探究双线性介电计算模型对土壤介电测量的适应性,选用7种不同质地土壤分别配置0、5、10、15、20、25、30cm3/cm3体积含水率,在0.001～3GHz频域内进行不同含水率下介电谱测量。分析发现,该模型介电谱可很好地反映土壤不同含水率下混合介质的介电特性;土壤含水率介电法测量理想频率点为1.50288GHz。在理想频率点上,基于复介电常数实部和视在介电常数构建了2个土壤含水率频域测量经验公式,通过试验数据分析,土壤含水率复介电实部测量式的计算值与干燥法含水率测量值对比,两者R2为0.9126,RMSE为0.0294cm3/cm3、RPD为3.343;土壤含水率视在介电测量式计算值与干燥法含水率测量值对比,两者R2为0.8907,均优于其他3种经典公式（Topp公式、Roth公式、Malicki公式）。双线性介电计算模型对土壤介电常数计算有良好的适应性,基于该模型建立的土壤含水率频域测量式对土壤含水率有较高的测量精度。     

参考作物腾发量计算方法的应用比较

应用陕西杨凌地区2001～2002年的气象数据,对3种不同类型的参考作物腾发量计算公式进行比较,用这些公式计算日ETo值,并以FAO 56 Penman-Moteith公式为标准,比较3种方法计算结果的相异性和相关性,并探讨了以简化的ETo公式为基础进行参考作物腾发量的预报.     

参考作物腾发量计算方法在玛纳斯河流域的应用比较

基于玛纳斯河流城4个气象站莫索湾、炮台、石河子、乌兰乌苏1961-2005年的日观测气象数据,采用SWAT2000模型里引入的Penman- Monteith, Hargreaves, Priestley-Taylor方法计算每日参考作物腾发量(ETo),比较计算结果之间的差异性.结果表明,莫索湾站与炮台站Hargre...     

基于Kriging插值方法改善地下水数值模型的精度

为了建立更符合研究区的地下水数值模型,提升模型的计算精度,提高水资源的管理水平。采用Kriging插值和地统计分析的方法对研究区现有的地下水监测网进行优化,分析了地下水监测站网优化前后所建立地下水数值模型的计算精度。结果表明,监测站网标准差由优化前的0.2~2.7变为优化后的0.5~0.8,整体标准差显著减小;优化后的监测站网所建立的地下水数值模型的精度优于利用原有的监测站网所建立的模型,更有助于模型的后续计算。     

生物质气化过程的热力学模型研究

在综合考虑系统散热和碳不完全转化等因素的情况下,基于物质平衡、能量平衡和化学反应平衡建立了生物质气化过程热力学模型,并用Newton-Raphson方法对模型进行了求解.模型计算结果与文献数据基本吻合.最后,利用所建模型分析了空气预热温度、原料含水率、反应温度、空气当量比对气体成分、热值等指标的影响程度.     

生物质气化过程的热力学模型研究

在综合考虑系统散热和碳不完全转化等因素的情况下,基于物质平衡、能量平衡和化学反应平衡建立了生物质气化过程热力学模型,并用Newton-Raphson方法对模型进行了求解。模型计算结果与文献数据基本吻合。最后,利用所建模型分析了空气预热温度、原料含水率、反应温度、空气当量比对气体成分、热值等指标的影响程度。     

引黄灌区潜水蒸发规律与计算方法研究

潜水蒸发是浅层地下水向土壤水和大气水转化的重要途径,也是地下水的主要消耗项。根据惠北试验站2003-2008年实测的逐日潜水蒸发资料,分析了气象因素、作物因素、土壤因素、地下水埋深以及降雨量对潜水蒸发强度的影响规律。利用叶水庭指数模型建立了不同时段的潜水蒸发计算模型,并进行了验证,分析了日指数模型计算结果偏大的原因。基...     

应用RS技术建立估算蒸散发模型的研究

蒸散发是水资源分配利用的依据,能够估算出不同气候环境、不同区域的蒸散发是目前研究的重点。这些年运用遥感手段建立模型,结合地面气象站的气象数据、卫星影像等信息,提取参数建立模型来估算蒸散发的方法已经有了较为广泛的运用。其中,利用能量平衡来建立模型尤为广泛,不同的模型,选取参数、处理方法上有所不同,着重针对SEBAL、SEBS估算模型进行详细的对比介绍,SEBAL模型是具有较为坚实的物理基础,已经在平原、盆地、流域等区域进行了成功的应用,SEBS模型与SEBAL模型在模型建立原理上一致,但在计算感热通量H时,采用总体大气的相似理论,引入了热传输粗糙度长度。对这两模型进行了系统学习分析,并针对在新疆未来可开展的工作进行展望。     

基于分形理论的参考作物蒸发蒸腾量估算

根据成都、雅安和乐山等站点实测的1954~2000年的气象资料和地理参数,建立了温度推算辐射的模型,从分形理论的角度,进一步揭示了温度和辐射的关系特征,并结合Penman-Monteith模型对参考作物蒸发蒸腾量(ET0)进行了估算。研究表明,温度(T)、净辐射(Rn)和净短波辐射(Qns)无标度区拐点的界限时间和分形维数非常接近,具有相似的分形特征,可利用T估算Rn和Qns;通过T估算的Rn计算的ET0的平均绝对偏差和平均相对偏差,均小于通过T估算的Qns计算的ET0的平均绝对偏差和平均相对偏差,而且偏差较小。因此,在实际应用中可通过T估算Rn来计算ET0,简化ET0的计算过程。     

四川省不同SPEI指数计算方法适用性评价

为探究不同参考作物腾发量(ET₀)算法及相应标准化降水蒸散指数(SPEI)在四川省的适用性,针对四川省3个区域(川西高原、川西南山地和川中盆地),利用34个气象站点1967—2016年的气象资料,以Penman-Monteith(PM)法计算的ET₀为标准,对FAO-24Radiation(FAO-Ra)、Priestley-Taylor(PT)、Makkink(MK)、Hargreaves-Samani(HS)、Blaney-Criddle(BC)、World Meteorological Organization(WMO)、Rohwer(Ro)7种方法的ET₀计算结果进行比较,并选取其中综合表现较好的3种方法进行相应的SPEI计算。通过时间序列分析、误差分析、K-S检验及小波分析等方法,探讨各区域不同ET₀算法下的SPEI适用性。结果表明：7种方法在不同区域计算精度差异显著,在川西高原及川西南山地,PT法均方根误差(RMSE)均在99.11 mm以下,大部分气象站点的相对误差(RE)介于-3.8...     

西北地区夏玉米不同生育期蒸发蒸腾量模拟模型适用性评价

【目的】蒸发蒸腾量(ET)是农业生产的主要参数,ET的准确估算对农田精准用水管理和区域水资源优化配置具有重要意义。【方法】利用2012—2013年夏玉米作物指数与气象因子,采用基于参考作物蒸发蒸腾量(ET0)经验模型(Schendel、Hargreaves-M4(H-M4))的单作物系数法、单源模型(Priestley-Taylor(P-T))和双源模型(Shuttleworth-Wallace、Two-Patch)对作物蒸发蒸腾量进行模拟,并对比分析各估算模型模拟情况。【结果】基于不同生育期实测和平衡蒸发蒸腾量均值的比值修正P-T模型经验系数?,P-T修正模型对夏玉米全生育期ET模拟值与大型称质量式蒸渗仪实测值拟合的平均绝对误差(MAE)、决定系数(R2)、平均相对误差(MRE)、相对均方根误差(Relative root mean-squared error,RRMSE)和整体评价指标(GPI)排名分别为0.977 5 mm/d、0.5689、0.843 4、0.450 4和1,苗期分别为0.959 2 mm/d、0.332 0、0.478 4、0.481 1和3,拔节抽雄期分别为1.038 8 mm/d、0.507 8、0.551 7、0.429 0和1,成熟期分别为0.548 1 mm/d、0.774 6、0.915 8、0.423 9、0.692 1和1;H-M4模型对灌浆期ET模拟MAE、R2、MRE、RRMSE和GPI排名分别为1.344 3 mm/d、0.727 9、2.298 3、0.491 0和1。模拟结果均达到极显著(P<0.01,P代表显著性水平)。【结论】P-T和基于单作物系数法的H-M4均具有输入较少参数获取较精确ET估算值的优势,因此P-T可作为全生育期及苗期、拔节抽雄期和成熟期蒸发蒸腾量最优模拟模型,H-M4可作为灌浆期蒸发蒸腾量最优模拟模型。     

青海省农业生态区参考作物蒸散量的遥感反演

根据青海省农业生态区15个气象站2003年气象资料,应用FAO推荐的Penman-Monteith方程计算参考作物蒸散量(ET0),利用MODIS高程(DEM)、地表温度(LST)及法国SPOT卫星的归一化植被指数(NDVI)遥感影像资料,提取遥感数据并耦合到时间分辨率为旬,空间分辨率为1km,将其与计算所得ET0进行相关分析,运用MATLAB软件进行模型拟合,获得该地区的ET0遥感反演模型及其适用条件,使用Arcgis9.3对利用该模型反演的结果进行了空间分布规律分析。研究结果表明,2003年7—11月各旬遥感因子DEM、NDVI和LST与ET0的线性关系显著,其中DEM与ET0呈显著负相关关系,NDVI和LST与ET0呈极显著正相关关系;获得了该地区基于遥感数据的旬ET0三元线性遥感反演模型,该模型通过α=0.01的F和t显著性检验,模型效果极显著,适用期为7—10月;对2004年计算及反演结果表明,ET0空间分布从西北往东南方向递增,低海拔处往高海拔处递减;模型反演平均相对误差为-1.9%,有较好的反演结果。     

基于气温预报和HS公式的不同生育期参考作物腾发量预报

根据南京站2001-2011年实测气象数据,以Penman-Monteith(PM)公式计算得到的参考作物腾发量ET0值作为基准值,对仅需要气温数据计算参考作物腾发量的Hargreaves-Samani(HS)公式进行参数率定,采用率定后的HS公式依据2012年6月-2015年6月气温预报数据对南京水稻、冬小麦不同生育期未来1~7d的ET0进行预报,并与基于实测气象数据的PM法计算的ET0值进行比较,评价HS法的ET0预报精度。结果表明:最低、最高气温实测值与预报值相关系数分别为0.97和0.93,最低气温预报精度略高于最高气温;预见期1~7d内,水稻、冬小麦不同生育期ET0预报值与PM法计算值变化趋势基本一致,整个生育期内冬小麦ET0预报值与PM法计算值吻合程度更好,水稻、冬小麦相关系数分别达0.60、0.80左右;水稻各生育期平均准确率为66.0%~97.5%,平均绝对误差为0.65~1.22mm/d,均方根误差为0.76~1.42mm/d,冬小麦各生育期平均准确率为75.4%~99.5%,平均绝对误差为0.33~1.06mm/d,均方根误差为0.43~1.23mm/d;作物生育期各阶段对气温预报误差越敏感,ET0预报精度越低,随着生育期的推进,水稻对气温预报误差的敏感程度逐渐减小,相应的ET0预报精度逐渐增加,而冬小麦反之;但整体上预见期1~7d的气温预报及ET0预报精度达到可利用程度,可为快速灌溉预报及灌溉决策提供数据支撑。     

Simulation of winter wheat evapotranspiration in Texas and Henan using three models of differing complexity

Crop evapotranspiration (ET) is an important component of simulation models with many practical applications related to the efficient management of crop water supply. The algorithms used by models to calculate ET are of various complexity and robustness, and often have to be modified for particular environments. We chose three crop models with different ET calculation strategies: CROPWAT with simple data inputs and no calibrations, MODWht for intensive inputs and limited calibrations, and CERES-Wheat with intensive inputs and more calibrations for parameters. The three crop models were used to calculate ET of winter wheat (Triticum aestivum L.) grown at two experimental sites of China and US during multiple growing seasons in which ET was measured using lysimeter or soil water balance techniques. None of the models calculated daily ET well at either Bushland or Zhengzhou as indicated by high mean absolute differences (MAD > 1.1 mm) and root mean squared errors (RMSE > 2.0 mm). The three models tended to overestimate daily ET when measured ET was small, and to underestimate daily ET when measured ET was large. The fitted values of daily crop coefficients (K_c), calculated from daily ET and reference ET (ET_o), were very similar to those of Allen et al. (1998) [Allen, R.G., Pereira, S.L., Raes, D., Smith, M., 1998. Crop evapotranspiration guidelines for computing crop water requirements. Irrigation and drainage paper 56, Rome] although some K_c were overestimated (≥1.0). Leaf area index (LAI) was poorly calculated by MODWht and CERES-Wheat, especially when using the Priestley-Taylor method to estimate potential ET (PET). Poor overall ET calculation of three models was associated with poorly estimated values of PET or ET_o, K_c and LAI as well as their interactions. Therefore, this suggested that considerable revisions and calibrations of ET algorithms of the three models are needed for the improvement of ET calculation.     

豫北地区基于天气预报的ET_0预测模型

运用茆智提出的ET0预测方法,并结合其他学者对方法的改进,利用日常的天气预报信息,分别对豫北地区的冬小麦和夏玉米生育期内的ET0进行了预测。结果表明,在冬小麦生育期的ET0预测值,返青前绝对误差不超过0.8mm/d,返青以后93%的预测结果相对误差小于20%,53%的预测结果小于10%;在夏玉米生育时期内的预测值,95...     

北京地区潜在蒸散量计算方法的比较研究

利用北京地区1951—2007年的逐日气象资料,选取常用的7种公式计算日潜在蒸散量,并和利用FAO推荐的Penman-Monteith(PM)标准公式计算日潜在蒸散量进行比较。根据线性回归、平方根误差和平均偏差方法分析得出:Penman公式、Kimberly-Penman公式(KP)和Doorenbos-Pruitt公式(DP)与PM相关性较好,KP公式计算的ET0和标准ET0平均偏差和平方根误差均最小,可直接用来计算北京地区的ET0,而Penman公式和DP公式的平均偏差和平方根误差较大,不适合直接计算北京地区的ET0,利用气象数据提出了修正的Penman公式和DP公式。Makkink公式、Priestley-Taylor公式、Hargreaves公式和Turc公式与PM相关性较差,不适合计算北京地区的ET0。北京地区对ET0影响最大的气象因子为饱和水汽压差和净辐射,基于此,提出了2个适合估算北京地区缺资料条件下ET0的经验公式。     

基于公共天气预报的参考作物腾发量预报

针对Penman Monteith公式的应用局限性,以公共天气预报可测因子及历史气象数据计算ET₀为基准,对广州站2017-01-01-2019-03-31预报气象信息风力状况进行量化后,以2017,2018年气象预报信息为输入因子、ET₀为输出因子,分别建立基于回归型支持向量机(SVR)预报模型与BP神经网络预报模型,选择性能较优预报模型对2019年ET₀进行预报,并与计算值进行对比分析.结果表明:回归型支持向量机参考作物腾发量预报模型测试集确定性系数为0.896、均方误差为0.206,BP神经网络参考作物腾发量预报模型测试集确定性系数为0.851、均方误差为0.305,SVR参考作物腾发量预报模型均方误差及决定系数要明显优于BP神经网络;基于SVR模型的预报值与PM公式计算值相关系数为0.761,没有明显差异,表现出显著的相关性以及整体吻合度,可为灌溉预报及决策提供较为准确的ET₀预报数据.     

基于公共天气预报的三江平原ET0预报模型比较及敏感性分析

为了提出适合我国三江平原的高精度ET0预报方法,基于该区6个气象站点的天气预报数据和实测气象数据,以FAO56-Penman-Monteith(FAO56-PM)公式计算值为基准,比较Hargreaves-Samani(HS)、Thornthwaite(TH)和Blaney-Criddle(BC)3个ET₀预报模型的效果,对最优模型进行敏感性分析。结果表明:3个模型1~7 d预见期平均绝对误差均值分别为0.66、0.65、0.65 mm/d,均方根误差分别为0.93、0.96、0.95 mm/d,相关系数分别为0.857、0.828、0.840。1~5 d预见期最优预报模型为HS模型,6~7 d为TH模型。总体上预报精度由高到低为HS、TH、BC模型,建议采用HS模型在三江平原开展ET₀预报,HS模型预报对最高温预报的敏感性大于最低温。其预报值在夏季受温度预报误差影响最大,冬季最小,4季整体误差较小。研究可为灌溉预报提供较准确的数据基础。