共查询到15条相似文献,搜索用时 46 毫秒
1.
参考作物腾发量计算方法的适用性研究 总被引:1,自引:1,他引:0
选用5种方法,利用陕西6站的气象资料,计算了各站逐日ET0。并以FAO56 Penman-Monteith(P-M)法为标准,对其它方法进行评价。结果表明,在陕西6地区,5种方法计算的ET0变化趋势基本相同,但数值上有一定差异,所有的差异随ET0的增大而增大。Hargreaves法计算结果差异性较小,适用性较好;1948Penman和Priestley-Taylor二方法估值较FAO24 Penman法更接近P-M法的计算结果;缺气象资料时,Priestley-Taylor法可获得较好估值,且更适用于湿润地区;FAO24 Penman法也能获得较好结果,但其估值精度低于Priestley-Taylor法,一般不宜采用。同时分析了P-M法计算的ET0值和水面蒸发量之间的关系,为利用水面蒸发资料估算陕西6地区ET0值提供参考。 相似文献
2.
3.
参考作物腾发量(ET0)是计算作物需水量的关键,是进行农田水分管理和灌溉预报的主要参数。但不同ET0计算方法的结果存在明显差异。用能力统计量Z比分数,对FAO56Penman-Monteith、Hargreaves-Samani、Irmark-Allen拟合和Priestley-Taylor四种常用ET0计算方法在不同天气条件下的计算结果精度进行了对比分析。结果表明,Priestley-Taylor与FAO56Penman-Monteith方法的计算结果在精度上具有较高的一致性,与有关文献结果相吻合,其中前者精度略佳。且Z比分数参数受极端值的影响较小,计算简便、适用性强,克服了常规方法公式繁杂、编程实现困难的缺点,说明Z比分数法能够更好地适用于ET0计算方法的优选。研究结果可为农业水土工程领域有关参数计算与测定方法的优选提供借鉴。 相似文献
4.
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。 相似文献
5.
为实现参考作物腾发量(ET0)在气象资料缺失地区的准确计算,探究ET0简便方法在泸州市的适用性,以Penman-Monteith(PM)法作为标准方法,对Hargreaves(Har)法、FAO24 Blaney-Criddle(FAO24 BC)法、Makkink(Mak)法、Priestley-Taylor(PT)法计算的ET0进行适用性分析,并采用线性关系和贝叶斯公式对各方法进行修正。通过误差分析得出,Har、PT法在研究区的适用性较好,RMSE在0.5~1.1 mm/d、PE在10%~15%,误差相对较小,且利用线性关系修正比贝叶斯公式好,线性修正后的Har法、PT法误差分别下降50%、80%左右,可以看出PT法的修正效果比Har法更理想。采用线性关系修正后的PT法更适合代替PM法计算气象资料缺失时的ET0,可为估算作物需水量提供理论依据和数据支持。 相似文献
6.
7.
应用Hargreaves公式和Penman-Montieth公式计算了太子河流域1960--2005年间逐月参考作物腾发量.将Hargreaves公式计算结果与Penman-Montieth公式结果比较发现,年内3-10月份Hargreaves公式计算结果偏高,其余月份偏低.两方法夏季差异最大,冬季差异最小.相对湿度和风速是两方法差异的主要原因,经分析太子河流域相对湿度的影响更大.利用Hargreaves公式计算结果与PM公式计算结果之间良好的线性关系,对Hargreaves公式系数进行了地区修正.修正后的Hargreaves公式简单、准确,为辽阳市及其类似地区Ego的计算提供了新方法. 相似文献
8.
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。 相似文献
9.
10.
海河流域参考作物腾发量长期变化趋势分析 总被引:2,自引:0,他引:2
收集了海河流域37个国家气象站的逐日气象资料,采用FAO-56 Penman-Monteith方法计算参考作物腾发量(ET0);采用Mann-Kendall法进行趋势检验。通过分析及各气象因素的变化趋势,揭示了气候变化对参考作物腾发量长期变化规律及对作物灌溉供需水量可能产生的影响。结果表明:自20世纪50年代至2007年末,在海河流域下游地区具有较明显的ET0下降趋势,而在各主要河流的上游地区则有明显的上升趋势;其原因是整个流域内呈现气温上升相对湿度下降趋势,风速和日照时数都有下降趋势,但在上游地区前者占主导地位,而在下游地区后者占主导地位;在整个流域降雨呈现下降趋势的情况下,ET0上升使上游地区灌溉需水量增加,而在下游地区作物生长也可能受影响;除了工业和居民用水快速增长外,气候变化也是导致近几十年来海河流域水资源紧缺的原因之一。 相似文献
11.
参考作物蒸发蒸腾量计算方法的应用比较 总被引:52,自引:6,他引:52
应用国家"863"节水农业重大专项子课题示范现场的气象资料,对4种分属于不同类型的参考作物蒸发蒸腾量ET0计算公式进行了日ET0值的验证计算。结果显示,在时间序列上,随气象因素变化各方法计算的日ET0值呈相同的变化趋势,但计算值有较大的差异;选取FAO56Penman-Monteith公式计算结果为标准,Priestley-Taylor(1972)方法结果与之最为接近,其余依次是Irmark-Allen拟合法和Hargreaves-Samani(1985)法;不同天气类型条件下,Priestley-Taylor(1972)结果与FAO56Penman-Monteith有较高的一致性,而其他2种方法随n/N的减小,误差急剧增加,尤其是Hargreaves-Samani(1985)方法。 相似文献
12.
参考作物需水量计算方法在纵向岭谷区的应用对比 总被引:1,自引:2,他引:1
利用纵向岭谷区内58个典型站点1971~2000年逐月气象资料,以及昆明、元江、大理、景洪、保山等5个站点建站至2000年逐日气象资料,从逐日、月及年的不同时间尺度,以Penman Montieth方程计算结果为标准,分析修正Penman法、Priestley Taylor、Hargreaves等不同方法计算参考作物腾发量的适用性。在月和年时段上,修正Penman法较标准值偏小1%~19%,3~10月份平均误差小于6%,各流域之间存在一定差异。不同水文频率年Priestley Taylor和Hargreaves公式计算的逐日ET0,都不同程度地比标准值小,昆明、保山、大理等半干旱或半湿润地区,Priestley Taylor公式计算结果更接近于标准值,平均误差11%~16%左右;景洪等湿润地区Hargreaves公式与标准值误差最小,为15%左右;但接近干旱区的元江则2种方法的结果都存在较大差异,相对误差大于25%;各月ET0的变异系数是Priestley Taylor大于Hargreaves公式,且绝大多数月份小于0.20;不同天气类型时Priestley Taylor计算精度变化大,晴和多云天气情况下的误差小于16.3%,阴雨天则误差比Hargreaves公式大,后者的计算精度在各种天气条件下较稳定;误差在年内的分布是7~8月最小,年初和年末最大,变化趋势与修正Penman法的对比结果相同。各种方法的ET0计算结果与标准值的相关系数均大于0.80。 相似文献
13.
为探索精确预报未来短期ET0的方法,比较了4种基于气温预报ET0预报模型,即Hargreaves-Samani(HS)、Thornthwaite(TH)、简化的Penman-Monteith(PT)及McCloud(MC)模型。收集了西藏林芝站2001年1月1日至2013年12月31日的实测逐日气象数据和2012年6月6日至2013年12月31日逐日对未来7d的气象预报数据,在气温预报精度评价的基础上,采用4种基于温度的参考腾发量计算模型直接进行ET0预报,然后采用率定后的模型进行ET0预报,最后与实测气象数据和FAO-56PM公式计算的ET0值进行比较。结果表明,未率定的4种模型预报误差均较大,其中PT公式精度稍高。经率定后,4种公式的预报精度都有所提高,平均准确率为70%,MAE值HS模型最小,平均为0.57mm/d,其他3个模型为1.27~1.50mm/d;RMSE都在2.0mm/d左右;r值总体仍不高,TH模型平均仅有0.19,其他3种模型在0.6左右。综合来看,PT模型的预报效果稳定性优于其他3个模型。对于林芝地区附近的灌区,无论有无气象观测数据供模型率定,建议采用PT模型进行ET0预报。 相似文献
14.
针对以往BP神经网络收敛速度慢及易陷于局部极小值等问题,引入粒子群算法优化BP网络的权值和阈值,建立PSO-BP神经网络,预测参考作物蒸腾量ET0。以西安地区的相关资料为基础,设计9种影响因子组合方案,利用PSO-BP网络模型进行ET0的预测,结果表明,该模型运算速度快,预测精度较高;对比分析9种方案的预测结果发现,方案7为最优,该方案只需选用平均温度、平均相对湿度、风速和日照时数四项影响因子,即可获得较高精度的参考作物蒸腾量预测值。 相似文献