京郊平原参考作物腾发量及其与气象因子相关性研究

利用FAO56 Penman-Montieth公式和京郊平原区代表性气象站点的长系列、短时序气象资料计算了该地区的逐日ET0,对ET0及其各分项的时间变异特征进行了分析,采用相关分析法研究了ET0与主要气象影响因子间的关系。结果表明,研究区域近50年来ET0呈不显著的增加趋势,就其各分项来说,辐射项的年际变化幅度较小,而空气动力学项的年际波动较大,且与ET0的年际波动较为符合;ET0的年内变化呈"单峰形"分布,一年内的最大值出现在6月份,为162.6 mm,最小值则出现在12月份,为32.3 mm。从ET0的分项来看,5~9月份ETrad>ETaero,而其余月份ETrad相似文献   

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。     

四湖流域参考作物腾发量的变化特征分析

根据四湖工程管理局排灌实验站2001-2010年逐日气象资料.利用Penman-Monteith公式计算逐日参考作物腾发量,分析其变化特征和各气象因子对其的影响程度.结果表明,各气象因子对日参考作物腾发量的影响程度顺序为:日最高温度＞日最低温度＞日平均温度＞饱和差＞平均风速＞日照时数.同时考虑日最高气温、日最低气温、日平均气温、饱和差、平均风速及日照时数6个气象因子,对日参考作物腾发量的模拟效果最好.     

参考作物腾发量长期年际变化规律及其机理探讨

运用Penman-Monteith方法,对北京昌平、开封惠北及湖北团林3个灌排试验站的近几十年参考作物腾发量(ET0)进行计算,结果显示,惠北及团林站年均ET0在近几十年呈现随时间而下降的趋势,而昌平站年均ET0则随时间而上升。ET0与同步气象资料变化分析表明,ET0的上述变化是由于气象环境变化所引起,其中相对湿度是最主要原因,其次为温度及日照时数。对昌平站,由于相对湿度的降低和风速的增加,ET0表现出上升的趋势;对惠北及团林站,由于相对湿度的增加和日照时数的减少,ET0表现出下降的趋势。     

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。     

参考作物腾发量计算方法适用性分析

受地区间气象、地形和地貌时空异质性的影响,不同参考作物腾发量计算公式适用性各不相同。以湖南省83个站点1971~2000年气象观测资料为样本,论述了Penm an-Monte ith公式和FAO-Monte ith修正式主要方程、参数以及适用范围的差异性。结果表明:根据生育期作物需水特点,运用标准化的Penm an-Monte ith公式计算南方地区参照作物潜在腾发量是合适的。     

基于小波神经网络的参考作物腾发量预测模型研究

为提高某一地区农业用水效率,进行区域水资源的优化配置。本文以辽宁大连地区1954-2005年参考作物腾发量资料为依据,借助于Matlab工具,分别建立结构为8-12-4和10-12-2的小波神经网络进行参考作物腾发量预测,结果表明:在年度和季节尺度上,小波神经网络模型预测结果与参考作物腾发量计算值绝对相对误差均值分别达到5.5%和4.3%,达到了较好的预测效果。该模型预测过程简单,预测结果可靠。为参考作物腾发量预测提供新方法。     

Hargraeves公式计算参考作物腾发量在新疆地区的适用性研究

新疆维吾尔族自治区地域辽阔,气候特征空间差异性显著。准确估算各地区的参考作物腾发量(ET0)是新疆节水灌溉设计的基础。以阿克苏地区30年的气象资料为基础计算了ET0,并以Penman-Monteith公式和修正Penman公式为参考标准,进行对比分析评价Hargraeves公式的精度和地区适应性。结果显示Hargraeves公式计算的参考作物蒸发蒸腾量,精度较Penman公式高,较Penman-Monteith公式低,但满足实际生产精度要求,特别适用与阿克苏地区气候类似的西部地区,基础气象资料不全的地区的参考作物蒸发蒸腾量的计算。     

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。     

参考作物腾发量计算方法的适用性研究

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。     

基于灰色马尔科夫的参考作物腾发量预测

参考作物腾发量(ET0)是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水量预报精度具有十分重要的意义。针对GM(1,1)模型在原始数据变化幅度较大且趋势不明显时预测效果差的情况,作者提出了用马尔科夫对GM(1,1)模型修正的组合模型,该模型结合了灰色模型可以揭示预测数据的发展趋势以及马尔科夫预测适合描述随机波动性较大的预测问题的优点,将其应用于沈阳地区参考作物腾发量预测中,对比分析了GM(1,1)模型与灰色马尔科夫模型的预测结果。结果表明,灰色马尔科夫模型不仅能反映系统的动态特性,还具有比GM(1,1)更高的预测精度、逼近性和稳定性,具有较好的应用价值。     

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.     

基于GA-BP神经网络的作物参考腾发量预测

采用黄金分割原理优化算法确定BP神经网络的隐含层节点数,进而确定BP神经网络的结构,并针对BP神经网络容易陷入局部极小值和全局搜索能力弱的缺点,引人遗传算法(GA)优化网络权值,建立GA-BP网络模型,预测作物参考腾发量ET0.以北京地区的相关资料为基础,选用6种输入因子组合方案,对该模型进行验证,结果表明该网络模型具有较好的预测能力;同时,对6种方案比较分析表明,方案4最优,该方案只需选用4项输入因子(日序数、平均气温、风速和日照时数),就能以较高的精度预测作物参考腾发量.     

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.     

新疆参考作物腾发量多元回归模型及空间分布

利用新疆境内42个气象站的多年气象资料,应用Penman-Monteith公式计算得到各站逐日和逐月尺度下的ET0值,应用多元统计回归分析得到相应的ET0与主要气象要素的回归方程,作为各地区计算ET0的经验公式.结合ArcGIS软件的空间分析功能,将各站回归方程的系数进行插值得出整个新疆地区ET0经验公式回归参数的空间分布图.结果表明,逐日和逐月尺度下,区域内的ET0空间分布差异显著,南部明显高于北部.回归所得的经验方程用来估算各地的ET0值是合理可靠的.回归所得的经验方程较Penman-Monteith公式简化得多,且具有一定精度,因此有一定的推广价值和应用前景.对于无气象资料地区,通过查图得出参数值,即可推算该区域特定时间尺度下的ET0值.     

参考作物腾发量时间分形特征研究

受作物本身生理机制以及近地层气象因子非线性、非平稳化随机变化的影响,参考作物腾发量在时间尺度上具有自相似性特点。基于此,以分形原理为理论框架,研究了参考作物腾发量时间尺度自相似结构,寻求了参考作物腾发量时间无标度区间。将此理论运用于韶山灌区,取得了满意结果,对解析参考作物腾发量时间规律具有重要理论和实际意义。     

基于R/S分析的参考作物腾发量时间序列分形特征

近年来分形理论在水文、股票及气象等行业中应用较多,在时间序列分析的非线性特征方面展示出强大魅力。采用重标极差方法分析西部地区6个站ETo时间序列的变化趋势和分形特征,通过对比发现:①所研究各站气象要素及ETo年变化趋势比较表明,所有站相对湿度均呈降低趋势,年积温均呈增加趋势,日照时数均呈降低趋势,年ETo值总体也呈降低趋势。②年尺度下各站点Hurst指数均大于0.5,同时分维数D均小于1.5,意味着ETo年序列在将来一段时间仍然保持与过去相一致的变化趋势,也即未来的总体趋势仍为减少趋势,各地区ETo年序列具有持续性。③各站点各月Hurst指数同样都大于0.5,分维数D均小于1.5,意味着1~12月ETo序列在将来一段时间仍然保持与过去相一致的变化趋势。此外,各站点年Hurst指数均大于月Hurst指数,表明年ETo序列比月ETo序列具有更长时间的持续性。     

应用Hargreaves公式计算太子河流域参考作物腾发量的研究

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.     

海河流域参考作物腾发量长期变化趋势分析

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。