滴灌水热调控对土壤温度及白菜生长和产量的影响

在日光温室内开展白菜滴灌试验,研究不同土壤温度调节方式和施氮量对土壤温度、白菜生长、氮素吸收和产量的影响。土壤温度调节方式设灌溉水加温、覆膜、覆膜后灌溉水加温和无调节4个水平,施氮量设置0、135和270kg/hm2 3个水平。结果表明:灌溉水加温能使灌水过程的土壤温度明显增加,且气温越低,增温效果越明显,在苗期、莲座期和结球期的灌水过程中增温幅度最大分别达到3.9、4.8和7.0℃,但在灌后土壤温度下降较快,对生育期内积温的提高效果有限。覆膜的保温作用在气温较高的生育前期和深层土壤中更为明显。将覆膜与灌溉水加温相结合可以取得很好的增温效果,在10、20和30cm土壤中整个生育期内的积温比无调节措施处理分别增加136、128和120℃。土壤温度调节措施对白菜株高和球形指数均无显著影响。覆膜和覆膜后灌溉水加温都能使生育前期的干物质累积量显著增加,施氮量较高时,土壤温度调节措施的影响也更加明显。不同的土壤温度调节措施都会带来白菜产量的显著增加,灌溉水加温、覆膜以及覆膜条件下灌溉水加温处理的产量分别比无调节处理增产3.9%、10.6%和11.1%。在秋冬白菜生产中,采用覆膜与灌溉水加温处理相结合的土壤温度的调节方式可以起到有效的增温和增产作用。     

基于CMIP5模式与VIC模型耦合的滦河流域未来气候及径流变化研究

滦河流域是京津冀地区重要的生态屏障,在全球变暖的背景下,研究滦河流域未来气候及径流变化情势对京津冀地区的发展具有重要意义。基于VIC模型模拟滦河流域历史径流,利用相关系数、中心均方根误差、标准差和均值构建CMIP5未来全球气候模式评价指标体系,并对其做归一化处理,从各模式中选取最优的降水、最高气温、最低气温及风速数据以分析滦河流域未来气候变化。采用Delta法进行气象要素空间降尺度,将VIC模型与CMIP5全球气候模式耦合,开展滦河流域未来径流变化情势分析。结果表明：VIC模型在滦河流域的径流模拟效果令人满意。在年际上,未来年降水量、日最高与最低气温均呈上升趋势,未来日平均风速无明显上升趋势。在年内分配上,与历史期同月份相比,未来月平均降水量有增有减,其中10月份增加率最高,达138.64%;未来月平均最高气温均升高,9月份变化最大,平均升高2.45℃;未来月平均最低气温平均升高3.24℃,其中2月份变化最大,平均升高4.45℃;不同月份未来风速有升有降,其中8月份变化最大,平均升高0.23 m/s,升高率达16.35%。未来期的多年平均流量为134.41 m3/s,比历史期增加9.9...     

流域水文模型参数不确定性量化技术研究进展

流域水文模型参数存在不确定性,不确定性对模型模拟与预测的精度产生显著影响。如何科学量化参数不确定性并分析其产生的不良影响是水文模拟中亟待解决的重要难题。为了研究这一问题,回顾和归纳了不确定性量化研究领域涉及的方法与技术,讨论了不确定性研究各环节中的成熟成果与亟待解决的问题。最后,对流域水文模型参数不确定性量化技术的应用前景进行了展望。     

城镇居民生活弹性用水测算与节水潜力分析

近年来随着城镇人口的快速增长和生活水平的提升,我国城镇居民生活用水呈现显著增加趋势。居民生活用水用户分散,又与居民生活品质保障密切相关,因此居民生活节水既是重点也是难点。文中基于4271份居民生活用水调查问卷,分析了不同属性的影响要素对居民生活用水的影响,进而界定了居民生活弹性用水的概念,建立了弹性用水占比测算方法,测算了不同节水情境下的弹性用水占比。结果表明：在现状节水情境下,2020年我国城镇居民生活用水的弹性占比为17%,分用水环节来看,烹饪、洗浴、洗衣、冲厕用水弹性占比均在20%以上;在用水器具实现Ⅰ级水效全覆盖的节水情境下,我国城镇居民生活用水弹性占比可降低到9%,全国居民生活用水总量可减少20亿m³。基于计算结果,文中进一步提出了居民生活节水关键环节与主要路径,研究结论可为新时期居民生活节水工作提供指导和依据。     

场次降雨条件下考虑田梗高度的农田产流规律模拟

条块分割、田埂密集是海河平原农田的典型特征,科学认知田埂作用下的农田产流规律对解析平原区水循环演变过程至关重要。目前,流域尺度的农田产流规律的研究较少,关于降雨特征-田埂高度-农田产流三者之间的影响关系还不明晰,田埂作用下的农田产流规律是平原区水循环演变解析的薄弱环节。该研究基于CMOPRH遥感降水数据产品分析了海河平原场次降雨特征,并以Smith & Parlange入渗模型为核心构建农田积水产流模型,模拟海河平原降雨-产流过程。结果表明：1）海河平原场次降雨总量以小于25 mm为主,占降雨总场次的95%,10 h以内的场次降雨占比为96%,降雨总量和降雨强度由东北部向西北部递减;2）在2008-2019年降雨条件下,模拟无田埂、10 cm田埂、12 cm田埂、15 cm田埂四种情景的农田年均产流量,结果分别为62.4亿m3/a、19.7亿m3/a、13.1亿m3/a、5亿m3/a;3）田埂高度已知的条件下,降雨历时和降雨强度是影响农田产流的关键因素,以降雨历时为横坐标、降雨强度为纵坐标,可以通过拟合反比例函数曲线划分一场降雨是否产流;4）根据海河平原历史农田面积变化估算,2000年海河平原农田产流量相对1979年减少10.2亿m3,2016年农田产流量相对2000年减少5.1亿m3。该研究定量解析了降雨特征、田埂高度对农田产流的影响,为解析海河平原区地表水资源衰减原因提供了重要的规律认知。     

基于EPANET的再生水滴灌系统余氯分布模型构建

加氯处理是保证滴灌系统安全的重要措施之一,但是氯与灌溉水及滴灌管壁发生反应而引起的衰减会对余氯分布均匀性造成不利影响。该研究采用EPANET软件构建了再生水滴灌系统水力性能及余氯运移、衰减和分布模型,基于试验数据对模型水力和水质模拟参数进行率定和验证,并应用该模型分析了加氯模式（浓度-时长：1.3 mg/L-185 min、3 mg/L-80 min、6 mg/L-40 min和8 mg/L-30 min）和毛管长度（10～150 m）对系统余氯分布特征的影响。结果表明,EPANET软件可以较好地模拟滴灌系统水力性能及余氯分布特征,沿毛管方向余氯浓度模拟值与实测值一致性指数达到0.75以上。当毛管长度由10 m增加至150 m时,灌水单元平均余氯浓度与毛管末端余氯浓度随毛管长度增加呈先升高而后降低趋势,高浓度加氯处理平均余氯浓度和毛管末端余氯浓度随毛管长度增加衰减速率相对较小。较短的加氯历时（< 40 min）和过低的加氯浓度（如1.3 mg/L）均易造成余氯质量偏差率升高和均匀系数降低;建议使用加氯浓度3 mg/L且加氯时长80 min的加氯模式,该模式毛管极限铺设长度达到66 m,余氯质量均匀系数超过90%。     

基于有效最大含水量的土壤水分监测优化布设方法

考虑空间变异的土壤水分精准测定是作物适时适量灌溉的基础。以土壤有效最大含水量作为关键参数,结合经典统计学和地统计学方法,提出了土壤水分监测优化布设数量与位置的确定方法,克服了以实测土壤含水量作为参数导致通用性差的弊端,并以北京大兴试验区3.645 km2为例,布设了129个采样点,分析了土壤有效最大含水量空间变异规律,提出了优化的采样数目及具体布设位置。结果表明:(1)土壤有效最大含水量在0~40与0~80 cm深度均满足正态分布,其变异系数分别是14.96%和13.56%,表现为中等程度的变异;(2)运用经典统计学方法获得在置信区间90%、采样误差10%情况下,0~40和0~80 cm深度的合理采样数分别为6个和5个,并采用地统计学方法确定了具体布设位置。(3)以129个样点估算的区域含水量作为实测值,依据优化采样点估算的区域含水量误差均低于10%,因此基于有效最大含水量的土壤水分监测优化布设方法可以在保证区域测量精度情况下,大幅减少采样点数量。     

基于SHAP重要性排序和机器学习算法的灌区渠道调度流量预测

渠道泄水闸能够快速排除灌区入渠洪水,避免渠道漫顶。研究以淠史杭灌区灌口集泄水闸为例,以闸门调度流量为目标变量,以不同时段过去和未来降雨量、泄水闸闸上实时水位及其变化量为特征变量,比较8种机器学习算法的预测精度,同时采用Shapley Additive exPlanations（SHAP）法分析特征变量重要性。结果表明：1）集成学习算法预测评价指标优于传统回归算法,8种机器学习算法中随机森林回归（random forest regression, RFR）算法预测精度最高（训练集均方根误差、平均绝对误差、均方误差及决定系数分别为 0.146 m³/s、0.094 m³/s、0.021 m³/s、0.976;测试集分别为0.306 m³/s、0.197 m³/s、0.093 m³/s、0.931）;2）采用SHAP法确定的特征变量重要性排序表明灌口集泄水闸闸上水位对于泄水闸调度流量的预测结果影响最大,占特征重要性值总和的34.6%;3）以过去6 h降雨量、过去9 h降雨量、未来6 h降雨量、灌口集泄水闸闸上水位作为输入变量的RFR算法预测灌口集泄水闸调度流量效果最佳,模型误差指标为（训练集均方根误差、平均绝对误差、均方误差及决定系数分别为0.126 m³/s、0.080 m³/s、0.016 m³/s、0.982;测试集分别为0.263 m³/s、0.164 m³/s、0.069 m³/s、0.950）,研究结果对灌区防洪调度决策具有重要参考价值。     

基于分数阶微分光谱指数的冬小麦根域土壤含水率估算模型

为探讨分数阶微分（fractional-order differentiation,FOD）技术联合光谱指数改善高光谱反演冬小麦根域土壤含水率（soil moisture content,SMC）的效果,该研究以冬小麦为研究对象,测取高光谱反射率和土壤含水率数据,将高光谱反射率经Savitzky-Golay(SG)平滑处理后计算典型光谱指数以此构建偏最小二乘回归（partial least squares regression,PLSR）、随机森林（random forest,RF）和BP神经网络（back propagation neural network,BPNN）3种土壤含水率反演模型;将高光谱反射率进行0～2.0阶（步长为0.2）的分数阶微分处理后计算比值指数（ratio index,RI）和归一化指数（normalized difference index,NDI）,分析不同阶的RI、NDI与SMC之间的二维相关性,筛选得出敏感光谱指数并分组,以此构建3种反演模型（PLSR、RF和BPNN）。结果表明：不同典型光谱指数与土壤含水率的相关性存在很大差异,相关系数波动范围在0....