基于径向基神经网络预测日参考作物需水量

为了利用有限的气象数据准确预测蓄水坑灌果园的日参考作物需水量,利用蓄水坑灌试验基地逐日温度与湿度数据,构建了基于径向基神经网络的ET0预测模型,并将其模拟结果及Hargreaves、Priestley-Taylor两种常用ET0计算模型的计算结果同FAO-56 Penman-Monteith(FAO56-PM)公式计算的标准值进行对比。结果表明:径向基神经网络预测模型的模拟结果与标准方法FAO56-PM公式的计算结果最接近,而Hargreaves、Priestley-Taylor两个常用计算模型的计算结果比标准值偏大,在实际应用中应对其进行校正。

神经网络在作物需水量估算中的应用分析

面对全球水资源紧缺的挑战,准确估算作物需水量已经成为农业节水灌溉领域的关键环节。以反向传播神经网络和长短时记忆网络为代表的神经网络技术在参考作物蒸发蒸腾量估算方面具有独特优势。针对在农业水利领域的具体技术应用,提出一系列措施,包括特征工程、模型优化、决策系统整合以及技术普及推广。这些措施旨在推动神经网络技术在农业灌溉和气候政策支持方面的实用价值,为提升作物需水量估算的精准度和效率提供新的视角和工具,进而推动水资源的高效利用和农业的可持续发展。

参考作物需水量计算方法在纵向岭谷区的应用对比

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。

风沙区参考作物需水量的计算

根据国内外相关的研究成果 ,分析选择并确定了适宜于风沙区参考作物需水量 (ET0 )的计算模式。利用典型风沙区的气象资料 ,对多年逐旬参考作物需水量及 2 0 0 1年春小麦与春玉米生育时段内逐日参考作物需水量进行了分析计算。结果表明 ,FAO最新修正的 Penman-Moteith公式可较好地用于风沙区参考作物需水量的估算 ,一般 ET0 值在年内与年际间变化较大 ,最高值发生在 6月上旬左右 ,多年平均为 5 .82 mm/ d,最低值发生在 1月上旬 ,多年平均 0 .43 mm/ d左右 ,年内各日 ET0 值受气象因素的影响变幅很大 ,因此 。

α-加权模糊线性回归模型在参考作物需水量预测中的应用

建立了一种回归系数为对称三角模糊数的α-加权模糊线性回归模型,以辽宁省锦州市为例,把该地区1957～1996年参考作物需水量作为历史样本,运用模型预测1997～2006年的参考作物需水量。与传统线性回归和模糊线性回归预测进行比较,结果表明:该模型能够实现历史数据"重近轻远"的预测效果,进一步提高预测精度,减小预测误差,为制定科学的节水灌溉制度和地区节水灌溉规划提供重要的科学依据。

基于人工蜂群径向基神经网络预测参考作物需水量

为了能够根据有限的气象数据较为准确的模拟蓄水坑灌苹果园的日参考作物需水量,以山西省农业科学院果树所蓄水坑灌试验基地的逐日气象资料为输入项,以日参考需水量为输出项,在径向基神经网络的基础上构建了基于人工蜂群算法的径向基神经网络模型,以预测蓄水坑灌苹果园的日参考作物需水量,以FAO-56 Penman-Monteith(FAO56-PM)公式的计算结果为标准分析预测模型的适用性。结果表明:经人工蜂群算法优化后的径向基神经网络预测模型的模拟结果与标准方法FAO56-PM公式的计算结果更为接近,更适合于预测山西省农业科学院果树所蓄水坑灌苹果园日参考作物需水量。

参考作物需水量实时预报方法研究进展

参考作物蒸发蒸腾量预测是实时灌溉预报的重要环节,对于节约用水、增加作物产量和农业经济效益起着重要作用。评述了参考作物蒸发蒸腾量实时预报的几种方法,指出了在具体应用时宜结合实际情况进行模型的优化择选以提高预测精度。

抚顺地区参考作物需水量与气候变化的关系分析

根据抚顺地区3个气象站1995-2004年的气象资料，应用FAO推荐的Penman-Monteith公式计算了10年来每年（5-9月）各月的参考作物需水量ETo，分析了ETo的月际变化和年际变化特征。抚顺地区的ETo月际和年际变化都较大，但ETo的变化趋势十分相似。同时分析了各气象因素对ETo的影响，对清源气象站的年均ETo的影响较大的气象因素是：最高气温（Tmax）、相对湿度（RH）、实测风速（U）以及日照时数（H），其中相对湿度（RH）与ETo呈负相关性；对章党气象站的年均ETo的影响较大的气象因素是：相对湿度（RH）和日照时数（H），其中相对湿度（RH）与ETo呈负相关性；对新宾气象站的年均ETo影响较大的气象因素是：大气压（P）和日照时数（H），与ETo均呈负相关性。日照时数（H）是影响抚顺地区参考作物需水量ETo最主要因素。抚顺地区ETo空间变化也较大，从山区到绿洲平原ETo多年平均值呈递增趋势，ETo与海拔高度呈显著负相关。

ANN-Kriging方法在参考作物需水量插值中的应用

参考作物需水量（ET0）（又称参考作物蒸发蒸腾量）包括作物蒸腾量、冠层截留蒸发量和土壤蒸发量,腾发量的计算在水循环规律研究、水资源评价、作物需水量估算、灌区灌溉规划管理等方面具有重要的意义。在传统的气象资料观测前提下,区域内完整而精确的参考作物需水量资料需要布设高密度的气象站点,这就相应增加了人力物力。从气象学的观点出发,将地质统计学与人工网络相结合,依据现有站点观测到的气象资料通过插值拟合建立区域参考作物需水量的插值模型,以期为确定较大尺度无站点地区的参考作物需水量的空间分布提供方法。

黄土高原丘陵沟壑区多种参考作物需水量模型对比分析

利用米脂地区2000—2005年逐日气象资料,以FAO56-PM方程计算结果为标准,通过线性回归、均方根误差(RMSE)和平均偏差,在日、月及年时间尺度上分析、评价10种ET0计算模型。结果表明,除Hargreaves和Turc模型外,其他8种模型计算的日ET0值与FAO56-PM的R2均大于0.9。不同模型与FAO56-PM日ET0值的RMSE为0.35～1.78。多数计算模型在冬季(11、12、1月)和春季(2、3、4月)的准确性高,而在5—10月表现较弱。通过年值分析发现Priestley-Taylor、FAO24-BC和Penman这3种模型与FAO56-PM计算值最为接近。而对于FAO24-Rad、Makkink、Hargreave与Turc等参数较少的公式,在应用时利用当地气象要素进行经验系数校正。

浑蒲灌区参考作物需水量的研究

采用联合国粮农组织最新推荐的Penman-Monteith公式,分析了浑蒲灌区参考作物需水量。结果表明,在生育期内浑蒲灌区参考作物需水量的变化规律表现为先增大后逐渐减小。

豫北地区参考作物需水量的随机模拟

河南省新乡市1971-2000年共30年的逐旬气象资料，用Penman-Monteith方法计算了逐旬的ETo，并采用时间序列方法，对该地区的ETo进行了分析和模拟，结果表明豫北地区的逐旬ETo变化趋势并不显著，周期性可用Fourier级数加以描述，对随机的变化可建立AR（1）模型。所建立的随机模型能很好的模拟出历年逐旬ETo。的变化动向，同时随机模型的建立也为以后该地区实时灌溉预报和农田用水提供依据。

抚顺地区参考作物需水量与气象因素的关系

根据抚顺地区3个气象站10年的气象资料,应用Penman-Monteith公式计算了10年来每年(5～9月)各月的参考作物需水量ET0,分析了ET0的月际变化和年际变化特征,同时分析了各气象因素对ET0的影响。日照时数(H)是影响抚顺地区参考作物需水量ET0最主要因素。

不同气候区参考作物需水量计算方法对比研究

为探索不同气候区适宜的参考作物需水量计算方法,基于全国不同气候区典型区域9个气象站多年日气象资料,分别利用8种常用计算方法计算参考作物需水量,并以Penman-Monteith公式计算结果为标准,对不同计算方法计算结果进行评价,结果表明,Hargreaves公式在各气候区的精度表现均比较理想,Mc Clound公式和Brockamp and Wenner公式在温度大陆气候区和温带季风气候区表现较为理想,根据不同气候区典型气象站60年(2013年以前)的实测气象资料,率定了不同气候区Hargreaves公式及Mc Clound公式的适宜参数,2014年实测资料验证结果表明,与PM公式计算结果相比,中国不同气候区Hargreaves公式计算结果的RMSE、PE和R2值分别为0.42~0.95 mm/d、0.81%~10.69%和0.66~0.94,在温带大陆气候区和温带季风气候区Mc Clound公式计算的RMSE、PE和R2值分别介于0.80~1.23 mm/d、1.36%~14.52%和0.60~0.87,在温带大陆气候区Brockamp and Wenner公式计算结果的PE值普遍偏高,而在温带季风区(TMZ)Brockamp and Wenner公式计算结果的RMSE、PE和R2值分别为0.95~1.29 mm/d、1.14%~7.87%和0.59~0.81。

地表太阳辐射经验值对参考作物需水量计算的影响

针对中国太阳辐射站点观测数据较少的客观条件,以联合国粮农组织(FAO)建议的通过Angstrom公式及其参数计算的地表太阳辐射(Rs-c)对中国九大农业区基于Penman-Monteith(PM)公式计算的参考作物需水量(ET0-PM)的影响为目标,利用中国地面气候资料月值数据集和中国辐射月值数据集中的112个站点1957年1月—2017年3月的气象要素逐月有效观测日均值数据,通过对比分析和相关分析,讨论了站点Rs-c与观测的地表太阳辐射(Rs-o)的时空差异,以及二者分别输入PM公式获得的ET0-c和ET0-o的时空差异。结果表明:基于年内时空尺度的各农业区Rs-c和Rs-o存在显著且不稳定的差异,Rs-c直接替代Rs-o参与计算ET0-c可能出现较大的误差。基于Rs-c和Rs-o分别计算的ET0-c和ET0-o,无论是在全国,还是各个农业区,均存在显著的线性相关性,R2超过0.67,ET0-c平均值只有0.06~0.26 mm/d的误差。考虑中国的农业地域类型,应对北方地区的“春旱”灌溉需求,可以直接以Rs-c计算获得ET0-c,而在全国范围内的夏季“伏旱”期,输入Rs-c计算的ET0-c比输入Rs-o计算的ET0-o偏大。在高精度的节水农业应用中,建议研究相应的校正模型对夏季ET0-c进行校准。

气候变化背景下榆林市参考作物需水量多时间尺度特征分析

【目的】研究气候变化背景下榆林市参考作物需水量的多时间尺度变化特征及其与各气象因子的相关性,便于衡量气候变化背景下榆林市水热资源的演变特征。【方法】根据榆林气象站1959—2014年逐日气象资料(平均地表温度、平均气温、蒸发量、平均气压、平均相对湿度、日照时间和平均风速等),采用彭曼公式、Mann-Kendall突变检验、小波分析及相关分析法研究了榆林市参考作物需水量多时间尺度变化特征。【结果】1959—2014年榆林站全年及四季参考作物需水量均呈增加趋势,线性倾向率分别为30.7、11.4、6.7、5.7、6.9 mm/10 a。全年参考作物需水量突变年份为1995年,春、夏、秋三季参考作物需水量均在1998年发生突变,冬季在1989年发生突变;全年及四季参考作物需水量的第一主周期分别为26、28、27、28、26 a,第二主周期分别为8、7、9、8、4 a,第三主周期分别为4、2、4、4、12 a;参考作物需水量与平均相对湿度、日照时间、平均气温、平均风速以及年平均地表温度的相关系数分别为-0.128、0.223、0.935、0.271、0.940。【结论】榆林站1959—2014年不同时间尺度的参考作物需水量均呈增加趋势,平均气温、日平均地表温度是影响榆林气象站ET_0的主要因素。

气象资料匮乏地区参考作物需水量的一种简化算法

为计算气象资料匮乏地区的参考作物需水量,以新疆额敏灌区为例,分别采用Penman-Monteith方法和Blaney-Criddle方程计算参考作物需水量旬变化过程。结果表明,两种方法计算参考作物需水量均呈抛物线变化规律,5月前变化趋势一致,5月后变化过程差异较大。以Penman-Monteith方法计算结果为标准,采用回归分析方法修订了Blaney-Criddle方程,应用表明修订方程可较好地模拟灌区参考作物需水量变化过程。

豫北地区参考作物需水量计算方法比较与评价

[目的]比较豫北地区参考作物需水量的计算方法。[方法]利用新乡站点连续47年气象资料,采用Hargreaves公式和Priestley Taylor公式计算参考作物需水量,以Penman-Monteith公式计算结果作为对照,用统计学方法对Hargreaves公式和Priestley Taylor公式计算结果进行对比评价。[结果]Hargreaves公式和Priestley Taylor公式计算结果均与Penman-Monteith公式结算结果呈线性关系,相关系数分别为0.946 1和0.922 2,拟合度分别为98%和97%。[结论]在豫北地区可以用Hargreaves公式和Priestley Taylor公式代替Penman-Monteith公式计算参考作物需水量,并且Hargreaves公式比Priestley Taylor公式计算更精准。

1968―2018年民勤地区参考作物需水量的年际变化特征及相关气象影响因子研究

【目的】研究民勤地区作物需水量的主要影响因子。【方法】基于民勤地区1968―2018年气象数据,利用Penman-Monteith公式计算了不同时间尺度的平均参考作物需水量ET0,分析ET0变化趋势,并与气象因子变化趋势进行相关性拟合。【结果】1968―2018年民勤地区年平均参考作物需水量呈波动上升趋势,最低值为1968年的3.15mm/d,最高值为2013年的3.72 mm/d,且参考作物需水量的上升趋势是从2003年开始最为明显;参考作物需水量与年平均最高气温、年平均最低气温、年平均气温、年平均相对湿度、年平均日照时间以及年平均风速的相关性比较显著,与降雨量和净辐射相关关系不显著。【结论】民勤地区的干旱状况目前处于平稳期,年平均最高气温和年平均相对湿度是导致民勤地区参考作物需水量年际变化的最主要的气象因子。

应用季节水平模型模拟新疆地区参考作物需水量

为了估算新疆地区棉花的需水量,一般采用参考作物需水量来估算。参考作物需水量可根据实际气象条件推求,但在气象资料缺失情况下不能计算参考作物需水量。本文利用季节性水平模型对新疆地区21年参考作物需水量序列进行了模拟,预测结果表明本模型具有相当的精度,相关系数达到0.98,这对于新疆棉花灌溉具有一定的指导意义。