云贵地区参考作物蒸散量模型适用性评价

根据地貌特征及行政区划将云贵两省分为5个区域,使用当地15个气象站点共56 a的逐日气象资料计算了18种参考作物蒸散量模型的模拟值,并以FAO56 Penman-Monteith法为标准对各模型模拟值进行了精度对比及误差成因分析.结果表明:同一模型在不同云贵分区间的模拟效果差异不大,R^(2)的平均变异系数为8.81%,模型精度主要影响因素为辐射能量项,次要因素为空气动力项;综合法模型模拟精度最高,R^(2)为0.81~0.99,辐射法次之,R^(2)为0.84~0.98,温度法和水汽压法较差,R^(2)为0.24~0.83;这4种方法中,各类型最优模型分别为FAO 24 Penman(全区整体评价指标GPI为0.506,排位1),Inmark(GPI为0.142,排位4),Hargreaves-Samani(GPI为-0.022,排位12)和Romanenko(GPI为-0.072,排位13).综上,经验模型FAO 24 Penman和Inmark模型适用于亚热带季风气候云贵地区参考作物蒸散量的简化计算.

利用温度资料和广义回归神经网络模拟参考作物蒸散量

参考作物蒸散量(reference evapotranspiration,ET0)精确模拟对水资源高效利用和灌溉制度制定具有重要意义,该文以四川盆地19个气象站点1961-1990年逐日最高、最低温度和大气顶层辐射作为输入参数,FAO-56 Penman-Monteith(PM)模型计算的ET0为标准值,建立基于广义回归神经网络(generalized regression neural network,GRNN)的ET0模拟模型,基于1991-2014年资料进行模型验证,将GRNN模型同Hargreaves(HS1)和改进Hargreaves(HS2)等简化模型的模拟结果进行比较,分析只有温度资料情况下不同模型模拟ET0误差的时空变异性。结果表明:GRNN、HS1和HS2模型均方根误差(root mean square error,RMSE)分别为0.41、1.16和0.70 mm/d,模型效率系数(Ens)分别为0.88、0.13和0.67。3种模型RMSE在时空上均呈现HS1>HS2>GRNN、Ens均呈现GRNN>HS2>HS1趋势;与PM模型模拟结果相比,GRNN、HS1和HS2模型模拟结果分别偏大0.8%、45.1%和17.3%。在时空尺度上的误差分析均表明利用温度资料建立的GRNN模型能够较为准确地模拟四川盆地ET0,因此可以作为资料缺失情况下ET0模拟的推荐模型。该研究可为四川盆地作物需水精确预测提供科学依据。

温室微气候环境与蒸散发模拟技术综述

通过温室作物生产,人工驯化植物已经彻底改变了世界各地的农业耕作制度。选择合适的温室技术和用户友好的蒸散量(ETc)模型可以优化作物水分利用。温室微气候环境具有近零风速和低辐射等特点,由于温室内高温和高湿,蒸腾作用较低。将温室微气候与适当的ETc模型相匹配可以优化作物水分利用效率,这是弥合各种先进ETc模型的应用与温室作物生产者之间距离的原因之一。更实用的温室ETc模型将会在更大的温室作物生产者群体中迅速传播,而ETc估算技术进步的可能性也将增加。温室系统对增加和实现粮食可持续生产的贡献必须通过改进现有温室管理模式来实现。粮农组织建议使用参考蒸散量(ET0)和作物系数(Kc)值的乘积来确定作物需水量的标准方法。该方法也可用于温室栽培系统,然而,关于温室条件下ET0或ETc测量方法研究还相当有限。在不同类型温室条件下,比较ET0或ETc模型性能的研究也很少。该综述强调了温室环境控制技术与ET0或ETc模型之间的联系,以及ET0或ETc测量中,现有知识和方法如何实际提高温室农业的可持续性。该综述旨在评估和总结目前可用的ET0或ETc估算模型,以及在各种类型温室中使用的ET0或ETc模型的准确性与适用性。