基于三次修正Jensen尾流模型的海上风电场布局优化

目前修正的Jensen尾流模型均没有同时修正尾流初始半径和尾流初始风速,无法准确预测海上风电场的实际尾流风速。基于二次修正Jensen尾流模型基础上,提出三次修正Jensen尾流模型,并通过海上风电场风洞实验数据验证该修正尾流模型的正确性。其次,考虑全尾流及部分尾流面积,将该三次修正Jensen尾流模型应用到海上风电场的布局优化中,以风力机的坐标及数量为优化变量,以度电成本为优化目标函数,并利用樽海鞘算法对海上风电场的风力机布局进行优化设计。优化结果表明:对比采用改进Jensen模型指导风电场布局,采用三次修正Jensen模型时,风电场的布局更加均匀;对比考虑全尾流的布局,当考虑部分尾流布局时,度电成本降低了2.16%。

冬小麦水分生产函数Jensen模型敏感指数的研究

根据冬小麦返青后田间水量平衡估算出田间作物实际腾发量和最大腾发量,由此,对水分生产函数Jensen分阶段连乘模型中的敏感指数进行了拟合分析。研究表明,Jensen模型中的敏感指数与作物生长阶段以及该阶段长短占总生长期的比例有关,但冬小麦返青后各阶段的敏感指数的累计值可以表示为时间t的一元函数,且与阶段划分无关,由该函数可得到任一阶段的敏感指数值。分析结果还表明,Jensen模型可以较好地反映作物田间耗水量与产量的关系。

中国主要农作物分生育期Jensen模型研究

通过对农作物分生育期水分生产函数研究分析,明确了Jensen模型在反映分生育期耗水量与产量关系中有较好的表现形式。在此基础上,利用中国灌溉试验资料数据库和一些地区灌溉试验站有关灌溉制度资料。建立了中国各地区主要农作物的Jensen模型,并且对模型的特点以及在应用中可能存在的一些问题进行了探讨。

Jensen模型水分敏感指数的新定义及其解法

在总结已有的作物水分生产函数Jensen模型研究工作的基础上,针对以往研究中水分敏感指数与生育阶段划分密切相关的问题,对Jensen模型进行了改造,提出了水分敏感指数的新定义。并在Jensen模型水分敏感指数的累加性分析的基础上,提出了确定Jensen模型水分敏感指数及累积曲线的更为简洁的新方法,新方法得到了田间试验的验证并与传统方法有很好的一致性。

冬小麦水肥生产函数的Jensen模型和人工神经网络模型及其应用

作物水肥生产函数研究是非充分灌溉理论的重要内容,也是提高农田水、肥利用效率的基础。在作物水分生产函数Jensen模型的基础上,引入肥料因子构造了水肥生产函数的Jensen模型;同时构造了作物水肥生产函数的人工神经网络模型。利用北京地区冬小麦田间试验资料对以上2个模型进行了分析,表明以上模型均可用于描述水分、肥料等因素对作物产量的影响,进而可对作物产量进行预测,且模型都具备一定的精度。

基于Jensen模型的红枣水分生产函数及敏感指数研究

【目的】研究滴灌条件下红枣各生育期水分亏缺对产量的影响,明确红枣各生育期水分敏感指数和关键需水期。【方法】通过对红枣各生育期不同水分亏缺处理,分析红枣灌水量和耗水量、耗水量和产量的关系,分析各生育期内水分亏缺对产量的显著性影响。根据红枣产量和不同生育阶段的耗水量关系,建立基于Jensen模型的水分生产函数,利用转换方程组解出相关参数。【结果】红枣水分敏感指数(萌芽展叶期0.089;开花坐果期0.324;果实膨大期0.392;成熟期0.068)。【结论】果实膨大期为影响产量的需水关键期,萌芽展叶期和成熟期水分亏缺对产量影响小。

非充分灌溉制度制定过程中Jensen模型的求解与应用

探讨了利用 Jensen模型制定非充分灌溉制度的建模思路 ,给出了 Jensen模型的二维动态规划求解方法 ,并研制了二维非充分灌溉制度的程序 ,其结果与实验相吻合 ,可用于指导农业灌溉和生产。

棉花水分生产函数Jensen模型敏感指数累积函数研究

根据试验资料 ,对Jensen模型水分敏感指数的求取方法、最高产量及其对应的阶段蒸发蒸腾量的选取和生育阶段的划分等问题进行了初步分析。研究表明 :求解水分敏感指数时 ,可用试验条件下的实际最高产量及其对应的阶段蒸发蒸腾量去代替模型中的最大产量及其对应的蒸发蒸腾量 ;推求棉花水分敏感指数的时间阶段以生育期划分才能与棉花的生物学特性密切结合 ,从而反映棉花不同生育阶段的需水特性 。

基于Jensen模型的内蒙古河套灌区春玉米水分生产函数研究

为了系统分析玉米整个生育期不同时期水分亏缺对产量的影响,适时开展灌溉影响评估,基于Jensen模型和水量平衡方程,利用水分试验数据和历史观测资料研究了河套灌区玉米水分敏感指数、玉米需水量和最高产量,建立了需水量和水分敏感指数时间变化方程,包括三项式和Logisitic两种形式,在旬尺度上二者的模拟结果十分接近;通过回代和实例检验,估算产量与实测产量有较好的一致性,回代结果的相关系数在0.92以上,相对误差小于15%的样本占到80%;实例检验的相关系数在0.63~0.69之间,相对误差低于20%的样本占到80%~100%,模拟效果基本符合实际。

Jensen模型改进的研究

Jensen模型水分敏感指数与阶段耗水量密切相关,通过对生育期不同阶段缺水造成的后效性影响的研究,对Jensen模型进行了改进,采用与植物细胞液浓度相关的系数K_i对后一阶段实测蒸腾量与充分灌溉蒸腾量的比值进行修正,使得到的敏感指数值能够更好地反映各生育阶段缺水对产量影响的敏感性。采用改进模型求解的敏感指数,不同年份相应阶段λ值变动幅度小,具有一定的稳定性。

基于Jensen模型的压砂地西瓜灌溉制度优化研究

针对压砂地西瓜水资源高效利用和合理灌溉制度问题,于2008年和2009年采用试坑对比试验方法进行了研究,利用水分生产函数Jensen模型分析了压砂地西瓜耗水规律及需水关键期,并用Jensen模型对压砂地西瓜灌溉制度进行了优化,结果表明：（1）压砂地西瓜全生育期耗水量为79.6-409.9 mm;（2）西瓜需水关键生育阶段顺序为＂苗期〉开花坐果期〉膨大初期〉膨大中期〉伸蔓期〉膨大后期＂;（3）压砂地西瓜各生育阶段的水分敏感系数λ1=0.6171,λ2=0.2707,λ3=0.0355,λ4=0.1097,λ5=0.1390,λ6=0.1106;（4）通过灌溉制度优化发现：供水量范围为80-240 mm时增产效果最明显,供水量达到320 mm时,压砂地西瓜可获得高产。最优灌溉制度为：苗期灌水20-30 mm,伸蔓期灌水50-55 mm,开花坐果期灌水40-45 mm,膨大初期灌水70 mm,膨大中期灌水60-70mm,膨大末期灌水60-65 mm。

棉花分生育期水分生产函数Jensen模型研究

通过对棉花作物分生育期水分生产函数的研究分析发现,Jensen模型在反映分生育期耗水量与产量关系中有较好的表现形式。利用中国灌溉试验资料数据库中有关灌溉制度资料,建立了中国棉花主要种植地区作物的Jensen模型,并且对模型的特点以及在应用中可能存在的一些问题进行了分析。

Jensen模型敏感指数出现负值的原因及解决方法

对于作物水分生产函数的Jensen模型 ,其敏感指数出现负值的现象是不合理的。从模型的适用范围和其敏感指数估计值的随机波动性两个方面分析了敏感指数出现负值的原因 ,并提出了解决方法 :(1)利用适用范围内的数据来建立Jensen模型 ;(2 )作物生育阶段不宜划分过多 ,一般以 4～ 6个为宜 ;(3)试验处理数可在 9～ 14范围内确定 ;(4 )合理设计试验方案 ,尽量使信息矩阵的行列式值取最大 ;(5 )通过选择土壤空间变异性较小的地块作为试验小区 ,提高灌水均匀度 。

PSO及SM-PSO算法在Jensen模型参数求解中的应用

针对传统的求解Jensen模型敏感指数的回归分析法(LR)存在的有偏估计和拟合精度不高等问题,利用粒子群算法(PSO)和单纯形法—粒子群算法(SM-PSO)分别对模型的敏感指数进行求解并与传统方法进行对比。结果表明,回归分析法、PSO算法和SM-PSO算法所得模型计算的相对产量与实际相对产量的平均相对误差分别为3.1%、1.8%和1.4%,说明PSO算法和SM-PSO算法均优于传统算法,尤其是SM-PSO算法收敛速度更快、拟合精度更高,是一种有效的求解Jensen模型敏感指数的方法。

非充分灌溉制度对Jensen模型的敏感性分析

分析了非充分灌溉中作物各生育阶段最优耗水量及产量对Jensen模型的敏感性。基于灌溉制度优化模型,构建了非充分灌溉制度对Jensen模型的敏感度计算公式,并以北京永乐店试验站1998～1999年度冬小麦的水分生产函数为例,进行了非充分灌溉制度对Jensen模型的敏感性分析。结果表明:1Jensen模型参数λi的波动对最优灌溉制度以及产量的计算结果影响较小;2与返青—拔节、灌浆—成熟阶段相比,拔节—孕穗、孕穗—灌浆阶段的最优耗水量计算结果受参数λi波动的影响比较小;3与返青—拔节、灌浆—成熟阶段相比,拔节—孕穗、孕穗—灌浆阶段的Jensen模型参数λi波动对各阶段最优耗水量及产量的计算结果影响较小。

基于改进的Jensen模型尾流数值模拟研究

为提高垂直方向尾流速度的预测精度,基于尾流速度在垂直方向呈现多项式分布的假设,考虑不同高度自然风速对尾流速度的影响,提出一种改进的Jensen尾流模型。以单台风力机作为研究对象,采用Jensen模型、高斯模型和改进的Jensen模型分别对风力机尾流速度进行数值模拟,并基于改进的Jensen模型分析大气稳定性对尾流速度恢复的影响。仿真结果表明,改进的尾流模型精度优于Jensen模型和高斯模型,在下游2.5D、4.0D和8.0D(D为风轮直径)距离处的误差低至7.35%、2.82%和3.44%。尾流速度恢复和大气稳定性密切相关,越稳定的大气层湍流强度越小,越不利于尾流速度恢复。

Jensen模型敏感指数随机误差对耗水量优化计算结果的影响

根据水分生产函数进行耗水量最优分配,是制定非充分灌溉制度的重要步骤。笔者研究了Jensen模型水分敏感指数随机误差对作物各阶段耗水量优化计算结果的影响。利用棉花灌溉试验数据,得到了Jensen模型各阶段水分敏感指数及其标准差,并通过随机模拟计算了作物各阶段最优耗水量的统计特征值。结果表明,产量和各生育阶段最优耗水量的标准差较大,随着总耗水量约束的加强,产量和各生育阶段最优耗水量的标准差逐渐增大。因此,水分敏感指数的随机波动对最优耗水量计算结果有显著影响,总耗水量约束越强,敏感指数随机波动的影响越大。

基于单纯形微粒群优化算法Jensen模型参数求解

提出了基于单纯形微粒群优化算法(SMPSO)直接求解作物水分生产函数Jensen模型参数的方法。通过计算分析,用传统方法计算而得Jensen模型的相对产量与实际相对产量的相关指数为0.825,而用SMPSO(PSO)计算而得的相关指数为0.932;SMPSO寻优仅需要0.3973s,而PSO需要1.0783s。

基于金枪鱼群优化算法的Jensen模型参数求解

【目的】利用智能优化算法求解Jensen模型参数。【方法】将分布估计引入金枪鱼群优化算法(TSO)中,形成基于分布估计的金枪鱼群优化算法(ITSO)。将改进的基于分布估计的金枪鱼群优化算法(ITSO)与其他算法在CEC2017测试集上进行性能验证,并利用山西潇河灌溉试验站非充分灌溉试验结果对该算法与其他方法求解的精准性进行对比。【结果】(1)在CEC2017测试集上,对比ITSO、TSO、GWO、WOA、SSA和BOA共6种算法的寻优性能表明,ITSO算法寻优能力最强。(2)在山西潇河灌溉试验站非充分灌溉试验结果上分别将ITSO与SPSS软件中非线性回归分析、TSO计算得出的结果进行对比,平均相对误差分别为7.79%、8.13%和7.79%。TSO算法经过50次迭代后找到最优解,而ITSO算法仅需35次迭代后找到最优解。【结论】基于分布估计的金枪鱼群优化算法(ITSO)求解Jensen模型参数,拟合精度高且寻优速度快。

豫东平原冬小麦Jensen模型中敏感指数的年际变化

作物阶段蒸发蒸腾量与产量函数模型是缺水条件下进行非充分灌溉决策和灌溉管理的理论基础。作物不同生育期缺水对产量的影响可用作物阶段水分敏感指数λi 来表示。敏感指数λi 大 ,缺水对产量的影响就大 ,反之亦然。利用豫东平原冬小麦 6年的灌溉试验资料 ,以冬小麦生育期ET0 资料为基础 ,分析研究了Jensen模型中λi 的年际变化 ,建立了ET0 和λi