公共文化服务平台

搜索到1085篇“ 参考作物蒸散量“的相关文章

顾及时空特征的参考作物蒸散量集成学习估算: 2024年; 为提升参考作物蒸散量(ET_(0))的估算精度,以四川省为研究区域,发现全省ET_(0)的数据变化具有明显的时间和空间自相关性,继而在气象特征基础上引入时空特征构建以XGBoost, LightGBM,GBDT、随机森林和极限树为基模型的Stacking模型.将顾及时空特征的Stacking模型与其各个基模型以及经验模型彭曼公式(FAO 56 Penman-Monteith)的决定系数、平均绝对值误差和均方误差等多项指标进行了全面的精度对比验证.试验结果表明:在顾及空间特征的情况下,Stacking模型在测试集上决定系数精度提升了3%,平均绝对值误差和均方误差分别降低了51%和76%;在顾及时序特征的情况下,Stacking模型在测试集上的决定系数精度提升了4%,均方误差和平均绝对值误差分别降低了92%和72%.这表明时空特征的引入可有效提升模型估算ET_(0)性能.在同时顾及时空特征的情况下,Stacking模型相较于彭曼公式,决定系数提升了39%,均方误差、平均绝对值误差分别降低了95%和77%,并且,在2006—2010年逐年精度验证中,Stacking模型精度始终优于其每年最优基模型精度.因此,顾及时空特征的Stacking模型可有效提升四川省ET_(0)估算精度.; 刘傲赵东保魏义长肖炼; 关键词：参考作物蒸散量

一种三七栽培设施内参考作物蒸散量的估算方法: 本发明公开了一种三七栽培设施内参考作物蒸散量的估算方法,该方法通过马尔可夫链蒙特卡罗抽样方法率定Irmak公式中的参数，在小样本情况下提高了公式的估算精度，改进Irmak公式的计算值与FAO‑56PM公式的计算值接近，相...; 李晓丽杨启良

基于预报气温和HS公式估算麦季参考作物蒸散量: 2024年; 为了精准评价基于预报气温和Hargreaves-Samani (HS)公式计算参考作物蒸散量的可行性和准确性,基于1961—2017年新乡历史气象数据以Penman-Monteith (PM)公式计算结果对HS公式参数进行了校正,采用预报气温数据通过修正后的HS公式计算2018—2020年冬小麦生长季节的参考作物蒸散量。以Penman-Monteith计算的参考作物蒸散量为对照值进行对比,结果表明用Hargreaves-Samani(HS)公式和预报气温估算的日参考作物蒸散量与Penman-Monteith计算的参考作物蒸散量相关程度较高,平均绝对误差为0.48 mm/d,均方根误差为0.64 mm/d,决定系数为0.84,拟合度为0.96。说明在华北地区用日预报气温资料采用Hargreaves-Samani(HS)公式估算参考作物蒸散量这一方法可行,这为农业灌溉预报提供了理论和方法上的保证,并且对指导当地农业水资源配置具有参考意义。; 刘小飞谢朝晖; 关键词：参考作物蒸散量

基于PSO-RF模型的汉江流域参考作物蒸散量模拟研究: 2024年; 选取1960−2017年汉江流域及附近24个气象站的逐日气象数据,构建16种基于粒子群算法优化随机森林(PSO-RF)的日尺度ET0计算模型,并与Hargreaves-Samani、Makkink和Irmark-Allen共3种模型进行比较,评价PSO-RF模型在汉江流域的适用性及可移植性。结果表明:(1)PSO-RF模型能很好地识别各输入参数与日尺度ET0的非线性关系;仅采用最高气温(Tmax)、最低气温(Tmin)和地球外辐射(Ra)建立的PSO-RF2模型具有足够精度,平均MAE为0.402mm·d^(−1),RMSE为0.575mm·d^(−1),R^(2)为0.863;随输入气象要素数量增加,模型计算精度不断升高,平均MAE减小了37.9%,RMSE减小了36.3%,R^(2)升高了6.78%。(2)PSO-RF模型的计算精度优于相同输入参数的Hargreaves-Samani、Makkink和Irmark-Allen模型,平均MAE减小了43.6%、RMSE减小了34.5%,R2升高了4.12%。(3)PSO-RF模型在汉江流域具有较强的泛化能力和可移植性,分区建立的PSO-RF模型相互移植时,平均MAE为0.159mm·d^(−1),RMSE为0.245mm·d^(−1),R^(2)为0.974。因此缺乏气象数据时,基于PSO-RF建立的日尺度ET0计算模型可作为汉江流域日尺度ET0计算的推荐模型。; 葛杰曹绮欣张晓鹏雷龙陈至立冯家豪; 关键词：汉江流域参考作物蒸散量 PSO 可移植性

淮北平原36种参考作物蒸散量估算方法适用性研究: 2024年; 为分析不同参考作物蒸散量估算方法在淮北平原的适用性,以FAO56 Penman-Monteith(FAO56PM)模型为标准,基于五道沟实验站2009-2022年气象观测数据,选取6种统计指标,从日、月尺度综合分析。结果表明,所有方法中,日尺度下FAO24Penman(FAO24PM)法、1996 KiM-Berly Penman(K-P)法、Pristley-Taylor(P-T)法最优,月尺度下FAO24PM法、P-T法、Debruin-Keijman(D-K)法最优;综合法最优,其次依次为辐射法、质量传输法和温度法;综合法中FAO24PM法最优,辐射法中P-T法最优,温度法中FAO24BC法最优,质量传输法中Mahringer法日尺度下最优,Trabert法月尺度下最优。因此,当数据资料充足时推荐FAO24PM法,资料不齐全时推荐P-T法、FAO24BC法、Mahringer法(日尺度)或Trabert法(月尺度)。; 陈雨章启兵吕海深陈小凤李杰蒋鑫平王振龙; 关键词：淮北平原

基于辐射改进Penman-Monteith模型估算粮食主产区参考作物蒸散量: 2024年; 为进一步提高Penman-Monteith模型估算参考作物蒸散量(Reference crop evapotranspiration,ET0)的精度,以中国粮食主产区为研究对象,将其划分为温带湿润半湿润地区(THSZ)、温带干旱半干旱地区(TASZ)、暖温带半湿润地区(WTSZ)和亚热带湿润地区(SHZ),基于32个气象站点1994-2020年长序列实测逐日气象数据,将猎豹算法(CO)、沙猫算法(SCSO)、野狗算法(DOA)优化的时间卷积神经网络模型(TCN)和3种基于日照时数、3种基于温度的经验模型估算的辐射(R_(s))值与PM模型进行融合,得到改进PM模型。以均方根误差(RMSE)、决定系数(R^(2))、平均绝对误差(MAE)和效率系数(E_(NS))为精度评价体系,找出了粮食主产区不同分区的ET0最优估算模型,结果表明:基于日照时数模型的计算精度要优于温度模型,其中CO-TCN模型在全区内均表现出了较高的精度,在不同分区的RMSE、MAE、R^(2)和E_(NS)中位数取值分别为0.099~0.171 mm/d、0.057~0.111mm/d、0.984~0.998、0.983~0.997,由此可将CO-TCN模型估算的辐射值与PM模型融合,作为标准值用于估算粮食主产区ET0。; 马钊李鹏程刘洪伟孟静; 关键词：粮食主产区参考作物蒸散量

考虑气象因子不确定性的农田参考作物蒸散量预测方法: 本发明公开了一种考虑气象因子不确定性的农田参考作物蒸散量预测方法，其包括S1获取预测区域在预设时间段内设定数量组天气预报数据；S2将每组天气预报数据输入贝叶斯概率预报系统，得到修正后的天气预报数据；S3将修正后的每组天气...; 张宝忠韩信魏征李益农杜太生陈鹤谢天慧

参考作物蒸散量的计算及不同作物灌溉需水量的特征分析: 2024年; 【目的】研究分析参考作物蒸散量结合作物系数估算作物各生育阶段灌溉需水量特征,为农业用水调配提供依据。【方法】基于新疆阿克苏市气象站点1980~2010年逐日气象数据,采用Hargreaves-Samani(H-S)、Irmark-Allen(I-A)和Priestley-Taylor(P-T)3种方法模拟计算参考作物蒸散量(Reference Crop Evapotranspiration,ET 0),依据R 2、nRMSE和MAPE评价3种模拟方法的精度,并分析ET 0在年际间和月尺度下的变化规律。分析不同典型年冬小麦、棉花、春玉米、夏玉米的需水规律。【结果】(1)H-S法、I-A法和P-T法计算的研究区ET 0模拟值与标准值的R 2分别为0.965、0.949、0.946,MAPE分别为20.85%、26.46%、66.71%。(2)研究区全年ET 0累计值30年均值为960 mm,5~8月较大,12月和1月较小。(3)冬小麦、棉花、春玉米、夏玉米分别在返青-拔节期、开花-吐絮期、抽穗-乳熟期、抽穗-乳熟期的灌溉需水量最大,其对应值为108、308、131和136 mm。(4)全生育期内,冬小麦、棉花、春玉米、夏玉米的灌溉需水量分别为448、533、394和385 mm。【结论】H-S法和I-A法在新疆阿克苏市ET 0计算有良好的普适性;研究区ET 0累计值年际间变化不大,年内呈先增大再减小的趋势;冬小麦、棉花、春玉米、夏玉米的关键需水期分别为返青-拔节期、开花-吐絮期、抽穗-乳熟期、抽穗-乳熟期;全生育期内,棉花灌溉需水量最大,其次为冬小麦、春玉米、夏玉米。; 张妮郑志伟豆静静王义坤张艳芬刘春来; 关键词：参考作物蒸散量灌溉需水量

基于自适应模糊推理系统的汾河流域参考作物蒸散量模拟研究: 2024年; 【目的】有效提高缺少气象资料条件下汾河流域参考作物蒸散量(ET0)计算精度。【方法】选取汾河流域及附近7个气象站点1960—2017年逐日气象资料,根据不同气象要素组合,构建16种基于自适应模糊推理系统(ANFIS)的ET0模拟模型,并与Hargreaves-Samani、Irmak-Allen、Makkink模型进行比较,评价ANFIS模型在汾河流域的适用性及可移植性。【结果】(1)ANFIS模型能很好地展现ET0与各输入因子之间的非线性关系;仅输入Tmax、Tmin、Ra建立的ANFIS2模型模拟精度(平均R^(2)为0.882,平均NSE为0.876,平均RMSE为0.341 mm/d)能满足使用要求,随着输入气象要素数量的增加,模型模拟精度不断提高;(2)在输入因子相同时,ANFIS模型精度高于Hargreaves-Samani、Irmak-Allen、Makkink模型;(3)ANFIS模型在汾河流域具有很强的泛化能力和可移植性,不同分区建立的ANFIS模型相互移植时具有较高精度(平均R^(2)为0.983,平均NSE为0.978,平均RMSE为0.134 mm/d)。【结论】因此,在缺少气象资料时,基于自适应模糊推理系统建立的ET0模拟计算模型可作为汾河流域ET0计算的推荐模型。; 葛杰刘园雒舒琪曹绮欣; 关键词：汾河流域参考作物蒸散量自适应模糊推理系统可移植性

元谋干热河谷1988—2022年参考作物蒸散量的演变趋势及其影响因素: 2024年; 为研究元谋干热河谷地区参考作物蒸散量的变化及其影响因素,以元谋干热河谷1988—2022年气象站点逐日气象数据为基础,采用敏感度分析、贡献率分析、主成分分析、通径分析、分层聚类分析、灰色关联度等定量和定性的方法分析元谋干热河谷参考作物蒸散量变化规律及其影响因素。结果表明:近35 a,元谋干热河谷年度、旱、雨季参考作物蒸散量均呈显著上升趋势(Z>1.96),每10 a增幅分别为18.663、3.903、14.761 mm,增幅表现为雨季大于旱季,2008年既是年度参考作物蒸散量转折点也是突变点,旱、雨季的参考作物蒸散量无突变点;主成分分析结果显示,根据综合得分系数和权重对8个气象因子进行排序,从大到小依次为,日最高气温、日平均气温、日相对湿度、日照时间、日最低气温、日平均风速、日平均降水、实际水汽压;聚类分析结果将8个气象要素划分为6类,灰色关联度值计算结果与主成分分析结果一致,灰色关联度和主成分分析互相验证;元谋干热河谷的年度参考作物蒸散量主要受到日最高气温的影响,而在不同季节,参考作物蒸散量的主导因素不同。; 罗志锋齐丹卉欧朝蓉何真敏彭凌霄孙永玉李向飞张春华; 关键词：参考作物蒸散量主成分分析元谋干热河谷

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈