公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

根据天气预报估算参照腾发量被引量：41: 2005年; 参照腾发量ET0的实时预测对实时灌溉预报很重要。通过对普通天气预报信息进行解析,取得可用的合理数据,利用Penm an-M on te ith方法估算了北京大兴试区近10年逐日参照腾发量,最后与由实测气象数据计算的结果进行了对比分析。结果表明:解析气象因子与实测数据中,日照时数的相关系数为0.99,风速为0.90;t检验值日照时数为376.9042,风速为122.4295,远远大于t分布相应临界值2.576(α=0.01),表明其可以认为是来自一个近似的总体样本。由日最低气温确定的实际水汽压和由实测相对湿度计算的实际水汽压,二者相关系数达到0.93,t检验值为153.3015。运用天气预报信息计算预测的ET0与实测数据用Penm an-M on te ith方法计算的ET0相比,相关系数达到0.9613,t检验值为209.1194,说明二者具有高度显著的线性相关性。如果日常天气预报准确度能够达到90%以上,用此理论预测参照腾发量将具有较大的参考价值和实际意义。; 蔡甲冰刘钰雷廷武许迪; 关键词：参照腾发量灌溉预报 ET0

冠层温度指导冬小麦灌溉的试验研究被引量：12: 2008年; 在冬小麦主要生育期,测定了6个不同水分处理的冠层温度、气温以及土壤含水率,计算了冠气温差并分析了它们之间的相互关系。结果表明：作物水分胁迫指数CWSI和冠层-空气温差（Tc-Ta）是利用冠层温度评价作物水分状况的重要方法。冠层温度和冠气温差都有明显的日变化过程,其中冠层温度在下午14：00前后达到最大值;中午12：00～14：00时段冠气温差反应冬小麦的供水状况最具代表性;冬小麦适宜水分处理的冠气温差阈值为-1.5℃〈ΔT〈1.3℃。冬小麦旺盛生长期间（15/4～25/5）的水分胁迫指数平均值与最终籽粒产量的关系是一种非线性的关系,平均水分胁迫指数在0.18～0.23范围为冬小麦的最优供水标准。; 史宝成刘钰蔡甲冰; 关键词：冠气温差水分胁迫指数土壤含水率

不同供水条件对冬小麦生长因子的影响被引量：26: 2007年; 为给冬小麦高效灌溉制度提供理论依据,分析了6个不同灌水处理下土壤含水量、冬小麦叶面积指数、株高和籽粒产量的变化。结果表明,增加灌水可减缓冬小麦生长发育期间土壤储水量的下降,但过量灌溉则会导致土壤水分出现冗余。不同灌水处理对冬小麦植株性状和产量有极显著的影响,适当增加灌水次数和灌水量可增加株高和叶面积指数,促进小麦植株平稳生长,提高籽粒产量,过度灌水反而会对小麦生长和产量产生负效应。小麦在返青-拔节期和抽穗-成熟期两个阶段需水较多,对水分较为敏感。冬小麦苗期和成熟期的土壤水分下限指标为田间持水量的55%-60%,其它生育阶段为田间持水量的65%-70%。; 史宝成刘钰蔡甲冰; 关键词：小麦土壤水分

基于通径分析原理的冬小麦缺水诊断指标敏感性分析被引量：57: 2008年; 根据冬小麦田间试验结果,用通径分析的方法,把不同灌溉决策指标对干物质和叶片水分利用效率(WUE)的影响进行了分析。通过土壤水分含量、叶面蒸腾、光合有效辐射、光合作用速率、气孔导度和叶温对作物干物质产量的通径分析发现,影响干物质产量最大的是叶面蒸腾,其次是光合有效辐射和叶温。通过充分灌溉和干旱水分处理相应时刻太阳辐射、光合有效辐射、空气水汽压差、气孔导度和叶温对作物叶片WUE的通径分析发现,对于适宜水分处理来说,主要影响WUE因子不是上述5个指标,而是土壤水分状况起到决定因素;对于干旱处理来说,主要影响因子是光合有效辐射和叶面温度。通过对干物质通径分析自变量指标的增减对结果的影响分析,发现,在考虑干物质生产和作物水分利用效率最优的目标时,灌溉决策指标要注意叶面蒸腾、光合有效辐射、叶面温度和土壤水分的变化。; 蔡甲冰刘钰许迪史宝成; 关键词：冬小麦灌溉决策敏感性通径分析

冬小麦对土壤水分的生理响应研究被引量：8: 2009年; 在冬小麦主要生育期,测定了6个不同水分处理的光合速率(Pn)、蒸腾速率(Tr)、气孔导度(Gs)以及土壤含水率,分析了它们之间的相互关系,探讨了各生理指标在诊断作物水分状况的和可行性和发展潜力。结果表明:冬小麦各生理指标之间有着极显著的相关关系,蒸腾速率、光合速率和气孔导度相互之间的增大或减小是同步的,它们之间有着密切的线性关系,气孔导度直接影响蒸腾速率和光合速率,三者之间呈极显著正相关;土壤水分与蒸腾速率、光合速率、气孔导度呈显著或极显著正相关,当土壤含水量保持在田持的60%左右的时候,Pn/Tr最大,光合利用效率最高。; 史宝成刘钰蔡甲冰; 关键词：光合速率气孔导度蒸腾速率土壤水分

根据天气预报估算参照腾发量的模糊神经网络方法被引量：6: 2005年; 尝试利用日常天气预报中天气情况和日最高气温的预报信息,采用自适应模糊神经推理系统(ANFIS)方法,构建参照腾发量估算方法,预报参照腾发量.用北京市大兴区1995～2003年间的逐日实测气象资料进行模型训练,用2004年逐日气象资料进行预报和模型检验.由天气预报估算的结果(ANFIS-ET0)与Penman-Monteith方法计算的ET0值(PM-ET0)进行了对比分析.结果表明:后者与训练数据的线性相关系数为0.90,检验结果为0.84;t检验结果表明,训练数据和预报数据均具有很高的显著性(α=0.01).结果同时说明,在提高日常天气预报准确率、选择最合适的隶属度函数和模糊规则的基础上,运用智能算法解决农田灌溉复杂问题是可行的和方便快捷的.; 蔡甲冰刘钰雷廷武许迪; 关键词：参照腾发量 ANFIS 模糊推理神经网络

全选清除导出

共1页<1>

水利部现代水利科技创新项目(SCX2003-14)