参考作物腾发量
参考作物腾发量的相关文献在2000年到2022年内共计174篇,主要集中在农业基础科学、农业工程、水利工程
等领域,其中期刊论文164篇、会议论文6篇、专利文献108886篇;相关期刊61种,包括农机化研究、农业工程学报、排灌机械工程学报等;
相关会议5种,包括东北三省水利学会2013年学术年会、中国工程图学学会2006年计算机图学、理论图学等专委会综合学术会议、中国农业工程学会农业水土工程专业委员会第九届学术研讨会等;参考作物腾发量的相关文献由432位作者贡献,包括迟道才、罗玉峰、陈涛涛等。
参考作物腾发量—发文量
专利文献>
论文:108886篇
占比:99.84%
总计:109056篇
参考作物腾发量
-研究学者
- 迟道才
- 罗玉峰
- 陈涛涛
- 崔远来
- 徐俊增
- 彭世彰
- 佟长福
- 卫琦
- 顾世祥
- 何大明
- 刘丙军
- 刘丽
- 常晓敏
- 李帅莹
- 于淼
- 任亚飞
- 刘博弈
- 刘文豪
- 尹春艳
- 李毅
- 李禄
- 李远华
- 李雪
- 杨士红
- 段爱旺
- 沈新平
- 王卫光
- 王声锋
- 田帅
- 缴锡云
- 邵东国
- 邵建龙
- 刘婷婷
- 刘虎
- 史海滨
- 孔凡丹
- 张娜
- 张金萍
- 徐冰
- 戚迎龙
- 曲霞
- 李和平
- 李彬
- 李靖
- 林小敏
- 王堃
- 王海南
- 王海渝
- 胡铁松
- 许杏娟
-
-
谭鑫;
罗童元;
谢亨旺;
邓海龙;
刘方平;
崔远来;
董斌;
罗玉峰
-
-
摘要:
为了提出一套比较精确的适合江西省的水稻参考作物腾发量(ET;)预报方法,采用PM公式和26个气象站点的历史气象数据来计算ET0,以此为基准值对Hargreaves-Samani(HS)模型、Blaney-Criddle(BC)模型及McCloud(MC)模型进行率定。并利用天气预报数据,评价3种ET0预报模型在江西省各个站点的适用性。结果表明:经过参数校正后,HS模型、BC模型及MC模型的ET0预报值在26个站点的平均的准确率分别为86.63%、85.81%、87.12%,平均绝对误差的均值分别为0.75、0.80、0.76 mm/d,平均的均方根误差分别为0.98、1.00、0.99 mm/d,平均的相关系数分别为0.76、0.76、0.78,有16个站点推荐使用HS模型进行ET0预报。对于江西省各个站点,预报精度最好的是HS模型,MC模型其次,BC模型最差。整体来看,采用率定后的HS模型进行预报,可为江西省灌溉预报及决策提供较为准确的ET0预报数据。
-
-
邓安妮;
康银红;
王君勤;
武剑飞
-
-
摘要:
为实现参考作物腾发量(ET_(0))在气象资料缺失地区的准确计算,探究ET_(0)简便方法在泸州市的适用性,以Penman-Monteith(PM)法作为标准方法,对Hargreaves(Har)法、FAO24 Blaney-Criddle(FAO24 BC)法、Makkink(Mak)法、Priestley-Taylor(PT)法计算的ET_(0)进行适用性分析,并采用线性关系和贝叶斯公式对各方法进行修正。通过误差分析得出,Har、PT法在研究区的适用性较好,RMSE在0.5~1.1 mm/d、PE在10%~15%,误差相对较小,且利用线性关系修正比贝叶斯公式好,线性修正后的Har法、PT法误差分别下降50%、80%左右,可以看出PT法的修正效果比Har法更理想。采用线性关系修正后的PT法更适合代替PM法计算气象资料缺失时的ET_(0),可为估算作物需水量提供理论依据和数据支持。
-
-
高惠嫣;
朱睿;
刘宏权;
杜秀萍;
陈任强;
柴春岭
-
-
摘要:
参考作物腾发量ET_(0)是作物需水量计算的关键因子,是水循环研究的重要因素。研究气候变化背景下参考作物腾发量长期变化规律,阐明其主要成因,可为应对气候变化对农业产生的影响和区域水资源规划管理提供基础。采用FAO推荐的Penman-Monteith公式计算了淀西平原1955-2018年逐日ET_(0),分析了ET_(0)及其构成项辐射项ETrad和空气动力学项ET_(aero)的长期变化规律,利用Mann-Kendall方法分析了ET_(0)及其主要驱动因素平均温度、湿度、日照和风速的变化趋势,并利用偏相关分析获得ET_(0)和主要驱动因素之间的关系。结果显示:淀西平原多年平均ET_(0)为1070.5 mm,ET_(0)下降趋势明显,倾向率为-19.5 mm/10 a。多年平均ETrad和ET_(aero)占ET_(0)的百分比分别为61.2%和38.8%。从4月至10月以辐射项为主,辐射项占参考作物腾发量的53.0%~80.2%,其他时段空气动力学项占的比例大些。淀西平原平均温度呈显著上升趋势,温度倾向率为0.23°C/10 a;日照时数、平均风速和相对湿度倾向率分别为-138.85 h/10 a、-0.09 m/s/10 a和-0.58%/10 a。从偏相关分析来看,参考作物腾发量与平均温度、日照时数、平均风速呈显著正相关,相关系数分别为0.909、0.608和0.534,与相对湿度呈显著负相关,相关系数为-0.371。淀西平原参考作物腾发量呈显著下降趋势,主要因为日照时数和风速的显著下降所致。
-
-
韦琦;
卫琦;
徐解刚;
柏玥辰;
李昕彤;
贺敏;
徐俊增
-
-
摘要:
为了解不同机器学习算法在预测不同气候区参考作物腾发量(ET_(0))方面的表现,以中国干旱区和湿润区共计20个气象站点1960-2019年的逐日气象数据为依据,以PM和HS公式计算的ET_(0)为参考,评价了多元逐步回归(SL)、支持向量机(SVM)和高斯过程回归(GPR) 3种机器学习算法的ET_(0)预测精度及其适用性。结果表明:(1)当分别以PM和HS公式计算的ET_(0)数值为标准时,3种机器学习算法模拟ET_(0)精度大小关系均表现为:GPR>SVM>SL,且GPR算法的模拟精度最高,其相关系数(R~2)均高达0.950以上。(2)当采用同一种机器学习算法时,其在以PM公式计算的ET_(0)为参考值情况下的R~2范围为0.965~0.995、RMSE的范围为0.212~0.260 mm/d、MAE的范围为0.151~0.201 mm/d;以HS公式计算结果为参考值时,其R~2范围为0.935~0.984、RMSE范围为0.832~0.964 mm/d、MAE范围为0.596~0.745mm/d。(3)在不同气候分区,以同一参考公式计算结果为标准值时采用机器学习算法模拟干旱区的ET_(0)精度均优于湿润区,其R~2提高了0.01。(4)对比不同机器学习算法的稳健性,SL和SVM算法在分别以PM和HS公式计算结果为参考值时的稳健性最高,其训练到模拟阶段的R~2变化幅度仅为0.16%和0.11%,而GPR算法稳健性均最低。(5)对比不同机器学习算法训练时间成本,SVM和GPR算法的计算成本显著高于SL算法。综合分析3种算法的ET_(0)预测精度、稳健性和计算成本,SVM算法可推荐为中国干旱区和湿润区较为精准预测参考作物腾发量的方法。且机器学习模拟精度与气象因子的定量关系表明,日照时数(N)变化是影响各算法预测精度的主要因子。
-
-
任亚飞;
田帅;
邵馨叶;
邵建龙
-
-
摘要:
针对BP神经网络在参考作物腾发量(ET 0)计算方面存在稳定性差、易陷入局部最优的缺陷,通过平均影响值算法(MIV)和SPSS软件对影响ET 0的变量进行筛选,消除多重共线性,同时计算各变量对ET 0的相对贡献率,选择相对贡献率较高的3个变量作为输入;同时,提出改进的非线性随机递减蝙蝠算法(NRDBA)对BP神经网络的权值和阈值进行优化,该算法将非线性随机递减权重引入速度更新公式中以提高算法的全局收敛性。将改进的NRDBA-BP算法应用于商丘地区的ET 0预测中,并建立BP、BA-BP和PSO-BP三种预测模型与之进行对比。实验结果表明,4种模型中,NRDBA-BP模型的R 2值最大,MSE最小,这表明提出的NRDBA-BP模型与ET 0的真实值更加接近,其预测精度更高,可以有效提高ET 0的预测能力。
-
-
任亚飞;
田帅;
邵馨叶;
邵建龙
-
-
摘要:
针对BP神经网络在参考作物腾发量(ET0)计算方面存在稳定性差、易陷入局部最优的缺陷,通过平均影响值算法(MIV)和SPSS软件对影响ET0的变量进行筛选,消除多重共线性,同时计算各变量对ET0的相对贡献率,选择相对贡献率较高的3个变量作为输入;同时,提出改进的非线性随机递减蝙蝠算法(NRDBA)对BP神经网络的权值和阈值进行优化,该算法将非线性随机递减权重引入速度更新公式中以提高算法的全局收敛性.将改进的NRDBA-BP算法应用于商丘地区的ET0预测中,并建立BP、BA-BP和PSO-BP三种预测模型与之进行对比.实验结果表明,4种模型中,NRDBA-BP模型的R2值最大,MSE最小,这表明提出的NRD-BA-BP模型与ET0的真实值更加接近,其预测精度更高,可以有效提高ET0的预测能力.
-
-
黄悦;
李思恩
-
-
摘要:
利用世界粮农组织的Penman-Monteith方法以及敏感曲线分析法,对甘肃国家级地面站点民勤站1968-2018年来的参考作物腾发量和气象因素的变化规律及各气象因子对参考作物腾发量变化的贡献大小进行了研究.结果 表明:1)民勤站参考作物腾发量ET0年内变化特征呈抛物线形式,在1-5月增加,8-12月递减,7月达到最大值为5.29 mm/d,年际变化整体呈波动上升趋势;2)利用相关性分析与主成分分析发现ET0与平均最高气温Tmax平均饱和水汽压差VPD的相关性最大,利用偏相关性分析发现ET0与平均风速U、平均净辐射与土壤热通量的差Rn-G的相关性最小,但ET0与U、Rn-G的偏相关性较大,说明ET0与U、Rn-G的关系受其他气象因素的影响较大;3)气象因素的年内变化与ET0对各气象因素的敏感系数在年内的变化趋势有一定的相似度.ET0对RnG的敏感系数不大,但是由于Rn-G自身的增长幅度较大,导致Rn-G对ET0增长的贡献率最大;平均气温T和VPD对ET0的增长也产生了一定的贡献;U对ET0的增长产生了较大的负贡献.
-
-
钱坤;
陈梦婷;
沈莹莹;
胡旭铧;
金丽;
刘少辉;
崔远来;
罗玉峰
-
-
摘要:
为了提出适合我国三江平原的高精度ET0预报方法,基于该区6个气象站点的天气预报数据和实测气象数据,以FAO56-Penman-Monteith(FAO56-PM)公式计算值为基准,比较Hargreaves-Samani(HS)、Thornthwaite(TH)和Blaney-Criddle(BC)3个ET_(0)预报模型的效果,对最优模型进行敏感性分析。结果表明:3个模型1~7 d预见期平均绝对误差均值分别为0.66、0.65、0.65 mm/d,均方根误差分别为0.93、0.96、0.95 mm/d,相关系数分别为0.857、0.828、0.840。1~5 d预见期最优预报模型为HS模型,6~7 d为TH模型。总体上预报精度由高到低为HS、TH、BC模型,建议采用HS模型在三江平原开展ET_(0)预报,HS模型预报对最高温预报的敏感性大于最低温。其预报值在夏季受温度预报误差影响最大,冬季最小,4季整体误差较小。研究可为灌溉预报提供较准确的数据基础。
-
-
宫俪芹;
刘群昌;
马延勇;
彭致功;
张凤;
董洁
-
-
摘要:
为对气候变化下不同时间尺度参考作物腾发量(ET 0)的变化规律及其主控因子进行研究,为北京地区制定作物灌溉制度提供参考。基于1970—2019年北京市的逐日气象资料,对不同时间尺度上ET 0进行趋势分析,并采用相关分析与因子分析相结合的方法确定ET 0主控因子。研究表明:①日尺度下,ET 0年内变化呈双峰型曲线变化,第一峰值为5.32 mm/d,第二峰值为3.93 mm/d,年内均值为2.78 mm/d;月尺度下,ET 0呈单峰变化趋势,1月份最低,5月份最高,分别为31.3、148.2 mm;ET 0的年际变化范围为901.33~1095.47 mm,年际变化倾向率为6.32 mm/(10年)。②各气象因子与ET 0的相关性随年内月份的不同而表现出差异性,仅采用相关分析法难以真实厘清各个气象因子对ET 0的影响作用;采用因子分析后可知,影响北京地区夏季和春季ET 0的主控因子分别是温度辐射因子和湿度日照风速因子;结合相关性分析表明,北京地区ET 0增加趋势主要是气候升温导致的。本研究对气候变化下北京地区未来农业用水管理具有实际指导意义。
-
-
宫俪芹;
刘群昌;
马延勇;
彭致功;
张凤;
董洁
-
-
摘要:
为对气候变化下不同时间尺度参考作物腾发量(ET0)的变化规律及其主控因子进行研究,为北京地区制定作物灌溉制度提供参考.基于1970—2019年北京市的逐日气象资料,对不同时间尺度上ET0进行趋势分析,并采用相关分析与因子分析相结合的方法确定ET0主控因子.研究表明:①日尺度下,ET0年内变化呈双峰型曲线变化,第一峰值为5.32 mm/d,第二峰值为3.93 mm/d,年内均值为2.78 mm/d;月尺度下,ET0呈单峰变化趋势,1月份最低,5月份最高,分别为31.3、148.2 mm;ET0的年际变化范围为901.33~1095.47 mm,年际变化倾向率为6.32 mm/(10年).②各气象因子与ET0的相关性随年内月份的不同而表现出差异性,仅采用相关分析法难以真实厘清各个气象因子对ET0的影响作用;采用因子分析后可知,影响北京地区夏季和春季ET0的主控因子分别是温度辐射因子和湿度日照风速因子;结合相关性分析表明,北京地区ET0增加趋势主要是气候升温导致的.本研究对气候变化下北京地区未来农业用水管理具有实际指导意义.
-
-
-
CHANG Xiao min;
常晓敏;
GAO Zhan yi;
高占义;
WANG Shao Ji;
王少丽;
LUO Yu feng;
罗玉峰
- 《中国农业工程学会农业水土工程专业委员会第九届学术研讨会》
| 2016年
-
摘要:
根据南京站2001-2011年实测气象数据,以Pemman Monteith(PM)分式计算得到的参考作物腾发量ET0值作为基准值,对仅需要气温数据计算参考作物腾发量的Hargreaves Samani(HS)公式进行参数率定,采用率定后的HS公式依据2012年6月-2015年6月气温预报数据对南京水稻、冬小麦不同生育期未来1~7d的ET0进行预报,并与基于实测气象数据的PM法计算的ET0值进行比较,评价HS法的ET0预报精度.结果表明:最低、最高气温实测值与预报值相关系数分别为0.97和0.93,最低气温预报精度略高于最高气温;预见期1~7d内,水稻、冬小麦不同生育期ET0预报值与PM法计算值变化趋势基本一致,整个生育期内冬小麦ET0预报值与PM法计算值吻合程度更好,水稻、冬小麦相关系数分别选0.60.0.80左右;水稻各生育期平均准确率为66.0%~97.5%,平均绝对误差为0.65~1.22mm/d,均方根误差为0.76~1.42mm/d,冬小麦各生育期平均准确率为75.4%~99.5%,平均绝对误差为0.33-1.06mm/d,均方根误差为0.43~1.23mm/d;作物生育期各阶段对气温预报误差越敏感,ET0预报精度越低,随着生育期的推进,水稻对气温预报误差的敏感程度逐渐减小,相应的ET0预报精度进新增加,而冬小麦反之;但整体上预见期1~7d的气温预报及ET0预报精度达到可利用程度,可为快速灌溉预报及灌溉决策提供数据支撑.
-
-
邵俊昌;
曲磊
- 《东北三省水利学会2013年学术年会》
| 2013年
-
摘要:
参考作物腾发量(ET0)为制定合理的作物灌溉制度和区域灌溉方案提供了基本依据,使作物需水量估算有了统一的基础.本文基于本溪地区4个气象站(本溪站、本溪县站、桓仁站、草河口站)逐日气象资料,采用Penman-Monteith公式,计算得出四站年内及年际参考作物腾发量ET0.运用气候趋势系数法研究各个参数的变化趋势及ET0的演变特征.结果表明本溪地区参考作物腾发量年际变化幅度不大,ET0总体呈平稳下降趋势;而年内变化较大,呈单峰型变化曲线,5月份腾发量最大,1月份最小,夏季平均腾发量要高于春季,冬季腾发量最少,各站变化一致,ET0呈现明显的以年为周期的变化特征.本溪地区参考作物腾发量由东南向西北递增,蒸发梯度变化不是很大.
-
-
罗红英;
冉金鑫;
罗玉峰;
李玉庆;
沈莹莹;
蒙强
- 《中国水利学会2018学术年会》
| 2018年
-
摘要:
为提高短期ET0预报的精度,以FAO56-Penman-Monteith(PM)公式计算值为基准,比较了基于天气预报的Hargreaves-Samani(HS)和与Penman-Monteith(PM)两种ET0预报模型.收集了西藏林芝站2000年1月-2014年12月的历史实测气象数据用以HS模型参数的率定与验证.以2014年1月-2016年12月农业干旱实时监测逐日对未来7d的气象预报数据和两种方法进行ET0预报.其中天气预报资料包括:日最高温、日最低温、天气类型和风力等级.天气类型和风力等级分别换算为日照时数和平均风速应用于PM模型中,并与以实测气象数据和PM模型计算的ET0进行比较.结果表明:最低气温、最高气温、日照时数、风速的预报精度逐渐降低,利用这两种方法分别预报ET0时,1~7d预见期平均绝对误差均值MAE分别为0.44mm/d、0.61mm/d;均方根误差RMSE分别为0.56mm/d、0.74mm/d;相关系数r分别为0.78、0.71.由于通过天气类型、风力等级预报转换成的日照时数和平均风速预报并不准确,考虑了天气和风力影响的PM模型并不能提高ET0预报精度.
-
-
-
樊湘鹏;
许燕;
周建平;
李志磊;
陈磊
- 《第十一届全国微灌大会》
| 2017年
-
摘要:
实时、准确的对作物参考腾发量(ET0)的预测是实现智能节水灌溉发展精准农业的必要条件之一,同时有利于研究区域水分的供需平衡.随着人工智能算法在ET0的预测中有了越来越多的应用,出现了多种以神经网络为基础的ET0的预测模型与算法,在算法上存在着收敛速度慢、精度不和网络泛化能力不够好的问题,难以适应ET0随机性和不确定性的特点,而且针对新疆干旱地区的研究并不多见.本文以新疆吐鲁番绿洲盆地地区为研究区域,以日平均气温、相对湿度、日照时长和风速为输入量,ET0为输出量,建立了以粒子群算法优化三层BP神经网络的预测模型,经验证该模型在网络训练的过程中,其输入数据和期望输出数据有着很高的相关性,具有较高的精度和收敛速度,为干旱区农业带计算ET0值提供了新的思路与方法.
-
-
樊湘鹏;
许燕;
周建平;
李志磊;
陈磊
- 《第十一届全国微灌大会》
| 2017年
-
摘要:
实时、准确的对作物参考腾发量(ET0)的预测是实现智能节水灌溉发展精准农业的必要条件之一,同时有利于研究区域水分的供需平衡.随着人工智能算法在ET0的预测中有了越来越多的应用,出现了多种以神经网络为基础的ET0的预测模型与算法,在算法上存在着收敛速度慢、精度不和网络泛化能力不够好的问题,难以适应ET0随机性和不确定性的特点,而且针对新疆干旱地区的研究并不多见.本文以新疆吐鲁番绿洲盆地地区为研究区域,以日平均气温、相对湿度、日照时长和风速为输入量,ET0为输出量,建立了以粒子群算法优化三层BP神经网络的预测模型,经验证该模型在网络训练的过程中,其输入数据和期望输出数据有着很高的相关性,具有较高的精度和收敛速度,为干旱区农业带计算ET0值提供了新的思路与方法.
-
-
樊湘鹏;
许燕;
周建平;
李志磊;
陈磊
- 《第十一届全国微灌大会》
| 2017年
-
摘要:
实时、准确的对作物参考腾发量(ET0)的预测是实现智能节水灌溉发展精准农业的必要条件之一,同时有利于研究区域水分的供需平衡.随着人工智能算法在ET0的预测中有了越来越多的应用,出现了多种以神经网络为基础的ET0的预测模型与算法,在算法上存在着收敛速度慢、精度不和网络泛化能力不够好的问题,难以适应ET0随机性和不确定性的特点,而且针对新疆干旱地区的研究并不多见.本文以新疆吐鲁番绿洲盆地地区为研究区域,以日平均气温、相对湿度、日照时长和风速为输入量,ET0为输出量,建立了以粒子群算法优化三层BP神经网络的预测模型,经验证该模型在网络训练的过程中,其输入数据和期望输出数据有着很高的相关性,具有较高的精度和收敛速度,为干旱区农业带计算ET0值提供了新的思路与方法.
-
-
樊湘鹏;
许燕;
周建平;
李志磊;
陈磊
- 《第十一届全国微灌大会》
| 2017年
-
摘要:
实时、准确的对作物参考腾发量(ET0)的预测是实现智能节水灌溉发展精准农业的必要条件之一,同时有利于研究区域水分的供需平衡.随着人工智能算法在ET0的预测中有了越来越多的应用,出现了多种以神经网络为基础的ET0的预测模型与算法,在算法上存在着收敛速度慢、精度不和网络泛化能力不够好的问题,难以适应ET0随机性和不确定性的特点,而且针对新疆干旱地区的研究并不多见.本文以新疆吐鲁番绿洲盆地地区为研究区域,以日平均气温、相对湿度、日照时长和风速为输入量,ET0为输出量,建立了以粒子群算法优化三层BP神经网络的预测模型,经验证该模型在网络训练的过程中,其输入数据和期望输出数据有着很高的相关性,具有较高的精度和收敛速度,为干旱区农业带计算ET0值提供了新的思路与方法.
-
-
樊湘鹏;
许燕;
周建平;
李志磊;
陈磊
- 《第十一届全国微灌大会》
| 2017年
-
摘要:
实时、准确的对作物参考腾发量(ET0)的预测是实现智能节水灌溉发展精准农业的必要条件之一,同时有利于研究区域水分的供需平衡.随着人工智能算法在ET0的预测中有了越来越多的应用,出现了多种以神经网络为基础的ET0的预测模型与算法,在算法上存在着收敛速度慢、精度不和网络泛化能力不够好的问题,难以适应ET0随机性和不确定性的特点,而且针对新疆干旱地区的研究并不多见.本文以新疆吐鲁番绿洲盆地地区为研究区域,以日平均气温、相对湿度、日照时长和风速为输入量,ET0为输出量,建立了以粒子群算法优化三层BP神经网络的预测模型,经验证该模型在网络训练的过程中,其输入数据和期望输出数据有着很高的相关性,具有较高的精度和收敛速度,为干旱区农业带计算ET0值提供了新的思路与方法.