基于水文氣象要素的淮北平原夏玉米蒸散灰色模型研究
發(fā)布時(shí)間:2021-02-24 09:30
準(zhǔn)確預(yù)測作物蒸散量對制定精準(zhǔn)的灌溉制度和提高水分利用率至關(guān)重要。為進(jìn)一步研究識別氣象要素對作物蒸散的影響,本文采用五道溝水文實(shí)驗(yàn)站大型稱重式蒸滲儀實(shí)測資料及氣象資料,利用灰色關(guān)聯(lián)法分析了玉米蒸散量與14個(gè)水文氣象要素間的關(guān)聯(lián)度,建立12個(gè)不同影響因素組合下的GM(1,n)逐日蒸散量預(yù)測模型。結(jié)果表明:淮北平原夏玉米蒸散量與各影響因素的灰色關(guān)聯(lián)度從大到小排序依次為:水汽壓力差>日最高氣溫>地溫100cm>地溫30cm>地溫10cm>地溫50cm>日平均氣溫>相對濕度>絕對濕度>葉面積指數(shù)>飽和差>日最低氣溫>日照時(shí)數(shù)>風(fēng)速;不同影響因素組合下的建模結(jié)果表明輸入要素個(gè)數(shù)為4~8時(shí),模型預(yù)測精度均合格,后驗(yàn)差比值均小于0.45,小誤差概率均大于0.8,可用于蒸散預(yù)測。采用GM(1,7)模型時(shí),模型精度最高。
【文章來源】:水文. 2020,40(03)北大核心
【文章頁數(shù)】:7 頁
【部分圖文】:
2018年夏玉米日蒸散量及降雨變化過程
根據(jù)灰色關(guān)聯(lián)法計(jì)算得出的結(jié)果可知,在玉米全生長期,各影響因素的關(guān)聯(lián)度按從大到小排序?yàn)椋核麎毫Σ睿?.8229)>日最高氣溫(0.7812)>地溫100cm(0.7812)>地溫30cm(0.7774)>地溫10cm(0.7762)>地溫50cm(0.7760)>日平均氣溫(0.7716)>相對濕度(0.7684)>絕對濕度(0.7646)>葉面積指數(shù)(0.7626)>飽和差(0.7584)>日最低氣溫(0.7531)>日照時(shí)數(shù)(0.7398)>風(fēng)速(0.7100)。日蒸散量與各要素的關(guān)聯(lián)度均大于0.6,關(guān)聯(lián)度較強(qiáng)。圖2為夏玉米日蒸散量與關(guān)聯(lián)度最高的前7個(gè)水文氣象要素變化過程?梢钥闯,水汽壓力差的變化趨勢與蒸散量變化趨勢有較高的一致性,符合灰色關(guān)聯(lián)分析結(jié)果,日最高氣溫和不同深度地溫變化趨勢與日蒸散量也基本一致,依此逐步建立灰色模型。3.3 灰色模型預(yù)測結(jié)果分析
為了檢驗(yàn)?zāi)P偷倪m用性,本文選取了同種土質(zhì)、同種口徑、同種作物及同種埋深的測筒數(shù)據(jù)進(jìn)行驗(yàn)證,兩個(gè)測筒蒸散趨勢出現(xiàn)差異可能是內(nèi)部環(huán)境有差別。采用蒸滲儀內(nèi)相應(yīng)地溫及各水文氣象要素,將所得GM(1,7)模型用于驗(yàn)證集,所得均方根誤差約為0.64,納什效率系數(shù)約為0.70,模型所得后驗(yàn)差比值為0.3188,小誤差概率為1.1307,模型精度較高。從圖4可以看出,夏玉米全生長期實(shí)際蒸散值與預(yù)測值的變化趨勢基本一致,模型模擬效果較好。表明水汽壓力差、氣溫及地溫對蒸散的影響較大,在作物生育期內(nèi)可根據(jù)這些氣象數(shù)據(jù)建立GM(1,7)模型預(yù)測蒸散。4 結(jié)語與討論
【參考文獻(xiàn)】:
期刊論文
[1]高級計(jì)算器在灰色預(yù)測GM(1,1)模型精度檢驗(yàn)中的使用[J]. 畢永. 世界最新醫(yī)學(xué)信息文摘. 2019(30)
[2]基于灰色關(guān)聯(lián)與預(yù)測模型分析陜西省交通運(yùn)輸碳排放[J]. 欒紫清. 汽車實(shí)用技術(shù). 2019(03)
[3]基于灰色關(guān)聯(lián)法的涉水邊坡穩(wěn)定性影響因素敏感性分析[J]. 聶兵其,湯明高,邵山,馬新建,李云杰,楊何. 長江科學(xué)院院報(bào). 2019(01)
[4]河套灌區(qū)玉米農(nóng)田蒸散動(dòng)態(tài)變化及其影響因子的通徑分析[J]. 劉美含,史海濱,李仙岳,閆建文,孫偉,竇旭. 排灌機(jī)械工程學(xué)報(bào). 2018(11)
[5]機(jī)器學(xué)習(xí)模型在河北省參考作物蒸散量計(jì)算中的比較[J]. 張薇,霍樹義,賈悅. 節(jié)水灌溉. 2018(04)
[6]東北地區(qū)春玉米生長季農(nóng)田蒸散量動(dòng)態(tài)變化及其影響因子[J]. 郭春明,任景全,張鐵林,于海. 中國農(nóng)業(yè)氣象. 2016(04)
[7]水稻蒸散特征及日尺度作物系數(shù)估算[J]. 高磊,申雙和,邵立瑛,褚榮浩,譚詩琪. 中國農(nóng)業(yè)氣象. 2016(02)
[8]基于大型稱重式蒸滲儀研究北疆滴灌麥田蒸散量[J]. 李杰,吳楊煥,陳銳,楊平,柴順喜,崔靜,馬富裕. 作物學(xué)報(bào). 2016(07)
[9]基于氣象因子敏感性的參照蒸散發(fā)簡化計(jì)算模型[J]. 李玫,邱誠,周洋,趙偉. 人民長江. 2015(11)
[10]大型稱重式蒸滲儀測定的冬小麥農(nóng)田的蒸散規(guī)律研究[J]. 汪秀敏,申雙和,韓曉梅,徐延紅. 氣象與環(huán)境科學(xué). 2011(04)
本文編號:3049168
【文章來源】:水文. 2020,40(03)北大核心
【文章頁數(shù)】:7 頁
【部分圖文】:
2018年夏玉米日蒸散量及降雨變化過程
根據(jù)灰色關(guān)聯(lián)法計(jì)算得出的結(jié)果可知,在玉米全生長期,各影響因素的關(guān)聯(lián)度按從大到小排序?yàn)椋核麎毫Σ睿?.8229)>日最高氣溫(0.7812)>地溫100cm(0.7812)>地溫30cm(0.7774)>地溫10cm(0.7762)>地溫50cm(0.7760)>日平均氣溫(0.7716)>相對濕度(0.7684)>絕對濕度(0.7646)>葉面積指數(shù)(0.7626)>飽和差(0.7584)>日最低氣溫(0.7531)>日照時(shí)數(shù)(0.7398)>風(fēng)速(0.7100)。日蒸散量與各要素的關(guān)聯(lián)度均大于0.6,關(guān)聯(lián)度較強(qiáng)。圖2為夏玉米日蒸散量與關(guān)聯(lián)度最高的前7個(gè)水文氣象要素變化過程?梢钥闯,水汽壓力差的變化趨勢與蒸散量變化趨勢有較高的一致性,符合灰色關(guān)聯(lián)分析結(jié)果,日最高氣溫和不同深度地溫變化趨勢與日蒸散量也基本一致,依此逐步建立灰色模型。3.3 灰色模型預(yù)測結(jié)果分析
為了檢驗(yàn)?zāi)P偷倪m用性,本文選取了同種土質(zhì)、同種口徑、同種作物及同種埋深的測筒數(shù)據(jù)進(jìn)行驗(yàn)證,兩個(gè)測筒蒸散趨勢出現(xiàn)差異可能是內(nèi)部環(huán)境有差別。采用蒸滲儀內(nèi)相應(yīng)地溫及各水文氣象要素,將所得GM(1,7)模型用于驗(yàn)證集,所得均方根誤差約為0.64,納什效率系數(shù)約為0.70,模型所得后驗(yàn)差比值為0.3188,小誤差概率為1.1307,模型精度較高。從圖4可以看出,夏玉米全生長期實(shí)際蒸散值與預(yù)測值的變化趨勢基本一致,模型模擬效果較好。表明水汽壓力差、氣溫及地溫對蒸散的影響較大,在作物生育期內(nèi)可根據(jù)這些氣象數(shù)據(jù)建立GM(1,7)模型預(yù)測蒸散。4 結(jié)語與討論
【參考文獻(xiàn)】:
期刊論文
[1]高級計(jì)算器在灰色預(yù)測GM(1,1)模型精度檢驗(yàn)中的使用[J]. 畢永. 世界最新醫(yī)學(xué)信息文摘. 2019(30)
[2]基于灰色關(guān)聯(lián)與預(yù)測模型分析陜西省交通運(yùn)輸碳排放[J]. 欒紫清. 汽車實(shí)用技術(shù). 2019(03)
[3]基于灰色關(guān)聯(lián)法的涉水邊坡穩(wěn)定性影響因素敏感性分析[J]. 聶兵其,湯明高,邵山,馬新建,李云杰,楊何. 長江科學(xué)院院報(bào). 2019(01)
[4]河套灌區(qū)玉米農(nóng)田蒸散動(dòng)態(tài)變化及其影響因子的通徑分析[J]. 劉美含,史海濱,李仙岳,閆建文,孫偉,竇旭. 排灌機(jī)械工程學(xué)報(bào). 2018(11)
[5]機(jī)器學(xué)習(xí)模型在河北省參考作物蒸散量計(jì)算中的比較[J]. 張薇,霍樹義,賈悅. 節(jié)水灌溉. 2018(04)
[6]東北地區(qū)春玉米生長季農(nóng)田蒸散量動(dòng)態(tài)變化及其影響因子[J]. 郭春明,任景全,張鐵林,于海. 中國農(nóng)業(yè)氣象. 2016(04)
[7]水稻蒸散特征及日尺度作物系數(shù)估算[J]. 高磊,申雙和,邵立瑛,褚榮浩,譚詩琪. 中國農(nóng)業(yè)氣象. 2016(02)
[8]基于大型稱重式蒸滲儀研究北疆滴灌麥田蒸散量[J]. 李杰,吳楊煥,陳銳,楊平,柴順喜,崔靜,馬富裕. 作物學(xué)報(bào). 2016(07)
[9]基于氣象因子敏感性的參照蒸散發(fā)簡化計(jì)算模型[J]. 李玫,邱誠,周洋,趙偉. 人民長江. 2015(11)
[10]大型稱重式蒸滲儀測定的冬小麥農(nóng)田的蒸散規(guī)律研究[J]. 汪秀敏,申雙和,韓曉梅,徐延紅. 氣象與環(huán)境科學(xué). 2011(04)
本文編號:3049168
本文鏈接:http://www.sikaile.net/projectlw/qxxlw/3049168.html
最近更新
教材專著