导读:本文包含了蒸散量论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:作物,系数,公式,因子,汉江,叶面积,青藏高原。
蒸散量论文文献综述
李晨,李王成,赵自阳,董亚萍,高海燕[1](2019)在《宁夏引黄灌区几种参考作物蒸散量计算方法适用性及修正研究》一文中研究指出为了提高宁夏引黄灌区参考作物蒸散量(ET_0)简化公式的精度,基于宁夏引黄灌区5个国家级基本气象站点1962-2017年逐日气象资料,分别使用Priestley-Taylor(P-T)、FAO-24 Radiation(FAO-24)、1948 Penman-Monteith(1948P-M)、Hargreave-Samani(H-S)和Makkink(M-A)五种简化计算方法计算多年日均ET_0,以Penman-Monteith(P-M)公式计算为标准,通过使用1962-2000年P-M公式所得日值,分别对五种简化计算方法进行线性拟合,用最小二乘法确定出斜率k和经验系数c,并用2001-2017年计算数据对拟合公式进行验证,使用平均绝对误差(MAE)、平均相对百分误差(MRPE)和Nash-Sutcliff系数(NS)对宁夏引黄灌区各个站点的精度进行评价。结果表明:修订前,各简化计算方法对宁夏引黄灌区各个站点适用性及精度较差,经过修正后,其拟合效果和精度均有不同程度的提高。因此,经过修正后的五种简化计算方法在宁夏引黄灌区有较高的适用前景。(本文来源于《中国农村水利水电》期刊2019年11期)
刘子豪,陆建忠,黄建武,陈晓玲,张玲[2](2019)在《基于CMIP5模式鄱阳湖流域未来参考作物蒸散量预估》一文中研究指出预测未来气候情境下鄱阳湖流域参考作物蒸散量(Reference crop Evapotranspiration,ET0)的时空分布可为流域水资源的优化管理,为科学应对气候变化对农业生产的影响提供基础数据支撑.利用鄱阳湖流域14个气象站点1961-2014年逐日气象数据,采用Penman-Monteith公式计算出历史ET0;基于同期美国环境中心(NCEP)再分析数据及2006-2100年CMIP5中CNRM-CM5模式在RCP4. 5和RCP8. 5情景下的预测数据,经统计降尺度模型(statistical downscaling model,SDSM)模拟和偏差校正,预测流域未来ET0;通过Mann-Kendall检验、普通克里金插值和空间自相关法分析了流域1961-2100年ET0的时空演变特征.结果表明:NCEP再分析资料与流域ET0建立的逐步回归降尺度模型模拟效果较好,CNRMCM5模式降尺度模拟结果经偏差校正后,精度明显提高,适宜流域未来ET0的预估.鄱阳湖流域在基准期1961-2010年ET0整体上呈减小趋势,空间分布上呈南北高、中间低的特点,表现出明显的空间差异性.RCP4.5、RCP8.5情景下未来3个时期鄱阳湖流域ET0较基准期均呈不同程度的增加趋势,其空间分布整体表现为东高西低、局地略有突出;无论是在基准期或是未来情景下的3个时期,ET0均具有较强的空间自相关性.在RCP8.5情景下,鄱阳湖1961-2100年干旱指数呈现出较为明显的上升趋势,流域的干旱状况随时间加剧,2011-2100年间流域绝大部分地区由湿润区转为半湿润区,干旱指数自南向北递减,赣江流域将是鄱阳湖流域未来干旱风险的重点防范区.(本文来源于《湖泊科学》期刊2019年06期)
樊湘鹏,许燕,周建平[3](2019)在《参照作物蒸散量计算模型在新疆干旱地区适用性研究》一文中研究指出对作物需水信息实时、准确地获取是实现智能灌溉发展精准农业的关键技术和必要条件。参照作物蒸散量(ET_0)是获取需水信息的重要依据和需水决策系统的核心,ET_0计算模型的精确与否将直接影响作物的长势以及智能灌溉的效果。选取基于温度的Hargreaves-Samani法(H-S法)、基于辐射的Priestley-Taylor以及经验公式法Irmark-Allen进行比较,选择不同的气象条件下最佳的ET_0计算模型。选择新疆地区的昭苏、乌鲁木齐、麦盖提、吐鲁番4个站点的气象数据,分别利用H-S法、经验公式法Irmark-Allen(I-A法)、Priestley-Taylor辐射公式(P-T法)、以及Penman-Monteith公式(PM-56)4种方法计算不同站点的ET_0值,以PM-56为标准对其他方法计算结果进行评价并修正。结果表明,在4个站点中Irmark-Allen的计算结果与PM-56最为接近,标准误差分别为1.215、1.020、1.311、1.065。经过回归分析得,昭苏站拟合优度最佳的是Allen,r~2为0.917,麦盖提站和吐鲁番站拟合优度最佳的是P-T法,r~2值分别为0.862和0.889,乌鲁木齐站拟合优度最佳的是H-S法,r~2值为0.926。对模型进行修正之后,昭苏站和乌鲁木齐站的最佳模型是H-S法,标准误差分别减小到了0.419和0.607,标准误差分别减少了90.6%和85.7%。麦盖提站和吐鲁番站的最佳模型是修正P-T法,标准误差分别减少到了0.670和0.439,标准误差减少了87.4%和89.8%。因此,可以在有限气象条件下将修正后的模型用于新疆地区相应站点ET_0的计算中,为农业灌溉提供便利。(本文来源于《江苏农业科学》期刊2019年20期)
倪宁淇,李果,崔宁博,姜守政,唐琦[4](2019)在《我国西南地区近56年参考作物蒸散量的敏感性分析》一文中研究指出参考作物蒸散量(ET_0)是水文气象研究及水资源管理规划中的重要参数。基于1960—2015年我国西南地区96个气象站的逐日相对湿度(RH)、日照时数(n)、风速(u)、最低温度(T_(min))、最高温度(T_(max))和平均温度(T_(mean))资料,采用1998年联合国粮食及农业组织(FAO)推荐的Penman-Monteith公式,计算近56年研究区的ET_0,并分析ET_0对各气象因子的敏感系数。结果表明,近56年我国西南地区的平均ET_0为1 027.11 mm,在空间分布上表现为自东北向西南方向逐渐增大;全区ET_0对气象因子敏感系数的绝对值排序为RH>n>T_(max)>T_(mean)>u>T_(min),在空间分布上,RH、n、u敏感系数在研究区西部较高,T_(max)敏感系数在以云贵高原的元江、广西盆地的北海为中心的地区较高,T_(mean)敏感系数在研究区东部及云贵高原西南部较高,T_(min)敏感系数在广西盆地地区较高;RH、T_(max)、u、T_(min)敏感系数呈上升趋势,其中T_(max)敏感系数显着(P<0.05)上升,其余气象因子的敏感系数呈极显着(P<0.01)上升趋势,n敏感系数呈极显着(P<0.01)下降趋势,T_(mean)敏感系数变化不明显;RH、T_(max)与n敏感系数的年内变化特征为双峰型曲线,T_(mean)、u、T_(min)敏感系数呈单峰型曲线;全区ET_0的突变时间为1996年,突变时间以前ET_0呈极显着(P<0.01)下降的趋势,气候倾向率为-13.437 mm/10年,突变时间后呈显着(P<0.05)上升趋势,气候倾向率为21.770 mm/10年。因此可见,西南全区及各分区参考作物蒸散量均对相对湿度的敏感性最高,除四川盆地外,其余分区对日照时数、最高温度的敏感性较高,四川盆地对平均温度的敏感性较高。(本文来源于《江苏农业科学》期刊2019年20期)
张国强,明博,王克如,沈东萍,谢瑞芝[5](2019)在《基于叶面积指数和蒸散量的关系提高玉米产量和水分利用效率》一文中研究指出【研究背景】水资源短缺是制约干旱区农业生产的主要因素。然而,高水平的水分利用效率是灌溉农业得以持续稳定发展的有效途径。西北干旱区光照资源充足,昼夜温差大,灌溉农业,有利于作物高产,其中北疆是我国玉米种植密度和单产最高的区域。合理密植作为提高玉米产量的有效途径,生产中以充足的灌溉水来满足玉米对水分的需求以获得高产,往往造成增产不增收,浪费大量的灌溉水,导致水分利用效率低。如何协调玉米密植条件下水分利用效率与高产的关系,已成为该地区玉米生产中亟待突破的重大课题。因此,本研究通过设置不同的灌溉量和种植密度,通过研究不同灌溉条件下不同密植群体植株形态、物质生产、产量构成、蒸散量、水分利用效率(WUE)等特征,分析密植玉米群体大小与蒸散量的定量关系,明确密植玉米群体增产及提高WUE的机制和途径。研究结果可为干旱区玉米密植高产栽培及水资源高效利用提供理论依据。【材料与方法】试验于2016-2017年在新疆奇台农场开展,以先玉335为供试品种,采用膜下滴灌水肥一体化栽培模式。灌溉量:2016年为600 mm(W3)、480 mm(W2)和360 mm(W1);2017年为:720 mm(W4)、600 mm(W3)、480 mm(W2)和360 mm(W1)。种植密度:2016年为7.5株/m2(D1)、10.5株/m~2(D3)、12.0株/m~2(D4)和13.5株/m~2(D5)。2017年为7.5株/m~2(D1)、9.0株/m2(D2)、10.5株/m~2(D3)、12.0株/m~2(D4)和13.5株/m~2(D5)。采用宽窄行(70 cm+40 cm)种植,一管两行,灌溉量用水表精确控制。【结果与分析】在W3灌溉量下D4密度获得了最高的产量(21.0-21.2t ha~(-1))和WUE(2.64-2.70 kg m~(-3)),吐丝期的LAI为7.9-8.8。通过对不同灌溉量条件下不同密植群体LAI,ETc和籽粒产量之间的关系分析,获得了这些参数的最佳值。通过灌溉水平与最佳LAI和最佳WUE之间的关系获得了LAI,WUE和灌溉量的理论最佳值,分别为:8.12、2.77 kg m-3和497.8 mm。【结论】最佳种植密度与灌溉量相匹配可以有效地提高玉米产量和WUE。最佳灌溉量的确定应基于作物群体大小(LAI)的构建,群体对水的需求(ETc)与群体产量能力的协调。协调作物群体生产力和作物群体对水的需求是进一步提高WUE的途径。(本文来源于《2019年中国作物学会学术年会论文摘要集》期刊2019-10-27)
冯克鹏,田军仓,洪阳[6](2019)在《自寻优最近邻算法估算有限气象数据区潜在蒸散量》一文中研究指出FAO-56Penman-Monteith估算ET0方法被广泛使用,但计算时需要输入多个气象数据。开发一种替代方法,在使用尽可能少的气象数据情况下,仍可以提供准确的或至少接近FAO-56 Penman-Monteith的ET0估算值是该领域研究热点之一。该文结合典型相关分析(canonical correlation analysis,CCA)和k最近邻算法(k-nearest neighbor,k-NN),提出自寻优最近邻算法的潜在蒸散量计算方法(CCA-k-NN),利用较少气象数据实现潜在蒸散量的估算。核心思想是用CCA算法寻找与潜在蒸散量最相关的气象数据,实现后续估算ET0时的气象数据降维,然后利用k-NN算法估算ET0。选择西北地区为例,将该区域气象数据分别从时间和空间尺度,分为训练数据集,验证数据集和测试数据集,分别在3类数据集上用该文方法估算ET0,并以FAO-56 Penman-Monteith作为参照,评估了该文CCA-k-NN方法的估算精度和适用性。结果表明,CCA-k-NN方法与FAO-56Penman-Monteith保持了较高的相关性(相关系数大于0.9),有好的估算精度,均方根误差和平均绝对误差均小于1 mm/d,空间尺度上算法纳什效率系数均大于0.5,时间尺度上纳什效率系数均大于0.8,在时空尺度均适用。同时,相对于其他替代方法该文算法具有低的时间复杂度,在计算大量数据时可有效降低时间成本。(本文来源于《农业工程学报》期刊2019年20期)
于永波,王云鹏[7](2019)在《青藏高原东北缘蒸散量时空分布特征》一文中研究指出基于Penman-Moenteith模型、作物系数法及大型蒸渗仪资料(2012—2013年)计算1973—2013年青藏高原东北缘8个气象站逐日、逐月、多年年平均潜在蒸散量及实际蒸散量,利用时间趋势法、Mann-Kendall法、小波分析等方法对源区高原实际蒸散量时间变化特征进行分析,利用surfer制图软件、Kriging插值对源区实际蒸散量空间变化特征进行分析。结果表明,8站在全球逐渐变暖背景下总体呈现上升趋势,波动范围为9.94~21.93 mm/10年;逐月实际蒸散量具有明显的时间变化特征,近似正弦函数图像,其峰值出现在4—5月,低谷出现在10月,总体呈下降趋势;实际蒸散量具有明显的周期和突变变化特征;多年实际蒸散量空间分布呈现东南部相对高,西北地区较低,并且由前者到后者依次减少的趋势分布特征。(本文来源于《农业灾害研究》期刊2019年05期)
王贺垒,范凤翠,耿计申,齐浩,刘胜尧[8](2019)在《非水分亏缺条件下设施茄子蒸散量变化特征及其影响因子分析》一文中研究指出为探明设施茄子在非水分亏缺条件下蒸散量及构成要素的变化特征,围绕关键因子进行调控。以膜下滴灌茄子为研究对象,在苗期、开花坐果期和成熟采摘期土壤水分分别低于田间持水量的70%、80%和70%时,设置3种灌水定额进行灌溉,分析各生育阶段蒸散速率和土壤蒸发速率的变化,并对气象因子(日均温度、湿度、太阳累积辐射)、作物因子(叶面积指数)和土壤水分因子与蒸散量进行相关分析,确定各阶段的关键影响因子。茄子阶段蒸散速率与蒸腾速率变化规律基本一致,均呈单峰型变化曲线,开花坐果期最高,成熟采摘期次之。土壤蒸发速率呈"开口向上"的"U"形变化曲线,开花坐果期最低。蒸散量构成要素所占比重的变化规律为:苗期土壤蒸发量在蒸散量中所占比重最高,达到22.33%~31.40%。开花坐果期最低,为3.31%~3.89%。影响蒸散量因素中,叶面积指数随生育阶段推进影响程度逐渐降低,土壤质量含水率在苗期影响不显着,在开花坐果期和成熟采摘期均达到极显着水平。因此,开花坐果期可以忽略膜下土壤蒸发对蒸散量变化的影响,而在其他2个生育阶段需要充分考虑。叶面积指数对蒸散量的影响主要体现在前中期,而土壤质量含水率主要体现在中后期。(本文来源于《江苏农业科学》期刊2019年18期)
颜红,马龙生,韦小茶,杨文,梁建方[9](2019)在《基于MOD16产品的涟江流域蒸散量时空变化特征》一文中研究指出地表蒸散量对调节区域水热条件起着重要作用,也是区域水文水循环研究的重要内容。基于MOD16遥感数据集,分析2000—2014年涟江流域地表蒸散量的时空变化特征。研究表明:涟江流域蒸散量实测值与MOD16遥感产品之间的相关系数较高(R~2=0.91),表明该数据集能满足对涟江流域地表蒸散发的研究需求;流域不同季节、不同土地利用类型及地貌类型的蒸散量存在差异性,表现为:夏季>春季>秋季>冬季,林地>草地>耕地>未利用地>建设用地,岩溶高原>峰丛洼地;15 a间的多年平均蒸散量总体呈上升趋势,尤其是2011—2014年的蒸散量较大,气温、降水、土地利用方式和地质条件背景对地表蒸散发产生重要影响,植被覆盖的增加是流域蒸散量上升的主要原因。研究结果对科学认识地表蒸散发的时空变化特征及其影响因素、流域水循环研究、水资源的合理开发利用和生态环境建设具有重要的理论与实践意义。(本文来源于《人民珠江》期刊2019年09期)
安彬,肖薇薇[10](2019)在《汉江上游流域潜在蒸散量敏感性分析》一文中研究指出为研究全球变暖背景下汉江上游流域潜在蒸散量的变化特征,根据汉江上游流域1960—2015年汉中、石泉和安康3个气象站的逐日实测气象数据,采用彭曼-蒙蒂斯方程计算逐日潜在蒸散量ET_0。应用敏感性公式计算ET_0对5个主要气象因子的敏感系数,并结合气象因子的多年相对变化分析ET_0变化成因。结果表明:受太阳周年运动及地形等地理要素的共同影响,汉江上游不同气象因子及ET_0的年内分布不一;汉江上游ET_0对相对湿度最为敏感,各气象因子年敏感系数多呈显着下降趋势,敏感程度均达到"中"以上等级;ET_0同气象因子表现出复杂非线性关系,日照是汉中站ET_0变化的主导气象因子,石泉和安康站ET_0变化的主导气象因子是相对湿度。(本文来源于《水资源保护》期刊2019年05期)
蒸散量论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
预测未来气候情境下鄱阳湖流域参考作物蒸散量(Reference crop Evapotranspiration,ET0)的时空分布可为流域水资源的优化管理,为科学应对气候变化对农业生产的影响提供基础数据支撑.利用鄱阳湖流域14个气象站点1961-2014年逐日气象数据,采用Penman-Monteith公式计算出历史ET0;基于同期美国环境中心(NCEP)再分析数据及2006-2100年CMIP5中CNRM-CM5模式在RCP4. 5和RCP8. 5情景下的预测数据,经统计降尺度模型(statistical downscaling model,SDSM)模拟和偏差校正,预测流域未来ET0;通过Mann-Kendall检验、普通克里金插值和空间自相关法分析了流域1961-2100年ET0的时空演变特征.结果表明:NCEP再分析资料与流域ET0建立的逐步回归降尺度模型模拟效果较好,CNRMCM5模式降尺度模拟结果经偏差校正后,精度明显提高,适宜流域未来ET0的预估.鄱阳湖流域在基准期1961-2010年ET0整体上呈减小趋势,空间分布上呈南北高、中间低的特点,表现出明显的空间差异性.RCP4.5、RCP8.5情景下未来3个时期鄱阳湖流域ET0较基准期均呈不同程度的增加趋势,其空间分布整体表现为东高西低、局地略有突出;无论是在基准期或是未来情景下的3个时期,ET0均具有较强的空间自相关性.在RCP8.5情景下,鄱阳湖1961-2100年干旱指数呈现出较为明显的上升趋势,流域的干旱状况随时间加剧,2011-2100年间流域绝大部分地区由湿润区转为半湿润区,干旱指数自南向北递减,赣江流域将是鄱阳湖流域未来干旱风险的重点防范区.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蒸散量论文参考文献
[1].李晨,李王成,赵自阳,董亚萍,高海燕.宁夏引黄灌区几种参考作物蒸散量计算方法适用性及修正研究[J].中国农村水利水电.2019
[2].刘子豪,陆建忠,黄建武,陈晓玲,张玲.基于CMIP5模式鄱阳湖流域未来参考作物蒸散量预估[J].湖泊科学.2019
[3].樊湘鹏,许燕,周建平.参照作物蒸散量计算模型在新疆干旱地区适用性研究[J].江苏农业科学.2019
[4].倪宁淇,李果,崔宁博,姜守政,唐琦.我国西南地区近56年参考作物蒸散量的敏感性分析[J].江苏农业科学.2019
[5].张国强,明博,王克如,沈东萍,谢瑞芝.基于叶面积指数和蒸散量的关系提高玉米产量和水分利用效率[C].2019年中国作物学会学术年会论文摘要集.2019
[6].冯克鹏,田军仓,洪阳.自寻优最近邻算法估算有限气象数据区潜在蒸散量[J].农业工程学报.2019
[7].于永波,王云鹏.青藏高原东北缘蒸散量时空分布特征[J].农业灾害研究.2019
[8].王贺垒,范凤翠,耿计申,齐浩,刘胜尧.非水分亏缺条件下设施茄子蒸散量变化特征及其影响因子分析[J].江苏农业科学.2019
[9].颜红,马龙生,韦小茶,杨文,梁建方.基于MOD16产品的涟江流域蒸散量时空变化特征[J].人民珠江.2019
[10].安彬,肖薇薇.汉江上游流域潜在蒸散量敏感性分析[J].水资源保护.2019