导读:本文包含了参考作物蒸发蒸腾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,公式,因子,神经网络,模型,卡尔,云南省。
参考作物蒸发蒸腾量论文文献综述
李家明,何军,贺胜男,叶磊,高明利[1]（2018）在《基于通径分析法的漳河灌区参考作物蒸发蒸腾量变化成因研究》一文中研究指出选取漳河灌区1974—2014年逐日气象数据,运用Excel软件和SPSS 24.0软件对4项主控因子和参考作物蒸发蒸腾量(ET0)进行趋势分析和通径分析。结果表明,多年平均气温(T)和平均相对湿度(RH)均呈显着性上升趋势,多年日照时数(n)和ET0呈不显着性下降趋势,多年平均风速(u)呈显着性下降趋势。日平均相对湿度(RH)与ET0呈负相关,其余主控因子与ET0均为正相关,日照时数(n)和平均风速(u)的相关性最高。日照时数(n)的决定系数、对回归方程R2的贡献和对ET0的直接效果均为各主控因子中最大,是影响ET0的决策变量。(本文来源于《安徽农业科学》期刊2018年27期）
张仔罗,文雯,刁明,王江丽,李鲁华[2]（2018）在《气象因子对滴灌小麦青贮玉米复播体系参考作物蒸发蒸腾量ET_0值的影响》一文中研究指出为了研究气象因子对"滴灌小麦-青贮玉米"复播体系ET_0的影响,本文以2017年石河子地区4—10月("滴灌小麦-青贮玉米"复播体系生育期)的气象因子为基础,应用彭曼公式计算出每日的ET_0值,采用相关分析法分析了逐日气象因子与ET_0,以及累积气象因子和累积ET_0值之间的相关关系。结果表明:参考作物蒸发蒸腾量ET_0的大小受气象因子影响,在"滴灌小麦-青贮玉米"复播体系中4、5、9、10月份ET_0值较小,6、7、8月份ET_0值较大;参考作物蒸发蒸腾量ET_0与最高温度、最低温度、平均温度呈正相关关系,与相对湿度呈负相关关系,但其相关性较差;单个累积气象因子与累积ET_0之间存在极显着的相关性,可用单个累积气象因子简化ET_0值的计算。(本文来源于《农业与技术》期刊2018年09期）
王萌萌,吕廷波,何新林,辛明亮,曹玉斌[3]（2017）在《玛河灌区参考作物蒸发蒸腾量时空分布特征与成因分析》一文中研究指出根据玛纳斯河流域中游平原灌区(玛河灌区)24个标准气象站逐日气象资料,采用Penman-Monteith公式计算了各站逐日ET0,利用经验贝叶斯Kriging插值法、距平分析及偏相关分析等方法分析了玛河灌区ET0时空变化特征及其影响因素。结果表明:玛河灌区年ET0均值为972 mm,呈现东北高、西南低的分布规律;近56年ET0呈增加趋势(0.51 mm/a),通过第一主震荡周期预测2014年后玛河灌区ET0值将会是偏高期;偏相关分析表明风速是影响该灌区ET0的主要原因。(本文来源于《节水灌溉》期刊2017年12期）
李丹阳,张涵,王与,杨汝馨[4]（2017）在《基于Hargreaves的四川地区参考作物蒸发蒸腾量研究》一文中研究指出参考作物蒸发蒸腾量是影响作物需水量的关键因素,对农业生产、灌溉指导等具有重要意义。利用四川省内11个国家级地面气象站点1991-2010年逐日气象观测数据,探讨基于Hargreaves的四川省蒸发蒸腾量估算方法。以Penman-Moanteith公式为标准对Hargreaves公式计算结果进行拟合,获取线性修正参数,并对修正后的Hargreaves公式进行验证,分析修正前后相对误差,运用Arc GIS探讨参考作物蒸发蒸腾量及修正参数的四川省内空间分布规律。结果表明利用线性拟合获得的修正参数可有效减小相对误差,四川省内蒸发蒸腾量自西向东在空间上呈现递减趋势。修正后的Hargreaves公式可反映参考作物蒸发蒸腾量实际状况,为作物需水量、农业水资源利用及农田灌溉提供理论指导。(本文来源于《节水灌溉》期刊2017年06期）
李志磊[5]（2017）在《干旱区作物参考蒸发蒸腾量ANFIS预测模型研究与分析》一文中研究指出节水灌溉是新型农业势在必行的技术,其核心就是根据作物的需要直接将水分输送到作物根系进行浇灌。准确地判断作物对水分的需求,成为当下亟待解决的问题。作物需水量的诊断方法有两种——直接计算法和基于参考作物蒸发蒸腾量(ET0)的间接计算法,本文研究的是间接法,ET0计算结果的准确性将直接作用于诊断结果。计算ET0的方法模型有很多,但是普遍受气象资料短缺的限制,随着智能学习的进步与完善,预测算法克服了气象资料短缺时ET0计算困难的弊端。本文建立了新疆干旱区11个站点的气象信息库和标准ET0库,选取基于温度的Hargreaves-Samani法(HS)、基于辐射的Priestley-Taylor(P-T)以及经验公式Irmark-Allen(Allen)进行比较,选择不同的气象条件下最佳的ET0计算模型。并且以PM56为标准对温度法HS、辐射法Priestley-Taylor和经验公式法Irmark-Allen进行修正,找到了不同站点的最佳计算模型。乌鲁木齐、若羌、和田站点的最佳模型是其修正的HS法;乌鲁木齐牧试、达坂城、吐鲁番、库尔勒、喀什、麦盖提、哈密站点的最佳模型为其修正的Priestley-Taylor。本论文研究了自适应神经模糊推理系统(ANFIS)算法,并将其作为ET0的预测模型进行仿真分析,仿真结果的各项指标显示该算法的预测结果比各站点修正后的模型计算得到的结果更加接近PM计算值。考虑到模型的精度受气象环境中噪音的影响,本文通过卡尔曼滤波去除由作物环境信息带入到模型中的噪音。利用仿真分析将卡尔曼修正后的ANFIS预测模型与修正前作对比,结果表明,修正的预测模型较修正前其输出更加接近真实值。为了将研究的算法运用到作物的实际种植浇灌中,利用Delphi和Matlab混合编程的方式,设计了ET0预测算法调用的测试模块,并且建立了具有多种模型的灌溉决策模块。(本文来源于《新疆大学》期刊2017-05-25）
余江斌,林剑辉,高大帅[6]（2017）在《基于天气预报的参考作物蒸发蒸腾量预测模型》一文中研究指出参考作物蒸发蒸腾量(ET_0)是计算作物需水量和进行灌溉预报的基本要素。本文利用天气预报可测因子和Penman Monteith(PM)公式ET_0计算值作为基础数据,分别建立BP神经网络模型和ANFIS自适应模糊神经推理系统模型,两种模型的估算值与PM公式的计算值没有明显差异,均表现出显着的相关性以及整体吻合度。本文对两种模型取相同的数据样本进行比较,BP-ET_0预测结果的MRE值为32.13%,RMSE为0.134 mm,而R2达到了0.971,说明模型预测精度高,稳定性良好。相较于ANFIS-ET_0的检验结果,BP-ET_0模型的均方根误差更小(0.134mm/d<0.188 mm/d),表明其预测精度更高;而ANFIS-ET_0模型估算值的平均相对误差明显小于BP-ET_0模型估算值(16.92%<32.13%),显示出ANFIS-ET_0模型更高的稳定性。两种预测模型的输入项完全可以从当前短期天气预报因子中取得而不需要专用测量设备,程序操作简单,具有实用价值,为实时灌溉预报提供了理论基础。(本文来源于《农业现代化研究》期刊2017年02期）
王升,付智勇,陈洪松,丁亚丽,吴丽萍[7]（2017）在《基于随机森林算法的参考作物蒸发蒸腾量模拟计算》一文中研究指出选取西南喀斯特地区4个气象站点(都安、河池、百色和融安)5 a(2008—2012年)的逐日气象数据,包括日最高气温Tmax、日最低气温T_(min)、相对湿度R_H、日照时数n和风速u2这5个气象因子的不同组合作为输入,并以FAO 56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,建立基于随机森林(Random forest,RF)算法和基因表达式编程(Gene expression programming,GEP)算法的ET0模型,并将模拟结果与传统Hargreaves模型的计算结果进行比较。结果表明,不同气象因子组合下建立的RF模型均能较好地反映气象因子与ET0之间的非线性关系。随着气象因子的增加,RF模型模拟的精度随之提高。在仅有气温数据时,RF模型仍具有足够的精度(R~2为0.875,RMSE为0.546 mm/d),与传统Hargreaves模型相比R2平均增加了1.98%,RMSE平均减小了22.88%,因此在仅有气温数据时可用RF模型代替Hargreaves模型。RF算法对气象因子的重要性评估表明,在该区域对ET_0最重要的气象因子依次为T_(max)、n、T_(min)、R_a、R_H和u_2。相同气象因子输入下,RF模型精度高于GEP模型。(本文来源于《农业机械学报》期刊2017年03期）
王萌萌,吕廷波,何新林,辛明亮,曹玉斌[8]（2016）在《气象要素对石河子地区参考作物蒸发蒸腾量的影响》一文中研究指出为了揭示石河子地区气象要素与参考作物蒸发蒸腾量(ET_0)的关系,本文基于国家气象站石河子气象站1959-2013年的气象资料,采用FAO推荐的Penman-Monteith公式计算ET_0,结合描述性统计分析、相关分析、偏相关分析和主成分因子分析研究了ET_0与气象要素间的关系。结果表明:近55年来,西北干旱区石河子地区的ET_0、年平均日照时数、降水量年际间波动剧烈,其他气象要素的年际间变化比较稳定;ET_0与年平均风速相关性较强,与年平均相对湿度、降水量呈负相关;综合指标对ET_0的作用表现为:气温因子、风速日照因子是其影响的最主要因素,降水湿度因子的影响微弱。本文研究结论可为西北干旱区水资源利用与规划提供参考依据。(本文来源于《石河子大学学报(自然科学版)》期刊2016年05期）
韩焕豪,崔远来,王树鹏,黄英,王杰[9]（2016）在《云南省参考作物蒸发蒸腾量时空变化特征》一文中研究指出基于1960-2012年云南省25个气象站点观测的气象数据,用Penman-Monteith公式计算参考作物蒸发蒸腾量ET0,通过Mann-kendall检验法进行突变检验和趋势检验。结果表明滇中、滇东北、滇东南、滇西南及滇西北各分区多年平均ET0介于872.5~1 240.0mm,突变时间依次分别为1982年、1968年和2008年、1971年、2005年、1965年和2001年。5个区多年平均ET0按从大到小排列的顺序是滇中>滇西南>滇东北>滇东南>滇西北。时间尺度上,年均ET0以没有显着变化为主,ET0显着增大的站点数量比显着减小的站点数量多;春季蒸发蒸腾量较大,决定了全年蒸发蒸腾量的分布特征。空间尺度上,ET0呈增加趋势的站点主要位于滇西南和滇西北地区,少部分位于滇中地区的东部和滇东北地区;呈减小趋势的站点主要位于滇中地区,少部分位于滇东北和滇西南地区。(本文来源于《节水灌溉》期刊2016年08期）
柳烨[10]（2016）在《参考作物蒸发蒸腾量的少因子估算模型研究》一文中研究指出灌区在我国国民经济和社会发展中,具有重要的地位和作用;高水平的灌溉用水管理是提高灌区农业产量、充分发挥灌溉工程效益的重要环节。利用少量核心的气象因子,对参考作物蒸发蒸腾量(ET0)进行精确估算和普适分析,有助于合理地制定作物的灌溉制度,达到作物高产、节约用水的目标,对于我国农业水资源的合理规划以及灌区水资源的有效管理有着非常重要的现实意义。本文依托于国家科技支撑计划(2012BAD08B01),以陕西省部分代表站点多年气象数据资料为实例,利用P-M公式计算得到ET0,通过变量间的相关性分析筛选出简洁适宜的气象因子组合,采用人工神经网络技术建立ET0的估算模型,并在其他站点进行实例验证和普适性分析论证。最终提出一种基于平均温度Tmean和平均相对湿度RH的双因子季度估算模型,其简洁实用性和稳健可靠性方便在大面积灌区尺度上开展ET0实时准确的估算。在该估算模型的规划建立、分析论证及其普适分析阶段,所取得的主要成果及结论如下:(1)经由简单的描述性统计发现,各站点气象数据以及由P-M公式计算得到的ET0值均具有明显的季节性差异;通过各气象因子与ET0间的相关性分析发现温湿度气象因子对ET0的相关系数较为显着,另外各温度项之间存在很强的耦合性;引入多元线性回归模型作引证,从时间尺度和空间尺度分别建立估算模型并逐一进行分析,为估算模型季节尺度的确立以及气象因子的选取提供了充分的理论依据。(2)以温湿度气象因子的不同组合作为输入变量,利用人工神经网络分别建立起ET0的季度估算模型,并进行误差统计分析。结果表明无论是四因子估算模型还是双因子估算模型,在不同季度下其估算精度差异明显,且隐含层节点数的选择并不会对其估算性能产生显着的影响。说明在季节尺度下,利用少量的隐含层节点构建的估算模型拥有充足的科学依据。(3)采用上述估算模型,在西安、汉中、延安叁地进行实例验证。通过对四因子估算模型和双因子估算模型的对比研究发现,因子数的减半虽使得其估算性能稍许降低,但是其网架结构参数减半,更有利于其估算模型的推广使用。对于灌区实际生产而言,双因子估算模型拥有比四因子估算模型更为强大的潜在应用价值。(4)运用陕西省其他叁个站点(宝鸡、安康、榆林)数据对四因子估算模型分别进行邻近站点的普适性分析,其数据结果显示,在秋冬两季平均绝对误差均低于0.20mm,在春夏两季平均相对误差都在10%之内;且每对基准站点和邻近站点得到的估算结果具有统一的精确性和稳定性,表明上述四因子估算模型在灌区实际需水估算上有较强的实用推广价值。(5)紧接着用省会站点西安的数据资料对其他五站进行单一站点的双因子估算模型的普适性分析,其估算结果和四因子模型估算的结果保持很强烈的一致性。同时对比发现双因子估算模型在进行普适分析时所展现出的估算性能比四因子估算模型更为稳定可靠,说明本文建立的双因子季度估算模型更适用于在大面积灌区尺度上开展ET0的实时估计。(6)最后利用榆林站点少许气象资料,对普适模型得到的原始估算结果尝试开展二次修正处理。经线性拟合校正处理后,部分季度下不太满意的估算效果全部得到了显着地改善,有效提高了普适模型在部分特殊站点的估算精度和区域适用性,大大加强了该模型的推广普及能力。(本文来源于《西北农林科技大学》期刊2016-05-01）
参考作物蒸发蒸腾量论文开题报告
（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：
为了研究气象因子对"滴灌小麦-青贮玉米"复播体系ET_0的影响,本文以2017年石河子地区4—10月("滴灌小麦-青贮玉米"复播体系生育期)的气象因子为基础,应用彭曼公式计算出每日的ET_0值,采用相关分析法分析了逐日气象因子与ET_0,以及累积气象因子和累积ET_0值之间的相关关系。结果表明:参考作物蒸发蒸腾量ET_0的大小受气象因子影响,在"滴灌小麦-青贮玉米"复播体系中4、5、9、10月份ET_0值较小,6、7、8月份ET_0值较大;参考作物蒸发蒸腾量ET_0与最高温度、最低温度、平均温度呈正相关关系,与相对湿度呈负相关关系,但其相关性较差;单个累积气象因子与累积ET_0之间存在极显着的相关性,可用单个累积气象因子简化ET_0值的计算。
（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。
参考作物蒸发蒸腾量论文参考文献
[1].李家明,何军,贺胜男,叶磊,高明利.基于通径分析法的漳河灌区参考作物蒸发蒸腾量变化成因研究[J].安徽农业科学.2018
[2].张仔罗,文雯,刁明,王江丽,李鲁华.气象因子对滴灌小麦青贮玉米复播体系参考作物蒸发蒸腾量ET_0值的影响[J].农业与技术.2018
[3].王萌萌,吕廷波,何新林,辛明亮,曹玉斌.玛河灌区参考作物蒸发蒸腾量时空分布特征与成因分析[J].节水灌溉.2017
[4].李丹阳,张涵,王与,杨汝馨.基于Hargreaves的四川地区参考作物蒸发蒸腾量研究[J].节水灌溉.2017
[5].李志磊.干旱区作物参考蒸发蒸腾量ANFIS预测模型研究与分析[D].新疆大学.2017
[6].余江斌,林剑辉,高大帅.基于天气预报的参考作物蒸发蒸腾量预测模型[J].农业现代化研究.2017
[7].王升,付智勇,陈洪松,丁亚丽,吴丽萍.基于随机森林算法的参考作物蒸发蒸腾量模拟计算[J].农业机械学报.2017
[8].王萌萌,吕廷波,何新林,辛明亮,曹玉斌.气象要素对石河子地区参考作物蒸发蒸腾量的影响[J].石河子大学学报(自然科学版).2016
[9].韩焕豪,崔远来,王树鹏,黄英,王杰.云南省参考作物蒸发蒸腾量时空变化特征[J].节水灌溉.2016
[10].柳烨.参考作物蒸发蒸腾量的少因子估算模型研究[D].西北农林科技大学.2016
论文知识图
