漳河灌区实时灌溉预报研究

介绍了逐日参考作物蒸发蒸腾量和实际作物蒸发蒸腾量的分析计算与预测方法,提出了水稻需水量预测和实时灌溉预报的通用模型,并对实时灌溉预报的方法、步骤以及所需的实时资料进行了讨论.所提出的计算机程序手段先进,实用方便,通用性强.     

水稻水分生产函数时空变异规律研究

基于对水稻Jensen模型中敏感指数在全生育期变化规律的认识,以生长曲线函数建立了水稻敏感指数累积函数,分析了其特征,从而解决了不同长时段敏感指数转换计算问题。较全面地揭示了水稻水分生产函数及其敏感指数累积函数中主要参数随气象条件及土壤因子变化的规律。通过参照作物需水量及其频率以及不同地区土壤有效含水量为媒介,建立了对水分敏感指标在不同水文年份 (时间)和不同地区 (空间)进行预报的数学模型,据此提出了水稻水分生产函数在时、空两方面插补、延长、移用与扩展的理论与方法。借助于参照作物需水量等值线图及土壤分布图,探讨了绘制水分生产函数及其主要参数等值线图的原理和方法。     

气候变化下长江中下游水稻灌溉需水量时空变化特征

选择长江中下游单季中稻为研究对象,结合45个气象站1961~2010年逐日气象资料,基于统计降尺度模型(SDSM),生成HadCM3气候模式A2和B2两种情景下各站点参考作物腾发量和降水数据。基于联合国粮食及农业组织(FAO)推荐的作物系数法,并考虑有效性降雨和不同地区深层渗漏量,分析历史和未来的水稻灌溉需水时空变化特征。结果表明:过去50年,除了太湖流域以外的长江中下游大部分区域的参考作物腾发量和水稻需水量都呈显著下降趋势,而显著下降的水稻灌溉需水量主要位于鄱阳湖流域;未来两种情景下,参考作物腾发量、水稻需水量和水稻灌溉需水量均值都呈下降趋势,但水稻灌溉需水量降幅最小;水稻需水量和水稻灌溉需水量在长江中下游地区的变化趋势具有明显的空间异质性,水稻需水量大幅减少的区域由太湖流域向汉江和洞庭湖流域扩展。未来水稻灌溉需水量减少的区域主要分布在太湖流域、汉江流域东部和洞庭湖流域北部,并随时间推移呈扩大趋势。     

基于主成分回归的阿克苏市城市需水量预测

科学地预测城市需水量对城市的发展具有十分重要的意义。城市需水量受到多重因素的影响,各因素之间的相关性较大,从而导致一些预测计算结果失真,使一些公式的适用性不是很强。为此,采用主成分回归建模,借助主成分分析与典型相关分析的思路,有效地解决了各因子之间的相关问题,建立了城市需水量预报模型。结果表明．模型的拟合和预报精度均较好。     

基于不同灌溉方式的水稻作物需水规律试验分析

本文结合观测试验探讨不同灌溉方式下水稻作物的需水量及需水的规律。试验结果表明:在淹灌方式下,水稻完全封垄后的孕穗和抽穗开花期,叶面吸收热能率最大,蒸腾量也最大,需水量也较大;相比于淹灌方式,浅湿灌溉方式下水稻的蒸腾强度都有不同程度的降低,其中以分蘖末期最为明显,蒸腾强度减少了30%,其次是孕穗期的蒸腾强度也减少了27%,其它时期也有不同程度的减少,该灌溉方式下水稻作物需水量减少,有利于农业节水灌溉。研究成果对于水稻作物的节水灌溉方式具有指导价值。     

普洱水稻需水规律及灌溉定额研究

以普洱市永庆试验点水稻为例,开展水稻需水规律及灌溉定额试验研究,以试验结果及永庆1970~2014年气象数据为基础,分析得到了不同水文年普洱水稻需水量与灌溉定额。结果表明,普洱地区日均ET0从返青期开始减小,抽穗开花期最小,后不断增加,与日照时数呈极显著正相关关系(p=0.001),与相对湿度呈显著负相关关系(p=0.014)。水稻日均需水量变化和ET0变化趋势一致,也是在抽穗开花期最小,返青期最大,这和其他地区水稻需水规律有较大差异。全生育期水稻作物系数为1.11。丰水年、平水年和枯水年需水量分别为533.8mm、574.2mm、601.1mm,受降雨量普遍偏高的影响,不同水文年水稻灌溉定额偏小,丰水年、平水年和枯水年灌溉定额分别为247.2mm、296.6mm和316.2mm。     

科学灌溉高效运筹ET

传统的灌溉制度是以农作物的需水量为依据的,用水量很大.在北方半干旱地区,实施节水灌溉,即以作物耗水量(ET)为依据,而把作物需水量仅作为一个参考值使用.通过全面推行非充分灌溉制度,灌溉预报制度,田间灌溉节水技术等,把工程节水、农艺节水和生物节水紧密地结合在一起,建立完善的农业灌溉技术体系,以实现科学运筹 ET 和农业增产的目的.     

焉耆盆地生态需水量研究

焉耆盆地位于我国西北干旱区内陆腹地,为典型的大陆性干旱气候,降水稀少,蒸发强烈.区内水土资源丰富,是巴音郭楞蒙古自治州农牧业的主要基地.随着人口的增加和社会经济的发展,该地区水资源利用和生态环境之间的矛盾越来越突出.论文利用干旱区植被生态需水量计算方法,计算出该地区的农业需水量约为10.11亿m3,园、林地需水量约为2.43亿m3,牧草地及荒草地需水量约为30.00亿m3,博斯腾湖大小湖区的总蒸发及生态需水量约为13.86亿m3.该地区生态需水量共计约为56.40亿m3.通过计算焉耆盆地的生态需水量可为合理分配该区域的水资源提供参考;为生态保护以及水资源可持续利用提供科学依据.     

不同节水灌溉方式下沈阳地区水稻作物的需水量试验分析

以辽宁沈阳地区水稻节水灌溉方式为例,针对两种节水灌溉方式下水稻进行需水量观测试验,结果表明:采用节水灌溉方式下水稻的生理及生态需水得到有效调节,水稻田间的土壤水条件得到改善,作物腾发强度也发生不同程度的变化,因此在节水灌溉方式下,通过调节田间水分可对水稻蒸腾强度进行有效控制,从而减少其需水量。研究结果可为沈阳市水稻节水灌溉管理和灌溉制度的制定提供较好的支撑。     

覆膜旱作水稻作物系数试验研究

分析了覆膜旱作水稻需水量试验资料,得出覆膜旱作水稻各生育阶段综合作物系数。综合考虑了覆膜旱作技术对水稻生理生态的影响,提出了涵盖水稻冠层叶面积指数、天顶角绿叶覆盖串、含遮阴地表植被有效覆盖串及移栽后天数等稻株生长影响因素等综合作物系数计算公式。计算结果与实测值较吻合,经F检验具有极显着性水平,可以用于覆膜旱作水稻实际蒸发蒸腾量的计算。     

基于水文过程的泥石流预报中前期有效降水量的确定方法

前期有效降水量是泥石流预报的一个关键因子,但是确定此关键因子的常用方法存在参数取值过于人为主观化的问题。为解决这一问题,提出利用模拟降雨截留、入渗和蒸散发等水文过程的方法确定泥石流预报中的前期有效降雨量,并利用基于流域水土耦合机制的泥石流预报系统预报四川省在2013年7月9日的泥石流灾害来检验该方法。结果表明:利用水文过程模拟方法确定的前期有效降水更适用于泥石流预报,泥石流预报的漏报率比常用的降雨衰减经验公式低21.1%,能更好地为泥石流防灾减灾服务。     

Predictive accuracy of backpropagation neural network methodology in evapotranspiration forecasting in Dédougou region,western Burkina Faso

The present study evaluates the predictive accuracy of the feed forward backpropagation artificial neural network (BP) in evapotranspiration forecasting from temperature data basis in Dédougou region located in western Burkina Faso, sub-Saharan Africa. BP accuracy is compared to the conventional Blaney–Criddle (BCR) and Reference Model developed for Burkina Faso (RMBF) by referring to the FAO56 Penman–Monteith (PM) as the standard method. Statistically, the models’ accuracies were evaluated with the goodness-of-fit measures of root mean square error, mean absolute error and coefficient of determination between their estimated and PM observed values. From the statistical results, BP shows similar contour trends to PM, and performs better than the conventional methods in reference evapotranspiration (ET_ref) forecasting in the region. In poor data situation, BP based only on temperature data is much more preferred than the other alternative methods for ET_ref forecasting. Furthermore, it is noted that the BP network computing technique accuracy improves significantly with the addition of wind velocity into the network input set. Therefore, in the region, wind velocity is recommended to be incorporated into the BP model for high accuracy management purpose of irrigation water, which relies on accurate values of ET_ref.     

基于数据包络分析的统计预测模型有效性评价

统计预测模型是进行中长期水文预报的主要手段之一,在统计预测模型建模过程中面临的一个重要问题是如何从诸多待选模型中挑选出一个预测投入较低、预测精度较高的模型。针对这一多属性综合评价问题,提出了利用数据包络分析中的CCR模型进行水文统计预测模型综合评价的方法。模型的输入指标包括预测因子指标和模型参数指标,输出指标为模型精度评价指标,评价结果为模型的相对效率。作为典型案例,对参考作物腾发量预测的20个径向基函数网络模型的有效性进行了评价,结果表明该评价方法是可行的。模型中预测旬参考作物腾发量的关键因子是最高、最低温度,其次是风速,再次是日照时数;将预测时段所属的旬序号作为网络输入可显著提高模型预测精度和相对效率。     

蒸散发水源组成与测定方法研究进展

地表蒸散发是地下水-地表水-土壤-植物-大气连续体（GSSPAC）中水分和能量传输的纽带,也是研究陆面水量平衡的关键环节。受气象条件、地质地貌、水文地质条件和人类活动的影响,蒸散发过程机理复杂、时空变异性大,是目前水循环研究的热点之一。在大量文献调研的基础上,本文综合分析了国内外学者围绕蒸散发水源组成和测定方法方面取得的研究成果,得到以下认识:（1）蒸散发的水分来源及其组成逐渐明确,地表水（河流、湖泊等）、土壤水、地下水和植被截留的水分是蒸散发主要的水分来源;（2）蒸散发测定方法可分为水文学方法、植物生理学方法、微气象学方法和同位素方法等,这些方法在研究蒸散发过程和驱动机制等方面具有优势;（3）不同蒸散发测定方法适用的时空尺度不同,可以综合多种测定方法获取更为可靠的蒸散发数据。根据蒸散发测定研究的现状,下一步应该加强GSSPAC系统中水分运移耦合机制的研究,并加强多学科交叉研究,进一步厘清水分、能量和物质循环和流动的相互作用机制。另外,通过不同气候和地貌单元上监测网络的建设,可以获取多重影响因素交互下的蒸散发变化规律与基础数据,以期为大尺度、精细化蒸散发研究提供支撑。     

基于能量平衡原理的潜在蒸散发模型构建

为深入探索气候变化背景下更为精确的潜在蒸散发计算方法,在淮北平原五道沟水文水资源实验站开展了3组小型蒸渗仪试验,通过结合平流运动动力项并引入地表净辐射修正参数,基于能量平衡原理提出一种新的潜在蒸散发模型。结果表明：(1) 3组蒸渗仪实测数据中,2组不同加水方式下的草地覆被蒸散发相关性较好(R=0.95);(2)新的潜在蒸散发模型在有草地覆被的2组试验中模拟结果的纳什效率系数(E_NS=0.85)和均方根误差(E_RMS=0.83)均优于现有Penman系列等经验方法;(3)模型更适用于有草地覆被条件下的蒸散发估算,在淮北平原地区具有较强的适用性与优势。该模型能够提高区域潜在蒸散发模拟精度,为流域水循环过程模拟及水资源利用提供科学参考。     

边坡位移预测的非线性组合模型及应用

通过边坡现场监测位移序列来预测未来时间边坡的位移,可以有效地评价和判断边坡的稳定性。多种非线性分析方法的组合可以有效提高预测精度,将灰色理论与投影寻踪回归各自的优缺点的基础上,提出了将二者相结合的一种新的预测模型--时序投影寻踪回归模型。新模型既发挥了灰色预测方法中“累加生成”的优点,弱化了原始序列中随机扰动因素的影响,增强了数据的规律性,又充分利用了投影寻踪回归方法易于描述非线性关系的优良特性,避免了灰色预测方法及模型存在的理论缺陷。同时,对模型的可靠性进行了验证。将文中提出的时序投影寻踪回归方法应用到 2 个工程实例,研究结果表明该模型预测值与实测值吻合较好,具有较高的精度,可为边坡位移的预测提供一条新的途径。     

潜在蒸散发量估算方法在河南省的适用性分析

利用FAO56-PM法计算潜在蒸散发时气象资料往往不易满足。针对该问题,本文研究了辐射法、温度法和基于温度及辐射资料的RBF神经网络预测模型。以FAO56-PM法计算值为标准,比较分析了Priestley-Taylor法、Hargreaves法、Mc Cloud法以及Makkink法在河南省五个典型地区(安阳、新乡、郑州、驻马店、信阳)的适用效果。并以新乡地区为例评价了校正参数后各估算方法和基于温度及辐射资料的RBF神经网络预测模型的适用性。结果表明,Makkink法在五个典型地区估算的潜在蒸散发量误差较小,其余方法误差较大。校正参数后,各估算方法在新乡地区的估算结果均得到明显改进,具有较好的地区适用性。基于温度及辐射资料的RBF神经网络预测模型具有较高的预测精度,可应用于潜在蒸散发量的估算和预测。     

集成极限学习机的中小河流洪水预报方法研究

为利用水文现象相似性和极限学习机(ELM)集成学习提高洪水预报精度,提出了一种基于相似度匹配的集成ELM洪水预报方法(SM-ELM)。方法首先从多个ELM模型中,为每一个训练样本找到最优的ELM模型,然后从训练集中,为测试样本匹配出最相似的前k个训练样本,最后利用这k个训练样本分别对应的最优ELM模型,对测试样本采用加权平均法进行集成预报。为证明提出方法的可行性和有效性,以昌化流域的历史洪水为例进行了验证。结果表明,相对于单个ELM,集成ELM模型能有效地提高预测精度。从均方根误差上看,集成ELM模型性能比单个ELM模型提升了10%~15%。在三种集成方法中,SM-ELM能够以较少的模型数量获得较高且稳定的预报精度。