公共文化服务平台

搜索到468篇“ 参考作物腾发量“的相关文章

基于公共天气预报的湖北参考作物腾发量预报方法比较与分析: 2025年; 为寻求比较准确的湖北省未来短期参考作物腾发量(ET0)预报方法,分析了HS模型与PMF模型在ET0预报中的表现。以FAO56-PM公式和18个气象站点的历史气象数据计算的ET0为对照,率定并验证HS模型的准确性。利用天气预报资料,在湖北省各站点进行两种ET0预报模型的适用性评价。结果显示:在不同预见期内,ET0预报值与基准值呈现一致的变化趋势,经过参数率定后,HS模型和PMF模型在18个站点的ET0预报中,相关系数的平均值分别为0.85、0.84,平均的均方根误差分别为0.87、0.87 mm,平均绝对误差的均值分别为0.65、0.64 mm,通过TOPSIS法分析,推荐11个站点采用HS模型进行ET0预报。总体而言,率定后的HS模型在湖北省各站点预报精度较高,建议采用该模型进行湖北省ET0预报为灌溉预报和决策提供依据。; 杨怡汀吴光星胡旭铧吴争光刘路广陈祖梅崔远来罗玉峰; 关键词：TOPSIS法

基于随机森林特征选择与POA-LSTM组合的参考作物腾发量预测方法: 2025年; 为了更好地捕捉参考作物腾发量(ET_(0))数据的非线性特点及有效影响因素,实现对气象资料缺乏时的ET_(0)精准预测,基于融合建模思想提出了一种随机森林特征选择与鹈鹕优化算法(POA)优化长短期记忆神经网络(LSTM)组合的ET_(0)预测方法。首先,采用随机森林特征选择方法筛选出有效气象因子作为模型输入;随后,通过POA搜索最优超参数组合用于优化LSTM模型;最后,基于最优超参数下的LSTM模型进行ET_(0)预测。结果表明,POA-LSTM模型整体优于其余模型,其中POA-LSTM1(u_(2)、N、R_(H)、T_(mean))预测精度最高,测试集R^(2)、RMSE和MAE分别为0.927、0.778和0.400 mm/d;POA-LSTM4(u_(2)、N)也能较好地适应少量气象参数估算ET_(0),测试集R^(2)、RMSE和MAE分别为0.881、0.995和0.510 mm/d,相较于其他方法,具有更高的预测精度和稳定性。; 李越岳春芳陈大春; 关键词：参考作物腾发量

一种利用室外气象信息估算温室内参考作物腾发量的方法: 本发明涉及农业技术领域，具体涉及一种利用室外气象信息估算温室内参考作物腾发量的方法，包括如下步骤：步骤一，选择试验区并确定试验区基本信息；步骤二，连续测量温室内部与外部的气象参数；步骤三，采用FAO 56 Penman‑...; 龚雪文李雨葛建坤高世凯刘浩李欢欢强小嫚

辽宁省作物生长季参考作物腾发量变化分析: 2024年; 利用1961—2020年辽宁省56个国家级气象观测站生长季的逐日气象观测数据,采用Penman-Monteith公式计算辽宁省参考作物腾发量(ET_(0)),利用ArcGIS的克里格插值法、M-K检验分析辽宁省生长季ET_(0)的时空分布特征,对影响ET_(0)变化的气象因子进行了分析。结果表明:近60年辽宁省生长季参考作物腾发量呈现由西北向东南递减的变化趋势;ET_(0)在1961—2010年呈下降趋势,2011—2020年呈升高趋势,生长季多年平均ET_(0)变化趋势表现为波动下降;生长季内ET_(0)对相对湿度的响应最为敏感,为负效应;ET_(0)对风速和温度变化敏感性相对较小,为正效应。湿度的敏感系数绝对值明显高于风速和温度,7月达到峰值;多年相对变化率绝对值最大的是风速,其次是温度和相对湿度;对ET_(0)贡献最大的是风速,温度和湿度对ET_(0)的正贡献不及风速的负贡献,综合敏感性和贡献两方面因素分析,风速的变化趋势为ET_(0)呈下降趋势的主导因子。; 温日红肇同斌张钰祺冯艾琳姜鹏崔雪王笑影; 关键词：腾发量敏感性贡献率气象因子

高邮灌区参考作物腾发量预报模型研究被引量：1: 2024年; 【目的】探索高邮灌区的参考作物腾发量(ET_(0))预报方法,提升灌溉预报精度。【方法】基于高邮灌区2003—2017年实测气象数据及2016—2017年气温预报数据,以FAO-56 Penman-Monteith(PM)计算的ET_(0)为基准,将气温预报数据代入率定后的Blaney-Criddle(BC)、Hargreaves-Samani(HS)、McCloud(MC)和简化的PM(PMT)模型,比较不同模型的ET_(0)预报精度。【结果】基于上述4种模型进行ET_(0)预报时,1~7 d预见期的平均均方根误差分别为1.07、1.00、1.16、0.99 mm/d,绝对误差平均值分别为0.85、0.74、0.94、0.75 mm/d,相关系数平均值分别为0.79、0.81、0.76、0.81。【结论】HS和PMT模型的预报精度最好,优于BC和MC模型,MC模型的预报精度最差。建议采用率定后的HS和PMT模型对高邮灌区ET_(0)进行预报。; 刘梦仇锦先张秝湲王洁丁奠元刘博; 关键词：参考作物腾发量气温预报灌溉

参考作物腾发量预报在线训练深度学习模型: 2024年; 【目的】探究参考作物腾发量(ET_(0))的实时预报方法。【方法】以浙江省杭州市萧山区2021年4月24日-2023年12月31日的天气预报数据和整点天气实况资料为数据集,分析模型输入数据的预报精度,采用BP神经网络算法构建ET_(0)预报的深度学习模型,并部署至阿里云服务器进行在线训练。【结果】模型的输入数据中,气温预报准确率较高,且最低气温预报精度高于最高气温,天气类型及风力等级预报存在一定误差。模型预报值与实时数据计算得到的标准值相比,预见期内二者变化趋势大致相同,预报精度较高,训练期与测试期准确率最高分别可达到91.56%和84.75%,训练期均方根误差(RMSE)与平均绝对误差(MAE)平均值分别为0.828mm/d和0.667mm/d,测试期RMSE与MAE平均值分别为1.049mm/d和0.829mm/d。【结论】采用公共天气预报数据构建BP模型在线训练,能够实现ET0的实时预报,精度较高且便于运用,可为农业工作者实时灌溉决策提供数据支撑。; 邓轩盈吕辛未郑文燕郑世宗张亚东罗童元崔远来罗玉峰; 关键词：参考作物腾发量 BP神经网络

参考作物腾发量的时空演变规律及成因分析——以华中华南湿润亚热带地区为例: 2024年; 参考作物腾发量(ET0)是制定灌溉制度的基本参数,更是干旱评价的必要变量。为全面探究华中华南湿润亚热带地区ET0的时空变化规律及其主要成因,基于该地区1961~2020年246个站点的逐日气象资料和部分大气环流指数,采用Penman-Monteith法计算ET0,结合Mann-Kendall检验、Pettitt、滑动t和累积距平突变检验探究气象要素的变化规律和ET0,并利用Pearson相关分析明确ET0变化的驱动因素。结果表明:T_(mean)、T_(min)、T_(max)呈上升趋势(0.028、0.029、0.019℃/a),n、us、RH_(mean)波动下降(-0.018 h/a、-0.005 m/(s·a)、-0.052%/a),突变点依次是1996、1997、1996、1980、1988、1981、1988和2002年。ET0整体呈下降趋势,倾向率为-0.45 mm/a,夏季ET0极显著减少会导致年ET0下降,年、季尺度下ET0的空间分布较复杂。ET0与NAHAI、NANRP、APVA、NAPVA、PPVI、AEPVI和AO、AAO、NAO、EM、TSN、SOI的相关系数分别为-0.86~0.85、-0.07~0.09。ET0的下降趋势在时空上均有体现,与气象要素的变化密切相关,且太平洋区极涡强度指数PPVI是影响ET0变化的最相关因素,结论对该地区制定科学的灌溉制度具有重要意义。; 邓安妮俞佳固杨晓娟魏英楠刘航铖姚宁; 关键词：参考作物腾发量突变检验气象要素

基于改进的BAS-BP神经网络的参考作物腾发量预测: 2023年; 针对求解参考作物腾发量时较多关联性强的气象因素以及BP神经网络自身的局限性,通过平均影响值法(mean impact value,MIV)和SPSS软件对相关参数进行降维筛选,并通过改进后使用非线性递减步长的天牛须搜索(nonlinear decreasing beetle antennae search,NDBAS)算法优化BP神经网络来进行预测,同时建立基于BP神经网络、BAS-BP神经网络的预测模型进行对比分析。结果表明,NDBAS-BP模型的决定系数R^(2)为0.8858,优于另外两个对比模型;且其平均绝对误差M_(AE)为0.3587 mm/d,低于BAS-BP和BP模型的0.3981和0.3797 mm/d。3种模型中,NDBAS-BP模型的R^(2)值最大,M_(AE)最小,证明NDBAS-BP模型的预测精度更加接近真实数据。; 余世科任亚飞田帅董宝伟邵建龙; 关键词：参考作物腾发量降维

彭阳县参考作物腾发量ET0预测模型研究: 2023年; 为探讨彭阳县年累计参考作物腾发量ET0适宜的预测模型,为当地灌溉制度制定提供参考。以Penman-Monteith法计算得到的值为参考,选用随机森林、BP神经网络和线性方程方法对彭阳县2010年~2019年ET0进行模拟。结果表明:BP神经网络黑箱模型预测效果最好,引入3个、4个和5个气象因子时模拟结果较P-M法分别小5.85%、0.45%和大3.6%,RMSE介于6.77 mm~9.80 mm,而气象因子选择最高温度、最低温度、平均相对湿度、风速4因子即可准确反应ET0的变化过程。; 李国强金建新; 关键词：参考作物腾发量

1959—2018年内蒙古参考作物腾发量时空变化特征分析被引量：1: 2023年; 为深入了解气候变化对内蒙古地区ET_(0)的影响,利用FAO Penman-Monteith公式计算了内蒙古地区近60年50个气象站点的逐日ET_(0),探讨内蒙古地区ET_(0)的时空分布特征、年代际变化和周期变化规律。结果表明:内蒙古ET_(0)自西向东呈逐渐减少的分布趋势,多年平均值为1018 mm,气候倾斜率为4.2 mm/10a,呈显著上升趋势;四季变化中,春季、夏季和秋季等作物生长期的ET_(0)之和约占全年总值的95%,空间分布与年值相似;各气候区ET_(0)年平均值从大到小依次为特干旱气候区、干旱气候区、半干旱气候区、干旱半湿润气候区和湿润半湿润气候区,各气候区的变异系数较小,呈弱变异性,不同气候区均在20世纪90年代末发生突变;ET_(0)变化周期主要为59、14、24 a。; 王斌乔帅帅刘继发; 关键词：参考作物腾发量气候区

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈