黑龙江省西部半干旱区大豆水分生产函数试验研究

通过盆栽实验,应用大豆不同灌水处理下的耗水量和产量的试验资料,用Jensen模型、Minhas模型、Blank模型、Singh模型、Stewart模型分别对黑龙江省西部半干旱区大豆的水分生产函数进行了拟合,对模型求解结果进行了比较分析与检验。用生长曲线来拟合水分敏感指数累积函数,计算了不同生育阶段的水分敏感指数。结果表明:加法模型Stewart、乘法模型Jensen优于其它分段计算模型;水分敏感指数累积函数拟合的效果较好。     

吉林省水稻水分生产函数模型的适应性研究

吉林省各水稻种植区现行的灌溉方式与水稻的需水规律并不完全符合,在一定程度上影响了水稻的产量。根据水稻的需水特性,对分蘖期、拔节孕穗期、抽穗开花期和乳熟期分别做受旱处理,通过测坑试验获得了各处理方式下2011年和2012年的水稻蒸发蒸腾量和产量;选定5种常用的水分生产函数模型(Jensen、Blank、Minhas、Stewart和Singh模型)作为研究对象,根据获得的数据和模型公式分别求取水分敏感指数。通过分析,选定Jensen模型为最适合该地区水稻生长的水分生产函数模型,并据此建立了水分敏感指数与水稻插秧后天数之间的关系模型。     

设施延迟栽培葡萄不同水分生产函数比较

为了探究设施延迟栽培葡萄生育期灌溉水量的优化配置,根据2013—2014年设施延迟栽培葡萄不同生育期水分胁迫处理下的耗水量与产量关系的资料,分别分析了Stewart模型、Blank模型和Jensen模型3种不同水分生产函数对设施延迟栽培葡萄的适应性,计算了不同模型对应的设施延迟栽培葡萄不同生长阶段的水分敏感指数。结果表明,设施延迟葡萄水分敏感指数在果实膨大期最大,该时期为需水关键期,亏水处理会明显降低产量;萌芽期最小,该时期适度亏水对产量提高有积极影响。确立了Stewart模型和Blank模型为适用于设施延迟栽培葡萄的水分生产函数模型,在灌溉水量有限的条件下,应采取萌芽期适度亏水,将灌溉水量调配给果实膨大期的灌溉水配置方式,以期在合理调配灌溉水量的同时获得最佳经济效益。      

吉林西部人工草地水分生产函数模型初探

水分生产函数模型用以描述作物产量与水分因子之间的数学关系。确定合适的作物水分生产函数模型对建立与完善节水灌溉系统具有十分重要的意义。选常用的Jensen、Minhas、Blank、Stewart及Singh模型,依据在吉林省松原市前郭县草原管理站进行的苜蓿非充分灌溉试验中所获得的资料,采用多元回归分析方法求出各模型的参数,并对这5种模型进行了对比和筛选,得出了Jensen模型是最适宜于吉林省松原地区苜蓿的水分生产函数模型的结论。还探讨了Jensen模型水分敏感指数在苜蓿全生育期的变化规律,并指出了其在实践应用中的意义。     

西藏高寒牧区(燕麦、青稞)作物-水模型确定

依据田间试验,以西藏高寒作物燕麦、青稞为对象,对于高寒牧区作物水分生产函数的确定进行了初步研究。结果表明,燕麦水分函数模型为Stewart模型,水分敏感程度顺序为:拔节～抽穗、分蘖～拔节、抽穗～刈割、出苗～分蘖;青稞水分生产函数模型为Jensen模型,水分敏感程度顺序为:分蘖～拔节、拔节～抽穗、抽穗～刈割、出苗～分蘖。为西藏高寒地区制定灌溉制度提供了理论依据。     

干旱地区春小麦作物水分——环境——产量模型的分析研究

本文在对作物水分生产函数分析的基础上,通过试验对Jensen模型进行了修正,提出了适合研究区的作物水分环境生产函数,同时,建立了缺水敏感指数ε_i预报模型     

寒地黑土区水稻水分生产函数试验研究

通过测坑试验研究,应用水稻6个生育阶段不同灌水处理下的蒸发蒸腾量和产量的试验资料,用Jensen模型、Blank模型、Singh模型和Stewart模型分别对寒地黑土区水稻的水分生产函数进行了拟合,并对得出的模型求解结果进行了比较分析与检验。结果表明,Jensen模型适合寒地黑土区水稻的水分生产函数模型计算,得出了敏感指数在生育期内的变化规律。为黑龙江省稻灌区调亏灌溉条件下的灌溉制度优化提供基础依据。     

棉花水分生产函数及灌溉源制度研究

根据实验资料,通过不同受旱处理确定了棉花的水分敏感指数及水分生产函数,结果表明对水分最敏感的阶段是花铃期,其次是蕾期,吐絮期最小.并运用动态规划方法制定了灌溉制度,可有效提高作物生育期内水分利用效率,对优化配置水资源,实现农业高效用水具有重要作用.     

鄱阳湖流域水稻水分生产函数模型试验研究

在位于鄱阳湖流域的江西省灌溉试验中心站针对早、晚稻开展了水稻水分生产函数试验,比较分析了几种常用的阶段水分生产函数模型在鄱阳湖流域针对早、晚稻的适应性,结果表明,无论早稻还是晚稻,Jensen模型均为适宜的水分生产函数模型。分析了阶段划分长短对水分生产函数模型参数变化规律的影响,即一定条件下某一阶段过长而引起的受旱时间延长会导致该阶段对缺水更敏感,证明相对等时间长划分阶段的重要性。给出了适合鄱阳湖流域早、晚稻Jensen模型参数及Jensen模型敏感指数累积函数模型参数。     

半干旱区玉米膜下滴灌适宜水分生产函数模型研究

为合理制定吉林省半干旱区玉米膜下滴灌条件下的优化灌溉制度,有效指导分生育阶段灌溉,以提高吉林省粮食产量,在吉林省半干旱地区选择具有典型区域代表性的通榆灌溉试验重点站为研究对象,利用重点站2018年度玉米膜下滴灌非充分灌溉试验数据,对Jensen、Minhas、Blank、Stewart、Singh等5种水分生产函数模型进行求解,得出各模型敏感指数(系数)。与其他水分生产函数相比,Stewart水分生产函数模型各生育阶段敏感系数呈前期和后期较小、中期较大的"单峰式"变化规律,分别为0.110 8(苗期)、0.353 0(拔节期)、0.515 8(抽雄吐丝期)、0.312 2(灌浆期)、0.287 3(乳熟期),抽雄吐丝期的敏感系数最大。分析结果表明:Stewart水分生产函数模型在当地具有较好的适应性,可用于吉林省半干旱区玉米膜下滴灌优化灌溉制度的制定,同时抽雄吐丝期为玉米膜下滴灌的需水关键期。     

基于SEBAL模型的土默特右旗腾发量研究

【目的】评价SEBAL模型在估算内蒙古包头市土默特右旗腾发量时的适用性。【方法】基于2015年作物生育期内的Landsat8遥感影像,建立SEBAL模型,估算腾发量,利用FAO Penman-Monteith公式与水量平衡法估算得到腾发量进行了验证及评价,并采用多元逐步回归方法对其影响因素进行了分析。【结果】日腾发量的分布具有明显的空间差异性,呈现出"山峰型"变化趋势。SEBAL模型腾发量估算值与水量平衡法估算值相比,相对误差的平均值为6.053%;Penman-Monteith公式计算得到的日腾发量与水量平衡法估算值相差7.682%,都在10%以内,达到了精度要求,且SEBAL模型估算腾发量的精度高于Penman-Monteith公式。日腾发量与NDVI和地表温度相关性显著,由二者建立了最优的多元逐步回归方程。【结论】在缺乏数据的情况下,利用SEBAL模型可以较为准确地估算出土右旗的腾发量,且NDVI和地表温度对其的影响较大。     

基于Bayesian的Penman-Monteith模型简易大棚蒸散模拟

为实现Penman-Monteith (PM)模型在简易大棚中的蒸散模拟,对PM模型中2个关键参数空气动力学阻力ra和冠层边界层阻力rc组成的6种PM模型使用Bayesian方法进行模型的参数估计和不确定性分析,使用平均相对误差(MAE)、决定系数(R2)和威尔莫特一致性指数(D)3个模型精度指标对模型率定年(2018...     

Development and credibility assessment of a metamodel relating water table depth to agricultural production

Phreatic groundwater pumping is affecting water availability for crops in areas with a shallow water table. This can reduce crop growth and so affect farm income. There is a need for a generic and transparent method to assess the agricultural damage caused by water table drawdown. This paper proposes such a method that consists of ‘damage tables’ relating agricultural production losses to the groundwater regime for different soil/crop combinations found in Northern Belgium. The damage tables are constructed based on numerous simulations with the agrohydrological model SWAP, in which the bottom boundary conditions are gradually changed to reflect different groundwater regimes. The credibility of the resulting metamodel is assessed in three ways: using (1) field data, (2) an existing local expert system for land suitability assessment and (3) literature applying to a wider region. Field data of actual transpiration for two grasslands do not systematically deviate from the model predictions. This provides some credibility to the claim that the model captures the processes determining evapotranspiration and agricultural production. The local expert system allows us to evaluate the range of groundwater regimes where optimal growth is expected for maize and grassland across different soil types. Diverging predictions of the optimal groundwater regime between the metamodel and the local expert system can be explained in terms of differences in assumptions underlying both models. One notable limitation of the damage tables is that only direct physiological stress is reckoned while indirect effects of wet conditions (decreased accessibility of the terrain, soil structural damage) may also limit growth on soils with a water table near the surface. Further comparison with literature data focused on two issues: the contribution of groundwater to evapotranspiration and the extinction depth, i.e., the depth at which groundwater no longer contributes to evapotranspiration. This comparison revealed that damage tables developed for our area of interest are only valid under similar climatic conditions for the following two reasons: they assume a relatively small groundwater contribution to evapotranspiration, which is typical for humid climates, and they take into account temporal variations in plant characteristics such as root depth, which is also climate dependent.     

设施栽培番茄需水规律分析及其气象因子响应模型

基于江苏省南通市2001年、2002年的现场试验资料,计算分析了大棚番茄旬蒸发蒸腾量及其变化规律,建立了设施栽培条件下番茄蒸发蒸腾量的气象因子响应模型。结果显示:覆盖大棚明显降低了番茄的需水强度,大棚番茄蒸发蒸腾量随生育阶段延续、植株生长和外界气温增加呈现逐渐增加的趋势,且前期增长缓慢后期增长速度快;设施栽培番茄蒸发蒸腾量与“气温因子”和“地温因子”有着较为密切的联系,与“相对湿度因子”呈现负相关关系,而与蒸发皿水面蒸发强度的关系则较弱;选取较容易测得的重要因素,建立蒸发蒸腾量的气象因子响应模型,模拟结果较为满意。     

基于MODIS数据的区域蒸散发估算研究

应用遥感方法计算区域蒸散发具有很多常规方法所没有的优势.在基于地表能量平衡原理的SEBAL模型基础上提出了将新一代对地观测数据MODIS应用于反演区域地表蒸散的计算方法,并对新疆焉耆盆地的日蒸散发与月蒸散发情况进行了计算模拟,获取了相关地面特征参数.通过与基于ETM数据的SEBAL模型计算结果进行对比分析,验证了MODIS数据计算结果的合理性,并利用研究区实测水面蒸发值与区域水均衡方法对MODIS计算结果进行进一步的验证,说明了利用MODIS数据反演区域蒸散发的方法是切实可行的.     

Future directions for advanced evapotranspiration modeling: Assimilation of remote sensing data into crop simulation models and SVAT models

Soil-Vegetation-Atmosphere Transfer Models (SVAT) and Crop Simulation Models describe physical and physiological processes occurring in crop canopies. Remote sensing data may be used through assimilation procedures for constraining or driving SVAT and crop models. These models provide continuous simulation of processes such as evapotranspiration and, thus, direct means for interpolating evapotranspiration between remote sensing data acquisitions (which is not the case for classical evapotranspiration mapping methods). They also give access to variables other than evapotranspiration, such as soil moisture and crop production. We developed the coupling between crop, SVAT and radiative transfer models in order to implement assimilation procedures in various wavelength domains (solar, thermal and microwave). Such coupling makes it possible to transfer information from one model to another and then to use remote sensing information for retrieving model parameters which are not directly related to remote sensing data (such as soil initial water content, plant growth parameters, physical properties of soil and so on). Simple assimilation tests are presented to illustrate the main techniques that may be used for monitoring crop processes and evapotranspiration. An application to a small agricultural area is also performed showing the potential of such techniques for retrieving evapotranspiration and information on irrigation practices over wheat fields.     

气象数据缺测对BP-ET_0模型预测精度的敏感性分析

以柳圆口灌区2002~2005年的气象数据为基本资料,采用参考作物腾发量预测的前馈网络模型(BP-ET0),研究了参考作物腾发量对气象因子的敏感性。研究结果表明:在参考作物腾发量预测的6个气象因子中,相对湿度对BP-ET0预测效果影响最大,缺少它时预测合格率只有64.93%,其次是实际风速和日照时数,缺少它们时预测合格率分别为73.15%和76.98%,最高气温、最低气温和平均气温对预测效果影响较小,缺少它们时预测合格率均在80%以上。     

Modeling shallow water table evaporation in irrigated regions

Groundwater discharge through evaporation due to a shallow water table can be an important component of a regional scale water balance. Modeling this phenomenon in irrigated regions where soil moisture varies on short time scales is most accurately accomplished using variably saturated modeling codes. However, the computational demands of these models limit their application to field scale problems. The MODFLOW groundwater modeling code is applicable to regional scale problems and it has an evapotranspiration package that can be used to estimate this form of discharge, however, the use of time-invariant parameters in this module result in evaporation rates that are a function of water table depth only. This paper presents a calibration and validation of the previously developed MOD-HMS model code using lysimeter data. The model is then used to illustrate the dependence of bare soil evaporation rates on water table depth and soil moisture conditions. Finally, an approach for estimating the time varying parameters for the MODFLOW evapotranspiration package using a 1-D variably saturated MOD-HMS model is presented.     

GPR、XGBoost和CatBoost模拟江西地区参考作物蒸散量的适应性研究

【目的】提高机器学习模型模拟参考作物蒸散量在江西省适应性和精度。【方法】基于江西南昌等15个气象站2001—2015年日值气象数据(最高气温、最低气温、地表辐射、大气顶层辐射、相对湿度和2 m高风速),以FAO-56Penman-Monteith(P-M)公式的计算结果作为对照,建立了计算ET0的高斯过程回归(GPR)、极限梯度提升(XGBoost)和梯度提升决策树(CatBoost)模型,并分别与经验模型进行比较。【结果】各气象参数对机器学习模型模拟ET0的精度影响由大到小依次为:Rs、Tmax和Tmin、RH、U2,且采用Tmax、Tmin、Rs和RH气象参数组合的机器学习模型(RMSE0.2mm/d)模拟ET0精度高。此外,3种机器学习模型在有限的气象数据时具有较好的适用性,且优于传统经验模型,其中GPR和CatBoost模型的预测精度高,但GPR模型稳定性最好。【结论】考虑到所研究模型调参的复杂性、预测精度和稳定性,GPR模型可作为江西地区参考作物蒸散量模拟的推荐方法。     

吉兰泰及周边地区蒸散发的时空变化规律

【目的】探索吉兰泰及周边地区蒸散发的时空变化规律。【方法】以吉兰泰为对象,利用MODIS数据通过SEBAL模型估算了研究区2017年植被生长季5—10月的日蒸散发,并分析了蒸散发与环境因子的相关性。【结果】①生长季日平均蒸散量整体趋势呈单峰型分布趋势,日均蒸散量最大值在7月(3.98 mm),最小值在10月(1.11 mm);②在空间分布上,研究区东南部蒸散发最高,东北部蒸散发最低;不同土地利用类型中蒸散发值由大到小分别为林地、耕地、草地、戈壁、沙漠;各土地利用类型蒸散发量的时间动态表现一致,呈生长期>生长初期>生长后期;③归一化植被指数、高程与蒸散发正相关,风速以及地表温度与蒸散发负相关。【结论】SEBAL模型估算的蒸散发与P-M作物系数法的蒸散发进行对比,相对误差在允许范围之内,表明SEBAL模型对本研究区蒸散发的估算是可靠的。研究区靠近山地的蒸散发大于荒漠区的蒸散发。在植被生长季中生长初期的蒸散发受温度和风速影响最大,生长期和生长后期的蒸散发受地表温度和高程影响最大。