亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        兩種土壤墑情預(yù)報(bào)模型在滄州地區(qū)的應(yīng)用及評價(jià)

        2022-07-01 15:13:46韓紅亮王雪梅
        吉林水利 2022年5期
        關(guān)鍵詞:模型

        韓紅亮, 王雪梅

        (楊凌職業(yè)技術(shù)學(xué)院,陜西 楊凌 712100)

        “節(jié)水優(yōu)先” 是新時(shí)代治水方針的重要內(nèi)容,我國農(nóng)業(yè)用水量占總用水量的60%以上, 因此做好農(nóng)業(yè)節(jié)水對促進(jìn)全國節(jié)水工作具有重要意義,通過做墑情預(yù)報(bào)提前預(yù)測土壤含水量, 進(jìn)而采取精準(zhǔn)、 及時(shí)的灌溉措施是促進(jìn)農(nóng)業(yè)節(jié)水的有效措施,所謂墑情,即土壤含水率。 土壤墑情預(yù)報(bào)的研究已有200 多年的歷史,取得了一系列的成果。 發(fā)展至今, 墑情預(yù)報(bào)的主要方法有確定性模型和隨機(jī)性模型,確定性模型主要包括水量平衡模型、土壤水動力學(xué)模型、SPAC 水熱耦合傳輸模型等,隨機(jī)性模型主要包括數(shù)理統(tǒng)計(jì)模型、 隨機(jī)水量隨機(jī)模型隨機(jī)土壤水動力學(xué)模型等[1]。 1802 年道爾頓(Doulton) 提出了道爾頓蒸發(fā)蒸騰量計(jì)算公式,說明了影響作物騰發(fā)量的影響因素包括氣象因素、土壤因素和作物因素。 1948 年彭曼(Penman)提出了Penman 公式,為計(jì)算參考作物騰發(fā)量提供了計(jì)算模型。1963 年蒙特斯(Monteith)在研究作物蒸發(fā)蒸騰時(shí)引入表面阻力的概念, 導(dǎo)出了Penman-Monteith 公式。 Jackson 等[2]基于植冠溫度的研究,提出了作物水分脅迫指數(shù)(CWSI)的概念,該指數(shù)的提出, 證明了缺水指數(shù)與土壤含水量有較好的關(guān)系;1985 年Hargreaves 和Samain 共同提出了Hargreaves 模型[3],尚松浩將Hargreaves 公式進(jìn)行了修正,并提出了Hargreaves 的通用模型。 康紹忠[4-5]將土壤水分的模擬分為趨勢項(xiàng)、周期項(xiàng)和時(shí)間項(xiàng),提出了時(shí)間序列模型。Danior[6]研究了在土壤多樣性和騰發(fā)量不確定性條件下, 土壤墑情的時(shí)間和空間方面的預(yù)報(bào)。 黃冠華等[7]利用彭曼公式,將作物系數(shù)擬合成隨時(shí)間變化的函數(shù), 來預(yù)測土壤含水率,精度在95%以上;茆智[8]提出了預(yù)測騰發(fā)量的指數(shù)模型, 該模型用多年氣象數(shù)據(jù)來預(yù)測今后的參考作物騰發(fā)量,當(dāng)代一些學(xué)者仍在使用[9-10]。尚松浩等[11]采用土壤水分消退指數(shù)曲線建立了土壤墑情預(yù)報(bào)的經(jīng)驗(yàn)?zāi)P汀?以上模型在墑情預(yù)報(bào)工作中有著較為廣泛的應(yīng)用, 取得了較好的實(shí)踐效

        果[12-13]。

        但不同的預(yù)測方法在精度上存在著差別,甚至有的預(yù)測方法本身就存在著地域性的限制。 為幫助基層遴選較為簡便操作的墑情預(yù)報(bào)模型,本文以滄州地區(qū)的土壤墑情的變化規(guī)律為研究對象,對比了2 種土壤墑情預(yù)報(bào)方法,在一定程度上可以為北方地區(qū)土壤墑情預(yù)報(bào)提供理論依據(jù),對該地區(qū)的節(jié)水灌溉具有一定的現(xiàn)實(shí)意義。

        1 材料與方法

        1.1 試驗(yàn)區(qū)概況

        試驗(yàn)區(qū)位于河北省南皮縣馮家口鎮(zhèn), 距滄州市約40km 處[14],地處北緯38°06′,東經(jīng)116°40′。試驗(yàn)區(qū)為典型環(huán)渤海缺水鹽漬化類型區(qū), 土壤多為脫鹽潮土,有部分鹽化潮土和濱海鹽土,耕地土壤為輕質(zhì)壤土,土壤田間持水量32%(體積含水率),土壤干容重1.49g/cm3。 海拔在8m 左右,年降水量400—550mm。

        南皮生態(tài)農(nóng)業(yè)試驗(yàn)站內(nèi)36 個(gè)實(shí)驗(yàn)小畦 (測坑),均為2.2m×3.0m 無底測坑。 共A、B 、C、D 等4個(gè)系列,每系列9 個(gè)測坑。其中A 系列和C 系列安裝了遮雨棚,36 個(gè)小畦中均種植棉花。由于實(shí)驗(yàn)時(shí)部分測坑被占用, 且有2 個(gè)測坑試驗(yàn)期間不慎進(jìn)水,故本文選取A1—A5,A8 共6 個(gè)連續(xù)測坑開展試驗(yàn)。

        該試驗(yàn)站裝有自動氣象監(jiān)測系統(tǒng), 監(jiān)測內(nèi)容包括日照、 風(fēng)速、 氣溫、 濕度等; 土壤墑情采用Dviner 快速測量系統(tǒng)監(jiān)測,由工作人員每日監(jiān)測土壤含水率; 試驗(yàn)站工作人員進(jìn)行每天的天氣狀況記錄。 本文研究的數(shù)據(jù)均來自試驗(yàn)站1954—2016年的氣象數(shù)據(jù)、2018 年天氣記錄, 以及2018 年墑情監(jiān)測站測得的數(shù)據(jù)。

        本文開展的墑情預(yù)報(bào), 是對逐日土壤含水率的預(yù)報(bào)。

        1.2 研究方法

        1.2.1 用ET0 指數(shù)模型預(yù)測土壤墑情

        指數(shù)模型是利用滄州地區(qū)多年的氣象數(shù)據(jù)來預(yù)測今后的該地區(qū)參考作物騰發(fā)量, 通過計(jì)算作物的蒸發(fā)量,來預(yù)測土壤逐日的含水率。

        參考作物騰發(fā)量計(jì)算采用FAO 推薦的彭曼公式:

        式中:ET0為參考作物蒸發(fā)蒸騰量,mm/d;

        Δ 為溫度-飽和水汽壓關(guān)系曲線上在T處的切線斜率,kpa/℃;T為平均氣溫,℃;ea為飽和水汽壓,kPa;ed為 實(shí) 際 水 汽 壓,kPa;Rn為 凈 輻 射,MJ/m2·d;G為土壤熱通量,MJ/m2·d;u2為2m 高處的風(fēng)速,m/s;γ 為溫度表常數(shù),kPa/℃(可由高程和溫度計(jì)算得出)。

        茆智于1995 年提出的ET0的指數(shù)模型:

        式中:ET0m為多年平均最大旬參考作物騰發(fā)量平均值,mm/d;I為日序數(shù)(元月1 日為1);Im為歷年中出現(xiàn)之日的序數(shù);A為經(jīng)驗(yàn)參數(shù), 華北平原取112;ψi第i天天氣類型的修正系數(shù)。

        作物實(shí)際騰發(fā)量的計(jì)算公式:

        式中:ET0為參考作物蒸發(fā)蒸騰量,mm /d;KC為作物系數(shù);KS為土壤水分修正系數(shù),按(4)計(jì)算。

        式中:θi第i日實(shí)際土壤含水率, 以占田間持水量的百分?jǐn)?shù)計(jì),%;θc土壤水分脅迫臨界含水率,旱作物為占田間持水量的60%;ε 經(jīng)驗(yàn)系數(shù), 旱作物為0.89。

        1.2.2 用消退指數(shù)法預(yù)測土壤墑情

        在有水分脅迫的條件下, 蒸騰量與土壤含水率之間近似直線關(guān)系:式中:W為根系層貯水量,mm;t為時(shí)間,d;k為土壤水分消退指數(shù)。

        在不考慮降水及灌溉的條件下:

        式中:Wt,Wt+1分別為第t天和第t+1 天的土壤根系層貯水量,mm。

        由前期的水分資料,使用式(5)、(6)來擬合消退指數(shù)的發(fā)展變化規(guī)律曲線,再用式(7)來反推其后的消退變化:

        2 墑情預(yù)報(bào)的分析和比較

        2.1 用ET0 指數(shù)模型法預(yù)測土壤墑情

        我國泊頭氣象站距離試驗(yàn)區(qū)15km, 兩地的氣象資料具有一致性。 借用滄州泊頭站1954—2016年的氣象資料,通過式(1)計(jì)算逐日的參考作物騰發(fā)量, 計(jì)算每年的參考作物騰發(fā)量最大旬的平參考作物騰發(fā)量,求其均值即式(2)的ET0m,每年發(fā)生的ET0m日序數(shù)(每年的1 月1 日的日序數(shù)為1,依次類推), 多年發(fā)生ET0m日序數(shù)的平均值即Im。即可求得式(2)的各個(gè)參數(shù)。 然后式(3)計(jì)算逐日騰發(fā)量。

        經(jīng)計(jì)算, 該地區(qū)多年平均最大旬參考作物騰發(fā)量平均值為7.42mm/d, 對應(yīng)的歷年中出現(xiàn)ET0m之日的序數(shù)為163,發(fā)生在6 月上旬,則計(jì)算得到該地區(qū)ET0i的計(jì)算式為

        根據(jù)2018 年的天氣記錄,查的天氣類型修正系數(shù)見表1。

        2018 年5 月28 日到6 月16 日棉花處于苗期生長階段, 此階段內(nèi)棉花的作物系數(shù)為0.731,此階段的土壤系數(shù)由式(4)根據(jù)當(dāng)日的根系層平均含水率逐日計(jì)算。 試驗(yàn)站土壤的田間持水量為32%(體積含水率),故

        表12018 年試驗(yàn)站天氣情況及修正系數(shù)

        式中:θi為土壤體積含水率,%。

        以2018 年5 月28 日為起始日期, 逐日預(yù)測各畦的土壤含水率,并與6 月8 日,6 月16 日各畦的實(shí)測墑情進(jìn)行比較。 由于該期間A6、A7、A9 畦下雨時(shí)不慎進(jìn)水, 故不再對這三個(gè)畦的墑情做預(yù)報(bào)。 預(yù)測各畦6 月8 日和6 月16 日的土壤含水率見表2。

        表2 指數(shù)模型法預(yù)測結(jié)果

        2.2 用消退指數(shù)模型預(yù)測土壤墑情

        根據(jù)A1—A8(除A6、A7、A9外)各畦的4 月22日—5 月28 日(此階段各測畦均未灌水)日的作物根系層的貯水量(水層深度),計(jì)算逐日的消退指數(shù)值,將消退指數(shù)的變化擬合成與時(shí)間的函數(shù),然后根據(jù)此函數(shù)的變化趨勢, 計(jì)算未來的消退指數(shù)值,最后使用式(7)計(jì)算未來某天的貯水量,并計(jì)算土壤的平均含水率(期間無灌水,故P=0,I=0)。

        擬合的A系列的6 個(gè)小畦消退指數(shù)曲線,如表3。

        表3 消退指數(shù)擬合曲線

        根據(jù)擬合成的消退指數(shù)函數(shù),由式(7)計(jì)算6月8 日和6 月16 日的土壤貯水量和土壤含水率,計(jì)算結(jié)果見表4。

        表4 消退指數(shù)法預(yù)測結(jié)果

        2.3 比較分析

        (1) 分別將兩種預(yù)報(bào)方法的預(yù)測值與實(shí)測值比較,采用t檢驗(yàn)方法將墑情的預(yù)測值與實(shí)測值進(jìn)行比較,進(jìn)而反映兩種模型的預(yù)測精度。 經(jīng)比較,發(fā)現(xiàn)這兩種方法對6 月8 日墑情的預(yù)測, 均無顯著性差異, 對6 月16 日的預(yù)測, 誤差均值有顯著性差異,分析結(jié)果見表5。

        表5 兩種方法預(yù)測精度比較表

        (2)用最小二乘法分析兩種方法的預(yù)報(bào)誤差,即對各畦預(yù)測誤差的平方和進(jìn)行比較,結(jié)果表明,對6 月16 日墑情的預(yù)測,前者的誤差平方和大于后者誤差平方和, 可見指數(shù)模型法在預(yù)測初期效果較好,預(yù)測后期誤差比消退指數(shù)法要大,計(jì)算結(jié)果見表6。

        表6 預(yù)測方案誤差平方和

        3 結(jié)論

        (1)經(jīng)過t檢驗(yàn)分析,兩種預(yù)測方法的預(yù)測值與相應(yīng)的實(shí)測值均無顯著性差異, 證明兩種方法均適用于滄州地區(qū)的墑情預(yù)報(bào)。

        (2)通過對兩種方法預(yù)報(bào)精度的t檢驗(yàn),表明在預(yù)測較長時(shí)間的墑情時(shí), 消退指數(shù)法的預(yù)報(bào)精度要高于指數(shù)模型法。

        4 有待研究的問題

        指數(shù)模型預(yù)測墑情的基本原理, 是通過計(jì)算逐日作物騰發(fā)量來預(yù)測含水率, 因?yàn)槊刻斓念A(yù)測值都可能有一定的誤差, 所以, 當(dāng)預(yù)測時(shí)段較長時(shí),該模型的誤差可能會逐漸增大,如何解決這個(gè)問題,有待繼續(xù)研究。 □

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務(wù)本地化模型
        適用于BDS-3 PPP的隨機(jī)模型
        提煉模型 突破難點(diǎn)
        函數(shù)模型及應(yīng)用
        p150Glued在帕金森病模型中的表達(dá)及分布
        函數(shù)模型及應(yīng)用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        精品一精品国产一级毛片| 国产午夜三级精品久久久| 国产精品天堂在线观看| 亚洲1区第2区第3区在线播放| 国模gogo无码人体啪啪| 国产精品黄在线观看免费软件| 99国产精品丝袜久久久久| 国产成人精品自拍在线观看| av一区二区三区综合网站| 老熟女老女人国产老太| 免费观看成人欧美www色| 少妇人妻精品一区二区三区| 日本少妇被黑人xxxxx| 中文字幕在线久热精品 | 久久久精品久久日韩一区综合| 亚洲成a人网站在线看| 日本亚洲一级中文字幕| 一道本加勒比在线观看| 久久99精品久久久久久琪琪| 人妻忍着娇喘被中进中出视频| 东京热加勒比在线观看| 伊人亚洲综合影院首页| 丝袜美腿视频一区二区| 欧美乱大交xxxxx潮喷| ā片在线观看| 亚洲午夜久久久久中文字幕| 久久综合激激的五月天| 亚洲永久国产中文字幕| 伊人激情av一区二区三区| 精品人妻中文av一区二区三区| 北岛玲亚洲一区二区三区| 人妻少妇-嫩草影院| 日日猛噜噜狠狠扒开双腿小说| 国产一国产一级新婚之夜| 日本一道dvd在线中文字幕| 国产亚洲曝欧美不卡精品| 免费国产不卡在线观看| 精品乱人伦一区二区三区| 97精品国产手机| 国产成人精品三上悠亚久久 | 无遮无挡爽爽免费毛片|