作物需水量实时预报及系统开发 - 中国节水灌溉网_第1页
作物需水量实时预报及系统开发 - 中国节水灌溉网_第2页
作物需水量实时预报及系统开发 - 中国节水灌溉网_第3页
作物需水量实时预报及系统开发 - 中国节水灌溉网_第4页
作物需水量实时预报及系统开发 - 中国节水灌溉网_第5页
已阅读5页,还剩43页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

标题全国灌溉试验培训暨灌溉试验学术交流会作物需水量实时预报及系统开发罗玉峰2015年7月9日,江西南昌作物需水量

作物用了多少水?需要多少水?什么时候需要水?过去

对于作物的短期灌溉管理,需要知道未来作物需要多少水?汇报提纲作物需水量参考作物腾发量(ET0)作物需水量实时预报方法分类基于天气预报的ET0预报ET0网络发布系统开发下一步的工作1.作物需水量作物需水量=植株蒸腾+株间蒸发=腾发量植株蒸腾作物根系从土壤中吸入体内,通过叶片的气孔扩散到大气中去的水分株间蒸发植株间土壤或田面蒸发的水分1.作物需水量田间耗水量稻田耗水量=

作物需水量

+

田间

漏水稻田的

漏漏旱地耗水量=

作物需水量因素

1.影响作物高需水量低气候影响热冷作物需干水量的因素湿有风无风无云有云作物中后期初始期/成熟期密度大稀疏土壤水分湿润干燥1.作物需水量气象因素:太阳辐射:为液态水转化成气态水提供能量气温:确定空气可以容纳多少水湿度:空气中有多少水风速:水分运动到大气中的容易程度1.作物需水量研究作物需水量的意义设计新的灌溉系统确定现有灌溉系统的运行制度1.作物需水量作物需水量的确定直接测量(蒸渗仪法)间接估算(公式法)

从影响作物需水量的主要因子(水面蒸发、气温湿度、日照、辐射等)中选择单因子或多因子,通过实测数据的相关分析,建立经验公式ETc=Ks·Kc·ET0Ks-土壤水分系数;Kc-作物系数;ET0-参考作物腾发量2.参考作物腾发量定义:土壤水分充足、地面完全覆盖、生长正常、高矮整齐的开阔(地块的长度和宽度都大于200m)矮草地(草高8-15cm)上的腾发量(FAO

Irrigation

andDrainage

Paper

No.56,1998)2.参考作物腾发量计算方法

计算参考作物需水量的方法有很多,最著名的、应用最广泛的是彭曼(Penman)公式

彭曼公式最早于1948年提出后来经过了不断的修改和完善目前应用最多的是FAO-56彭曼-蒙特斯(Penman-Monteith

)公式2.参考作物腾发量FAO-56彭曼-蒙特斯(Penman-Monteith

)公式2.参考作物腾发量彭曼-蒙特斯公式计算需要的数据:太阳辐射(或日照时数)气温(最高气温、最低气温、平均气温)平均风速相对湿度纬度、高程2.参考作物腾发量其它公式:

基于辐射:Priestley-Taylor公式,Turc公式,Makkink公式,Jensen-Haise公式,Doorenbos-Pruitt公式,McGuinness-Bordne公式,Abtew公式

基于气温:Hargreaves–Samani公式,Thornthwaite公式、简化的PM公式、McCloud公式、Blaney-Criddle公式其它…2.参考作物腾发量公式率定:Allen等(1994)推荐用正式来率定各种公式:a,b为待确定的参数,可通过最小二乘法求得3.作物需水量实时预报方法分类作用与意义明确未来的作物需水量,有效地进行灌溉或灌区用水调度,提高灌溉决策水平,提高灌溉用水效率3.作物需水量实时预报方法分类方法分类

直接法:采用时间序列方法或者神经网络方法及当前或者历史数据(ET0)来预报未来的ET0(适合较长预见期)

间接法:采用各种ET0公式和天气数据(数值天气预报或公共天气预报来预报未来的ET0(适合中短期)混合法:以上两种方法的综合3.作物需水量实时预报方法分类直接法举例Trajkovic

et

al.

Forecasting

of

Reference

Evapotranspiration

by

Artificial

NeuNetworks.

J.

Irrig.

Drain

Eng.

2003.129:454-4573.作物需水量实时预报方法分类间接法—采用天气预报罗玉峰,等.基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报.排灌机械工程学报.2013,

31(11):

987-992.YufengLuo

et

al.

2014.

Short-term

forecasting

of

daily

reference

evapotranspiration

usiHargreaves–Samani

model

and

temperature

forecasts.

Agricultural

Water

Management.

342–51.赵琪,罗玉峰*,等.基于天气预报和Penman-Monteith公式的短期逐日参考作物腾发量预报.节水灌溉,2014,

(1):

1-4.Perera

et

al.

(2014)

Forecasting

daily

reference

evapotranspiration

for

Australia

using

nweather

prediction

outputs.

Agr

Forest

Meteor

194:

50-63谢梅香,罗玉峰*,等.基于气温预报和神经网络的参考作物腾发量预报.节水灌溉,2015,(2):

33-36.Yufeng

Luo,

et

al.

Medium

range

daily

reference

evapotranspiration

forecasting

by

usingand

public

weather

forecasts.

Water

Resources

Management.DOI:

10.1007/s11269-015-1033-8

(Published

online

19

May

2015)Seydou

Traore,

Yufeng

Luo,

Guy

Fipps.

Deployment

of

artificial

neural

network

for

short-tforecasting

of

evapotranspiration

using

public

weather

forecast

restricted

messages.Agricultural

Water

Management.

(Revised)…

…3.作物需水量实时预报方法分类混合法举例逐日均值修正法茆智,李远华,李会昌.逐日作物需水量预测数学模型研究.武汉水利电力大学学报,1995,28(3):253-259.罗玉峰,崔远来,蔡学良.参考作物腾发量预报的付立叶级数模型.武汉大学学报(工学版),2005,38(6):45-47,52.4.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报为什么?公共天气预报对于数值天气预报更容易获取气温预报相对天气类型、风力预报更准确4.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报HS公式ET0,HS为通过HS公式计算的ET0值,C,E为公式的2个参数,其建议值分别为0.0023、0.5,为使计算更为精确,可根据当地数据进行率定;Ra为地球外辐射,与日序数,经纬度、高程有关;为平均气温的蒸发潜热,通常取值为2.454.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报数据:

ET0预报及精度分析:2012年5月24日至2014年10月31日的未来

7天或15天的气温预报数据4.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报数据:

公式参数率定与验证:2001年1月1日至2011年12月31日的气象观测数据ET0预报精度评价:2012年5月25日至2014年12月31日的气象观测数据4.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报率定与验证CEves-0S.a0m0a23ni公式参数0率.4定07结2

果Hargrea率定前率定期验证期MAE(mm/d)RMSE(mm/d)rMAE(mm/d)RMSE(mm/d)rMAE(mm/d)RMSE(mm/d)r0.610.840.880.520.700.880.620.860.88温度法ET0计算值与PM法ET0计算值精度指标的对比4.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报率定与验证4.基于天气预报的ET0预报基于气温预报和Hargreaves-Samani公式的参考作物腾发量预报ET0预报精度分析详见:罗玉峰,李思,彭世彰,王卫光,缴锡云,姜云鹭,顾宏.基于气温预报和HargreavSamani公式的参考作物腾发量预报.排灌机械工程学报.2013,31(11):987-992.4.基于天气预报的ET0预报

Luo

et

al.

2014.

Short-term

forecasting

of

daily

referenceevapotranspiration

using

the

Hargreaves–Samani

model

andtemperature

forecasts.

Agricultural

Water

Management.

36:

42–51.4.基于天气预报的ET0预报

Luo

et

al.

2014.

Short-term

forecasting

of

daily

referenceevapotranspiration

using

the

Hargreaves–Samani

model

andtemperature

forecasts.

Agricultural

Water

Management.

36:

42–51.4.基于天气预报的ET0预报

Luo

et

al.

2014.

Short-term

forecasting

of

daily

referenceevapotranspiration

using

the

Hargreaves–Samani

model

andtemperature

forecasts.

Agricultural

Water

Management.

36:

42–51.4.基于天气预报的ET0预报

Luo

et

al.

2014.

Short-term

forecasting

of

daily

referenceevapotranspiration

using

the

Hargreaves–Samani

model

andtemperature

forecasts.

Agricultural

Water

Management.

36:

42–51.4.基于天气预报的ET0预报

Luo

et

al.

2014.

Short-term

forecasting

of

daily

referenceevapotranspiration

using

the

Hargreaves–Samani

model

andtemperature

forecasts.

Agricultural

Water

Management.

36:

42–51.4.基于天气预报的ET0预报

Luo

et

al.

2014.

Short-term

forecasting

of

daily

referenceevapotranspiration

using

the

Hargreaves–Samani

model

andtemperature

forecasts.

Agricultural

Water

Management.

36:

42–51.4.基于天气预报的ET0预报

赵琪,罗玉峰*,彭世彰,孙勇,常晓敏.基于天气预报和Penman-Monteith公式的短期逐日参考作物腾发量预报.节水灌溉,2014,(1):

1-4.根据天气预报中的天气类型来估算未来的1-7d的日照时数雨天、阴天、多云、晴转多云、晴天对应的 分别取为0.1、0.3、0.5、0.7、0.94.基于天气预报的ET0预报

赵琪,罗玉峰*,彭世彰,孙勇,常晓敏.基于天气预报和Penman-Monteith公式的短期逐日参考作物腾发量预报.节水灌溉,2014,(1):

1-4.4.基于天气预报的ET0预报

赵琪,罗玉峰*,彭世彰,孙勇,常晓敏.基于天气预报和Penman-Monteith公式的短期逐日参考作物腾发量预报.节水灌溉,2014,(1):

1-4.4.基于天气预报的ET0预报 谢梅香,罗玉峰*,钱子嘉,闫欣,彭世彰,李江安,常晓敏.基于气温预报和神经网络的参考作物腾发量预报.节水灌溉,2015,(2):33-36.Yufeng

Luo,

Seydou

Traore,

Xinwei

Lyu,

Weiguang

Wang,Ying

Wang,

Yongyu

Xie,

Xiyun

Jiao,

Guy

Fipps.

Medium

rangedaily

reference

evapotranspiration

forecasting

by

using

ANNand

public

weather

forecasts.

Water

Resources

Management,29(10):

3863-3876.4.基于天气预报的ET0预报 谢梅香,罗玉峰*,钱子嘉,闫欣,彭世彰,李江安,常晓敏.基于气温预报和神经网络的参考作物腾发量预报.节水灌溉,2015,(2):33-36.Yufeng

Luo,

Seydou

Traore,

Xinwei

Lyu,

Weiguang

Wang,Ying

Wang,

Yongyu

Xie,

Xiyun

Jiao,

Guy

Fipps.

Medium

rangedaily

reference

evapotranspiration

forecasting

by

using

ANNand

public

weather

forecasts.

Water

Resources

Management,29(10):

3863-3876.4.基于天气预报的ET0预报 谢梅香,罗玉峰*,钱子嘉,闫欣,彭世彰,李江安,常晓敏.基于气温预报和神经网络的参考作物腾发量预报.节水灌溉,2015,(2):33-36.Yufeng

Luo,

Seydou

Traore,

Xinwei

Lyu,

Weiguang

Wang,Ying

Wang,

Yongyu

Xie,

Xiyun

Jiao,

Guy

Fipps.

Medium

rangedaily

reference

evapotranspiration

forecasting

by

using

ANNand

public

weather

forecasts.

Water

Resources

Management,29(10):

3863-3876.4.基于天气预报的ET0预报

Yufeng

Luo,

Xiaomin

Chang,

Xiyun

Jiao,

Yong

Sun,

Seydou

Traore,Weiguang

Wang,

Guy

Fipps.

Short-term

forecasting

of

dailyreference

evapotranspiration

using

temperature-based

methods

antemperature

forecasts比较了4种基于温度的ET0预报方法Hargreaves–SamaniThornthwaiteReduced

set

FAO-56

PMMcCloud误差原因分析敏感性分析ET0预预报报误误差差在在夏夏季季

对对气气温温预预报报误误差差最最为为

敏敏感感,,冬冬季季最最不不敏敏感感

,,春春秋秋季季敏敏感感度度相相似似

;;同同时时对对最最高高气气温温比比

最最低低气气温温更更为为敏敏感感4.基于天气预报的ET0预报

Yufeng

Luo,

Xiaomin

Chang,

Xiyun

Jiao,

Yong

Sun,

Seydou

Traore,Weiguang

Wang,

Guy

Fipps.

Short-term

forecasting

of

dailyreference

evapotranspiration

using

temperature-based

methods

antemperature

forecasts.单因素敏感性分析得得到到和和单单因因素素敏敏感感性性

分分析析法法相相似似的的结结论论,,

ET0预预报报误误差差在在夏夏季季

对对气气温温预预报报误误差差最最为为

敏敏感感,,冬冬季季最最不不敏敏,,

春春秋秋季季敏敏感感度度相相似似4.基于天气预报的ET0预报

Yufeng

Luo,

Xiaomin

Chang,

Xiyun

Jiao,

Yong

Sun,

Seydou

Traore,Weiguang

Wang,

Guy

Fipps.

Short-term

forecasting

of

dailyreference

evapotranspiration

using

temperature-based

methods

antemperature

forecasts.多因素敏感性分析5.ET0网络发布系统开发天气预报收集子系统(抓取典型站点天气预报数据)

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论