一、利用Penman-Monteith法和蒸发皿法计算农田蒸散量的研究(论文文献综述)
刘虎[1](2021)在《北疆荒漠地区不同种植模式下饲草作物水肥响应关系与灌溉水优化配置》文中研究指明北疆干旱荒漠地区地处我国西北牧区,该区域干旱少雨、水资源紧缺、草畜失衡、灌溉水管理粗放、饲草水肥响应等基础研究相当薄弱,本研究针对该区域灌溉饲草地建设中所面临的灌溉用水规律不明晰、饲草作物系数缺失、灌溉水管理策略缺乏、水肥利用效率低、施肥量与灌水量时空不协调等问题,以青贮玉米和紫花苜蓿为主要试验对象,并结合苏丹草、披碱草等当地优势且常见的饲草作物,通过在北疆阿勒泰地区开展单作和混间播条件下非充分灌溉试验、水肥耦合试验,从水量平衡原理、饲草作物水模型、灌溉水优化配置、作物混间播高产栽培和水肥耦合理论等角度,提出单作灌溉饲草作物灌溉关键指标和灌溉制度;通过分析间播条件下灌溉饲草作物群体需水规律、产出效应及灌溉水效益,提出紫花苜蓿和青贮玉米最优间播组合模式;优选了缺资料地区ET0简化计算方法,并对FAO推荐的饲草作物系数Kc进行了修正;基于最小二乘法确定了苏丹草、紫花苜蓿、青贮玉米的饲草作物水模型,并采用动态规划法对灌溉水进行了优化配置,提出了不同可供水量条件下饲草地灌溉水管理决策方案;构建了单作条件和混间播条件下灌溉饲草料的水肥耦合产量数学模型并提出最佳水肥管理制度。形成了较为系统的北疆干旱荒漠地区灌溉饲草作物水肥响应关系与灌溉水优化配置研究成果。研究成果可为我国北疆干旱荒漠地区规模化高效开发利用饲草地提供技术支撑。具体得到以下研究成果:(1)饲草作物不同种植模式下需水规律与滴灌灌溉制度紫花苜蓿在全年中收获两茬,每茬生长期约为60 d,充分灌溉条件下需水量为690 mm。全生育期连续受旱时,需水量为607 mm,仅为充分灌溉时的88%;苏丹草的需水量随着作物受旱情况的加剧而逐渐减少,其充分灌溉的需水量为431 mm,重旱条件下需水量仅为充分灌溉的48.0%;青贮玉米抽穗—开花期不灌水条件下需水量最小,仅为341.0 mm,为充分灌溉时的60%。紫花苜蓿、苏丹草和青贮玉米产量最大时的灌溉定额分别为407 m3/亩、264 m3/亩和367 m3/亩,水分利用效率最大时的灌溉定额为367 m3/亩、172 m3/亩和286 m3/亩。间播条件下,采用2行青贮玉米与12行紫花苜蓿组合可以得到较多的粗蛋白质、钙以及磷,而紫花苜蓿单作是营养产出最高的种植模式。4行青贮玉米与8行紫花苜蓿间播的光能利用率最高,并且对地表会起到较好的覆盖作用,能在保证较低需水水平下(需水量为660.5mm),得到最高的产量和经济效益。(2)基于FAO推荐方法的ET0计算方法优选与Kc值修正以FAO56 Penman-Monteith方法计算的ET0为标准,通过比较与其他4种不同方法计算结果的差异性与相关性,在全生育期的大部分时段FA056 PM法与FAO Penman法和IA法的计算结果较为接近,PT法和HS法计算的ET0较FAO56 PM计算值总体偏大,且偏差较大。IA法所需要的气象资料仅为气温和日照时间,并且计算结果有较高精度,IA法可以代替FA056 PM法在阿勒泰地区福海县完成ET0计算。经过修正后,青贮玉米在生长初期、快速生长期、生长中期、生长后期的Kc分别为0.8、0.96、1.03和0.79,全生育阶段平均Kc为0.92。苏丹草在生长初期、快速生长期、生长中期、生长后期的Kc分别为0.66、0.77、0.91、和0.84,全生育阶段平均Kc为0.80。紫花苜蓿第一/二茬的生长初期、快速生长期、快速生育期的Kc分别为0.94/0.51、1.03/1.18、0.86/1.09,全生育阶段平均Kc为0.93。苏丹草、青贮玉米和紫花苜蓿的全生育期修正后的全生育期作物系数Kc较FAO56推荐值,分别提高了10.00%、13.04%、5.38%。(3)非充分灌溉条件下饲草产量响应与作物水模型确认紫花苜蓿、青贮玉米和苏丹草均为充分灌溉条件下产量最高,苏丹草产量与土壤含水量占田间持水量的百分比呈显着的线性相关。紫花苜蓿在返青-分枝期受旱时水分生产效率最高;苏丹草全生育期受轻旱时水分生产效率最低,受重旱时水分生产效率最高;青贮玉米在抽穗-开花期受轻旱时水分生产效率达到最高,拔节期和抽穗-开花期连续受旱时水分生产效率最低。北疆干旱荒漠地区紫花苜蓿、苏丹草和青贮玉米需(耗)水量与饲草料作物产量之间的关系可用Jensen模型、Stewart模型和Jensen模型来进行模拟预测,三种模型的平均相对误差为6.51%、9.24%和9.25%,具有较高的模拟精度。紫花苜蓿、苏丹草和青贮玉米作物各自生长最为敏感阶段分别是紫花苜蓿的分枝-孕蕾期(第一茬)、苏丹草的灌浆-乳熟期和青贮玉米的苗期。(4)基于饲草作物-水模型与DP法的有限灌溉水量优化配置当灌溉供水量M出现轻度紧缺时(紫花苜蓿420 mm≤M≤500 mm、苏丹草250mm≤M≤360 mm、青贮玉米200 mm≤M≤450 mm),应分别优先保证紫花苜蓿蔓枝延长期、苏丹草孕穗开花期和青贮玉米孕穗开花期的供水量;当灌溉供水量十分紧张时(紫花苜蓿M≤420 mm、苏丹草M≤250 mm、青贮玉米M≤200 mm),紫花苜蓿、苏丹草和青贮玉米应分别优先保证第二茬开花成熟期、苗期、孕穗开花期的供水量。(5)水肥耦合条件下饲草料地水肥响应北疆干旱荒漠地区膜下滴灌青贮玉米,不同土壤含水量条件下,拔节期青贮玉米的株高和茎粗随着施肥量的增加而增加,青贮玉米株高增长最快的处理为高肥轻旱,在不受旱和轻度受旱条件下,青贮玉米叶面积指数随施肥量的增加而增加;中旱和受重旱条件下,中肥和低肥的叶面积指数相当。灌溉量在250m3/亩,追肥施肥量在10 kg/亩,青贮玉米产量可达3000 kg/亩。当灌溉量、追肥施肥量大于上述量时,产量增加幅度不大。水利用效益最大的是高肥重旱处理,化肥利用效益和水肥耦合效益均为低肥不受旱处理;产值较高的为高肥不受旱、中肥不受旱和中肥轻旱处理。紫花苜蓿和不同饲草进行混间播时,混播最优组合为:紫花苜蓿和老芒麦组合,施农家肥量1231 kg/亩,灌溉定额为240 m3/亩;间播的最优组合为:紫花苜蓿和老芒麦、施农家肥量2248.9 kg/亩、灌溉定额180 m3/亩。混播条件下饲草生育期内最大需水强度为5.73 m3/(亩·天),混播饲草料作物干旱年灌水8次,灌溉定额为240m3/亩。混间播饲草地饲草料作物在需水强度、产量、肥料利用等方面都由于单作饲草地。
马静[2](2021)在《基于气候分区的甘肃省参考作物蒸发蒸腾量分析与预测》文中研究指明参考作物蒸发蒸腾量ET0是合理定制灌溉制度,调整区域种植结构,合理分配水资源和灌区管理规划的重要科学依据。参考作物蒸发蒸腾量的准确估算是获取作物需水量和进行生产管理的基础,更是发展高效节水农业的关键。本文根据甘肃省的地理特征和干湿程度将甘肃地区划分为陇南-甘南湿润区、陇中南部半湿润区、陇中北部半干旱区和河西干旱区4个区域,采用FAO-56 Penman-Monteith方程,根据甘肃省26个气象站点1980-2015年的逐日气象观测资料,计算了甘肃省逐日、逐年和多年的ET0,并通过反距离权重空间插值法(IDW)和偏相关分析法分析甘肃省ET0的时空变化特征、各气象要素的空间分布和各气象要素对ET0的影响程度;采用FAO-56 Penman-Monteith方程结合CMIP5全球气候模式中RCP2.6、RCP4.5、RCP8.5三种排放情景下2021-2080年平均气温、最高气温、最低气温、净辐射、相对湿度、风速等气象因素的月平均资料及反距离权重插值法,推求气候变化情景下甘肃省未来60年平均ET0并分析其时空分布特征;选用Hargreaves法、FAO-24 Penman法、Priestley-Taylor法、FAO 1948 Penman法、Makkink法5种简化方法,利用甘肃省26个站点的气象资料,计算了各站逐日、逐月、逐年和多年ET0,并以FAO-56 Penman-Monteith法为标准,通过决定系数R2、平均偏差MBE、均方根误差RMSE和平均相对误差MRE等指标对其它简化方法进行评价。获得了以下主要结论:(1)甘肃省及4个气候分区ET0年际变化趋势为1980-1991年下降,1991-2015年上升,整体呈上升趋势。甘肃省ET0的空间分布总体为自东南向西北逐渐增加。ET0与日平均风速U、日照时数N、日最高气温Tmax、日最低气温Tmin、日平均气温Tmean均表现为极显着正相关,与平均相对湿度RH表现为极显着负相关,且影响程度顺序为,甘肃省:U>N>Tmax>RH>Tmin>Tmean,陇南-甘南湿润区:N>U>Tmax>RH>Tmin>Tmean,陇中南部半湿润区:N>U>RH>Tmax>Tmin>Tmean,陇中北部半干旱区和河西干旱区:U>N>Tmax>RH>Tmin>Tmean。(2)从时间分布来看,在RCP4.5排放情景下,甘肃省ET0在2021-2080年整体上随年际变化呈现出先波动上升再波动下降的趋势。在各时段内表现为:预测初期下降,预测中期和预测后期上升趋势。在RCP2.6排放情景下,甘肃省ET0在2021-2080年整体上随年际变化呈现出先波动上升再波动下降的趋势。在各时段内均表现为上升趋势,上升速率为预测中期>预测后期>预测初期;在RCP8.5排放情景下,甘肃省ET0在2021-2080年整体上随年际变化呈现波动上升的趋势。在各时段内均表现为上升趋势,上升速率为预测初期>预测后期>预测中期。总体而言,三种排放情景下ET0模拟值顺序为:RCP8.5>RCP4.5>RCP2.6。(3)在各排放情景下,甘肃省ET0在预测初期、预测中期和预测后期三个时间段内空间分布特征非常相似。RCP2.6情景下总体特征为:自陇南-甘南湿润区向陇中南部半湿润区、陇中北部半干旱区和河西干旱区依次增大。RCP4.5和RCP8.5排放情景下总体特征为:河西干旱区最大,陇南-甘南湿润区、陇中南部半湿润区、陇中北部半干旱区较小。(4)Hargreaves方法和Makkink方法在甘肃省及4个气候分区的整体计算精度普遍较高,适用性较好,但Hargreaves方法在海拔较高的地区误差较大。FAO 1948 Penman方法和FAO-24 Penman方法计算精度居中,但二者拟合度较好。Priestley-Taylor方法在4个气候分区内整体计算精度普遍较差,一般不宜采用。(5)5种简化方法在各分区适用性排序由好到差依次为,河西干旱区:Makkink方法、Hargreaves方法、FAO 1948 Penman方法、FAO-24 Penman方法和Priestley-Taylor方法;陇南-甘南湿润区、陇中南部半湿润区和陇中北部半干旱区:Hargreaves方法、Makkink方法、FAO 1948 Penman方法、FAO-24 Penman方法和Priestley-Taylor方法。
哈丽代姆·居麦[3](2020)在《膜下滴灌棉花生境调控下蒸散发特征研究》文中进行了进一步梳理由于气候干旱、水资源短缺,新疆的农业生产主要依靠灌溉。准确估算膜下滴灌棉花的需水量是新疆等干旱地区合理利用有限水资源、保障农业可持续发展的重要途径。棉田生境调控成为有效提高旱区农业水资源利用效率的主要措施,为了研究不同生境下膜下滴灌棉花的需水量,本研究以南疆膜下滴灌活化水与常规水灌溉的棉花为研究对象,对不同生境下的膜下滴灌棉花蒸散量与作物系数进行系统研究,主要结果如下:(1)与FAO56 Penman-Monteith公式计算的库尔勒地区的ET0结果相比,FAO24 Penman和1948 Penman公式高估了ET0,Hargreaves公式则低估了ET0,Priestley-Taylor公式的计算结果与FAO56 Penman-Monteith公式的结果较一致。此外,采用通径分析方法确定了不同气象因素对ET0计算结果的影响,净太阳辐射是对ET0影响最大的因子,其次分别为温度和饱和差,而降雨量对ET0的影响最小。(2)周水面蒸发量与周蒸散发量、累积水面蒸发量与累积实际蒸散发量符合线性关系。周积温和周蒸散量符合线性关系。膜下滴灌棉田膜下、膜间5-25 cm 土层的温度差随土层厚度的增加逐渐降低。各层平均周地温与周土面蒸发量存在正相关关系。相对湿度与水面蒸发量呈负相关,与平均气温与平均风速呈现正相关。相对积温与相对水面蒸发量符合线性关系。(3)活化水灌溉促进了棉花的茎粗、株高、叶面积等指标的增长。随着灌水量的增加,地温逐渐降低。磁化水灌溉处理的土面蒸发量小于对照处理,而去电子水处理的土面蒸发量大于对照处理。磁化水和去电子水灌溉均可以提高土壤含水量。以累积叶面积指数、地表覆盖度、土壤含水量、地温比值为自变量,以累积土面蒸发量为因变量建立了多元幂函数形式的累积土面蒸发量计算模型。(4)采用基于叶面积指数的修正双作物系数模型计算库尔勒地区的膜下滴灌棉花的作物系数。随着灌水量的增加其基础作物系数、土面蒸发系数逐渐增加。另外,棉花生长初期覆秸秆处理的作物系数低于磁化水和去电子水处理,在中期和后期阶段覆秸秆处理的作物系数最高。去电子水处理的作物系数在整个生育期内均大于磁化水处理。在磁化水处理的苗期以及在去电子水处理的全生育期采取膜间覆秸秆措施更有助于控制水分无效消耗。(5)施加PAM控制了日蒸发量、累积蒸发量,降低了蒸发模系数;随着PAM施加量的增加,抑制土面蒸发的效果越明显。施加0(CK)、0.5kg/亩、1 kg/亩、2kg/亩、3 kg/亩PAM处理的膜下滴灌棉花作物系数呈现先增后减的趋势,综合作物系数的最大值分别为1.20、1.30、1.36、1.32、1.31。此外,膜间覆秸秆、覆砂、施用PAM、压实等膜间处理棉花的作物系数均呈现出先增后减的趋势,综合作物系数最大值分别为1.35、1.28、1.27、1.26。
王莉[4](2020)在《青海大通高寒区典型林地耗水特征研究》文中指出为了给青海高寒区造林树种的选择提供依据,本研究以青海大通高寒区青海云杉(Picea crasslia)、华北落叶松(Larix principis-rupprechtii)、青杨(Populus cathayana)、白桦(Betula platyphylla)四种典型人工林为研究对象,采用Sapflow-32植物茎流观测系统和Davids便携式自动气象站进行各林地2019年生长季(5~10月)长期连续性观测,并结合定位通量法对比分析研究区内几种典型树种的耗水特性及其林地的耗水量。结果表明:(1)确定了不同林分冠层净辐射、冠层消光系数、冠层整体气孔阻力计算的经验模型,结合Penman-Monteith方程模型推求试验区2019年生长季几种典型林分的蒸腾量,并以青海云杉实测蒸腾数据为例,模拟验证了其计算值与实测值,结果表明二者的相对误差在12%以内,说明其计算结果较为可靠。(2)从各林地月蒸腾量季节变化来看,6~8月是一年中林木蒸腾量最大时期,达生长季蒸腾量的60%以上。(3)15~30年青海云杉生长季蒸腾量为337.70~370.69 mm;20~30年华北落叶松蒸腾量为373.27~395.78 mm;30年青杨蒸腾量范围为399.71~405.34 mm;20年白桦蒸腾量范围为384.02~406.6 mm。4种同龄林的蒸腾耗水量差异不大,但相同林分中,林龄越大的林分生长季蒸腾耗水量越高。(4)不同林地间土壤水分变化差异明显,但土壤水分剖面特征大体相同,表现为随土层深度的增加土壤含水量先增大减小。在土层深度为0~40 cm时,土壤含水量随深度变化剧烈,越到深层,其变化明显减弱,且在土壤深度为120~200 cm时,土壤含水量随土层深度的变化趋于稳定。(5)经Penman公式计算,研究区生长季潜在蒸散量和水面蒸发量分别708.13mm和993.93mm,且二者曲线变化趋势基本一致,均为气象因子的综合反映。
徐雅晴[5](2020)在《植被恢复力遥感测度模型研究》文中认为植被维系着生态系统的稳定,了解植被恢复力的内涵并定量测度植被恢复力,可以为生态系统管理及生态修复提供理论依据。然而,目前的植被恢复力评价体系监测指标及计算方法不一致,同时存在缺少环境变量描述和主观性较强的问题,因此亟待建立能够描述植被动态变化过程和扰动响应特征的植被恢复力测度体系。遥感数据多分辨率、多时相、多波段的特点能够满足对地监测的多种需求,但当前对地观测平台及数据量不断增加,探究多种数据融合应用方法并建立有效监测指标是建立植被恢复力测度体系的关键内容。因此,本文的总体目标是基于植被恢复力的内涵,建立具有普适性的植被生态系统监测指标和植被恢复力遥感测度模型。本文首先采用文献综述法总结了植被扰动因素及影响机理,然后利用数学建模法和统计分析法建立了植被恢复力遥感测度模型,提出了恢复力驱动因素分析方法;采用气候样带法提出并验证了基于蒸散量的干旱监测指标;针对模型变量中时间序列数据存在噪声和缺失值的问题,开发了时间序列重建方法;最后以澳大利亚植被样带、山西翼城农田生态系统和陕西秦岭森林生态系统为研究区,应用该模型测度了植被恢复力并探究了植被恢复力的影响因素。论文主要结论如下:(1)基于时间序列的自回归模型能描述植被动态变化过程和植被生态系统的记忆性,根据植被扰动因素和植被对水分变化的响应关系,以植被指数距平值、温度距平值和干旱监测指标作为模型变量,建立了基于ARx和滞后相关系数的植被恢复力测度模型,并通过变量的相关系数和平稳性检验验证了模型的有效性。同时,利用Copula函数建立极端天气发生概率模型,可以根据其尾部相关性分析植被恢复力变化的驱动因素。(2)干旱指标是植被恢复力模型中的重要变量,本文根据地表-大气水分平衡过程,提出了基于地表水分亏缺量的干旱监测指标CWDa。基于通量塔实测数据和澳大利亚可用水数据库建立CWDa,并在澳大利亚北部降雨梯度带检验CWDa的干旱监测效果。结果显示,CWDa能在湿润至干旱环境下有效检测土壤湿度变化并识别干旱,对深层土壤水分含量敏感性高的特性使其有利于分析干旱地区植被对土壤含水量变化的反馈。不同观测时长条件下建立的CWDa一致性较高,干旱识别结果受有效数据量影响较小。(3)针对植被恢复力测度模型中时间序列数据存在缺失值和噪声的问题,提出了基于监测指标属性及年际差异特征的时序数据重建算法。通量观测数据可以采用DINGO算法获取连续的气象参数和热通量观测数据链,遥感植被指数序列可采用Spline-变权重滤波算法以增加对曲线局部极小值的判断条件。在减少噪声的同时,保留了NDVI时序曲线的合理波动以显示植被动态变化的细节特征。由于蒸散量数据受气象条件及年际差异影响大,因此采用缺失值前、后的数据进行填补能获得较高的估计精度。(4)利用植被恢复力测度模型分析恢复力驱动因素的结果表明,澳大利亚植被样带上的植被恢复力随年降雨量的减少而降低,干旱地区的植被群落在干旱和温度异常时较难保持稳态;山西翼城农田生态系统的植被恢复力受水分亏缺的影响,而陕西秦岭森林生态系统生物量丰富,植被群落未发生明显扰动,恢复力变化不显着。三个案例研究发现,植被恢复力受植被群落结构、极端天气发生概率和降雨量变化的影响,具有较高的树/草比和植被C4/C3类型比的群落有较好的植被恢复力。干旱-半干旱地区的植被群落对气候变化更敏感,因此需要加强生态系统的管理,降低稳态转移风险。本文提出了基于环境变量和植被响应特征的植被恢复力遥感测度体系,能够利用遥感数据高效、实时监测不同气候区的植被群落恢复力变化并分析驱动因素,可帮助决策者和管理者进行生态恢复策略的选择及验证。本文共包含图39幅,表26个,参考文献209篇。
苏彦尹[6](2020)在《基于实时气象资料苹果树耗水量简便计算方法研究》文中提出为了达到简化计算、精准掌握果树蒸腾耗水规律的目标,本研究采用自动定时称重式电子秤蒸发皿装置与自动称重盆栽试验装置,监测得到实时水面蒸发量与植物蒸腾量,结合当地气象因子,通过相关分析、偏相关分析、BP神经网络、多元非线性回归拟合等方法,确定了影响蒸散发的主要气象因子与植物生理生态指标因子,分别建立基于主要气象因子与小时蒸发量(Epanhour)、日蒸发量(Epanday)之间的“温湿度-ET0”模型;并通过该简便模型对延安果园苹果树的实际蒸散发进行预测。具体得到以下结论:(1)影响蒸发皿水面蒸发量变化的主要气象因子为温度(Ta)、平均相对湿度(RH)与太阳净辐射(Rn)。在日尺度下,与蒸发量间相关性大小依次为:Ta(r=0.809)>Rn(r=0.526)>RH(r=-0.44);小时尺度下,Ta(r=0.843)>Rn(r=0.808)>RH(r=-0.78),温度、湿度与太阳净辐射三者对蒸发量的影响显着且稳定,通过偏相关分析证明了太阳净辐射对ET0的影响在很大程度上可以通过温湿度综合作用体现。除气象因子外,影响植物蒸腾的主要植物因子为:叶面积指数(r=0.666)、总叶面积(r=0.592)与冠幅(r=0.539),其中,叶面积指数的影响最为显着。(2)气温每升高1℃,蒸发皿水面蒸发量平均增加0.07mm/day,增幅4.32%。夏季(6-8月),气温每升高1℃,蒸发量平均增加0.078mm/day,增幅3.17%;冬季(11-来年2月),气温每升高1℃,蒸发皿水面蒸发量平均增加0.043mm/day,增幅5.19%,气温越低,温度升高对蒸发皿水面蒸发变化的影响更为剧烈。(3)温、湿度可以较好反映水面蒸发量,通过非线性多元回归建立“温湿度-蒸发”模型,小时蒸发量模型的有效系数NSE=0.889,日蒸发量预测模型有效系数NSE=0.923。“温湿度-蒸发”模型乘以蒸发皿系数Kp=0.668后,该模型可以较好的模拟ET0变化,2018、2019年延安果园ET0拟合模型NSE=0.674、0.611,整体趋势较高。该模型预测结果与Priestley-Taylor(P-T)、Hargreaves(H-G)、Blaney-Criddle(B-C)、BP神经网络算法进行对比,优势明显。(4)通过确定苹果树不同生长阶段的作物系数Kc,计算得到延安果园苹果树蒸腾耗水集中在6-10月,最大平均日蒸腾量出现在7月为4.25mm/day。此外,果园土壤表层含水量峰值均出现在九月,在水平方向,距离果树主干20、40、60cm处土壤的表层含水量差异小;在垂直方向,受降雨和蒸发交替发生的过程影响,土壤水分在不同深度上呈“S”型分布,导致20-30cm土层处为水分转折点。
邹宓君[7](2020)在《青藏高原全天空条件下蒸散量卫星遥感估算研究》文中指出青藏高原平均海拔在4000 m以上,其独特的动力和热力作用对中国、亚洲乃至全球的大气环流和天气气候均产生了重要影响。同时,青藏高原作为亚洲重要河流的发源地和我国气候变化的启动区,其地-气相互作用的变化影响着其周边及下游地区的供水安全和生态安全,因此对该地区能量与水分循环过程的深入研究和定量理解显得尤为重要。地表蒸散发是地-气系统水量平衡和热量平衡的重要组成部分,由于受到众多因素控制且随环境多变,蒸散发还是陆面过程中最具不确定性的要素之一。相较于空间离散的地面观测方法,利用光学遥感能够实现空间连续的大尺度地表蒸散量估算。然而,卫星遥感估算得到的蒸散量在研究区域的适用性需要地面观测数据的验证,且光学遥感探测在多云时往往存在误差较大或数据缺失的问题。尽管前人已开展了一定探索,但由于青藏高原恶劣的自然环境和观测的困难性,迄今为止对于该地区蒸散发的研究尚不系统。现有的卫星遥感蒸散发产品仅针对晴空条件且在青藏高原地区估算精度不足,因此不能很好地满足实际应用需求。为了排除云对地表特征参数遥感估算的干扰,探究青藏高原地表蒸散发的时空格局,以期为地-气相互作用研究和气候变化研究提供可靠依据,本论文将地基与星载观测、光学与微波遥感相结合,估算了青藏高原全天空条件下的蒸散量。首先,为了探究青藏高原各气象水文因子如何影响蒸散发过程,并克服湍流通量观测资料稀缺的困难,利用“全球协调加强观测计划(CEOP)亚澳季风之青藏高原试验”(CAMP/Tibet)近地层气象参数的梯度观测资料,确定了利用常规气象观测估算蒸散发的方法,为卫星遥感估算提供了丰富的地面验证资料。研究发现藏北高原地区蒸散发的主要影响因子为辐射和温度等能量要素,而非动力要素或水分要素。其次,进行了蒸散发卫星遥感估算模型的比较研究。使用SPOT/VGT数据和时间序列谐波分析法(HANTS)重建了无云影响的植被指数与地表比辐射率时间序列资料集,改进了青藏高原宽带地表反照率估算方程。在此基础上,结合MODIS数据、气象驱动数据和地面观测资料对比了不同遥感估算方法(半经验、单源模型)的估算效果,确定了物理过程更完备的TESEBS模型在高原估算效果更优。为了保证模型输入参数不受云的影响,还需要发展针对青藏高原的全天空地表下行辐射通量和地表温度反演算法。为此,研究移植并改进Heliosat参数化方案,将云反照率作为描述云对辐射影响的综合因子,得到了基于极轨卫星的青藏高原全天空地表辐射通量。研究首次发现并提出穿透深度(Penetration Depth,PD)能够作为综合影响因子描述微波信号在土壤传输中的衰减,由此建立了基于穿透深度的地表温度微波反演模型。最后,估算了全天空地表蒸散量并分析了高原蒸散发的时空分布特征。综合以上研究成果,本研究进一步建立了全天空地表蒸散量遥感估算模型,包含地表特征参数去云处理、全天空地表温度反演、全天空下行辐射估算、全天空地表能量通量和蒸散量计算四大模块。结合多卫星、多传感器观测(MODIS、VGT、OMI、CERES、AMSR-E)和大气驱动数据,对地表特征参数进行去云处理。再将去云后的变量结果输入TESEBS模型中计算出地表能量通量和蒸散量,由此对青藏高原全天空地表蒸散发的时空分布特征进行了深入分析。结果表明,模型估算结果与站点实测相比具有较好的一致性;青藏高原地表蒸散发的时间变化基本上满足“单峰型”变化,具有冬季低-夏季高的特点,而空间上具有西北低-东南高的特点,其中存在一个低值中心和一个高值中心,分别位于塔里木盆地和藏东南水汽通道。
向柯宇[8](2020)在《参考作物与潜在蒸散发量时空分布差异性研究》文中提出蒸散发是水量平衡与能量平衡的重要组成部分,在水分运动过程中占有重要地位。参考作物蒸散发(ETo)和潜在蒸散发(ETp)是在研究过程中较为常用的,也是经常被混用的两个相关概念。在我国有关蒸散发的大量研究中,更多的是将这两个不同的概念当做研究相关内容的工具直接使用,而相对缺乏对两者历史发展的梳理以及有关两者异同与联系的讨论。由于不能明确ETo和ETp之间的区别,所以有关两者在数值大小和时空变化规律等方面的研究也比较欠缺,并且相关研究也只是探讨了在我国部分区域内蒸散量的变化特征,缺乏对全国整体变化的分析。本研究通过对大量文献的查阅,归纳与总结了ETo和ETp两者在概念,应用和公式等方面的区别和联系。并且从中整理出48个ETo计算公式和36个ETp计算公式,使用全国630个气象站点,自1961至2018年的逐月气象数据,包含平均温度,最大温度,最小温度,日照时数,风速和平均相对湿度数据,和其中的337个站点自1961至2001年的逐月蒸发皿蒸发量数据,分别以FAO56 PM(1998)公式和Penman(1963)公式作为ETo和ETp的标准计算公式,以空间变异系数(Cv)和决定系数(R2)作为评价指标对这两大类公式分别进行适用性对比;并且对这两个标准计算公式,同样使用相同的气象数据,按照月尺度与年尺度分别分析两者之间的时空变化规律之间的联系与异同,明确区别了ETo和ETp两者在数值上和空间分布特征上的差异与联系。主要结论如下:(1)ETp和ETo都和蒸散发有直接的关联,两者都被用来表述水量与能量的变化。但ETp的提出远早于ETo,ETo是在ETp的基础上发展出的新概念,它们彼此联系,ETp指一切湿润表面,如开阔的水面、地面和水库等的蒸散发,而ETo代表一种理想化作物产生的蒸散发量,其适用对象比ETp更具体,可以将其看做是特定情况下的ETp。ETo的计算公式可分为温度法、辐射法、综合法和蒸发皿法,而ETp的计算公式主要包含物质转移法、温度法、辐射法和综合法。此外,两者的应用领域也不同,ETp在水文、生态和气象中应用更多,而ETo多用于农业水利,尤其是灌溉制度规划等领域。(2)4种ETo类型计算公式中,温度型公式的计算结果在空间分布上有南大北小的特点,最大差值可达113mm/月。辐射型公式的结果在中部地区结果值较小,而在其他区域内结果值较大,最大差值为251mm/月。综合型公式计算结果在空间上具有北大南小,东高西低的特点,最大差值达到了287mm/月。而绝大多数的蒸发皿法公式的计算结果在空间分布上呈现出从北到南逐渐下降的特征,最大差值达到248mm/月。通过与FAO56 PM(1998)公式计算的ETo值进行对比后,在这4种类型的48个公式中,分别是温度型中的Xu和Singh(ETo,T,6)公式,辐射型中Xu和Singh(ETo,R,7)公式,综合型中的Doorenbos和Pruitt(ETo,C,1)公式和蒸发皿法中的Abdel-Wahed和Snyder(ETo,pan,7)公式与标准公式的相似度最高,包括多站点平均月值随时间变化的特征最接近,逐月和逐站点数值的拟合结果最好。(3)4种不同类型的ETp计算公式中,物质转移型公式月值计算结果的空间分布具有北大南小的特点,最大差值可达到614mm/月。温度型月值计算结果的空间分布符合北小南大的特点,最大差值为256mm/月。辐射型公式月值计算结果中较大值的站点分散分布在不同地区,最大差值可达139mm/月。综合型公式计算结果的空间分布也具有北小南大的特征,最大差值可达163mm/月。而从与标准方法Penman(1963)的对比结果来看,分别是物质转移型中的Kuzmin(ETp,M,10)公式,温度型中的Hargreaves(ETp,T,9)公式,辐射型公式中的Makkink(ETp,R,1)公式和综合型公式中的Wright和Jensen(ETp,C,5)公式与标准计算方法的一致性最高,包括多站点平均月值随时间变化的特征最接近,逐月和逐站点数值的拟合结果最好。(4)逐月ETo和ETp随时间具有相似的波动特征,但是两者数值上具有一定差异,最大值分别达到136mm/月和166mm/月,最小值分别为27mm/月和39mm/月。从1-12月,ETo和ETp多年月均值的较大值站点从南部逐渐转移到北部再又回到南部的特征,最大值出现在7月,可达到283mm/月和287mm/月,最小值出现在1月,低至3mm/月和5mm/月。在时间变化上,各个分区中均呈现出不规则的波动,I、VI、VII区中的峰值在7月出现,II、IV、V区中峰值在5月出现。MMK检验结果表明,各个月份中ETp值时间序列中呈现上升趋势的站点数量要均多于ETo值,两者的站点数量差值在11月份最大,为163个;R/S法检验结果表明两者多年平均月值中呈现持续性趋势变化的站点数要远远多于反持续性的站点数量,在1月份两者的站点数量相差最多,为69个。(5)使用小波分析对各月ETo和ETp的周期进行分析,结果表明,两者周期具有相似性,在5月份主周期最长为15年,12月份最短为3年;而通过比较对两者各个月值的拟合结果表明两者相似度最高为6月份,R2值高达0.96,最低为10月份,R2值也高达0.89。在年尺度下的结果,如比较两者年值的空间分布情况,各个分区年值随时间的变化趋势,使用MMK法,R/S法和小波分析对两者进行趋势检验的结果均与个别月值的结果具有高度的一致性。而以上有关两者计算结果的数值关系均是ETp值要高于ETo值。
余昭君[9](2020)在《基于波文比的半湿润地区葡萄园蒸发蒸腾估算》文中指出葡萄是陕西关中地区正在大力发展的特色经济水果,是农民致富增收的重要产业之一。但是关中地区地处我国半干旱半湿润地区,水资源较为短缺,降水时空分布不均,降雨多集中于夏季,春季降雨较少,对生育期内生态系统的良性运转以及葡萄产量与品质的提高都造成了严重的阻碍。因此,准确掌握葡萄园内土壤水分状况以及需水量,从而确定合理的灌溉制度,为半湿润地区葡萄园水分管理提供理论依据,对于维持葡萄良好的生长环境,提高葡萄的产量与品质具有重要意义。本研究于2018年4月1日至8月23日在陕西省咸阳市杨凌区君度·唯尔葡萄庄园开展,基于波文比法(BREB)探究了我国半湿润地区葡萄园适用的蒸发蒸腾量测定与模拟方法,取得了以下主要结果:(1)根据水热平衡中不同分量之间存在的方向性制约关系和波文比测量系统中温湿度传感器的精度,确定波文比采集数据取舍范围,进行数据筛选;以水量平衡法的蒸散量结果为参考,对比分析波文比-能量平衡法的估算结果发现,利用波文比法可以较好地反映葡萄园蒸发蒸腾量变化规律,监测结果具有较高精度。(2)分析了葡萄园下垫面水热通量在不同生育阶段和典型天气条件下的分配特征及潜热通量对相关气象因素的响应,并运用BP神经网络对葡萄园潜热通量进行预测,根据预测模型,分析比较潜热通量对环境因子变化的敏感性。水热通量的日变化特征表现为单峰二次曲线,从上午7:00左右开始增长,中午12:30左右达到峰值后开始减小,夜间基本不变。感热通量在全部生育期都占了地表能量的绝大部分,潜热通量较小,所占比例随生育期时间逐渐增大,在果实膨大期达到最大后开始减小。雨天,水热平衡各分量都比晴天小,潜热通量略大于显热通量;而阴天潜热通量的日变化波动明显比其他天气条件下都大。BP神经网络根据气象因子模拟出的潜热通量与波文比法的计算值相关性较高,同时,潜热通量的变化对净辐射和土壤热通量的改变最为敏感,而对风速u变化的敏感程度较低。(3)探究了葡萄生育期蒸发蒸腾规律,采用单、双作物系数法估算半干旱半湿润地区葡萄蒸散量(ET),将计算结果与波文比-能量平衡法进行对比分析其在半湿润气候区葡萄园的适用性。从全生育期来看,葡萄蒸发蒸腾量的变化特征呈现较为明显的季节性,在萌芽期和新梢期,日均蒸发蒸腾量分别为1.32 mm/d、1.25 mm/d;葡萄开花期每日蒸发蒸腾量的平均值为1.22 mm/d;在果实膨大期累积蒸发蒸腾总量达到91.56 mm/d;在着色与成熟期,随着温度不断升高,葡萄蒸发蒸腾量的日平均值不断增大,达到2.34 mm/d。葡萄的基础作物系数Kcb在生育初期处于较低水平,均值为0.13,在生育中期增幅较大,后维持在较大值,Kcbmid为0.34,至后期逐渐减小至0.32。土壤蒸发系数Ke整体上在发育初期较大,初期均值为0.72,在中期达到最小值0.34,后期为0.39。单、双作物系数法与波文比能量平衡法两种方法计算的结果具有较好的一致性,而单、双作物系数法相比而言,后者的估算结果可靠程度更高,因此,双作物系数法可以为本地区葡萄的蒸发蒸腾量估算提供更为准确的参考。(4)采用P-M模型与S-W模型对半湿润地区葡萄的蒸发蒸腾量进行了初步的模拟,以波文比-能量平衡法为实际值,比较了模型估算值和实测值的大小,分析了P-M模型与S-W模型在我国半湿润地区葡萄蒸发蒸腾量估算的适用性。实测的葡萄全生育期蒸发蒸腾总量平均值为1.69 mm/d,P-M模型模拟平均值为2.65 mm/d,对2018年葡萄园的蒸发蒸腾量存在一定程度上的高估,二者的决定系数R2为0.68,平均绝对误差MAE为0.63,均方根误差为0.53 mm/d。S-W模型估算均值为1.79,R2为0.73,MAE为0.51,均方根误差为0.61 mm/d。从整体上看,S-W模型估算效果更好,偏差相对较小,但对生育期内葡萄的蒸发蒸腾量存在一定的高估。
李盼根[10](2020)在《黄土塬区典型点油用牡丹水分来源及通量模拟》文中提出随着经济的发展,人们愈发意识到生态环境对人类的重要性。黄土高原气候干旱,水土流失严重,近年来,为保持水土,打造绿水青山,实施了很多水土保持生态修复工程。在黄土高原,水是生态系统结构建成和稳定的基础,是限制生态工程有效性的关键因子。耐旱植物油用牡丹作为一种高级油用类植物,合理种植,不但可以治理黄土高原地区的水土流失,恢复生态,而且可以用牡丹籽生产食用油,保障中国的食用油安全。因此研究油用牡丹的水分来源和用水策略,可为合理推广种植、发展油用牡丹产业、提高牡丹成活率提供科学依据。本文以不同生长年份的两种油用牡丹为研究材料,利用稳定氢氧同位素探究其生长期内的水分来源,并运用Hydrus-1d软件构造油用牡丹水分通量数学模型,揭示其耗水规律。主要的研究结果如下:(1)利用稳定氢氧同位素,测定了黄土高原一个代表点不同季节降雨、土壤水、地下水和油用牡丹组织内的稳定氢氧同位素分布规律。通过图解法与多源线性(Iso Source)模型判断了油用牡丹的水分来源,得到了不同季节不同生长年限的油用牡丹利用水分的来源。由于根系更加发达,成年期油用牡丹的用水策略比幼年期有更强的自主选择性。具体的,春季两种年份油用牡丹均倾向吸收浅层土壤水,但成年期油用牡丹较幼年期油用牡丹在相同土层的水分利用率更高。夏季,幼年期与成年期油用牡丹对0-10cm土层水分利用效率大致相同,但10cm以下土层,成年期的水分利用效率依次减少,40cm以上土层水分利用率达到64.7%,但幼年期却倾向跳过10-40cm土层,而利用40cm土层下的水分。秋季,在油用牡丹生长季的末期,两种年份的油用牡丹吸收各土层水分和地下水。两者之间的不同主要是成年期油用牡丹吸收40-60cm土层水分,并且对40cm土层以下及地下水的利用率均高于幼年期的油用牡丹。(2)通过分析油用牡丹吸收不同来源水分的贡献率、土壤含水率和它们之间的关系,得出贡献率越高的土层,含水量越低;最终通过讨论得到:在试验期间,油用牡丹均倾向吸收土壤含水量相对较低的土层,证明其耐旱不耐涝的特性。这对油用牡丹在黄土高原地区的耐旱种植提供了科学依据。(3)通过实验测定土壤物理指标(粒径、容重等)、油用牡丹生理指标(株高、叶面积指数等)以及当地气象数据,确定了土壤物理参数、根系吸水参数和潜在蒸散发。利用hydrus-1d软件建立了计算油用牡丹水分通量的一维数学模型,并根据实测的土壤含水率数据,反演校正了土壤物理参数,为区域土壤水分运移与植物水分通量的模拟提供了科学方法。(4)依据建立的模型,模拟了成年期与幼年期油用牡丹的耗水量,并与裸地条件下的耗水对比。最终得到不同立地条件下的蒸散发有很大差异,种植油用牡丹能更好的抑制地表蒸发;在生长期内,成年期油用牡丹的蒸腾量大于幼年期油用牡丹(210mm>142mm)。三种立地条件,下边界通量差异不大,而通过上边界通量的对比,得出该地区的水分满足油用牡丹的生长发育,并且尽管成年期油用牡丹生长发育需要更多的水分,但相较幼年期油用牡丹,它能够更好的涵养水源。
二、利用Penman-Monteith法和蒸发皿法计算农田蒸散量的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用Penman-Monteith法和蒸发皿法计算农田蒸散量的研究(论文提纲范文)
(1)北疆荒漠地区不同种植模式下饲草作物水肥响应关系与灌溉水优化配置(论文提纲范文)
摘要 |
abstract |
1 前言 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 参考作物潜在腾发量ET_0与作物系数K_c研究 |
1.2.2 作物水分模型及水资源配置研究 |
1.2.3 饲草高产种植模式研究进展 |
1.2.4 饲草作物对水肥耦合响应机制研究 |
1.3 研究目标及主要研究内容 |
1.3.1 研究目标 |
1.3.2 主要研究内容 |
1.4 研究技术路线 |
2 研究区概况及田间试验基础数据 |
2.1 研究区代表性分析 |
2.2 试验区概况 |
2.2.1 地形地貌 |
2.2.2 气候条件 |
2.2.3 农业气象灾害 |
2.2.4 植被土壤 |
2.3 试验饲草料作物选择 |
2.3.1 供试作物 |
2.3.2 供试材料 |
2.4 主要试验观测仪器设备 |
2.5 基本土壤物理化学指标测定 |
2.5.1 田间持水量与容重 |
2.5.2 土壤物理化学组成 |
2.5.3 土壤粒径分析 |
2.6 基于定位通量法的地下水补给量测定 |
3 饲草作物单作条件下需水规律与滴灌灌溉制度 |
3.1 引言 |
3.2 试验方法 |
3.2.1 田间试验设计 |
3.2.2 观测技术指标 |
3.3 灌溉饲草作物单作需水规律与需水量 |
3.3.1 适宜水分条件下饲草作物单作需水量 |
3.3.2 适宜水分条件下饲草作物单作需水强度 |
3.3.3 不同水分处理下饲草作物单作需水量与需水模数 |
3.4 基于作物灌水特征的不同目标灌溉制度 |
3.4.1 灌溉饲草作物单作条件下不同水分处理的灌水特征 |
3.4.2 不同目标条件下单作饲草作物灌溉制度 |
3.5 小结 |
4 间播饲草作物群体需水规律与产出效应及种植模式 |
4.1 前言 |
4.2 试验方法 |
4.2.1 田间试验设计 |
4.2.2 观测技术指标 |
4.3 间播饲草作物群体需水规律与产出效应 |
4.3.1 间播条件下灌溉饲草作物群体需水规律 |
4.3.2 间播条件下灌溉饲草作物生长指标 |
4.3.3 间播条件下灌溉饲草作物产量及其品质 |
4.3.4 间播条件下灌溉饲草作物水分生产效率和水分经济效益 |
4.4 基于SPSS主因子方法的间播模式综合评价 |
4.4.1 饲草作物综合评价指标的优选 |
4.4.2 饲草料作物综合评价指标无量纲化处理 |
4.4.3 饲草作物综合评价结果 |
4.5 小结 |
5 基于FAO推荐方法的ET_0计算方法优选与K_C值修正 |
5.1 引言 |
5.2 材料与方法 |
5.2.1 数据来源 |
5.2.2 计算方法 |
5.3 干旱地区气象资料缺失条件下ET_0算法优选 |
5.3.1 不同水平年下ET_0计算结果比较 |
5.3.2 不同计算方法结果偏差与原因分析 |
5.3.3 潜在腾发量ET_0与对应气象要素间的灵敏性分析 |
5.4 灌溉饲草料作物不同生育阶段作物系数K_C值修正 |
5.4.1 基于FAO推荐的单作物系数法推求饲草作物K_c |
5.4.2 基于田间试验实测数据计算饲草作物Kc |
5.4.3 饲草作物实测K_c与FAO推荐K_c值比较分析 |
5.5 小结 |
6 非充分灌溉条件下饲草产量响应与作物水模型确认分析 |
6.1 引言 |
6.2 不同水分处理对单作饲草作物产量影响 |
6.2.1 对单作饲草料作物产量影响 |
6.2.2 对单作饲草料作物减产率的影响 |
6.3 国内外常用作物水—模型 |
6.3.1 作物水模型定义 |
6.3.2 模型基本假定 |
6.4 基于最小二乘法的作物水模型确认分析 |
6.4.1 模型选取 |
6.4.2 基于最小二乘法的作物敏感指标推求 |
6.4.3 饲草作物敏感指标分析与作物水模型优选 |
6.5 饲草作物-水模型表达式及验证 |
6.5.1 饲草作物-水模型表达式 |
6.5.2 饲草作物-水模型验证 |
6.6 小结 |
7 基于饲草作物-水模型与DP法的有限灌溉水量优化配置 |
7.1 引言 |
7.2 DP法基本原理 |
7.3 优化配置的数学模型构建 |
7.3.1 目标函数 |
7.3.2 阶段变量、决策变量与状态变量 |
7.3.3 系统方程及约束条件 |
7.3.4 初始条件与递推方程 |
7.4 作物水模型的有限水量优化配置求解 |
7.4.1 DP法所需计算参数 |
7.4.2 作物水模型优化配置求解 |
7.5 基于DP法的优化配置结果与灌溉管理策略 |
7.5.1 优化配置结果 |
7.5.2 饲草作物灌溉管理策略 |
7.6 小结 |
8 水肥耦合条件下饲草料地水肥响应分析 |
8.1 引言 |
8.2 试验方法 |
8.2.1 单作条件下灌溉饲草作物水肥响应 |
8.2.2 混间播条件下多年生灌溉饲草作物水肥响应 |
8.3 单作条件下灌溉饲草料作物水肥响应分析 |
8.3.1 水肥耦合对青贮玉米生长指标的影响 |
8.3.2 水肥耦合对青贮玉米不同生育阶段土壤含水量的影响 |
8.3.3 青贮玉米水肥耦合产量数学模型构建 |
8.3.4 水肥耦合利用效率与综合经济效益评价 |
8.4 混、间播条件下多年生灌溉饲草作物-水肥响应研究 |
8.4.1 水肥因子对多年生灌溉饲草料作物产量的影响 |
8.4.2 基于回归分析的试验结果分析 |
8.4.3 混间播饲草作物水肥耦合产量数学模型 |
8.4.4 混间播饲草料作物生育期需水量与灌溉制度优选 |
8.5 小结 |
9 结论与展望 |
9.1 结论 |
9.2 创新点 |
9.3 展望 |
致谢 |
参考文献 |
作者简介 |
(2)基于气候分区的甘肃省参考作物蒸发蒸腾量分析与预测(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 参考作物蒸发蒸腾量变化特征及影响因素研究进展 |
1.2.2 气候变化情景的研究进展 |
1.2.3 气候变化情景下参考作物蒸发蒸腾量预测的研究进展 |
1.2.4 参考作物蒸发蒸腾量计算方法的适用性研究进展 |
1.2.5 现有研究存在的不足 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 研究资料和方法 |
2.1 研究区域概况 |
2.2 分析方法 |
2.2.1 反距离权重空间插值法 |
2.2.2 偏相关分析 |
2.2.3 双线性插值法 |
2.2.4 评价指标 |
第3章 基于气候分区的甘肃省ET_0时空分布特征 |
3.1 数据来源 |
3.2 Penman-Monteith计算公式 |
3.3 ET_0时间变化特征 |
3.4 ET_0空间变化特征 |
3.5 ET_0时空变化影响因素的偏相关分析 |
3.6 本章小结 |
第4章 甘肃省未来情景下ET_0时空分布特征 |
4.1 数据来源 |
4.2 资料处理 |
4.3 不同气候情景下ET_0时间变化特征 |
4.3.1 RCP4.5情景下甘肃省及各分区ET_0的年际变化 |
4.3.2 RCP2.6情景下甘肃省及各分区ET_0的年际变化 |
4.3.3 RCP8.5情景下甘肃省及各分区ET_0的年际变化 |
4.4 不同气候情景下甘肃省ET_0的空间变化 |
4.5 本章小结 |
第5章 甘肃省不同分区ET_0计算方法的适用性研究 |
5.1 计算参考作物蒸发蒸腾量的5 种简化方法 |
5.2 基于时间尺度分析简化方法在甘肃省的适用性 |
5.2.1 不同方法计算ET_0年值的比较 |
5.2.2 不同方法计算ET_0月值的比较 |
5.2.3 不同方法计算ET_0月差值的比较 |
5.3 基于空间尺度分析简化方法在甘肃省的适用性 |
5.4 简化方法的指标表现 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文目录 |
(3)膜下滴灌棉花生境调控下蒸散发特征研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究进展 |
1.2.1 参考作物蒸散量研究进展 |
1.2.2 膜下滴灌棉花蒸散量研究进展 |
1.2.3 活化水灌溉研究进展 |
1.2.4 作物系数确定方法研究进展 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
2 试验区概况与研究方法 |
2.1 研究区概况 |
2.2 田间试验设计 |
2.2.1 试验方案 |
2.2.2 试验观测项目与方法 |
2.3 施加PAM土壤入渗与土面蒸发室内模拟试验 |
2.3.1 土壤入渗试验 |
2.3.2 土面蒸发试验 |
3 参考作物蒸散量的估算及影响因子分析 |
3.1 参考作物蒸散量的估算 |
3.1.1 作物参考作物蒸散量估算的标准方法 |
3.1.2 1948Penman估算参考作物蒸散量公式 |
3.1.3 FAO-24 Penman量估参考作物蒸散公式 |
3.1.4 Priestley-Taylor估算参考作物蒸散量公式 |
3.1.5 Hargreaves估算参考作物蒸散量公式 |
3.1.6 参考作物蒸散量计算公式对比分析 |
3.2 参考作物蒸散量影响因素通径分析 |
3.3 本章小结 |
4 常规水膜下滴灌棉田蒸散量变化特征分析 |
4.1 水面蒸发量变化特征 |
4.2 膜下滴灌棉花生长特征 |
4.2.1 棉花株高、茎粗与叶片数特征 |
4.2.2 棉花叶面积指数特征 |
4.3 膜下滴灌棉田实际蒸散量变化特征 |
4.3.1 基于水量平衡法确定的棉花耗水量 |
4.3.2 基于称重式蒸渗仪估计的蒸散量 |
4.3.3 土面蒸发量变化特征定量分析 |
4.3.4 土壤温度动态变化特征分析 |
4.3.5 土壤地温与气温间相关性分析 |
4.4 本章小结 |
5 活化水膜下滴灌棉花蒸散量变化特征分析 |
5.1 活化水膜下滴灌棉花生长特征 |
5.1.1 棉花株高、茎粗变化特征 |
5.1.2 活化水膜下滴灌棉花叶面积指数变化特征 |
5.2 活化水膜下滴灌棉田水分分布与耗水量特征 |
5.2.1 活化水膜下滴灌棉田含水量变化特征 |
5.2.2 活化水膜下滴灌棉田各土壤层含水量分布特征 |
5.2.3 活化水膜下滴灌棉花耗水量变化特征 |
5.3 活化水膜下滴灌棉田土面蒸发特征与定量表征 |
5.3.1 活化水膜下滴灌棉田地温动态变化 |
5.3.2 活化水膜下滴灌棉田土面蒸发特征 |
5.3.3 土面蒸发计算公式建立 |
5.4 本章小结 |
6 生境调控下常规水膜下滴灌棉花作物系数变化特征分析 |
6.1 模型基本特点与计算公式 |
6.1.1 基于叶面积指数的修正双作物系数模型 |
6.1.2 计算模型评估 |
6.2 灌水量对膜下滴灌棉田作物系数的影响 |
6.2.1 灌水量对膜下滴灌作物系数的影响 |
6.3 化学改良对膜下滴灌棉田作物系数的影响 |
6.3.1 化学改良剂(PAM)条件下土壤水分运动特性分析 |
6.3.2 化学改良对膜下滴灌棉花作物系数的影响 |
6.3.3 化学改良条件下作物系数与播种后积温间关系分析 |
6.4 膜间调控对膜下滴灌棉田作物系数的影响 |
6.4.1 膜间调控对膜下滴灌棉花作物系数的影响 |
6.4.2 膜间调控下作物系数与播种后积温间关系分析 |
6.5 本章小结 |
7 膜下滴灌活化水与常规水膜间调控棉花作物系数对比研究 |
7.1 膜下滴灌活化水对棉花作物系数的影响 |
7.1.1 膜下滴灌活化水对棉花作物系数的影响 |
7.2 膜下滴灌活化水与常规水膜间调控作物系比研究 |
7.2.1 膜下滴灌活化水与常规水膜间调控作物系数对比分析 |
7.2.2 膜下滴灌活化水与常规水膜间调控蒸散量比例对比分析 |
7.3 本章小结 |
8 主要结论与有待深入研究的问题 |
8.1 主要结论 |
8.2 有待深入研究问题 |
致谢 |
参考文献 |
附录 |
(4)青海大通高寒区典型林地耗水特征研究(论文提纲范文)
摘要 |
abstract |
1 前言 |
1.1 林木耗水的概念 |
1.2 林木耗水研究的理论和方法 |
1.3 林木蒸腾耗水研究的尺度问题 |
1.4 林木蒸腾耗水影响因素研究 |
1.5 发展趋势 |
2 研究目的和内容 |
2.1 研究目的 |
2.2 研究内容 |
3 研究区概况 |
3.1 地理位置 |
3.2 气候特征 |
3.3 土壤类型 |
3.4 土壤植被状况 |
3.5 试验地布设和选择 |
3.5.1 试验地布设 |
3.5.2 试验地基本情况 |
4 研究方法 |
4.1 研究思路 |
4.2 技术路线 |
4.3 试验观测方法 |
4.3.1 林地土壤水分动态 |
4.3.2 气象要素 |
4.3.3 叶面积指数 |
4.3.4 消光系数 |
4.3.5 林木蒸腾 |
5 Penman-Monteith法确定生长季林地耗水量 |
5.1 应用理论和方程 |
5.1.1 各计算参数确定 |
5.1.2 模拟结果验证 |
5.1.3 各林地生长季蒸腾量计算 |
5.2 林地土壤蒸发特性 |
5.2.1 林地土壤蒸发量 |
6 定位通量法确定生长季林地耗水 |
6.1 土壤水分动态 |
6.2 定位通量法确定生长季林地耗水量 |
6.2.1 土壤水动力学蒸散计算原理 |
6.2.2 参数确定 |
6.2.3 计算结果 |
7 两种林地耗水量计算方法比较 |
7.1 两种蒸散量计算方法结果比较 |
7.2 林地潜在蒸散量 |
7.2.1 计算公式 |
7.2.2 计算结果 |
8 结论 |
9 讨论 |
参考文献 |
个人简介 |
导师简介 |
致谢 |
(5)植被恢复力遥感测度模型研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容与方法 |
2 植被生态系统的扰动及监测 |
2.1 植被群落扰动因素 |
2.2 现有植被生态系统扰动监测 |
2.3 本章小结 |
3 植被恢复力内涵及其遥感测度模型 |
3.1 植被恢复力的定义 |
3.2 植被恢复力测度模型 |
3.3 基于copula函数的植被恢复力变化驱动因素分析 |
3.4 本章小结 |
4 恢复力测度模型干旱监测指标 |
4.1 基于CWDa的干旱监测 |
4.2 干旱监测指标关键变量分析 |
4.3 CWDa与SPEI的干旱监测对比 |
4.4 CWDa的干旱监测有效性分析 |
4.5 本章小结 |
5 恢复力测度模型参数时间序列数据重建方法研究 |
5.1 基于DINGO法的通量塔监测时间序列数据重建方法 |
5.2 NDVI时间序列数据重建方法 |
5.3 MODIS全球土地蒸散数据的月时间序列重建 |
5.4 本章小结 |
6 植被恢复力遥感测度模型应用实例分析 |
6.1 研究区域概况及数据 |
6.2 模型参数变化趋势分析 |
6.3 植被恢复力测度 |
6.4 植被恢复力影响及驱动因素 |
6.5 恢复力管理启示与建议 |
6.6 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 不足与展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(6)基于实时气象资料苹果树耗水量简便计算方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景、目的及意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究发展现状及趋势分析 |
1.2.1 国内外对蒸散发的研究 |
1.2.2 发展趋势 |
第2章 研究内容与试验设计 |
2.1 研究内容 |
2.1.1 基于气象资料蒸发皿水面蒸发模型的构建 |
2.1.2 基于水面蒸发过程模型的参考作物腾发量ET0的确定 |
2.1.3 延安果园苹果树实际蒸散发与土壤储水量关系分析 |
2.2 技术路线 |
2.3 试验设计 |
2.3.1 试验区概况 |
2.3.2 监测内容与方法 |
2.3.3 数据处理与分析 |
第3章 影响蒸散发量的主要因素分析 |
3.1 影响蒸发蒸腾量的主要气象因素 |
3.1.1 气象因素与蒸发量间相关性分析 |
3.1.2 温度、湿度、太阳净辐射、风速间偏相关分析 |
3.1.3 蒸发皿水面蒸发量对温度和湿度的响应机制 |
3.2 影响蒸散发主要植物生理生态因素 |
3.2.1 植物主要形态指标与蒸腾量间的相关性分析 |
3.3 本章小结 |
第4章 参考作物腾发量ET0计算模型的构建 |
4.1 基于温湿度数据的蒸发皿水面蒸发量模型构建 |
4.1.1 蒸发皿水面蒸发规律 |
4.1.2 基于温湿度的水面蒸发模型 |
4.2 蒸发皿水面蒸发(Epan)与P-M参考作物腾发量(ET0)间关系 |
4.2.1 P-M参考作物蒸散发 |
4.2.2 Epan与 ET0 间差异性分析 |
4.3 ET0简便计算模型的修正 |
4.3.1 蒸发皿系数的确定 |
4.3.2 修正后的ET0简便计算模型 |
4.3.3 影响蒸发皿系数的植物因子分析 |
4.4 本章小结 |
第5章 作物蒸腾蒸发量简便计算模型的校验与评价 |
5.1 水分蒸腾蒸发量简便计算模型校验 |
5.1.1 模型参数的获取与确定 |
5.1.2 延安果园苹果树耗水量确定方法 |
5.1.3 延安果园土壤含水量的变化 |
5.1.4 果园水分蒸发量与土壤储水变化量间的关系 |
5.2 相关模型优越性评价 |
5.2.1 相关模型介绍 |
5.2.2 模型预测效果评价 |
5.3 人工神经网络法与多元回归方法预测效率比较 |
5.4 本章小结 |
第6章 结论与讨论 |
6.1 主要结论 |
6.2 讨论 |
6.3 不足与展望 |
参考文献 |
附录 |
致谢 |
作者简历及攻读学位期间发表学术论文与研究成果 |
(7)青藏高原全天空条件下蒸散量卫星遥感估算研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.2 国内外研究进展 |
1.2.1 地基观测获取潜热通量/蒸散量的方法 |
1.2.2 卫星遥感估算模型 |
1.2.3 青藏高原蒸散发研究进展 |
1.3 研究内容、研究目标和技术路线 |
1.3.1 研究内容 |
1.3.2 研究目标 |
1.3.3 技术路线 |
1.3.4 章节安排 |
第2章 基于站点观测的蒸散量估算及影响因子研究 |
2.1 研究区概况 |
2.2 观测数据基本信息 |
2.3 地表能量通量的组合法估算 |
2.4 数据处理过程 |
2.5 水文气象参数与蒸散发的联系与耦合 |
2.6 基于常规观测的实际蒸散发估算方案 |
2.7 小结 |
第3章 青藏高原晴空条件下蒸散量的卫星遥感估算 |
3.1 输入数据介绍及预处理 |
3.1.1 站点数据 |
3.1.2 驱动数据 |
3.1.3 卫星遥感数据 |
3.2 地表参数的估算及特征分析 |
3.2.1 地表反照率 |
3.2.2 植被指数 |
3.2.3 植被覆盖度和地表比辐射率 |
3.3 TESEBS模型和PT模型估算晴空条件下的蒸散发 |
3.3.1 TESEBS模型方法 |
3.3.2 PT模型方法 |
3.3.3 晴空蒸散量的估算及校验 |
3.3.4 模型对比及参数敏感性分析 |
3.4 小结 |
第4章 青藏高原全天空地表温度和下行辐射通量估算 |
4.1 站点数据和驱动数据 |
4.2 卫星遥感数据和土壤属性数据 |
4.2.1 光学遥感数据 |
4.2.2 微波遥感数据 |
4.2.3 土壤属性数据 |
4.2.4 遥感数据的预处理 |
4.3 地表温度反演、验证及特征分析 |
4.3.1 基于穿透深度的地表温度卫星遥感模型 |
4.3.2 反演结果验证 |
4.3.3 地表温度时空分布特征 |
4.4 下行太阳短波辐射和大气长波逆辐射估算 |
4.4.1 改进的Heliosat算法 |
4.4.2 CD99算法及参数校正 |
4.4.3 估算结果验证及误差分析 |
4.4.4 下行辐射通量时空分布特征 |
4.5 小结 |
第5章 青藏高原全天空条件下蒸散量的卫星遥感估算 |
5.1 全天空条件下的蒸散发估算与验证 |
5.1.1 预处理 |
5.1.2 估算效果验证 |
5.2 时空分布特征 |
5.3 误差来源分析 |
5.4 小结 |
第6章 总结与展望 |
6.1 研究总结 |
6.2 主要创新点 |
6.3 问题和展望 |
参考文献 |
附录 |
致谢 |
在读期间发表的学术论文 |
(8)参考作物与潜在蒸散发量时空分布差异性研究(论文提纲范文)
基金 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究进展 |
1.2.1 潜在蒸散发量(ET_p) |
1.2.2 参考作物蒸散发量(ET_o) |
1.2.3 ET_o与 ET_p的关系 |
1.2.4 ET_o与 ET_p计算公式的发展和应用现状 |
1.2.5 研究中存在的问题 |
1.3 研究内容 |
1.4 研究技术路线 |
第二章 基于不同ET_o方法的时空分布规律研究 |
2.1 研究方法 |
2.1.1 研究区概况 |
2.1.2 研究内容 |
2.1.3 ET_o计算和分析方法 |
2.2 结果与分析 |
2.2.1 气象要素空间分布特征 |
2.2.2 ET_o,S公式计算结果的空间分布特征 |
2.2.3 温度法的时空变化 |
2.2.4 辐射法的时空变化 |
2.2.5 综合法的时空变化 |
2.2.6 蒸发皿法的时空变化 |
2.3 讨论 |
2.4 小结 |
第三章 基于不同ET_p方法的时空分布规律研究 |
3.1 研究方法 |
3.1.1 研究内容 |
3.1.2 ET_p计算和分析方法 |
3.2 结果与分析 |
3.2.1 ET_(p,s)公式计算结果的空间分布特征 |
3.2.2 物质转移法的时空变化 |
3.2.3 温度法的时空变化 |
3.2.4 辐射法的时空变化 |
3.2.5 综合法的时空变化 |
3.3 讨论 |
3.4 小结 |
第四章 ET_o和 ET_p时空变化规律分析 |
4.1 研究方法 |
4.1.1 研究内容 |
4.1.2 ET_o和 ET_p计算公式 |
4.1.3 分析和比较方法 |
4.2 结果与分析 |
4.2.1 月尺度下ET_o和 ET_p时空变化规律比较 |
4.2.2 年尺度下ET_o和 ET_p时空变化规律比较 |
4.3 讨论 |
4.4 小结 |
第五章 结论与建议 |
5.1 结论 |
5.2 创新点 |
5.3 建议 |
参考文献 |
致谢 |
个人简介 |
(9)基于波文比的半湿润地区葡萄园蒸发蒸腾估算(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 国内外研究进展与存在问题 |
1.2.1 葡萄园水热通量研究进展 |
1.2.2 波文法研究进展 |
1.2.3 蒸发蒸腾估算方法研究进展 |
1.3 存在问题 |
1.4 研究内容 |
第二章 试验设计与研究方法 |
2.1 试验区概况 |
2.2 研究方法与技术路线 |
2.3 测定项目与方法 |
2.3.1 生长指标 |
2.3.2 土壤含水率测定 |
2.3.3 棵间土壤蒸发的测定 |
2.3.4 常规气象资料的测定 |
2.4 计算方法与数据处理 |
2.4.1 计算方法 |
2.4.2 数据处理 |
第三章 波文比-能量平衡法在半湿润地区葡萄园的适用性研究 |
3.1 波文比系统监测数据的取舍与插补 |
3.1.1 波文比数据的方向性判断 |
3.1.2 波文比数据拒绝域取舍 |
3.2 波文比法的适用性评估 |
3.2.1 评价指标 |
3.2.2 波文比-能量平衡法与水量平衡法的对比分析 |
3.3 小结 |
第四章 葡萄园水热平衡特征及其对环境因子的响应 |
4.1 葡萄园水热通量动态变化 |
4.1.1 葡萄园水热通量各分量日变化规律 |
4.1.2 典型天气水热平衡日变化规律 |
4.1.3 葡萄园水热通量季节变化规律 |
4.2 葡萄园潜热通量对环境因子的响应 |
4.2.1 BP神经网络 |
4.2.2 BP神经网络预测结果 |
4.2.3 潜热通量对不同环境因子的敏感性分析 |
4.2.4 潜热通量与各环境因子的相关性分析 |
4.3 小结 |
第五章 葡萄园蒸发蒸腾量及其作物系数 |
5.1 葡萄蒸发蒸腾量在不同天气的日变化 |
5.1.1 晴天条件下葡萄蒸发蒸腾量日变化规律 |
5.1.2 阴天条件下葡萄蒸发蒸腾量日变化规律 |
5.1.3 雨天条件下葡萄蒸发蒸腾量日变化规律 |
5.2 葡萄蒸发蒸腾量季节变化规律 |
5.3 作物系数法计算葡萄蒸发蒸腾量 |
5.3.1 生育期内气象数据变化和参考作物蒸散量 |
5.3.2 计算单、双作物系数 |
5.3.3 波文比法与单、双作物系数法计算结果比较 |
5.4 小结 |
第六章 葡萄园蒸发蒸腾估算模型 |
6.1 蒸发蒸腾模型的建立与参数确定 |
6.1.1 Penman-Monteith模型的建立及参数的确定 |
6.1.2 Shuttleworth-Wallace模型的建立及参数的确定 |
6.1.3 模型评价指标 |
6.2 葡萄园蒸发蒸腾模型模拟结果分析 |
6.2.1 模型模拟结果评价 |
6.2.2 不同天气条件下日变化对比 |
6.3 小结 |
第七章 结论与存在不足 |
7.1 结论 |
7.1.1 波文比-能量平衡法在半湿润地区葡萄园的适用性探究 |
7.1.2 半湿润地区葡萄园水热通量特征及其对环境因子的响应 |
7.1.3 葡萄园蒸发蒸腾量及其作物系数 |
7.1.4 单源P-M模型与双源S-W模型的适用性及模拟 |
7.2 创新点 |
7.3 存在不足 |
参考文献 |
致谢 |
作者简介 |
(10)黄土塬区典型点油用牡丹水分来源及通量模拟(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究进展 |
1.2.1 油用牡丹研究现状 |
1.2.2 植物水分来源研究现状 |
1.2.3 数学模型模拟SPAC系统水分通量研究现状 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 研究区概况 |
2.1 地理位置 |
2.2 地形地貌 |
2.3 气候条件 |
2.4 地质构造 |
2.5 土壤、植被及水文 |
2.5.1 土壤条件 |
2.5.2 植被条件 |
2.5.3 水文条件 |
第三章 稳定氢氧同位素测定油用牡丹水分来源 |
3.1 材料与方法 |
3.1.1 样地设置 |
3.1.2 植物样品采集 |
3.1.3 土壤样品采集 |
3.1.4 潜在水源样品采集 |
3.2 测定项目及方法 |
3.2.1 土壤质地 |
3.2.2 植物-土壤水分提取 |
3.2.3 土壤含水量 |
3.2.4 水分来源分析方法 |
3.2.5 数据分析 |
3.3 研究区大气降水特征分析 |
3.3.1 降水特征分析 |
3.3.2 大气降水氘盈余(d) |
3.4 油用牡丹水分来源分析 |
3.4.1 图解法判断油用牡丹水分来源 |
3.4.2 利用多源线性混合模型确定油用牡丹水分来源和贡献范围 |
3.5 土壤剖面含水率与水分来源 |
3.5.1 土壤剖面含水率与δD的关系 |
3.5.2 土壤剖面含水率与不同来源水分贡献率的关系 |
3.6 讨论 |
3.6.1 不同生长年限油用牡丹的水分来源 |
3.6.2 油用牡丹吸水来源与土壤含水率 |
第四章 油用牡丹水分通量数学模型的建立 |
4.1 测定项目及方法 |
4.1.1 土壤容重 |
4.1.2 叶面积指数 |
4.1.3 气象数据获取 |
4.1.4 模型验证 |
4.2 概念模型 |
4.3 Hydrus-1d 软件简介 |
4.4 模型的建立 |
4.4.1 模型的基本方程 |
4.4.2 初始与边界条件 |
4.4.3 模型概化 |
4.4.4 模型初始参数的确定 |
4.5 参数反演与拟合效果分析 |
4.5.1 土壤物理参数反演 |
4.5.2 模型验证结果 |
4.6 结论与讨论 |
4.6.1 结论 |
4.6.2 讨论 |
第五章 油用牡丹水分通量数值模拟规律 |
5.1 蒸散发规律 |
5.2 边界通量规律 |
5.3 吸水层通量 |
5.4 本章小结 |
第六章 结论及建议 |
6.1 结论 |
6.2 建议 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
四、利用Penman-Monteith法和蒸发皿法计算农田蒸散量的研究(论文参考文献)
- [1]北疆荒漠地区不同种植模式下饲草作物水肥响应关系与灌溉水优化配置[D]. 刘虎. 内蒙古农业大学, 2021(01)
- [2]基于气候分区的甘肃省参考作物蒸发蒸腾量分析与预测[D]. 马静. 兰州理工大学, 2021
- [3]膜下滴灌棉花生境调控下蒸散发特征研究[D]. 哈丽代姆·居麦. 西安理工大学, 2020(01)
- [4]青海大通高寒区典型林地耗水特征研究[D]. 王莉. 北京林业大学, 2020(02)
- [5]植被恢复力遥感测度模型研究[D]. 徐雅晴. 中国矿业大学, 2020(03)
- [6]基于实时气象资料苹果树耗水量简便计算方法研究[D]. 苏彦尹. 中国科学院大学(中国科学院教育部水土保持与生态环境研究中心), 2020(01)
- [7]青藏高原全天空条件下蒸散量卫星遥感估算研究[D]. 邹宓君. 中国科学技术大学, 2020(11)
- [8]参考作物与潜在蒸散发量时空分布差异性研究[D]. 向柯宇. 西北农林科技大学, 2020
- [9]基于波文比的半湿润地区葡萄园蒸发蒸腾估算[D]. 余昭君. 西北农林科技大学, 2020
- [10]黄土塬区典型点油用牡丹水分来源及通量模拟[D]. 李盼根. 长安大学, 2020(06)