期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于光辐射时滞效应的温室番茄蒸腾量模型的构建 被引量:6
1
作者 孙一鑫 马乐乐 +2 位作者 苗丽丽 何佳星 李建明 《西北农林科技大学学报(自然科学版)》 CSCD 北大核心 2023年第2期83-92,共10页
【目的】构建基于光辐射时滞效应的温室番茄蒸腾量模型并确定其应用参数。【方法】依据自动连续记录仪实际称重获得的番茄单株小时蒸腾量,分析番茄蒸腾与温室环境因子的时滞关系,构建基于光辐射时滞效应的温室番茄蒸腾量模型,并对模型... 【目的】构建基于光辐射时滞效应的温室番茄蒸腾量模型并确定其应用参数。【方法】依据自动连续记录仪实际称重获得的番茄单株小时蒸腾量,分析番茄蒸腾与温室环境因子的时滞关系,构建基于光辐射时滞效应的温室番茄蒸腾量模型,并对模型进行检验。按照模型预测蒸腾量(ET),设置T1(1.0 ET)、T2(1.2 ET)、T3(1.4 ET)3个灌溉处理,研究其对番茄基质含水量、光合作用、叶片解剖结构和干物质积累的影响,对模型应用参数进行求证。【结果】晴天时,光辐射与番茄蒸腾量存在1 h的时滞关系,阴天时无时滞关系。考虑时滞效应有利于提升晴天蒸腾模型的精度,时滞模型标准误差与相对误差分别从无时滞模型的0.1172 mm/h和31.00%降至0.0885 mm/h和23.42%,纳什系数从0.72升至0.84。T3处理番茄的光合能力强于T1、T2处理;T2和T3处理番茄的叶片厚度、栅栏组织厚度、栅海比显著高于T1处理;T3处理番茄的干物质积累量显著高于T1,但与T2间差异不显著。考虑水分利用效率因素认为,T2处理综合最优。【结论】晴天时光辐射时滞效应1 h的温室番茄蒸腾模型误差最小,精度最高;在番茄果实膨大期,模型灌溉参数为1.2。 展开更多
关键词 设施园艺 温室番茄 光辐射 蒸腾量模型 时滞效应 PENMAN-MONTEITH方程
在线阅读 下载PDF
西北地区夏玉米不同生育期蒸发蒸腾量模拟模型适用性评价 被引量:7
2
作者 肖璐 崔宁博 +6 位作者 赵璐 蔡焕杰 胡笑涛 张念 张福娟 虎海波 杨德文 《灌溉排水学报》 CSCD 北大核心 2019年第S02期20-29,共10页
【目的】蒸发蒸腾量(ET)是农业生产的主要参数,ET的准确估算对农田精准用水管理和区域水资源优化配置具有重要意义。【方法】利用2012—2013年夏玉米作物指数与气象因子,采用基于参考作物蒸发蒸腾量(ET0)经验模型(Schendel、Hargreaves-... 【目的】蒸发蒸腾量(ET)是农业生产的主要参数,ET的准确估算对农田精准用水管理和区域水资源优化配置具有重要意义。【方法】利用2012—2013年夏玉米作物指数与气象因子,采用基于参考作物蒸发蒸腾量(ET0)经验模型(Schendel、Hargreaves-M4(H-M4))的单作物系数法、单源模型(Priestley-Taylor(P-T))和双源模型(Shuttleworth-Wallace、Two-Patch)对作物蒸发蒸腾量进行模拟,并对比分析各估算模型模拟情况。【结果】基于不同生育期实测和平衡蒸发蒸腾量均值的比值修正P-T模型经验系数?,P-T修正模型对夏玉米全生育期ET模拟值与大型称质量式蒸渗仪实测值拟合的平均绝对误差(MAE)、决定系数(R2)、平均相对误差(MRE)、相对均方根误差(Relative root mean-squared error,RRMSE)和整体评价指标(GPI)排名分别为0.9775 mm/d、0.5689、0.8434、0.4504和1,苗期分别为0.9592 mm/d、0.3320、0.4784、0.4811和3,拔节抽雄期分别为1.0388 mm/d、0.5078、0.5517、0.4290和1,成熟期分别为0.5481 mm/d、0.7746、0.9158、0.4239、0.6921和1;H-M4模型对灌浆期ET模拟MAE、R2、MRE、RRMSE和GPI排名分别为1.3443 mm/d、0.7279、2.2983、0.4910和1。模拟结果均达到极显著(P<0.01,P代表显著性水平)。【结论】P-T和基于单作物系数法的H-M4均具有输入较少参数获取较精确ET估算值的优势,因此P-T可作为全生育期及苗期、拔节抽雄期和成熟期蒸发蒸腾量最优模拟模型,H-M4可作为灌浆期蒸发蒸腾量最优模拟模型。 展开更多
关键词 蒸发蒸腾 中国西北地区 夏玉米 蒸发蒸腾模拟模型 大型称质式蒸渗仪
在线阅读 下载PDF
Study on Artificial Neural Network Model for Crop Evapotranspiration
3
作者 冯雪 潘英华 张振华 《Agricultural Science & Technology》 CAS 2007年第3期11-14,41,共5页
Based on potted plant experiment, BP-artifieial neural network was used to simulate crop evapotranspiration and 3 kinds of artificial neural network models were constructed as ET1 (meteorological factors), ET2( met... Based on potted plant experiment, BP-artifieial neural network was used to simulate crop evapotranspiration and 3 kinds of artificial neural network models were constructed as ET1 (meteorological factors), ET2( meteorological factors and sowing days) and ET3 (meteorological factors, sowing days and water content). And the predicted result was compared with actual value ET that was obtained by weighing method. The results showed that the ET3 model had higher calculation precision and an optimum BP-artificial neural network model for calculating crop evapotranspiration. 展开更多
关键词 Crop evapotranspiration BP-artificial neural network Fitting precision
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部