国家自然科学基金(51009101)
- 作品数：51 被引量：514H指数：14
- 相关作者：崔宁博冯禹赵璐魏新平王君勤更多>>
- 相关机构：四川大学四川省水利科学研究院中国农业科学院农业环境与可持续发展研究所更多>>
- 发文基金：国家自然科学基金水利部公益性行业科研专项中央高校基本科研业务费专项资金更多>>
- 相关领域：农业科学天文地球环境科学与工程水利工程更多>>
- 1961~2018年山西省潜在蒸散量变化特征及成因被引量：4
- 2020年
- 针对Penman-Monteith模型计算的山西省1961~2018年20个气象站月平均潜在蒸散量(ET0)进行距平分析、突变检验、趋势性分析和贡献率分析,以期得到山西省ET0的时空规律及其主导因子。结果表明,山西省全年ET0距平值是逐年降低的,在1980年代首次由正转负,而四季距平最小值出现的年代不同;山西省ET0存在唯一的突变点为1992年,ET0在1961~1991年有显著减少的趋势,在1992~2018年呈现不显著增加趋势;山西省58年内气温呈增加趋势,而日照时数、风速、相对湿度呈减少趋势;山西省58年内ET0与温度、日照时数和风速的相关关系为正,与相对湿度的相关关系为负;对于山西省ET0变化,1961~1991年日照时数的贡献最大,1992~2018年温度的贡献最大。
- 邢立文邢立文崔宁博关静赵璐
- 关键词：PENMAN-MONTEITHET0贡献率分析
- 基于极限学习机的参考作物蒸散量预测模型被引量：54
- 2015年
- 为实现气象资料缺乏情况下参考作物蒸散量(reference crop evapotranspiration,ET0)高精度预测,以气象因子的不同组合为输入参数,利用FAO-56 Penman-Monteith公式计算的ET0作为预测标准值建立基于极限学习机(extreme learning machine,ELM)的ET0预测模型。选取川中丘陵区7个气象站点1963-2012年逐日气象资料进行模型训练与测试,并将模拟结果同Hargreaves、Priestley-Taylor、Makkink及Irmark-Allen等4种常用模型进行对比。结果表明:ELM模型能很好地反映气象因子同ET0间复杂的非线性关系,且模拟精度较高;基于最高和最低温度的ELM模型模拟精度(均方根误差和模型效率系数分别为0.504 mm/d和0.827)高于Hargreaves模型(均方根误差和模型有效系数分别为0.692 mm/d和0.741);基于最高、最低温度和辐射的ELM模型模拟精度(均方根误差和模型有效系数分别为0.291 mm/d和0.938)明显高于Priestley-Taylor(均方根误差和模型有效系数分别为0.467 mm/d和0.823)、Makkink(均方根误差和模型有效系数分别为0.540 mm/d和0.800)和Irmark-Allen模型(均方根误差和模型有效系数分别为0.880 mm/d和0.623)。因此基于最高、最低温度和辐射的ELM模型可以作为气象资料缺乏情况下川中丘陵区ET0计算的推荐模型。该研究可为川中丘陵区气象资料缺乏情境下ET0精确计算提供科学依据。
- 冯禹崔宁博龚道枝龚道枝魏新平
- 关键词：蒸散作物极限学习机参考作物蒸散量川中丘陵区
- 中国西南五省参考作物蒸散量时空变化分析被引量：13
- 2016年
- 为深入了解中国西南5省ET0演变规律,利用1954—2013年广西、重庆、云南、贵州、四川5个省市119个站点逐日地面气象资料,采用FAO-56推荐的Penman-Monteith公式计算各站点逐日ET0,并使用Mann-Kendall检验、Morlet小波分析和GIS反距离加权插值定量分析ET0时空变化特征。结果表明,1954—2013年西南5省ET0多年平均值为855 mm,波动范围为819~901 mm,年均ET0总体呈下降趋势（倾向率为-1.5 mm/10 a）,在春、夏、秋、冬季也均呈下降趋势（倾向率分别为-0.4、-0.7、-0.3、-0.1 mm/10a）,分别占全年的26.7%、46.7%、20%、6.6%;西南5省ET0多年平均值分别以26 a、12 a、5 a为第1、第2、第3周期进行“增大-减小”交替变化;1954—2013年,西南5省年均ET0空间分布总体表现为南部大于北部,云贵高原西部和广西地区明显大于四川盆地和云贵高原东部,四川盆地相对最小,川西高原南部和云贵高原东部地区相对最大;西南5省ET0在春、夏、秋、冬季空间分布较高值区分别为云贵高原西部、四川盆地和云贵高原东部、广西地区、云贵高原西部,较低值区分别为四川盆地、云贵高原西部、四川盆地和川西高原东北部、四川盆地和广西地区。
- 张青雯崔宁博冯禹龚道枝胡笑涛
- 关键词：参考作物蒸散量MANN-KENDALL检验MORLET小波分析GIS
- 温室苦瓜耗水规律及作物系数研究被引量：7
- 2014年
- 对耗水规律的研究是优化设施蔬菜灌溉制度、充分挖掘蔬菜种植节水潜力的基础。本研究通过温室小区软管浇灌试验结合气象数据并利用数理分析方法研究温室苦瓜耗水规律。结果表明:苦瓜全生育期耗水量为310.49mm,平均日耗水强度为2.33mm;苗期、花期、幼果期和采收期的平均日耗水强度分别为0.68、2.39、3.63和2.25mm;苦瓜作物系数与耗水模数均呈现先增加后减小的趋势,作物系数在苗期、花期、幼果期和采收期分别为0.54、1.53、2.90和2.64,相应阶段的耗水模数分别为6.54%、19.23%、46.74%和27.49%。结合各生育期耗水量、耗水强度、耗水模数,各生育期耗水强度由大到小排序依次为幼果期>花期>采收期>苗期,幼果期为苦瓜需水关键期,在灌溉管理中应首先保证幼果期灌水。本研究初步揭示了设施环境下苦瓜耗水规律,为其灌溉制度的科学制定提供了理论依据。
- 耿琳王甫崔宁博张宽地王君勤冯禹
- 关键词：温室苦瓜耗水强度作物系数
- 基于Copula函数的川中丘陵区干旱风险分析被引量：2
- 2016年
- 根据川中丘陵区内8个代表性站点1958—2014年月降水资料计算标准降水指数(SPI),通过游程理论识别不同类型的干旱事件,引入Copula函数计算不同类型干旱事件的联合概率以分析川中丘陵区内的干旱风险。结果表明,川中丘陵区内发生季内轻旱、跨季轻旱、跨季中旱、跨季极旱,尤其是半年以上极旱事件的风险较高;区内不同类型干旱事件的分布特征不同,内江和宜宾站所在区域是季内重旱和季内极旱的高风险区,而巴中和阆中站所在区域是半年以上干旱事件的高风险区。
- 景楠梁川龙贻东
- 关键词：川中丘陵区干旱COPULA函数
- 基于改进Makkink模型的四川盆地参考作物蒸散量估算被引量：6
- 2021年
- 为了有效提高四川盆地参考作物蒸散量ET0的预报精度,选取四川盆地16个代表性气象站点1961—2019年逐日气象数据,基于差分进化算法(DE)对辐射模型的经验参数校准改进Makkink模型并估算四川盆地ET0,在日、月尺度上对改进的Makkink模型(M1—M6)和Jennsen-Haise(JH)及Irmak(IK)模型评价.结果表明:在日尺度上,改进的Makkink(M1—M6)模型(R2为0.77~0.87)模拟结果比JH和IK模型(R2为0.74~0.76)更精确,改进的Makkink模型中,M4模型估算精度最高,综合性指标GPI中位数为1.05;在月尺度上,改进的Makkink模型模拟结果(误差为3.59~15.71 mm/月)也优于JH和IK模型(误差为6.84~25.31 mm/月),其中M4模型估算精度最佳,综合性指标GPI为1.72.总体而言,推荐以温度和相对湿度作为输入数据的M4模型模拟四川盆地ET0.
- 吴宗俊崔宁博胡笑涛龚道枝王耀生冯禹邢立文朱彬邹清垚
- 关键词：参考作物蒸散量优化算法四川盆地
- 基于Elman神经网络模型的西河水库水质评价被引量：10
- 2020年
- 湔江流域的西河水库是四川省彭州市的主要灌溉和饮用水源,该流域非点源污染已严重影响了彭州市的饮用水安全。为正确地掌握西河水库污染物来源,合理评价西河水库水质及水环境质量对保障彭州市居民饮水安全、维护彭州市社会稳定有着重要意义。采用Elman神经网络模型对西河水库进行水质与水环境质量评价。结果表明:①西河水库水质呈现由库尾到坝前递减的趋势,说明西河水库的水质自净能力明显。②西河水库2014~2017年大部分断面的水质等级均有所提高,其中断面1-1(主坝右坝肩)的水质最好,是西河水库理想的取水口位置。③西河水库在水文年内呈现枯水期水质好、丰水期水质差的规律,其中4~9月的水质普遍较差,这也说明水库上游来水携带的污染物是西河水库水环境恶化的主因。④构建的Elman模型适用性较高,可以满足西河水库水质等级评价。该模型计算时间耗费不到10 s,运算效率远高于传统的灰色聚类法,具有一定的参考意义。
- 邢立文魏新平
- 关键词：水质评价灰色聚类法西河水库
- 病害胁迫下玉米LAI遥感反演研究被引量：2
- 2023年
- 为了在病害发生条件下进行玉米LAI的遥感估算,针对41个不同抗性的玉米自交系品种,通过人工接种方法,获得了不同病害严重程度(1~9级)的LAI数据,同时采集了地面高光谱和无人机多光谱数据,构建了K近邻算法、支持向量机、梯度提升分类树和决策分类树分类模型对病害进行分类,对玉米种质资源抗病性进行了划分。基于不同玉米病害胁迫程度分类结果,采用随机森林回归、梯度提升回归树、极端梯度增强算法、轻量梯度提升机4种机器学习模型对玉米LAI进行反演,讨论了不同模型在病害胁迫下的鲁棒性。研究结果表明,对不同生育期玉米病害程度进行划分,基于地面高光谱识别精度分别为84.72%(梯度提升分类树)、47.67%(支持向量机)、55.05%(K近邻算法)、83.02%(决策分类树)。基于病害分类结果,本文利用无人机多光谱数据估算了不同病情等级胁迫下的玉米LAI。构建了4种集成学习模型对不同病情等级的LAI进行估算,4个LAI反演模型的总体反演精度(rRMSE)分别为:19.11%(梯度提升回归树)、15.94%(轻量梯度提升机)、14.51%(随机森林回归)和15.45%(极端梯度增强算法)。其中极端梯度增强算法对病害胁迫的普适性最好,不同病害等级下的反演精度rRMSE为15.19%(轻微)、17.46%(中等)、9.12%(严重)和9.63%(不抗病)。LAI反演模型普遍在病害早期和中期(病情等级1~7)对玉米LAI估算精度相差不大。但是对病情极其严重的玉米样本,其玉米LAI估算结果精度差异较大,田间不同病情等级胁迫会影响玉米LAI的准确估算。
- 刘帅兵金秀良冯海宽聂臣巍白怡程明瀚
- 关键词：玉米病害叶面积指数多光谱
- 四川省参考作物腾发量时空分布特征及成因分析被引量：7
- 2014年
- 为探究四川省参考作物腾发量(ET0)的变化,利用1961-2010年四川省12个气象站点的逐日资料,使用联合国粮农组织(FAO)1998年推荐的Penman-Monteith公式计算各站点ET0,在此基础上采用GIS的克里金插值、Mann-Kendall趋势检验及相关分析方法分析ET0的时空变化规律及其原因。结果表明:1961-2010年四川省各站的年ET0总体呈波动性递减趋势,其中ET0在1992年以前显著下降,之后逐渐上升;ET0年内分布不均,呈单峰曲线趋势,最大值在6月,达到了96mm;ET0空间分布基本呈现自东北、西南向中部递减趋势,自西部青藏高原到中部成都平原逐渐减小,过渡到东部丘陵区又逐渐增大,随地理纬度的增大呈递减趋势,随海拔高度的增大呈递增趋势,时空分布存在较大的区域差异;ET0和气象因子的相关分析表明,ET0和日照时数、风速呈显著正相关(α=0.05),是四川省ET0变化的主要影响因素。
- 冯禹付萧崔宁博王李强王君勤
- 关键词：ET0克里金
- 川中丘陵区参考作物蒸发蒸腾量近60年变化成因研究被引量：48
- 2013年
- 利用FAO-56Penman-Monteith方法计算川中丘陵区4个代表站点1954—2010共57年逐月的参考作物蒸发蒸腾量(ET0),分析ET0和各气象因子的变化趋势,采用贡献率分析法和偏相关系数分析法研究ET0近60年变化的成因。结果表明:ET0呈下降趋势;温度呈显著上升趋势;相对湿度呈显著下降趋势;日照时数和风速呈极显著减少趋势;川中丘陵区气候在近60年来趋向暖干化。日照时数和风速减少对ET0变化的负贡献率分别为-5.403%和-2.054%;相对湿度减少和温度增加对ET0变化的正贡献率分别为2.085%和0.562%;负贡献大于正贡献使ET0下降。因此,日照时数和风速减少是引起ET0近60年下降的主要原因。偏相关系数分析法得到的ET0变化成因与贡献率分析法得出的结论一致。
- 赵璐梁川崔宁博刘利文
- 关键词：PENMAN-MONTEITH川中丘陵区ET0贡献率分析
