滴灌玉米叶温的数据驱动模型与不确定性分析-灌溉排水学报.PDF

滴灌玉米叶温的数据驱动模型与不确定性分析-灌溉排水学报.PDF

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
滴灌玉米叶温的数据驱动模型与不确定性分析-灌溉排水学报

2018 年6 月 灌溉排水学报 第37 卷 第6 期 Jun. 2018 Journal of Irrigation and Drainage No.6 Vol.37 文章编号:1672 - 3317(2018 )06 - 0001 - 08 滴灌玉米叶温的数据驱动模型与不确定性分析 1 2* 2 3 马黎华 ,胡笑涛 ,王 平 ,王振昌 (1. 西南大学资源环境学院,重庆 400715 ;2. 西北农林科技大学 旱区农业水土工程教育部重点实验室,陕西杨凌712100 ;3. 河海大学水利水电学院,南京210098 ) 摘 要:【目的】探寻玉米叶温对不同深度土壤含水率、气象因素的响应关系。【方法】采用不同供水条件下的滴灌玉 米土箱试验,基于叶温、气象和土层含水率数据设计3 种输入项结合线性回归模型和神经网络模型,研究了玉米叶 温与环境因素的数据驱动模型及模型的不确定性。【结果】①在叶温变化模拟中,与线性模型相比神经网络模型具 有优势,在40%和60%滴灌湿润比处理下的全因素模型的决定系数由0.8 提升到了0.9 ;80%湿润比处理下全因素模 型的决定系数由0.5 提升到0.7 ;②单因素不确定性分析中,与叶温变化最密切的气象因素是空气温度,其次是空气 湿度和净辐射;在土层含水率的不确定性分析中,30~40 cm 土层含水率与叶温变化的响应关系最密切。【结论】结合 MC(Monte Carlo method)设计的模型不确定性分析,以d-factor 指标量化单影响因素与叶温的响应关系,不同深度 土层含水率与叶温的响应关系存在差异,30~40 cm 土层是水分响应关键土层。 关 键 词:叶温;土壤含水率;气象因素;模型;不确定性分析 中图分类号:S641.2 ;S626 文献标志码:A doi: 10.13522/j.cnki.ggps.2017.0201 马黎华,胡笑涛,王平,等.滴灌玉米叶温的数据驱动模型与不确定性分析[J].灌溉排水学报,2018 ,37(6):1-8 . 0 引 言 作物叶温(冠层温度)是作物对环境因子如太阳辐射、气温、空气流动及水分响应的重要指标。叶温的 变化过程是叶片吸收太阳辐射,温度逐渐上升,同时通过植株蒸腾作用消耗部分能量,实现自身温度的调 [1] 节 的过程。在较为理想的外部条件下,冠层温度能够直接反映植株的蒸腾效率,冠层的叶气温差与饱和水 [2] [3] 汽压差有显著的线性关系 。若土壤水分出现亏缺,蒸腾作用受到抑制,蒸腾速率降低 ,所消耗的能量降 低,感热增加,叶片温度增高。Tanner[4] 最早研究发现冠层温度可以反映植株水分状况。目前,已经在玉米、 [5-8] 葡萄以及许多植物中证实叶温能够反映土壤的水分亏缺状况 ,同时叶温与气孔导度/茎液流之间存在密切 [9- 13] [11] 关系 。Pou 等 考虑阳面和阴面以及早、中、晚时段分区,利用多元线性回归模型由空气温度、太阳辐射、 [14] 作物高度、风速、ET 、水汽压差(湿度)等来预测叶温。张劲松等 基于线性回归模型,利用冠层的叶气温差 0 判别果园土壤水分胁迫程度。叶温以及冠层温度与土

文档评论(0)

fengruiling + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档