（农业水土工程专业论文）基于BP神经网络的参考作物蒸发蒸腾量预测研究.pdf

摘要 摘要 针对水土工程研究领域中e 瓦计算的复杂性，充分利用人工智能的一些优 点，将b p 神经网络运用到了e l 计算与预测中。由于b p 神经网络在解决多参 非线性问题表现出的极强的自适应能力，从而给e 以的求解带来了方便。研究中 从多个影响因子分析出发，在此基础上，得到了五瓦不同因子b p 神经网络模型， 通过检验结果分析，得到这些模型的特点和适用范围。本研究为解决e r o 复杂问 题开辟了新路。文中以2 0 0 3 年的资料作为训练样本，2 0 0 4 年的资料作为检验样 本，得到了以下研究成果和结论： 1 以b p 神经网络为工具建立了e 瓦的预测模型。通过试验的具体方法确定 和试验资料的收集，分析了各气象要素的变化与e 五变化的关系，为确定模型的 输入因子提供了资料。通过分析b p 神经网络的结构、特点、局限性，确定了建 立模型的方法。分别确定了i n a l l 9 b p 模型、w f b a s e d b p 模型、t s c o m b i n e d b p 模型的结构。 2 对模型的模拟预测效果和实际应用效果进行了分析。模型的模拟预测效 果和实际应用效果由好到差的顺序分别为：i n a l l 9 一b p 模型、t s c o m b i n e d b p 模型、w f b a s e d b p 模型。 3 在实际应用中，在有足够的气象资料的情况下，尽量使用i n a l l 9 一b p 模型进行模拟预测，其模拟预测效果较好。但在资料缺乏的情况下，可以使用 w f b a s e d b p 模型进行预测，但其预测效果相对较差，只可能在对e 瓦预测要求 不高的情况下使用。t s c o m b i n e d b p 模型的模拟预测效果较好，在资料缺乏的 情况下，使用方便，且运用效果好，建议使用。 4 分析了不同层数模型的特点和适用条件。对于多因子输入模型，三层网 络模型比四层网络模型对于隐层节点数的变化更为敏感，但三层网络的预测结果 在合理的区间内可能会优于四层网络模型。建议在对模拟与预测误差的区间、敏 感性有不同要求时，选择不同层数的网络解决实际问题。 关键词：参考作物蒸发蒸腾量、b p 神经网络、结构、预测 a b s t r a e t a b s t r a c t i no r d e rt oo v e r c o n l et h ec o m p l e x i t yi nt h ec a l c u l a t i o no fr e f e r e n c e e v a p o t r a n s p i r a t i o n ( e t o ) i nt h ea g r i c u l t u r es o i l a n dw a t e re n g i n e e r i n gd i s c i p l i n e ， b a c k - p r o p a g a t i o n ( b p ) n e u r a ln e t w o r kw h i c hh a sb e e np r o v e dt ob ep o w e r f u lt o o l si n m o d e l i n gn o n l i n e a rp r o c e s s ，w a sa p p l i e dt ot h ec a l c u l a t i o na n dp r e d i c t i o no fe t 0 b a s e do nt h ea n a l y s i so fi n f l u e n c ef a c t o r so fe t o ，b pn e u r a ln e t w o r km o d e l sw i t h d i f f e r e n ts t r u c t u r eh a v e b e e ne s t a b l i s h e d t a k et l l e c l i m a t ed a t aa n dr i c e e v a p o t r a n s p i r a t i o no fy u j i a n gj i a n g x ip r o v i n c ei n2 0 0 3a st r a i n i n gs a m p l e ，a n dt h e d a t ai n2 0 0 4a sv e r i f ys a m p l e t h em o d e l sw e r et r a i n e da n de v a l u a t e d ，a n dt h e c h a r a c t e r i s t i ca n da p p l i c a b i l i t yo fe a c hm o d e lw e r ei l l u s t r a t e dt h em a j o rc o n t e n t sa n d r e s u l t sa r ei i s t e da sf o l l o w s ： 1 ，b a s e do nt h ea n a l y s i so fi n f l u e n c ef a c t o r so fe t oa n dt h ec h a r a c t e r i s t i ca n d s h o r t c o m i n go fb pn e u r a ln e t w o r k ，3m o d e l si n c l u d i n gi n a l l 9 一b pm o d e l ( w i t ha l l c l i m a t ed a t aa v a i l a b l ei nw e a t h e rs t a t i o n sa si n p u t s ) ，w f b a s e d b pm o d e l ( w i t h c l i m a t ed a t aa v a i l a b l ei nw e a t h e rf o r e c a s ta si n p u t s ) a n dt s c o m b i n e d b pm o d e l ( w i t h b o t hd a t aa v a i l a b l ei nw e a t h e rf o r e c a s ta n dt i m es e r i e sa si n p u t s ) w e r ee s t a b l i s h e d a c c o r d i n gt od i f f e r e n tr e g i m e so fa v a i l a b l ec l i m a t ed a t a m o d e l s s t r u c t u r e sw e r e d e t e r m i n e d ， 2 t a k et h ec l i m a t ed a t aa n dr i c ee v a p o t r a n s p i r a t i o no fy u j i a n gj i a n g x ip r o v i n c e i n2 0 0 3a st r a i n i n gs a m p l e ，a n dt h ed a t ai n2 0 0 4a sv e r i f y i n gs a m p l e ，t h em o d e l sw e r e t r a i n e da n de v a l u a t e d a l lm o d e l sa r ea c c e p t a b l eb o t hi nt h es i m u l a t i o na n dp r e d i c t i o n o fe t 0a n dt h er i c ee v a p o t r a s p i r a t i o n i ta l s od e m o n s t r a t e dt h a tt h ei n a l l 9 一b pm o d e l p e r f o r m e dm u c h b e t t e rt h a no t h e r s ，a n dw f b a s e d b pm o d e lw a sl e s su s e f u l 3 a c c o r d i n gt ot h ee v a l u a t i o no fm o d e l ss i m u l a t i o na n dp r e d i c t i o no fe t 0 m a d t h er i c ee v a p o t r a s p i r a t i o n ，i n a l l 9 一b pm o d e lw a sr e c o m m e n d e df i r s t l yw h e na l lt h e c l i m a t ed a t aa r ea v a i l a b l e b u tw h e nt h ec l i m a t ed a t aa r ea b s e n t ，t s c o m b i n e d - b p m o d e lw h i c hc o m b i n e dt h et i m es e r i e sa n dd a t aa v a i l a b l ei nw e a t h e rf o r e c a s tw a s r e c o m m e n d e da sf i r s tc h o i c e ，w h i c hc a ng i v ea c c e p t a b l er e s u l t sw i t hl i m i t e di n p u t s 4 t h ec h a r a c t e r i s t i ca n da p p l i c a b i l i t yo fe a c hm o d e lw e r ed i s c u s s e d r e s u l t s s h o wt h e3l a y e r sn e u r a ln e t w o r k sa r em o r es e n s i t i v et ot h en u m b e ro fn e u r a li n h i d d e nl a y e rt h a n4l a y e r sn e u r a ln e t w o r k s ，b u tt h ep r e d i c t i o nr e s u l t so f3l a y e r sn e u r a l n e t w o r k sm a yb eb e t t e rt h a nt h e4 l a y e r sn e u r a ln e t w o r k sw h e nt h en u m b e r so fn e u r a l a 河海大学硕士学位论文 i nh i d d e nl a y e ra r ew i t h i nar e a s o n a b l es e c t i o n i tw a ss u g g e s tt h a tt h el a y e r sn u m b e r o fn e u r a ln e t w o r k ss h o u l db ed e t e r m i n e dw h e nt h e r ea r ed i f f e r e n tr e q u i r e m e n to at h e s e n s i t i v i t ya n de r r o rc o n t r o lo fb o t ht h es i m u l a t i o na n dp r e d i c t i o nr e s u l t s k e y w o r d s ：r e f e r e n c ee v a p o t r a n s p i r a t i o n ，b a c k - p r o p a g a t i o n ( b p ) n e u r a ln e t w o r k ， s t r u c t u r e ，p r e d i c t i o n b 日目 日u吾 作物蒸发蒸腾量( e v a p o t r a n s p i r a t i o n ，简称e ，) 是农业用水方面最主要的 水分消耗部分，也是国民经济中消耗水分的一个重要组成部分，在计划和实施水 资源的开发利用时是一个必须具备的资料。e 丁是确定作物灌溉制度和地区灌溉 水量的基础，是制定流域规划、地区水利规划，灌溉工程规划、设计、管理和农 田排灌实施的依据。准确地估算作物蒸发蒸腾量显得尤为重要，它对于减小作物 生育期的水分消耗，提高水分利用率，发展节水农业有着十分重要的意义。 目前一般均使用参考作物蒸发蒸腾量( 简称e 瓦) 来计算e t ，因此，e 瓦的 计算成为确定作物灌溉制度研究中的重点。本文通过b p 神经网络在预测e 五的 研究，试图以人工智能来预测e l ，为作物蒸发蒸腾量的确定打下基础。 论文得到了国家“8 6 3 ”计划节水农业重大专项“南方季节性缺水灌区( 江 西省鹰潭市) 节水农业综合技术体系集成与示范”项目( 2 0 0 2 a a 2 2 4 3 3 1 ) 的资 助。 在江西省鹰潭市余江县邓家埠水稻原种场“8 6 3 ”示范区，连续进行了2 0 0 3 年、2 0 0 4 年两年的田间试验。试验设控制灌溉和常规灌溉两个处理，各处理设3 次重复。对水稻生育期的土壤水分常数、灌水排水、土壤水层、降雨、渗漏等观 测与确定，最终确定水稻生育期内的蒸发蒸腾量、作物系数、土壤水分系数。 论文研究了b p 神经网络在预测参考作物蒸发蒸腾量的效果。主要研究内容 为：1 确立了不同预测模型的结构参数。2 分析各个模型的模拟预测效果是否 满足实际生产的需要，讨论各个模型的适应范围。3 将试验的测定值与模型的 预测值进行对比，分析模型的适用性以及实际应用能力。4 对b p 神经网络的 层数进行研究，探讨不同层数对模型模拟预测结果的影响，讨论不同模型的适用 范围。 基妻蔓塞 i 孽 ；薹蓦；i ；j 差= 妻三目l 孽；善；# 鐾? 嚣? 晕享；i ；三二：；j i = ；l 鞋j 擎k i ：兰喜! 三；j 三；善毫i j i i ! 专毫；三；：耋季f ；冀葶 譬争；j ? ? ：i ! 垂：蓦薹薹薹三! 置毒i i ；茎i ；i j i 参l 譬喜= i i 三；享至，：! 主要 重至! j 耋；薹；摹 誊量i l i i ；! 囊兰三章；j 妻i i 董；耋；j ；i j ；羁型基： i ；i ! i 室；i ； ：! ；i 至誊篓：霆羹餐薹逛蘩耋毳簦囊萋垂誉茎季羹薹墼囊薹萎琴j 妻荤i ；j 交霎蠢璧二 莹亨 建j 圣嘉! 毫ii 晕蓦一i j ； i 毒耄i 笔：薹雾j 要i j ! ；i j i j 目g e ：譬耋萋藿毒一耋i i 二乏善i i ；主 j ；= ；三| 雩 毒；i i t i ；j ；妻i ；j j ；：! ! 善 搴 苎；盏i i i j 三l ；耋i ；i i i ；i 自垂i i 董l 妻三圣孽；萼垂垂：圭毫自囊l 薹享雾! j l 一；耄i ；宅 基= 三萎垂i i i 毫毫霉；耋i 羹萄萋萋；主i ：粤；i 霉i e 霎! ! ：蟊蓦；i i j 霉；i 季二l ge 篓蚤i 爹i ；蛋j ；i ；i i j i i 毫曩i ! ；i 自摹i 矗# i ；耋j ； ；耋量；主彗； o 尊眭! ；j e 薯；j ；i ；i 。! ! i 蓦妻j ：b 受鬻j ；薹g j ；i l ! 亭；j i = 三：薹茎耋i ! i i ：主三| ；萼； i ；r 洄型：溪而裂：餐h 妻耋妻至囊薯奠委差蠢嘉篓薹彗囊喜薹薹萋薹篙；i ；j ! i ! ! j iil j 三圣蚕一薹耋莹 l j 导! 蓥! ；差三j ；薹薹= 薹亭i i i 量：ii ；il ；踅量l i ；i f 兰辇l 蠢 j = i ；i i 毫i 妻；i ! j i _ i j i ；i i ；￥； 亏j 雾毛i = ；j 蓍i j 毒i ；主主! j ：j 二羹吾j ； 毫；! ；? ；i j 毫i ji i 枣兰l ；i 童垂萝=薹薹亏主i 量i ! j ；釜i l 粤； 第一章绪论 第一章绪论 1 1 研究背景意义 我国多年平均降雨量为6 2 万亿m 3 ，可通过水循环更新的多年平均水资源 总量为2 8 万亿m 3 。按1 9 9 7 年人口统计，人均和每公顷平均水资源量分别为 2 2 2 0 m 3 和2 8 0 5 0 m 3 ，仅为世界平均水平的1 4 和4 5 ，水资源相当紧缺。另一方 面，有限的水资源时空分配不均，水土资源不匹配，水资源分布状况与国民经济 的布局和发展之间严重异位。总之，水资源的紧缺已经严重影响了社会经济的可 持续发展和生态环境的建设。 作为用水大户的农业用水更是占到了总用水量的6 4 1 ，其中灌溉用水占到 农业用水的9 0 9 5 。农业用水中存在严重的浪费，0 4 5 左右的灌溉水利用系 数和o 8 左右的水分生产率与发达国家相比都很低。农业用水也面临着被工业用 水和城镇用水挤占以及水质恶化的现状 i ”。因此以提高农业用水效率为目的节 水高效农业对于缓解水资源紧缺的现状、实现水资源可持续利用和农业的可持续 发展都有着极为重要的意义。 自然界的水转化为农作物的产量，一般要经过四个环节。其一对水资源进行 合理开发，使其成为农业可用水源；其二是通过输水、配水等一系列工程与技术 措旋将水由水源输送至田间；其三是把引入田间的水，均匀的分配到指定的面积 上储存到土壤中；其四是作物经根系吸收土壤水，通过作物体内生理、生化过程 形成经济产量。在这些环节中，充分合理利用各种水资源，采用科学的工程、农 艺、管理等理论和技术措施，使水资源得到充分的利用，使农业用水取得最佳的 效益，是实现农业水资源高效利用的关键所在。 科学的灌溉用水管理的核心是实行计划用水，制定科学合理的用水计划。我 国制定的常规用水计划属于“静态”用水计划。它是根据历史资料，选定几种典型 水文年，针对典型年的气象、水文情况，制定出当年的用水计划。在实施过程中 经常会遇到与典型年相差较大的情况，则难以正确的指导用水。而“动态”配水 计划充分利用实时信息，确定短期计划，动态取水、配水与灌水，可以避免“静 态”用水计划弊端，达到节水、高产、高效益的目的。实时灌溉预报是编制与执 行灌区动态用水计划的必要条件，实时灌溉预报是以“实时”资料为基础，即以各 种最新的实测资料和最近的预测成果为依据，通过模拟分析，逐次预测作物所需 的灌水日期及灌水定额【。作物蒸发蒸腾量的实时预报是基于水量平衡原理的实 时灌溉预报的基础，提出较可靠、准确、又便于应用的作物蒸发蒸腾量实时预报 河海大学硕士学位论文 ( 1 ) 作物蒸发蒸腾量e r 的直接计算方法 早期基于水量平衡原理发展了古典的称重法，这一思想直到现在还在指导 e 丁的测定方法。现在的水量平衡法和蒸渗仪( l y s i m e t e r ) 法都基于这种原理。 1 9 1 6 1 9 1 7 年美国的b r i g g 和s h a n z 提出了用水面蒸发估算作物需水量的方法， 此后不少国家进行了这方面的研究，建立了水面蒸发法的经验公式f 4 i 。 p n l m 和a n g u s 在1 9 6 0 年就提出，当土壤中零通量面位置低于观测剖面深 度时，可利用中子水分仪监测土壤水分剖面计算得到一定时间间隔内的作物平均 腾发量。砌t c h i e 和b u m e t t 于1 9 6 8 年得出采用称重式蒸渗仪不仅能获得f 1 腾发 值也可得到小时资料。g r a l l t 在1 9 7 5 年提出涡度相关法和基于土壤水分剖面的 空气动力学法，但这些方法实施操作过于复杂，且要求有灵敏度相当高的观测仪 器，故难以长期用在常规观测中。r e i c o s k y 在1 9 8 5 年建议在移动式测箱中通过观 测空气温度计算作物耗水量，然而该法仅局限于生理研究范畴p 6 i 。 1 9 2 6 年b o w e n 通过研究认为土壤热通量所占比例很小，把净辐射简单的处 理为潜热与感热之和，创立了基于能量平衡的波文比法【4 。2 2 i 。波文比法 ( b o w e n ，1 9 2 6 ) 是间接法中最古老传统的，其优点是无需确定任何扩散系数，缺点 是计算中主要依赖水汽压差的资料，而该资料是由湿球温度差的观测数据计算得 到，故在数据的连续观测过程中，必须保持球体的湿度和洁度才能获得高质量的 数据。这个问题近年已得到改善，如c e l l i e r 等人( 1 9 9 3 ) 借助一电容式湿度计直接 测定空气湿度计算水汽压差，另外一种单冷镜式的露点湿度计也正在美试制。空 气动力学法是根据近地层气象要素梯度和湍流扩散系数求出某一点处的潜热通 量，它的优点在于避免了湿度要素的测定，进而提高了计算精度，但由于需要较 多的气象要素高程观测点才可建立起风速、温度的自相关回归函数，故观测数据 量偏大。而基于近地层空气湿度梯度、温度梯度和风速，提出了运用湍流交换理 论计算作物蒸发蒸腾量，涡度相关( e d d yr e l a t e d ) 装置的应用已经证明了这一 理论的正确性，但由于装置成本高，技术过于复杂，其应用受到了限制【”2 3 i 。 1 9 3 9 年桑斯威特( t h o r n t 1 w a i t ) 和霍尔兹曼( h o l z m a l l ) 基于近地边界层中的湍 流交换规律提出了t h o r n t h 、v a i t h o l z m a n 公式，布德科( m - hb y 皿b r k o ) 假定水汽 扩散系数与高度z 成正比推得了布德科公式【4 】。 进入2 0 世纪4 0 年代，随着水文、气象部门开始用能量平衡法和水汽扩散理 论解释水面蒸发问题，这一理论方法也被应用于e 7 1 的研究，把作物的蒸发蒸腾 看作能量消耗的过程，通过能量平衡计算推求作物蒸发蒸腾所消耗的能量，然后 换算成消耗的水量。基于这一理论，联合空气动力学理论，p e n m a i l ( 1 9 4 8 ) 提 出了p e r l i i l a n 综合法川。进入2 0 世纪6 0 年代后，e r 的研究进一步完善，生物 学因素被考虑进来，蒙太斯( j lm o n t e ，1 9 6 5 ) 在计算e 7 1 时引入冠层气孔 4 第一章绪论 阻力等参数，建立了p e r n a l l m o n t c i t i l ( o p m ) 方程，更好的反应了作物蒸发蒸 腾这一物理生物学过程。 通过分析一些气象因素如空气饱和差、温度、日照时数、风速等参数中的一 项或几项与e 丁之间的关系，建立了f a o 一2 4 辐射法、j e n s e n h a i s e 、l i n a c r e 等 经验公式。国内一些著名学者许志方、茆智、康绍忠、刘昌明等也通过研究建立 了一系列的经验公式。 遥感技术的发展使得基于能量平衡较大区域的估算e 丁成为可能，它根据作 物的不同生育阶段的光谱特性、热红外信息及微气象参数来估测农田蒸发蒸腾 量。1 9 7 0 年b a t h o l i c 首先提出了这样一种估算方法；h e i l m a n ( 1 9 7 6 ) 根据冠层 温度估算了e 7 1 ；s o e r ( 1 9 8 0 ) 提出了一个直接用于计算区域性蒸发蒸腾量的模 型；陈明镜( 1 9 8 7 ) 根据植株小气候原理，提出了一个改进的遥感蒸发蒸腾模型； 蔡焕杰( 1 9 9 1 ) 根据冠层空气温差估算了小麦的蒸发蒸腾量，结果误差一般 不超过1 0 吼随着“3 s ”在各学科中的应用，地理信息系统( g e o g r a p h i c a l i n f o r m a t i o ns y s t e m ，简称g i s ) 、遥感( r e m o t es e n s o r i n gs y s t e m ，简称r s ) 在 e ，的研究中的应用正逐步增多起来，并且在区域尺度的应用已经显示了其优越 ，性。有的利用多波段卫星遥感资料，计算地表可能利用的辐射分布，进而利用传 统的p r i e s t l e y t a y l o r 公式或涡度相关( e d d yr e l a t e d ) 模型推求e r ，有的通过详细 计算感热通量等推求作物蒸发蒸腾量，有的利用地面分辨率较低的同步卫星，有 的利用精细的l a j l ds a t t m 或n o a a a v h r r 资料计算，结果更精确。荷兰的 d l o s t a n i n gc e n t e r 为主发展的能量平衡法( s u r f a c ee n e r g yb a l 锄c ea l g o r i t 1 i nf o r l a n d ，简称s e b a l ) ，物理基础最为坚实，已在许多国家成功应用f 2 ”。 经过多年的研究，e 丁的计算方法进一步丰富和完善，计算方法多达几十种。 目前用的公式多为经验公式或半理论半经验公式，具有一定的区域性，使其应用 受到了定的限制。涡度相关法和遥感的应用还集中于科学研究，有较高的理论 价值，但实际应用还有一定的困难。 ( 2 ) 参考作物蒸发蒸腾量e 瓦的计算方法 通常认为作物的蒸发蒸腾是气象因素、土壤状况和作物特征共同作用的结 果，即认为e 丁= 厂( m ，s ，b ) 。其中e r 作物蒸发蒸腾量；m 、s 、b 分别代表气 象条件、土壤状况和作物特征。因此，e l 的概念被提出来，用来表征大气的蒸 腾能力，把蒸腾蒸发看作是由蒸腾能力和下垫面状况决定的。f a 0 5 6 ( a l l e n 等， 1 9 9 4 1 的定义是：参考作物蒸发蒸腾量一种假象的参考作物冠层的蒸腾蒸发速率， 假设作物高度为0 1 2 m ，固定的表层阻力为7 0s 肌一，反射率为o - 2 3 ，非常类似 于表面开阔、高度一致、生长旺盛、完全遮盖地面而不缺水的绿色草地的蒸发蒸 河海大学硕士学位论文 腾量2 7 3 0 匕一般把e 瓦看作仅为气象因素的函数，采用经验公式或半经验半 理论公式计算。作物系数k ，是指作物需水量与相应阶段e 瓦的比值，一般由实 测资料确定。在非充分灌溉条件下同时引入土壤水分修正系数k 。反映土壤水分 亏缺引起的作物蒸发蒸腾量的变化( 水分充足时可以认为足。= 1 ) ，则e r 可以 表示为1 4 。l ： e r = ，( f ) ，( s ) - ，( b ) = e 瓦k s k c ( 1 1 ) e 瓦的计算不考虑作物种类、作物生育阶段和管理措施等，可以通过气象数 据计算得到，目前常用的方法可以分为四大类：水面蒸发法、温度法、辐射法和 综合法。水面蒸发法同样也被用来计算e 瓦，出现了c h s t i a n s e na 皿法和f a o a 皿法等方法。基于温度计算也是一种常用的方法，如1 9 5 5m c c l o u d 、1 9 6 lt 1 l r c 、 1 9 6 3j e n s e n h a i s e 、f a 0 2 4b l a n e v c r i d d l e 、t h o m c h w a i t 以及1 9 8 5 h a r g r e a v e s s a n l a n i 等。辐射被认为是蒸腾产生的原动力自然不会被忽视，1 9 5 7 m a 出n k 、1 9 6 3s t e p h e n s s t e 啪r t 、1 9 7 2p r i e s t l e y t a y l o r 以及1 9 7 7f a 0 2 4r a d i a t i o n 等基于辐射的计算方法也是广为人知的。最具说服力的还是基于能量平衡和空气 动力学的综合法，如1 9 4 8 和1 9 6 3p e m a n 、1 9 6 5p e n m a n m o n t e i t h ( o p m ) 、1 9 6 6 v a nb a v e l 、1 9 7 7f a 0 2 4p e n m a n 、1 9 8 2k i m b e r l e v 。p e n a l l 以及1 9 9 8f a 0 5 6 p e r l i i l a n m o n t e i t h 等【2 42 r i 。 由于各种方法都是基于一个或若干个地区的实验资料分析得来，具有一定的 地域性，使其应用受到了一定的限制。1 9 7 7 年f a o 聘请了大量的专家对各种方 法进行了评价，最后推荐f a 0 2 4p 锄a n 、f a 0 2 4r a d i a t i o n 、f a 0 2 4 b l a n e y c r i d d l e 和蒸发皿法作为e 磊的计算公式，可以沈这些公式是当时研究的 集大成者】。然而近年来的研究发现这些公式或多或少存在一些问题，首先它 以一种具体作物作为参考作物，然而同一种作物在不同的地区、气候和不同的管 理条件下也不尽相同；其次许多因素的计算需要进行地区校正，如f a 0 2 4 p e 姗a i l 的风函数需要地区校正，辐射法在干旱地区应用计算值偏低，温度法除 1 9 8 5h a r 盯e a v e s s 锄a n i 的结果是可靠的，其他基本为经验公式，更是需要进行 地区校正，但笔者在试验区进行对比研究发现，h a r g r e a v e s s a m a l l i 结果明显偏 大，而且误差很大：而蒸发皿法则局限于装置所处的位置的小气候，通常应用误 差较大，给实际应用带来了极大的不便。1 9 9 0 年f a o 联合国际灌排委员会( i c i d ， i n t e m a t i o m lc o m m i s s i o nf o ri r r i g a t i o na 1 1 dd r a i n a g e ) 和i 旦：界气象组织( w m o ， w o r l dm e t e o m l o g i c a lo r g a n i z a t i o n ) 组成专家小组，在总结、修正已有各种计算 方法的基础上，一致推荐p e n m a l l m o c e i t l l 公式作为新的e 瓦的计算公式，并进 一步统一了其中参数的计算程序f ”】。陔方法克服了以往方法的许多不足，直接 河海大学硕：b 学位论文 霍再林，史海滨，陈亚新等( 2 0 0 4 ) 【6 2 1 通过分析河套灌区多年气象资料和 p e n m a n m o n t e 弛法计算得到参考作物蒸发蒸腾量。通过相关分析确定了辐射、 气温、湿度和风速是对参考作物蒸发蒸腾量影响最大的几个因素。以此建立了以 辐射、平均气温、相对湿度和风速为输入的四因子b p 网络模型( 4 1 0 1 ) 和以 辐射、平均气温和相对湿度为输入的三因子b p 网络模型( 3 1 0 1 ) 。采用m a t l a b 神经网络工具箱，调用快速b p 算法完成了对网络的建立、训练和仿真。检验计 算结果具有较好的稳定性和较高的精度，特别是四因子模型，但模型是在一定的 地域条件下进行的，具有一定的局限性，结论还有待进一步检验。 此外，顾世祥，王士武等( 1 9 9 9 ) 侧采用径向基函数( r a d i a l b a s i sf u n c t i o n ， 简称r b f ) 网络，采用5 种不同的输入因子组和进行预测，经过比较认为以平 均温度、日照时数、风速为输入的模型具有精度较高、易于推广的特点，与 p e n m a l l m o n t e i t h 公式结果比较认为预测结果令人满意。k p s u d h e e r ，a k g o s a i n 等( 2 0 0 3 ) i ：6 4 l 采用趾强网络，分别选取平均温度、相对湿度、风速和 日照时数；平均温度、相对湿度和风速；仅平均温度三种不同的气象因子作 为输入，预测水稻蒸发蒸腾量，以蒸渗仪实测资料为标准进行检验认为，结果可 以反映实际情况尤其是第一种情况。对每一种情况引入生长天数，考虑时间的影 响，结果表明除第三种仅以平均温度为输入的模型得到较大的改善外，其余两种 结果无明显变化。s a v i s at m i k o v i c 和b r a n i m i rt o d o r o v i c 等( 2 0 0 3 ) 采用r j 汴 网络，以p e n m a n m o n t i e t h 结果为原始资料，采用e t o 1 l 和e t o 卜2 3 为输入预 测e t 0 。l ，认为结果满足要求。 b p 神经网络在相关学科领域的利用已经证明：作为一种非线性逼近较优秀 的方法，它可以解决反映相互影响的诸因素之间复杂关系的问题。 作物蒸发蒸腾量作为农田水分最主要的消耗和s p a c 系统中能量和水分输 送的最主要的一方面，吸引了众多学者的关注。计算和预测方法越来越多，理论 越来越完善。空间变异的研究起步较晚，正逐步受到重视。g i s 和r s 技术的发 展给区域蒸发蒸腾量及其空间特性研究提供了新的手段，但这样一种理论手段在 实际应用中还有一定的困难。b p 神经网络地广泛应用为作物蒸发蒸腾量计算与 预测提供了新的方法，在原有基础上改进应用对于更好的解决这一问题有一定的 实用意义。 1 3 参考作物蒸发蒸腾量的实时预测理论与方法 e 瓦的预测包括中长期预测和短期预测。中长期预测是制定中长期用水计划 制定的依据。通常中长期预报一般采用基于实际资料分析的代表年法和回归预测 第一章绪论 太阳辐射是农田能量平衡的能量源，是产生蒸发蒸腾的原动力，基于太阳辐 射或太阳净辐射计算e 瓦成为可能。目前常用的有f a o r a d i a t i o n 方法和 p r i e s t l e y _ t a y l o r 方法。 f a or a d i a t i o n 方法 d o o r e n b o s 和p r u m 在1 9 5 7m a k k i i l k 公式基础上引进了一个空气动力学调整 系数，建立了基于太阳辐射资料估算e 瓦的计算公式，该公式证明具有较好的精 度凹2 8 。删。 e t o o o l 2 + ( 击) b ，等 ( 1 7 ) 式中：e l 参考作物蒸发蒸腾量，i n d i ( 1 i n = 2 5 4 c m ) ： t _ 一计算时段内平均气温，f ； 温度一饱和水汽压关系曲线在t 处的切线斜率，m b f _ l ， = 0 0 51 ( 堑等) 7 ，y 为湿度计臧m b f - 1 竹c p b p 0 6 6 2 肌； c 口空气的定压比热，o 3 3 9 1 l a n g i n 一。f _ 1 ( 1 1 a n g = 4 1 8 6 8 j m 一2 ) ； b p 平均汽压，m b ； 卜水的汽化潜热，1 a n g i n ：水：九= 1 5 4 3 一o 7 9 6 t ； r ；入射的太阳辐射，l a i l g d ，r 。= o 2 5 + o 5 n n r 。，n n 为实际 日照时数n 与最大日照时数n 的比值； r 。大气顶太阳辐射，l a i l g d 1 ： b r _ 一取决于平均相对湿度和白天风速的调整因子，可按下式计算： b ，= 1 0 6 o 0 0 1 3 r h m e a n + 8 3 8 1 0 珥u d 一3 7 3 l o 由r h m 。a n u d 一3 1 5 o 一5 r h 。2 3 8 2 l o 7 u d 2 ，r h 。为平均相对湿度，；u d 为白天平 均风速，m i 一。 p r i e s t l e y t a y l o r 方法 p r i e s t l e y t a y l o r 方法也是一种广泛应用的方法，一些极具世界影响力的作 物模型如美国的c e r e s 系列模型、c o t t a m 模型、c r o p s i m 模型以及e p i c 模型等均采用此类方法。其计算公式如下： e t o = 口( - 竺一) ( r 。一g ) ( 1 8 ) 式中：n p r i e s t l e y t a y l o r 系数，取1 2 6 ； e 一土壤热通量， m j m 一： r n 净辐射，m j m 2 d 一。 其它各参数及其计算可参见f a 0 5 6p e n i n a l l m o n t e i t h 方法。 河海大学硕士学位论文 4 ) 温度和辐射法 许多公式如j e n s e n h a i s e 公式、t u r c 公式、h a r g r e a v e s s 蛐a i l i 公式等，共 同考虑辐射和温度被，计算e 瓦。 j e n s e n h a i s e 公式 j e n s e n 和h a i s e 根据约1 0 0 个坝羹多商茫萌薹蕴。雏骆篓藩魏瓣聪翔私醛泄 荆引墓燮是雎丑j 鐾巷： 萋錾j 妻基：篓i 蕈蕈蘑量；囊j 曩。i 霪； i ；。基 舞囊i 蠢性能较好。其中， 当输入隐层为l o g s i g 函数时，隐层输出为 t a n s i g 时，网络的训练与预测效果最好。 由此，确定最终的传递函数为输入隐层为l o g s i g 函数，隐层输出为 t a l l s i g 函数。 表3 7 不同传递函数对结果的影响( 相对误差比较表) 序号输入隐层输出隐层 训练预测洲练预测训练预测 最大摄小平均 1 o u r e n 不收敛 2 l o g s l g 不收敛 第一章绪论 s i r m a r k 、a i r n l a r k 和rga 1 1 e n | _ 6 9 j 通过分析美国f l o r i d a 湿润地区的历年 资料，建立了采用辐射、温度或净辐射、温度计算e 瓦的经验公式：i 7 2 l e t o = d + p r s 十丫t m e a n ( 1 1 3 ) e t o = a + p r n q t m e a l ( 1 ，1 4 ) 式中：、p 、小d7 、p 、y 。一经验系数，拟合结果分别为a = 一o 6 1 l ，p = o ，1 4 9 ， y = o 0 7 9 ，旺k o 4 8 9 ，d k 0 2 8 9 ，y k o 0 2 3 。 其余各项意义及确定方法见f a 0 5 6p e n m a n m o n t e i 血方法。 5 ) 多项式拟合法 基于多年资料分析，建立基于不同因素的拟合多项式，以反映其与不同影响 因素间的关系已建立起来的拟合经验公式很多，考虑的影响因素也各不相同。 空气湿度法 将e 矗看作是饱和水汽压差的函数，近似认为二者呈线性关系，根据许多实 测资料回归分析建立了如下： 6 j e t o = k ( e a e d ) + c ( 1 ，1 5 ) 式中：k 、c 经验系数； e 。饱和水汽压，h p a ； e d 实际水汽压，h p a 。 温度水汽压法 以温度和水汽压为参数的公式：【7 l e t o 产一k ( e ) 3 1 4 4 9t k i l n r h i + 1 ( 1 1 6 ) 式中：t k ，气温，k ： r h r 相对湿度； e 。实际水汽压；k ( e 。) 与水汽压有关的水分传导率。 康绍忠公式 康绍忠等根据山西、甘肃和陕西等的资料得出的以气温、日照时数和风速为 主要因素的经验公式：【7 1 e t 0 ，= ( a e 呱+ c n 。n ，+ d ) ( g + 血) ( 1 1 7 ) 式中：t i _ 气温，； n 。实际日照时数，h ： n 广一可能日照时数，h ： u 风速，m s 。 a 、b 、c 、d 、卧f 一经验系数。 9 河海大学硕士学位论文 n 、n 分别为最大可能日照时数、实际日照时数，h ； r h 。、 r h 。分别为最大相对湿度、最小相对湿度，； g 。太阳常数，o 0 8 2 0m j m 。2 d 一： d r 日地相对距离； w 。日照时数角，r a d ； 驴一地理纬度，r a d ； 6 日倾角，r a d ： j 日序数，自元月一日算起； r a 大气顶太阳辐射，m j m 。2 d ： c ，容积比热容，m j m 。，与土壤的三项组成物质有关： o s _ 一饱和含水率； 0 。土壤容积含水率； t 时间间隔，d ： z 影响土壤深度，m 。当逐日或儿日计算时，为0 1 一o 2 m ，当逐月或 更长时间时，为2 m 或更深； c 。空气的定压比热，1 0 1 3 1 0 3m j m 一2 一： e 水汽与干空气分子比重，o 6 2 2 ； p 气压，k p a ： z 计算地点的海拔高度，m ； 潜热，m j k g _ 1 ： u h h 高度实际风速，m s ； h 风标高度，m 。 f a 0 5 6 还给出了气象数据缺失时的近似计算公式】，这里不再叙述。 ( 5 ) 神经网络方法 神经网络作为非线性拟合有效手段被用于e 瓦的计算与预测，国内外主要研 究已经先后建立了一些模型，经过实例已经证明了其可行性与较高的精度。 顾世祥和王士武等( 1 9 9 9 ) 采用径向基函数( r a d i a i b a s i sf u n c