共查询到19条相似文献，搜索用时 515 毫秒
1.
利用贵州省18个气象站1961~2001年逐日气象资料,采用Penman-Monteith方程计算潜在蒸散发量,对以辐射和气温为基础的简化公式参数进行率定,对比分析不同计算公式推求的潜在蒸散发量之间的差异以及用于气候变化情景下预测适用程度。结果表明,各种潜在蒸散发量公式经参数率定后计算的多年平均蒸散发量相近,但变化趋势存在较大差异。与考虑综合气象因子对潜在蒸散发影响的Penman-Monteith公式计算结果相比,以辐射为基础的蒸散发公式在该地区的适用性较好,以气温为基础的蒸散发公式用于气候变化情景下潜在蒸散发量预测,结果偏大。 相似文献
2.
为深入探索气候变化背景下更为精确的潜在蒸散发计算方法, 在淮北平原五道沟水文水资源实验站开展了3组小型蒸渗仪试验, 通过结合平流运动动力项并引入地表净辐射修正参数, 基于能量平衡原理提出一种新的潜在蒸散发模型。结果表明: ① 3组蒸渗仪实测数据中, 2组不同加水方式下的草地覆被蒸散发相关性较好(R=0.95);②新的潜在蒸散发模型在有草地覆被的2组试验中模拟结果的纳什效率系数(ENS=0.85)和均方根误差(ERMS=0.83)均优于现有Penman系列等经验方法; ③模型更适用于有草地覆被条件下的蒸散发估算, 在淮北平原地区具有较强的适用性与优势。该模型能够提高区域潜在蒸散发模拟精度, 为流域水循环过程模拟及水资源利用提供科学参考。 相似文献
3.
为探究青藏高原工程走廊带昆仑山地区冻融土导热系数基本特征,采用瞬态平面热源法对钻取的349组冻土试样和245组融土试样导热系数进行了测试,分析了五类土导热系数分布特征及天然含水率、干密度与导热系数的偏相关性,并以两者为变量因素建立了经验公式拟合、支持向量回归（SVR）和径向基（RBF）神经网络导热系数预测模型。结果表明:冻融土导热系数整体均呈粗颗粒土大于细颗粒土特征,且冻土和融土导热系数随土性分布规律存在差异;天然含水率、干密度与导热系数均呈正相关性,不同土类偏相关性结果差异明显,典型土导热系数二元经验回归方程表现为非线性拟合结果。对比三种预测模型下各典型土冻融土导热系数预测结果,全风化千枚岩、角砾及砾砂三种预测模型效果整体较佳,粉土的SVR及RBF神经网络预测精度较好;融土导热系数预测效果整体略优于冻土,SVR及RBF神经网络模型下角砾、粉土及全风化千枚岩融土导热系数预测精度较高。综合导热系数模型预测效果和误差结果分析可得,SVR和RBF神经网络模型预测效果显著优于经验方程拟合,后者针对部分土性拟合效果相对较好,可满足一般工程估算需求;SVR和RBF神经网络预测模型针对不同土性导热系数预测效果呈差异性变化,整体预测效果相当,且预测精度更高、应用土性范围更广。 相似文献
4.
湿地参照作物蒸散发量是湿地水量平衡的重要因素。本研究选取了扎龙湿地周边8个气象台站1961-2000年的历史数据,通过拟合经典的FAO56 Penman-Monteith模型,建立了估算扎龙芦苇湿地逐月参照作物蒸散发的经验模型。建模时考虑到各气象因子对潜在蒸散发的作用,尝试了不同的组合方式及拟合模型,最终采用月最高气温、月最低气温、月降雨量和月平均风速四个因子,建立了非线性e指数方程。该模型与Blaney-Criddle、Priestley-Taylor、Hargreaves等三个常用经验模型进行了比较,得到较好的结果。新建模型在各气象站的应用表明,能够显著逼近FAO56 Penman-Monteith模型结果,计算的逐月参照作物蒸散发具有理想的精度。 相似文献
5.
利用SEBAL和改进的SEBAL模型估算黑河中游戈壁、绿洲的蒸散发 总被引：1，自引：0，他引：1
蒸散发是干旱、半干旱地区内陆河流域水分消耗的主要途径, 利用遥感估算流域尺度上的蒸散发对内陆河流域水循环和水资源的合理利用具有重要的指导意义. 基于2012年开展的黑河流域生态-水文过程综合遥感观测联合试验(HiWATER)的观测资料和高分辨率的ASTER影像, 分别利用 SEBAL 模型和改进的SEBAL(M-SEBAL)模型估算黑河中游不同时期戈壁、绿洲等不同下垫面的蒸散发, 通过涡动观测数据对比分析了SEBAL模型和M-SEBAL模型估算戈壁、绿洲蒸散发的精度. 结果表明: SEBAL模型在绿洲低估感热通量, 高估潜热通量; 在戈壁高估感热通量, 低估潜热通量. M-SEBAL 模型充分考虑不同下垫面地表辐射温度与植被覆盖度之间的关系, 能很好地反映不同植被覆盖区域的湍流通量的异质性, 估算黑河中游戈壁、绿洲蒸散发的精度高于SEBAL模型. 相似文献
6.
水分蒸散发研究国内外进展与趋势 总被引：2，自引：0，他引：2
蒸散发(evapotranspiration)是联系大气过程和陆面水文过程的关键环节,对区域/流域水循环过程和水量平衡具有重要影响。然而,随着全球气候变暖和人类活动的影响,近年来全球各地区(潜在)蒸散发及其对气象要素的响应发生了显著变化。如何精确测定和估算蒸散发已成为定量研究水循环响应全球气候变化的重要内容。本文从蒸散发理论方法的发展、国内外蒸散发的变化趋势及影响因素、蒸散发的时空变化及敏感性分析三个方面进行综述,总结了目前国内外蒸散发的主要估算模型。估算和测定蒸散发的主要方法有水文学法、微气象学法、植物生理学法、遥感方法和SPAC综合模拟法。本文综述了各种蒸散发估算、测定方法的适用性和优缺点,基于敏感性和趋势分析重点总结了蒸散发的变化趋势及影响因素。研究表明,全球范围内不同地区均出现"蒸发悖论"现象,潜在蒸散发或蒸发皿蒸发量呈减少趋势,日照时数和风速是影响蒸散发变化的主要因素。本文系统的对比分析可以为研究气候变化条件下的水循环过程及对水资源的影响、大气—土壤—植被系统的水文循环机理、农业管理等提供重要的科学依据。 相似文献
7.
蒸散发量(ET,evapotranspiration)的时间尺度扩展是遥感反演区域ET的关键。为评价由瞬时潜热通量经时间尺度扩展方法计算日蒸散发量的可靠性,利用美国西南部半干旱地区的Walnut Gulch实验流域草地站点的波文比系统实测数据,分析评价蒸发比法、简化蒸发比法、作物系数法、简化参考作物系数法、正弦关系法、冠层阻力法和修正冠层阻力法共7种蒸散发时间尺度扩展方法的估计效果,统计结果显示,7种蒸散发时间尺度扩展方法总体趋势具有一致性,存在着一定的规律性,采用10:00~14:30的瞬时值估计较为接近实测蒸发值。正弦法、简化参考作物系数法及简化的蒸发比法的模拟精度较高(相对均方根误差在20%左右),比较适合于估算半干旱地区的日蒸散发量。对具有相近气象、气候、下垫面条件和空间尺度数据且具有充足气象观测资料的地区,推荐采用基于简化作物系数的时间尺度扩展方法开展从小时到日的ET时间尺度扩展,对于缺少气象观测资料的类似地区,推荐采用正弦法和简化的蒸发比法进行时间尺度扩展。 相似文献
8.
以黄河源区为研究区域,选取2009年9月该区域的中国静止气象卫星(FY-2D)观测资料,结合地面气象观测资料,基于能量平衡原理,估算了研究区域的逐时陆面蒸散发量。结果表明:在晴天条件下,利用陆表能量平衡系统模型求出蒸散发量的大小;在阴天条件下,利用FY-2D云顶反照率资料,根据太阳辐射在大气中的衰减过程,得出地表太阳辐射收支,进而求出蒸散发量的大小。卫星遥感估算的逐时蒸散发量与地面观测值相比,平均相对误差15.2%,估算误差在可接受的合理范围内,为实现陆面蒸散发量的业务化奠定了一定的基础。 相似文献
9.
典型岩溶区潜在蒸散发变化及其影响因素 总被引：2，自引：0，他引：2
蒸散发过程是联系大气过程和陆面水文过程的关键环节,对区域/流域水循环过程和水量平衡具有重要影响。岩溶区,地表生态环境脆弱,对气候变化响应敏感,蒸散发可能是联系大气、水、热交换和碳循环的关键生态水文过程。准确地估算蒸散发对于深入研究岩溶水循环响应气候变化、碳循环、生态修复等具有重要作用。本文选择典型岩溶区桂林市为研究对象,基于1951~2015年桂林市气象站逐日气象数据,采用Penman- Monterith方法计算了潜在蒸散发量,利用Mann- Kendall非参数检验法和相关性分析研究桂林市潜在蒸散发的变化趋势及其影响因素。研究结果表明,桂林市潜在蒸散发具有明显的年、年际和季节尺度变化特征。1951~2015年桂林市潜在蒸散发呈显著的减小趋势,变化速率为-8. 02 mm/10a;夏季、秋季和冬季潜在蒸散发呈下降趋势,而春季呈微弱的上升趋势;夏季潜在蒸散发的显著减小是影响年蒸散发下降的主要原因;桂林市潜在蒸散发在1967和2003年左右发生突变;通过Mann- Kendall趋势检验和相关性分析得出,桂林市平均气温、最高、最低气温呈显著的上升趋势,而风速、相对湿度、日照时数呈显著的下降趋势;日照时数是影响桂林市潜在蒸散发变化的主要因素,其次是风速。 相似文献
10.
热扩散系数是多年冻土对外界热扰动敏感程度的重要影响参数之一,也是寒区工程设计与建设的关键基础数据。基于瞬态平面热源法导热系数测试结果和质量加权法计算获取的比热容理论值,计算获得青藏工程走廊西大滩—唐古拉山沿线典型类别土样热扩散系数,分析对比了走廊带内冻融土热扩散系数的分布特征和参数影响规律,提出了基于经验拟合公式法和RBF神经网络方法的冻融土热扩散系数预测模型,并比较了不同预测模型的预测效果。研究结果表明:青藏工程走廊带内土的热扩散系数与粒径整体呈正相关性,融土热扩散系数按黏性土、粉土、全风化岩类、砂土及碎石土依次增大,冻土热扩散系数按黏性土、全风化岩类、粉土、碎石土及砂土依次增大;热扩散系数与容重及天然含水率相关性随土类及冻融状态差异明显,冻、融土热扩散系数呈显著正线性关系;以融土热扩散系数为拟合参数的冻土热扩散系数三元预测模型的预测精度明显高于二元经验公式;RBF神经网络模型在冻、融土热扩散系数预测中均具有最优的预测精度,为最佳预测模型。 相似文献
11.
The present study evaluates the predictive accuracy of the feed forward backpropagation artificial neural network (BP) in evapotranspiration forecasting from temperature data basis in Dédougou region located in western Burkina Faso, sub-Saharan Africa. BP accuracy is compared to the conventional Blaney–Criddle (BCR) and Reference Model developed for Burkina Faso (RMBF) by referring to the FAO56 Penman–Monteith (PM) as the standard method. Statistically, the models’ accuracies were evaluated with the goodness-of-fit measures of root mean square error, mean absolute error and coefficient of determination between their estimated and PM observed values. From the statistical results, BP shows similar contour trends to PM, and performs better than the conventional methods in reference evapotranspiration (ET_ref) forecasting in the region. In poor data situation, BP based only on temperature data is much more preferred than the other alternative methods for ET_ref forecasting. Furthermore, it is noted that the BP network computing technique accuracy improves significantly with the addition of wind velocity into the network input set. Therefore, in the region, wind velocity is recommended to be incorporated into the BP model for high accuracy management purpose of irrigation water, which relies on accurate values of ET_ref. 相似文献
12.
13.
为提高水环境非线性时序预测模型的精度,用自相关技术分析水环境时间序列的延迟特性,确定径向基函数(RBF)网络的输入、输出向量,建立了水环境时间序列预测的高精度RBF网络模型.用32年海洋水温时间序列实测资料来训练和检验网络并用于预测.用该模型对长江流域望江楼站8年总硬度、高锰酸盐指数、五日生化需氧量、氨氮、溶解氧、挥发酚、镉、氯化物、硫酸盐等9种水环境要素时间序列进行预测.实例分析表明,所建模型预测误差均较小,好于门限自回归模型,BP神经网络模型和ELMAN神经网络模型.所建模型不仅精度高,而且收敛速度快. 相似文献
14.
为探究青藏工程走廊沿线多年冻土区活动层厚度分布情况,结合青藏公路、青藏铁路沿线300个钻孔点的活动层厚度监测数据,基于年平均地表温度、平均植被指数、等效纬度、纬度、高程和含冰量等参数建立了活动层厚度的经验公式、随机森林和径向基函数（radial basis function, RBF）神经网络预测模型。各预测模型结果表明,活动层厚度与各预测因子间具有极强的非线性关系;RBF神经网络预测模型具有最高的预测精确度,拟合优度R2达到0.84。运用RBF神经网络预测模型和高精度遥感数据绘制活动层厚度分布图,分布图显示研究区内活动层厚度主要为2~4 m,总面积为5 468.3 km2,面积占比为47.27%,主要分布于楚玛尔平原至北麓河盆地和唐古拉山区南部至头二九山区;活动层厚度大于4 m次之,总面积为3 382.3 km2,面积占比为29.24%,整体分布偏向南部地区,主要分布于布曲河谷地至头二九山区。并对研究区活动层厚度与含冰量、地温关系进行了研究,结果表明活动层厚度随含冰量增加而减小、随地温升高而增加。 相似文献
15.
小波分析和RBF神经网络在地基沉降预测中的应用研究 总被引：4，自引：2，他引：2
地基沉降是一种危害很大的环境灾害。地基沉降的监测数据经常受降雨及工程施工等诸多外界因素的干扰,故而在沉降曲线中存在许多数据突变点。为此,提出基于小波分析与RBF神经网络相结合的新的地基沉降预测方法,首先采用小波分析对对原始监测数据进行数据去噪处理,进而得到反映实际变化的地基沉降曲线,然后采用径向基函数（RBF）神经网络方法对其进行预测,为工程设计提供依据。最后结合工程实例分析,通过多种小波去噪与预测结果的对比研究,表明3次B样条小波的去噪及预测效果最好,与实测值能较好地吻合,具有较好的工程应用前景。 相似文献
16.
由于矿床定位影响因子较多,并且这些因子与矿床位置间存在着非常复杂的非线性关系,所以一直以来,矿床定位只能实现定性化预测。RBF神经网络可以实现从输入到输出的高度非线性映射,能够使矿床预测由定性预测发展为定量预测。这里应用RBF神经网络法对浙江某地区铅锌矿进行了综合物化探找矿预测,结果表明,该方法具有很高的准确率,与实际地质情况吻合率很高,可以定量用作对隐伏矿床的预测。 相似文献
17.
This study examined the spatial-temporal variations in seismicity parameters for the September 10th, 2008 Qeshm earthquake in south Iran. To this aim, artificial neural networks and Adaptive Neural Fuzzy Inference System (ANFIS) were applied. The supervised Radial Basis Function (RBF) network and ANFIS model were implemented because they have shown the efficiency in classification and prediction problems. The eight seismicity parameters were calculated to analyze spatial and temporal seismicity pattern. The data preprocessing that included normalization and Principal Component Analysis (PCA) techniques was led before the data was fed into the RBF network and ANFIS model. Although the accuracy of RBF network and ANFIS model could be evaluated rather similar, the RBF exhibited a higher performance than the ANFIS for prediction of the epicenter area and time of occurrence of the 2008 Qeshm main shock. A proper training on the basis of RBF network and ANFIS model might adopt the physical understanding between seismic data and generate more effective results than conventional prediction approaches. The results of the present study indicated that the RBF neural networks and the ANFIS models could be suitable tools for accurate prediction of epicenteral area as well as time of occurrence of forthcoming strong earthquakes in active seismogenic areas. 相似文献
18.
围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传（QGA）-径向基函数（RBF）神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。 相似文献
19.
针对岩土体变形行为预测中观测数据的有限性以及信息的不完备性,提出以分段插值或Boostrap重采样对有限观测数据再生以增强数据细节信息,以坐标变换或状态空间重构改变时序数据的表示形式,并重写原有不显著的规律的研究方法。在深入分析方法中重采样、混沌辨识、相空间重构的嵌入维数和延迟时间等关键技术的基础上,分别采用支持向量机、径向基函数前向型神经网络（RBF）以及反馈型神经网络（Elman）,对3组不同特征工程算例的岩土体变形时序在数据再生和空间重构前后进行预测对比研究。结果表明,变形时序的数据再生与重构能够极大地扩充数据细部特征信息和凸显岩土体变形演化的本质规律,以此数据建立的SVM预测模型,其可靠性和准确性优于以原始数据SVM、RBF和Elman建模预测效果。 相似文献