作物水文模型AquaCrop---用于评估作物对水的需求、灌溉计划和管理策略

AquaCrop是由世界粮食及农业组织(FAO)开发的一个先进模型,旨在研究和优化农作物的水分生产效率。这个模型在全球范围内被广泛应用于农业水管理,特别是在制定农作物灌溉计划和应对水资源限制方面显示出其强大的实用性。AquaCrop 不仅包含一个全面的数据库,还提供了用户友好的接口,使得它在实际应用中极为便捷。

模型的核心优势在于其独特的水分管理能力,能够精确模拟作物生长过程中水分的需求与消耗,帮助农业工作者制定更为科学和高效的灌溉策略。通过对作物的水分需求和供应的精确计算,AquaCrop 能够帮助提高水资源的使用效率,优化作物产量和质量。

一、基于AquaCrop模型的玉米需水和降水匹配度变化特征研究

雨热同期为我国大部分地区农业生产提供了充足的水热资源,但从需水机理的角度评估作物生长和降水过程匹配度的变化特征还有待深入。基于AquaCrop模型模拟了关中地区1978-2017年夏玉米生育期内需水量、灌溉需水量、有效降水量和产量的变化特征,并在充分考虑玉米不同生育阶段对水分需求程度差异的基础上,分析了作物需水与降水匹配度的变化特征。结果表明:关中地区玉米生育期内累积降雨量变化幅度相对较小,但降水过程明显后移,且更多的以暴雨的形式发生;玉米生育期内需水量和灌溉需水量均呈现明显的增加趋势,增加幅度分别为4.10 mm/10a和13.38 mm/10a,而有效降水量则以-10.28 mm/10a的速率减小;玉米生育期内需水与降水的平均匹配度为58%,且整体以-2.7%/10a的速率下降。上述结果表明关中地区降水模式越来越难以满足夏玉米的水分需求,延迟播种可作为提高作物需水与降水匹配度的应对措施之一

作者:高爽 丁一民 朱磊 万愉快 柴明堂 丁朋朋 邹业斌

二、AquaCrop模型在西北胡麻生物量及产量模拟中的应用和验证

为了预测水分和养分对胡麻籽粒产量、生物量与水分生产率的影响,使用FAO研发的水分驱动作物模型AquaCrop对胡麻在不同灌溉与氮磷水平下的生长情况进行模拟和验证。试验分别于2011年、2012年在甘肃省榆中县良种场进行,试验设置4个灌溉水平,3个氮水平,3个磷水平。模型性能的评价采用模型效率(E)、决定系数(R2)、均方根误差(RMSE)和平均绝对误差(MAE)等统计指标。分析结果表明:AquaCrop模型校正的籽粒产量和生物量在不同灌溉与氮磷水平处理下的预测误差统计值为:0.97<E<0.99,0.11<RMSE<0.33,0.11 t·hm 2<MAE<0.42 t·hm 2,与2012年的试验观察数据(0.96<E<0.99,0.11<RMSE<0.42,0.11 t·hm 2<MAE<0.39 t·hm 2)基本一致;同时,群体覆盖(CC)与生物量的模拟结果与测定值也非常拟合。AquaCrop模型在充分灌溉处理下预测胡麻产量,比非充分灌溉处理下具更高的准确性。因而,水分驱动模型AquaCrop在西北胡麻区不同的灌溉与田间管理措施下有较高的模拟精确性,具有广阔的应用前景和价值。

作者:李玥 牛俊义 郭丽琢 高珍妮 孙小花

三、基于AquaCrop模型评估气候变化下棉花生产的可持续性

运用2017-2018年南疆绿洲区膜下滴灌棉花土壤水分、冠层覆盖度、生物量、蒸散量(ET)及产量(Y)数据,校准和验证AquaCrop模型中作物参数,将数据输入AquaCrop模型气象、作物、灌溉、田间管理模块模拟了6种灌溉水平(18、24、30、36、45和54mm)和5个播期(3月23日、4月3日、4月13日、4月23日和5月3日)共30种情景下南疆绿洲区膜下滴灌棉花的生物量和产量,并分析1988-2017年连续30a棉花产量的稳定性和可持续性。结果表明,AquaCrop模型能够较好地模拟不同灌溉和播期下棉花冠层盖度、地上生物量和土壤水分,归一化均方根误差(NRMSE)均小于20%,协同指数(d)和相关系数(R~2)均接近1。AquaCrop模型低估了棉花蒸散量和产量,相对误差(RE)分别为-4.5%~1.2%和-8.6%~-6.8%,但证明了AquaCrop模型可以进行情景模拟。模型预测表明,棉花生产稳定性和可持续性受播期影响较小,而随灌水定额的增大而提高。播期相同时,棉花生物量和产量随灌溉定额的增大而增加,在495mm的灌溉定额下获得了较高的灌溉用水效率,并确保棉花产量无显著下降。同时,在495mm灌溉定额下适当推迟播期至4月13日,可以节约用水36.78mm,如运用早熟棉种于4月23日播种,可以节约用水65.34mm。因此,对于水资源富裕地区可考虑早播获得高产,而水资源匮乏地区在品种与栽培模式配套下,晚播是一种适应现在和未来气候变化下水资源短缺的经济、有效的策略。

作者:王洪博 李国辉 徐雪雯 黄维雄 赵泽艺 高阳 王兴鹏

四、不同灌溉方式和灌水定额对夏玉米生长的影响及AquaCrop模型的适应性研究

【目的】探明不同灌溉方式和灌水定额对夏玉米生长的影响及AquaCrop模型的适应性。【方法】设置4个试验处理:常规滴灌10 mm(N1)、常规滴灌20 mm(N2)、膜下滴灌10 mm(M1)和膜下滴灌20 mm(M2),研究不同灌溉方式和灌水定额对夏玉米生长的影响,并基于2 a的试验数据对AquaCrop模型进行率定、验证,利用率定、验证后的模型预测平水年不同灌溉方案下的夏玉米产量,以产量最大为目标筛选最优的灌溉方案。【结果】N2处理下的0~40 cm土层土壤含水率(SWC)均高于N1处理和M2处理;各处理的生物量平均值和产量表现为:M2处理>M1处理>N2处理>N1处理。各处理SWC模拟值与实测值的R2、EF和RMSE分别为0.645~0.907、0.461~0.779和0.021~0.034,冠层覆盖度模拟值与实测值的R2、EF和RMSE分别为0.942~0.992、0.964~0.990和0.463~0.781,生物量模拟值与实测值的R2、EF和RMSE分别为0.959~0.984、0.969~0.986和0.507~0.614 t/hm2,产量模拟值与实测值的RMSE为0.180~0.890 t/hm2,水分利用效率模拟值与实测值的RMSE为0.001~0.003 t/(hm2·mm)。【结论】常规滴灌下高水相比低水处理可提高0~40 cm土层SWC,灌水20 mm条件下,常规滴灌处理在0~40 cm土层的SWC高于膜下滴灌处理;覆膜与提高灌水量均能提高夏玉米的生物量和产量,AquaCrop模型能较好地模拟天津市夏玉米的生长过程;夏玉米最优灌溉方案为苗期灌溉20 mm、抽穗期和灌浆期各灌溉10 mm。

作者:常梅 周青云 尹林萍

五、基于AquaCrop模型的水稻多目标灌溉制度优化研究

【目的】优化现有水稻灌溉制度,节约灌溉用水量,减少稻田氮磷流失量以降低面源污染风险。【方法】构建了基于AquaCrop模型和NSGA-Ⅱ算法的水稻灌溉制度模拟优化模型,利用水稻田间试验数据,开展以产量最大、氮磷流失量最小、灌水次数最少的3种目标组合(产量-氮磷流失量(Y-TNP)、产量-灌水次数(Y-N)、产量-氮磷流失量-灌水次数(Y-TNP-N))下的灌溉制度优化模型研究,提出适应不同生育期降水年型的稳产-控污-提效灌溉制度。【结果】(1)与常规灌溉相比,Y-TNP灌溉制度优化水稻产量下降2.14%,氮磷流失量减少23.09%;Y-N灌溉制度优化水稻产量下降1.76%,灌水次数减少53%;Y-TNP-N灌溉制度优化水稻产量下降2.64%,氮磷流失量减少22.83%,灌水次数减少2次。(2)不同典型年以Y-TNP-N为目标优化的稳产-控污-提效灌溉制度水稻产量介于7.74~7.78 t/hm2,同时大幅度减少灌水量进而降低氮磷流失量。【结论】AquaCrop模型可模拟试验区水稻的生长发育过程,本文构建的模拟-优化耦合模型可用于优化不同生育期降水年型下稳产-控污-提效的灌溉制度。

作者:马超 吴天傲 章伟忠 李江 缴锡云

AquaCrop模型农业水资源管理及代码解析培训班:课程内容简要

专题一  模型原理与数据要求

1. AquaCrop模型的应用范围

2. 模型基本原理与计算框架

3.模型输入数据要求

4.模型应用实例简介

图片

专题二 模型数据准备

1.气象数据准备:包括温度、降水量、蒸发量等。

2.土壤数据制备:土壤类型、含水量、水分保持能力

3.农作物数据制备:作物类型、生长周期、水分需求

4.管理措施的输入:灌溉方式、施肥计划、病虫害管理

图片

图片

专题三  模型运行及结果分析

1.模型运行步骤

2.模型输出

3.模型结果分析(在线版)

图片

图片

专题四  参数分析

1.敏感性分析方法

2.模型敏感参数

3.参数的不确定性分析方法

4.参数的不确定性分析

5.参数调优建议

图片

专题五   源代码分析

1.现代Fortran基础

2.模型Fortran代码编译

3.模型代码结构

4.模型入口分析

5.模型主要计算功能分析

图片

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/13986.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Python知识点复习

文章目录 Input & OutputVariables & Data typesPython字符串重复&#xff08;字符串乘法&#xff09;字符串和数字连接在一起print时&#xff0c;要强制类型转换int为str用input()得到的用户输入&#xff0c;是str类型&#xff0c;如果要以int形式计算的话&#xff0c…

SkyWalking 介绍及部署

1、SkyWalking简介2、SkyWalking的搭建 2.1 部署Elasticsearch2.2 部署SkyWalking-Server2.3 部署SkyWalking-UI3、应用接入 3.1 jar包部署方式3.2 dockerfile方式3.3 DockerFile示例4、SkyWalking UI 界面说明 4.1 仪表盘 4.1.1 APM &#xff08;1&#xff09;全局维度&#x…

UBUNTU22.04无法安装nvidia-driver-550 依赖于 nvidia-dkms-550 (<= 550.54.15-1)

类似的报错信息&#xff0c;就是卡在了nvidia-dkms-550无法安装 Loading new nvidia-550.40.07 DKMS files… Building for 6.5.0-15-generic Building for architecture x86_64 Building initial module for 6.5.0-15-generic ERROR: Cannot create report: [Errno 17] File e…

【机器学习】在电子商务(淘*拼*京*—>抖)的应用分析

机器学习与大模型&#xff1a;电子商务的新引擎 一、电子商务的变革与挑战二、机器学习与大模型的崛起三、机器学习与大模型在电子商务中的应用实践个性化推荐精准营销智能客服库存管理与商品定价 四、总结与展望 随着互联网的飞速发展&#xff0c;电子商务已经成为我们生活中不…

【三剑客和正则表达式】

文章目录 学习目标一、什么是三剑客1.三剑客grep2.三剑客sed3.三剑客awk4.正则过滤例子15.正则过滤例子2 总结 学习目标 1.学会使用 grep 2.学会使用 sed 3.学会使用 awk 4.学会使用正则表达式一、什么是三剑客 正则三剑客&#xff1a;grep sed awk 1.三剑客grep # 擅长过滤…

【深度学习】YOLOv8训练,交通灯目标检测

文章目录 一、数据处理二、环境三、训练 一、数据处理 import traceback import xml.etree.ElementTree as ET import os import shutil import random import cv2 import numpy as np from tqdm import tqdmdef convert_annotation_to_list(xml_filepath, size_width, size_he…

海山数据库(He3DB)代理ProxySQL使用详解:(二)功能实测

读写分离实测 ProxySQL官方demo演示了三种读写分离的方式&#xff1a;使用不同的端口进行读写分离、使用正则表达式进行通用的读写分离、使用正则和digest进行更智能的读写分离。最后一种是针对特定业务进行的优化调整&#xff0c;也可将其归结为第二种方式&#xff0c;下边分…

MySQL备份与日志练习

1、创建对mysql数据库test1的定时备份任务&#xff0c;频率是每周一的2点 create database test1;crond -e0 2 * * 1 mysqldump -u root -pAdmin123 --databases test1 > /opt/test1.sql2、test1中有t1、t2、t3三张表&#xff0c;要求只备份t2这张表 mysqldump -u root -pA…

Python 机器学习 基础 之 数据表示与特征工程 【单变量非线性变换 / 自动化特征选择/利用专家知识】的简单说明

Python 机器学习 基础 之 数据表示与特征工程 【单变量非线性变换 / 自动化特征选择/利用专家知识】的简单说明 目录 Python 机器学习 基础 之 数据表示与特征工程 【单变量非线性变换 / 自动化特征选择/利用专家知识】的简单说明 一、简单介绍 二、单变量非线性变换 三、自…

知识图谱数据预处理笔记

知识图谱数据预处理笔记 0. 引言1. 笔记1-1. \的转义1-2. 特殊符号的清理1-3. 检查结尾是否正常1-4. 检查<>是否存在1-5. 两端空格的清理1-6. 检查object内容长时是否以<开始 0. 引言 最近学习知识图谱&#xff0c;发现数据有很多问题&#xff0c;这篇笔记记录遇到的…

软件设计师备考笔记(九):数据库技术基础

文章目录 一、基本概念二、数据模型&#xff08;一&#xff09;基本概念&#xff08;二&#xff09;E-R模型&#xff08;三&#xff09;数据模型 三、关系代数&#xff08;一&#xff09;关系数据库的基本概念&#xff08;二&#xff09;五种基本的关系代数运算&#xff08;三&…

bugku 网络安全事件应急响应

开启靶场&#xff1a; 开始实验&#xff1a; 使用Xshell登录服务器&#xff0c;账号及密码如上图。 1、提交攻击者的IP地址 WP: 找到服务器日志路径&#xff0c;通常是在/var/log/&#xff0c;使用cd /var/log/&#xff0c;ls查看此路径下的文件. 找到nginx文件夹。 进入ng…

【Jenkins】Centos7安装Jenkins(环境:JDK11,tomcat9,maven3.8)

目录 Jenkins部署环境Maven安装1.上传安装包2.解压3.配置Maven环境变量4.使配置文件立即生效5.校验Maven安装6.Maven配置阿里云仓库7.Maven配置依赖下载位置 Git安装安装监测安装 JDK17安装1.查看旧版本JDK2.卸载旧版本JDK3.查看是否卸载干净4.创建java目录5.下载JDK11安装包6.…

Excel中Lookup函数

#Excel查找函数最常用的是Vlookup&#xff0c;而且是经常用其精确查找。Lookup函数的强大之处在于其“二分法”的原理。 LOOKUP&#xff08;查找值&#xff0c;查找区域&#xff08;Vector/Array&#xff09;&#xff0c;[返回结果区域]&#xff09; 为什么查找区域必须升序/…

【UE HTTP】“BlueprintHTTP Server - A Web Server for Unreal Engine”插件使用记录

1. 在商城中下载“BlueprintHTTP Server - A Web Server for Unreal Engine”插件 该插件的主要功能有如下3点&#xff1a; &#xff08;1&#xff09;监听客户端请求。 &#xff08;2&#xff09;可以将文件直接从Unreal Engine应用程序提供到Web。 &#xff08;3&#xff…

Antd Vue项目引入TailwindCss之后出现svg icon下移,布局中的问题解决方案

目录 1. 现象&#xff1a; 2. 原因分析&#xff1a; 3. 解决方案&#xff1a; 写法一&#xff1a;扩展Preflight 写法二&#xff1a; 4. 禁用 Preflight 1. 现象&#xff1a; Antd Vue项目引入TailwindCss之后出现svg icon下移&#xff0c;不能对齐显示的情况&#xff0…

k8s笔记 | Prometheus安装

kube-prometheus 基于github安装 选择对应的版本 这里选择 https://github.com/prometheus-operator/kube-prometheus/tree/release-0.11 下载修改为国内镜像源 image: quay.io 改为 quay.mirrors.ustc.edu.cn image: k8s.gcr.io 改为 lank8s.cn 创建 prometheus-ingres…

在AndroidStudio创建虚拟手机DUB-AI20

1.DUB-AI20介绍 DUB-AL20是华为畅享9全网通机型。 华为畅享9采用基于Android 8.1定制的EMUI 8.2系统&#xff0c;最大的亮点是配置了1300万AI双摄、4000mAh大电池以及AI人脸识别功能&#xff0c;支持熄屏快拍、笑脸抓拍、声控拍照、手势拍照等特色的拍照功能&#xff0c;支持移…

Windows安装mingw32/w64

1.下载 MinGW-w64 WinLibs - GCCMinGW-w64 compiler for Windows Releases niXman/mingw-builds-binaries (github.com) MinGW-w64、UCRT 和 MSVCRT 是 Windows 平台上常用的 C/C 运行库&#xff0c;它们有以下不同点&#xff1a; MinGW-w64&#xff1a;是一个基于 GCC 的…

【数据结构】【C语言】堆~动画超详细解读!

目录 1 什么是堆1.1 堆的逻辑结构和物理结构1.2 堆的访问1.3 堆为什么物理结构上要用数组?1.4 堆数据上的特点 2 堆的实现2.1 堆类型定义2.2 需要实现的接口2.3 初始化堆2.4 销毁堆2.5 堆判空2.6 交换函数2.7 向上调整(小堆)2.8 向下调整(小堆)2.9 堆插入2.10 堆删除2.11 //堆…