CN103413035A - 一种农田净灌溉用水模型及灌溉用水量估算方法 - Google Patents
一种农田净灌溉用水模型及灌溉用水量估算方法 Download PDFInfo
- Publication number
- CN103413035A CN103413035A CN2013103254452A CN201310325445A CN103413035A CN 103413035 A CN103413035 A CN 103413035A CN 2013103254452 A CN2013103254452 A CN 2013103254452A CN 201310325445 A CN201310325445 A CN 201310325445A CN 103413035 A CN103413035 A CN 103413035A
- Authority
- CN
- China
- Prior art keywords
- module
- evapotranspiration
- vegetation
- farmland
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003621 irrigation water Substances 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 20
- 239000002689 soil Substances 0.000 claims abstract description 69
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 230000005855 radiation Effects 0.000 claims description 34
- 238000001556 precipitation Methods 0.000 claims description 22
- 239000010410 layer Substances 0.000 claims description 18
- 239000011229 interlayer Substances 0.000 claims description 2
- 238000003973 irrigation Methods 0.000 abstract description 6
- 230000002262 irrigation Effects 0.000 abstract description 6
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000012271 agricultural production Methods 0.000 abstract description 2
- 230000014759 maintenance of location Effects 0.000 abstract 3
- 230000004907 flux Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000009795 derivation Methods 0.000 description 4
- 238000009834 vaporization Methods 0.000 description 4
- 230000008016 vaporization Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000005442 atmospheric precipitation Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- RHBRMCOKKKZVRY-ITLPAZOVSA-N naltrexone hydrochloride Chemical compound Cl.N1([C@@H]2CC3=CC=C(C=4O[C@@H]5[C@](C3=4)([C@]2(CCC5=O)O)CC1)O)CC1CC1 RHBRMCOKKKZVRY-ITLPAZOVSA-N 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Landscapes
- Cultivation Of Plants (AREA)
Abstract
本发明涉及生态水文学科学领域,尤其涉及一种农田净灌溉用水模型。模型包括中央数据处理器、植被截留模块、径流模块、蒸散发模块和土壤含水量模块,其中,中央数据处理器分别与植被截留模块、径流模块、蒸散发模块和土壤含水量模块有数据传输。本发明充分考虑大尺度的地表不均一性,将空间离散化为像元,在像元尺度上反演农田净灌溉用水模型中各子模块所需的部分参数,耦合生态水文过程模型,进行降水植被截留、土壤含水量、径流和蒸散发全过程模拟,实现了对农田土壤含水量的实时监控,并能及时了解农田是否需要灌溉,或灌溉所需用水量,避免农田得不到及时灌溉或者灌溉量过大的情况,从而造成农业生产损失和水资源浪费。
Description
技术领域
本发明涉及生态水文学科学领域,尤其涉及一种农田净灌溉用水模型及灌溉用水量估算方法。
背景技术
农业用水特别是灌溉用水增加,导致的地下水位下降和地表水急剧减少的问题凸显。估算农田灌溉用水时空格局对于水资源管理和粮食安全十分重要。
净灌溉用水是指在一定时间内,为满足作物正常生长,除降水补给外需要的灌溉水量。当土壤含水量不能满足作物正常生长的需要,需要进行灌溉补给。按照水量平衡原理,观测期内植被降水截留量、有效作物蒸散发、径流量和观测始末土壤水分差值之和为观测期内降水总量和灌溉总量之和,进一步可得到观测期内需要净灌溉用水量。
下垫面是指地球表面,包括海洋、陆地、陆地上的高原、山地、平原、森林、草原以及城市等。下垫面各部分温度、水分以及表面形状等参数均有较大差异,从而导致下垫面具有非均一性。
现有的净灌溉用水量估算方法中,大多根据区域类型估算农田蒸散发量,并结合降水、径流、土壤含水量等实地观测与统计资料得到,或者直接根据观测期内一定面积农田统计的灌溉用水量得到,简单、实用。
通常情况下,区域观测尺度较小时,认为气象参数、下垫面均一、农田管理方式等相差不明显。但是对于大的区域或流域,上述方法由于未充分考虑地表的非均一性而造成不能准确地估算特定区域空间分布状况,具有较大的局限性。
综合上述,提出一种既考虑了下垫面的非均一性且精确度又高的大尺度像元尺度的农田净灌溉用水量估算方法是急需解决的问题。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:提供一种考虑了下垫面的非均一性且精确度又高的大尺度像元尺度的农田净灌溉用水模型,以及利用该模型实现的农田净灌溉用水量估算方法。
(二)技术方案
为了解决上述技术问题,本发明提供了一种农田净灌溉用水模型,其包括中央数据处理器,处理各部分数据;植被截留模块,计算植被截留量;径流模块,计算径流量;蒸散发模块,计算蒸散发量;土壤含水量模块,模拟土壤含水量及灌溉量。
其中,中央数据处理器分别与植被截留模块、径流模块、蒸散发模块和土壤含水量模块有数据传输。
进一步的,植被截留模块采用半经验半理论模型进行计算。
进一步的,蒸散发模块包括实际蒸散发模块和潜在蒸散发模块。
进一步的,土壤含水量模块包括根系吸水模块、层间土壤水分增量模块和根系层补给量模块。
本发明还提供了一种利用农田净灌溉用水模型实现估算农田灌溉用水量的方法,其包括以下步骤:
S1:获取下垫面参数和气象参数;
S2:分别向植被截留模块、蒸散发模块、径流模块和土壤含水量模块中输入下垫面参数和气象参数;
S3:将计算出的植被截留量、蒸散发量和径流量传输给中央数据处理器;
S4:中央数据处理器根据各模块传输来的数据控制土壤含水量模块进行土壤含水量模拟,
S5:根据模拟结果计算出农田灌溉用水量。
其中,步骤S1中的下垫面参数包括植被类型、植被盖度、叶面积指数、田间持水量Wf、萎蔫系数Wm、各层土壤含水量和表层土壤厚度,气象参数包括降水量、气温、长波辐射、短波辐射、地表反照率和大气压。
其中,步骤S4在计算时需向中央数据处理器输入降水量。
(三)有益效果
本发明的上述技术方案具有如下优点:充分考虑大尺度的地表不均一性,将空间离散化为像元,在像元尺度上反演农田净灌溉用水模型中各子模块所需的部分参数,耦合生态水文过程模型,进行降水植被截留、土壤含水量、径流和蒸散发全过程模拟,实现了对农田土壤含水量的实时监控,并能及时了解农田是否需要灌溉,或灌溉所需用水量,避免农田得不到及时灌溉或者灌溉量过大的情况,从而造成农业生产损失和水资源浪费。
附图说明
图1为本发明模型结构示意图。
图2为本发明净灌溉用水量推导过程图。
图3为本发明植被截留量退出过程图。
图4为本发明径流量推导过程图。
图5为本发明蒸散发量推导过程图。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本发明提供了一种农田净灌溉用水模型,其包括中央数据处理器、植被截留模块、径流模块、蒸散发模块和土壤含水量模块。
其中,中央数据处理器分别与植被截留模块、径流模块、蒸散发模块和土壤含水量模块有数据传输。
净灌溉用水是指在一定时间内,为满足作物正常生长,除降水补给外需要的灌溉水量。水量交换侧重垂直方向,根据北方流域地下水位情况,在研究中忽略地下水对农田根系层的补给作用。农田净灌溉用水量I用如下公式表示:
I=Sv+R+ETa+ΔW-P
式中,Sv为期内累计植被截留量,R为期内径流量,ETa为期内累计蒸散发量,ΔW为期内末期和起始期土壤含水量差值,P为期内累计降水量。
由公式可知,如图2所示,要计算出净灌溉用水量就须知道植被截留量、径流量、蒸散发量、土壤含水量和降水量。除降水量可以通过遥感或者通过监测站获取以外,其他数据均需要计算才能得出。
植被截留量可以通过植被截留模块计算得出。
植被截留是指大气降水到达冠层后,部分降水被植被的冠层截留并存储的现象,它对雨水具有在数量和时间上重新分配的功能,截留水量将以蒸发的形式返回大气中,并影响同期的蒸散发能力。
植被截留模块可以为经验模型、半经验半理论模型或理论模型,其中以Rutter模型和Gash解析模型较为完善且被广泛应用,但是模型的参数较难获取,因此,本发明采用半经验半理论模型进行计算。
降雨过程中植被对降水的截留主要有枝叶作用,因此截留量主要与植被特征有关,如植被盖度、叶面积、叶面粗糙度,随植被类型和生长时段而变化。植被截留量Sv的计算方程为:
式中:cv为植被盖度,反映覆被空间分布情况;P为累积降水量,Smax为植被最大截留量;η为校正系数。
植被最大截留量主要取决于叶面特征,即叶面积和叶面粗糙度。基于叶面积指数LAI可以计算出植被最大截留量,其公式为:
Smax=0.935+0.498×LAI-0.00575×LAI2
η=0.046×LAI
综上所述,可得出植被截留量在植被截留模块中输入参数降雨量、叶面积指数和植被盖度后可以计算出,如图3所示。
遥感技术在这些参数的获取上均已有较为成熟的应用,可以提供较高时间分辨率的LAI产品,能为模型提供驱动数据。
径流量可以通过径流模块进行计算得出。
径流模块分为4个单元计算,包括地表径流单元、表层壤中流单元、深层壤中流单元和地下径流单元,4个单元之和即为所求径流量。
降雨经林冠截留后到达表层土壤,一部分在表面发生地表径流,剩余部分进入表层土壤补充土壤含水量。地表径流采用VGTM模型计算,模型认为地表径流与有效降雨呈非线性关系,这种关系通过时变增益因子表示,时变增益因子通过表层土壤水分求算,同时增加下垫面覆被状况对产流状况的影响通过地表覆被因子C来表达,其主要与植被生长状况有关。地表径流单元计算公式如下:
式中:为地表径流量,AWu为表层土壤含水量,WMu为表层土壤饱和含水量,(P-Sv)为有效降雨量,为降雨量扣除植被截留后到达地面的净雨量;g1与g2是时变增益因子的有关参数(0<g1<1,1<g2),其中g1为土壤饱和后径流系数,g2为土壤水影响系数;C为覆被影响参数。
扣除地表径流外的降雨以一定的速率下渗进入土壤,一部分保存在土壤中,使土壤含水量增大;一部分沿着土壤空隙流动,从坡侧土壤空隙流出,转换为地表径流,注入河槽的部分径流称为表层壤中流,采用自由水蓄水库线性出流计算,表层壤中流单元计算公式如下:
表层土壤水分在重力和水势作用下向深层下渗,给定表层到深层的下渗率为fc,即可求算上层土壤渗入到下层的水量,地下径流亦相同。深层壤中流和地下径流计算方式同于表层壤中流,即
式中:和分别为深层壤中流量和地下径流量,AWd和AWg分别为深层土壤含水量和地下层含水量,Kd和Kg分别深层土壤流出流系数和地下径流出流系数,地下径流一般出流较为稳定,在冰期,径流的主要供给为地下流,因此可根据冬季径流量确定出流系数。
由图4和上述公式可知,在径流模块中输入表层土壤含水量AWu、表层土壤饱和含水量MWu、表层土壤厚度Thick、深层土壤含水量AWd、地下层含水量AWg、降水量P以及在植被截留模块得出的植被截留量Sv就可以得出径流量R,这些数据均可以通过遥感方式获取,如降水量P等还可以通过其他方式获取。
蒸散发量ETa的计算是通过蒸散发模块完成的,如图5所示为蒸散发量ETa推导过程图。
实际蒸散量ETa取决于潜在蒸散量ETP以及制约蒸散过程的土壤水分胁迫系数KS。因此,实际蒸散发量ETa可表示为:
ETa=Ks×ETp
土壤水分胁迫系数Ks可以利用下列公式确定:
Ks=ln(Av+1)/ln(101)
Av=[(W-Wm)/(Wf-Wm)]×100
式中,W为即时含水量,Wf为田间持水量,Wm为萎蔫系数。
其中,田间持水量Wf与萎蔫系数Wm均与土壤的类别有关,其均可以用常规方法进行估算。
在蒸散发模块中,潜在蒸散发量ETP由Priestley-Taylor公式计算得出,其公式为:
式中,α为Priestley-Taylor系数,取值为1.26;Rn为地表净辐射,G为土壤热通量,λ为汽化潜热,Δ为饱和水气压-温度曲线斜率,γ为干湿表常数。
由上述公式可以看出,在计算潜在蒸散发量ETP时,需知道地表净辐射Rn、土壤热通量G、汽化潜热λ、饱和水气压-温度曲线斜率Δ和干湿表常数γ。
地表净辐射Rn又称辐射平衡或辐射差额,是指地表面净得的短波辐射RS与长波辐射RL之和,即地表辐射能量收支的差额。它是地表面能量、动量、水分输送与交换过程中的主要能源,是地气能量交换中最重要的组分,也是驱动地表蒸散和显热通量的主要来源。
在蒸散发模块中,地表净辐射采用MODIS数据估算卫星过境时刻的瞬时地表净辐射Rn:
Rn=(1-α)RS+RL
式中,α为地表反照率,RS为短波辐射,RL为长波辐射。
地表反照率α、短波辐射RS和长波辐射RL均可以通过遥感方式获取数据,故蒸散发模块可以通过上述公司计算出瞬时地表净辐射。
瞬时地表净辐射Rn计算出以后,蒸散发模块再对瞬时地表净辐射Rn进行积分运算,就可以得出所需要的地表净辐射Rn。
地表净辐射能量一部分被用作蒸散发,一部分被用来加热地表的大气,剩下的则被储藏在土壤或水体之中,这部分土壤或水体的热交换能量即土壤热通量。目前土壤热通量G还不能直接通过遥感技术获取,一般通过它与地表净辐射Rn及植被盖度cv的关系来确定,在蒸散发模块中的计算公式如下:
G=Rn[Γc+(1-cv)(Γs+Γc)]
式中:Γc为土壤热通量与地表净辐射的比值,在全植被覆盖下Γc=0.05,Γs为土壤热通量与地表净辐射比值,在裸地情况下Γs=0.315,cv为植被盖度。
对于水体和冰雪,土壤热通量G的计算多采用与地表净辐射Rn取比值的方法,本发明中,水体、积雪与冰川的土壤热通量G与地表净辐射Rn的比值取0.5,即认为进入水体和冰雪的地表净辐射Rn有一半被吸收成为冰雪的G:
G=0.5Rn
由上述可知,土壤热通量G的计算是通过地表净辐射Rn和植被盖度cv完成的。
汽化潜热λ在蒸散发模块中是通过气温Ta进行估算:
λ=2.5-0.0022Ta
而饱和水气压-温度曲线斜率Δ在蒸散发模块中是通过气温Ta进行计算:
干湿表常数γ在蒸散发模块中是通过下列公式进行计算:
式中,Cp为空气定压比热,取值为1.013×10-3,Pr为大气压,ε是水汽分子量和干空气分子量的比值,取值为0.622;λ为汽化潜热。
以上可以得出瞬时的蒸散发量ETa,但是蒸散发量ETa在每一时间是不一样的,在得出瞬时蒸散发量ETa以后,再进行积分运算,就可以得出所需要的蒸散发量。
由上述可知,在蒸散发模块中输入田间持水量Wf、萎蔫系数Wm、长波辐射RL、短波辐射RS、地表反照率α、植被盖度cv、大气压Pr和气温Ta就可以得出蒸散发量ETa,而上述数据均可以通过遥感进行获取,部分数据还可以通过其他方式获取。
土壤含水量模块可以进行土壤含水量的模拟,以确定土壤内的水分是否对足够生物生长需要。
利用遥感获取初始土壤含水量和检测时的土壤含水量之后,就可以对农田净灌溉用水进行计算了。
综上所述,可以得出利用农田净灌溉用水模型实现估算农田灌溉用水量的方法,其包括以下步骤:
S1:获取下垫面参数和气象参数;
S2:分别向植被截留模块、蒸散发模块、径流模块和土壤含水量模块中输入下垫面参数和气象参数;
S3:将计算出的植被截留量SV、蒸散发量ETa和径流量R传输给中央数据处理器;
S4:中央数据处理器根据各模块传输来的数据控制土壤含水量模块进行土壤含水量模拟,
S5:根据模拟结果计算出农田灌溉用水量I。
其中,步骤S1中的下垫面参数包括植被类型、植被盖度cv、叶面积指数LAI、田间持水量Wf、萎蔫系数Wm、各层土壤含水量W和表层土壤厚度Thick,气象参数包括降水量P、气温Ta、长波辐射RL、短波辐射RS、地表反照率α和大气压Pr。
其中,步骤S4在计算时需向中央数据处理器输入降水量P。
需要用遥感获取的数据,如果有其他方式可以获取,也可以用其他方式,如气温Ta可以用温度计,降水量P可以在气象监测站获取等。
本发明充分考虑大尺度的地表不均一性,将空间离散化为像元,通过逐个像元反演水平衡方程各子模型所需的部分参数,耦合生态水文过程模型,并进行降水植被截留、土壤含水量、径流和蒸散发全过程模拟,实现了对农田土壤的含水量进行实时监控,能及时知道农田是否需要灌溉,或需要灌溉时的用水量,从而避免农田没有及时灌溉而造成损失或灌溉用水量太大而受到损失和水资源浪费。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (7)
1.一种农田净灌溉用水模型,其特征在于,包括中央数据处理器,处理各部分数据;植被截留模块,计算植被截留量;径流模块,计算径流量;蒸散发模块,计算蒸散发量;土壤含水量模块,模拟土壤含水量,其中,中央数据处理器分别与植被截留模块、径流模块、蒸散发模块和土壤含水量模块有数据传输。
2.根据权利要求1所述的农田净灌溉用水模型,其特征在于,所述的植被截留模块采用半经验半理论模型进行计算。
3.根据权利要求1所述的农田净灌溉用水模型,其特征在于,所述的蒸散发模块包括实际蒸散发模块和潜在蒸散发模块。
4.根据权利要求1所述的农田净灌溉用水模型,其特征在于,所述的土壤含水量模块包括根系吸水模块、层间土壤水分增量模块和根系层补给量模块。
5.一种利用农田净灌溉用水模型实现估算农田灌溉用水量的方法,其特征在于,包括以下步骤:
S1:获取下垫面参数和气象参数;
S2:分别向植被截留模块、蒸散发模块和径流模块中输入下垫面参数和气象参数;
S3:将计算出的植被截留量、蒸散发量和径流量传输给中央数据处理器;
S4:中央数据处理器根据各模块传输来的数据控制土壤含水量模块进行土壤含水量模拟,
S5:根据模拟结果计算出农田灌溉用水量。
6.根据权利要求5所述的方法,其特征在于,所述的步骤S1中的下垫面参数包括植被类型、植被盖度、叶面积指数、田间持水量Wf、萎蔫系数Wm、各层土壤含水量和表层土壤厚度,气象参数包括降水量、气温、长波辐射、短波辐射、地表反照率和大气压。
7.根据权利要求5所述的方法,其特征在于,所述的步骤S4在计算时需向中央数据处理器输入降水量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310325445.2A CN103413035B (zh) | 2013-07-30 | 2013-07-30 | 一种农田净灌溉用水模型及估算灌溉用水量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310325445.2A CN103413035B (zh) | 2013-07-30 | 2013-07-30 | 一种农田净灌溉用水模型及估算灌溉用水量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103413035A true CN103413035A (zh) | 2013-11-27 |
CN103413035B CN103413035B (zh) | 2017-06-16 |
Family
ID=49606046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310325445.2A Expired - Fee Related CN103413035B (zh) | 2013-07-30 | 2013-07-30 | 一种农田净灌溉用水模型及估算灌溉用水量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413035B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200080A (zh) * | 2014-08-22 | 2014-12-10 | 中国科学院遥感与数字地球研究所 | 一种农业区水资源环境诊断方法及其系统 |
CN104297450A (zh) * | 2014-10-20 | 2015-01-21 | 西安理工大学 | 实时灌溉监测点位置的确定方法 |
CN104594280A (zh) * | 2014-05-19 | 2015-05-06 | 贵州省水利水电勘测设计研究院 | 一种径流过程和灌溉用水过程长序列的随机模拟方法 |
CN105258719A (zh) * | 2015-09-30 | 2016-01-20 | 四川大学 | 多空隙组合介质隧洞渗流植被生长用水测试方法 |
CN105321120A (zh) * | 2014-06-30 | 2016-02-10 | 中国农业科学院农业资源与农业区划研究所 | 同化蒸散发和叶面积指数的区域土壤水分监测方法 |
CN106570627A (zh) * | 2016-11-02 | 2017-04-19 | 河海大学 | 一种未来气候条件下作物灌溉需水量计算方法 |
CN106702981A (zh) * | 2016-12-22 | 2017-05-24 | 中国水利水电科学研究院 | 一种灌区排水系统的参数生成方法及装置 |
CN106845808A (zh) * | 2017-01-10 | 2017-06-13 | 北京师范大学 | 基于遥感数据反演的灌区稻田智能灌排决策方法和系统 |
CN107025380A (zh) * | 2017-04-17 | 2017-08-08 | 中国灌溉排水发展中心 | 一种确定允许喷灌强度的方法 |
CN107258494A (zh) * | 2017-07-06 | 2017-10-20 | 郑州大学 | 一种植被生态高效用水智能化精准调配系统 |
CN108012640A (zh) * | 2017-11-29 | 2018-05-11 | 上海华维节水灌溉股份有限公司 | 一种基于作物环境协同反馈的灌溉施肥系统 |
CN110222656A (zh) * | 2019-06-11 | 2019-09-10 | 成都理工大学 | 基于遥感技术的地上植被生态水定量反演方法 |
CN110348043A (zh) * | 2019-05-24 | 2019-10-18 | 南方科技大学 | 土壤蓄水能力的估算方法、装置、设备及存储介质 |
CN110376355A (zh) * | 2019-07-23 | 2019-10-25 | 中国科学院遥感与数字地球研究所 | 土壤墒情测量方法及装置 |
CN110896836A (zh) * | 2019-11-13 | 2020-03-24 | 北京农业智能装备技术研究中心 | 一种无土栽培营养液管控方法及系统 |
CN110929653A (zh) * | 2019-11-26 | 2020-03-27 | 珠江水利委员会珠江水利科学研究院 | 一种基于遥感的灌溉水有效利用系数测算方法 |
CN111079256A (zh) * | 2019-11-18 | 2020-04-28 | 珠江水利委员会珠江水利科学研究院 | 一种基于遥感的灌溉水有效利用系数测算方法 |
CN112329212A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学 | 一种农作物的灌溉方法、装置、系统和可读存储介质 |
CN112906477A (zh) * | 2021-01-21 | 2021-06-04 | 中国农业科学院农田灌溉研究所 | 一种基于无人机光谱数据的灌溉处方图反演方法 |
CN113065090A (zh) * | 2021-04-07 | 2021-07-02 | 中国水利水电科学研究院 | 一种区域农田灌溉用水量分析计算方法 |
CN114442199A (zh) * | 2021-12-21 | 2022-05-06 | 中国农业科学院农田灌溉研究所 | 一种测量农田降雨有效系数的测量系统及其测量方法 |
CN115169263A (zh) * | 2022-07-19 | 2022-10-11 | 中国科学院地理科学与资源研究所 | 基于TVGM-Budyko耦合模型的多时间尺度径流变化归因分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6343255B1 (en) * | 2000-02-06 | 2002-01-29 | Sanford Christopher Peek | Method and system for providing weather information over the internet using data supplied through the internet and a wireless cellular data system |
CN101021433A (zh) * | 2007-02-17 | 2007-08-22 | 奕永庆 | 降水径流测量装置及其方法 |
CN102567634A (zh) * | 2011-12-23 | 2012-07-11 | 中国水利水电科学研究院 | 一种基于水循环的地下水数值仿真方法 |
CN102661842A (zh) * | 2012-04-19 | 2012-09-12 | 北京地拓科技发展有限公司 | 一种定量估算年土壤风蚀量的方法及装置 |
CN103093114A (zh) * | 2013-02-05 | 2013-05-08 | 河海大学 | 一种基于地形和土壤特性的分布式流域缺水量测算方法 |
-
2013
- 2013-07-30 CN CN201310325445.2A patent/CN103413035B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6343255B1 (en) * | 2000-02-06 | 2002-01-29 | Sanford Christopher Peek | Method and system for providing weather information over the internet using data supplied through the internet and a wireless cellular data system |
CN101021433A (zh) * | 2007-02-17 | 2007-08-22 | 奕永庆 | 降水径流测量装置及其方法 |
CN102567634A (zh) * | 2011-12-23 | 2012-07-11 | 中国水利水电科学研究院 | 一种基于水循环的地下水数值仿真方法 |
CN102661842A (zh) * | 2012-04-19 | 2012-09-12 | 北京地拓科技发展有限公司 | 一种定量估算年土壤风蚀量的方法及装置 |
CN103093114A (zh) * | 2013-02-05 | 2013-05-08 | 河海大学 | 一种基于地形和土壤特性的分布式流域缺水量测算方法 |
Non-Patent Citations (4)
Title |
---|
刘勇洪 等: "基于RS和GIS技术的区域农田灌溉量预报研究及应用", 《自然资源学报》 * |
刘昌明 等: "分布式生态水文模型EcoHAT系统开发及应用", 《中国科学 E辑:技术科学》 * |
杨胜天 等: "喀斯特地区植被生态需水定额、定量研究-以贵州中部地区为例", 《现代地理科学与贵州社会经济》 * |
王玉娟 等: "植被生态用水结构及绿水资源消耗效用-以黄河三门峡地区为例", 《地理研究》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104594280A (zh) * | 2014-05-19 | 2015-05-06 | 贵州省水利水电勘测设计研究院 | 一种径流过程和灌溉用水过程长序列的随机模拟方法 |
CN105321120A (zh) * | 2014-06-30 | 2016-02-10 | 中国农业科学院农业资源与农业区划研究所 | 同化蒸散发和叶面积指数的区域土壤水分监测方法 |
CN104200080A (zh) * | 2014-08-22 | 2014-12-10 | 中国科学院遥感与数字地球研究所 | 一种农业区水资源环境诊断方法及其系统 |
CN104200080B (zh) * | 2014-08-22 | 2017-11-17 | 中国科学院遥感与数字地球研究所 | 一种农业区水资源环境诊断方法及其系统 |
CN104297450A (zh) * | 2014-10-20 | 2015-01-21 | 西安理工大学 | 实时灌溉监测点位置的确定方法 |
CN105258719B (zh) * | 2015-09-30 | 2017-06-30 | 四川大学 | 多空隙组合介质隧洞渗流植被生长用水测试方法 |
CN105258719A (zh) * | 2015-09-30 | 2016-01-20 | 四川大学 | 多空隙组合介质隧洞渗流植被生长用水测试方法 |
CN106570627A (zh) * | 2016-11-02 | 2017-04-19 | 河海大学 | 一种未来气候条件下作物灌溉需水量计算方法 |
CN106702981A (zh) * | 2016-12-22 | 2017-05-24 | 中国水利水电科学研究院 | 一种灌区排水系统的参数生成方法及装置 |
CN106845808A (zh) * | 2017-01-10 | 2017-06-13 | 北京师范大学 | 基于遥感数据反演的灌区稻田智能灌排决策方法和系统 |
CN107025380A (zh) * | 2017-04-17 | 2017-08-08 | 中国灌溉排水发展中心 | 一种确定允许喷灌强度的方法 |
CN107258494A (zh) * | 2017-07-06 | 2017-10-20 | 郑州大学 | 一种植被生态高效用水智能化精准调配系统 |
CN108012640A (zh) * | 2017-11-29 | 2018-05-11 | 上海华维节水灌溉股份有限公司 | 一种基于作物环境协同反馈的灌溉施肥系统 |
CN110348043A (zh) * | 2019-05-24 | 2019-10-18 | 南方科技大学 | 土壤蓄水能力的估算方法、装置、设备及存储介质 |
CN110348043B (zh) * | 2019-05-24 | 2021-11-23 | 南方科技大学 | 土壤蓄水能力的估算方法、装置、设备及存储介质 |
CN110222656A (zh) * | 2019-06-11 | 2019-09-10 | 成都理工大学 | 基于遥感技术的地上植被生态水定量反演方法 |
CN110376355A (zh) * | 2019-07-23 | 2019-10-25 | 中国科学院遥感与数字地球研究所 | 土壤墒情测量方法及装置 |
CN110376355B (zh) * | 2019-07-23 | 2020-07-07 | 中国科学院遥感与数字地球研究所 | 土壤墒情测量方法及装置 |
CN110896836A (zh) * | 2019-11-13 | 2020-03-24 | 北京农业智能装备技术研究中心 | 一种无土栽培营养液管控方法及系统 |
CN110896836B (zh) * | 2019-11-13 | 2021-04-06 | 北京农业智能装备技术研究中心 | 一种无土栽培营养液管控方法及系统 |
CN111079256A (zh) * | 2019-11-18 | 2020-04-28 | 珠江水利委员会珠江水利科学研究院 | 一种基于遥感的灌溉水有效利用系数测算方法 |
CN111079256B (zh) * | 2019-11-18 | 2023-08-29 | 珠江水利委员会珠江水利科学研究院 | 一种基于遥感的灌溉水有效利用系数测算方法 |
CN110929653A (zh) * | 2019-11-26 | 2020-03-27 | 珠江水利委员会珠江水利科学研究院 | 一种基于遥感的灌溉水有效利用系数测算方法 |
CN112329212A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学 | 一种农作物的灌溉方法、装置、系统和可读存储介质 |
CN112906477A (zh) * | 2021-01-21 | 2021-06-04 | 中国农业科学院农田灌溉研究所 | 一种基于无人机光谱数据的灌溉处方图反演方法 |
CN112906477B (zh) * | 2021-01-21 | 2022-09-02 | 中国农业科学院农田灌溉研究所 | 一种基于无人机光谱数据的灌溉处方图反演方法 |
CN113065090B (zh) * | 2021-04-07 | 2021-10-26 | 中国水利水电科学研究院 | 一种区域农田灌溉用水量分析计算方法 |
CN113065090A (zh) * | 2021-04-07 | 2021-07-02 | 中国水利水电科学研究院 | 一种区域农田灌溉用水量分析计算方法 |
CN114442199A (zh) * | 2021-12-21 | 2022-05-06 | 中国农业科学院农田灌溉研究所 | 一种测量农田降雨有效系数的测量系统及其测量方法 |
CN115169263A (zh) * | 2022-07-19 | 2022-10-11 | 中国科学院地理科学与资源研究所 | 基于TVGM-Budyko耦合模型的多时间尺度径流变化归因分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103413035B (zh) | 2017-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103413035A (zh) | 一种农田净灌溉用水模型及灌溉用水量估算方法 | |
CN103645295B (zh) | 一种多层土壤水分模拟方法和系统 | |
Shen et al. | Energy/water budgets and productivity of the typical croplands irrigated with groundwater and surface water in the North China Plain | |
Muñoz-Villers et al. | Water balances of old-growth and regenerating montane cloud forests in central Veracruz, Mexico | |
Piccinni et al. | Determination of growth-stage-specific crop coefficients (KC) of maize and sorghum | |
Tomaszkiewicz et al. | Dew as an adaptation measure to meet water demand in agriculture and reforestation | |
Dewandel et al. | An efficient methodology for estimating irrigation return flow coefficients of irrigated crops at watershed and seasonal scale | |
Jaramillo et al. | Multimethod assessment of evapotranspiration shifts due to non-irrigated agricultural development in Sweden | |
Liu et al. | Stemflow of water on maize and its influencing factors | |
Zhang et al. | Variation in vineyard evapotranspiration in an arid region of northwest China | |
Rodríguez et al. | Water use by perennial crops in the lower Sonora watershed | |
Xiao et al. | Response of net primary production to land use and climate changes in the middle‐reaches of the Heihe River Basin | |
Tsakmakis et al. | Operational precise irrigation for cotton cultivation through the coupling of meteorological and crop growth models | |
Lathuillière et al. | Rain-fed and irrigated cropland-atmosphere water fluxes and their implications for agricultural production in Southern Amazonia | |
Leu et al. | The effect of organic matter amendment on soil water holding capacity change for irrigation water saving: Case study in Sahelian environment of Africa | |
Zhang et al. | Variation characteristics of non-rainfall water and its contribution to crop water requirements in China’s summer monsoon transition zone | |
Wang et al. | Simulated water balance of forest and farmland in the hill and gully region of the Loess Plateau in China | |
Criddle | Methods of computing consumptive use of water | |
Shrestha et al. | Basal crop coefficients for vine and erect crops with plastic mulch in a sub-tropical region | |
Osorio et al. | Influence of potential evapotranspiration on the water balance of sugarcane fields in Maui, Hawaii | |
Cheng et al. | Redistribution process of precipitation in ecological restoration activity of Pinus sylvestris var. mongolica in Mu Us Sandy Land, China | |
Al-Najar et al. | The impact of climate change and soil salinity in irrigation water demand on the Gaza Strip | |
Hossen et al. | Seasonality of ecosystem respiration in a double-cropping paddy field in Bangladesh | |
Sangha et al. | The impact of nitrogen treatment and short-term weather forecast data in irrigation scheduling of corn and cotton on water and nutrient use efficiency in humid climates | |
Brown | Quantifying bottomland hardwood forest and agricultural grassland evapotranspiration in floodplain reaches of a mid Missouri stream |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170616 |