CN115511360A - 一种区域农田实际蒸散量的估算方法 - Google Patents

一种区域农田实际蒸散量的估算方法 Download PDF

Info

Publication number
CN115511360A
CN115511360A CN202211276856.2A CN202211276856A CN115511360A CN 115511360 A CN115511360 A CN 115511360A CN 202211276856 A CN202211276856 A CN 202211276856A CN 115511360 A CN115511360 A CN 115511360A
Authority
CN
China
Prior art keywords
crop
evapotranspiration
potential
farmland
accumulated
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.)
Pending
Application number
CN202211276856.2A
Other languages
English (en)
Inventor
王笑影
温日红
张慧
贾庆宇
谢艳兵
蔡福
李荣平
赵先丽
邹旭东
汪宏宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Institute Of Atmospheric Environment China Meteorological Administration
Original Assignee
Shenyang Institute Of Atmospheric Environment China Meteorological Administration
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Institute Of Atmospheric Environment China Meteorological Administration filed Critical Shenyang Institute Of Atmospheric Environment China Meteorological Administration
Priority to CN202211276856.2A priority Critical patent/CN115511360A/zh
Publication of CN115511360A publication Critical patent/CN115511360A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Animal Husbandry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及农业水文测量技术领域，尤其涉及一种区域农田实际蒸散量的估算方法。方法包括：确定待估算在目标时段内实际蒸发量的区域农田，以及确定区域农田中的参考作物的作物系数；基于作物系数，计算参考作物在目标时段内的累计参考作物潜在蒸发量，以及根据累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量；计算在目标时段内区域农田的累计降水量；比较累计参考作物潜在蒸散量和累计降水量的数值的大小，取较小值作为在目标时段内区域农田的实际蒸散量的估测值。本申请中的估算基础以降水量、潜在蒸散量和作物系数作为约束条件，由于上述数据的获取较为方便，计算过程简便，操作效率高，因此具有非常高的实用性。

Description

一种区域农田实际蒸散量的估算方法
技术领域
本申请涉及农业水文测量技术领域，尤其涉及一种区域农田实际蒸散量的估算方法。
背景技术
蒸散既是地表水分循环的重要组成部分，也是能量平衡的主要项。清楚了解区域农田实际蒸散量，对准确认识区域能量平衡和水分循环具有重要意义。由于大范围的区域农田实际蒸散量没有办法通过仪器直接测量，目前，主要采用间接方法进行估算。在现有技术中，间接估算方法主要可分为两类，一类是基于卫星遥感的反演估算方法，另一类是基于气象资料的估算方法。
首先，基于卫星遥感反演方法，可实现大范围的区域农田实际蒸散量估算。但这种方法具有高度的不确定性，需要经过地面观测数据来不断校正。在缺乏地面密集校正数据的情况下，这种方法反演可靠性不高。
其次，由于可获取长期的地面气象观测资料，所以基于气象资料估算农田区域实际蒸散量的方法得到广泛重视。目前，基于气象资料估算区域农田实际蒸散量较为主流的方法是基于互补关系原理。即通过如下公式进行计算：ETa+ETp＝αETw，其中，ETa为区域尺度实际蒸散量，ETp为潜在蒸散量，可通过Penman型公式计算，ETw为湿润环境条件下(即下垫面充分供水时的)区域蒸散量，可通过Priestley-Taylor公式计算，α为待定参数。因为Penman型公式和Priestley-Taylor公式均是基于气象观测资料进行计算，所以在确定α参数的前提下就可以实现区域尺度农田实际蒸散量的准确估算。但是经过研究发现，参数α随着环境条件及农田下垫面特征的变化而变化，并不是一个固定不变的数值，以及目前尚未建立起关于参数α动态变化的参考信息，因此，基于互补关系原理估算区域农田实际蒸散量在实际应用中仍存在诸多困难。
因此可知，针对区域农田实际蒸散量的估算问题，目前仍缺少简单实用有效的方法。
发明内容
本申请提供了一种区域农田实际蒸散量的估算方法，能够解决现存的区域农田实际蒸散量的估算缺少简单实用有效的方法的问题。
在实际中，由于区域农田实际蒸散量同时受大气蒸发力(潜在蒸散)、作物自身生物特性(作物系数)和土壤供水能力(降水)的调控，为此，针对长时间(如作物生长季、年或年际以上时间，下同)尺度，构建一种区域农田实际蒸散量的估算方法，方法包括：
S1：确定待估算在目标时段内实际蒸发量的区域农田，以及确定区域农田中的参考作物的作物系数；
S2：基于作物系数，计算参考作物在目标时段内的累计参考作物潜在蒸发量，以及根据累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量；
S3：计算在目标时段内区域农田的累计降水量；
S4：比较累计参考作物潜在蒸散量和累计降水量的数值的大小，取较小值作为在目标时段内区域农田的实际蒸散量的估测值。
可选地，所述步骤S2包括：
S21：计算参考作物的每日参考作物潜在蒸发量并且根据每日参考作物潜在蒸发量计算参考作物在目标时段内的累计参考作物潜在蒸发量；
S22：根据作物系数和累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量。
可选地，所述步骤S21包括：
S211：计算参考作物的土壤热通量G、2米高处日平均气温T、饱和水汽压es、饱和水汽压曲线的斜率Δ、实际水汽压ea、湿度计常数r和净辐射Rn；
S212：根据参考作物的土壤热通量G、2米高处日平均气温T、饱和水汽压es、饱和水汽压曲线的斜率Δ、实际水汽压ea、湿度计常数r和净辐射Rn，计算参考作物的每日参考作物潜在蒸发量，计算公式如下所示：
Figure BDA0003895483390000021
式中，ETpi为参考作物潜在蒸散量，mm·day-1；
u2为2米高处的风速，m·s-1；
es-ea为饱和水汽压差，kPa；
S213：根据每日参考作物潜在蒸发量计算参考作物在目标时段内的累计参考作物潜在蒸发量，计算公式如下所示：
Figure BDA0003895483390000022
式中：ETpi为每日参考作物潜在蒸散量，mm；
i为目标时段的开始日序；
m为目标时段的最终日序。
可选地，所述步骤S22包括：
S221：根据作物系数和累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量，计算公式如下所示：
ETc total＝Kc×ETp；
式中：ETc_total为区域农田的累计参考作物潜在蒸散量，mm；
Kc为作物系数；
ETp_total为目标时段内累计的参考作物潜在蒸散量，mm。
有益效果：
本申请独辟蹊径地提出了一种基于降水量、参考作物潜在蒸散量和作物系数作为约束条件的区域农田实际蒸散量的估算方法，旨在能够快速有效地实现在长时间尺度(作物生长季、年或年际以上尺度)区域农田实际蒸散量的估算。具体地，方法中应用的数据的获取较为方便，计算过程简便，操作效率高，因此具有非常高的实用性。
因此，本申请能够解决现存的区域农田实际蒸散量的估算缺少简单实用有效的方法的问题。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种区域农田实际蒸散量的估算方法的流程示意图；
图2为本申请实施例中辽宁省2019年生长季(4-9月)农田的实际蒸散量示意图；
图3为本申请实施例中分别通过实际蒸散量的估算方法和水量平衡法计算的辽宁省在2001年～2009年的全省农田实际蒸散量的对比示意图。
具体实施方式
下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
本申请提供了一种区域农田实际蒸散量的估算方法，如图1所示，图1为本申请实施例中一种区域农田实际蒸散量的估算方法的流程示意图，包括：
S1：确定待估算在目标时段内实际蒸发量的区域农田，以及确定区域农田中的参考作物的作物系数。
S2：基于作物系数，计算参考作物在目标时段内的累计参考作物潜在蒸发量，以及根据累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量。
其中，步骤S2包括：
S21：计算参考作物的每日参考作物潜在蒸发量并且根据每日参考作物潜在蒸发量计算参考作物在目标时段内的累计参考作物潜在蒸发量。
其中，步骤S21包括：
S211：计算参考作物的土壤热通量G、2米高处日平均气温T、饱和水汽压es、饱和水汽压曲线的斜率Δ、实际水汽压ea、湿度计常数r和净辐射Rn。
具体地，计算公式如下所示：
(1)土壤热通量G的计算公式如下所示：
Figure BDA0003895483390000041
式中：Cs为土壤热容量(MJ·m-2·℃-1)；
Ti为第i时刻气温(℃)；
Ti-1为第i-1时刻气温(℃)；
Δt为时间步长(day)；
ΔZ为有效土壤深度(m)；
(2)2米高处日平均气温T的计算公式如下所示：
Figure BDA0003895483390000042
式中，Tmax为日最高气温(℃)；
Tmin为日最低气温(℃)；
(3)饱和水汽压es的计算公式如下所示：
Figure BDA0003895483390000043
式中：e0(Tmax)和e0(Tmin)分别为气温Tmax和Tmin时的水汽压(kPa)，相应的计算公式如下所示：
Figure BDA0003895483390000044
Figure BDA0003895483390000045
(4)饱和水汽压曲线的斜率Δ的计算公式如下所示：
Figure BDA0003895483390000046
(5)实际水汽压ea的计算公式如下所示：
在实际水汽压没有观测数据情况下，通过露点温度计算实际水汽压(ea)，计算方法为：
Figure BDA0003895483390000047
式中：Tdew为露点温度(℃)；
(6)湿度计常数r的计算公式如下所示：
Figure BDA0003895483390000051
式中：p为大气压(kPa)；
λ为汽化潜热(为2.45MJ·kg-1)；
Cp为常压下的比热，具体为1.013×10-3MJ·kg-1·℃-1)；
ε为水蒸气分子量与干燥空气分子量的比值(为0.662)；
(7)净辐射Rn的计算公式如下所示：
Rn＝Rns-Rnl；
式中：Rns为净短波辐射(MJ·m-2·day-1)，Rnl为净长波辐射(MJ·m-2·day-1)；
(71)净短波辐射Rns的计算公式如下所示：
Rns＝(1-α)Rs；
式中：α为反射率，取值0.23，无量纲；
Rs为天文辐射(MJ·m-2·day-1)，计算公式如下所示：
Figure BDA0003895483390000052
式中：a，b为经验系数，a＝0.2，b＝0.4；
Rs0为理论天文辐射(MJ·m-2·day-1)；
n为实际日照时数；
N为理论日照时数，计算公式如下所示：
Figure BDA0003895483390000053
式中：Φ为地理纬度；
δ为赤纬，计算公式如下所示：
δ＝23.5sin(0.986m-78.9)；
式中：m为日序，从1月1日开始排序；
Rs0为理论天文辐射，计算公式如下所示：
Figure BDA0003895483390000054
式中：R0为太阳常数(116.96MJ·m-2·day-1)；
τ为昼夜的时间；
ρ为以日地平均距离(1496×108)为单位的日地距离，取近似值1；
π为圆周率；
ω0为日出时角，计算公式如下所示：
ω0＝ar cos(-tanΦtanδ)或ω0＝15°/2×N；
(72)净长波辐射Rnl的计算公式如下所示：
Figure BDA0003895483390000061
式中：ζ为斯蒂芬-玻尔茨曼(Stephan-Boltzman)常数，值为4.901×10-9MJ·m-2·day-1·K-4；
Tk为凯氏温度(K)，计算公式如下所示：
Figure BDA0003895483390000062
c，d为经验常数，c＝0.3，d＝0.7。
S212：根据参考作物的土壤热通量G、2米高处日平均气温T、饱和水汽压es、饱和水汽压曲线的斜率Δ、实际水汽压ea、湿度计常数r和净辐射Rn，计算参考作物的每日参考作物潜在蒸发量，计算公式如下所示：
Figure BDA0003895483390000063
式中，ETpi为参考作物潜在蒸散量(mm·day-1)。
u2为2米高处的风速(m·s-1)。
es-ea为饱和水汽压差(kPa)。
S213：根据每日参考作物潜在蒸发量计算参考作物在目标时段内的累计参考作物潜在蒸发量，计算公式如下所示：
Figure BDA0003895483390000064
式中：ETpi为每日参考作物潜在蒸散量(mm)。
i为目标时段的开始日序。
m为目标时段的最终日序。
S22：根据作物系数和累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量。
其中，步骤S22包括：
S221：根据作物系数和累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量，计算公式如下所示：
ETc total＝Kc×ETp。
式中：Kc为作物系数。
ETp_total为目标时段内累计的参考作物潜在蒸散量(mm)。
S3：计算在目标时段内区域农田的累计降水量。
具体地，计算公式如下所示：
Figure BDA0003895483390000071
式中：Ptotal为累计降水量(mm)；
Pi为每日降水量(mm)；
i为目标时段的起始日序；
m为目标时段的最终日序。
S4：比较累计参考作物潜在蒸散量和累计降水量的数值的大小，取较小值作为在目标时段内区域农田的实际蒸散量的估测值。
具体地，比较公式如下所示：
ETa_total＝min{Ptotal,ETc_total}；
式中：ETa_total为目标时段内累计的区域农田实际蒸散量(mm)，代表了在大气蒸发力和参考作物自身生物特性调控下的蒸散量；
Ptotal为目标时段内累计降水量(mm)，Ptotal代表受土壤供水能力调控下的蒸散量；
ETc_total为目标时段内累计的参考作物潜在蒸散量(mm)。
上式表示在目标时段内ETa取Ptotal和ETc_total之间的最小值。
实施例一：估算辽宁省2019年生长季(4-9月)农田的实际蒸散量。
(一)确定待估算在目标时段内实际蒸发量的区域农田：
具体地，根据步骤S1，确定待估算在目标时段内实际蒸发量的区域农田为辽宁省内区域农田，目标时段为生长季2019年4月1日～9月30日。
辽宁省共有62个地面气象观测站点，气象观测资料包括：站点经度、纬度(Φ)、海拔高度，每日2米高处最高气温(Tmax)、最低气温(Tmin)、2米高处风速(u2)、实际水汽压(ea)、大气压(p)、日照时数(n)和降水量(P)。
(二)计算参考作物的每日参考作物潜在蒸散量(ETpi)；
具体地，根据步骤S211～S212，计算每日参考作物潜在蒸散量(ETpi)，得到62个气象观测站点在目标时段内每日参考作物潜在蒸散量(ETpi)。
(三)根计算目标时段内累计参考作物潜在蒸散量(ETp_total)：
具体地，根据步骤S213，将日潜在蒸散量累加得到62个气象观测站点生长季(4-9月)累计参考作物潜在蒸散量(ETp_total)。
(四)计算目标时段内累计参考作物潜在蒸散量(ETc_total)：
具体地，根据步骤S221，计算目标时段内累计参考作物潜在蒸散量(ETc_total)，其中，辽宁省参考作物系数设定为Kc＝0.8，计算得到62个气象观测站点生长季(4-9月)累计参考作物潜在蒸散量(ETc_total)。
(五)计算生长季累计降水量(Ptotal)：
具体地，根据步骤S3，计算得到62个气象观测站点在目标时段内的累计降水量(Ptotal)。
(六)计算生长季农田实际蒸散量(ETa_total)：
具体地，根据步骤S4，计算得到62个气象观测站点在目标时段内农田实际蒸散量(ETa_total)。
如图2所示，图2为本申请实施例中辽宁省2019年生长季(4-9月)农田的实际蒸散量示意图。
为了验证本申请提出的方法在估算区域农田实际蒸散量的可靠性及优越性，利用2001-2019辽宁省水资源公报中的水文观测数据资料，资料内容包括降水量和径流量，基于水量平衡法估算了年尺度上辽宁省全省实际蒸散量，水量平衡法一般用作计算区域尺度实际蒸散量的基准参考方法。
如图3所示，图3为本申请实施例中分别通过实际蒸散量的估算方法和水量平衡法计算的辽宁省在2001年～2009年的全省农田实际蒸散量的对比示意图。结果表明：本申请提出的方法计算的实际蒸散量和基于水量平衡法的计算结果相关性极高(R2＝0.8104)，证明本申请提出的方法在估算区域农田实际蒸散量方面具有非常高的精度和可靠性。
以上对本申请的实施例进行了详细说明，但内容仅为本申请的较佳实施例，不能被认为用于限定本申请的实施范围。凡依本申请范围所作的均等变化与改进等，均应仍属于本申请的专利涵盖范围之内。

Claims (4)

1.一种区域农田实际蒸散量的估算方法，其特征在于，包括：
S1：确定待估算在目标时段内实际蒸发量的区域农田，以及确定区域农田中的参考作物的作物系数；
S2：基于作物系数，计算参考作物在目标时段内的累计参考作物潜在蒸发量，以及根据累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量；
S3：计算在目标时段内区域农田的累计降水量；
S4：比较累计参考作物潜在蒸散量和累计降水量的数值的大小，取较小值作为在目标时段内区域农田的实际蒸散量的估测值。
2.根据权利要求1所述的一种区域农田实际蒸散量的估算方法，其特征在于，所述步骤S2包括：
S21：计算参考作物的每日参考作物潜在蒸发量并且根据每日参考作物潜在蒸发量计算参考作物在目标时段内的累计参考作物潜在蒸发量；
S22：根据作物系数和累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量。
3.根据权利要求2所述的一种区域农田实际蒸散量的估算方法，其特征在于，所述步骤S21包括：
S211：计算参考作物的土壤热通量G、2米高处日平均气温T、饱和水汽压es、饱和水汽压曲线的斜率Δ、实际水汽压ea、湿度计常数r和净辐射Rn；
S212：根据参考作物的土壤热通量G、2米高处日平均气温T、饱和水汽压es、饱和水汽压曲线的斜率Δ、实际水汽压ea、湿度计常数r和净辐射Rn，计算参考作物的每日参考作物潜在蒸发量，计算公式如下所示：
Figure FDA0003895483380000011
式中，ETpi为参考作物潜在蒸散量，mm·day-1；
u2为2米高处的风速，m·s-1；
es-ea为饱和水汽压差，kPa；
S213：根据每日参考作物潜在蒸发量计算参考作物在目标时段内的累计参考作物潜在蒸发量，计算公式如下所示：
Figure FDA0003895483380000012
式中：ETpi为每日参考作物潜在蒸散量，mm；
i为目标时段的开始日序；
m为目标时段的最终日序。
4.根据权利要求3所述的一种区域农田实际蒸散量的估算方法，其特征在于，所述步骤S22包括：
S221：根据作物系数和累计参考作物潜在蒸发量，计算区域农田的累计参考作物潜在蒸散量，计算公式如下所示：
ETctotal＝Kc×ETp；
式中：ETc_total为区域农田的累计参考作物潜在蒸散量，mm；
Kc为作物系数；
ETp_total为目标时段内累计的参考作物潜在蒸散量，mm。
CN202211276856.2A 2022-10-18 2022-10-18 一种区域农田实际蒸散量的估算方法 Pending CN115511360A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211276856.2A CN115511360A (zh) 2022-10-18 2022-10-18 一种区域农田实际蒸散量的估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211276856.2A CN115511360A (zh) 2022-10-18 2022-10-18 一种区域农田实际蒸散量的估算方法

Publications (1)

Publication Number Publication Date
CN115511360A true CN115511360A (zh) 2022-12-23

Family

ID=84510022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211276856.2A Pending CN115511360A (zh) 2022-10-18 2022-10-18 一种区域农田实际蒸散量的估算方法

Country Status (1)

Country Link
CN (1) CN115511360A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236564A (zh) * 2023-11-08 2023-12-15 北京弘象科技有限公司 针对农田干旱的评估解决方法、装置、设备和介质
CN117473256A (zh) * 2023-10-23 2024-01-30 中国水利水电科学研究院 一种优化蒸发胁迫指数的计算方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117473256A (zh) * 2023-10-23 2024-01-30 中国水利水电科学研究院 一种优化蒸发胁迫指数的计算方法
CN117236564A (zh) * 2023-11-08 2023-12-15 北京弘象科技有限公司 针对农田干旱的评估解决方法、装置、设备和介质
CN117236564B (zh) * 2023-11-08 2024-02-02 北京弘象科技有限公司 针对农田干旱的评估解决方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN115511360A (zh) 一种区域农田实际蒸散量的估算方法
US7430458B2 (en) Calculating an ET value for an irrigation area
Bos et al. Water requirements for irrigation and the environment
Genfo et al. Simulations of the effect of a warmer climate on atmospheric humidity
Price Evaporation from a blanket bog in a foggy coastal environment
Linacre Climate and the evaporation from crops
CN112699621A (zh) 一种考虑下垫面条件变化的潜在蒸散发估算方法
CN110599360A (zh) 一种干旱区农作物生长季蒸散发高分辨率遥感估算方法
CN112700089B (zh) 一种草原灌溉地水资源消耗量的计算方法
Kessler et al. Long‐term changes in net radiation and its components above a pine forest and a grass surface in Germany
Stanhill et al. The climate of the cotton crop: Physical characteristics and microclimate relationships
Moore et al. A season of heat, water vapor, total hydrocarbon, and ozone fluxes at a subarctic fen
Nouri et al. Estimation of evapotranspiration based on Surface Energy Balance Algorithm for Land (SEBAL) using Landsat 8 and MODIS images.
Iritz et al. Energy partitioning in relation to leaf area development of short-rotation willow coppice
Ali et al. Estimation of daily evaporation from calculated evapotranspiration in Iraq
Thornthwaite et al. The Water Budget Ami Its Use in Irrigation
Thoreson et al. Comparison of evapotranspiration estimates from remote sensing (SEBAL), water balance, and crop coefficient approaches
Almhab et al. Estimation of Evapotranspiration with Modified SEBAL model using landsat-TM and NOAA-AVHRR images in arid mountains area
Decker Precision of Estimates of Evapotranspiration in Missouri Climate 1
Schulze Mapping potential evapotranspiration in hilly terrain
Enku Estimation of evapotranspiration from satellite remote sensing and meteorological data over the Fogera flood plain-Ethiopia
Takeuchi et al. Meteorological features at Moreno and Tyndall glaciers, Patagonia, in the summer 1993/94
Baker et al. An experimental investigation of Evapotranspiration estimation methods
Rosenberg et al. Evaporation from bare soil in a coastal environment
Ljungkull et al. B1llletin 112

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination