• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      水分生產(chǎn)函數(shù)求解方法及比較

      2010-06-13 08:17:52岳佳佳
      科學之友 2010年1期
      關鍵詞:步長灌溉作物

      岳佳佳

      (太原理工大學水利科學與工程學院,山西 太原 030024)

      中國水資源嚴重短缺是經(jīng)濟社會發(fā)展,特別是農(nóng)業(yè)經(jīng)濟發(fā)展的重要制約因素。為了保證農(nóng)業(yè)經(jīng)濟的發(fā)展首先要提高灌溉水的利用效率,在作物生長期內根據(jù)作物需水要求將水量進行最優(yōu)分配,以保證水的充分利用。這樣就提出了作物水分生產(chǎn)函數(shù)這一概念。作物水分生產(chǎn)函數(shù)是指作物水分與生產(chǎn)函數(shù)之間的關系,是調控水分使之有利于作物生長的重要依據(jù)之一。因此,為了合理安排作物優(yōu)化灌溉制度,合理利用現(xiàn)有的水資源,使作物達到最高產(chǎn)量,就要研究作物水分生產(chǎn)函數(shù)及其在實際中的應用。文章以玉米為研究對象分別基于Jensen模型和水分敏感指數(shù)積累函數(shù)模型求解水分敏感指數(shù),并且對兩種模型的精度進行比較。

      1 基于Jensen模型的作物水分生產(chǎn)函數(shù)

      1.1 水分生產(chǎn)函數(shù)模型

      (1)Doorenbos-Kassan模型:

      (2)Blank 模型[1]:

      (3)Hiller-Clark 模型[2]:

      (4)Singh 模型[3]:

      (5)Jensen模型0

      式中:Kyj:作物第ii階段的產(chǎn)量反應系數(shù);

      ETmi:充分灌溉條件下作物階段i的騰發(fā)量;

      ETi非充分灌溉條件下階段i的騰發(fā)量;

      y:作物實際產(chǎn)量;

      ym:作物最大產(chǎn)量;

      λi:水分敏感指數(shù)。

      1.2 水分生產(chǎn)函數(shù)模型參數(shù)求解方法[4]

      基于Jensen模型的水分生產(chǎn)函數(shù)模型采用全階段同時求解法,即利用模型結構的特征轉化為多元線性回歸分析方法求解。設某年有m組非充分灌溉試驗,記為j=1,2,…,m。n個作物生長階段,記為i=1,2,…,n。設m組試驗中有一組充分灌溉,其余m-1組為非充分灌溉。為獲得惟一可行解,應滿足m-1>n+1。并盡可能的使m較大。試驗中每個處理應至少重復兩次,一般應經(jīng)過2~3年試驗。

      以山西省1991年—1994年春玉米為研究對象求解水分敏感指數(shù),分為播種-拔節(jié),拔節(jié)-抽穗,抽穗-灌漿,灌漿-收獲4個階段,每個階段做5個設計處理,并測出每個階段的耗水量及產(chǎn)量,可得出水分敏感指數(shù)求解結果見表1,散點圖見圖1。

      表1 春玉米水分敏感指數(shù)結果(坑測試驗)

      圖1 春米水分敏感指數(shù)計算相對與實測產(chǎn)量比較

      sss根據(jù)試驗可以得出作物減產(chǎn)系數(shù)越大,水分敏感指數(shù)也越大,反之亦然。不同作物之間以及作物生長的不同階段之間水分敏感指數(shù)值也不相同,這就反應了對產(chǎn)量的影響是不相同的。水分敏感指數(shù)是反映了作物和作物各階段對缺水的敏感程度的指標。

      2 以相對騰發(fā)量為基變量的一個過程模型

      2.1 模型參數(shù)求解方法

      王仰仁等提出了以相對蒸騰量自變量繁榮過程模型:

      式中:λ(△ti):水分敏感指數(shù);

      Z(t):水分敏感指數(shù)積累曲線;

      ti:作物生長階段;

      a,b,c為待定系數(shù);

      ET:作物騰發(fā)量。

      這里采用模式搜索法求解參數(shù)。包括兩種搜索方式,即試探性搜索和模式搜索。試探性搜索利用坐標輪換法沿不同的坐標方向搜索,得到合適的搜索方向。例如對于二維問題,從X0開始經(jīng)過e1,e2兩個方向的搜索得到新點X1,顯然X1優(yōu)于X0點。然后進行模式搜索,即在兩連線方向移動相同的步長,得到Y1=2X1-X0,以Y1為起點進行試探性搜索,得到新點X2,然后以X1,X2方向進行模式搜索。

      在試探性搜索中,各個坐標方向可以按一定的步長進行搜索,而不必考慮最優(yōu)步長。當一次試探性搜索失敗,則壓縮步長重新搜索,直至搜索步長小于給定的精度要求。

      2.2 求解過程及方法

      根據(jù)山西省玉米的資料,已知玉米的騰發(fā)量,a,b,c未知,可假定為a=4.72,b=0.0637,c=0.916,根據(jù)公式可以求出各階段的參數(shù)值。

      具體過程如下:

      (1)以(a0,b0,c0)T為起點進行試探性搜索。首先固定b=0.0637,c=0.9160,Q在a方向進行搜索,即a分別增減△a,計算相應的函數(shù)值,Q=(5.192,0.067,0.9160)=77421.85016>58696.97603,失??;Q=(4.248,0.0637,0.9160)=89245.60159>58696.97603,失?。凰?a方向步長減半即(△a,△b,△c)T=(0.236,0.00637,0.09160)T,Q(4.956,0.0637,0.9160)=63401.63>58696.603,失敗;再繼續(xù)使a的步長減半即 (△a,△b,△c)T=(0.118,0.00637,0.09160)T,Q=(4.838,0.0637,0.9160)=59720.38902>58696,97603,失敗;Q=(4.602,0.0637,0.9160)=59301.20386>58696.97603,失??;再繼續(xù)減半,即(△a,△b,△c)T=(0.0295,0.00637,0.09160),Q(4.7495,0.0637,0.9160)=58683.1956<58696.97603,成功;Q(4.6905,0.0637,0.9160)=58900.8494>58696.97603,失敗。

      (2)然后以(4.6905.0.0637,0.9160)為起點,固定 a和 c,在 b方向進行搜索,方法同上;同理,固定a和b,在c方向上進行搜索。經(jīng)過一次可得到一個新的起點(a1,b1,c1),令 Y1=2(a1,b1,c1)T-(a0,b0,c0)T,若 Q(Y1)搜索失敗,則以(a1,b1,c1)為新起點同第(1)步一樣繼續(xù)搜索。

      如此計算即使步長再小也沒有最小值,因此最小點為(a*,b*,c*)=(4.7495,0.0637,0.9160)T,最小值為 Q*=58683.3。按上述方法求得水分敏感指數(shù)求解結果見表2,散點圖見圖2。

      表2 春玉米水分敏感指數(shù)結果(坑測試驗)

      圖2 春米水分敏感指數(shù)計算相對與實測產(chǎn)量比較

      3 結果與討論

      λ是作物水分敏感指數(shù),其值越大說明對水分越敏感,缺水引起的減產(chǎn)及不良影響越大。不同作物以及同一種作物的不同生長期間水分敏感指數(shù)也都不同,不同作物及作物不同階段對水分的敏感程度不同。

      由上可看出在春玉米受旱試驗中,利用水分敏感積累曲線求的水分敏感參數(shù)要比Jensen模型求的更為精確。玉米的需水高峰期也是水分虧缺對產(chǎn)量影響最大的時期,在缺水時應首先保證這一時期的供水量。研究作物水分生產(chǎn)函數(shù)能夠把有限的水資源進行優(yōu)化配置,為制定灌溉制度和灌溉措施提供依據(jù)。

      [1]H.J.Vaux,W.O.Pruitt,Crop-Water Pro duction Function,U.S.Academic Press,1SBN 0-12-024302-4,1983.

      [2]R.J.Hanks,R.W.Hill,Modeling Crop Respones to Irrigation in Relation to Soil,Climate and Salinity,Utah State University,U.S.A.ISBN 0-08-025513-2,1980.

      [3]P.Singh,H.Wolkewitz,R.Kumar,Comparative Functions for Wheat,Irrigation Science,U.S.A,1987.

      [4]王仰仁,榮豐濤.山西省主要農(nóng)作物水分生產(chǎn)函數(shù)中參數(shù)的試驗研究.《水利學報》,1997.

      猜你喜歡
      步長灌溉作物
      基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
      蒼松溫室 蒼松灌溉
      蒼松溫室 蒼松灌溉
      蒼松溫室 蒼松灌溉
      蒼松溫室 蒼松灌溉
      作物遭受霜凍該如何補救
      四種作物 北方種植有前景
      內生微生物和其在作物管理中的潛在應用
      無人機遙感在作物監(jiān)測中的應用與展望
      基于逐維改進的自適應步長布谷鳥搜索算法
      福安市| 芜湖县| 涿鹿县| 绥化市| 来宾市| 新丰县| 庄河市| 三明市| 太和县| 涟源市| 阳朔县| 若尔盖县| 泗洪县| 德清县| 沂南县| 黄山市| 七台河市| 辛集市| 新平| 都昌县| 砀山县| 龙陵县| 江孜县| 中西区| 资中县| 方正县| 南靖县| 宁晋县| 白玉县| 旌德县| 内江市| 城步| 红安县| 长宁区| 开远市| 万年县| 女性| 荆州市| 同心县| 湖口县| 金寨县|