摘要：为提升输入网格新安江模型的降雨和蒸发数据的时空分布准确度,完善水文循环过程,并为进一步实现WRF模型与网格新安江模型的耦合提供基础,构建了由WRF驱动的网格新安江模型。首先,采用逐步订正法将WRF预报降雨与雨量站降雨融合来获取WRF融合降雨;然后将WRF预报气象数据输入网格新安江模型中并采用彭曼公式计算单元网格小时蒸发能力;最后由WRF融合降雨和彭曼公式蒸发能力驱动网格新安江模型在湿润的屯溪流域进行洪水模拟预报。结果表明:①WRF融合降雨具有较高精度且具有精细空间分布。相较于WRF预报降雨,WRF融合降雨与实测降雨的相关性(RR≥0.99)和拟合度(NSE≥0.98)更高,雨峰误差(-8.1%~3.5%)和雨量误差(-2.0%~6.7%)均明显减小。在空间分布上,WRF融合降雨具有比站点插值降雨更复杂的空间信息,信息熵(SE)显著增加(30.4%~48.2%),并包含了WRF降雨和站点插值降雨的降雨中心。②彭曼公式蒸发能力不仅呈现出逐小时变化规律,且与降雨过程密切相关。在空间分布上,彭曼公式蒸发能力与海拔密切相关,在中高程地区最大,低高程地区次之,而在高程较高地区最小。③WRF驱动的网格新安江模型具有较大的洪水预报潜力。相较于使用WRF预报降雨驱动网格新安江模型,由WRF融合降雨和彭曼公式蒸发能力驱动的网格新安江模型在屯溪流域的洪水预报精度明显提高,预报洪水的NSE均在0.90以上,洪量、洪峰和峰现时间合格率均达到100%。

摘要：准确监测灌溉用水、灌溉面积等信息是灌区管理的基础,基于遥感监测和彭曼公式联合计算法,以新疆孔雀河灌区为研究区,利用Landsat8中尺度遥感分辨率(30cm)影像解译出灌区主要农作物棉花和香梨实际种植面积及不同生育期内作物的覆盖度,获取了孔雀河灌区代表性作物的耗水量空间分布和生育期的耗水量。结果表明:利用遥感影像提取的灌溉面积与实际灌溉面积进行对比,精度达到99.33%;获取灌区耗水定额与主要作物生育期灌溉制度进行对比,精度达到97.8%。两种精度验证结果表明:利用遥感影像技术解决了目前灌区农业灌溉用水计量监测能力薄弱、统计数据不真实的问题,为加强灌区农业用水管理提供技术支撑。

摘要：彭曼公式是水面蒸发计算和农田蒸发量计算中经常使用的一个公式，由于其中一些物理量是用经验方法确定的，当使用地区的环境条件改变时，需根据当地的实际情况对公式中的一些经验系数作适当的修正。本文介绍了一种既能对彭曼公式进行系数修正，又能对彭曼原式及其修正式进行比较计算和方案选优的计算机通用程序，给出了程序的基本结构、功能说明和系数修正的主要流程。

摘要：基于水量平衡原理,结合彭曼公式与水稻种植周期特征,利用降雨、湿度等基本气象数据,模拟1958—2017年福建龙岩市早稻灌溉用水长序列过程,计算水稻不同生长阶段的灌溉需水。结果表明:1958—2017年龙岩市早稻灌溉用水年际波动幅度较大,峰谷交替频繁,序列无明显增长趋势,大致在3750 m^(3)/hm^(2)上下浮动,4870.65 m^(3)/hm^(2)的早稻灌溉净定额能够满足90%年份的灌溉用水量需求。早稻灌溉用水主要受当年的降雨、蒸发等气候因素影响,根据气候条件反馈的信息,进行灌溉制度动态调整。通过长序列灌溉定额计算,能够清晰反映年际灌溉水量与水文气象因素之间的关系。

摘要：作物参考蒸腾量(ET0)是作物生长过程中一个非常重要的数据,ET0反应的是大气蒸发能力与作物需水信息的关系。采用自适应神经模糊推理系统(ANFIS)研究易于获得的日最低气温、日最高气温、日平均气温、日平均相对湿度、实际日照时长及风速六项气象数据对作物参考蒸腾量(ET0)的相关程度,通过比较均方根误差找到相关程度最大的组合且结构简单的ANFIS模型来预测ET0值,并通过比较均方根误差来验证所建立的ANFIS模型预测的准确性。结果表明,综合考虑模型的预测精度及结构的复杂程度,日最高气温、日平均相对湿度和风速的三输入组合为最佳的,其平均绝对误差小且ANFIS结构简单。利用该输入组合训练的ANFIS模型预测ET0,其训练的均方根误差相比于用神经网络训练的预测模型小,通过比较可知ANFIS比BP神经网络训练的模型精度提高。

摘要：本文采用了联合国世界粮农组织推荐的彭曼法计算隆太塬灌区作物需水量,提出利用土壤水分盈亏平衡关系并结合当地降雨情况,确定隆太塬灌区的作物缺水程度,由此确定灌区供水工程——南沟门水库的设计规模。研究结果可为同类水库工程规模设计提供参考。

摘要：文章系作者在秘鲁阿雷基帕地区开展灌区规划工作期间,运用修正后的彭曼公式,利用单作物系数法,计算当地多年生作物苜蓿的长系列逐旬需水量,并与西班牙人2004年所做的同一地区苜蓿的需水量计算成果进行对比与验证,从而提出作者对于利用彭曼公式计算作物需水量的几点体会和思考。