典型文献
黄河流域月尺度灌溉用水量的推算及其时空变化规律分析
文献摘要：
获取准确的月尺度灌溉用水量对探究流域灌溉用水量时空变异规律具有重要意义.以黄河流域内24个灌溉分区为例,利用基于TensorFlow架构的BPNN来推算月尺度灌水量.收集了24个灌溉分区的作物类型、降雨、气象以及实测灌溉定额等数据对模型进行训练,验证了模型的精度,并对黄河流域2018年逐月灌溉用水量的时空变异规律进行了分析.结果表明:黄河流域内小麦和玉米的灌溉用水量最多,占总灌溉用水量的26.35％和37.98％,其余作物灌溉用水量按大小排序为蔬菜>油料>薯类>水稻>大豆>棉花;灌溉用水量呈现随着月份的变化先增加后减小的趋势,在6月份达到峰值;灌水量空间分布呈现从西北部至中部、再到东西部逐渐递减的趋势.
文献关键词：
月尺度灌水量;黄河流域;TensorFlow;BP神经网络;灌水量推算
中图分类号：
作者姓名：
王建辉;冉金鑫;沈莹莹;韩振中;崔远来;罗玉峰
作者机构：
武汉大学水资源与水电工程科学国家重点实验室,武汉 430072;中国灌溉排水发展中心,北京 100054
文献出处：
引用格式：
[1]王建辉;冉金鑫;沈莹莹;韩振中;崔远来;罗玉峰-.黄河流域月尺度灌溉用水量的推算及其时空变化规律分析)[J].中国农村水利水电,2022(05):107-112
A类：
月尺度灌水量,灌水量推算
B类：
黄河流域,灌溉用水量,时空变化规律,规律分析,时空变异,变异规律,TensorFlow,BPNN,作物类型,灌溉定额,逐月,小麦和玉米,油料,薯类,水稻,大豆,棉花,西北部,东西部
AB值：
0.174392
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
