共查询到20条相似文献，搜索用时 373 毫秒
1.
基于产量阶段的河南省夏玉米灰色——马尔柯夫预测模型 总被引：1，自引：3，他引：1
针对较长产量序列纵向及横向可比性较差的问题 ,提出用划分产量阶段的方法进行分段处理。用 GM(1,1)灰色模型分段模拟预测河南省夏玉米单产 ,根据相对气象产量划分产量状态 ,再用马尔柯夫模型转移概率预测系统未来发展方向并修正前者的预报结果。通过模拟和预报 ,准确率都有所提高 相似文献
2.
基于贝叶斯网络及时序模拟的配电系统可靠性评估 总被引：1，自引：1，他引：0
针对适合配电系统可靠性评估的贝叶斯网络模型还不够完善,研究了贝叶斯网络模型的组成,建立了“联合”关系模型和“因果”关系模型;针对贝叶斯网络精确推理难以计算大规模配电系统的可靠性指标,将贝叶斯网络和时序模拟技术相结合,提出了一种时序模拟推理算法。该算法能产生元件的状态与随机时间段,实时进行系统状态的推理与时间、停电用户次数和停电量的累计,利用这些累计量不但可以计算系统的可靠性指标,还可进行诊断推理和因果推理,从而既能实现对系统的总体评价,又能找出钳制系统的薄弱环节。通过与配电系统可靠性测试系统数据及贝叶斯网络精确推理数据相比较,验证了该算法的合理性和有效性。 相似文献
3.
淮北砂姜黑土区小麦单产变化及影响因素分析 总被引：4，自引：2，他引：4
砂姜黑土是黄淮海平原三大低产土壤之一,研究低产区粮食产量的影响因子,对于提高低产区的粮食生产具有重要意义。以阜阳地区为例,分析1949年以来淮北砂姜黑土区小麦单产、光温生产潜力及差距变化,运用灰色关联法分析小麦单产同各要素的关联度。结果表明,1970～2000年各因素的关联序依次为钾肥>复合肥>农机总动力>磷肥>氮肥>有效灌溉面积。钾肥是小麦单产的限制因子,农机总动力与小麦单产关系密切,氮、磷肥对小麦单产的影响下降,有效灌溉面积的关联序呈上升趋势。各要素对小麦单产的关联度均较高,但在不同阶段各要素的关联序也不同。最后提出淮北砂姜黑土区可持续发展的基本途径。 相似文献
4.
针对贝叶斯网络在具体应用时需根据实际应用问题来建立相应的贝叶斯网络模型的问题，采用Java语言设计并开发了一套贝叶斯网络预测诊断系统，用来实现因果推理和诊断推理。重点讨论了系统的网络数字化、网络学习、网络推理等关键问题。利用该平台建立了过度训练的诊断网络，通过试验证明得出，此套系统简单易用、通用性强，可应用于不同的研究领域。 相似文献
5.
把面向对象的技术应用与专家系统的知识库和推理机的建造中，在此基础上提出了一种基于规则推理网络模型的优化搜索的设计思路，把该方法应用于吉林省农作物熟区动态区划专家系统中的玉米参量预测子系统的开发中，取得了很好大效果。在实例应用中采用定性与定量相结合的综合多级推理，降低了问题求解的难度，更贴近人类专家的思维过程。 相似文献
6.
新疆农作物生长期雹灾的时空分布及危害性评估 总被引：1，自引：0，他引：1
冰雹是新疆农作物生长期频繁出现的严重气象灾害。该文利用1951—2017年雹灾出现次数、受灾面积、经济损失3大灾情要素,分析了新疆雹灾的时空分布规律。利用熵权重计算方法构建了评价雹灾危害性的灾损指数,依据伽玛分布对危害性等级进行了划分,并利用气候因子和农作物播种面积解释了雹灾时空变化的原因。新疆雹灾多发于天山两侧及邻近地区,3大灾情要素呈线性增加趋势。雹灾划分为一般、较重、严重、特重4个等级,塔城博州、奎玛流域、昭苏县、阿克苏地区、伽师县是特重灾区。动力抬升、水汽条件、大气层结不稳定是新疆雹灾时空分布的主要影响因子,而雹灾出现次数、农作物播种面积对受灾面积线性增长趋势的贡献率分别为93%和7%。利用水汽压、气团指数、播种面积作为因子,建立了雹灾出现次数偏多、偏少的年景预测模型,模型预测正确率达73%。研究结果可为新疆人工防雹避灾提供依据。 相似文献
7.
受气候变化和人类活动的双重影响,传统水文序列的一致性假设受到破坏,在考虑非一致性的条件下探究相邻季节间旱涝复合事件的动态变化及主导因子,对区域的粮食安全与旱涝灾害防御意义重大。为探究非一致性条件下旱涝复合事件的动态演变特征及其主导因子,该研究以黄土高原为研究对象,基于广义可加模型拟合单季节标准化降水指数的边缘分布,构建二维Copula模型分析旱涝复合事件（中、重和极端情景下）的发生概率,并利用变量投影重要性准则探究复合事件动态变化的主导因子。结果表明：1）1982-2015年间正常转旱、旱转正常、正常转涝和涝转正常事件分布广泛且发生频次较高（高于22次）;2）春-夏内蒙古持续干旱、夏-秋青海持续干旱、秋-冬宁夏持续干旱、冬-春山西持续干旱、夏-秋陕西持续洪涝、夏-秋甘肃持续洪涝事件的发生概率较大;3）春-夏由旱转涝、夏-秋持续洪涝、秋-冬由涝转旱、秋-冬持续干旱和冬-春季持续干旱事件的发生概率显著上升,对该区域社会经济与生态将产生不利影响;4）复合事件发生概率动态变化的主导因素为北极涛动指数和太阳黑子指数。研究成果将为黄土高原地区旱涝复合事件的精准防御提供科技支撑。 相似文献
8.
基于Bayes判别分析法的密云县山洪泥石流预报模型 总被引：2，自引：2，他引：0
针对密云水库上游密云县境内山洪泥石流灾害多发的特点,首次将Bayes判别分析法原理运用于自然灾害的预测预报.运用系统科学和山洪泥石流预报原理,对密云水库上游密云县境内影响山洪泥石流发生的系统内部要素和系统外部环境条件进行分析,确定用影响山洪泥石流发生的前15 d的实效雨量和当日雨量作为预报模型因子,并建立起一组山洪泥石流预报模型,经自身验证法和交互验证法对模型进行检验,其判断正确率均为82.4%,达到了Bayes判别分析要求的判别模型自身验证正确率>80%的要求,两种方法检验结果一致,模型表现稳定,表明所建立的模型可靠,可以投入使用.研究结果可为该地区的山洪泥石流预测预报提供一种较为简单易行的方法,为密云县山洪泥石流灾害防治提供一定的支撑,以减少山洪泥石流发生所导致的灾害损失. 相似文献
9.
10.
为了解江淮分水岭地区的气象干旱情况,利用30年逐日降水数据,根据信息熵理论,计算了均态尺度和变化尺度下的标准降水指数,并进行叠加分析,统计了30年间逐日干湿等级事件数量,从而分析了江淮分水岭地区干旱发生的时空变化特点。结果表明:(1)在两种尺度叠加情况下,江淮分水岭地区"特别干"和"特别湿"等级事件缺失,干湿等级事件总体呈正态分布,越趋向极端的干湿等级事件发生的概率越小,其中,"正常"事件发生的概率均在50%以上,其他事件发生的概率均小于20%;(2)各月份中西部地区气象干旱日数占比较高,春季、冬季干事件主要发生在南部,夏秋季节干事件主要发生在西部;(3)从干湿等级发生区域来看,西部、南部易发生"轻微干"事件,西部易发生"严重干"事件。可为江淮分水岭地区的防灾减灾提供一定的科学依据。 相似文献
11.
作物模型和遥感技术以各自独有的优势在作物生产监测、评估及未来预测等方面发挥着关键作用。作物模型与遥感信息集成技术在大尺度、高精准的农业生产监测、评估与预测上具有明显的应用优势和广阔的发展前景。为了促进这些技术在区域尺度上的作物产量预测、农业气象灾害影响评估及农业应对气候变化决策等方面更加广泛地应用,本文采用文献综述的方法,系统归纳了欧洲、美国、澳大利亚及中国作物模型的发展与应用,总结了当前主流的数据集成方法的原理、特点和不足,概述了作物模型与遥感信息集成技术的实际应用,探讨了提升数据集成精度存在的问题,并对未来研究方向进行展望。结果表明,国内外对于作物模型及其与遥感数据集成的研究与应用广泛而深入,利用同化方法能够有效提高作物模型模拟精度,为作物模型实现区域尺度作物生长及产量评估、气候变化对产量影响、农田管理决策等提供技术支撑。作物模型模拟结果及遥感反演数据的不确定性、数据同化策略的多样性以及尺度效应是进一步提高集成系统精度与效率的限制因素。因此,遥感数据多源融合、同化过程多变量协同、作物模型多类型耦合以及数据高性能并行计算是未来作物模型与遥感数据集成研究的发展趋势。 相似文献
12.
基于改进深度置信网络的大棚冬枣病虫害预测模型 总被引：1，自引：2，他引：1
导致冬枣病虫害发生的原因很多而且很复杂,利用传统的数学方法和神经网络(neural network,NN)很难建立正确的病虫害预测模型.由于典型的深度置信网络(deep belief network,DBN)的各层之间缺乏有监督训练,使得网络误差逐层向上传递,降低了预测模型的预测率.针对这些问题,引入冬枣病虫害的先验信息,提出一种基于环境信息和改进DBN的冬枣病虫害预测模型.在该模型中,通过无监督训练和有监督微调从冬枣生长的环境信息序列中获取可表征冬枣病虫害发生的深层特征的隐层参数,并形成新的特征集,然后在预测模型的顶层通过一个后向传播神经网络(back propagation neural network,BPNN)进行病虫害预测.从2014—2017年的4 a时间内,利用农业物联网传感器采集30个大棚冬枣常见的2种虫害和3种病害发生的环境信息序列6000多条,由此验证所提出的预测模型,平均预测正确率高达84.05%.与基于强模糊支持向量机、改进型NN和BPNN的3种病虫害预测模型进行了试验比较,预测正确率提高了20多个百分点.试验结果表明,该模型极大提高了大棚冬枣病虫害的预测正确率.该研究可为大棚冬枣病虫害预测提供技术参考. 相似文献
13.
The simulation of phenological development in dynamic crop model: The Bayesian comparison of different methods 总被引：2，自引：0，他引：2
Andrej CeglarAuthor Vitae Zalika ?repinšekAuthor Vitae 《Agricultural and Forest Meteorology》2011,151(1):101-115
The main objective of our study was to use Bayesian methods to quantify the uncertainties related to phenological development of maize (Zea mays L.) under various climate conditions. For this purpose, five different phenological methods were implemented in the dynamic crop growth model, which was subsequently optimized, using the data acquired at three different locations in Slovenia. The sensitivity analysis of the crop model was performed in order to find the set of most influential physiological parameters. Subsequent Bayesian model comparison was used in order to quantify the impact of phenological method selection on the final maize yield. The results revealed the importance of using an appropriate phenological method in order to correctly estimate the duration of the growing season and yield, when used within dynamic crop model. The limitations of the phenological methods used in this study are discussed. The selection of phenological method itself did not have a significant influence on the yield estimation, except in years with high temperatures and limiting water conditions. This raises the concern that inaccurate simulation of phenological development may increase the uncertainties of impact assessment on crop yield where crop models are fed with future climate projections. 相似文献
14.
Nantachai Kantanantha Nicoleta Serban Paul Griffin 《Journal of Agricultural, Biological & Environmental Statistics》2010,15(3):362-380
The primary objective of this paper is to develop yield and price forecasting models employed in informed crop decision planning—a key aspect of effective farm management. For yearly yield prediction, we introduce a weather-based regression model with time-dependent varying coefficients. In order to allow for within-year climate variations, we predict yearly crop yield using weekly temperature and rainfall summaries resulting in a large number of correlated predictors. To overcome this difficulty, we reduce the space of predictors to a small number of uncorrelated predictors using Functional Principal Component Analysis (FPCA). For detailed price forecasting, we develop a futures-based model for long-range cash price prediction. In this model, the cash price is predicted as a sum of the nearby settlement futures price and the predicted commodity basis. We predict the one-year commodity basis as a mixture of historical basis data using a functional model-based approach. In both forecasting models, we estimate approximate prediction confidence intervals that are further integrated in a decision planning model. We applied our methods to corn yield and price forecasting for Hancock County in Illinois. Our forecasting results are more accurate in comparison to predictions based on existing methods. The methods introduced in this paper generally apply to other locations in the US and other crop types. The supplemental materials for this article are available online. 相似文献
15.
基于非线性PLSR模型的气候变化对粮食产量的影响分析 总被引：1，自引：0，他引：1
考虑气候因子间多重共线性及其与粮食产量间复杂的非线性关系,本文在HP滤波分离出气候产量的基础上,尝试引入基于三次B样条变换(Spline-PLSR)和内部嵌入GRNN的两种非线性偏最小二乘模型(GRNN-PLSR),利用1961-2008年气候因子数据建立气候产量计算模型,以2009—2013年数据进行拟合检验,并与常用的C-D生产函数法计算的气候产量进行比较。结果表明,Spline-PLSR法在拟合气候因子变化对粮食产量影响时预测精度较高。而且,与C-D生产函数法相比,Spline-PLSR所需要素较少,操作简单,相对误差最高仅为13.6%;与GRNN-PLSR法拟合结果相比,Spline-PLSR相对误差波动较小,因此,基于三次B样条变换的非线性偏最小二乘法建模较适合拟合气候产量。 相似文献
16.
多模式集合模拟气候变化对玉米产量的影响 总被引：2，自引：1，他引：1
气候模式驱动作物模型是气候变化影响评估的主要手段。但是,单一气候模式输出和作物模型的结构差异使得研究结果存在不确定性。多模式集合的概率预估可以有效减少研究结果的不确定性。为此,本文利用1981—2009年东北地区海伦、长岭、本溪3地区农业气象站的历史气象资料和玉米作物数据,分别建立了作物统计模型并验证了APSIM机理模型在研究区域的适用性。在此基础上,与CMIP5在RCP4.5情景下的8个全球模式结合,尝试基于多模式集合评估了未来2010—2039年时段和2040—2069年时段气候变化对玉米产量的可能影响(相对于1976—2005年基准时段)。研究结果表明,APSIM模型对玉米生长发育和产量形成有很好的模拟能力。玉米生育期的模拟误差(RMSE)为3~4 d,产量的RMSE为0.6~0.8 t?hm~(-2)。建立的产量统计模型表明,玉米出苗阶段(5月中旬)的温度增加对产量增加有积极作用,而开花到成熟阶段(7月中旬到9月上旬)的温度和降水的增加、光照的不足均不利于产量增加。与1976—2005年基准时段相比,气候因素影响下2010—2039年玉米产量减少3.8%(海伦)~7.4%(本溪),减产的概率为64%(长岭)~73%(本溪);2040—2069年时段减产6.4%(海伦)~10.5%(本溪),减产的概率为74%(海伦)~83%(本溪)。未来2010—2039年时段和2040—2069年时段基于机理模型模拟的产量降低分别为6.6%(海伦)~8.9%(本溪)和9.7%(海伦)~13.7%(本溪),均高于相应时段基于统计模型得到的0.9%(海伦)~6.0%(本溪)和2.0%(长岭)~7.3%(本溪)减产结果。 相似文献
17.
基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测 总被引：21，自引：13，他引：8
区域作物产量预测是国家粮食安全评估的重要内容。遥感虽能获取大面积地表信息,却难以反映作物生长发育的内在过程。作物生长模型已经在单点尺度能成功模拟作物的生长发育过程,但是区域尺度作物关键参数的获取仍很困难。遥感信息与作物模型结合的数据同化已经成为区域产量预测的最有效途径。该文选择河北省衡水地区冬小麦为研究对象,在WOFOST模型标定与区域化的基础上,利用WOFOST模型描述冬小麦生育期内叶面积指数(LAI)变化规律。针对MODIS数据的混合像元造成反演的LAI产品偏低的系统误差,利用实测LAI样本点融合MODIS-LAI趋势信息修正MODIS-LAI数据产品。采用集合卡尔曼(EnKF)算法同化冬小麦返青到抽穗期的MODIS-LAI与WOFOST模拟的LAI以获得时间序列最优的LAI,并以此重新驱动WOFOST模型估算区域冬小麦产量。结果表明,EnKF同化后的冬小麦产量比未同化的产量预测精度有显著提高,与县平均统计产量相比,在潜在模式下,决定系数由0.13提高到0.38,均方根误差由2480下降到880kg/hm2。研究表明,遥感信息与作物模型的EnKF同化是1种有效的作物产量预测方法,并在区域尺度应用上具有广阔的应用潜力。该研究可为区域尺度的作物估产提供参考。 相似文献
18.
作物生长模型的应用研究进展 总被引：7，自引：0，他引：7
作物生长模型不仅能够进行单点尺度上作物生长发育的动态模拟,而且能够从系统角度评价作物生长状态与环境要素的关系。本文通过梳理当前作物生长模型应用的诸多研究成果,剖析模型在气候变化对农业生产影响研究、作物生长模型区域应用中的关键问题,总结了当前以作物生长模型为核心的农业决策支持系统开发的研究情况,意在促进作物生长模型在生态、农业、区域气候资源和气候变化等研究中更广泛地应用。结果表明,作物生长模型在国内外的研究与应用广泛而深入,在气候变化背景下,应用作物生长模型进行历史时期气候条件和农业气象灾害对作物生产状况和产量的影响研究已相当广泛且相对成熟。利用全球气候模式（GCM）或区域气候模式（RCM）构建未来气候变化情景,再与作物生长模型耦合已发展成为评估未来气候变化对农业生产影响的重要手段。通过集成与整合多作物生长模型、多气候模式集合模拟、优化气候模拟数据订正方法可有效降低气候变化对农业生产影响评估的不确定性。遥感数据同化技术能够将站点模型运用到区域尺度上评价不同环境因子对农业生产的影响,拓宽了作物生长模型的应用尺度范围并有效提高作物产量估算的精度。以作物生长模型为核心的农业决策支持系统的研究与应用越来越多元化,是辅助农业生产管理和决策的重要工具。然而,由于作物生态系统的复杂性,作物生长模型模拟结果仍存在很大的不确定性,今后对作物生长机理及过程间耦合机制的探索还需加强,以便进一步完善和改进模型,促进作物生长模型更广泛地应用。 相似文献
19.
基于环境减灾卫星时序归一化植被指数的冬小麦产量估测 总被引：8，自引：5，他引：3
依托国产环境减灾卫星构建作物归一化植被指数(NDVI)时序曲线,不但能提供与MODIS-NDVI、AVHRR-NDVI几乎相当的作物生长动态变化信息,还能提供更高分辨率的空间信息,将其应用于作物估产应更有优势。该研究以地处鲁西北平原的山东省禹城市为研究区,探讨基于环境减灾卫星影像构建冬小麦NDVI时序曲线,基于曲线特征参数,开展遥感估产的可行性。结果表明,可依赖环境减灾卫星遥感影像,重建冬小麦NDVI时序曲线,求算其生长季最大NDVI、返青期NDVI、生长季累积NDVI、营养生长期NDVI的变化速率、生殖生长期NDVI的变化速率等特征参数,建立可靠的估产模型。所建模型的建模决定系数为0.87,相对误差为5.02%;交叉检验决定系数为0.78,相对误差为6.87%。该研究可为基于遥感的作物估产提供参考。 相似文献
20.
集对分析在作物产量年景预报中的应用 总被引：1，自引：0，他引：1
影响作物产量预报准确性的关鍵问题之一是自然条件下预报因子对作物产量影响的不确定性。本文针对作物产量预报的特点,应用集对分析中联系度的概念,将影响作物产量的预报因子分为适宜区间、影响不明显区间、不适宜区间和减产区间,进行同异反分析,建立了基于集对分析的作物产量预报模型。并对新昌县小麦产量进行预报试验,结果表明,联系度的引进改进了预报因子的合理性,能提高小麦产量预报的准确性。 相似文献