共查询到10条相似文献，搜索用时 171 毫秒
1.
基于气象因素的临沂水稻产量评估预测模型 总被引：2，自引：0，他引：2
《江西农业学报》2016,(10)
临沂市水稻产量总体呈上升趋势,但受气象因素影响有所波动。利用山东省临沂市2001~2013年气象资料和水稻产量数据,用指数平滑法测定水稻趋势产量,分离出水稻气象产量,与逐月平均日照时数、气温、降水量进行相关分析,确定了气象因素影响产量的关键时期,建立回归方程并进行检验。通过对历年产量进行检验,预测精度最高为99.9%,最低为95.9%,平均精度为98.5%,预测模型具有较高的精度,可用作临沂市水稻产量评估预测。 相似文献
2.
全球气候变暖作为一个不争的客观事实,不可避免地对农业生产产生影响。为了解气象因素对水稻生产的影响,利用桐乡市2001—2013年气象资料和水稻产量数据,运用指数平滑法测定水稻趋势产量,分离出水稻气象产量,与水稻生育期逐月平均温度、最高温度、最低温度、日照时数、降水量进行相关分析,确定了影响水稻产量的关键因子,建立回归方程并进行检验。结果显示,桐乡市水稻产量与当地气象因素存在一定的相关性,相关度最高的为9月日照时数和6月日照时数。水稻产量预测公式对2001—2013年历年水稻产量进行校验,平均准确度达99.0%;对2014—2017年水稻产量进行预测,平均准确度达96.2%。 相似文献
3.
指数平滑法在椒江区早稻产量预测中的应用研究 总被引：1，自引：0，他引：1
《上海农业科技》2021,(4)
采用浙江省台州市椒江区2009—2019年气温、降水量等气象数据和早稻产量资料,利用EXCEL软件中的数据分析工具计算出早稻趋势产量,并分离出早稻气象产量。同时,将椒江区早稻生育期内各月的最低气温、平均最低气温、最高气温、平均最高气温、平均气温、降水量、日照时数等数据进行相关分析,筛选出影响早稻产量的关键气象因子,并建立早稻产量预测模型。此外,对该预测模型进行了精度检验,并运用该预测模型对椒江区2020年早稻产量进行预测,与2020年早稻实产进行比较结果表明,该预测模型的预测精度较高。 相似文献
4.
目的 随着大数据技术和人工智能的快速发展,针对当前水稻产量预测模型精度低、预测区域范围过大、模型优化时间过长等问题,本文提出一种基于Spark的鲸鱼优化算法-反向传播神经网络(Whale optimization algorithm-backpropagation,WOA-BP)水稻产量预测方法。方法 本文以广东省西部地区的县/市/区水稻产量及气象数据作为研究对象,采用WOA对BP网络的权值和偏置值进行优化,并构建水稻产量预测模型,提升预测精度;此外,在Spark框架下,实现WOA-BP算法并行化,减少算法时间开销。结果 模型精度方面,通过对预测结果进行反归一化后比较,经WOA优化后的BP神经网络模型,平均绝对百分比误差 (Mean absolute percentage error) 从8.354%降至7.068%,平均绝对误差 (Mean absolute error) 从31.320 kg降至26.982 kg,均方根误差 (Root mean square error) 从41.008 kg降至33.546 kg;运行时间方面,3节点Spark集群比非Spark模式减少了11 742 s,减少44%的时间开销。结论 基于Spark的WOA-BP水稻产量预测方法,能够较好地预测出广东西部县/市/区的水稻产量,同时可以很好地反映气象因素对广东省西部地区水稻产量的影响情况,对研究广东西部县/市/区乃至整个广东的水稻产量情况具有一定的参考价值。 相似文献
5.
基于气象因子的开封市花生产量预测模型 总被引：1，自引：0，他引：1
开封是河南省内花生种植面积最大,商品率最高的区域。气候因子的变化常常引起花生产量的波动。该文使用1991-2010年的开封市花生产量资料和气象观测资料,利用滑动平均的方法,将花生气象产量和趋势产量进行分离处理,分别建立相应的回归预测模型,在此基础上建立基于气象因子的开封花生产量预测模型。并对模型效果和精度进行了模拟检验,检验证明该预测模型具有较高的预测精度,可以作为开展花生产量预测业务的工具。 相似文献
6.
《农民致富之友》2015,(20)
本次研究主要应用滑动平均模拟方法,分析了本溪地区1984~2013年水稻趋势产量,并计算出水稻的气象产量。在本次研究过程中,以减产量大于5%为主要界限,分别从不同气象条件的灾害损失等级出现的情况等角度综合分析了本溪地区水稻生产的灾损情况,并通过进一步的研究分析,计算出水稻产量和各个气象因素之间的相关关系,对水稻种植过程中主要影响的气象因素进行了分析和研究。通过研究我们发现,热量条件是造成本溪地区水稻产量出现波动的主要原因。而在5月、6月和9月三个月份中,该地区的主要农业气象灾害是低温冷害,希望通过本次研究对更好的促进本溪地区水稻产生的提升有一定的促进作用。 相似文献
7.
基于SPSS的日照市茶叶产量预测模型的建立 总被引：5，自引：0，他引：5
根据1993-2008年山东省日照市气象资料和茶叶产量资料,采用SPSS统计软件对气候因子和茶叶产量进行了相关性分析,从132个气象因子中筛选出年日照时数、7月份15 cm平均地温、7月份20 cm平均地温、7月份平均最高气温、8月份平均最高气温共5个相关性较高的因子,建立了多元回归模型。利用该模型对历年产量进行预测,结果表明,茶叶预测产量与实际产量拟合率较高,预测精度最高为100%,最低为86%,平均精度为94%。该模型具有较高的精度和实用性,可作为茶叶产量预报的有效工具。 相似文献
8.
9.
[目的]研究气候变化对安庆地区水稻生产的影响。[方法]选取1980～2009年水稻生长期（5～11月）的气温、降水资料,采用5年滑动平均的方法,制作了气温和降水量的滑动平均图,分析影响水稻生长的主要因子气温及降水变化特点,并采用直线滑动平均模拟的方法来分离出气候产量,从而分析气候因子对安庆地区水稻产量的影响。[结果]近30年安庆地区水稻生长期内气温整体上是一个上升的趋势,从1993年开始上升比较明显,而降水量则是个下降的趋势,在2000年后降水量比较稳定;这些是水稻产量在2000年后出现一波较快增长的气候背景。从趋势产量和气象产量分离的结果来看,相对气象产量变化幅度较大,减产年份最大达27.5%,在近30年中减产年份达4年;水稻的气象产量与气温的关系除9月外均是呈正相关,水稻的成熟收获期的过量降水对水稻产量有不利影响。干旱是影响该地区水稻产量的主要气象农业灾害。[结论]该研究为提高安庆地区粮食产量提供理论依据。 相似文献