共查询到20条相似文献，搜索用时 250 毫秒
1.
基于南北过渡带典型地区蚌埠市1954—2019年的气象观测资料,运用FAO-56 Penman-Monteith(PM56)、Irmak-Allen(IA)、Makkink(Ma)和Priestley-Taylor(PT)等4种方法估算各站点参考作物蒸散量(ET0).以PM56计算结果为标准,利用线性回归法(R)、均方根误差(RMSE)等不同数据模型开展蚌埠市年、月尺度蒸散计算精度评价.结果表明:年尺度上,PT法存在较大误差,IA法相关性较差,均不适于研究区;月尺度上,IA法在2月、5月、7—9月,Ma法在1—2月、10—12月,PT法在1—2月、11—12月适用性较好,其余月份误差较大. 相似文献
2.
Penman公式是目前国内外计算水面蒸发和可能蒸发的主要方法,可用于推算某区域实际蒸发量,但其多为经验公式,精度受当地小气候和环境影响,故很多专家学者根据当地小气候和环境对公式进行了修订。为使Penman公式可实际应用于三江平原,本文利用2011、2012年三江平原大豆田小气候观测资料,着重对Penman公式的干燥力项(Ea)经验公式进行区域适用性修正,得出Penman公式修正式,其实测值与模拟值回归方程的截距0.47,斜率0.71,相对方差(RRMSE)值0.31,标准误差(RMSE)值0.68,模型效率(ME)0.87,决定系数R2=0.62,接近理想值,与修正前Penman公式得出的干燥力Ea相比,修正后的公式更为精确;以三江平原大豆田的实测蒸散量为依据,对模型修正前后模拟值和实测值的相对误差进行了检验,修正后模型年相对误差(18.41%)较修正前(71.39%)降低了52.98个百分点,精度明显提高,说明修正后模型更适用于三江平原地区大豆田生长季地表蒸散量的估算。 相似文献
3.
一种基于趋势单产和遥感修正模型的混合估产模型 总被引：3，自引：0，他引：3
【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。 相似文献
4.
支持向量机(Support Vector Machines,SVM)是一种具有坚实理论基础的新颖小样本学习方法。采用支持向量机回归(Support Vector Machine Regression,SVR)算法,用libsvm-2.89软件包对我国近年来的粮食产量进行回归预测,选择交叉验证法进行参数寻优,建立粮食产量和其影响因素的支持向量机回归模型。粮食产量预测平均相对百分误差为1.209%,均方根误差为581.191,相关系数为0.962 24。将预测结果与指数平滑模型、生产函数模型及多元线性回归模型进行了比较,用平均绝对百分误差、希尔不等系数及均方根误差对4种模型预测结果进行评价。结果表明,基于支持向量机的径向基核函数(RBF)模型预测粮食产量的精度优于其他预测方法。 相似文献
5.
异常气候条件下小麦估产方法研究 总被引：1，自引：0，他引：1
发展针对异常气候条件下的作物估产模型,对于理解气候变化对作物产量的影响,提高估产模型的适用性具有重要意义。本文提出了一种综合气象灾害指标、遥感植被指数与趋势产量的随机森林回归估产方法,基于该方法构建了中国五大麦区的小麦单产估算模型,并选择典型的灾害年份在县级尺度和麦区尺度上分别进行了精度验证,对比分析了不同麦区输入变量对估产模型构建的重要性。结果显示：五大麦区估产模型拟合精度的R2均在0.95以上,各麦区县级实际单产与预测单产平均相对误差均低于0.060,区级均低于0.049;输入变量在不同麦区的重要性存在差异。标准化降水蒸散指数在五大麦区重要性均较高,干热风指标在西北春麦区与北部春麦区相比其他区域更重要,月平均温度距平与月平均降水距平在各个麦区的重要性差异不大,小麦拔节期与抽穗期的标准化差分植被指数（NDVI）重要性相对其他时间段的NDVI更高。本文构建的估产模型能够满足异常气候条件下估产的精度,可以为极端气候条件下大尺度的估产研究提供参考。 相似文献
6.
时间序列组合预测模型研究:以农业机械总动力为例 总被引：1，自引：0，他引：1
[目的]本文旨在提出更有效的时间序列组合预测模型的构建方法,建立预测精度较高的时间序列组合预测模型。[方法]以1978—2013年新疆农业机械总动力为数据源,建立了源序列的曲线回归、自回归积分滑动平均、3次指数平滑和灰色模型,并构建了预测对象和预测模型的关系数据库。提出了基于百分误差的计算属性重要度方法,依据该方法计算单一模型在组合模型中的权重,构建了单一模型预测值及其权重为输入的组合预测模型,使输出结果中完整的涵盖了时间序列不同单一预测模型的输出值特征。以误差分布特征为指标,对组合预测模型和各单一模型的预测性能进行分析。以组合预测模型拟合优度和预测值平均绝对百分误差(MAPE)作为评价指标,对基于百分误差、粗糙集、Shapley和熵权法的组合预测模型构建方法进行定量分析。[结果]预测周期内提出的组合预测模型的最大及平均误差与各单一模型最优值相比,分别降低了27.35和6.43,误差平方和(SSE)减少了73%,平均绝对百分误差降低了1.56%。基于百分误差的组合预测模型的拟合优度与基于粗糙集、Shapley和熵权法的组合预测模型拟合优度相比,分别提高了2.40%、5.10%和2.27%,粗糙集、Shapley和熵权法的预测值的平均绝对百分误差分别为1.673 0、3.726 1和2.702 4,而本文提出的模型的平均绝对百分误差为1.298 4。[结论]基于百分误差的组合预测模型在农业机械总动力和类似时间序列预测分析中,降低预测误差波动幅度及提高预测精度方面与其他单一模型和组合模型相比具有显著优势。 相似文献
7.
陆面模型为区域农田土壤墒情监测提供了很好的途径,优化选择模型的网格尺度可以最有效地的利用空间输入信息,提高计算效率。本研究以海河平原内的1°×1°(115.5～116.5°(E),38～39°(N))为研究区,运用陆面模型CLM3.0分别在(1/120)～1°的14种不同网格尺度上对2003年3—5月的土壤墒情进行了独立模拟,分析在一定精度的空间输入数据条件下,陆面模型的网格尺度在该区域春季土壤墒情模拟中的优化取值。研究表明,结合模型输入数据的空间分辨率选择合适的网格尺度,可有效地减少计算机浮点计算取舍引起的误差;网格的无限精细并不能提高模拟效果,需要依据土壤砂粒百分含量数据的精度、变程及模拟目的优化选择陆面模型的网格尺度。当仅需要获得区域的土壤墒情平均值时,网格尺度的优化取值在土壤砂粒百分含量数据变程的1.4倍附近;当需要获得区域的土壤墒情空间变异特征时,网格尺度的优化取值在土壤砂粒百分含量数据变程的28%附近;当需要获得区域的土壤墒情空间变异特征及极大值时,网格尺度的优化取值在土壤砂粒百分含量数据变程的19%附近;当需要获得区域的土壤墒情的所有空间统计特征时,网格尺度的优化取值在土壤砂粒百分含量数据的空间最小尺度附近。 相似文献
8.
组合模型分析方法在我国粮食产量预测中的应用 总被引：20，自引：0，他引：20
尝试将组合预测法应用于我国未来粮食产量的预测,以提高预测精度。通过赋予合理权重,将C-D生产函数模型、多元回归模型和指数平滑模型加权组合。对各模型进行平均绝对百分误差(MAPE)、希尔不等系数(Theil IC)和均方根误差(RMSE)等指标的比较,证明单一模型经过组合能够提高预测精度。 相似文献
9.
10.
根据湖南会同杉木林生态系统国家野外观测研究站1990年1月～2005年12月的气象观测数据,确定3-PG模型的主要参数,估算此期间杉木林的月蒸散量和年蒸散量及其变化规律,并用水量平衡法计算的蒸散量对模拟估算结果进行验证.研究结果表明:3-PG模型估算的会同杉木林月蒸散量、年蒸散量与水量平衡法相似,1月份的蒸散量最小,然后逐渐增大,7月份达到最大值,此后逐渐减少.全年月平均蒸散量为90.1 mm,占全年月平均降水量(122.14mm)的72.12%.除了8月和9月份的蒸散量大于降水量,其余各月份的蒸散量均小于降水量.会同杉木人工林年蒸散量各年之间的差异不大,多年的年蒸散量均值为1049 mm,占年平均降水量(1 488 mm)的72.6%.在降水量大的年份,蒸散系数比降水量小的年份小. 相似文献
11.
基于WRF模式的短期风速预报研究 总被引：1，自引：0，他引：1
使用WRF模式对黑龙江省东部地区2009年7月～2010年6月期间的风速进行预报研究,并与测风塔70 m实测风速比较,分析模式的预报性能和误差大小。结果表明,测风塔实测年平均风速5.0 m/s,预报年平均风速为6.1 m/s,相关系数高达0.71,WRF模式能够很好地预报出风速的变化趋势;WRF模式准确地反映出实际风速的月变化趋势,除1月外,各月预报值均大于实测值,5和9月误差较大;预报风速与实测风速在各时刻相关性非常高,相关系数均在0.60以上,相对误差与均方根误差均是夜间大、白天小;WRF模式预报的主导风向与实测一致,但数值略小,对年风向频率具有较好的预报效果。 相似文献
12.
几种计算参考作物蒸散量的模型在湖南的适用性研究 总被引：1，自引：0，他引：1
[目的]探讨几种计算参考作物蒸散量的模型在湖南的适用性。[方法]利用衡阳站的日气象观测资料,对4种常用参考作物蒸散量模型的计算结果与小型蒸发皿实测值进行月平均值的比较、相关分析及均方差、平均偏差分析。[结果]4个模型计算的月平均值与实测值的变化趋势基本一致。由Penman-Monteith模型计算出的参考作物蒸散量与实测值变化趋势的一致性最好,线性相关较好,与实测值偏差最小。能较好地反映当地作物蒸散变化的实际。[结论]Pemmn-Monteith模型在湖南的适用性较好。 相似文献
13.
鄂西地区地理环境复杂多样,气候季节差异性显著,准确估算各类作物的参照作物腾发量(ET0)是进行灌溉管理的基础。为在气象资料缺测条件下鄂西地区选取ET0的计算方法提供依据,通过宜昌气象站1951—2013年气象资料,以Penman-Monteith公式法计算ET0结果为标准值,对Hargreaves、Priestley-Taylor、FAO-24 Radiation及Mc-Cloud 4种公式计算的ET0结果进行对比分析。结果表明：FAO-24 Radiation公式的适用性较好,典型年平均相关系数为0.994,平均相对误差均为85.9%,可直接用于当地参照作物腾发量的计算;Hargreaves公式和Priestley-Taylor公式误差分析结果分别为189.8%、164.4%;Mc-Cloud的相关性最低,丰水年相关系数不足0.900,3种公式在鄂西地区参照作物腾发量计算时适用性较差。FAO-24 Radiation经过修正后,平均相对误差均处于6%左右,可直接用于鄂西地区参照作物腾发量的计算,特... 相似文献
14.
根据郑州地区1980—2000年的气象资料,应用Penman-Monteith公式计算21 a间参考作物腾发量ET0,分析了ET0的月际变化和年际变化特征.结果表明,ET0值呈现为逐年减少趋势,说明气候变化对ET0的影响较大;并分析了各气象要素与ET0的相关性,在郑州地区ET0与平均相对湿度相关性最好. 相似文献
15.
河间气象站迁站对比观测数据分析 总被引：1，自引：0，他引：1
利用2012年河间国家一般气象站新旧站的气温、相对湿度、风、深层地温等资料,对河间气象站迁站观测数据进行统计对比分析。结果表明,由于所使用仪器设备不同、站址周围环境不同、下垫面性质不同,造成观测数据有一定差异。新旧站月平均气温差值为-0.5～0℃,月平均最高气温差值为-0.4～0.2℃,月平均最低气温差值为-0.8～0℃,月极端最高气温差值为-1.1～0.6℃,月极端最低气温差值为-1.2～0.3℃,年平均气温、年平均最高气温、年平均最低气温新站均低于旧站,年极端最高气温新站高于旧站,年极端最低气温新站低于旧站;新旧站月平均相对湿度差值为2%～6%,月最小相对湿度差值为-4%～5%,年最小相对湿度新旧站相同;新旧站月2 min平均风速差值为-0.1～0.4 m/s,月最大风速差值为-1.2～2.2 m/s,月极大风速差值为-2.0～2.8 m/s,年最大风速新站与旧站基本相同,年极大风速新站比旧站明显偏大;年风向频率新站小于旧站,年最多风向新站为S,旧站为SSW;新旧站40 cm地温月平均差值为-1.1～2.5℃,80 cm地温月平均差值为-2.4～2.1℃,160 cm地温月平均差值为-2.5～2.7℃,320 cm地温月平均差值为-1.6～1.1℃,40、160 cm深层地温年平均温度新站均高于旧站,80、320 cm深层地温年平均温度新站低于旧站。 相似文献
16.
为了探求4种不同参照作物需水量(ET_0)计算方法在云南省低纬度高原季风气候区的适用性,根据云南省丽江气象站1980~2005年的气象资料,以Penman-Monteith公式计算结果为参照标准,通过Makkink公式、Hargreaves公式和Priestley-Taylor公式计算了ET_0,分别对每个公式所得的年值和月值的绝对偏差、平均偏差和相对偏差等进行分析对比。结果表明,3种公式的计算精度排序为Makkink公式Priestley-Taylor公式Hargreaves公式。为了探究出更适合该地区计算ET_0的方法,建立回归方程,提出了适合云南地区ET_0的计算公式。 相似文献
17.
作物根系吸水受多种吲素影响,笔者在前人研究的基础上,从根系自身生物量变化的角度,依据土壤水动力学原理．构建以根重为因变量的根系吸水模型。采用均方根洪差（RMsE）和平均绝对百分误差（MAPE）2个评价指标对模型进行检验和评价。结果表明．RMSE全年统计的变化范嗣O．477～1．231．MAPE全年统计的变化范同1．082％～4,052％．平均RMSE为O．810,平均MAPE为2．520％．模拟精度基本满足要求。说叫建立的根系吸水数值模型及编写的程序具有较高的模拟精度,能够较好地模拟自然条件下作物生长期间的土壤水分动态变化,． 相似文献
18.
利用2011年青县国家一般气象站新旧站的气温、相对湿度、风、深层地温等资料,对青县气象站迁站观测资料进行统计对比分析。结果表明,由于新旧站址周围环境不同、下垫面性质不同,造成观测数据有一定差异。新旧站月平均气温差值为-0.2～0.2℃,月平均最高气温差值为-0.4～0.4℃,月平均最低气温差值为-0.4～0℃,月极端最高气温差值为-0.6～0.9℃,月极端最低气温差值为-1.9～0.9℃,年平均气温、年平均最高气温新旧站均相同,年平均最低气温新站略低于旧站;年极端最高气温新站高于旧站,年极端最低气温新站明显低于旧站。新旧站月平均相对湿度差值为-1%～5%,月最小相对湿度差值为-3%～3%,年最小相对湿度新站高于旧站。新旧站月2 min平均风速差值为0.5～1.2 m/s,月最大风速差值为2.5～3.7 m/s,月极大风速差值为1.3～5.1 m/s,年最大风速、年极大风速新站均比旧站偏大;年最多风向新站为SSW,而旧站为SW且年风向频率新站小于旧站。新旧站40 cm地温月平均差值为-1.3～1.9℃,80 cm地温月平均差值为-1.2～1.9℃,160 cm地温月平均差值为-2.0～1.8℃,320 cm地温月平均差值为-0.5～0.8℃,各深层地温年平均温度新站均高于旧站。 相似文献
19.
基于不同阶数灰色系统模型的北太平洋柔鱼资源丰度预测 总被引：1，自引：1，他引：0
柔鱼（Ommastrephes bartramii）为短生命周期种类,是西北太平洋经济头足类之一。优化资源丰度预测模型能够更科学、有效地为渔业生产提供依据。本研究利用1998—2016年北太平洋柔鱼生产统计数据,采用GM（1,1）模型对不同时间长度的资源丰度（CPUE）进行分析,选择相对误差和方差最小的CPUE序列作为母序列,与太平洋年代际震荡指数 （PDO）、产卵场平均海表温度（SGSST）、育肥场平均海表温度（FGSST）、产卵场平均叶绿素浓度（SGC）、育肥场平均叶绿素浓度（FGC）等因子进行灰色关联分析,并以此分别建立6个不同阶数的灰色预测模型[GM（0,N）模型和GM（1,N）模型],筛选误差最小的模型作为预测柔鱼资源丰度的最佳模型。结果表明,以8年CPUE序列的建模为最佳,其平均相对误差最小,为6.28%;同时,GM（0,N）模型的预测精度普遍比GM（1,N）模型的要高,其中包含2月SGSST、10月FGSST、8月FGC和10月PDO的GM（0,5）模型为最优,拟合相对误差为3.87%,预测相对误差为1.18%,可作为预测北太平洋柔鱼资源丰度的最优模型。 相似文献
20.
【目的】建立一种修订区域气候模型所生成数据的方法,为作物模型在未来气候情景下的应用研究提供技术支持。【方法】 选取徐州、淮安、郑州、潍坊、石家庄5个生态点,利用各地点1960—1993年的历史气象数据,对区域气候模型RegCM3所生成的1994—2010年降雨频率、逐日降雨量、太阳辐射、最高气温、最低气温等气象要素进行修订。【结果】与修订前的RegCM3数据相比,修订后的RegCM3月平均降雨量、温度、太阳辐射等气象要素与实际观测数据更加一致;修订后5个生态点1994—2010年的逐月降雨量、温度、太阳辐射等气象要素参数以及逐日降雨量、温度、太阳辐射等数据的概率分布,与实际观测数据更加吻合,尤其是RegCM3生成数据中的极端高温和高频率降水得到了较好的修正,反映降雨频率的连续干旱天数与实测数据也更趋一致。基于修订后RegCM3逐日气象数据在5个生态点的WheatGrow模型模拟产量与实测产量之间的决定系数和标准根均方差分别达0.72和10.5%,比修订前分别增加了0.35、降低8.2%左右。【结论】采用本研究所构建的方法来修订RegCM3生成的未来气象数据,并将修订后的气象数据输入作物模型,可以提高未来情景下作物模型预测的可靠性。 相似文献