共查询到18条相似文献，搜索用时 171 毫秒
1.
基于支持向量机方法建立土壤湿度预测模型的探讨 总被引：5，自引：0，他引：5
支持向量机(Support Vector Machine简称SVM)方法,是通过核函数实现到高维空间的非线性映射,适宜于解决非线性问题,具有算法简单、计算量小、易于实现等优点。本文运用支持向量机方法建立了不同土层土壤湿度预测模型,0~10cm土层土壤湿度预测模型有较好的推广能力,10~50cm处的各层预测模型预报能力相对较弱。分析土壤湿度历史监测资料,发现同一时刻0~10cm土层与其它各土层土壤湿度具有较高的相关关系,基于此建立了预报精度较高的各土层土壤湿度的预测模型,实现了运用前期环境气象因子对各土层土壤湿度的预测。 相似文献
2.
基于气象因子的金华市土壤墒情预测模型 总被引：4，自引：1，他引：3
利用金华2007—2008年土壤墒情资料和相关气象资料,分析了土壤湿度的基本变化规律,对土壤湿度与相关气象因子进行了灰色关联度分析,找出关键气象影响因子,建立了基于关键气象影响因子的土壤墒情预测模型并进行了试报和验证。结果表明：金华市冬季、春季土壤较为湿润、变化较为平稳,夏季、秋季土壤相对较干、变幅较大;5mm降水与蒸发的差为影响土壤相对湿度变化的首要因子;基于关键因子的土壤墒情预测模型试报2008年夏季的10cm、10—20cm、20—30cm土层相对湿度的平均误差分别为15．75％、6．89％、8．21％,该模型预测的土壤湿度状况基本能反映旱情发展的动态趋势。模型可为准确预测土壤墒情的变化状况,为农业生产合理用水和防灾减灾提供参考。 相似文献
3.
利用土壤表层含水量序列预测深层含水量的研究 总被引：5，自引：0，他引：5
土壤剖面含水量的预测对于灌溉、防治水土流失、改善生态环境等一系列环境过程具有重要意义。根据每天测量红壤不同层次含水量,利用时间序列分析方法,依据表层10cm含水量序列预测20cm,30cm,40cm和60cm土层含水量。结果表明,各不同土层含水量之间呈极显著性相关;利用分布滞后模型根据10cm土层含水量预报各深层土壤含水量,模型的滞后时间随着被预报土层深度的增加而增加,预报模型相对误差不超过6%,最大相对误差不超过10%。10 cm土层含水量分别联合20 cm,30 cm,40 cm和60 cm土层含水量,利用自回归分布滞后模型对相应各土层含水量模拟预报,缩短了滞后时间,模型表达式更简洁,精度仍然较高。 相似文献
4.
基于PCA-SVR的冬小麦土壤水分预测 总被引：2，自引：2，他引：0
土壤含水量状况是影响农作物生长的重要因素,对农作物生长关键期土壤水分的精准预测是田间管理的重要内容。研究选取宝鸡市2014年至2016年冬小麦种植区3—5月的气象、地形和土壤属性3个方面共15个预测因子,建立基于主成分分析(principal component analysis,PCA)的支持向量回归机(support vector regression,SVR)模型预测0~20 cm和20~40 cm土层的土壤水分,并同时采用随机森林(random forest,RF)回归模型对同质数据进行预测分析,以对比分析PCA-SVR模型的预测效果。结果表明:PCA-SVR模型对宝鸡市冬小麦土壤水分的预测在0~20 cm和20~40 cm土层的平均预测精度分别为92.899%和92.656%,RMSE分别为7.521和8.011;随机森林回归预测模型在0~20 cm和20~40 cm土层的平均预测精度为87.632%和87.842%,RMSE分别为10.759和11.042。因此,PCA-SVR模型对宝鸡市冬小麦土壤水分具有更好的预测能力,且模型在0~20 cm土层的预测效果略优于20~40 cm土层。 相似文献
5.
分析森林土壤湿度时空变异规律,研究植被蒸腾、林地蒸散和气象因子对土壤湿度的影响,对干旱地区的植被恢复、林水协调管理和植被生态水文功能提升都有重要意义。在宁夏六盘山北侧半干旱的叠叠沟小流域,建立了华北落叶松人工林标准样地,利用气象站、热扩散探针、微型蒸渗仪、时域反射仪等设备,同步监测了2013年7—10月的气象条件、林木蒸腾、林地蒸散、土壤湿度的动态变化,并分层(0—20,20—40,40—60,60—80cm)探讨了土壤湿度的主要影响因子。结果表明:(1)受随机降雨事件影响,土壤湿度呈现相应的脉冲性变化;整体而言,表层(0—20cm)土壤湿度(32.69%)较低,以下各层较高(40.00%左右);土壤湿度的变异程度随土层加深和降雨增大而逐渐减弱。(2)影响土壤湿度的主要气象因子为温度、饱和水汽压差和气压;林木蒸腾和林地蒸散与整个研究期间主根系层(0—60cm)土壤湿度的相关性显著。(3)土壤湿度与各因子的相关系数随土层加深而变小,在主根系层明显,在以下土层(60—80cm)不明显。综上可知,森林土壤湿度同时受降水输入和蒸散输出影响,各土层湿度的时间变化规律相似;但表层土壤的湿度低、变幅大,土壤湿度对影响因子的响应敏感性和变幅随土层加深而逐步缩小。 相似文献
6.
为了探讨现代土壤墒情监测手段在业务监测实践中的应用方法,利用中国气象科学研究院固城生态与农业气象试验基地的业务和试验资料,对灌溉农田土壤湿度的时间变化特征和空间关系进行了分析。结果表明,灌溉农田的土壤湿度呈一年的周期性变化;浅层(0-50cm)土壤湿度时空波动显著,且各层的变化存在不一致性,60cm以下土层湿度时空变化很小,0-50cm土层的平均土壤湿度能较好地反映0-200cm土层的土壤水分状况,对土壤湿度的监测应集中在浅层50cm内,并需要逐层测量;浅层土壤湿度变异明显,大田中两点各层土壤湿度的相关性一般随两点距离增加而减小,单个测点的土壤湿度测值的代表性差,因此在自动土壤水分仪器布点时,要获得地段的平均土壤湿度信息,必须设置多个观测重复;表层5cm的土壤湿度变化剧烈而迅速,不能正确反映作物根系主要分布层的土壤水分状况,而表层10cm的土壤湿度与作物根系主要分布层的土壤湿度具有很好的联动性,可以较好地反映作物生长的环境土壤水分状况,因此,在应用微波遥感监测土壤墒情时,其对地表的探测深度需要达到10cm以上才能获得关于作物根系主要分布层的土壤水分状况信息,相应地,在土壤墒情微波遥感监测中,需要采用5GHz以下的频率。 相似文献
7.
8.
基于高光谱特征的盐渍化土壤不同土层盐分离子含量预测 总被引：5，自引：3，他引：2
为了利用高光谱技术准确预测不同土层土壤盐渍化程度,该研究以宁夏银北地区不同层次土壤为研究对象,以土壤实测光谱数据和室内盐渍化指标测定数据为基本信息源,系统分析不同类型盐渍化土壤光谱特征,确定与土壤pH值、电导率(electricconductivity,EC)和可溶性盐分离子相关性最强的反射率转换方式,筛选0～5 cm和0～20 cm土层盐分指标敏感波段,然后建立并验证不同土层不同土壤盐分指标的预测模型。结果表明:研究区不同类型、不同盐渍化程度土壤光谱特征曲线变化趋势相似,盐土光谱反射率最高,轻度硫酸盐型土壤反射率最低。在所有盐分指标中,单波段反射率与0～5 cm土壤SO42-的相关性最强(相关系数为0.910 4);反射率与CO32-、HCO3-、Cl-含量相关性不显著。土壤单波段反射率与0～20 cm土层SO42-的平均相关系数比0～5 cm土层降低了0.232 2,但Cl-、K+、HCO3-和EC的相关系数都有所增大。反射率通过不同方式转换后,敏感波段与各盐分的相关性有不同程度的增强,尤其是一阶微分和连续统去除后一阶微分转换。在0～5 cm土层反射率经过平滑后一阶微分转换后与土壤pH值、SO42-、K+、Mg2+相关性最强;反射率经平滑后连续统去除一阶微分转换与土壤EC、CO32-、HCO3-、Cl-、Na+、Ca2+的相关性最强。0～20 cm土层中,平滑后连续统去除一阶微分与土壤pH值、Cl-相关性最强,平滑后倒数对数一阶微分与EC、HCO3-、SO42-、Na+、Ca2+的相关性最强,而平滑后一阶微分与CO32-、K+、Mg2+相关性最强。不同土层相同盐分指标敏感波段不同。利用偏最小二乘回归建立的预测模型中,0～5 cm和0～20 cm敏感波段对10个盐分指标预测平均决定系数分别为0.820 8和0.890 7,其中0～5 cm敏感波段对SO42-的预测模型决定系数达0.967 6。采用逐步回归与偏最小二乘回归相比模型引入敏感波段减少,但R2降低。验证结果表明模型对0～20 cm土层SO42-和CO32-的预测能力不及0～5 cm;但对其他8个盐分离子的预测能力明显高于0～5 cm。研究结果可以为该地区土壤的盐渍化信息预测及植物格局配置提供科学依据。 相似文献
9.
黄土区不同土层土壤容重空间变异与模拟 总被引：3，自引：0，他引：3
容重(ρ_b)是土壤最基本物理性质之一,是衡量土壤质量和生产力的重要指标,也是土壤碳氮贮量估算的重要参数。为探明黄土区不同土层ρ_b的分布特征并建立预测模型,在黄土区布设243个样点,获取0～10、10～20和20～40 cm土壤ρ_b及环境因子,采用经典统计学与地统计学方法,分析了不同土层ρ_b的空间变异特征,并利用逐步回归和传递函数方程对ρ_b的空间分布进行了模拟。结果表明:黄土区不同土层ρ_b均为中等程度变异,ρ_b随土层深度的增加而增大。不同土层农地ρ_b最大,其次为林地和草地。0～10、10～20和20～40 cm土壤ρ_b半方差函数最佳拟合模型分别为指数模型、指数模型和球状模型,变程为22～780km。粉粒含量、坡度、海拔、多年平均降水量、气温、干燥度和土地利用是影响区域尺度黄土区ρ_b空间分布的重要因素,基于相关因子建立的传递函数模型可以解释0～40cm深度ρ_b变异的38%～52%,且预测效果优于逐步回归方程,可用于田间条件下ρ_b空间分布特征的预测。 相似文献
10.
本文用DTS-1型土壤湿度仪测定了地中5、10、15、20、30、50、70、100cm深处逐日土壤湿度,通过分析土壤湿度剖面,分别取小麦和玉米的蒸散作用深度为2m和1m。从水分平衡原理出发,根据土壤水分的逐日动态变化,得出日蒸散计算式为:■。同时,根据实测土壤值的拟合,发现50—200cm土层与30—50cm土层的土壤含水量具有良好的线性关系:M_(60-200)=108.11 4.521M_(30-500) 相似文献
11.
基于时间稳定性和降维因子分析的土壤水分监测优化 总被引：2，自引：0，他引：2
以南京市高淳区青山茶场中相邻的茶园和竹林坡地为研究区,对研究区土壤水分进行长期定点监测。基于土壤水分时间稳定性,结合因子分析选取典型样点组合,采用多元线性回归模型构建各监测点土壤水与典型样点间的数量关系。通过典型样点预测各监测点土壤水分,并检验预测结果,以期通过少数样点的监测来反映研究区的整体概况,优化研究区土壤水分监测。结果表明:在茶园仅监测7个点时,验证期RMSE小于1.5 cm3/cm3;竹林仅监测5个样点时,验证期RMSE小于1.7 cm3/cm3,模型能很好地预测研究区各样点土壤水分,为优化土壤水监测、减少野外工作量提供了理论依据。不同土地利用方式、不同深度处土壤水分分布特征存在显著差异;竹林土壤水分具有较强的时间稳定性,土壤水分的空间自相关性较茶园强;30 cm深处比10 cm深处土壤水分具有更稳定的空间分布结构。 相似文献
12.
西北旱区压砂地土壤水分的时空分布特征 总被引：3，自引：4，他引：3
以西北旱区有着300多年历史的压砂地为研究对象,利用平均相对偏差、统计回归等方法研究土壤水分的时空稳定性特征。结果表明,表层土壤水分变异性最强,随着土层深度的增大,变异性减弱。0～10 cm土壤水分高低值区差异较明显,图形破碎化程度较大,随着土层深度的增大,土壤水分等值线由密变疏,逐渐趋于平滑,图形的破碎化程度相对减弱,斑块的空间连续性增强。土壤水分在干旱条件下斑块的空间破碎化程度高于湿润条件下,时间稳定性随土层厚度的增加而增强,平均相对偏差及标准差变化范围较小,可以选择代表性测点代表0～10、＞10～20、＞20～30、＞30～50 cm土壤水分平均值的估计值。利用2013年数据建立的统计回归模型对2014年不同土层代表性测点土壤水分进行预测,预测精度较高（相对误差最大为15.42%）,表明代表性测点可表征整个研究区土壤水分的均值。以期为该区域合理布设土壤水分监测点和墒情的准确预测提供理论依据。 相似文献
13.
利用山东省1981-2011年历年冬小麦生育期及产量资料、14个气象站点的逐日气象资料、1992-2011年冬小麦生长季逐旬20cm土壤墒情资料,分别构建考虑和不考虑土壤墒情的冬小麦不同生长阶段的气候适宜度指数计算模型,通过与气象产量进行相关和回归分析,建立了基于两种气候适宜度指数的3-5月逐旬产量动态预报模型,并进行历史回代检验和动态外推预报。结果表明：考虑土壤墒情的气候适宜度指数能够更客观地反映山东省冬小麦生长期间气象条件和土壤水分对其产量形成的影响,构建的气候适宜度指数与冬小麦气象产量的相关系数均通过0.01水平的显著性检验,相关性高于不考虑土壤墒情的气候适宜度指数。产量动态预报模型对1992-2009年历史回代检验的平均准确率均在95.0%以上,标准化均方根误差RMSE均小于6%。对2010-2011年外推预报准确率最高达99.4%,最低为95.4%,说明预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。 相似文献
14.
中国年均地温的估算方法研究 总被引：2，自引：0，他引：2
年均地温是土壤重要的物理性质,对区域农业生产有着重要意义。对中国1981—2010年间895个气象站的地面气候资料进行整理,按全国一级标准耕作制度分区分析。结果表明:各区5~40 cm内各深度年均地温均高于相应气象站点的年均气温。同一分区内,各气象站点5~40 cm年均地温随深度增加未表现出相同的变化规律;不同深度的年均地气温差平均值在5~20 cm深度范围内变化≤0.1℃,在20~40 cm深度范围变化较大,个别分区达0.4℃。各分区之间比较,5~40 cm年均地气温差平均值存在地域差异性:自北向南,年均地气温差平均值表现为先减小后增加的变化规律;自东向西,纬度接近的分区年均地气温差平均值逐渐增大;不同分区年均地气温差平均值的变化较大,20 cm深度为1.4~3.9℃,40 cm深度为1.1~4.3℃。利用回归方程法和年均地气温差平均值法,在各标准耕作制度一级区分别建立年均地温估算公式,回归方程法的准确性高于年均地气温差平均值法,但青藏高原区和内蒙古高原及长城沿线区的估算公式未达到很好的估算效果。对各分区5、10、15、20和40 cm年均地温观测数据完整的262个气象站的数据进行分析表明,5~40 cm深度范围内,多数分区年均地温每5 cm变化量的均值≤0.1℃,20~40 cm深度的变化量更小。对于单一估算点,其40 cm和50 cm年均地温的最大差距≤0.4℃,所以,在中国土壤系统分类中,可以考虑用40 cm的地温代替50 cm的地温。 相似文献
15.
[目的]研究黑龙江省西部地区"三北"工程区不同类型土壤的水分动态特征及其与气象因子的相关性,为该地区土壤墒情预测提供科学参考。[方法]通过建立小型基准气象观测站定点观测土壤水分含量及气象因子,并利用回归分析建立了无降雨条件下土壤水分的预测模型。[结果](1)生长季土壤水分变化均呈现消退期的现象,其中以黑土和黑钙土表现最为显著。3种土壤类型水分含量的变异系数都随土壤深度增大呈递减趋势。(2)相关分析结果表明,土壤水分含量与光照强度和大气温度均表现为负相关,与空气湿度表现为正相关,与降雨量和风速相关系数较小。(3)黑土和黑钙土的土壤水分日消耗量可由光照强度(X1)、湿度(X2)、风速(X3)和大气温度(X4)的变化来解释。[结论]土壤水分受气象因子综合调控,根据气象因子建立的模型可以用来预测无降雨条件下土壤水分的变化。 相似文献
16.
基于温度植被干旱指数的江苏淮北地区农业旱情监测 总被引：12，自引：7，他引：5
为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。 相似文献
17.
深翻－旋耕轮耕与有机肥配施对黑土农田土壤物理性质的影响 总被引：1，自引：1，他引：0
针对东北松嫩平原中南部黑土区玉米带农田长期旋耕导致耕层变浅、容重增大等问题,开展深翻-旋耕轮耕模式改善土壤物理性质的研究。试验设置连年旋耕配施化肥（RT）、连年旋耕配施化肥与有机肥（RM）、深翻－旋耕轮耕配施化肥（DT）和深翻－旋耕轮耕配施化肥与有机肥（DM）4个处理,分析0 ~ 45 cm土壤含水量、容重、紧实度、团聚体的变化及10 cm、20 cm、30 cm各深度处土壤温度变化情况。结果表明,与RT处理相比,DT处理能够显著提高玉米苗期和拔节期20 cm、30 cm深度土壤温度,增加玉米各生育时期15 ~ 45 cm土层土壤含水量,并且显著降低土壤容重和紧实度,提高了30 ~ 45 cm土层 > 0.25 mm水稳性团聚体的比例;同时DM处理能够增加苗期、收获期各土层含水量,且对0 ~ 45 cm土壤容重均有显著降低作用;而RM处理仅使0 ~ 15 cm土层容重有降低,但并不显著,且对深层土壤容重无明显影响。相关分析表明,在0 ~ 15 cm土层中,土壤含水量、紧实度、容重与温度呈负相关关系（P < 0.05）;在0 ~ 45 cm土层中,土壤容重与土壤紧实度呈极显著正相关关系（P < 0.05）。DM的耕作模式能降低土壤容重和紧实度,有效提高土壤温度、土壤含水量以及 > 0.25 mm 水稳性团聚体的比例,能够较好的改善土壤耕层物理性质。 相似文献
18.
黄淮冬麦区晚霜冻易发时段冠层内最低气温分布及估算 总被引：1，自引：0，他引：1
利用2016年和2017年3月中旬?4月下旬两次典型低温过程中,冬小麦田间不同高度逐小时气象观测数据,分析晚霜冻易发时段冬小麦冠层内最低气温出现高度及其变化规律,构建基于150cm高度处气象因子和地表0cm温度的冠层内最低气温估算模型。结果表明：（1）与150cm高度相比,两次典型低温过程中0℃以下气温在冠层高度附近出现时间更早,持续时间更长且温度更低;（2）最低气温总是出现在4/5冠层高度附近,并在2：00?6：00时段,尤以5：00左右发生频率最高;（3）冠层内最低气温与150cm高度处相对湿度、风速的相关性通过了0.01水平的显著性检验,与不同高度气温、不同土壤深度地温的相关性也通过了0.001水平的显著性检验,与地温的相关性随着土壤深度的增加而逐渐降低;（4）冠层内最低气温与150cm高度处气温、风速、相对湿度,以及0cm地温的偏相关系数大小排序表现为,气温＞风速＞地温＞相对湿度;利用以上因子构建基于多元线性回归函数的冠层内最低气温估测模型,其估测值与实测值拟合结果的决定系数达到0.967,均方根误差为0.915。说明基于气象台站常规观测数据构建冠层内最低气温估测模型具备一定可行性,可为冬小麦晚霜冻害的监测预报提供数据支持。 相似文献