共查询到20条相似文献，搜索用时 156 毫秒
1.
基于去包络线和连续投影算法的枣园土壤电导率光谱检测研究 总被引：3，自引：0，他引：3
选取新疆阿拉尔市典型极端干旱区为研究对象,利用土壤高光谱特征对土壤电导率进行反演。为了准确快速检测土壤电导率,通过获取南疆阿拉尔市红枣种植区土壤电导率和高光谱信息,在去包络线处理基础上,分别采用相关性分析法和连续投影算法（SPA）筛选特征波长,并建立特征波长与土壤电导率的偏最小二乘回归模型,使用均方根误差(RMSE)、决定系数（R2）以及相对分析误差（RPD）对不同处理方法的模型效果进行评价。结果表明,基于原始光谱直接使用相关性分析法的预测精度RMSE=0.85566,R2=0.7479,RPD=2.7569;通过去包络线处理使用相关性分析筛选特征波长后,模型的预测精度RMSE=0.44490,R2=0.9500,RPD=6.4510;基于原始光谱使用SPA选择特征波长后,模型的预测精度RMSE=0.31178,R2=0.9707,RPD=8.4445;通过去包络线处理使用SPA选择特征波长后,模型的预测精度RMSE=0.30173,R2=0.9764,RPD=9.3215。综上,说明SPA方法具有较强的特征波长选择能力,基于去包络线处理+SPA的偏最小二乘回归反演模型的预测精度最好,可实现新疆阿拉尔地区土壤电导率的快速检测。 相似文献
2.
水碳耦合模型能够为干旱区水碳资源综合管理提供重要的工具支持。以塔里木河干流上游区为研究对象,在深入分析WaSSI-C模型（Water Supply Stress Index-Carbon model）理论方法和运行机理的基础上,结合研究区自然地理环境特征,补充冰川融化计算模块,以增强模型在研究区的适用性。在此基础上,将研究时段划分为率定期（2000-2009年）和验证期（2010-2015年）,利用实测的径流数据和MODIS数据产品的蒸散（ET）和总生态系统生产力（GEP）数据,以相关系数(R2)和效率系数（NS）为主要统计指标,探讨了不同时期WaSSI-C模型在研究区的适用性。流域总径流在率定期和验证期对比验证的R2分别为0.72和0.68,NS为0.71和0.67;ET在率定期和验证期对比验证的R2分别为0.60和0.64,NS为0.60和0.56;GEP率定期和验证期对比验证的R2分别为0.68和0.61,NS为0.66和0.69;除ET在验证期的NS为0.56以外,模拟结果的2个评价指标均保持在0.6及以上,可见模型能够很好地模拟塔里木河干流上游区水碳资源的动态变化。 相似文献
3.
根据１９７９～１９９３年的１５ａ观测结果，组建了三化螟年发生量（Ｙ）与越冬代始蛾期（Ｘ，以４月１０日为零）的回归预测方程，即Ｙ＝６．４４２－０．２０１Ｘ。该方程回测符合率达１００％，１９９４～１９９６年预测结果与实际相符，能够应用于测报工作。文中并分析了三化螟越冬代始蛾期与年发生量相关关系产生的直接和间接原因。 相似文献
4.
以阿克苏地区进行地表滴灌的成龄核桃树为研究对象，基于Hydrus 1D软件进行地表滴灌条件下的4种一维根系密度分布函数（实测根系数据模型、指数分布模型、线性分布模型和分段分布模型）进行土壤水分数值模拟研究。结果表明：根系行方向浅层（0~40 cm土层）、中层（50~80 cm土层）、深层（>90 cm）分布差异性极显著（P<0.01），株方向差异性显著（P<0.05）。滴灌条件下，核桃树根系分布主要位于浅层土壤区（0~40 cm），是根系主要吸水部位，占比65%~73%。指数分布模型、线性分布模型和分段分布模型精度均较高，误差在4%范围内；在根系数据缺失条件下，推荐使用线性分布函数和分段分布函数来模拟根系分布。 相似文献
5.
为实现大田作物灌溉的精细化管理,研究了基于气象因素的生育期ET0预测模型。采用灰色理论对ET0与日均、日最高、最低温度,日均风速,相对湿度以及日照时数进行灰色关联度分析,结果表明ET0与温度（包括日均、最高、最低温度）及相对湿度的灰色关联度较高。在分析ET0与上述气象因素间的相关系数基础上,采用日均温度、日均风速以及日照时数作为模型的输入,ET0作为输出,建立了BP神经网络（BPNN）预测模型;采用日均温度、日均风速、日照时数及灰色关联度作为输入,建立了模糊最小二乘支持向量机（FLSSVM）预测模型。研究结果表明,BPNN模型的训练值决定系数为0.8643,平均相对误差6.29%,预测值决定系数为0.8099,平均相对误差7.83%;FLSSVM模型的训练值决定系数为0.9684,平均相对误差2.89%;预测值决定系数为0.9663,平均相对误差3.43%。BP神经网络与FLSSVM模型的精度均较高,可以用来预测ET0日值,这为大田作物的精细化灌溉管理提供理论与技术支持。 相似文献
6.
为构建适用于干旱区膜下滴灌条件的土壤水盐动态分布和棉花生长模型，基于2020—2021年的田间试验，经过对SWAP模型的土壤、土壤水力功能和作物生长等模块进行率定和验证，对灌溉水矿化度为1、2、3、4、5、6 g·L-1时的土壤水盐分布特征、作物生长过程和干物质累积分配进行数值模拟。结果表明：（1）土壤含水率与土壤含盐量的模拟精度以20～100 cm土层较好，0～20 cm土层模拟精度较差，其中土壤含水量的模拟效果优于土壤含盐量；随着灌溉水源矿化度的增加，土壤含水率和含盐量的模拟误差逐渐变小。（2）不同矿化度水源膜下滴灌棉花叶面积指数模拟效果较好（R2=90.72%，RMSE=0.35 cm2·cm-2，NRMSE=8.73%，IOA=0.98）。（3）不同矿化度水源膜下滴灌棉花茎干物质累积量模拟效果较好（R2=89.08%，RMSE=6.12 g，NRMSE=23.16%，IOA=0.96）。研究结果表明，SWAP模型可以较好地对不同矿化度水源膜下滴灌的土壤水盐动态分布和棉花生长过程进行模拟。 相似文献
7.
基于波文比-能量平衡法的半湿润地区葡萄园蒸发蒸腾量估算 总被引：1，自引：0，他引：1
为准确估算半湿润地区葡萄园蒸发蒸腾量,在测定气象数据的基础上,以水量平衡法的实测蒸发蒸腾量（ET）为参考,分析判断波文比-能量平衡法估算半湿润地区葡萄园蒸发蒸腾量的适用性以及整个生育期内葡萄ET的变化规律,分别采用单作物系数法（Kc）、双作物系数法（Kcb）估算半干旱半湿润地区葡萄ET。结果表明：全生育期内波文比-能量平衡法与水量平衡法之间的均方根误差(RMSE)与纳什系数(NSE)分别为0.54与0.64,决定系数为0.82,说明波文比-能量平衡法可以较好地应用于半湿润地区葡萄园蒸发蒸腾估算,双作物系数法比单作物系数法估算结果更为精确,计算出的双作物系数0.85、1.07、0.71可以作为本地区值。 相似文献
8.
为探究棉花生长关键时期灌溉预警线,2017年在新疆呼图壁县开展了蕾期和花铃期灌水下限分别为55%（仅蕾期）、65%和75%田间持水量（θf）及其不同组合的大田试验,研究了不同滴灌条件下棉花的生长及产量状况。结果表明：灌水下限的提升对株高和生物量有明显的促进作用,在蕾期灌水下限从55%θf增至75θf,棉花株高和生物量分别增加了0.18~0.19 cm·d-1和11.58~20.44 g;在花铃期灌水下限从65%θf增至75θf,棉花株高和生物量分别增加了0.04~0.10 cm·d-1和3.47~4.04 g;蕾期和花铃期灌水下限分别为65%θf和75%θf时单铃重和单株成铃数分别为5.58 g和7.79个·株-1,显著高于其他处理;蕾期和花铃期灌水下限均为75%θf时耗水量最大,为517.05 mm;蕾期和花铃期灌水下限分别为55%θf和65%θf时籽棉产量显著低于其他处理;蕾期和花铃期灌水下限分别为65%θf和75%θf时与均为75%θf时产量无显著性差异。综上,棉花蕾期和花铃期灌水下限分别为65%θf和75%θf为适宜的灌溉预警线。以播后天数为自变量,Logistic模型可以很好地模拟棉花的株高和生物量,以耗水量和株高为自变量预测棉花生物量变化情况的模型可为滴灌棉花灌水量及生长状况预测提供指导。 相似文献
9.
采用Ｉｗａｏ的Ｍ＊＝α＋βＸ回归式测定稻纵卷叶螟，虫苞种群的α＝０．４３３４＞０，β＝１．３１４９＞１，判定虫苞为聚集分布型；在ｔ＝１，Ｄ＝０．２时其理论抽样数为ｎ＝３５．８/Ｘ＋７．８７；利用有虫苞丛率（Ｐ）与百丛虫苞密度（Ｙ）的关系，建立Ｇｅｒｒａｒｄ模型为Ｙ＝１５７．９７６［－ｌｎ（１－Ｐ）］１．０６１６，其抽样精度可达９０％以上 相似文献
10.
基于无人机遥感的棉花主要生育时期地上生物量估算及验证 总被引：5，自引：0，他引：5
利用棉花主要生育时期的无人机近红外影像数据,提取4种不同的植被指数,通过与棉花地上生物量的实测值建立拟合关系,分析了不同植被指数在棉花各生育时期的估算效果并对其进行了验证。结果表明,随棉花生长,归一化植被指数（NDVI）、宽动态植被指数（WDRVI）、比值植被指数（RVI）和差值植被指数（DVI）均从苗期开始显著增加,其后则表现为基本稳定的“饱和”现象,但棉花实测生物量在不同生育期均有显著差异。植被指数与棉花实测生物量的拟合结果显示：NDVI和DVI的二元线性拟合模型对苗期生物量拟合效果最佳（R2=0.84,RMSE=0.13 kg·m-2）;WDRVI和DVI的二元线性拟合模型对花蕾期生物量拟合效果最佳（R2=0.87,RMSE=0.52 kg·m-2）;RVI的非线性拟合模型对花铃期生物量拟合效果最佳（R2=0.79,RMSE=0.95 kg·m-2）;WDRVI和RVI的二元线性拟合模型对盛铃期生物量的拟合效果最佳（R2=0.86,RMSE=0.96 kg·m-2）。 相似文献
11.
针对径流序列具有较强的随机性和波动性特征,提出一种短期月径流预测混合模型CEEMDAN-VMD-(BP, LSSVM)-LSSVM。首先利用自适应白噪声完整集成经验模态分解(CEEMDAN, complete ensemble empirical mode decomposition with adaptive noise)将径流序列分解为高频、中频和低频分量,再利用变分模态分解(VMD, variational mode decomposition)方法进一步分解高频分量,并根据样本熵对两次分解得到的子序列进行整合,采用麻雀搜索算法优化的反向传播神经网络(BP, back-propagation neural network)和最小二乘支持向量机(LSSVM, least square support vector machine)分别预测高频分量和中低频分量,最后将不同频率分量训练期的拟合值作为LSSVM的输入,进行二次预测得到最终的径流预测结果。将提出的模型应用于黑河流域莺落峡站和祁连站的月径流预测,验证期相关系数和纳什效率系数均达到0.99以上,对比其他8组对照模型,该模型具有更高的预测精度,可以应用于实际的短期月径流预测。 相似文献
12.
JI Huiping 《干旱区科学》2021,13(6):549-567
The accurate simulation and prediction of runoff in alpine glaciated watersheds is of increasing importance for the comprehensive management and utilization of water resources. In this study, long shortterm memory(LSTM), a state-of-the-art artificial neural network algorithm, is applied to simulate the daily discharge of two data-sparse glaciated watersheds in the Tianshan Mountains in Central Asia. Two other classic machine learning methods, namely extreme gradient boosting(XGBoost) and support vector regression(SVR), along with a distributed hydrological model(Soil and Water Assessment Tool(SWAT) and an extended SWAT model(SWAT_Glacier) are also employed for comparison. This paper aims to provide an efficient and reliable method for simulating discharge in glaciated alpine regions that have insufficient observed meteorological data. The two typical basins in this study are the main tributaries(the Kumaric and Toxkan rivers) of the Aksu River in the south Tianshan Mountains, which are dominated by snow and glacier meltwater and precipitation. Our comparative analysis indicates that simulations from the LSTM shows the best agreement with the observations. The performance metrics Nash-Sutcliffe efficiency coefficient(NS) and correlation coefficient(R~2) of LSTM are higher than 0.90 in both the training and testing periods in the Kumaric River Basin, and NS and R~2 are also higher than 0.70 in the Toxkan River Basin. Compared to classic machine learning algorithms, LSTM shows significant advantages over most evaluating indices. XGBoost also has high NS value in the training period, but is prone to overfitting the discharge. Compared with the widely used hydrological models, LSTM has advantages in predicting accuracy, despite having fewer data inputs. Moreover, LSTM only requires meteorological data rather than physical characteristics of underlying data. As an extension of SWAT, the SWAT_Glacier model shows good adaptability in discharge simulation, outperforming the original SWAT model, but at the cost of increasing the complexity of the model. Compared with the oftentimes complex semi-distributed physical hydrological models, the LSTM method not only eliminates the tedious calibration process of hydrological parameters, but also significantly reduces the calculation time and costs. Overall, LSTM shows immense promise in dealing with scarce meteorological data in glaciated catchments. 相似文献
13.
基于GPD模型的黑河出山径流极值变化分析 总被引：1，自引：0，他引：1
以黑河出山径流为研究对象, 利用黑河上游1944-2010年67 a的实测月均径流资料, 采用广义Pareto分布模型（GPD模型）, 对黑河未来出山月均径流的变化进行了预测。结果表明：运用超阈值的观测资料建模的GPD模型, 能够达到信息量使用的最大化, 对黑河极值变化的预测精度较高; 黑河出山径流重现期为25 a、50 a、100 a和150 a的月均径流量极大值分别为219.8 m3•s-1、235.3 m3•s-1、 249.5m3•s-1和257.4 m3•s-1; 重现期为25 a、50 a、100 a和150 a的月均径流量极小值分别为9.0 m3•s-1、8.8 m3•s-1、8.6 m3•s-1和8.5 m3•s-1;在当前“暖湿”的气候背景下, 黑河出山径流变化不大。 相似文献
14.
15.
SWAT模型及SUFI-2算法在秃尾河上游流域径流模拟中的应用 总被引：1，自引：0，他引：1
通过构建处于干旱和半干旱地区的秃尾河流域(上游)的水文、气象、土地利用土壤等数据库,利用基于分布式的SWAT模型对该流域的水文过程和产流机制进行模拟,并通过改进的SUFI-2算法对模型参数进行不确定分析、率定和验证,探讨SWAT模型在于旱和半干旱流域的适应性.采用1977-1983年的月径流实测数据进行模型率定,用1984-1989年的月径流数据进行模型验证.验证结果表明:该研究流域年径流相关系数(R2)和模型效应系数(Ens)均小于0.6(通常认为当模拟结果期望值大于0.6时,模型能比较准确地描述了研究流域的水文过程);月径流相关系数和模型效应系数超过或者接近0.6的水平;汛期(5-10月)模型径流相关系数和效应系数最高(超过或接近0.8).研究表明通过改进的SWAT-SUFI模型能较好地模拟研究流域的汛期径流,而对全年径流和枯水期的径流模拟不够理想. 相似文献
16.
为给我国稻纵卷叶螟Cnaphalocrocis medinalis防治提供前期预警,使用R语言软件对我国15个省市区稻纵卷叶螟发生等级与全球海温场资料进行遥相关分析,绘制相关系数的时空间分布图,筛选出显著相关海温区作为预测因子,根据各省市区虫情数据组建回归模型+判别模型、BP神经网络模型和支持向量机(SVM)模型,比较3种模型的历史回检率和预测完全准确率。结果显示,3种模型对稻纵卷叶螟发生等级均有一定的预测能力,其中判别模型+回归模型效果最好,预检完全准确率可达到75.0%,BP神经网络模型次之,预检完全准确率为68.2%,SVM模型预测效果最差,预检完全准确率为54.5%。进一步分析建模所使用的50个预测因子的空间位置,在南印度洋和北大西洋确定3个预测指标,预检准确率为94.4%。通过海温场数据建立的我国15个省市区稻纵卷叶螟发生等级预测模型,适用于长期预测预报。判别模型+回归模型更适合在样本量少、预测因子相关性强的地区建模,而根据预测因子空间分布选择的预测指标进行定性预测准确率更高。 相似文献
17.
基于小波变换和GRNN神经网络的径流模型在雅砻江流域中的应用 总被引：1，自引：0，他引：1
对雅砻江甘孜站控制流域月降水量和气温做 Harr小波变换 ,并作为 GRNN神经网络的输入 ,对雅砻江甘孜站径流进行模拟和预测验证 ,效果较好。但该模型对气温变化不敏感。故应用不引进小波变换的 GRNN神经网络模型 ,并采用全球变化成果 ,在不同的气候情景下 ,对甘孜站径流进行预测。结果表明 ,在未来一段时间内 ,甘孜站径流量会有一定程度的增加。径流量对气温的响应不同于西北内陆河流域 ,原因是该流域月径流量随气温的升高而增加。可利用该模拟对甘孜站径流进行反延或预测 ,并利用甘孜、温波二站径流量关系 ,计算温波站径流量 ,为南水北调工程径流设计服务 相似文献
18.
最优子集回归在武威市降水预报中的应用 总被引：1，自引：1，他引：0
选用Micaps下发的ECMWF 0～120 h格点场资料,使用差分法、天气诊断、因子组合等方法构造出能反映本地天气动力学特征的预报因子库.根据大气环流产生降水的物理机制不同,将天气形势分为西北气流型、西南气流型和不规则型3种,分别对预报因子和预报量进行线性0,1标准化处理,采用Press准则初选冈子,最优子集回归建立武威市6个站点不同天气类型的0～120 h降水预报方程,用多因子概率权重回归预测其降水概率.预报方程的降水和晴雨拟合率达0.742,0.783;投入业务试用后,0～120 h降水和晴雨预报准确率Ts 达0.653,0.813.说明该预报模型对降水天气预报能力强.其预报能力超过或接近日常业务预报,为地市级客观预报提供了有效的指导产品.业务系统与MICAPS对接,实现全自动化,输出的预报产品客观、定量. 相似文献
19.
河西走廊东部高温天气成因分析及预报研究 总被引：4，自引：1，他引：3
利用河西走廊东部武威市5个气象站1971-2005年逐日极端最高气温≥35℃资料,使用数值预报产品,应用诊断预报和统计预报方法,分析了高温天气气候特征、形成原因及预报着眼点。结果表明:河西走廊东部高温天气主要发生在中部平原和北部荒漠地带;西太平洋副热带高压动力抬升、青藏高压热力加强是造成极端高温事件发生的直接原因。并系统分析了高温天气发生的主要环流形势,总结出武威市高温诊断预报指标和高温定量预报方程,开发出高温预报业务系统,投入业务使用,预报效果良好。 相似文献
20.
黄土丘陵沟壑区不同年限苜蓿地土壤水稳性团聚体分布特征及稳定性研究 总被引：1，自引：0，他引：1
为了探索种植苜蓿对土壤质量的影响,选取黄土高原丘陵沟壑区3、7、12 a和18 a生苜蓿草地0～60 cm土层土壤为研究对象,以农田为对照（CK）,采用湿筛法研究了不同种植年限苜蓿草地土壤团聚体分布特征及其稳定性。结果表明：黄土丘陵沟壑区土壤水稳性团聚体组成随着粒径减小呈阶梯式递增态势,增幅为1.22%～61.43%,以＜0.25 mm的微团聚体占据优势级别,其比例达60.83%～79.72%。当农田更替为苜蓿草地后,在0～20 cm土层,随种植年限增加至12 a,土壤团聚化递增趋势明显,＞2 mm、1～2 mm、0.5～1 mm和0.25～0.5 mm粒径的土壤水稳性团聚体分别为农田对照的2.03～2.75倍、1.98～2.72倍、1.31～1.65倍和1.15～1.36倍;平均重量直径（MWD）、几何平均直径（GMD）在0～20 cm土层均表现为12 a＞18 a＞7 a＞3 a＞CK,变化范围分别为0.34～0.70和0.18～0.26;分形维数（D）变化虽然较小,但在0～20 cm土层也呈现出了不同年限苜蓿草地均小于农田的规律性,变化范围为2.31～2.43。相关分析表明,＞0.25 mm粒径水稳性团聚体含量（WSAP0.25）、MWD、GMD均与土壤总有机碳（TOC）含量呈显著正相关,而土壤黏粒、碳酸钙含量与土壤水稳性团聚体各指标间相关性均不显著。研究结果表明,有机质是黄土丘陵沟壑区土壤团聚的主要胶结物质,种植苜蓿能促进土壤团聚体形成,增强团聚体稳定性。 相似文献