首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 218 毫秒
1.
及时并准确地估计作物产量,对保障粮食安全、维护世界粮食供应稳定具有重要意义。此前,已有许多研究者使用机器学习方法对作物产量预估进行研究。然而,结合作物的空间分布、使用局部模型进行分析的研究较少;且诸多研究均以年份为时间尺度进行建模,未能精细到作物生长的各个阶段,无法实现作物产量的早期预测。针对以上问题,该研究结合多源遥感数据,利用随机森林(random forest,RF)以及地理加权随机森林(geographically weighted random forest regression,GWRFR)模型对美国县级玉米产量进行建模,探讨全局与局部模型在玉米产量预测方面的性能;并通过将GWRFR模型应用于玉米的各个物候期,获取了玉米产量的最佳提前预测时间。结果表明,GWRFR局部模型的精度(R2=0.87,RMSE=864.21 kg/hm2)高于传统的RF全局模型(R2=0.83,RMSE=994.75 kg/hm2),并且能够较好地克服空间数据的非平稳性,即使在全局模型中加入经纬度作为变量,RF模型的预测效果(R2=0.85,RMSE=890.88 kg/hm2)仍然低于GWRFR模型。对于玉米产量的预测可以提前至收获前2~3个月,即在乳熟期前后就能得到比较准确的预测结果(R2=0.90,RMSE=748.39 kg/hm2)。该研究结果可为大尺度作物产量预估提供一种新的思路,对区域或全球其他作物的产量预测也具有一定的指导意义。  相似文献   

2.
基于133个滨海湿地土样的全氮(TN)含量和光谱反射率(R)及其对数(lgR)、对数的一阶微分((lgR)'')、倒数(1/R)、倒数的一阶微分((1/R)'')、一阶微分(R'')、平方根(√R)、一阶微分的倒数(1/(R)'')变换,采用偏最小二乘回归(PLSR)、随机森林回归(RFR)和支持向量机回归(SVR)3种算法分别建立土壤TN含量估测模型。结果表明:①土壤TN含量与光谱变换形式相关性由高到低为:(1/R)''> R''> (lgR)''> 1/R > lgR > 1/(R)''> √R > > R,经光谱变换,土壤TN含量与变换光谱的相关性均高于R,其中与(1/R)''的Pearson相关系数最大为0.746。②PLSR和SVR基于R''、(1/R)''、(lgR)''和1/(R)''变换构建的模型、RFR方法构建的所有模型R2均大于0.732,均可用于滨海湿地土壤TN含量的估算。③基于1/(R)''建立的SVR模型预测精度最高,其R2为0.987,RMSE为0.057 g/kg,MAE为0.050 g/kg,是预测滨海湿地土壤TN含量的最优模型,可为准确获取滨海湿地土壤TN含量提供稳定方法。  相似文献   

3.
为精确测定、准确模拟阿克苏地区滴灌枣树腾发过程,基于大型称重式蒸渗仪测定枣树全生育期逐时及逐日腾发强度(ET),利用水量平衡方程、PM公式及经典统计原理,分析不同时间尺度下叶面积指数(LAI)、气象因素[温度(I)、风速(V)、净辐射(Rn)]、表层土壤含水率(W)与枣树腾发强度的相关关系并建立预测模型。结果表明:枣树日内腾发强度呈单峰型变化趋势,夜间变化幅度较小且腾发贡献率低。枣树全生育期逐日腾发强度变化呈先增大后减小的趋势,花期的腾发强度最大,为4.42 mm·d-1;全生育期腾发总量为640.83 mm,其中花期和果实生长发育期耗水量占比较大,分别为38.61%和32.72%。在小时和日时间尺度上,影响腾发强度的主要因素不完全相同,且影响程度有所差异。综合考虑各影响因素,以萌芽期、花期、果实发育期为基础,分别建立以小时、日尺度下估算腾发强度的经验模型ET1(h)=0.153+0.004T+0.012V+0.176Rn+0.002W+0.067LAI、ET2(d)=-3.325+0.081T+0.163Rn+0.069W+2.089LAI,拟合度R2均在0.7以上,以果实发育期与成熟期数据对模型进行检验,纳什效率系数分别达0.63、0.80。经偏相关检验,冠层净辐射(Rn)对两种尺度的腾发强度均影响最显著,因此以枣树全生育期数据量为基础,仅建立冠层净辐射(Rn)与腾发强度的回归模型ET1(h)=-0.063 3Rn2+0.361 2Rn—0.003 7、ET2(d)=-0.018 3Rn2+0.684 7Rn–1.642 1,R2分别为0.704 7与0.743 6,可满足缺少数据支撑情况下的腾发过程估算。这些模型明确了阿克苏地区滴灌枣树腾发机制及影响程度,可为水分管理精准化提供计算基础。  相似文献   

4.
基于遥感监测多品种玉米成熟度进而掌握最佳收获时机,对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像,同步采集叶片叶绿素含量(chlorophyll content,C)、籽粒含水率(moisture content,M)、乳线占比(proportion of milk line,P)等地面实测数据,以此构建玉米成熟度指数(maize maturity index,MMI),从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型,验证MMI适用性,并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明:1)不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2)MMI与所选植被指数的相关性均可达到0.01显著水平,其中与归一化植被指数(normalized difference vegetation index,NDVI)、转换叶绿素吸收率(transformed chlorophyll absorbtion ratio index,TCARI)相关性最高,相关系数均为0.87。3)该研究基于不同组合的数据集进行了模型验证,其中随机森林模型对MMI的估测精度最高,测试集决定系数(coefficient of determination,R2)为0.84,均方根误差(root mean squared error,RMSE)为8.77%,标准均方根误差(normalized root mean squared error,nRMSE)为12.05%。此外,随机森林模型对不同品种MMI的估测精度较好,京九青贮16精度最优,其中R2RMSE、nRMSE为0.76、10.67%、15.88%,模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。  相似文献   

5.
为了得到白酒工业中酒精度的快速检测技术,将偏最小二乘法与傅立叶变换近红外光谱相结合,通过解析白酒样品的近红外光谱图和对光谱进行不同的预处理,结果表明:用最大最小归一化法预处理光谱,光谱范围选择9747.1~7498.3 cm-1和6102~5446.3 cm-1,采用内部交叉验证建立模型,决定系数(R2)为99.99%,交互验证均方根差(RMSECV)为0.165%,主成分数为4,此条件下建模效果较好;模型进行验证结果表明预测集相关系数(R2)为99.80%,预测标准偏差(RMSEP)为0.264%,模型的预测效果很好,具有较高的精密度和良好的稳定性,能满足生产中白酒酒精度的快速检测要求。  相似文献   

6.
该论文以116个蜂蜜样品为对象,考察蜂蜜理化指标间的相关性,并采用红外光谱技术结合偏最小二乘回归法建立快速定量模型,探讨模型对蜂蜜理化性质指标的定量能力,比较近、中红外光谱在定量检测中的能力,从数据层融合角度考究光谱融合对定量精度的提升。主要研究结论如下:蜂蜜的部分理化性质间具相互关联性,色差、电导率和pH两两呈正相关,pH和可滴定酸,水分与黏度之间彼此呈负相关;近红外光谱技术(near-infrared spectrum,NIR)和中红外光谱技术(mid-infrared spectrum,MIR)对果糖、葡萄糖、还原糖、果糖/葡萄糖、水分、黏度、pH和色差具有良好的定量分析能力(R2>0.9),对电导率、蔗糖、麦芽糖和可滴定酸的精度和模型相关系数尚可接受;二者单独对淀粉酶值、脯氨酸的定量结果较差,通过数据融合后,脯氨酸精度有所提升(Rc 0.825,Rp 0.664,RMSEC 38.68,RMSEP 49.57),淀粉酶值无优化(Rc 0.799,Rp 0.695,RMSEC 2.57,RMSEP 3.02)。MIR对糖的定量分析精度略优于NIR。研究证明将近、中红外光谱用于蜂蜜部分理化指标的快速定量是可行的,数据融合对模型产生积极影响,但仍存在很多理论和算法问题需要解决。  相似文献   

7.
傅赵聪  王翀  吴春发  骆永明  刘东 《土壤》2023,55(4):829-837
以甘肃白银某污灌区重金属污染农田土壤为研究对象,对影响高精度便携式X荧光光谱(HDXRF)法总镉(CdT)测定精度的主要因素进行了筛选,分别研究了土壤水分、有机质类型与含量、土壤类型对HDXRF法CdT测定的影响,并采用相对误差(RE)、相对标准偏差(RSD)和决定系数(R2)对测定结果的准确度和精密度进行了评价。结果表明:HDXRF法CdT测定的RE≤10%、RSD≤10%、R2>0.99,符合农田土壤环境质量监测技术规范和美国环境保护署标准的准确度和精密度规定。HDXRF法CdT测定结果随着土壤水分含量的增加呈指数衰减趋势,衰减方程为y=0.803e–1.3284x,衰减系数(μω)为–1.328 4,R2为0.984 5。HDXRF法CdT测定结果与有机质含量呈显著的负相关关系(r=–0.955),且腐殖酸(HA)比泥炭(Peat)对测定结果的影响更大,HA与测定结果的校正方程为y=–1.555x +0.780,R2为0.934 4。土壤类型对HDXRF法CdT测定结果存在一定的影响,相对于红壤和水稻土,灰钙土的测定结果与传统实验室分析方法测定结果更接近。总之,虽然HDXRF法CdT测定结果受多种因素影响,但通过校正模型校正,其校正结果的可靠性能够满足Cd污染农田土壤精准调查需求。  相似文献   

8.
为揭示粗颗粒土壤坡面侵蚀机理,采用湖北通城县、江西赣县、福建长汀县、广东五华县4个样地的4种粗颗粒土壤(分别定义为TCA、GXA、CTA、WHA)进行室内模拟降雨试验,研究粗颗粒土壤坡面侵蚀过程及侵蚀泥沙颗粒组成的变化规律。结果表明:(1)4种土壤的地表径流随着降雨时间的增长呈现出先增加后递减并趋于稳定的规律;(2)4种土壤的侵蚀特征存在差异,土壤侵蚀速率表现为WHA>TCA>GXA>CTA;(3)4种土壤的侵蚀泥沙中颗粒分布百分比大小均为砂粒>黏粒>粉粒>砾石。不同土壤侵蚀泥沙富集率表现出明显差异;(4)水流功率与土壤侵蚀速率的相关性显著,用幂函数可以准确描述其关系。在表达式中引入土壤黏粒含量、砾石含量后模型更加可靠(Dr=0.001ω1.163Cl-4.069,R2=0.82;Dr=0.003ω1.149Gr-1.934,R2=0.84),提高了模型预测土壤侵蚀速率的精度,在实际应用中具有更广的适应范围与现实价值。  相似文献   

9.
基于遥感数据、气象数据等,利用RWEQ模型和风蚀预报模型对内蒙古自治区2000—2017年土壤风蚀进行评估并分析其驱动因素。结果表明:(1) RWEQ模型(R2=0.85,P<0.01)和风蚀预报模型(R2=0.43,P<0.01)的预测值与137Cs示踪技术风蚀的值具有较好的相关性,其中RWEQ模型预测精度更好。(2)时间上,RWEQ和风蚀预报模型模拟的结果均表明2000—2017年内蒙古自治区土壤风蚀呈下降的趋势,下降趋势分别为0.73,1.18 t/(hm2·a),2个模型模拟的土壤风蚀模数在2011年均达到最低值。空间上,2000—2017年,2个模型的模拟结果均表明内蒙古自治区土壤风蚀以微度和轻度侵蚀为主,其中剧烈侵蚀在整个研究区的占比较小(RWEQ 1.79%,风蚀预报模型5.45%),主要分布于北方风沙区的西南部。趋势上,89.74%(RWEQ)和72.05%(风蚀预报模型)的土壤风蚀模数呈下降趋势,其中显著降低的区域主要分布于北方风沙区的巴丹吉林沙漠和乌兰布和沙漠。(3)大风天数对土壤风蚀具有显著影响,随着大风天数的增多,土壤风蚀呈显著上升趋势,植被覆盖度和降水量的增长在一定程度上可抑制土壤风蚀的进程。  相似文献   

10.
使用双针热脉冲(dual probe heat pulse, DPHP)测定冻土热特性时施加热脉冲后会导致加热探针周围的冰融化,使用目前常用的仅考虑热传导(忽略融化相变、冰水两相分界面)的解析解处理DPHP温度数据,会导致在-5 ℃至0 ℃温度范围内无法准确测量热导率 (λ) 和比热 (Cv)。为了能够准确测定冻土的 λCv,有必要考虑DPHP加热过程中引起的冰融化的相变潜热。该研究基于COMSOL仿真软件模拟了考虑相变潜热、相变区间以及移动冰水界面的DPHP测量过程,采用随温度非线性变化的真实冻土热特性进行模拟,并与真实冻土的DPHP测量数据对比。结果表明:1)COMSOL仿真在不考虑相变条件下与无限线性热源模型结果完全吻合(R2 = 0.9989);2)当土壤初始温度低于-5 ℃时,考虑相变发生的COMSOL仿真能够准确模拟试验结果,表现出较高的相关性(R2 > 0.93),在-2 ~ 0 ℃的土壤初始温度范围内,无限线性热源模型的结果与试验测量显著偏离(R2 < 0.0013);3)在不同土壤初始温度下,相变温度为-1.5 ~ -0.5 ℃的仿真结果与试验数据具有较高的相关性(R2 > 0.7)。本研究结果检验了有限元仿真用于真实冻土DPHP研究的可行性,可为准确预测冻土热特性的研究提供方法。  相似文献   

11.
主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧   总被引:16,自引:11,他引:5  
为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。  相似文献   

12.
不同水分状况下棉花茎直径变化规律研究   总被引:20,自引:10,他引:10  
利用DD型直径生长测量仪持续监测筒栽棉花茎秆直径的动态变化,对茎直径在不同天气的日变化规律、水分胁迫条件下不同生长阶段的变化规律及其与环境因素的关系进行了研究。结果表明,茎直径变化测量参数能较好地反映棉花水分状况,但茎直径变化受外界环境因素和作物自身发育特性共同影响,在不同生长阶段,宜采用不同参数作为水分诊断指标。在茎生长阶段,茎直径最大值随时间的变化能较好地反映棉花水分亏缺程度,而不同水分处理间的日最大收缩量差异不显著;在茎成熟阶段,日最大收缩量对水分亏缺的反应非常敏感,是适宜的水分诊断指标。对影响茎直径变化的环境因素进行分析后得出,土壤水分、辐射和空气饱和差影响最大,相对湿度次之,气温和风速的影响很小。在此基础上建立了棉花茎直径日最大收缩量与环境因子之间的回归模型,可为利用茎直径变化评价作物缺水状况提供依据。  相似文献   

13.
基于改进水云模型和Radarsat-2数据的农田土壤含水量估算   总被引:3,自引:2,他引:1  
为了直接将雷达遥感中"水云模型"进行反演应用,该研究将"水云模型"中植被参数改为雷达植被指数,利用全极化数据直接支持遥感反演土壤含水量,无需遥感反演植被参数输入。改进模型为利用雷达遥感结合"水云模型"进行土壤含水量监测提供了一种高效便捷方法。基于Radarsat-2全极化数据对冬小麦覆盖的农田土壤含水量进行估算,利用2014年在陕西杨凌区获取的4个生育期内Radarsat-2卫星数据及同步田间测量108组冬小麦农田土壤含水量地面测量数据进行模型参数校正和精度验证。验证结果精度为:改进的雷达植被指数模型原叶面积指数模型(实测叶面积指数验证)原叶面积指数模型(光学遥感反演叶面积指数验证),且改进的雷达植被指数模型可以在多个生育期内对农田土壤含水量进行监测。  相似文献   

14.
BP神经网络和SVM模型对施加生物炭土壤水分预测的适用性   总被引:2,自引:0,他引:2  
生物炭作为土壤改良剂对半干旱区土壤水分有良好的吸持作用,为确定施加生物炭对土壤水分预测模型适用性的影响,依托黄土高原半干旱区固原生态站开展了小区定位试验。向土壤中施加不同种类及比例的生物炭,定期监测土壤水分含量;考虑土壤含水量的非线性特征以及生物炭对土壤水分的影响,选取BP神经网络和SVM支持向量机两种模型,建立施加生物炭土壤水分预测模型。计算预测值,并与实测值对比,分析相对误差;利用RMSE、MRE、MAE和R2评估BP神经网络和SVM模型的精度。结果表明;BP神经网络预测值的平均相对误差为3.78%,最大误差为13.14%;SVM模型的平均相对误差为0.56%,最大误差为2.42%。SVM模型的RMSE、MRE、MAE值(分别为0.34~0.17,0.07,0.56~1.27)均小于BP神经网络的(分别为1.04~1.16,0.47~0.68,3.78~4.57),且决定系数R2值SVM模型(0.96~0.99)大于BP神经网络(0.56~0.64)。BP神经网络和SVM模型均能很好地预测施加生物炭的土壤水分,但SVM模型预测结果更加稳定,精度较高,更适于施加生物炭土壤水分的预测。该研究可为半干旱地区生物炭还田土壤水分的预测及管理提供理论依据。  相似文献   

15.
长时间序列气象数据结合随机森林法早期预测冬小麦产量   总被引:9,自引:7,他引:2  
冬小麦生育早期的产量预测对于制定冬小麦整个生长期的精准管理决策具有重要参考意义。该文基于随机森林算法,采用1990—2015年河南省小麦平均拔节期至平均抽穗期地面观测气象数据与统计产量数据,分别提取不同穗分化期的温湿度、降水等47个气象要素和小麦种植区经纬度、高程3个空间要素,共计50个参数作为特征变量集,以实际单产、气象产量和相对气象产量分别作为目标变量,构建多种变量组合模型对冬小麦产量进行回归预测,并结合袋外数据重要性结果对产量影响因子进行分析。研究结果表明:1)使用气象产量和相对气象产量作为目标变量建模的预测效果优于单产模型,决定系数R~2均达到0.8以上,气象产量的平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)分别为415和558 kg/hm~2,相对气象产量的MAE和RMSE分别为0.07和0.09;2)相较于气象特征,空间特征在产量预测中起决定性作用,且小花分化期以及抽穗开花期的气象特征产量预测精度高于其他穗分化期;3)在气象特征中,利用袋外数据变量重要性得出平均温度、最低温度、负积温、最高温度在不同生育阶段对产量的影响程度。该研究结果为冬小麦生育早期产量预测提供了新的思路和方法。  相似文献   

16.
Soil texture is an important factor governing a range of physical properties and processes in soil. The clay and fine fractions of soil are particularly important in controlling soil water retention, hydraulic properties, water flow and transport. Modern soil texture analysis techniques (x‐ray attenuation, laser diffraction and particle counting) are very laborious with expensive instrumentation. Chilled‐mirror dewpoint potentiameters allows for the rapid measurement of the permanent wilting point (PWP) of soil. As the PWP is strongly dictated by soil texture, we tested the applicability of PWP measured by a dewpoint potentiameter in predicting the clay, silt and sand content of humid tropical soils. The clay, silt, and sand content, organic matter and PWP were determined for 21 soils. Three regression models were developed to estimate the fine fractions and validated using independent soil data. While the first model showed reasonable accuracy (RMSE 16.4%; MAE 13.5%) in estimating the clay, incorporating the organic matter into the equation improved the predictions of the second model (RMSE 17.3%; MAE 10.9%). When used on all soil data, the accuracy of the third model in predicting the fine fraction was poor (RMSE 31.9%; MAE 24.5%). However, for soils with silt content greater than 30%, the model prediction was quite accurate (RMSE 7–12%; MAE 7–9%). The models were used to estimate the sand content and soil textures of soils, which proved relatively accurate. The dewpoint potentiometer can serve a dual purpose of rapidly estimating the PWP and the clay, fine fraction, and soil texture of soils in a cost efficient way.  相似文献   

17.
基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算   总被引:15,自引:4,他引:11  
为了进一步提高玉米叶绿素含量的高光谱估算精度,该文测定了西北地区玉米乳熟期叶片的光谱反射率及其对应的叶绿素相对含量(soil and plant analyzer development,SPAD)值,分析了一阶微分光谱、高光谱特征参数与 SPAD的相关关系,构建了基于一阶微分光谱、高光谱特征参数和 BP 神经网络的 SPAD 估算模型,并对模型进行验证;再结合主成分回归(principal component regression,PCR)、偏最小二乘回归(partial least squares regression,PLSR)以及传统回归模型与 BP 神经网络模型进行比较。结果表明:SPAD 值与一阶微分光谱在763nm 处具有最大相关系数(R=0.901);以763 nm 处的一阶微分值、蓝边内最大一阶微分为自变量建立的传统回归模型可用于玉米叶片 SPAD 估算;将构建传统回归模型时筛选到的光谱参数作为输入,实测 SPAD 值作为输出,构建 BP 神经网络模型,其建模与验模 R2分别为0.887和0.896,RMSE 为2.782,RE 为4.59%,与其他回归模型相比,BP 神经网络模型预测精度最高,研究表明 BP 神经网络对叶绿素具有较好的预测能力,是估算玉米叶片 SPAD 值的一种实时高效的方法。  相似文献   

18.
基于特征光谱参数的苹果叶片叶绿素含量估算   总被引:1,自引:4,他引:1  
果树叶绿素含量的快速、无损、准确监测,可以及时掌握果树的营养水平,对指导果树管理具有重要意义。该文利用2012年和2013年山东省肥城市潮泉镇下寨村的苹果叶片叶绿素含量和叶片光谱数据,分析了叶绿素含量和苹果叶片原始光谱及其变换形式之间的相关性,筛选出较优光谱参数,并利用随机森林法、偏最小二乘法、BP神经网络和支持向量机回归法进行估算和验证。结果表明:1)叶绿素含量与叶片原始光谱及其变换形式之间的最优光谱参数分别为554和708 nm的原始光谱反射率,554和708 nm倒数之对数光谱,535、569、700和749 nm一阶微分光谱以及557和708 nm连续统去除光谱;2)随机森林、偏最小二乘法、BP神经网络和支持向量机估算模型的R2分别为0.94,0.61,0.66和0.60,RMSE分别为0.34,0.78,0.75和0.81 mg/dm2。说明随机森林算法模型用于估算苹果叶片叶绿素含量效果较好,为及时了解果树养分状况及果树营养诊断提供技术支持。  相似文献   

19.
该研究对基于注意力机制的长短期记忆(Attention-Based Long Short Term Memory,AT-LSTM)模型对蒸散量(Evapotranspiration,ET)模拟的可行性和有效性进行验证,以提高环境数据缺失情况下的蒸散量模拟精度。基于盐池县2012-2017年的每30 min环境数据,利用不同环境因子组合构建基于注意力机制的LSTM模型,并将其与极限学习机(Extreme Learning Machine,ELM)模型、支持向量机(Support Vector Machine,SVM)模型、长短期记忆(Long Short Term Memory,LSTM)模型在日尺度、月尺度和季节尺度上进行对比分析。结果表明:与其他3种模型相比,当输入环境因子变化时,AT-LSTM模型模拟精度变化很小,模拟效果均较好。当输入空气温度、净辐射、相对湿度、土壤温度、土壤含水率所有环境因子时,基于AT-LSTM模型的模拟效果最好,均方根误差(Root Mean Square Error,RMSE)为0.013 mm/30 min,平均绝对误差(Mean Absolute Error,MAE)为0.006 mm/30 min,相关系数(Correlation Coefficient,R)值为0.905。且无论是从小时尺度、日尺度和月尺度来看,AT-LSTM模型的模拟效果均优于其他3种模型。在环境因子缺失的情况下,净辐射对盐池县ET的模拟贡献程度最大,仅输入净辐射时,AT-LSTM模型模拟得到的RMSE和MAE分别为0.014、0.007 mm/30 min,R为0.892,模型模拟精度较高,AT-LSTM模型模拟精度高,模型稳定性强,对蒸散量模拟预测具有一定的适用性,仅输入净辐射的AT-LSTM模型可以作为环境数据缺失条件下的蒸散量预测模型。  相似文献   

20.
基于核磁共振技术检测小麦植株水分分布和变化规律   总被引:6,自引:6,他引:0  
为研究活体冬小麦植株水分的分布状况和连续变化过程,该研究利用核磁共振无损、非侵入的技术优势,分析了小麦各器官T2弛豫谱特征及其反映的代谢特性,分别推求出小麦叶片、茎秆和穗的信号幅值与被检测器官纯水含量以及鲜质量的回归函数关系,在此基础上建立了测量活体冬小麦植株各器官湿基含水率的检测方法。对活体植株各器官湿基含水率核磁共振检测方法的可靠性验证表明,由核磁共振法和烘干法测定的小麦叶片、茎秆和穗的湿基含水率均方根误差分别为:5.3%、3.5%、3.3%。然后将该检测方法用于监测同一株冬小麦各器官湿基含水率的长期变化和日变化过程,结果显示,乳熟期至成熟期,小麦各个器官的湿基含水率均逐渐减小,而叶片湿基含水率的日变化则呈现先减小后增大的趋势。乳熟期叶片的湿基含水率由8:00逐渐减少,且在14:00-16:00达到最低值后开始恢复,于20:00恢复至当日初始水平。成熟期叶片湿基含水率由8:00逐渐减少,但在20:00不能恢复至日内的初始水平。由于这套基于核磁共振技术的小麦湿基含水率检测方法能够对同一植株进行活体无损连续监测,因此该研究的结果能够更直接更准确地揭示冬小麦植株体内水分的连续变化规律和植株衰老过程,从而为研究冬小麦健康生长耗水规律和制定合理的灌溉制度提供理论基础。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号