首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 171 毫秒
1.
条件植被温度指数(VTCI)是一种适合关中平原的近实时定量化的干旱监测方法,在前期基于以旬为单位的VTCI样本点上相空间重构与RBF神经网络干旱预测研究的基础上,进一步进行了VTCI遥感面上的干旱预测研究。通过分析样本点VTCI时间序列的延迟时间和重构维数,确定整个面上VTCI时间序列相空间维数为7,从而对面上VTCI数据进行了相空间重构。对重构后的VTCI数据应用RBF神经网络模型预测得到了2009年4月上旬到5月中旬的VTCI预测结果。结果表明,多旬预测结果都较好地反映了监测结果的特征,各旬预测结果的绝对误差频数分布主要集中在-0.2到0.2之间。应用Kappa系数评价预测结果与监测结果的一致性程度:5月中旬为显著,4月上旬和中旬为中度,4月下旬和5月上 旬的一致性为弱,但阳性一致率较高。该模型的面上预测精度较好,适合关中平原的干旱预测研究。  相似文献   

2.
基于加权马尔可夫模型的条件植被温度指数预测研究   总被引:1,自引:0,他引:1  
条件植被温度指数(VTCI)是一种近实时的干旱监测指标。利用加权马尔可夫模型对陕西关中平原的条件植被温度指数(VTCI)时空变化序列进行了2步预测,并将预测结果与实际监测结果进行对比分析,结果表明,预测的干旱监测结果与实际的干旱监测结果空间分布特征基本一致,进一步的误差分析显示,2步预测的误差平均值分别为0.042和0.152。  相似文献   

3.
以黑龙江军川农场为研究区域,应用Landsat TM卫星遥感数据计算和反演归一化植被指数和地表温度,采用条件植被温度指数(VTCI)的方法对该区域进行土壤表层水分监测.通过与同一时期的LST和NDVI模型的反演结果进行对比,结果表明:VTCI与该模型的纹理特征相似,干旱的分布规律几乎一致.应用土壤表层含水量数据对干旱监测结果进行验证,验证结果表明VTCI与土壤表层含水量有较好的线性相关性,进一步证实了VTCI是一种实时的干旱监测方法.  相似文献   

4.
条件植被温度指数干旱监测指标的等级划分   总被引:1,自引:0,他引:1  
以每年3月下旬至5月下旬陕西渭北旱塬合阳、蒲城、澄城、永寿县和耀州区5个旱作农业站点以旬为单位的条件植被温度指数(VTCI)为研究对象,根据气象干旱指数的等级划分标准将VTCI分级。结果表明:VTCI被划分为4个等级。VTCI0.55为无旱,VTCI在0.46~0.55之间为轻旱,VTCI在0.37~0.46之间为中旱,VTCI0.37为重旱。通过气温、降水等气象资料对VTCI等级划分结果的验证表明,VTCI的干旱监测结果与当地基于气象资料的监测结果相一致,证实了该等级划分结果是可行的。  相似文献   

5.
以陕西省关中平原为研究区域,选取2003—2013年3—5月的Aqua-MODIS遥感数据、降水量和土壤含水量数据,探究10 d、16 d、32 d和48 d时间尺度条件植被温度指数(VTCI)干旱监测方法的适用性。结果表明:随着时间尺度增大,VTCI与降水量和土壤含水量的相关性均逐渐减小,说明VTCI干旱监测方法的适用性随时间尺度的增大而减小,且48 d时间尺度VTCI不适用于监测某一地区的受旱程度。不同时间尺度VTCI干旱监测结果的对比分析表明,旬尺度VTCI干旱监测的准确性最高。  相似文献   

6.
选取关中平原冬小麦主要生育期的条件植被温度指数( VTCI)遥感干旱监测结果,运用层次分析法、因子权重排序法两种主观赋权法和主成分分析法、熵值法两种客观赋权法,分别确定加权VTCI,并与关中平原5地区冬小麦年产量建立线性回归模型,研究VTCI对冬小麦产量的影响.结果表明,两种主观赋权法确定的加权VTCI与产量之间存在着...  相似文献   

7.
地表昼夜温差(ΔT)与植被覆盖度和土壤含水量等密切相关。文中在条件植被温度指数(VTCI)干旱监测方法的相关研究成果的基础上,应用MODIS数据,通过引入ΔT探究条件植被温差指数(ΔT-VTCI)干旱监测方法的可行性。ΔT-VTCI既考虑了区域内NDVI的变化,又考虑了在NDVI相同的条件下ΔT的变化。陕西省关中平原2000-2011年每年4月上、中、下旬和5月上旬的干旱监测结果表明,ΔT-VTCI的干旱监测结果与VTCI的干旱监测结果基本相符,可用于研究干旱的时空变化特征。通过对比分析多年多旬VTCI和ΔT-VTCI的干旱监测结果,发现两种方法得到的干旱监测结果的散点主要分布在1:1对角线附近,且呈显著的线性相关关系,说明这两种方法得到的干旱监测结果具有可比性。  相似文献   

8.
以陕西省关中平原为研究区域,选取2000-2009年每年4月上、中、下旬和5月上旬Terra-MO-DIS和NOAA-AVHRR遥感数据,应用条件植被温度指数(VTCI)方法,探究在两种遥感数据源、相同时间尺度下VTCI干旱监测结果的特点和可比性。通过对比分析多年同一旬的VTCI结果发现,两种数据的监测结果反映出的旱情分布规律相同,并且符合实际的干旱情况。尽管两种遥感数据在过境时间、波段数等方面均有所不同,但是两种数据的VTCI结果散点分布呈现出明显的线性相关关系,说明两种数据得到的VTCI干旱监测结果是具有可比性的。  相似文献   

9.
选取关中平原冬小麦越冬后2002—2009年每年3—5月共9旬的条件植被温度指数(VTCI)遥感干旱监测结果,将冬小麦越冬后分为四个主要生育时期,分别运用因子权重排序法、熵值法及组合赋权法确定各生育时期干旱对产量的影 响权重,计算关中平原各市冬小麦每年的加权VTCI,并建立加权VTCI与冬小麦单产间的一元线性回归模型。结果表明,关中平原大部分地区的加权VTCI与小麦单产密切相关。其中,熵值法确定的加权VTCI与小麦单产的线性相关性不显著,渭南、咸阳及铜川的决定系数R2值均低于0.5;因子权重排序法和组合赋权法确定的加权VTCI与小麦单产的线性相关性显著,咸阳、宝鸡及西安的R2值接近或高于0.6,渭南接近 0.5,铜川较差。且组合赋权法的结果中宝鸡和西安的R2值接近0.7,优于因子权重排序法和熵值法的结果。  相似文献   

10.
运用改进的层次分析法、变异系数法及主客观组合赋权法确定关中平原冬小麦越冬后主要生育时期干旱对产量的影响权重,建立关中平原五市2002—2009年每年的加权条件植被温度指数(VTCI)与冬小麦单产的一元线性回归模型,分析VTCI与产量间的线性关系。结果表明,变异系数法确定的加权VTCI与小麦单产的线性相关性不显著,渭南、咸阳及铜川的决定系数R2值均低于0.5;改进的层次分析法和组合赋权法确定的加权VTCI与小麦单产的线性相关性显著,除铜川外其余四市的R2值接近0.5,或者高于0.6,且组合赋权法的结果中西安的R2值达到0.7。基于改进的层次分析法和变异系数法的归一组合赋权法的结果优于其它 主客观组合赋权法的结果,为最优赋权方法,可用于评价冬小麦主要生育时期的干旱监测效果。  相似文献   

11.
黑河位于西北内陆地区,所处地带属于典型的温带大陆性干旱气候。干旱是对该地区农业发展危害最大的主要灾害。因此,对该地区降水序列的研究以及对干旱的预测尤显重要。本文以张掖市为例,采用高台、民乐、山丹、肃南、临泽和甘州6个观测站的1956-2004年49年的月降水量观测值,分析该地区降水的空间分布特点和时间序列的变化规律,并选择1968-1997年30年的月降水量观测值,运用灰色系统的灾变预测方法,建立各县区的灾变预测模型GM(1.1),对该地区未来一定时期内干旱发生的时间进行预测,经检验预测模型精度较高,检验结果基本与实际相符。因此,研究结果可对广大旱区抗旱减灾,促进农业生产提供科学指导。  相似文献   

12.
选取关中平原2002-2009年冬小麦越冬后每年3-5月9旬的条件植被温度指数(CVTI)遥感干旱监测结果,基于归一组合赋权法确定的冬小麦越冬后四个主要生育时期干旱对产量影响的最优权重,建立关中平原4市(不包括铜川)冬小麦每年的加权CVTI与单产间的一元线性回归模型,并对冬小麦的单产进行了估算。结果表明,2002-2009年关中平原冬小麦单产在波动中呈上升趋势,中部单产较高,西部次之,东部最低。基于关中平原4市的整体产量估算模型预测西安市部分区县2010年的单产,取得较好的结果,验证了关中平原4市的整体产量估算模型具有较好的精度,能够较准确地反映关中平原干旱对冬小麦产量的影响。  相似文献   

13.
ARIMA模型预测土壤墒情研究   总被引:6,自引:0,他引:6  
土壤水分的动态模拟是土壤墒情(旱情)监测及预测预报的重要内容。采用AR IM A模型进行土壤水分时间序列的拟合与趋势预测。在建立模型后,用实测数据与模型的预测数据相比较说明AR IM A时间序列模型能较好地拟合与预测土壤墒情的变化趋势。  相似文献   

14.
Streamflow forecasting in drylands is challenging.Data are scarce,catchments are highly humanmodified and streamflow exhibits strong nonlinear responses to rainfall.The goal of this study was to evaluate the monthly and seasonal streamflow forecasting in two large catchments in the Jaguaribe River Basin in the Brazilian semi-arid area.We adopted four different lead times:one month ahead for monthly scale and two,three and four months ahead for seasonal scale.The gaps of the historic streamflow series were filled up by using rainfall-runoff modelling.Then,time series model techniques were applied,i.e.,the locally constant,the locally averaged,the k-nearest-neighbours algorithm(k-NN)and the autoregressive(AR)model.The criterion of reliability of the validation results is that the forecast is more skillful than streamflow climatology.Our approach outperformed the streamflow climatology for all monthly streamflows.On average,the former was 25%better than the latter.The seasonal streamflow forecasting(SSF)was also reliable(on average,20%better than the climatology),failing slightly only for the high flow season of one catchment(6%worse than the climatology).Considering an uncertainty envelope(probabilistic forecasting),which was considerably narrower than the data standard deviation,the streamflow forecasting performance increased by about 50%at both scales.The forecast errors were mainly driven by the streamflow intra-seasonality at monthly scale,while they were by the forecast lead time at seasonal scale.The best-fit and worst-fit time series model were the k-NN approach and the AR model,respectively.The rainfall-runoff modelling outputs played an important role in improving streamflow forecasting for one streamgauge that showed 35%of data gaps.The developed data-driven approach is mathematical and computationally very simple,demands few resources to accomplish its operational implementation and is applicable to other dryland watersheds.Our findings may be part of drought forecasting systems and potentially help allocating water months in advance.Moreover,the developed strategy can serve as a baseline for more complex streamflow forecast systems.  相似文献   

15.
应用数据同化方法将遥感信息与作物生长模型融合,是估测区域作物产量的重要方法之一。以2008—2014年越冬后的冬小麦为研究对象,选择与作物长势、产量及水分胁迫信息密切相关的叶面积指数(LAI)和条件植被温度指数(VTCI),采用粒子滤波算法对CERES-Wheat模型模拟和遥感数据观测的LAI和VTCI实施同化,分别基于观测LAI和VTCI、同化LAI和VTCI构建冬小麦单产估测模型。结果表明,同化LAI变化趋势更加符合关中平原冬小麦的实际生长状况,同化VTCI能更好地反映冬小麦的水分胁迫程度。应用观测LAI和VTCI构建的估产模型决定系数为0.402,而单独应用LAI或VTCI单变量构建的估产模型决定系数分别为0.279和0.339,说明应用LAI和VTCI双变量构建的估产模型的精度优于单独应用LAI或VTCI单变量的精度。相比于观测LAI和VTCI构建的估产模型,基于同化LAI和VTCI构建的估产模型的决定系数从0.402提高到0.547。表明基于同化LAI和VTCI构建的估产模型的精度明显提高。  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