具有时滞的可燃物含水率预测模型     

曲智林  吴娟  闵盈盈 《东北林业大学学报》2012,40(3):120-122

利用相关性分析法选取了影响可燃物含水率变化的影响因子和延迟时间,同时说明气温、相对湿度和风速等影响因子对可燃物含水率变化的影响有滞后性,并通过微分方程理论推导,建立了具有时滞的可燃物含水率预测模型,给出了模型中各影响因子的取值范围。结果表明:所建模型的精度达到96.0%,说明在研究森林可燃物含水率变化规律时考虑时滞因素是正确的。  相似文献   

基于土地规划分类和节约集约的山区建设用地需求量分类预测——以陕西省略阳县为例     

杨波  杜忠潮  谢晓波 《安徽农业科学》2011,39(33):20677-20680

以陕西省略阳县为例,在新一轮土地规划分类的基础上,对城乡建设用地、交通水利用地和其他建设用地进行需求量预测,同时结合城镇工矿用地和农村居民点用地集约潜力分析,得出略阳县新一轮土地规划各项建设用地指标。结果表明,以土地规划分类和节约集约为基础,对建设用地需求量进行分类预测,对新一轮土地利用总体规划修编工作更具有指导性。  相似文献   

东北冬季气温异常与全球前期海温的关系及可预测性分析     

孙凤华  袁天翊 《安徽农业科学》2009,37(35):17806-17809

对1959-2002年东北地区均匀分布的74个测站冬季（12～2月）月平均气温资料进行EOF分解,并利用EOF1时间系数和1958—1999年网格月平均海面温度场（简称为GISST）海温资料（1°×1°）场资料,探讨了东北冬季气温异常与前期全球海温的关系,确定了具有显著影响的关键时段的关键海区,并进一步探讨了前期关键区海温对冬季气温异常的可预报性。结果表明,冬季气温与前期海温具有较显著、较稳定的相关关系,冷、暖冬预测可以把选定时段和海区的海温作为一个重要的影响因素,且误报率很低。  相似文献   

气象因子对落叶松毛虫繁殖的影响及其产卵量预测   总被引：1，自引：0，他引：1  

唐红艳  牛宝亮 《东北林业大学学报》2010,38(1)

通过气象因子与落叶松毛虫(Dendrolimus superans(Butler))产卵量及卵孵化率的相关分析和对比分析,确定了影响阿尔山地区落叶松毛虫产卵和卵孵化的关键期及关键气象因子,并采用多元回归方法建立产卵量预测模型。结果表明,阿尔山落叶松毛虫繁殖的关键时期是4月下旬至6月下旬,影响繁殖最显著的气象因子是温度、降雨量和相对湿度。阿尔山落叶松毛虫上树初期(4月下旬至5月上旬)高温少雨会明显降低其产卵量,落叶松毛虫上树到化蛹期(5月上旬至6月下旬)中雨以上降雨时间及降雨量多也会明显降低落叶松毛虫产卵量及卵孵化率。说明气象因子不仅影响当代落叶松毛虫繁殖,而且还影响翌年春季落叶松毛虫幼虫基数及发生趋势。  相似文献   

郴州秋季连阴雨天气过程气候特征与预报     

周佑云  杨湘婧  彭智超 《安徽农业科学》2015,(26)

利用郴州市1981 ～ 2010年的气候观测资料,按照定义秋季(9月21日～1l月20日)连阴雨天气过程的条件进行相应的资料处理,统计出每一次连阴雨天气过程,并对发生的每一次连阴雨天气过程的天气背景进行分类统计分析.结果表明,郴州各县市区连续3d以上的秋雨次数分布呈现中部地区多、南部地区少,10月上旬和11月中旬是秋雨过程的多发期.郴州秋季连阴雨天气的形成,其大气环流形势和季节性转换基本一致,其中地面冷空气入侵影响郴州是秋季连阴雨开始的主要特征;与长波槽系统的稳定维持有着密切的关系,沿海槽的建立是郴州秋季连阴雨天气结束的主要特征,长波槽系统的稳定决定秋雨的长短.总结郴州秋季连阴雨天气过程的变化特征,有助于提高对郴州秋季连阴雨天气过程的预测预报水平,提升为农气象服务水平.  相似文献   

基于粮食安全的吉林省耕地需求量预测     

胡海峰  卞凤鸣  贾玫  张荣荣 《安徽农业科学》2015,(33):276-278

从粮食安全的角度对耕地需求量进行预测,采用多指标构建耕地需求量预测模型.根据2005 ～ 2014年吉林省耕地面积和人口数据,通过预测区域总人口、人均粮食需求量、粮食自给率、粮食播面单产、复种指数、粮作比,结合耕地需求量预测模型,预测得出2020年吉林省基于粮食安全的耕地需求量为535.76万hm2.这一结果与《吉林省土地利用总体规划(2006 ～ 2020年)》确定的耕地保有量551.93万hm2有所偏差,但结果较为合理,且具有预警性.  相似文献   

应用光谱反射测定的植物、土壤及混合光谱特性     

刘昕  杨光  陈昊宇  于滋洋 《东北林业大学学报》2020,(2):54-60

以野外采集的土壤与活体植物叶片为研究对象,采用美国生产的SVC HR-1024便携式地物光谱仪,测定了纯土壤、纯植物叶片以及不同植物叶片盖度下的土壤光谱反射率,并对混合光谱特性进行了分析研究,建立了植物叶片盖度光谱估算模型。结果表明:(1)随着植物叶片盖度的增加,土壤光谱曲线逐渐呈现"五谷四峰"的特征,但始终不会高于植被光谱曲线;(2)植物叶片盖度与原始高光谱组成的差值、比值和归一化值3种形式的指数存在着良好的相关性,差值指数的显著性最为明显,组合较好的波段为410~710 nm与700~1400 nm,能反映相关系数最大的波段为690 nm和450 nm;(3)通过一元线性回归法、多元线性逐步回归法和偏最小二乘回归法预测植物叶片盖度可知:光谱特征参数与植物叶片盖度之间具有相关性,其中光化学指数与植被衰减指数的相关系数较大,模型拟合度较高,R^2均达到0.8以上;3种光谱特征参数(植被指数、红边参数、光谱吸收特征参数)中,植被指数与植物叶片盖度建立的模型最稳定、精度最高,可以有效地估算植物叶片盖度3种方法中,多元线性逐步回归法最适宜建立植物叶片盖度预测模型。  相似文献   

泰安地区金纹细蛾成虫发生期及发生量预测模型研究     

翟浩  李晓军  张勇  亓彬  王涛 《山东农业科学》2013,(10):103-107

为适时有效防治金纹细蛾,2008—2012连续5年,在泰安肥城苹果园使用信息素诱捕法检测了金纹细蛾成虫的发生动态。金纹细蛾一年发生5代,越冬代成虫发生量较低,果园第1、2代成虫发生量均远远低于防治指标,一般选择第3代作为防治的关键时期。据检测金纹细蛾成虫的发生量动态数据,以温度、湿度、降水、日照等气象资料作为气象因子,采用简单逐步回归建立了金纹细蛾第3代发生高峰期的预测预报模型：Y=-26．07719441＋0．03172086213X1＋0．26477681472X3;采用简单逐步回归和多因子互作回归建立了金纹细蛾世代发生量的预测预报模型：YI = 76. 7670083＋1.7896678278X1＋ 3.189238346X4 ; YII =- 518. 557711 - 3.220994915X1 ＋ 0.22643837696X1X2 ＋0.14479769093X2X4 ＋0.023406769049X3X5。经检验,简单回归模型能够较为准确预测出金纹细蛾第3代发生高峰期,多因子互作回归模型和简单回归模型均能准确预测金纹细蛾的世代发生量,其中以多因子交互回归模型预测结果更可靠。  相似文献   

Development and evaluation of a model for prediction of fecal and urinary nitrogen excretions in cattle     

H. Hirooka  J.B. Liang  F. Terada 《Livestock Science》2007,107(2-3):282-288

The reduction of nitrogen (N) excretion in animal production is crucial in intensive farming systems particularly in the developed countries. In this study, a model to predict N excretion in cattle was developed based on existing feeding standards and evaluated using independent N balance experiments for Holstein steers and lactating cows and Japanese Black (JB) steers. Although model predictions for fecal and urinary N excretions appeared to be close to observed values in plot figures, statistical analysis showed that the model tended to over-predict both fecal and urinary N excretions, especially in Holstein lactating cows. This was because body weight changes of cows during lactation period were not considered in the model due to the lack of information (i.e., body weight gain or loss) available in the experimental data for evaluation. There were large mean bias and small line bias for urinary N prediction, but reverse results were obtained for fecal N prediction. The largest mean square prediction errors for both N excretions were due to random variation in all cases. When all data were pooled (combined), the accuracy for predictions for fecal N excretion was considerably high (r² = 0.94), indicating that the model may predict fecal N excretion beyond breeds, sexes and physiological states (growing and lactating). More information and accumulated data will be required to predict urinary N excretion under a wide range of genotype and environmental situation.  相似文献   

灰色动态模型在油料作物产量预测中的应用     

刘仕英  赵星 《中国油料作物学报》1990,(2)

本文运用灰色系统理论建立了常德市油料作物产量的预测模型,其模型的精度达到了一级水平,模型值的精度在95％以上。模型的预测值评估结果良好,说明油料作物产量的预测值是可信的。  相似文献