排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
水资源是支撑粮食生产的重要因素之一,气候变化驱动下的水资源变化及对粮食产量的影响是当前研究的国际前沿和热点问题。以汾河流域冬小麦和夏玉米2种主要粮食作物为研究对象,利用线性回归、人工神经网络、支持向量机、随机森林、径向基网络、极限学习机等6种机器学习算法构建粮食产量模拟模型,基于气候弹性系数法分析水资源量对气候变化响应关系,在流域尺度上研究粮食产量对气候变化驱动水资源变化的综合响应。结果表明:①机器学习算法能够较好地模拟汾河流域的冬小麦和夏玉米产量;②降水增加10%导致汾河流域水资源量增加19.4%,气温升高1℃导致水资源量减少4.3%;③当降水减少10%~30%时,冬小麦产量减少6.4%~19.3%,夏玉米产量减少4.0%~15.0%;④当气温升高0.5~3.0℃时,冬小麦产量预计增加1.8%~17.1%,夏玉米产量预计增加1.2%~7.9%;⑤汾河流域冬小麦产量对降水和气温变化的敏感性大于夏玉米。相关成果对于区域水资源管理和农业生产策略制定具有重要的科学意义和实用价值。 相似文献
2.
无资料地区降水径流模拟是水文学研究的国际前沿和热点问题。水文模型参数移植是无资料地区降水径流模拟的重要方法,对径流模拟精度具有重要的影响。利用核密度估计和蒙特卡罗随机模拟等方法,构建了一种水文模型参数移植误差驱动的无资料地区径流模拟不确定性定量评估框架。以广西壮族自治区42个有水文监测站点的典型中小河流为研究对象,率定新安江模型参数并模拟日径流和洪水过程,将42个典型流域依次假定为无资料流域,利用基于回归分析、相似流域和机器学习的参数移植方法,模拟无资料地区的洪水过程并识别最优的参数移植方法,分析移植法估算的模型参数值和直接率定值相比误差的概率分布特征,定量评估模型参数移植误差带来的径流模拟不确定性。研究结果表明：(1)基于回归分析的参数移植法模拟无资料地区洪水过程的精度优于相似流域法,优选的机器学习算法比传统回归分析法和相似流域法的计算精度提高了7%～15%;(2)与模型参数率定值相比,移植方法计算的模型参数具有一定的误差,对洪水模拟敏感参数的误差小于不敏感参数;(3)受模型参数移植误差的影响,利用蒙特卡罗法随机模拟的洪水过程具有一定的不确定性,洪量和洪峰相对误差的主要区间分别为10... 相似文献
1