排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
全生育期内作物需水量的研究是农业水资源有效利用和进行合理灌溉的重要依据。基于三江平原22个气象站点2000—2015年逐日气象观测资料及中国区域地面气象要素数据集，利用国际粮农组织 （FAO）Penman-Monteith模型和分段单值平均作物系数法，分别对三江平原水稻、玉米和大豆的作物需水量进行计算，分析作物需水量年际变化特征，采用通径分析法研究作物需水量的变化成因。结果表明：（1）三江平原16 a来年均参考作物蒸散量为537.4 mm，日均为 3.5 mm，呈波动减少趋势。（2）生长季内，水稻在分蘖期需水量最大，为177.1 mm，玉米在七叶期需水量最大，为99.7 mm，大豆在结荚期需水量最大，为96.1 mm；水稻、玉米和大豆的净灌溉需水量分别为195.4 mm、130.8 mm和72.2 mm，对灌溉的依赖程度水稻>玉米>大豆。（3）由通径分析结果可知，三江平原作物需水量的主要影响因素为净辐射、气温和日照时数。 相似文献
2.
提高干旱预测精度能为流域干旱应对及风险防范提供可靠数据支撑,构建比选合适的干旱模型是当前研究的热点。研究以4个时间尺度（3、6、9、12月）标准化降水指数（SPI）为表征指标,利用小波神经网络（WNN）、支持向量回归（SVR）、随机森林（RF）三种机器学习算法分别构建了海河北系干旱预测模型,利用Kendall、K-S、MAE三种检验方法判定模型表现及其稳定性。研究表明：（1） WNN、SVR模型呈现结果在不同时间尺度SPI存在差异,WNN最适合12个月尺度SPI干旱预测;SVR最适合6个月尺度SPI干旱预测。（2） 对3、12个月尺度SPI,RF预测性能最优（Kendall>0.898,MAE<0.05）;对6、9个月尺度SPI,SVR预测性能最优（Kendall>0.95,MAE<0.04）。（3） 模型预测性能稳定性存在区别,RF预测稳定性最高,其次为SVR。（4） 构建的三种模型表现异同主要是因为SVR转为凸优化问题解决了WNN易陷入局部最优解的不足,从而提高了模型预测性能,RF集成多样化回归树,降低了弱学习器的负面影响,提高了模型预测准确率及稳定性,同时,RF处理包含噪声的降水数据的能力更强。 相似文献
1