宿州春季重旱发生年份的灰色神经网络预测模型

宿州春季严重干旱序列数据偏少,可用传统GM（1,1）模型进行预测,但由于序列变化幅度较大,预测效果不理想。本文利用灰色与BP神经网络组合模型对宿州春季重旱发生年份进行预测,即首先弱化序列变化幅度,并改进GM（1,1）模型导数信息处理方式,构建可逼近精度目标的m—GM（1,1）预测模型,然后应用BP神经网络对m—GM（1,1）模型的残差进行拟合,对m—GM（1,1）预测模型进行修正。结果表明,灰色神经网络组合模型的精度（｜Q｜=0．0045）比单一的1．7-GM（1,1）模型（｜Q｜=4．18）和传统的单一GM（1,1）模型精度（｜Q｜=9．36）提高许多。预测2005年后的下一个宿州市春季严重干旱发生年份为2009年,可以作为预报当地春季干旱时的参考,并结合其他方法作进一步预测,为当地防灾减灾提供科学依据。     

GM(1,1)模型改进技术在咸阳市地下水动态预测中的应用

针对地下水埋深变化离散性程度较大的咸阳市,采用GM（1,1）模型改进技术对其地下水动态进行预测研究,为地下水埋深的准确预测提供支持。以灰色理论GM（1,1）模型为基础,运用滑动平均法对离散性程度较大的原始序列进行改造,使原始数据的变化变得缓慢,再利用改造后的序列建立GM（1,1）^*模型,以咸阳市地下水埋深资料为研究对象,进行地下水动态预测,并与未改进的GM（1,1）模型的预测结果进行比较。咸阳市地下水动态的预测结果显示,该区地下水埋深有逐年减小的趋势,说明该区地下水资源得到了有效的保护与利用。利用2001-2007年的地下水埋深资料建立GM（1,1）^*模型进行预测,相较于实测数据,GM（1,1）^*模型的预测结果科学合理;相较于未改进的GM（1,1）模型的预测结果,改进后的GM（1,1）^*模型具有更高的预测精度和实用性。GM（1,1）模型改进技术的应用,减小了原始序列的离散性程度,提高了预测精度,为地下水动态预测提供一种新思路。     

土地利用规划修编中粮食产量预测方法比较

为探索提高土地利用总体规划修编中粮食产量预测精度的方法,该文应用1988-2005年晋城市粮食产量相关数据的分析,对线性回归模型、灰色GM(1,1)模型和灰色多元线性回归组合模型3种粮食产量预测方法进行了研究.首先,运用灰色关联分析对影响粮食产最的影响因素作出关联因子排序;其次,在灰色关联分析的基础上选取主要影响因子;再次,利用灰色GM(1,1)模型得到主要影响因素的预测值,同时,利用原始数据建立多元线性回归模型;最后,将灰色GM(1,1)模型的预测结果作为多元线性回归模型的输入值,得到灰色多元线性回归组合模型.通过比较这3种粮食产量预测方法的预测结果,得出灰色多元线性回归组合模型最适宜于晋城市粮食产量的预测.该研究可提高土地利用总体规划编制的科学性.     

基于灰色关联度与BP神经网络模型的日参考作物腾发量预测

参考作物腾发量是制定灌溉用水计划、水量分配计划最基本、最重要的内容之一,其精确预测可以提高灌溉预报的精度。采用灰色系统理论中的关联分析方法,对影响作物腾发量的各个气象因素进行关联度分析,挑选出影响作物腾发量的主要气象因子,并以这些主要气象因子为输入向量,以参考作物腾发量为输出向量,建立作物腾发量与主要气象因子之间的BP神经网络预测模型。通过实例证明,该方法简单可行,预测精度比较高,能够满足实际生产需要。     

辽宁省凌河流域生长季参考作物腾发量变化及气候要素贡献分析

利用辽宁省凌河流域10个气象站1965-2006年的逐日气象资料,采用FAO推荐的P-M公式计算各站逐日参考作物腾发量（ET0）,在分析生长季（4-9月）各气象要素及ET0变化趋势的基础上,用基于敏感系数的贡献值法探讨各气象要素变化对ET0变化的贡献。结果表明：近42a来,凌河流域生长季ET0以21.46mm·10a-1的速率极显著降低（P＜0.01）,平均值为706.73mm,其中最大值发生在5月,最小值发生在9月;ET0高值区集中在朝阳和北票等地,低值区位于义县一带。研究区生长季太阳辐射以0.293MJ·m-2·d-1·10a-1的速率递减;除阜新外其余各站风速均呈极显著下降趋势（P＜0.01）;在全球气候变暖的背景下,过去42a凌河流域生长季平均气温以0.289℃·10a-1的速度上升,其中4月和9月变化显著（P＜0.05）,7月相对稳定。研究区生长季相对湿度变化不大。敏感性分析结果表明,流域内生长季平均ET0对各气象要素变化的敏感性大小依次为太阳辐射＞相对湿度＞风速＞温度,但在研究时段内,显著变化的风速对ET0变化贡献最大,其次为太阳辐射,温度对ET0变化的贡献最小。太阳辐射和风速变化对ET0变化的贡献在流域西部较大,而在东部较小;温度变化对ET0变化的贡献总体上表现为由流域中部向东西两端递减;相对湿度变化对ET0变化的贡献在空间分布上较分散。     

灰色预测方法在山东省粮食总产量预测中的应用

以1995年~2004年山东省粮食总产量为原始数据,建立GM（1,1）灰色预测模型。对模型进行一次残差序列分析后,经精度检验小误差概率p=0.8889,后验比c=0.4830,模型精度等级达到合格水平,可以用来进行预测。用该模型预测未来3年山东省粮食总产量分别为3335.735万t、3247.150万t和3161.735万t,粮食产量有逐年下降的趋势。     

新疆地区棉花和甜菜需水量的统计降尺度模型预测

气候变化情景下新疆地区作物需水量空间分布规律的研究,可作为农业用水规划的参考依据。基于新疆维吾尔自治区41个气象站1961-2010年逐日气象数据,分别采用FAO-56 Penman-Monteith公式和单作物系数法计算各站参考作物腾发量和作物系数,由两者的乘积获得棉花和甜菜需水量(crop water requirement,ETc);运用统计降尺度模型SDSM4.2软件,预测2015-2099年高排放和低排放两种气候情景下各站棉花和甜菜的日ETc时间序列。结果表明,新疆地区1961-2010年棉花和甜菜在不同生育阶段作物系数变化范围为0.58~1.08,棉花和甜菜生育期多年平均ETc的空间分布由南部向北部逐渐减小。统计降尺度预测过程中的26个预报因子中,地表平均比湿和地表平均气温与ETc在多数站点相关性较好。2015-2099年高排放和低排放情景下的ETc空间分布规律与1961-2010年的类似,但数值小的多。总体上,全疆历史和未来的棉花和甜菜ETc均以不同程度下降。该研究可为新疆地区灌溉决策及节水规划提供依据。     

城市用水灰色动态预测模型的研究与应用

科学地预测城市用水量对拟定城市发展规模具有十分重要的意义。城市用水量受很多因素的影响,是一个充满灰色现象的“灰系统”。利用灰色系统理论建立动态GM（1,1）模型预测城市用水量。实例证明,模型能较好地拟合实测数据并具有较高的预测精度。     

改进的灰色GM(1,1)模型在晚霜冻预报中的应用

从山西省阳城县1957-2013年春季晚霜冻出现日期中找出最晚出现日期作为0点,求出各晚霜冻日期与0点的相对日期,将灾变点的相对日期确定为灾变阈值。绘制相对日期年际变化曲线和阈值水平线,把二者第二个交点及之后各交点分别到第一个交点的间距作为灰色GM(1,1)模型建模的原始数据序列,从而建立GM(1,1)传统模型,利用优化序列、优化背景值和灰数等维递补方法逐步改进模型,并对各改进型模型进行相对误差、方差比和小误差概率检验,将检验后的最优模型用于预测晚霜冻。结果表明,3种改进方法同时结合后所建模型的预测效果最理想,用来预测晚霜冻具有较高的可信度,根据模型预测,阳城县在2001年最后一次出现晚霜冻后,未来出现晚霜冻的年份为2030年和2044年。研究结果旨在为当地农业生产防御晚霜冻提供可参考的理论依据。     

河北省退耕还林对粮食生产的影响

从定性和定量角度分析退耕还林对粮食生产的影响,并采用灰色GM（1,1）模型预测河北省未来8年的人口发展趋势,最后利用灰色关联法对河北省粮食总产量的影响因素进行研究分析。结果表明：退耕还林造成全省耕地面积的减少,但由于其改善了粮食生产环境,大大提高了粮食单产,从而增加了粮食总产量;河北省未来人口持续增长,对耕地和粮食资源产生很大压力;在影响河北省粮食总产的诸因素中,粮食单产和灌溉是决定粮食总产的首要因素,而化肥施用量则为次要因素。     

基于MODIS16的新疆干湿气候时空变化及影响因素

为研究新疆地区的蒸散发及湿润指数分布与变化情况,采用新疆52个气象站点2000—2013年逐日地面观测资料和MOD16产品数据,从蒸散发、湿润指数两个方面利用一元线性回归、倾斜率、变异系数、Hurst指数、湿润指数等方法,综合分析了新疆地区近14年干湿状况的变化特征。结果表明:（1）全疆年均蒸散发值空间分布大多处于40～830 mm,ET高值区大多分布在伊犁河谷及额尔齐斯河谷附近,全疆各站点ET平均值变化范围为178.29～214.87 mm,年均ET为197.49 mm,PET平均值变化范围为1 297.12～1 447.48 mm,年均PET为1 374.39 mm;（2）全疆ET倾斜率分布主要呈轻微减少趋势;（3）整体来看近14年新疆气候趋于湿润的变化趋势,各气象因子中,降水和相对湿度与湿润指数呈显著正相关,气温与湿润指数呈显著负相关。     

四川地区参考作物蒸散量的变化特征及气候影响因素分析

参考作物蒸散量是估算作物需水量的关键因子,对指导农田灌溉具有重要的现实意义。本文利用1961-2009年四川地区5个盆地站点和5个高原站点的逐日气候资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸散量（ET0）,分析了当地ET0的日值、月值、季值和年值的变化特征,并采用偏相关分析方法,对影响ET0变化的主要气候因子进行了探讨。结果表明：（1）四川盆地与高原地区参考作物蒸散量的日均值、月均值呈单峰或双峰型曲线变化,有明显的季节特点,最小值出现在冬季,最大值出现在夏季。（2）盆地地区各站点的年ET0呈波动递减趋势,且下降趋势通过了显著性检验;高原地区木里、松潘两站点的ET0呈上升趋势,其他站点呈减少的趋势。（3）四川地区的年、季参考作物蒸散量与日照时数、风速、相对湿度、平均温度、最高温度、最低温度、气压等要素关系密切,但近50a来日照时数的显著下降是导致盆地地区参考作物蒸散量减少的主要原因,风速的变化是导致高原地区参考作物蒸散量变化的主要原因。     

参考作物蒸散简易估算方法在黄土高原的适用性

参考作物蒸散(ET0)的简易估算方法在气象数据缺乏区域具有广泛的应用,但其适用性需要评估。基于1961~2009年48个气象站的数据,以FAO Penman-Monteith公式为标准评估了6种ET0简易估算方法(FAO-24Rad、FAO-24BC、Hargreaves、Priestley-Taylor、Makkink和Turc)在黄土高原应用的可能性。结果表明,对于ET0年值的估算,FAO-24BC和Hargreaves的结果令人满意,效果最差的是Makkink和Priestley-Taylor公式。ET0年值误差主要来源于11-3月,各方法对4-10月ET0的估算效果相对较好。各方法的适用性存在空间变异,FAO-24BC和Hargreaves公式的效果普遍较好,其他方法对该区各站ET0估算误差均较大,特别是Makkink和Priestley-Taylor公式;除Priestley-Taylor公式外,多数方法对西南区的估算误差较大。因此,黄土高原地区进行参考作物蒸散的简单计算时,推荐使用FAO-24BC和Hargreaves方法。     

阿勒泰地区参考作物蒸散量时空变化特征

基于阿勒泰地区7个气象站1961—2012年逐日气象资料,采用Penman-Monteith模型计算了逐日参考作物蒸散量,运用Mann-Kendall非参数检验法、小波分析法,并结合ArcGIS软件对作物参考蒸散量的时空变化特征进行了研究。结果表明:阿勒泰年和春季作物参考蒸散量呈增加趋势,而夏季、秋季和冬季作物参考蒸散量呈减少趋势。年和夏季的作物参考蒸散量分别在1994年、1992年发生突变,而春季、秋季和冬季的作物参考蒸散量则没有发生突变。年和四季的作物参考蒸散量都存在27 a的周期。空间分布上,年、春季、夏季和秋季的平均作物参考蒸散量呈自阿勒泰市南部和福海县西北部向东部、南部和西部逐渐递减的变化趋势。而冬季作物潜在蒸散量大致呈现自西向东逐渐递减。变化趋势上,春季潜在蒸散量在空间上都呈增加趋势,而年、夏季、秋季和冬季的潜在蒸散量在阿勒泰的东部呈增加趋势,在西部则呈减少趋势。     

基于不同数理统计方法的河南省ET0气候影响因素分析

确定影响ET_0年际变化的主要气象因子是准确估算未来作物需水的基础,对于农业生产科学应对气候变化具有重要意义。以河南省17个站点为例,分别采用国内外常用的5种数理统计方法评价7个气象要素对参考作物蒸散量(reference crop evapotranspiration,ET_0)年际变化的影响程度,结果发现:日照和风速是影响河南省地区参考作物蒸散量的主要因子,黄河以北地区主要为风速,黄河以南地区以日照为主,信阳、西峡两地高温作用不容忽视。5种方法评判结果差异较大,采用灰色关联分析法,利用不同的数据变换方式,其结果大相径庭,认为其不适宜用于评价影响ET_0变化主要因子的判定;结合各站气象要素年际变化趋势分析认为,逐步回归分析法得出的结论与各站点气象要素及ET_0实际变化趋势存在多处悖理,不适宜用于评价影响ET_0变化主要因子的判定;相关分析、偏相关分析、主导分析方法结果较为统一,差异较小,认为采用3种方法综合判定某地区影响ET_0的主要因子,其结果较为可信。其中,采用主导分析法对各气象因子的影响排序与各因子对ET_0的影响趋势以及ET_0实际变化趋势较为一致,建议用于评价影响ET_0变化的气象因子排序,但因其无法得到各因子与ET_0的相关关系,需借助相关分析与偏相关分析才能得到详实可信的结果。     

青海省东部高原农业区参考作物蒸散量的时空变化

为了确定变化环境下青海省东部高原农业区合理的作物灌溉制度,对参考作物蒸散量进行了时空变化分析。采用Penman-Monteith公式以及12个气象站的气象资料计算了青海省东部农业区1960-2006年参考作物蒸散量,用Mann-Kendall检验、Morlet小波分析、以及GIS的空间分析功能,分析了参考作物蒸散量的时间、空间变化特征。结果表明:从时间尺度上看,研究区平均参考作物蒸散量随时间呈显著的下降趋势,突变的时间约为1974年,主周期为25a左右,在这个时间尺度上参考作物蒸散量表现为多→少→多3个循环交替的过程。从空间尺度上看,参考作物蒸散量南高北低,东高西低,在东南-西北方向上递减,具有明显的地区差异,夏季参考作物蒸散量分布在很大程度上影响了全年参考作物蒸散量的分布特征。影响参考作物蒸散量的主要气象因素为日照时数、风速。海拔高度与参考作物蒸散量呈显著的负相关关系,海拔高度是造成参考作物蒸散量地区差异的另一主要原因。     

湛江地区适宜参考作物蒸发蒸腾量计算模型分析

用湛江市日平均、旬平均、月平均气象资料,以6种方法计算参考作物蒸发蒸腾量,并以FAO56 Penman-Monteith公式计算结果为标准,评价其他方法在湛江的适用性.结果表明:Hargreaves-Samani方法的年平均参考作物蒸发蒸腾量与FAO56 Penman-Monteith没有显著差异;月平均参考作物蒸发蒸腾量,除个别月份外,其他5种方法与FAO56 Penman-Monteith方法都有显著差异;不同方法计算结果与FAO56 Penman-Monteith法的均方偏差不同的时间尺度表现不同,日值计算,1948 Penman方法最小,Irmark-Allen次之;旬值计算,1948 Penman方法最小,Hargreaves-Samani、Irmark-Allen次之;月值计算Hargreaves-Samani最小,1948 Penman次之.1948 Penman、FAO24 Penman与FAO56 Penman-Monteith法的相关系数较大,Priestley-Taylor、Irmark-Allen次之,Hargreaves-Samani法的较小.     

吐鲁番地区气候变化对参考作物蒸散量的影响

新疆吐鲁番盆地是中国气候最干旱、水资源最紧缺的地区之一,农业用水完全依赖于山区径流和地下水的灌溉。研究在气候变化背景下的参考作物蒸散量的变化,对制定科学合理的水资源管理技术方案具有重要意义。根据吐鲁番地区4个气象台站1959-2007年的历史气候资料以及联合国粮农组织（FAO）推荐的Pen-man-Monteith公式计算各地逐年参考作物蒸散量,采用线性回归、Morlet小波和Mann-Kendall突变检测等方法,分析近49a各站年平均气温、降水量、日照时数、年平均风速和空气相对湿度等气候要素以及年参考作物蒸散量的变化趋势和变化特征,据此分析参考作物蒸散量变化的气候成因。结果表明：①近49a吐鲁番地区年平均气温和空气相对湿度呈升高趋势,日照时数和年平均风速呈减小的趋势,降水量变化不明显;②年参考作物蒸散量与上述各气候要素均具有较好的相关关系（p〈0.1）,其中与年平均风速、空气相对湿度、降水量和平均气温的相关性最为密切（p〈0.01）。受上述各气候要素变化的综合影响,近49a吐鲁番地区的参考作物蒸散量总体呈明显的减小趋势（P〈0.01）,这对降低农作物需水量和农田灌溉量具有重要影响;③突变检测表明,吐鲁番地区年平均气温在1970年发生了突变性升高,年平均风速在1965年发生了突变性减小,参考作物蒸散量在1968年发生了突变性减小,其它气候要素未发生突变;④各气候要素和参考作物蒸散量分别存在准2～8a的年际尺度和16～24a的年代际尺度的周期性变化。     

黑龙港流域参考作物蒸散量的时序变化和分形特征

利用位于黑龙港流域的武强、深泽、饶阳、晋州、献县5站1957-2009年日最高气温、日平均气温、日最低气温、日平均相对湿度、日平均风速、日照时数资料,采用Penman-Monteith算法,计算各站不同时间尺度ET0,采用线性趋势分析法分析其趋势倾向,并应用滑动R/S分析方法研究该流域不同时间尺度ET0时间序列的分形特征。线性趋势分析显示,各站历史上自1957年以来的ET0年总值的气候倾向率在-33.81-10.79mm.10a^-1,即均呈下降趋势,但变化倾向率不同;各月ET0倾向率在-11.27-2.02mm.10a^-1,大多数为负值,其中5、6月份各站的下降趋势最大;春、夏、秋、冬季ET0倾向率为-15.87-1.30mm.10a^-1,且夏季各站之间的差异较大,尤以饶阳站与其他4站间的差异最大。气候要素倾向率的对比分析表明,5站参考作物蒸散量总体下降趋势的基本特征主要是由于风速下降、日照时数减少、日最高最低气温上升造成的;5、6月份下降趋势明显则主要是由于风速下降、日照时数减少、日平均气温上升减缓、相对湿度上升明显造成的;饶阳站与其他4站差异较大的主要原因在于2、3、11、12月风速下降和日照时数减少以及日最高最低气温上升趋势减缓、相对湿度和气压下降明显,以致这些月份的ET0倾向率大于0,形成秋季和冬季ET0倾向率大于0,年尺度ET0年际变化下降趋势不明显。R/S分析结果显示,5站全年和各季ET0时间序列的Hurst指数均大于0.5,相关系数均在0.98以上,分维数均小于1.5,说明各站全年和各季节ET0时间序列变化趋势在未来一段时间内具有持续性,即ET0在未来将呈较明显的下降趋势,这种趋势在除饶阳外的其他站月均有不同程度的表现。     

淮河流域参考作物蒸散量变化特征及主要气象因子的贡献分析

利用淮河流域171个站点1971-2010年的气象资料,采用FAO Penman-Monteith公式计算该区近40a的参考作物蒸散量（ET0）,并对ET0的时空分布特征和影响因子进行定量分析。结果表明：淮河流域年ET0为898mm,近40a总体以17.5mm/10a的速率减小（P〈0.05）;空间分布显示西北部大部站点ET0呈显著下降趋势（P〈0.05）,仅东南部个别站点呈显著上升趋势（P〈0.05）。各气象因子对ET0变化的贡献表现为两方面,即ET0对气象因子的敏感性和气象因子的多年相对变化率,在4个主要因子中（平均温度、相对湿度、日照时数和风速）,ET0对相对湿度的变化最敏感（敏感系数最大）,而风速的多年平均变化率最大。从各因子的贡献率看,对ET0贡献最大的是风速,平均温度的贡献最小,4个因子对ET0变化的总贡献率为-4.96%,总贡献率为负在很大程度上解释了ET0呈下降趋势的原因。