排序方式: 共有26条查询结果,搜索用时 15 毫秒
1.
2.
3.
游程理论和Copula函数在二维干旱变量联合分布中的应用 总被引:1,自引:0,他引:1
采用3种不同的截取水平作为游程理论的干旱识别方式,从都江堰站51年逐月降水距平百分率指数序列中识别干旱事件,然后建立干旱历时与干旱烈度的两变量Copula函数模型,并进行概率分析和重现期计算。结果表明:1)干旱统计结果与截取水平的相关性强,具有一定的可预测性。2)Gumbel Copula函数为最优的联合分布函数。3)不同截取水平的概率分析结果具有明显的差异,且差异程度波动大,而重现期计算结果差异小。4)干旱风险评估以重现期分析为主、概率特征分析为辅更合理。表明游程理论和Copula函数的联合应用,可合理评估区域干旱风险。 相似文献
4.
使用蒸渗仪群开展了冬小麦对浅层地下水利用试验,讨论了在降雨、灌溉和不同地下水埋深等多种水分条件下冬小麦对浅层地下水的利用规律,并确定了适宜冬小麦生长的地下水埋深上限和相应的合理灌水量。结果表明,从返青至收获期,在40~150 cm埋深范围内,无灌溉无降雨条件下地下水对作物腾发的贡献率可达到90.0%以上,而降雨和灌溉处理的地下水贡献率减小到54.0%~78.9%。另外,无论是否有降雨影响,随着地下水埋深的增加,地下水贡献率都降低。试验结果还表明,150 cm是适宜冬小麦生长的地下水埋深上限,每公顷穗数较大是冬小麦产量高于其他埋深处理的主要原因。从返青至灌浆期,在150 cm埋深下,只需在拔节期灌水约60.0 mm,冬小麦产量就可达到8 846 kg/hm2,在无灌水和降雨时产量可达到拔节灌溉处理的80.0%左右。 相似文献
5.
基于迁移学习的无人机影像耕地信息提取方法 总被引:7,自引:0,他引:7
随着精准农业技术的发展,对农作物用地信息快速、准确提取的需求越来越高。同时,无人机技术以其方便、高效、具有低空云下飞行能力等优势被广泛应用于自然资源的调查中。但无人机影像普遍光谱信息较为匮乏,因此很难准确、快速地提取出耕地信息。基于此,提出了一种利用迁移学习机制的耕地提取方法(TLCLE)。首先,利用深度卷积神经网络(DCNN)剔除线状地物(道路、田埂等),然后,通过引入迁移学习机制将DCNN特征训练过程中得到的特征提取方法迁移到耕地提取中,最后,将所提方法与利用易康(e Cognition)软件进行耕地提取(ECLE)结果进行对比。研究结果表明:对于实验影像1、2,TLCLE方法耕地提取总体精度分别为91.9%、88.1%,ECLE方法总体精度分别为90.3%、88.3%,2种方法提取精度相当,在保证耕地地块完整、连续性上TLCLE方法优于ECLE方法。 相似文献
6.
本文详细论述了森林的资源性管理和资产化管理,提出森林管理体制的建立要综合考虑社会,生态和经济目标。 相似文献
7.
8.
9.
基于Budyko假设,采用傅抱璞模型对1980—2010年岷江流域实际蒸散进行模拟,将Mann-Kendall检验法、Pettitt突变检测法、反距离权重插值法用于分析实际蒸散的时空变化特征,以灵敏度及Pearson相关系数为指标分析了岷江流域实际蒸散的主要影响因子。结果表明,基于Budyko假设的傅抱璞模型对岷江流域实际蒸散的模拟效果较好。岷江流域多年平均实际蒸散在空间上呈自东南向西北逐渐减少的分布特征;在研究时段内,流域的多年平均实际蒸散呈显著下降趋势(通过99%置信度检验),并于1991年发生显著性突变(通过90%置信度检验)。岷江流域实际蒸散的变化是多种因素共同影响的结果,其中降雨是主要的气候影响因素。 相似文献
10.
[目的]构建系统动力学模型,模拟按树生长和用水过程,为种植和管理桉树提供科学支持。[方法]将桉树生长过程模拟中叶生物量和根生物量的计算和其用水特征联合起来,实现两大框架的耦合。在国内外各选取一个研究区,即澳大利亚的Tumbarumba和广东省的纪家林场,以验证模型的合理性。[结果]在Tumbarumba站点:(1)模型模拟的2001—2014年平均蒸散量为819mm,实测的年平均蒸散量为867mm。(2)胸高直径、林分材积、树高、植株密度4个参数平均模拟精度分别为71%,93%,88%,95%。在纪家站点:(1)模型模拟的1999年10月至2000年9月期间蒸散量为1 068mm,实测蒸散量为1 069mm。(2)胸高直径、林分材积、树高、植株密度4个参数平均模拟精度分别为94%,89%,95%,99%。[结论]系统动态模型模型能够较好地模拟桉树的生长以及用水情况,验证了模型的合理性。该模型仍有改进的空间,可以从提高模型稳定性入手。 相似文献