粮食生产潜力短期预测的“趋势-波动模型”的验证

应用全国、31个省、6个典型地区和16个典型县的数据对粮食生产潜力短期预测的趋势-波动模型进行了系统性的验证和讨论。研究结果表明:(1)预测误差大小反映短期生产潜力的预测精度,预测误差大的主要原因是经济发达地区高产农田被大量占用和(或)蔬菜、水果种植面积大幅度增加而短期内使粮食单产下降;(2)小趋势修正方法是趋势-波动模型中不可缺少的一部分,它能将大趋势预测不能包括的短期如气象因素、科技投入、社会因素等影响纳入预测中,提高预测精度;(3)就我国近些年来的实际情况而言,越是经济发达的地区短期生产潜力的波动越大;同样发达地区短期潜力存在增加-下降-回升阶段;(4)就短期生产潜力预测精度而言:国家级大于省级、省级大于地区级、地区级大于县级;不同省、不同地区、不同县之间预测精度差别比较大,这与境内气候的互补性和农田抗御自然灾害的能力有关。     

粮食产量预测理论、方法与应用Ⅴ.粮食潜力实现率及其评价方法

为说明粮食潜力与估产的关系,定义了"粮食潜力实现率"的概念,它是与粮食潜力预测值相比,当年实际达到或能够达到的百分比,它将潜力值和当年估产值或实际产量结合在一起,可用来评价潜力实际达到的程度,并可反映气候年型。应用结果表明:2010年各省单产和总产潜力平均实现率围绕100%波动,说明科技进步对增产仍然起到支撑作用,而1999—2008年各省单产和总产潜力平均实现率低于100%,说明科技进步对增产作用在减小。因此,粮食潜力实现率可以用来评价粮食增产趋势和科技进步的贡献,其方法实用、误差小。     

基于交叉熵随机抽样算法的河流水质概率区间预测研究

采用交叉熵随机抽样算法,对辽宁西部某河流水质概率区间预测,并分析不同概率下研究河流总磷和总氮变化波动曲线。分析结果表明:交叉熵随机抽样方法适用于河流水质概率预测;经预测研究河流总氮浓度在0.46~0.56 mg/L,概率最高为0.546 2,总磷浓度在0.13~0.15 mg/L,概率最高为0.621 7;水质变化波动曲线的外包线概率为10%。研究成果可以为水质预警提供重要依据。     

基于去趋势波动分析法的土壤含水量变化特性研究

为探讨栾城站农田土壤含水量的长期演变规律和机理。运用去趋势波动分析法,对栾城站2002—2008年土壤含水量时间序列进行了分析,得到了土壤含水量长期演变规律的参数标度指数,探讨了不同层次含水量序列的长程相关性及其内在的演变规律,并用分形维数定量描述了土壤含水量动态变化过程的分形特征。结果表明:不同层次序列的标度指数均大于0.5,即序列具有长程相关性,含水量变化存在着趋势性成分。随着深度的增加,标度指数逐渐增大,揭示了含水量变化的长程相关性越来越强;另一方面,随着深度的增加,分形维数逐渐减小,表征了含水量的波动幅度越来越稳定,这也与实际相符。     

基于神经网络的土壤水分预测建模研究

分析了利用神经网络进行时间序列预测的方法及其基本工作原理,并且利用神经 网络建立了土壤水分预测模型.试验结果表明:所建立的模型具有较好的预测效果;用神经网络建立土壤水分预测模型的方法是可行的.     

基于BP神经网络的台风降雨量预测研究

台风登陆所带来的强降雨可引发严重的灾害。依据BP神经网络基本原理,结合台风及降雨特征,建立了台风降雨量BP神经网络预测模型,利用200509号台风"麦莎"期间温州地区88个雨量观测站的连续6h雨量和台风特征参数,对该模型进行了训练和检验。模型检验表明,6h降雨量预测相对误差小于30%的数据组所占比例达到71.1%。为台风期间降雨量时空分布快速预测提供了有益的尝试,对于沿海地区台风灾害预警、损失评估和应急决策具有重要现实意义。     

基于支持向量机的干旱预测研究

支持向量机（SVM）是基于统计学习理论的一种智能学习方法,可以用来解决样本空间的高度非线性的模式识别等问题。干旱是气候因子非线性复杂关系相互作用造成水分严重亏缺的一种气候异常反映,本文选择SVM方法,利用8月南方涛动指数、副高强度指数、极涡强度指数等15项因子,基于径向基核函数建立浙江省秋季的干旱预测模型,应用交叉验证方式确定最优模型参数,并进行了预测,对模型的检验结果表明,建立的干旱预测模型能直接对秋季干旱进行预测,并且有较高的准确率,可为气候预测从气候要素预测到气象灾害预测提供一种有效途径。     

基于Elman动态神经网络的土壤墒情预测研究

土壤墒情是一个非线性、时空异质性和动态不确定过程,利用Elman动态神经网络对研究区临沂站和平邑站土壤水分含量进行了预测。结果表明,所建立的网络模型能够对土壤墒情进行成功模拟,预测的土壤水分值与观测值吻合得较好,模拟精度较高。临沂站和平邑站模拟土壤墒情的平均绝对误差分别为1.08%和1.07%,平均相对误差为10.2%和11.0%。Elman动态神经网络模型利用其独特的非线性、非凸性和适应时变特性的能力从时空变率复杂的土壤水分运移系统中找出一定的演变规律,为土壤水分预测提供了一种有效可靠的方法。为了更好地验证该方法的优越性,还需要更多的样本数据,更多的区域和更全面的敏感影响因素来验证,以及更深层次的理论研究和分析。     

基于神经网络方法的土壤流失量预测研究

生产建设项目土壤流失量的预测直接关系到建设项目的水土保持分析、评价和防治措施体系的布局,目前常用的预测方法因其局限性、不合理性以及精度差等问题往往难以实现准确预测。将人工神经网络的BP算法引入到土壤流失量预测中,将降雨侵蚀力、土壤可蚀性、坡长、坡度、水土保持措施作为影响土壤流失量的主要因子,并以17个生产建设项目水土保持监测实例作为学习样本和检测样本,建立了基于神经网络方法的土壤流失量预测模型。预测结果表明,该模型拟合和预测精度高,具有很强的应用价值,能够满足工程应用需要。     

基于人工神经网络的农户经济收入预测研究

研究了利用误差反向传播人工神经网络(BP网络)的多变量综合预测问题,并以研究上黄试区民户经济收入为背景,建立了相应的多变量综合预测BP模型.预测结果表明:农户经济收入神经网络模型预测精度较高,开辟了农户经济收入预测的有效途径.     

基于水稻叶面积指数的根生物量预测模型研究

准确预测作物根生物量对评价农田生态系统碳源汇功能具有重要意义。本研究以江西省余江县为研究区,以2012年晚稻季抛秧的黄花粘水稻为研究对象,基于26个监测点的水稻生育期(分蘖期、抽穗期、灌浆期和完熟期)叶面积指数(LAI)以及完熟期地上和地下生物量数据,分析了LAI与生物量的相关关系,比较了利用LAI直接预测根生物量和利用根冠比法预测根生物量的优劣,最终建立了基于多生育期LAI的水稻根生物量预测模型。结果表明:灌浆期LAI与根生物量呈极显著相关关系,相关系数为0.775;利用LAI直接预测根生物量精度高于根冠比法;利用单一生育期LAI预测根生物量的精度较低;多生育期LAI能显著提高根生物量预测精度,其中基于抽穗期、灌浆期和完熟期LAI组合的根生物量预测模型最优。综上所述,本研究区抛秧的黄花粘水稻的根生物量可以通过LAI快速、准确地预测。     

基于MODIS数据的福建省农作物低温监测分析与风险评估

利用MODIS数据分别对福建省地表温度和农作物用地信息进行反演,建立基于分裂窗法的福建省地表温度反演模型,构建福建省土地利用信息的专家决策树分类体系,并在Surfer和ArcGIS辅助下提出基于遥感的福建省农作物地表低温风险评估法.结果表明,基于分裂窗法的地表温度监测精度较高,达到83.56％.通过与气象站实测温度对比分析,其高低温分布趋势基本一致,并能精细反映地形条件下的温度差异,弥补了气象站数量不足的缺陷.利用专家决策树分析法灵活构造NDVI、NDWI等不同判读因子,能较准确地提取福建省农作物土地利用信息.经过归一化处理建立的福建省主要农作物用地低温风险等级分为:轻度(0.45～1.00)、中度(0.24 ～0.45)和重度(0～0.24),能够细致反映出福建省地表低温分布和农作物所处的风险格局,为农作物合理区划和低温灾害风险评估等提供参考依据.     

基于产量阶段的河南省夏玉米灰色——马尔柯夫预测模型

针对较长产量序列纵向及横向可比性较差的问题 ,提出用划分产量阶段的方法进行分段处理。用 GM(1,1)灰色模型分段模拟预测河南省夏玉米单产 ,根据相对气象产量划分产量状态 ,再用马尔柯夫模型转移概率预测系统未来发展方向并修正前者的预报结果。通过模拟和预报 ,准确率都有所提高     

基于GIS的福建省烤烟气象灾害综合风险区划

为了探究福建复杂地形下的烤烟气象灾害风险,规避或减轻气象灾害可能造成的损失,利用福建省烟区28个县（区）的1972-2014年气象资料,2008-2013年烤烟产量、面积及其它社会经济资料,构建由致灾因子危险性、烤烟脆弱性和烟区防灾减灾能力组成的多灾种综合风险区划指标体系,采用层次分析法—熵权法量化计算各指标权重,利用加权综合法计算综合灾害风险指数,基于GIS技术开展烤烟气象灾害综合风险区划。结果表明：福建烟区气象灾害综合风险呈现由东南至西北逐级增加的趋势,轻度气象灾害综合风险区主要分布在龙岩市中东部、三明市东部和南平市东部的部分地带;中度灾害风险区主要分布在龙岩市西部,南平和三明两市介于东部和西部之间地带;重度以上风险区主要分布在南平和三明两市的西北部山区,其中1000m以上高海拔地区存在严重气象灾害风险。     

基于森林资源清查资料的森林碳储量计量方法

基于森林资源清查资料的森林碳储量估算是在景观、区域甚至全球尺度上评估森林碳收支的重要手段,且在陆地生态系统碳循环和全球变化研究中有着重要作用。森林植被碳储量的估计,常通过测定森林植被的生物量乘以生物量中碳元素的含量（0.45～0.55）推算而得。基于森林清查资料的森林生物量的估算方法主要有IPCC法,BEF为常数的生物量转换因子法,生物量转换因子连续函数法和生物量经验（回归）模型估计法等。概述了基于森林资源清查资料的森林植被碳储量的4种定量研究方法,并提出了该领域研究存在的主要问题与发展建议。分析结果表明,在今后的森林碳储量研究中,需要加强遥感技术手段的利用,增加碳通量在森林资源清查中的调查,开发适合我国实际情况的反演模型。     

基于传递函数的土壤数据库缺失数据的填补研究

数据缺失在土壤调查研究中是一个非常普遍的现象,处理不当一定程度上会影响研究结果的可靠性。土壤转换函数(pedotransfer functions,PTFs)是简单、快速、大批量填补土壤数据库缺失信息的有效手段。但目前分析和厘定我国土壤数据库缺失数据特征的研究较少,针对土壤数据库缺失数据的填补方法也亟待规范。本文对我国第二次土壤普查数据库进行分析,探讨该数据库的数据缺失特征,并对数据缺失严重的土壤属性进行预测,以期为今后的土壤数据库缺失数据填补工作提供参考。总体来看,质地(砂粒、粉粒和黏粒含量)、pH、有机质、全氮、全磷、全钾是土壤普查中最基础的调查项目,这些土壤属性信息的完整性最好。有效磷、速效钾和阳离子交换量数据有一定的缺失。碱解氮、容重、砾石含量、各种类型氧化铁数据缺失严重。在填补缺失数据时,建议首先考虑模型的稳定性,尽量使用那些相对稳定且数据完整性好的土壤属性来预测缺失数据。我国第二次土壤普查数据库基本都缺少空间属性信息,在填补缺失数据时最好采用简单而相对稳定的回归模型。利用回归分析得到的土壤传递函数可以较好地实现容重、碱解氮和部分阳离子交换量缺失数据的填补工作。尽管如此,由于部分土壤属性信息有一定的时效性,应用传递函数时要注意数据源的历史背景。     

基于两种方法的四川水稻气候干旱风险评价对比

利用四川省159个站点1960-2010年逐日降水量、日平均气温资料和水稻生育期资料,分别将降水距平百分率、相对湿润度指数作为干旱指标,分析四川省水稻分蘖期、拔节-孕穗期和抽穗-扬花期不同气候干旱等级发生概率,构建水稻气候干旱灾害风险模型,评估四川省水稻分蘖期、拔节-孕穗期和抽穗-扬花期以及全生育期的气候干旱风险。结果表明,四川省水稻气候干旱风险较高的生育期主要是拔节-孕穗期和抽穗-扬花期,利用降水距平百分率和相对湿润度指数得到的风险区划结果存在一定差异,但其风险分布趋势相近。从水稻全生育期看,风险较高区域主要集中在四川盆地和四川西北部部分地区,川南地区发生干旱的概率较小。研究结果有利于降低干旱对水稻生产造成的损失,为水稻干旱评估和制定防灾减灾措施提供科学依据。     

基于文献数据的PAHs生态安全土壤环境基准研究

多环芳烃（Polycyclic aromatic hydrocarbons, PAHs）具有致癌、致畸、致突变等“三致”效应,其造成的土壤污染问题受到世界各国的强烈关注。然而我国基于生态安全的土壤风险筛选值和管控标准仍未确立,致使当前土壤生态安全风险评估仍无据可依。通过系统调研国内外土壤中PAHs的生态毒性研究结果,针对16种优先控制PAHs,筛选获得248组毒性数据（Effect concentration10, EC10和No observed effect concentration, NOEC）,并利用物种敏感性分布法推导出不同用地方式下各PAH的生态安全土壤环境基准。不同用地方式下各PAH的生态安全土壤环境基准分别为1.00~10.60 mg·kg-1（自然保护地和农用地）、1.03~25.44 mg·kg-1（公园用地）、1.12~51.00 mg·kg-1（住宅用地）、1.20~68.41 mg·kg-1（商服及工业用地）。该研究结果可为我国土壤生态安全环境质量标准的制定和PAHs污染土壤的生态风险评估提供数据支撑和方法指导。     

一种基于特征曲线的自动土壤水分观测数据异常值检测方法

以土壤水分时间序列特征提取和形态匹配为基本操作,提出了一种基于特征曲线的自动土壤水分观测数据异常值检测新方法。首先确定检测序列X和模板序列Y的长度和范围,利用经验模态分解（EMD）方法对序列X和Y进行分解,分别获得特征重构序列C和序列Q,然后利用动态时间归整（DTW）算法对重构序列做匹配对齐操作,分别形成序列C'和Q',通过序列C'和Q'计算获得变异序列D',并将序列D'中变异系数超过门限值threshold的异常元素或异常片段标记出来,最终实现检测序列X中异常点的定位。运行实例表明：（1）检测方法无需引入土壤物理常数和气象条件等外在影响因素,避免了土壤水分计算过程中加入高低阈值、变化率阈值等相关参数。（2）方法使用同一站点相同深度的土壤水分连续数据,无需多站数据对比,且对于检测序列X和模板序列Y没有严格的长度一致性要求,因而计算更加灵活,适用性较强。（3）方法流程清晰,输入和输出对象简单明确,较为适合进行计算机编程开发和业务化运行部署。     

基于Landsat 8数据的荒漠土壤水分遥感反演

[目的]分析荒漠土壤水分变化特征,为南疆干旱区荒漠土壤水分遥感监测提供理论依据和方法支持.[方法]以Landsat 8数据构建干旱地区荒漠土壤水分建模指示因子,通过优选的26个光谱指数、地表温度(Ts)和地形数据(DEM)为建模因子,分别以偏最小二乘(PLSR)、支持向量机(SVM)和随机森林(RF)3种方法构建土壤水...