ARIMA-SVR组合模型在基于标准化降水指数干旱预测中的应用

开展干旱预测是有效应对干旱风险的前提基础,本研究利用1951—2017年河南省郑州气象站点逐日降水量数据计算多尺度标准化降水指数(SPI),并建立了SPI序列自回归移动平均模型(ARIMA)和自回归移动平均与支持向量机回归组合模型(ARIMA-SVR),对模型参数进行率定和验证后,利用所建立的模型对河南省郑州气象站点多尺度SPI值进行预测。借助均方根误差(RMSE)、平均绝对百分比误差(MAPE)对回归预测模型的有效性进行判定。结果表明:ARIMA-SVR组合模型在SPI1(1个月)和SPI12(12个月)的RMSE值分别为80.05和0.74,均低于ARIMA模型的92.25和1.24,说明ARIMA-SVR组合模型与单一的ARIMA模型对SPI的预测精度都与该指数的时间尺度长短有关,都随时间尺度的增加而逐渐提高;SPI12的两种模型预测精度均高于SPI1、SPI3(3个月)和SPI6(6个月)的预测精度。用实测数据与模型的预测数据相比较说明ARIMA-SVR组合模型相比于单一ARIMA模型预测精度更高,且能够很好拟合不同时间尺度的标准化降水指数。     

基于EMD-GWO-LSTM模型的新疆标准化降水蒸散指数预测方法研究

干旱预测一直是干旱研究领域的重大挑战,提高干旱预测的准确性是解决干旱问题的关键。基于1961—2019年新疆34个气象站点月降水和月平均气温数据,计算得到标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）,对新疆气象干湿变化进行分析,提出一种经验模态分解方法（empirical mode decomposition, EMD）-灰狼优化算法（grey wolf optimizer,GWO）-长短期神经网络（long short-term memory network,LSTM）的数据分解型干旱组合预测模型进行预测,并进行模型性能评价。结果表明：（1）干旱周期性变化整体呈现平稳且周期长的特点;（2）EMD能够有效优化数据的平稳性,GWO优化预测模型参数,组合模型的预测精度相较于单一预测模型有明显提高;（3）4个预测模型结果精度由高到低的排序为：EMD-GWO-LSTM、GWO-LSTM、GWO-支持向量回归（Support Vactor Regression,SVR）、LSTM,拟合优度分别为0.972、...     

基于相空间重构与RBF神经网络模型的面上干旱预测研究

条件植被温度指数(VTCI)是一种适合关中平原的近实时定量化的干旱监测方法,在前期基于以旬为单位的VTCI样本点上相空间重构与RBF神经网络干旱预测研究的基础上,进一步进行了VTCI遥感面上的干旱预测研究。通过分析样本点VTCI时间序列的延迟时间和重构维数,确定整个面上VTCI时间序列相空间维数为7,从而对面上VTCI数据进行了相空间重构。对重构后的VTCI数据应用RBF神经网络模型预测得到了2009年4月上旬到5月中旬的VTCI预测结果。结果表明,多旬预测结果都较好地反映了监测结果的特征,各旬预测结果的绝对误差频数分布主要集中在-0.2到0.2之间。应用Kappa系数评价预测结果与监测结果的一致性程度：5月中旬为显著,4月上旬和中旬为中度,4月下旬和5月上 旬的一致性为弱,但阳性一致率较高。该模型的面上预测精度较好,适合关中平原的干旱预测研究。     

基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究 ——以新疆为例

干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害，准确预测干旱的发生具有重要的现实意义。基于1960—2019年新疆气象站点的逐日降水量数据，计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模型（Autoregressive Integrated Moving Average,ARIMA）、长短期记忆网络（Long Short-Term Memory,LSTM）、互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测，确定各模型在干旱预测中的适用性。结果表明：（1）4种模型的预测精度均随时间尺度的增加而逐渐提高，在24个月时间尺度时达到最高；（2）CEEMD能够有效平稳时间序列，各时间尺度下，组合模型均达到了较高的预测精度，相较单一模型更适用于干旱预测；（3）4种模型预测结果精度由低到高分别为：LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA（决定系...     

河北省冬小麦干旱预测技术研究

本研究以河北省冬小麦干旱综合监测模型为基础,对其包含的土壤相对湿度指数、作物水分亏缺距平指数、降水量距平指数进行未来10天的预测,建立冬小麦干旱预测模型;应用2001年、2008-2010年唐山、涿州、定州、黄骅、深县、栾城、南宫、肥乡8个站气象和土壤墒情资料,以农田土壤水分平衡方程为依据,对0 ～ 50 cm、0～20 cm土壤相对湿度预测结果和冬小麦干旱预测模型模拟结果进行检验.结果表明:0～50 cm土壤相对湿度相对误差在10％以下的站点占73％,在10％ ～ 15％的占12％,在15％以上的占15％;0～ 20 cm土壤相对湿度相对误差在10％以下的站点占68.4％,在10％ ～ 15％的占13.7％,在15％以上的占17.9％;干旱预测模型预测准确率为77.8％,如果以预测结果与监测结果相差一个干旱等级为正确,则干旱预测与监测结果完全一致,干旱预测模型可满足业务应用的需要,但干旱预测模型预测准确率依赖于降水预报的准确率.     

基于加权马尔可夫模型的条件植被温度指数预测研究

条件植被温度指数(VTCI)是一种近实时的干旱监测指标。利用加权马尔可夫模型对陕西关中平原的条件植被温度指数(VTCI)时空变化序列进行了2步预测,并将预测结果与实际监测结果进行对比分析,结果表明,预测的干旱监测结果与实际的干旱监测结果空间分布特征基本一致,进一步的误差分析显示,2步预测的误差平均值分别为0.042和0.152。     

新疆北部棉花播种期热量指数预测研究

应用前期74类环流指数因子,考虑了统计模型中因子与预测量之间相关系数的不稳定性,用滑动集合回归方法建立了北疆棉区播种-出苗期间热量指数的集合回归预测模型。石河子、炮台、精河、博乐站1961-2006年的回归序列与实况序列的相关系数分别为0.804 0,0.756 2,0.850 3,0.825 2。4站1996-2005年的试报结果检验表明:集合回归预测模型的效果明显优于一级回归模型,而4站中又以博乐站的效果最优。应用前期月环流指数因子,经滑动相关建立的超级集合模型,对北疆棉区播种-出苗期间的热量指数有一定的预测作用,该方法在农业气象灾害预测等领域有推广价值。     

多尺度标准化降水指数的ARIMA模型干旱预测研究

采用关中地区39 a的月平均降水量数据,计算了该地区不同时间尺度的标准化降水指数(SPI)值,运用ARIMA模型对SPI序列进行分析建模,并进行12步预测。结果表明,ARIMA模型对所有时间尺度的SPI 3、6、9序列可进行精度在10%以下的1步预测,对SPI 12、24序列可进行平均精度在10%以下的9步预测,说明ARI-MA模型较适合SPI 3、6、9序列的短期预测,适合SPI 12、24序列的长期预测。     

基于相空间重构与RBF神经网络的干旱预测模型

通过引入混沌和相空间重构理论,将一维时间序列重构为多维序列,并与径向基函数神经网络模型相结合,建立了基于条件植被温度指数(VTCI)的干旱预测模型,并对其进行了验证.结果表明:干旱预测结果与实际干旱监测结果中的VTCI最大值、最小值、平均值及标准差十分接近,所有样本点的预测值的相对误差的绝对值均低于9%.经过a=0.0...     

新乡市近60年降水序列变化规律及干旱预测

新乡市属严重缺水地域,近年来干旱的加剧使水资源短缺问题更加突出,严重制约了区域社会经济的发展。因此,对该地区进行降水序列的分析以及干旱的预测显得尤为重要。利用新乡市1953-2010年的年降水量资料,采用一元线性回归法和Mann-Kendall法分析新乡市降水的时间变化规律,结果表明：该地区近60年来年降水量呈减少的趋势,干旱发生频率有增加的趋势。以1953-2000年的年降水量资料为建模数据,2001-2010年的年降水量资料为检验数据,运用灰色系统的灰色预测方法,建立新乡市的灰色预测GM（1,1）模型,对该地区未来一定时期内干旱发生的时间进行预测,经检验该预测模型精度高,检验结果与实际相符,故可用该模型对新乡市未来的干旱年进行预测。预测结果显示,新乡市将在2012-2013、2020-2021、2028-2029年期间发生干旱。     

Prediction of meteorological drought in arid and semi-arid regions using PDSI and SDSM: a case study in Fars Province,Iran

Drought is one of the most significant environmental disasters,especially in arid and semi-arid regions.Drought indices as a tool for management practices seeking to deal with the drought phenomenon are widely used around the world.One of these indicators is the Palmer drought severity index(PDSI),which is used in many parts of the world to assess the drought situation and continuation.In this study,the drought state of Fars Province in Iran was evaluated by using the PDSI over 1995-2014 according to meteorological data from six weather stations in the province.A statistical downscaling model(SDSM)was used to apply the output results of the general circulation model in Fars Province.To implement data processing and prediction of climate data,a statistical period 1995-2014 was considered as the monitoring period,and a statistical period 2019-2048 was for the prediction period.The results revealed that there is a good agreement between the simulated precipitation(R2>0.63;R2,determination coefficient;MAE<0.52;MAE,mean absolute error;RMSE<0.56;RMSE,Root Mean Squared Error)and temperature(R2>0.95,MAE<1.74,and RMSE<1.78)with the observed data from the stations.The results of the drought monitoring model presented that dry periods would increase over the next three decades as compared to the historical data.The studies showed the highest drought in the meteorological stations Abadeh and Lar during the prediction period under two future scenarios representative concentration pathways(RCP4.5 and RCP8.5).According to the results of the validation periods and efficiency criteria,we suggest that the SDSM is a proper tool for predicting drought in arid and semi-arid regions.     

安徽省稻曲病气象等级预报方法研究—以池州为例

为进一步明确安徽省稻曲病发生关键期, 探索稻曲病气象等级预报方法, 以满足对该病害气象等级预报的服务需求?本文以安徽省池州市为例, 利用1995年-2018年一季稻稻曲病观测数据和同期气象资料, 通过相关分析确定稻曲病发生关键期?根据稻曲病大发生对适温高湿环境的需求及不同降水等级和温度对稻曲病发生程度的影响不同, 以稻曲病发生关键期降水日数为基础, 引入雨量系数和温度系数, 形成稻曲病发生综合气象条件指数, 通过最优曲线回归分析, 建立稻曲病预报模型?结果表明, 7月下旬至8月中旬是池州市一季稻稻曲病发生关键期; 综合气象条件指数与稻曲病病穗率相关性明显高于降水日数与病穗率相关性; 预报模型回代检验准确率为81.0%, 2016年-2018年模型预测结果均与实际情况相吻合, 由于样本中轻发生和大发生年份较少, 对轻发生和大发生预报的准确性需在样本丰富条件下进一步验证?模型在业务应用中, 可结合CFSv2模式逐日降水和气温预报产品, 提前10~30 d开展稻曲病气象等级预报, 对做好稻曲病的防治工作具有重要参考价值?     

基于FY-3D/MERSI数据的东北地区干旱监测方法研究

干旱是影响东北地区粮食安全的主要农业气象灾害之一,遥感技术是一种可便捷进行大范围干旱监测的手段。针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题,以东北地区玉米和大豆等主要大田作物发育期为切入点,基于FY-3D/MERSI卫星遥感数据和地面土壤相对湿度实测数据,开展不同作物发育阶段干旱监测指数适用性分析,结合径向基神经网络方法,构建全时期和分时期土壤相对湿度反演模型,利用实测土壤相对湿度数据开展精度验证与对比分析。结果表明：风云三号MERSI传感器数据在干旱监测中具有可行性,表观热惯量(ATI)在低植被覆盖或裸土时效果较好,适用于作物冻土期、裸土期和播种～拔节期;水分指数(WI)适用于播种～拔节期、拔节～抽雄期和成熟期等植被生长时期;分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型,前者监测精度在80.0%以上,比全时期模型精度提高了10%～25%,尤其在冻土期(3月),分时期模型反演精度达到了92.6%。基于作物生长时期和形态差异,选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型,提高了干旱监测的准确性和可靠性。     

河北省黑龙港流域小麦抗旱品种筛选

干旱缺水是制约河北省黑龙港流域小麦生产的首要环境因子,从适合该区域的小麦新品种中筛选和推广抗旱品种,对在该地区实现节水保粮和维持地下水红线具有重要意义。本研究以近年来河北省中南部审定的38个小麦品种为材料,设置冬后浇2水、1水和不浇水（0水）3个水分处理,于2017—2018、2018—2019年度在成安和辛集进行了大田条件下的抗旱品种筛选试验。结果表明：在大田生产中,可用以产量为基础的抗旱指数来评价品种的抗旱性;以抗旱指数结合高稳系数进行抗旱和稳定性协同评价时,筛选到轮选103、衡0628、衡9966、河农2063、衡5835、中信麦58等6个品种在多个环境中抗旱等级为抗及以上,且产量稳定性较好,石麦22、衡4399、衡观35、石麦15、鲁原502、泊麦7号等6个品种在多个环境中抗旱等级为抗及以上,且产量稳定性为中等。     

ET_0预测的卡尔曼滤波修正ANFIS模型研究

实时、准确地对作物需水量的预测是实现智能节水灌溉的关键技术。预测模型的合理选择及精度提高是作物需水决策系统的核心。本文将陕西西安地区的气象数据环境信息引入自适应神经模糊推理(ANFIS)作物参考蒸腾量(ET_0)预测模型,应用卡尔曼滤波器对气象数据经ANFIS建模得到的ET_0预测值进行滤波去噪,以提高模型的预测精度,并通过仿真和实验验证,从理论和实践两个方面来验证模型的精度。仿真结果得到,反映模型预测值与真实值之间拟合程度的均等系数(EC)值校正前为0.93,校正后达到0.98。实验结果得到,ANFIS预测模型的平均绝对误差是28.94%,平均相对误差是26.37%,卡尔曼修正后的ANFIS预测模型的平均绝对误差是7.24%,平均相对误差是6.59%。仿真和实验结果表明,利用卡尔曼滤波对ANFIS预测模型进行修正,可以提高预测的精度,经卡尔曼修正后的ANFIS模型能更佳地反映ET_0的变化趋势。     

广西玉米品种开花期抗旱性鉴定与评价

选取20个广西玉米品种,在开花期进行干旱胁迫处理,测定叶片相对含水量、可溶性糖含量、叶绿素含量、丙二醛含量、SOD酶活性等生理指标,同时测定产量指标。通过五级评分法对生理生化指标进行抗旱性打分,通过产量指标计算抗旱指数,综合评价玉米开花期的抗旱性。结果表明,五级评分法综合得分在1.9293~5.6595之间,其中正大619、桂单162和桂单0810得分大于5.0,其次为迪卡008、先玉30T60、先正达901、庆农68、南美1号和万川1306得分在4.0~5.0之间。而抗旱指数值在0.4104~1.0963之间,其中桂单0810、太平洋99和正大619抗旱指数大于1.0,先玉30T60、迪卡008和南美1号抗旱指数在0.9~1.0间。两种评价结果之间的相关性为0.5887,达到极显著相关。五级评分法与抗旱指数可同时用于玉米开花期抗旱性评价。两方面评价结果均表现抗旱的品种为桂单0810、正大619、先玉30T60、迪卡008和南美1号,其中桂单0810和正大619为抗旱性极强品种。     

小麦白粉病预测模型的有效性评价

为全面了解现有小麦白粉病预测模型的有效性,本文收集整理了全国9个省31个县(市)46个小麦白粉病预测模型,在对其实用性、时效性和准确性评价的基础上,对其中6个模型进行了优化、简化或重建,共获得4省7市12个小麦白粉病预测模型,此研究结果对于这些模型在生产上应用提供了依据。     

近80年宝鸡市旱涝变化特征分析

文中使用1934-2010年5-9月降水总量资料,分析研究宝鸡近80a旱涝演变规律。结果表明:宝鸡市近80a有向干旱发展的趋势,并且以0.12次/10a的速度增加;旱涝出现的频率为39%和28.6%;旱涝演变具有24a左右的长周期和2a的短周期;20世纪40年代、80年代以偏涝为主;70年代、90年代和21世纪头10年以偏旱为主。宝鸡市近80a以来,年Z指数明显下降,其下降速度为0.16/10a。1953-1990年涝年多、旱年较少,1993年以后旱年多、涝年很少,近年来有旱涝交替的特点。四季的Z指数变化趋势不同,冬、夏季Z指数变化不大,冬季呈略上升趋势;夏季呈微弱的下降趋势;春、秋季呈明显的下降趋势,表明干旱趋势增强,春季最明显,秋季次之。春季涝、旱和正常年基本各占1/3;夏涝、秋涝、冬旱的发生频率高。各季旱涝变化都具有2a的周期。研究结果对旱涝趋势预测和防灾减灾具有一定的参考价值。