基于GM(1,1)模型群的农田土壤墒情短期预测

全面比较和分析了春玉米全生育期内土壤墒情的时空分布特征。结果表明,土壤墒情数据为非平稳时间序列,具有周期性;降水量是影响土壤墒情的重要环境因素,其影响规律具有较大随机性。以不同土层深度（10、30cm,〖JP2〗分别代表2种墒情变化情况）和春玉米不同生育期（4个）交叉组合的土壤墒情作为模型对象,〖JP〗基于GM(1,1)预测方法构建农田土壤墒情短期预测模型群。预测结果表明该子模型的预测精度均较高,平均相对误差均小于2%,其中以苗期10cm处土壤含水率预测效果最佳。考虑降水量的影响,对模型群中参数u进行优化,使得所建土壤墒情短期预测模型群的预测更为准确有效。     

华北地区暴雪覆盖与土壤墒情关系初探——以邯郸市为例

研究土壤冬季储水量对整个冬季土壤墒情尤为重要,可以预测解冻后土壤墒情变化为3月中旬华北地区开展农田灌溉提供理论依据.利用华北地区2009年11月的一次强降雪气象资料、2002-2008年多年平均同期降水资料和土壤墒情实测的面尺度资料,对降雪量、降雪时间和土壤含水量以及相互影响关系进行了分析.研究结果表明:积雪覆盖对土壤...     

非充分灌溉青贮玉米土壤墒情预报的人工神经网络模型

土壤墒情预报是农田适时适量灌溉与科学管理的基础,田间土壤墒情的变化受降水、灌溉、植株蒸腾、土壤蒸发、根系层下边界水分通量及外界气象因素的影响,关系比较复杂。利用内蒙古锡林浩特市典型草原区的青贮玉米土壤水分试验资料,建立了土壤墒情预报的BP神经网络模型,并利用部分实测资料对网络进行检验,取得了较好的效果。结果表明BP神经网络模型可以对区域土壤水分进行动态预测,方法简便可行。     

云南省土壤墒情变化特征分析

分析云南省土壤墒情变化特征。利用2008-2012年云南省13个土壤墒情监测站的土壤重量含水量和日降水数据,分析其土壤墒情的时空变化特征。结果表明:滇东南和西北部的土壤墒情较高,而滇中的土壤墒情较低。不同深度的土壤含水量呈显著线性相关,且整体上表现为深度越深土壤含水量越大。土壤含水量与降水量大致呈正相关;土壤含水量最大值出现在6-10月,且基本上滞后降水最大月份1个月;土壤含水量最小值出现在1-4月。     

多种植被指数与土壤墒情响应关系对比分析

土壤墒情是农业生产的重要参数,高效、精确地监测土壤墒情是保证农业生产安全的重要环节。在基于植被指数的土壤墒情监测方法中,如何根据地域和植物生育期的差异,选定最优的植被指数是问题的关键。利用2015年2-6月河南省中东部黄淮海平原冬小麦主产区的实测农田墒情数据和MODIS遥感数据,对归一化植被指数(NDVI)、增强型植被指数(EVI)、植被供水指数(VSWI)、温度植被干旱指数(TVDI)与土壤含水量进行相关性分析,对比不同植被指数对不同深度土壤含水量的响应,并分别建立四种植被指数与土壤墒情的回归模型,进行预测精度分析。结果表明:本研究中,TVDI与土壤墒情的相关性最好,预测精度最高;每一种指数皆与10～20 cm深度土壤墒情相关性最好,预测精度最高。因此,TVDI为最优响应指数,10～20 cm深度土壤为最优响应深度。     

小波分析在宜昌地区降水变化中的应用

区域降水量是重要的气候变量,研究其对气候变化的影响具有十分重要的意义.利用宜昌地区1960-2006年近50年的汛期和年降水作为观测资料,采用墨西哥帽函数(MHF)作为小波函数,分析了汛期降水和年降水的多时间尺度变化特征.结果表明,在较小时间尺度上,汛期降水与年降水在时域上的分布具有很大的相似性;在较大时间尺度上,年降水的演变略滞后汛期降水.并且推测宜昌地区在未来几年内降水将偏少,这为短期气候的预测提供了一定的参考.     

小波分析在宜昌地区降水变化中的

区域降水量是重要的气候变量,研究其对气候变化的影响具有十分重要的意义。利用宜昌地区1960～2006年近50年的汛期和年降水作为观测资料,采用墨西哥帽函数（MHF）作为小波函数,分析了汛期降水和年降水的多时间尺度变化特征。结果表明,在较小时间尺度上,汛期降水与年降水在时域上的分布具有很大的相似性;在较大时间尺度上,年降水的演变略滞后汛期降水。并且推测宜昌地区在未来几年内降水将偏少,这为短期气候的预测提供了一定的参考。     

基于EEMD的南京市降水特征分析

论文采用EEMD分解方法分析了南京气象站1951~2009年降水序列的多时间尺度,发现南京市年降水序列存在2年、6~7年、14~15年和20年的准周期变化,降水在70年代之前较小,70年代之后降水较大,整个时间尺度上呈现先减小后升高的平均变化趋势。综合运用Hurst指数及降水距平分析降水的趋势变化结果与EEMD分析结论基本吻合,未来南京市降水可能呈现减少趋势。另外用小波分析对EEMD提取的周期进行验证,小波分析表明南京市降水序列包含2年、7~9年和15~16年的准周期,与EEMD的结果基本一致,说明EEMD的结果具有一定的可信度,可以为该地区的降水预测提供依据。     

三台2015年小麦苗期越冬的雨热条件分析

小麦为三台主要小春作物且多分布在坡土旱地.冬季的气候条件对小麦苗期营养生长有着重要影响.文章通过对冬季气温和降水实况与常年值进行比较分析,对2015年小麦苗期的雨热条件进行分析.气温方面虽呈波动现象,但总体促多抑少;降水方面虽前期墒情较好,但越冬期间降水偏少,土壤已显现干燥,不利于小麦营养生长.总体就越冬期间的雨热条件来看,在此期间小麦营养生长利大于弊.     

三台2015年小麦苗期越冬的雨热条件分析

小麦为三台主要小春作物且多分布在坡土旱地。冬季的气候条件对小麦苗期营养生长有着重要影响。文章通过对冬季气温和降水实况与常年值进行比较分析,对2015年小麦苗期的雨热条件进行分析。气温方面虽呈波动现象,但总体促多抑少;降水方面虽前期墒情较好,但越冬期间降水偏少,土壤已显现干燥,不利于小麦营养生长。总体就越冬期间的雨热条件来看,在此期间小麦营养生长利大于弊。     

区域降水时序特征变化综合分析

降水是水循环过程中的关键要素，选用合适的降水时序特征分析方法，才能更好地从计算结果中准确找出目标地区降水量的变化趋势、突变年份及循环周期。对降水时序特征分析中常用的计算方法进行分类总结，通过分析不同方法的特点及适用条件，阐述了将数理统计方法引入降水分析的合理性，并以武汉市1951-2017年的逐日降水资料为分析基础，选取了Mann-Kendall检验法、线性回归法、5 a滑动平均、累积距平法、Morlet小波分析、经验模态分解等分析方法进行计算。通过对计算结果深入分析，找出了武汉市降水的变化趋势、降水量发生突变的时段和降水量的变化周期。结果表明：武汉市多年降水量呈显著的上升趋势；受气候变化、人类活动等多种因素影响，降水量在1954年、1980年、1998年、2010年前后多个时间段均发生明显突变；近67 a降水序列中出现了50 a和10 a两个降水量变化的主周期。分析产生降水变化的原因，考虑到西太平洋副热带高压的影响，武汉市降水集中在夏季且降水量的年际变化较为剧烈；同时认为城市化进程也在很大程度上干预了武汉市的降水情况，使区域降水总量及降水强度有所提升；预计未来武汉市降水量将继续保持稳...     

经验正交函数与地统计相结合分析降水时空变异

把经验正交函数展开和地统计分析有机结合,以河南省近51年雨季降水为例,进行降水时空变异特征研究。结果表明,用经验正交函数把降水变量场的主要空间分布结构分离出来,可正确地提取时间函数向量;再运用地统计分析对河南省多年雨季降水空间函数特征向量进行空间变异结构分析与插值,得出了河南省雨季降水量空间分布的主要4种类型:总体一致型、南北差异型、东西差异型和豫西山区异常型;然后对时间函数进行分析,得到了对应空间分布型的年际变化趋势规律。     

基于模糊R/S分析模型的降水预测

首先采用各生长期有效降水对作物产量影响的敏感性系数作为计算权重基础，利用模糊聚类循环迭代方法对濮阳灌区多年降水资料进行聚类，在此基础上，应用R／S分析的原理和方法构造预测模型，计算了H指数，建立了R(i)／S(i)与i的关系式，对该灌区大气降水的变化趋势进行了检验和预测分析。结果表明：该模型简便、通用，对降水趋势的预测确实可行，对农业生产起到了较好的指导作用。     

等概率粗粒化LZC算法在降水变化复杂性研究中的应用

区域水文过程复杂性研究是一种新的研究模式,降水复杂性变化更是当前研究热点。运用等概率粗粒化的LZC方法,以红兴隆分局为例,对红兴隆分局辖区内10个农场逐月降水序列复杂性进行诊断,运用GIS技术绘制降水复杂性空间分布图。结果表明：八五三农场降水复杂性最高、八五二农场次之、五九七农场最低。进一步分析表明,降水是当地地下水埋深复杂性变化的主导影响因素之一。研究成果揭示了当地降水复杂性演变特征,为区域降水、地下水埋深准确预测及水资源合理优化配置提供了科学依据。     

陕西关中地区降水对环境因子变化的响应特征研究

在全球气候变化的背景下,探寻和建立降水与环境因子之间的关系,可以为降水、变化环境定量化预测研究建立理论和方法基础,兹分析了陕西关中地区主要县市的温度、日照时数、风速和空气相对湿度4个环境因子与不同频率的降水间的影响与响应特征。结果表明,温度因子变化对25%、50%、75%频率的降水影响最为显著,降水对相对湿度的响应程度紧随其后,且相对湿度对5%频率的丰水情况影响更为显著。而日照时数对于各频率的降水影响也较为显著;各频率的降水,对风速的作用和影响关系均表现为不显著。表明较高的温度、相对湿度和较大的日照时数将有利于关中地区降水的丰沛化。研究结果可为揭示关中地区环境变化的特性,进一步为生态环境建设和水资源合理开发利用研究提供依据。     

神经网络方法在土壤墒情预测中的应用

在对比分析现有土壤墒情预测模型的基础上，采用改进的神经网络方法建立了土壤墒情预测模型，并结合实测数据进行误差分析，结果表明神经网络模型可成功应用于土壤墒情分析和预测，对于不同条件的地区具有广泛的适应性和推广应用前景。     

基于谐波分析的降水量预测模型研究

降水量预测是制定防旱、抗涝、救灾对策的重要依据,其预测方法是能够科学准确预测降水的重要手段。基于降水量存在多样性、复杂性及随机性的特点,采用降水距平法对降水量变化进行分析,运用谐波分析法建立降水量预测模型;以葫芦岛地区为例,根据葫芦岛4个气象观测站47 a（1960-2006年）的降水资料,对该模型进行了具体的应用。结...     

黔南州近40年降水时空变化特征分析

近年来黔南州年降水量和5—8月降水量表现为增加趋势且降水偏多年份越发明显,为研究其变化规律,故选取黔南州近40年降水资料对其时间和空间状态进行分析。得出黔南州降水大致可分为三种类型:a.降水一致性偏多(偏少)型;b.西北少东南多型;c.中部多南北少型。近年来尽管降水量有增加趋势,但从近40年时间尺度来看,黔南州降水表现为减少趋势,其值在平均值周围变动;降水集中时段5—8月的变化趋势平缓,仅个别年份偏离平均值较多。     

基于小波分析的双城市降水量变化分析及预测

分析不同取样周期下生成的小波图像,对图中显示的与降水周期有关的信息加以分析,并预测未来几年降水量的丰枯情况。先用已有数据进行验证性试验,结果周期为8年时准确性达到75%,周期为3年时准确性达到100%。根据双城市1952-2006年降水数据,利用小波模型分析降水周期变化规律,并对未来7年的降水情况进行预测,整体降水量偏低,只有2009、2012和2013年高于491mm。     

近期降雨有利于黄淮海夏播夏种

进入6月下旬后,黄淮、江淮等地出现数次明显降水过程。据农业部监测分析,此次降雨缓解了前期旱情,对夏玉米、夏大豆等夏播作物出苗和中稻移栽返青十分有利。一是有效改善了土壤墒情。