三江平原地下水埋深时间序列的混沌研究

三江平原是我国最大的淡水沼泽区和重要的商品粮生产基地,地下水资源是该地区发展井灌水稻极为宝贵的源泉,但同时地下水系统又是一个复杂的非线性系统.首先,应用功率谱分析法对该地区地下水埋深序列进行定性分析;然后,在相空间重构的基础上,通过计算特征量Kolmogorov熵和关联维,得出三江平原地下水埋深序列中存在明显的混沌特征;最后,应用基于关联度的局域加权线性回归预测法进行混沌预测研究,得出比较理想的预测结果,为应用混沌理论进行三江平原地下水埋深变化规律研究提供依据.     

河套灌区年内地下水埋深与矿化度的时空变化

该文以内蒙古河套灌区为研究区域,应用统计学方法、普通Kriging、Arc GIS9.0和GS+等工具,分析2003年3个不同特征季节的地下水位埋深和矿化度的时空分布规律。分析表明：在3月份灌区浅层地下水埋深平均为2.5 m,且绝大部分区域地下水矿化度＜4 000 mg/L;随着夏灌、秋灌、秋浇后,在11月时浅层地下水埋深减小为1.0 m,且大部分区域地下水矿化度＞5 000 mg/L。灌区浅层地下水埋深由灌区西南向东逐渐递减,且自南向北逐渐递增。灌区西北和东南部的地下水矿化度相对较高,中间部分相对较低。浅层地下水埋深与矿化度之间线性关系不明显,但是在特定地区浅层地下水埋深的时空分布规律能够定性地反映出矿化度的时空分布规律,即浅层地下水埋深较大时,相应的矿化度较小;浅层地下水埋深较浅时,相应的矿化度较大。     

考虑周期性变化的地下水埋深预测自记忆模型

地下水埋深的变化过程是一个复杂的非线性过程,现有的各种预测方法普遍难以在实际中应用。该文提出了一种新的预测方法,这种方法针对具有周期性变化规律的地下水埋深时间序列,首先消除不同周期内地下水埋深均值和变幅的影响,并生成新的时间序列;将新的时间序列视为地下水系统的特解,运用系统自记忆性原理,反演导出系统微分方程;由微分方程进一步建立了地下水埋深预测的自记忆模型。实例研究表明,这种方法方便实用且预测结果接近于实际观测值,可推广应用于具有周期性变化规律的其它时间序列。     

河套灌区解放闸灌域植被指数与地下水埋深的定量关系

干旱荒漠地区地下水补给是地表植被水分消耗的主要补给源,地下水埋深与植被指数(NDVI)关系密切。针对植被指数与地下水埋深响应关系研究的不足,分析了基于河套灌区解放闸灌域植被指数(NDVI)与地下水埋深(H)的定量关系。采用2016年3—9月的10个时相的landsat8遥感影像数据与同时期的57眼地下水埋深观测数据,经NDVI遥感提取与地下水埋深(H)的地统计分析,建立NDVI与H的时空相关关系,并做显著性检验与密切程度的划分,进一步分析不同地下水埋深分区下H与NDVI的关系。结果表明:NDVI与地下水埋深(H)存在显著线性关系,二者的密切程度以中度和高度相关为主,负相关区域在地下水浅埋区居多,正相关区域在地下水深埋区居多。从空间上看,具有统计学意义的线性关系约占灌域总面积的40%。当H≤2.5 m时,不同的埋深分区对灌域的NDVI均值的影响为埋深(H)越小,NDVI均值越大,呈负相关关系变化;当H>2.5 m时,NDVI均值较大,地下水不再对作物生长进行水分补给,此时NDVI均值的增大与埋深(H)分区的变化关系不大。从空间上进行NDVI与地下水埋深(H)的点对点的相关性分析,增强了二者相关性的空间可视性,为灌区灌溉管理提供理论支撑,有助于节水增产措施的深入规划与落实。     

时间序列的ARMA模型在干旱长期预测中的应用

本文利用Palmer方法计算出Palmer干旱指数,利用时间序列的ARMA模型建立干旱指数模型,并做出外延预测,收到较好的效果。     

土壤温度时间序列预测的BP神经网络模型研究

针对滨海盐溃区表层土壤温度时序变化复杂、高度非线性的特点,以江苏省苏北典型滩涂区域为研究对象,综合运用BP神经网络和时间序列多维拓展的方法,对长期定位监测点表土层土壤温度时间序列数据进行了分析和预测,为土壤溶质运移研究与当地作物合理布局提供理论基础和参考依据。结果表明,输入层、隐含层和输出层神经元数目分别为7、7和1的3层BP神经网络模型用于土壤温度时间序列训练仿真时效果最优,其误差平方和达最小值18．017。选定的此结构BP神经网络模型简单、实用,有良好的推广泛化能力,经独立测试样本检验,预测值与实测值的相对误差均在20％以内,平均相对误差仅为2．94％,可满足土壤温度日常预报的需要。     

民勤绿洲地下水埋深影响因素分析及其变化趋势预测

水是民勤绿洲环境保护和经济发展的关键,对影响民勤绿洲地下水资源变化的主要因素及其未来变化趋势进行预测,可为绿洲地下水资源合理开发和利用提供科学依据。利用相关性分析法,找出与民勤绿洲地下水埋深观测值相关性较好的影响因素,然后运用主成分线性回归法确定地下水埋深观测值与其主要影响因素的定量关系,并利用灰色预测法对影响绿洲地下水埋深变化的主要因素（包括人口、粮食产量和上游来水量）及地下水埋深进行趋势预测。结果表明：民勤绿洲的人口、粮食产量、上游来水量、GDP、蒸发量和大牲畜存栏量与地下水位变化密切相关;人口和粮食产量的增加会导致地下水埋深的下降,且人口增加对地下水埋深的影响远大于粮食产量增加对地下水埋深的影响;未来6年中,民勤绿洲人口和粮食产量总体呈增长趋势,上游来水量呈逐年减少趋势,地下水埋深呈下降趋势。     

基于时间序列分解方法的太湖未来特征水位预测

基于太湖沿湖5个水文台站1956—2006年的逐日平均水位数据,提取得到了逐年特征(平均、最高和最低)水位,运用时间序列分解方法模拟和预测了太湖未来15a的特征水位,并探讨了太湖未来洪灾情势。将水位序列分解为趋势成分、周期成分和随机成分,得到时间序列分解模型,并进行了水位序列模拟和预测。分析结果表明,该模型的模拟精度比较理想,可以实现未来较长期的特征水位预测。预测得到未来15a后的最高水位可能达到4.05m,显著超过太湖警戒水位,因此需引起相关部门的重视。     

应用时间序列模型分析长武塬区地下水水位的变化特征

针对长武塬区地下水资源贫乏的问题,运用时间序列分析理论对长武塬区地下水位动态变化进行了分析和横拟.采用多项式拟合计算水位动态的趋势分量,运用谐波分析提取周期项,利用自回归(AR)模型模拟随机分量,将得到的三个分量进行叠加建立预报模型.依据长武塬区三口监测井的月平均水位埋深资料,运用SAS提供的指数平滑模型建立地下水位动态模拟和预测模型,并对模型的模拟和预测精度进行分析.(1)时间序列分析法可以简易快捷地模拟预测研究区的地下水位变化,且计算简单,所需资料较少且易于获得,可作为一种简易快速的地下水位模拟预测模型;(2)所建立的时间序列模型需要及时更新资料以提高预测精度;(3)通过对周期项的分析可知研究区地下水位变化存在的主要周期为7.4～10 a,且周期逐年增长,揭示了地下水位的多年变化规律;(4)研究区地下水水位呈下降趋势,尤其近几年水位下降幅度增大,应加以控制.     

时间序列分析在土壤墒情预测中的应用研究

土壤水分的动态模拟是土壤墒情监测及预报的重要内容,采用时间序列的线形模型进行土壤水分时间序列的拟合与趋势预测.在建立模型后,用实测数据与模型的预测数据相比较说明时间序列线形模型能较好地拟合与预测土壤墒情的变化趋势,可为干旱研究及其治理提供依据.     

基于ArcGIS空间插值的河套灌区土壤水盐运移规律与地下水动态研究

为探明河套灌区盐渍化半封闭小型灌域作物生育期土壤盐分和地下水变异规律,选取巴彦淖尔市五原县盐渍化土壤典型区域作为研究区.采用区域土壤—地下水信息定点监测法,选取149个采样点,30口地下水观测井,获得各项指标数据,并结合经典统计学、空间插值、相关性回归分析等方法,研究了土壤盐分及地下水动态空间变异性、不同深度土壤空间变...     

基于数据包络分析的河套灌区农业生产效率评价

为了科学评判农业生产水平,实现资源优化配置,该文运用数据包络分析(data envelopment analysis,DEA),同时考虑蓝水、绿水等多种要素,分析了河套灌区5个区域2000-2008年的农业生产相对效率,并对非DEA有效决策单元(decision making unit,DMU)提出建议。结果表明:各区域农业生产综合效率差异不显著。杭后和五原效率的提高主要取决于能否有效利用生产技术,而生产规模是影响前旗效率的主要因素。为实现DEA有效,21个非DEA有效DMU的各投入平均调整幅度分别为16.66%(蓝水),22.23%(绿水),19.46%(盐渍化灌溉面积),20.66%(非盐渍化灌溉面积)和23.82%(农业人口)。灌区应该调整产业结构,改善灌溉设施,加强土地管理,同时在现有绿水资源利用情况下,建立节水高效型种植结构。该研究为探寻河套灌区农业高效生产模式,指导其他灌区农业系统改善提供参考。     

基于MODIS NDVI年序列的区域化肥投入空间化方法

随着农业水土资源高效利用和大量化肥投入,区域农业生态系统面临很大的生态环境压力。为准确评估区域施肥导致的环境风险,需要化肥投入的空间分布数据。在区域土地的初级生产力构成因素理论分析基础上, 通过主成分分析建立不同作物种植模式下MODIS的NDVI年序列与区域土地自然质量和化肥投入的空间关系,建立了化肥统计数据的空间化分配方法。研究区结果表明NDVI年序列第一主成分与第二主成分,分别与土地自然质量和化肥投入呈显著相关,利用该关系完成了乡镇化肥汇总数据的空间分配,表明该方法对区域化肥进行加权分配的合理性和可行性。     

基于GIS技术的地下水资源预测预报系统

基于GIS技术的地下水资源预测预报系统建立，为水资源的有效管理提供了一个新的技术手段。系统主要功能有地下水开采量数据的录入与节点化、模型计算与预测结果的显示分析、开采井/开采单位的地图编辑与指标数据的维护等。该系统采用系统MapInfo与PowerBuilder集成设计完成，利用GIS技术完成了预测年的流场(等水位线)图、水位埋深图、水位降深图的显示和分析，尤其是使用缓冲区分析技术实现了对等水位区域的开采井、开采单位的量化分析。这些分析结果可作为管理部门进行地下水资源规划、管理、决策的依据。     

基于时间序列GA-SVR的水产品价格预测模型及验证

水产品价格的准确预测有助于合理规划水产养殖,正确引导水产行业的发展。根据水产品价格序列的非线性、非平稳和周期性特点,提出了一种基于时间序列遗传优化(genetic algorithm,GA)支持向量回归(support vector regression,SVR)的水产品价格预测模型。该模型首先通过时间序列分析方法对价格序列进行平稳性检验和确定相关阶数,得到训练数据集;再利用遗传算法对支持向量回归模型的参数组合进行寻优,使用优化后的参数建立支持向量回归模型,然后使用模型进行预测。分别选取桂鱼、基围虾、梭子蟹的价格数据对模型进行验证,选取2011-2014年的数据作为训练集,对2015年价格进行预测,结果表明:桂鱼、基围虾、梭子蟹的平均绝对误差分别为6.70%、7.82%、14.76%,均方根误差分别为5.853 1、23.701 1、13.858 0,且优于基于时间序列的SVR模型及BPANN模型的预测结果,可以为水产品价格的预测提供依据。     

基于自适应神经模糊推理系统的地下水位预测

针对地下水埋深变化影响因素的复杂性、多样性和不确定性,以及影响因子之间复杂的非线性关系,将自适应神经模糊推理系统(adaptive neuro-fuzzy interference system,ANFIS)应用于地下水埋深预测。利用1993—2010年陕西省泾惠渠灌区的灌溉资料对网络进行训练,构建了基于ANFIS的地下水埋深预测模型,并对其进行了检测。结果表明,利用ANFIS对地下水埋深进行短期预测是切实可行的。     

河套灌区玉米和向日葵ET的S-I估算模型关键参数分析

农田作物蒸散的快速评估对于灌区水资源最优调配和灌溉实时管理至关重要。简化S-I模型综合考虑作物冠层温度、田间气象参数和作物特征参数,可以进行实时农田作物ET的精确估算。该文利用河套灌区解放闸灌域2015—2016年2 a田间试验观测资料,对主要农作物玉米和向日葵的S-I模型中2个特征参数分别进行了率定和验证,并分析了模型蒸散估算的相关影响因素。结果表明:1)利用S-I简化模型可以对玉米和向日葵田间进行作物日蒸散量(daily evapotranspiration,ET_d)的估算,在该地区以13:00时率定和验证结果最优。在玉米主要生育期(6—8月),利用S-I模型估算ET_d可以达到较高的精度;而在7—8月,采用模型估算向日葵地ET_d也可以达到很高的精度;2)S-I模型中特征参数值受风速、地表覆盖度、表面粗糙度等因素的影响,不同作物其值不同。13:00时玉米S-I模型中特征参数值皆为负值,而向日葵中特征参数值为1正1负,进而影响模型估算精度。叶面积指数变化对特征参数值大小的影响在玉米和向日葵田块呈相反的趋势,而风速的影响则为一致。推荐13:00时率定的参数值可以在河套灌区玉米和向日葵作物需水量估算时直接应用。     

基于时序Landsat遥感数据的新疆开孔河流域农作物类型识别

快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是采用归一化植被指数(normalized differential vegetation index, NDVI),而其他特征量的应用还相对较少。该文以新疆开孔河农业区为研究区域,利用2016年的Landsat7 ETM+、Landsat8 OLI影像数据集,基于时间加权的动态时间规整(time weighted dynamic time warping,TWDTW)方法开展农作物类型识别研究,主要包括香梨、小麦、辣椒、棉花等。根据野外采集的样本点构建主要农作物的NDVI和第一主成分(principal component analysis 1,PCA1)时间序列,以反映不同农作物间的物候差异。基于NDVI数据分别利用DTW和TWDTW算法计算各未知像元序列与标准序列间的相似性程度,得到农作物的分类结果,2种方法的分类精度分别为65.69%、82.68%,表明时间权重的加入提高了DTW算法识别不同农作物的能力。结合NDVI与PCA1后,TWDTW的分类精度又提高了2.61个百分点,部分农作物的误分现象明显减少,说明PCA1能够进一步扩大作物间的差异性,提高分类精度。同时,还通过选取有限时相的影像组合进行分类,试验结果表明TWDTW算法在中高分辨率数据较少的情况下能够得到较为满意的分类结果,说明TWDTW算法在中高分辨率影像越来越丰富的时代具有应用潜力。     

NDVI时间序列谐波分析与地表物候信息获取

植被指数具有明显的季节节律,NDVI时间序列分析可以获取地表植被物候信息,但已有的AVHRR NDVI数据产品仍然存在高噪声,需要进一步校正。在考虑农业植被季节变化特征的基础上,基于先验知识对NDVI时间序列数据傅立叶校正算法进行了改进。利用1992年旬最大值合成1 km NOAA-AVHRR NDVI数据,使用该方法对河北省南部地区几种不同植被类型的NDVI数据进行校正,结果显示：改进的傅立叶谐波校正算法能更好地反映农业植被NDVI季节变化节律,且对自然植被同样适用。对校正后的NDVI 时间序列数据进行谐波分析表明：谐波的特征值(谐波余项、振幅和位相)与地表植被动态之间存在相关性,谐波余项表征NDVI 时间序列的均值,谐波振幅表征NDVI年内波动幅度大小,不同谐波的位相可以表征NDVI 季节变化的时间特征,利用这些参数可以获取地表植被物候信息,并可用于土地覆被和土地利用分类研究以及全球变化研究。     

利用地下水模型模拟分析灌区适宜井渠灌水比例

为了获取泾惠渠灌区适宜井渠灌水比例,科学合理地确定农业节水方案,该文综合应用ArcGIS和PMWIN地下水模拟软件建立了灌区的地下水分布模拟模型,根据灌区历年农业用水实际情况设定了10种灌溉情景模拟灌区地下水位的变化趋势,通过地下水模型分析研究了灌区井渠灌水比例。利用VB程序语言改写EVT蒸发蒸腾子程序包,使其能模拟非线性蒸发,潜水蒸发量计算精度得到较大改进。研究表明:1)渠首有效灌溉引水量在3.7～4.1亿m3,井渠灌水比例控制在0.35～0.55,基本可以保持灌区地下水采补平衡;2)渠首有效灌溉引水量在1.5～2.0亿m3,井渠灌水比例控制在0.5～0.7,也能实现灌区地下水采补平衡;3)目前井渠灌水比例在0.9～1.2,已引起灌区地下水超采。建议井渠灌水比例控制在0.5～0.7,加大农业节水力度、增加水价财政补贴、进行地下水人工调蓄,实现灌区水资源高效持续利用。