论文摘要
定量刻画致灾因子和产量损失率之间的关系可以为农业灾损快速评估及风险评价、区域防灾减灾工作提供服务。以雨养小麦为例,筛选河南省雨养为主的县(有效灌溉面积占耕地面积比例大于等于0.6的县)为研究区。对研究区的历史小麦产量数据进行时间序列分解,得到趋势产量,进而计算产量损失率。基于游程理论利用小麦生育期内不同时间尺度的标准化降水蒸散指数(SPEI)进行河南省干旱事件的识别和特征分析。筛选出小麦减产且生长季内发生干旱的年份所对应的小麦损失率和SPEI数据构成样本数据。利用随机森林建立多尺度SPEI和小麦损失率之间的模型,并进行精度验证。研究结果显示:①河南省耕地范围上不同时间尺度的SPEI总体呈现干湿一致的趋势。河南省冬小麦全生育期识别出的干旱历时和干旱强度年均值的分布具有一致性。②本文建立的损失模型的平均绝对误差为0.069,均方根误差为0.083,模型精度能够满足产量损失预评估的要求,可以为产量损失快速评估提供参考依据。
论文目录
文章来源
类型: 期刊论文
作者: 侯陈瑶,朱秀芳,孙丹一,徐昆,刘莹
关键词: 冬小麦,减产率,雨养区,随机森林,混合时间序列模型,旱灾损失模型
来源: 灾害学 2019年04期
年度: 2019
分类: 基础科学,农业科技
专业: 气象学,农业基础科学,植物保护,农作物
单位: 环境演变与自然灾害教育部重点实验室北京师范大学地理科学学部,北京师范大学地理科学学部遥感科学与工程研究院
基金: 国家自然科学青年基金“面向地震应急的建筑物人口分布估算”(41704067),国家“高分辨率对地观测系统”重大专项资助项目,北京市陆表遥感数据产品工程技术研究中心资助项目
分类号: S423;S512.1
页码: 210-215
总页数: 6
文件大小: 3320K
下载量: 236
相关论文文献
- [1].基于迭代随机森林算法的糖尿病预测[J]. 长春工业大学学报 2019(06)
- [2].基于改进随机森林的城市河流水生态健康评价研究[J]. 海河水利 2019(06)
- [3].基于随机森林癫痫患者脑电数据的分析研究[J]. 中国数字医学 2020(01)
- [4].基于局部均值分解和迭代随机森林的脑电分类[J]. 吉林大学学报(信息科学版) 2020(01)
- [5].网贷平台数据的随机森林预测模型实证分析[J]. 宜宾学院学报 2019(12)
- [6].采用单类随机森林的异常检测方法及应用[J]. 西安交通大学学报 2020(02)
- [7].随机森林数据情感挖掘方法分析[J]. 通讯世界 2020(01)
- [8].运用最大熵模型和随机森林模型对东北红松分布的模拟[J]. 东北林业大学学报 2020(03)
- [9].基于随机森林算法的城区土地覆盖分类研究[J]. 河北省科学院学报 2020(01)
- [10].运用随机森林模型对北京市林分蓄积生长量的预测[J]. 东北林业大学学报 2020(05)
- [11].融合人工鱼群和随机森林算法的膝关节接触力预测[J]. 中国医学物理学杂志 2020(04)
- [12].结合特征选择和优化随机森林的无线网络数据丢失重建[J]. 上海电力大学学报 2020(03)
- [13].基于随机森林算法的耕地质量定级指标体系研究[J]. 华南农业大学学报 2020(04)
- [14].一种基于随机森林的组合分类算法设计与应用[J]. 电子设计工程 2020(16)
- [15].基于随机森林算法的日光温室内气温预测模型研究[J]. 中国农学通报 2020(25)
- [16].基于因子分析和迭代随机森林方法的学生成绩综合评价——以都匀市某高中为例[J]. 黔南民族师范学院学报 2020(04)
- [17].基于随机森林模拟的辽宁省降水量空间分布研究[J]. 陕西水利 2020(09)
- [18].随机森林模型在膝关节炎患者结构特征与症状定量分析中的应用（英文）[J]. 磁共振成像 2020(10)
- [19].基于特征选择的极限随机森林算法研究[J]. 计算机应用研究 2020(09)
- [20].随机森林回归分析方法在代谢组学批次效应移除中的应用[J]. 中国卫生统计 2020(05)
- [21].一种面向非均衡分类的随机森林算法[J]. 计算机与现代化 2018(12)
- [22].随机森林模型和决策树模型在肝硬化上消化道出血预后中的应用[J]. 中国卫生统计 2019(02)
- [23].基于随机森林的债券违约分析[J]. 当代经济 2018(03)
- [24].基于改进网格搜索算法的随机森林参数优化[J]. 计算机工程与应用 2018(10)
- [25].随机森林在城市不透水面提取中的应用研究[J]. 云南师范大学学报(自然科学版) 2017(03)
- [26].一种顺序响应的随机森林:变量预测和选择[J]. 小型微型计算机系统 2017(08)
- [27].基于随机森林回归的军械器材需求预测[J]. 自动化应用 2017(09)
- [28].流式大数据下随机森林方法及应用[J]. 西北工业大学学报 2015(06)
- [29].面向高维数据的随机森林算法优化探讨[J]. 商 2016(04)
- [30].深度随机森林在离网预测中的应用[J]. 计算机科学 2016(06)