基于完整模型的农作物产量分解技术及业务化应用

产量分解是农作物产量预报业务的关键技术环节。针对业务上基于二项式简化模型产量的分解误差可能较大,研究影响模拟误差的气候因素和社会因素,建立基于完整模型的农作物产量分解技术方法,重点包括气候异常模拟误差△Yw和社会因素模拟误差△Y t的订正、不同农作物产量分解方法的组合使用等,结合计算机技术实现数据处理自动化,有利于提高农作物产量气候影响评估和预报精确性和准确率,产生较好的服务效果。     

四川省小麦产量的自然正交分解模型

利用四川省小麦历年产量重构二约时变矩阵,进行自然正交展开后得到了三种产量分解模型。在中模型中,可将小麦产量分解成了三个产量分量之和,即小麦产量Ｙ＝Ｙ１＋Ｙ２＋Ｙ３。这些产量分量不仅反映了生产力水平增长对产量趋势的作用,也反映了气候环境因子波动对产量年际变化的综合影响。该方法与传统的产量分解模型相比,具有计算简单客观、各种分量同时一次分离和分量之间相互独立的特点,为农作物产量分解和预报提供了一种新的     

四川省小麦产量的自然正交分解模型

利用四川省小麦历年产量重构二维时变矩阵,进行自然正交展开后得到了三种产量分解模型.在每种模型中,可将小麦产量分解成了三个产量分量之和,即小麦产量Y＝Y1+Y 2+Y3.这些产量分量不仅反映了生产力水平增长对产量趋势的作用,也反映了气候环境因子波动对产量年际变化的综合影响.该方法与传统的产量分解模型相比,具有计算简单客观、各种分量同时一次分离和分量之间相互独立的特点,为农作物产量分解和预报提供了一种新的思路.     

省级区域范围产量场预报的研究

用经验正交分解的方法将产量场分解为不随时间变化的空间函数及依赖时间变化的时间函数两部分正交分量,每个正交分量代表一种空间分布形式,即典型分布。典型产量分布的时间函数的年实际变化可以气象因子场的典型分布时间函数为自变量,用逐步回归分析方程预报,进而得到预报年的产量分布场。     

用自然正交分解方法预报冬小麦产量

按自然正交分解方法，把小麦气象产量分解成正交的空间场和时间场，进而作出区域内各点（县）产量预报，避免了抽样选点和分居的人为性，提出大范围粮食产量预报方法。     

试用多层递阶预报法作春小麦产量的农业气象预报

一、前言目前,常用的作物产量农业气象预报方法多为物理统计模式和经验统计模式等统计学方法.为克服统计学方法的不足,在此引用动态系统状态预报的一种新方法——多层递阶预报方法,试作春小麦产量的农业气象预报. 预报的基本思想是,将时变系统(产量序列)的状态预报分解为对时变参数的预报并在此基础上再对系统状态进行预报.即将春小麦产量的预报分解成对预报模型参数的预报并利     

利用调和权重法处理产量预测我省小麦产量效果好

在制作产量预报时，一般将产量分解为趋势产量与气象产量，我省的“农业产量气象预测自动化系统”中用２０余种方法求算趋势产量，作者在近几年的实践中发现，对于我省小麦产量预报而言，用调和权重法处理产量比用其它方法效果好，预测结果更接近实产，准确率高。     

指数平滑法在趋势产量预测上的应用及广东省早稻产量预报模式

本文介绍的产量预报方法是由趋势产量预报和气象产量预报两部份合成。其中趋势产量的分解及预测量采用系统预测方法中的三次指数平滑法进行,气象产量模式则是由一组时效不同、逐步迫近的非线性回归方程组构成。经试用效果甚佳。      

连云港水稻产量的气象影响因子分析

经验正交函数分析方法(EOF)是正交函数分解方法的一种,其优点是可将某要素场分解为不随时间变化的空间函数部分的特征向量及与空间无关的时间函数部分。该方法同样可用于某空间点的多要素特征分析,得到的空间函数每个特征向量都反映了所有要素某种共性。本文则是利用EOF这一特性,选取连云港地区历年(1961—2007年)水稻各个生育期的多个气象因子与气象产量做EOF分析,选取方差贡献大的前4项特征向量中与产量相关性较好的因子,作为影响因子。并通过对影响因子多年变化趋势及波动特征年的分析,剔除其相关性差的因子,最终得到与产量密切相关的气象因子。     

陕西冬小麦丰歉年评定与趋势项产量预报

一、产量资料来源产量资料抄自省统计局。共70个产麦县及全省历年冬小麦亩产量。总计71个序列,序列长均为37年(1949-1985年) 二、趋势项处理首先将原产量分解为趋势项产量和气候产量两项。在原亩产基础上进行五年滑动平均,其平均值作为中间一年的趋势产量。而在总序列两端共四年的趋势产量按试验曲线平滑方法进行处理。其公式如下: 对于初始值,即我们这里的1     

Helmholtz方程差分解的迭代方法

本文提出几种Helmholtz方程差分解的迭代方法。用Banach空间线性算子的观点,提出了算子迭代方法。最常用的逐步超松弛迭代法是我们提出的算子迭代法的一种。本文并提出了可变超松弛系数的思想,解决了因可变Helmholtz系数难以确定最佳超松弛系数的问题。本文还对目前常用的几种迭代方法进行了比较。     

福建省气象灾害粮食损失量的评估

以无气象灾害时粮食生产应当达到的理想产量为基础,根据影响产量形成的因素,提出了一种评估气象灾害造成粮食损失量的方法,并用这一方法对福建省近１７年气象灾害造成的粮食损失量进行了评估。     

湖北省冬小麦产量相似预报方法的建立和应用

利用气象资料预报作物产量是一种比较经济和切实有效的方法,在开展湖北省冬小麦产量预报业务过程中,提出了相似预报方法.该方法有它自己的特点,并可进一步扩充.     

降水量对作物产量影响评价方法研究

降水量对作物产量影响评价的方法,国内、外已有许多研究。如美国环境评价中心(NOAA/CEAS)1979年提出的产量水分指数(YMIj);作物水分比(GMR)及产量对水分的反应系数(Ky)等。参考可以收集到的研究成果,结合我国农业气象观测资料短缺等实际情况,本文提出了一种新的降水量对作物产量影响评价的方法——Ry指数,并用实例做了应用说明。     

基于树状小波分解的图像混合编码方法

提出了一种基于树状小波分解的图像混合编码技术，它能够在一定的能量准则下自适应地对图像进行分解，并根据不同尺度子带在小波图像中的地位和特点，选取相应的编码方法，模拟实验证明此方法在较好的图像质量情况下可获得较高的压缩比。     

基于时间序列模糊分析的作物产量多层递阶预测模型

一、引言 目前农作物产量的统计预报一般都采用线性多元回归方法,业务实践证明,以这种经典回归统计方法作产量预测,效果常常不够稳定,特别是随外延预报年限的增加,误差会明显增大。其重要原因之一,是以固定参数的回归模型预报动态的时变系统,从而造成较大误差。针对这一问题,文献[1]提出了动态系统的多层递阶预报方法,即:     

气象卫星混合像元分解研究综述

介绍目前气象卫星混合像元分解的几种主要方法，探讨各种方法的适用性，提出几点改进建议。     

辅助模型辨识方法(2):输入非线性输出误差系统

针对具有已知基的输入非线性输出误差系统,提出了基于过参数化模型的辅助模型递推辨识方法和辅助模型递阶辨识方法,提出了基于关键项分离的辅助模型递推辨识方法、基于关键项分离的辅助模型两阶段辨识方法和辅助模型三阶段辨识方法,提出了基于双线性参数模型分解的辅助模型随机梯度算法和基于双线性参数模型分解的辅助模型递推最小二乘算法,并给出了几个典型辨识算法的计算量、计算步骤.这些算法的收敛性分析都是需要研究的辨识课题.     

农作物产量气候影响动态评估与预报业务系统

综合农作物产量预报、作物气象灾害评估、作物气候适宜度评估业务技术原理及预报员经验,按照农作物产量预报业务流程规范和需要,采用DELPH17.0+VB6.0二种语言综合开发,实现农作物产量气候影响与预报动态化、数据处理自动化.具有数据录入、产量分解、产量预测、灾损评估、气候适宜度、产品制作、系统管理七大功能模块,实用性强、推广价值高.     

区域性产量预报方法初探——用剩余分析法进行温州市小麦产量预报

本文采用模糊聚类分析方法将温州市划分为三个小麦种植气候区,并将各分区的小麦产量时间序列分解为时间趋势产量和气象产量,运用剩余分析方法对气象产量进行模拟,不仅借此对各分区和全市小麦产量进行预报,还可找出影响小麦产量的关键时期和关键气象因子为大田生产上的趋利避害提供农业气象依据。资料来源:小麦产量、种植面积抄自温州市统计局;气象资料抄自本市有关气象台站。