排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
在产量预测模式研究中常用的回归参数估计方法是最小二乘法,但该方法以某些统计假设为前提,计算也比较复杂,特别是在应用短序列资料建模时会受到很大的限制。而累积法是对原始数据序列按一定的规律进行相应叠加,用之建立线性模型,其估计量具有无偏、线性、有效、唯一等特点,估计效果与最小二乘法相同且计算过程更简便。因此,应用累积法,建立了安徽省桐城市一季稻产量预测模式,并介绍了累积法的建模过程和误差分析方法。应用累积法建立的桐城一季稻产量预测模式的历史回代误差率平均为3.90%,2011、2012两年试报准确率分别为95.7%和97.0%,与最小二乘法建立的预测模式误差率相近且略小,其估计精度完全符合业务要求。投入业务使用后,2013、2014年实际预报准确率分别为92.9%、98.5%。累积法的不足之处是随着自变量个数和样本容量的增大,正规方程组系数矩阵的病态性也会随之加剧,从而影响参数估计的精度。 相似文献
2.
基于光谱混合分解的流域不透水面提取及其动态分析——以于桥水库为例 总被引:1,自引:0,他引:1
不透水面不仅是城市非点源污染的主要来源,还是流域生态环境变化的主要因素之一。不透水面的数量、位置、几何形状、分布格局以及透水率与不透水率的比值,均影响着流域的水文环境,因此成为研究热点。本文以天津于桥水库流域为例,综合遥感(RS)与地理信息系统(GIS)技术,从流域尺度上研究1984~2013年间不透水面覆盖度的变化。在ENVI 5.1软件支持下,利用遥感影像获取1984,1994,2004和2013年4个时相的不透水面信息。采用修正后的归一化水体指数剔除水体信息,排除水体对不透水面提取精度的影响。运用线性光谱混合分析法(Linear Spectral Mixture Analysis,LSMA),提取流域不透水面覆盖度。结果表明:流域内不透水面覆盖度大多集中在1~5级,植被覆盖程度较高。近30年间不透水面比例逐年增加,2013年比1984年增加了2.802%,呈线性增长。中等分辨率的遥感影像适合流域尺度的不透水面提取的结果可作为流域水文及规划管理的重要基础性数据。 相似文献
3.
1