方差分析周期疊加法預測農作物生長(cháng)論文

時(shí)間:2022-07-04 06:21:04 農/林/牧/漁 我要投稿
  • 相關(guān)推薦

方差分析周期疊加法預測農作物生長(cháng)論文

  摘要 選取遼陽(yáng)市1956—2013年共58年(4—9月)≥10 ℃積溫資料,采用方差分析法,按不同長(cháng)度周期,計算F值并檢驗。經(jīng)計算得出10年周期、23年周期和8年周期F值通過(guò)0.10水平檢驗,將所得3個(gè)周期相疊加,再用外推法對2014年、2015年和2016年積溫進(jìn)行試報。結果表明,利用方差分析制作的積溫預報,回代值與實(shí)況有著(zhù)比較一致的變化趨勢,ABSE為84.5 ℃,RMSE為108.2 ℃;試報2014—2016年ABSE為50.4 ℃,RMSE為51.3 ℃,回代和試報比較準確,該方法對預報(4—9月)≥10 ℃積溫具有一定的參考價(jià)值。

方差分析周期疊加法預測農作物生長(cháng)論文

  關(guān)鍵詞 方差分析;周期疊加;積溫預測;生長(cháng)季

  中圖分類(lèi)號 P457.3 文獻標識碼 A 文章編號 1007-5739(2017)21-0237-01

  在水分條件較為正常的年份,作物的生長(cháng)發(fā)育不僅需要在一定的溫度條件下進(jìn)行,而且只有當熱量累積到一定程度,才能完成其全生育期過(guò)程并獲得產(chǎn)量。熱量條件在很大程度上決定了當地的自然景觀(guān)、栽培的作物種類(lèi)、耕作制度以及各種農事活動(dòng),而積溫是衡量一個(gè)地區熱量條件的主要指標之一[1]。遼陽(yáng)市地處遼寧省中部,糧食作物種植面積約1.38萬(wàn)hm2,豐年糧食產(chǎn)量逾100萬(wàn)t。4—9月是遼陽(yáng)地區玉米、水稻等主要糧食作物的生長(cháng)季,其間≥10 ℃積溫對作物結構、品種熟型、作物生育期長(cháng)短具有較大影響。由于積溫年變化較大,必須按當年氣溫預報作適當調整,因而探索生長(cháng)季內積溫的預報方法、開(kāi)展遼陽(yáng)地區作物生長(cháng)季積溫預測對科學(xué)指導農業(yè)生產(chǎn)具有重要作用,同時(shí)也有助于提高氣候預測業(yè)務(wù)水平[2]。

  方差分析周期疊加法為統計預報實(shí)踐中的一類(lèi)時(shí)間序列周期方差分析方法,廣泛應用于氣象、地質(zhì)、水文、農業(yè)等領(lǐng)域。目前,已有較多學(xué)者利用方差分析周期疊加法對生長(cháng)季熱量資源變化特征以及對季節降水量預報進(jìn)行研究,并取得了一定成果[3-4],但對積溫長(cháng)期預報報道很少。本文利用方差分析周期疊加外推法對遼陽(yáng)市2014—2016年生長(cháng)季(4—9月)≥10 ℃積溫進(jìn)行預報,以期為遼陽(yáng)市農業(yè)生產(chǎn)提供決策依據。

  1 資料與方法

  1.1 資料來(lái)源

  本文選取1956—2013年遼陽(yáng)市地面觀(guān)測站生長(cháng)季(4—9月)≥10 ℃積溫資料,將4—9月≥10 ℃積溫換算成距平值,以此距平值作為原序列。

  1.2 研究方法

  首先根據樣本數n,列出可能存在的周期r,r一般為2,3,…,k,k=n/2(當n為偶數時(shí))或k=(n-1)/2(當n為奇數時(shí)),然后計算F=組間差異/組內差異,當組內差異越小,組間差異越大時(shí),周期越明顯。方差比較用F檢驗,F值越大,周期越顯著(zhù),依次分辨主次周期。如果樣本數較大,需重復選取幾個(gè)周期,直至F(0.10水平)檢驗不通過(guò)。最后將幾個(gè)周期疊加起來(lái)求擬合值[5]。

  2 周期的確定

  2.1 第1周期

  2.2 第2周期

  從原序列中,消云第1個(gè)主要周期的影響。采取從序列中減去以10年為周期排列的序列,得到一新序列(實(shí)際減的是平均值)。這一新序列消去了10年周期部分,從這一新序列出發(fā)按確定第1周期步驟分析所得的主要周期稱(chēng)為第2主要周期。經(jīng)查F分布表可知,F23=1.75>F0.10(22,35=1.61),即23年周期顯著(zhù),其組內平均值為第2周期值。

  2.3 其他周期

  由于樣本較大,依上述方法再重復選取第3、4個(gè)主要周期,直至F檢驗不通過(guò)。經(jīng)計算F8=1.81≈F0.10(7,50),確定第3周期為8年。第4周期的F值很小,周期已不顯著(zhù)。

  3 疊加分析

  3.1 周期疊加

  經(jīng)過(guò)上述周期分析后,原序列變?yōu)橛?0年周期、23年周期和8年周期疊加而成,預報值即為4—9月≥10 ℃積溫歷年平均值加疊加值。

  3.2 周期疊加歷史擬合及外推預報

  利用方差分析周期疊加法制作1956—2013年遼陽(yáng)市4—9月≥10 ℃積溫回代與實(shí)況有著(zhù)比較一致的變化趨勢(圖1),擬合效果較好,可用于外推預報。

  用歷史資料與周期疊加后計算值進(jìn)行回代檢驗,計算

  試報2014年4—9月≥10 ℃積溫為3 734.9 ℃(實(shí)況值為3 772.2 ℃);試報2015年值為3 682.4 ℃(實(shí)況值為3 736.9 ℃);試報2016年值為3 565.6 ℃(實(shí)況值為3 625.1 ℃)。2014—2016年ABSE為50.4 ℃,RMSE為51.3 ℃,試報比較準確,能夠滿(mǎn)足農業(yè)氣象服務(wù)需求,可以用來(lái)預報4—9月 ≥10 ℃積溫。

  4 結論

 。1)利用方差分析周期疊加法制作4—9月≥10 ℃積溫回代與實(shí)況有著(zhù)比較一致的變化趨勢,2014年、2015年和2016年試報效果較好。

 。2)應用該方法制作積溫預報時(shí)若能配合其他預報方法使用,效果會(huì )更好。

 。3)應用方差分析來(lái)識別周期時(shí),可以適當放寬信度,否則可能不能得出理想的周期個(gè)數。

  5 參考文獻

  [1] 劉子凡,黃潔.作物栽培學(xué)總論[M].北京:中國農業(yè)科學(xué)技術(shù)出版社,2007.

  [2] 馬樹(shù)慶,安剛,王琪,等.東北玉米帶熱量資源的變化規律研究[J].資源科學(xué),2000,22(5):41-45.

  [3] 王春玲,崔力,王樹(shù)文,等.用方差分析法預測濮陽(yáng)市冬小麥播種期降水量趨勢[J].氣象與環(huán)境科學(xué),2007,30(增刊1):123-124.

  [4] 曲靜,王昱.方差分析周期外推法在春季降水量預報中的應用[J].甘肅科學(xué)學(xué)報,2012,24(2):68-71.

  [5] 李樹(shù)巖,彭記永,劉榮花,等.基于氣候適宜度的河南夏玉米發(fā)育期預報模型[J].中國農業(yè)氣象,2013,34(5):576-581.

【方差分析周期疊加法預測農作物生長(cháng)論文】相關(guān)文章:

疊被子作文02-06

單因素方差分析方法計算公式以及用途03-22

加法教學(xué)設計11-03

白領(lǐng)如何疊口袋方巾02-15

疊被子作文15篇03-27

疊被子作文(15篇)05-29

大家最長(cháng)面試周期是多少?07-13

在京東購物,退款周期是怎樣的?07-11

8招冬季疊穿法07-11

《疊衣服》小班健康教育教案06-08

99久久精品免费看国产一区二区三区|baoyu135国产精品t|40分钟97精品国产最大网站|久久综合丝袜日本网|欧美videosdesexo肥婆