期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于趋势单产和干旱指数的河南省冬小麦单产估算 被引量:4
1
作者 李石波 朱秀芳 +2 位作者 侯陈瑶 郭锐 刘莹 《麦类作物学报》 CAS CSCD 北大核心 2021年第4期508-516,共9页
为了探究相关气象因子对小麦生产的影响,获取极端气候条件下满足精度需求的作物估产模型,以河南省为研究区,对研究区的历史小麦单产数据进行时间序列分解,得到趋势单产,再结合不同时间尺度干旱指数作为输入变量,以实际单产作为输出变量... 为了探究相关气象因子对小麦生产的影响,获取极端气候条件下满足精度需求的作物估产模型,以河南省为研究区,对研究区的历史小麦单产数据进行时间序列分解,得到趋势单产,再结合不同时间尺度干旱指数作为输入变量,以实际单产作为输出变量,建立随机森林回归单产估计模型。选择典型干旱年份(2011年)与非干旱年份(2015年)进行小麦单产模型的精度验证,并对输入变量的重要性进行了分析。结果显示,随机森林回归单产估计模型拟合精度整体较高,各市模型的决定系数平均为0.87,平均绝对值误差的均值为17.69 kg·hm^(-2),平均绝对相对误差的均值为0.07。面积加权和简单平均估计得到的各市小麦估产的精度平均值在2011年分别为96.16%和95.12%,在2015年分别为92.99%和92.26%。干旱年份估产精度整体上高于非干旱年份估产精度,面积加权后的小麦单产估计精度略高于简单平均的小麦单产估计精度。对建模贡献最大的输入变量是趋势单产。就干旱指数来说,1个月时间尺度的干旱指数重要性整体高于2和3个月时间尺度的干旱指数;4月份的干旱指数重要性整体高于生长季其他月份的干旱指数。该模型能够准确及时地获取极端气候下小麦产量信息以及变量对小麦产量的影响,可以为研究气候变化对小麦产量的影响和提高极端气候条件下的估产精度提供方法参考。 展开更多
关键词 单产估计 随机森林 标准化降水蒸散指数 趋势单产
在线阅读 下载PDF
撂荒耕地的提取与分析——以山东省庆云县和无棣县为例 被引量:68
2
作者 肖国峰 朱秀芳 +1 位作者 侯陈瑶 夏兴生 《地理学报》 EI CSSCI CSCD 北大核心 2018年第9期1658-1673,共16页
由于城镇化的快速发展和农村劳动力不断流失,中国部分地区出现大面积的撂荒现象。利用遥感技术可以间接提取撂荒耕地的规模和数量,对耕地的保护和粮食安全有重要意义。以山东省庆云县和无棣县为研究区,基于Landsat数据和HJ1A数据,采用C... 由于城镇化的快速发展和农村劳动力不断流失,中国部分地区出现大面积的撂荒现象。利用遥感技术可以间接提取撂荒耕地的规模和数量,对耕地的保护和粮食安全有重要意义。以山东省庆云县和无棣县为研究区,基于Landsat数据和HJ1A数据,采用CART决策树分类方法,制作了1990-2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域。结果显示:1990-2017年基准期影像的CART决策树分类精度高于85%;1992-2017年间,研究区撂荒地面积最大值为5503.86 hm^2,最大撂荒率为5.37%,其中1996-1998年撂荒率最高,2006-2017年撂荒地面积的整体趋势逐年降低;1992-2017年间最大持续撂荒时间为15年,大部分耕地持续撂荒时间在4年之内,少数耕地持续撂荒时间超过10年;1993-2017年撂荒耕地复垦面积最大为2022.3 hm^2,最小复垦面积约为20 hm^2,复垦率最大值为67.44%,年均复垦率为31.83%。研究结果不仅能够为研究区撂荒驱动因素分析提供数据支撑,而且也可以为其他地区的撂荒耕地识别提供参考。 展开更多
关键词 CART 撂荒 复垦 耕地 山东省 Landsat数据
原文传递
基于游程理论和Copula函数的辽宁省农业气象干旱特征研究 被引量:16
3
作者 侯陈瑶 朱秀芳 +2 位作者 肖名忠 肖国峰 陈昌为 《灾害学》 CSCD 北大核心 2019年第2期222-227,共6页
基于辽宁省近30年的气象站点逐月气候数据,计算SPEI-3指数作为农业气象干旱指标,利用游程理论对辽宁省的干旱特征变量进行识别,使用Copula函数同时从站点尺度和区域尺度对辽宁省干旱特征的联合分布和重现期进行了分析。结果表明:Frank-C... 基于辽宁省近30年的气象站点逐月气候数据,计算SPEI-3指数作为农业气象干旱指标,利用游程理论对辽宁省的干旱特征变量进行识别,使用Copula函数同时从站点尺度和区域尺度对辽宁省干旱特征的联合分布和重现期进行了分析。结果表明:Frank-Copula函数对辽宁省农业气象干旱特征变量联合分布特征模拟效果最好;在相同干旱历时和干旱强度的条件下,各站点的联合重现期比单变量重现期小。干旱事件多集中在干旱历时小于4个月,干旱强度小于3的情况下发生;辽宁省不同干旱类型发生概率由高到低的排序为:季内中旱、跨季中旱、月内轻旱、半年以上重旱、月内中旱、季内轻旱。其中在季内中旱、月内轻旱和月内中旱的情况下,辽西地区发生干旱的概率最高;当干旱历时保持一致,随着干旱强度的增加,其最大最小联合重现期有明显增大的趋势;而当干旱强度保持一致,随着干旱历时的增加,不同干旱等级下联合重现期的变化规律不一致。 展开更多
关键词 农业气象干旱 SPEI 游程理论 COPULA函数 重现期 辽宁省
在线阅读 下载PDF
Extraction and analysis of abandoned farmland:A case study of Qingyun and Wudi counties in Shandong Province 被引量:7
4
作者 XIAO Guofeng ZHU Xiufang +1 位作者 hou chenyao XIA Xingsheng 《Journal of Geographical Sciences》 SCIE CSCD 2019年第4期581-597,共17页
Rapid urbanization and continuous loss of rural labor force has resulted in abandonment of large areas of farmland in some regions of China. Remote sensing technology can indirectly help detect abandoned farmland size... Rapid urbanization and continuous loss of rural labor force has resulted in abandonment of large areas of farmland in some regions of China. Remote sensing technology can indirectly help detect abandoned farmland size and quantity, which is of great significance for farmland protection and food security. This study took Qingyun and Wudi counties in Shandong Province as a study area and used CART decision tree classification to compile land use maps of 1990–2017 based on Landsat and HJ-1 A data. We developed rules to identify abandoned farmland, and explored its spatial distribution, duration, and reclamation. CART accuracy exceeded 85% from 1990–2017. The maximum abandoned farmland area was 5503.86 ha during 1992–2017, with the maximum rate being 5.37%. Farmland abandonment rate was the highest during 1996–1998, and abandonment trend decreased year by year after 2006. Maximum abandonment duration was 15 years(1992–2017), mostly within 4 years and only a few exceeded 10 years. From 1993–2017, the maximum reclaimed abandoned farmland was 2022.3 ha, and the minimum ~20 ha. The maximum reclamation rate was 67.44%m, with annual average rate being 31.83%. This study will help analyze farmland abandonment driving forces in the study area and also provide references to identify abandoned farmland in other areas. 展开更多
关键词 CART ABANDONMENT RECLAMATION FARMLAND SHANDONG Province Landsat data
原文传递
基于随机森林的旱灾损失模型构建与应用——以河南省雨养小麦为例 被引量:4
5
作者 侯陈瑶 朱秀芳 +2 位作者 孙丹一 徐昆 刘莹 《灾害学》 CSCD 北大核心 2019年第4期210-215,共6页
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... 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。 展开更多
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
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部