-
题名淮北平原基于水文气象多因子的土壤水分动态预测
被引量：7
- 1
-
-
作者
路璐
王振龙
杜富慧
胡永胜
张晓萌
-
机构
河北工程大学水利水电学院
安徽省(水利部淮委)水利科学研究院
-
出处
《水资源与水工程学报》
CSCD
2019年第4期237-243,共7页
-
基金
国家重点研发计划课题(2017YFC0404504)
-
文摘
为研究土壤水分动态变化,利用五道沟水文实验站1989-2015年水文气象和大田土壤水实测资料,采用灰色关联度和线性回归分析,建立了冬小麦各生长阶段不同土层土壤水分预测模型。结果表明:不同土层土壤水分与气象因子的关联度一致;不同生长阶段土壤水分与气温和地下水埋深关联度最强,分别达0.92和0.95;分蘖-越冬期,土壤水分与地下水埋深和日照时数关联度最强,其他生长阶段,土壤水分与气温和地下水埋深关联度最强。通过水文气象因子模拟土壤水分拟合度较高,R^2达0.94。不同生长阶段不同土层,土壤水分计算模型均具有良好的预测能力,R^2达0.80。成果为实施作物不同生长阶段的灌溉计划提供科学依据。
-
关键词
冬小麦
土壤水分
水文气象因子
灰色关联度
多元线性回归
土壤水分动态
-
Keywords
winter wheat
soil moisture
hydrometeorological factors
grey correlation degree
multiple linear regression
soil moisture dynamic
-
分类号
S152.7
[农业科学—土壤学]
-
-
题名基于水文气象因子的农田生态系统碳通量预测
- 2
-
-
作者
吴成秋
曹召丹
赵小二
吴宏宇
邓科
-
机构
江苏省水文水资源勘测局徐州分局
曲阜师范大学地理科学系
浙江大学建筑工程学院
青岛理工大学环境与市政工程学院
-
出处
《湖北农业科学》
2024年第8期267-280,共14页
-
基金
国家自然科学基金资助项目(42002259)。
-
文摘
以黄河流域下游禹城农田生态系统为研究对象,采用中国通量观测研究网络(ChinaFLUX)禹城站通量塔观测的碳水通量和水文气象数据,基于特征重要性方法确定影响农田生态系统CO_(2)交换量的主控环境因子。基于所有环境因子和主控环境因子分别构建碳通量预测的机器学习模型,采用均方误差(MSE)、平均绝对误差(MAE)和决定系数(R~2)评估测试集的模型预测性能。结果表明,影响禹城农田生态系统碳通量的主控环境因子为净辐射、土壤温度、饱和水汽压亏缺、土壤含水量。与单一模型相比,集成模型具有更好的预测性能。单一模型中,MLPRegressor模型预测性能较好,R~2为0.830,MSE为3.113,MAE为1.283。集成模型中,XGBRegressor模型预测性能较好,R~2为0.845,MSE为2.838,MAE为1.149。采用主控环境因子与采用全部环境因子构建的机器学习模型具有相似预测性能。
-
关键词
农田生态系统
碳通量预测
水文气象因子
机器学习模型
-
Keywords
farmland ecosystem
carbon flux prediction
hydrometeorological factors
machine learning models
-
分类号
X171.1
[环境科学与工程—环境科学]
S127
[农业科学—农业基础科学]
S181
-
