發(fā)布時間：2025-01-14 06:16

　　作物生長模型能夠模擬作物生長發(fā)育和產(chǎn)量形成過程,及其對環(huán)境的響應(yīng),從而為農(nóng)作物產(chǎn)量預(yù)測提供了一種有效的方法。本研究利用陜西楊凌(2014和2015)、合陽(2009和2011)、長武(2010和2011)的田間試驗數(shù)據(jù)以及各站點的多年歷史氣象數(shù)據(jù),嘗試建立基于玉米生長模擬模型CERES-Maize和歷史氣象數(shù)據(jù)的玉米產(chǎn)量預(yù)測方法,并對方法的可靠性和精度進行分析。研究將全生育期內(nèi)玉米生長模擬所需的氣象數(shù)據(jù)分為已知氣象數(shù)據(jù)和未知氣象數(shù)據(jù)2個部分,其中已知氣象數(shù)據(jù)來自當(dāng)?shù)氐臍庀笳?而未知氣象數(shù)據(jù)分別用試驗地的多年歷史同期氣象數(shù)據(jù)代替,對應(yīng)生成多個完整的氣象數(shù)據(jù)序列,再利用這些氣象數(shù)據(jù)序列運行CERES-Maize模型預(yù)測目標(biāo)年份的玉米產(chǎn)量。隨著玉米生育期的推進,逐日在氣象數(shù)據(jù)序列中融入目標(biāo)年實際測得的氣象數(shù)據(jù),從播種至收獲逐日動態(tài)模擬玉米產(chǎn)量。此外,為減少預(yù)測過程的運算次數(shù)并降低預(yù)測的不確定性,該研究對比分析了歷史年份和目標(biāo)年份的逐日氣象數(shù)據(jù)(包括最高溫度Tmax、最低溫度Tmin、降雨rainfall、太陽輻射SRAD),然后使用一般K-NN(K nearest neighbor)算法和改進...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景、目的及意義
    1.2 國內(nèi)外研究進展及存在的問題
        1.2.1 產(chǎn)量預(yù)測研究進展
        1.2.2 灌溉決策
        1.2.3 DSSAT-CERES-Maize模型簡介
        1.2.4 生育期內(nèi)未知氣象數(shù)據(jù)的生成
        1.2.5 研究中存在的不足
    1.3 研究內(nèi)容、方法及技術(shù)路線
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線
第二章 基于歷史氣象數(shù)據(jù)和CERES-Maize模型的玉米產(chǎn)量預(yù)測方法
    2.1 材料方法
        2.1.1 氣象文件的生成
        2.1.2 玉米產(chǎn)量預(yù)測程序的構(gòu)建
        2.1.3 試驗區(qū)概況
        2.1.4 產(chǎn)量預(yù)測結(jié)果評價指標(biāo)
        2.1.5 數(shù)據(jù)分析
    2.2 結(jié)果與分析
        2.2.1 直接利用歷史氣象數(shù)據(jù)產(chǎn)量預(yù)測結(jié)果分析
        2.2.2 利用一般K-NN算法預(yù)測產(chǎn)量
        2.2.3 利用改進的K-NN算法預(yù)測產(chǎn)量
    2.3 討論
        2.3.1 預(yù)測產(chǎn)量的分布規(guī)律
        2.3.2 應(yīng)用改進K-NN算法進行玉米產(chǎn)量預(yù)測結(jié)果
        2.3.3 玉米產(chǎn)量預(yù)測方法的進一步改進
    2.4 本章小結(jié)
第三章 基于動態(tài)產(chǎn)量預(yù)測方法的播期及灌水時期影響分析
    3.1. 材料方法
        3.1.1 試驗地概況
        3.1.2 播期和灌水日期的設(shè)定及影響分析方法
    3.2 結(jié)果與分析
        3.2.1 播期對產(chǎn)量的影響
        3.2.2 灌水時期對產(chǎn)量的影響
    3.3 討論
    3.4 小結(jié)
第四章 基于動態(tài)產(chǎn)量預(yù)測方法的灌溉決策
    4.1 材料方法
        4.1.1 灌溉決策理論依據(jù)
        4.1.2 灌溉決策程序構(gòu)建
    4.2 結(jié)果分析
    4.3 討論
    4.4 本章小結(jié)
第五章 結(jié)論與展望
    5.1 主要結(jié)論
        5.1.1 基于歷史氣象數(shù)據(jù)和CERES-Maize模型的產(chǎn)量預(yù)測方法
        5.1.2 K-NN算法篩選相似年型進行產(chǎn)量預(yù)測
        5.1.3 自動灌溉決策
    5.2 對本研究的展望
參考文獻
附錄
    附錄A 產(chǎn)量預(yù)測程序
    附錄B 基于K-NN算法篩選相似年型
    附錄C 灌溉決策程序
致謝
作者簡介



本文編號：4026528