陈上
133
开通时间:..
最后更新时间:..
点击次数:
DOI码:10.11975/j.issn.1002-6819.2017.19.
发表刊物:农业工程学报
关键字:根据陕西杨凌、合阳、长武3 个站点各2 a 玉米试验,在对玉米生长模拟模型CERES-Maize 进行调试、验证的 基础上,探索在生育期内进行动态产量预测的方法并验证。研究将目标生育期内未知气象数据分别用试验地的多年历史 同期数据代替,结合生育期实时数据对应生成多个完整的气象数据序列运行模型预测产量。随着生育期的推进,逐日在 气象数据序列中融入目标年实测的气象数据,从播种至收获动态模拟玉米产量。此外该研究使用改进前后的K-NN 算法 从历史气象年份中筛选目标年的气象相似年份进而预测产量。通过对3 种方法预测精度及预测效率对比,确定改进的 K-NN 算法最优。研究表明,玉米生育前期产量预测可靠性和准确率均较差,抽雄后预测精度迅速提高;利用改进的K-NN 算法在3 个站点全生育期预测产量的平均绝对相对误差的均值分别为9.9%、19.8%、17.9%,抽雄后预测产量的平均绝对 相对误差在0.2%~12.6%之间,相比于使用全部历史年份数据进行全生育期产量预测,模拟所需时间从61 min 缩短至25 min。 对该方法中降雨因子的筛选进一步改进可提高预报精度,未来有望达到业务应用水平。
摘要:聚类;气象预报;模型;玉米;产量预测;CERES-Maize;K-NN算法
第一作者:陈上
论文类型:期刊论文
卷号:33
期号:19
页面范围:147-155
是否译文:否
发表时间:2017-10-09
收录刊物:EI
上一条:Parameterization of the Ångström–Prescott Formula Based on Machine Learning Benefit Estimation of Reference Crop Evapotranspiration with Missing Solar Radiation Data
下一条:Dynamic within-season irrigation scheduling for maize production in Northwest China: A Method Based on Weather Data Fusion and yield prediction by DSSAT