- · 《农业工程技术》栏目设[05/29]
- · 《农业工程技术》收稿方[05/29]
- · 《农业工程技术》投稿方[05/29]
- · 《农业工程技术》征稿要[05/29]
- · 《农业工程技术》刊物宗[05/29]
农艺学论文_不同气候区参考作物蒸散量时间尺度
作者:网站采编关键词:
摘要:文章目录 摘要 SUMMARY 第一章 绪论 1.1 研究背景及意义 1.2 国内外研究进展 1.2.1 时间序列非线性特征与尺度规律 1.2.2 蒸散发周期性特征 1.2.3 蒸散发预测方法研究进展 1.3 研究内容 1.4 技术
文章目录
摘要
SUMMARY
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究进展
1.2.1 时间序列非线性特征与尺度规律
1.2.2 蒸散发周期性特征
1.2.3 蒸散发预测方法研究进展
1.3 研究内容
1.4 技术路线
第二章 研究区概况及方法
2.1 研究区基本概况
2.1.1 研究区域地理位置介绍
2.1.2 研究区域气候特点
2.2 数据来源及处理
2.3 研究方法
2.3.1 参考作物蒸散量的计算方法
2.3.2 数理统计特征值
2.3.3 多重分形消除趋势波动分析(MF-DFA)
2.3.4 小波周期分析
2.3.5 云模型预测
第三章 ET_0时间序列尺度特征
3.1 不同气候区ET_0时间序列统计特征值
3.1.1 年尺度统计特征值
3.1.2 季尺度统计特征值
3.1.3 月尺度统计特征值
3.2 ET_0 时间序列广义Hurst指数变化特征
3.3 不同气候区ET_0时间序列多重分形特征
3.3.1 年尺度ET_0时间序列分形特征
3.3.2 季尺度ET_0时间序列分形特征
3.3.3 月尺度ET_0时间序列分形特征
3.4 讨论
3.5 小结
第四章 ET_0时间序列周期特征
4.1 ET_0时间序列时频特征
4.1.1 年尺度时频特征
4.1.2 季尺度时频特征
4.1.3 月尺度时频特征
4.2 ET_0时间序列主要周期特征
4.2.1 不同气候区年尺度主要周期特征
4.2.2 不同气候区季尺度主要周期特征
4.2.3 不同气候区月尺度主要周期特征
4.3 讨论
4.4 小结
第五章 不同气候区ET_0时间序列预测分析
5.1 不同时间尺度ET_0云模型数字特征
5.1.1 年尺度ET_0云模型数字特征
5.1.2 季尺度ET_0云模型数字特征
5.1.3 月尺度ET_0云模型数字特征
5.2 单条件单规则云推理预测
5.2.1 年尺度预测模型
5.2.2 季尺度预测模型
5.2.3 月尺度预测模型
5.3 单条件多规则云推理预测
5.3.1 年尺度预测模型
5.3.2 季尺度预测模型
5.3.3 月尺度预测模型
5.4 讨论
5.5 小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
作者简介
在读期间发表论文和研究成果等
导师简介
项目资助
文章摘要:参考作物蒸散量是表征大气蒸散能力的一个重要指标,是作物需水量研究的重要组成部分。明晰ET0时间序列尺度效应、周期性特征,可为精确预测参考作物蒸散量未来的变化趋势提供重要理论依据,对农作物种植结构调整、区划与布局具有指导意义,进而实现区域农业水资源可持续利用的目的。本文选取我国四大气候区温带季风、温带大陆、亚热带季风和高原山地气候区,采用19602017年ET0时间序列数据,基于多重分形、小波分析及云模型理论,进行了ET0时间序列非线性分析、周期性分析及构建云推理预测模型。取得主要结果如下:(1)基于数理统计特征和多重分形谱,解析了参考作物蒸散量时间序列的时间尺度特征。4个气候区年、季、月尺度ET0时间序列均具有多重分形特征,ET0时间序列呈现不规则高频振荡且为不完全随机分布。月尺度呈现长程相关性与短距离变异,年尺度变异过程表现为反持续性特征与长距离变异。(2)采用Morlet小波系数实部等值线图、小波方差图和特征时间小波系数实部过程线,表征4个气候区年、季、月ET0时间序列的周期特征和多年变化趋势。4个气候区年尺度表现出28年长时间周期,未来具有下降趋势;季尺度表现为6、83和87季时间周期;月尺度具有18月短时间周期,中长时间周期中嵌套了短时间周期,两个周期相互影响。(3)云模型能很好的实现不确定性概念的度量,同时将不确定过程可视化。随着时间尺度的缩小,ET
文章来源:《农业工程技术》 网址: http://www.nygczz.cn/qikandaodu/2021/1110/1273.html