期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于同化数据的标准化土壤湿度指数监测农业干旱的适宜性研究 被引量：20
1
作者 周洪奎 武建军 +3 位作者 李小涵 刘雷震 杨建华 韩忻忆 《生态学报》 CAS CSCD 北大核心 2019年第6期2191-2202,共12页
农业干旱是导致作物减产的主要灾害之一,及时、准确地监测农业干旱状况有助于制定区域减灾策略,降低灾害损失。标准化土壤湿度指数(SSMI)是基于历史土壤湿度时间序列构建的一种农业干旱指数,目前分析该指数监测农业干旱的适宜性研究十... 农业干旱是导致作物减产的主要灾害之一,及时、准确地监测农业干旱状况有助于制定区域减灾策略,降低灾害损失。标准化土壤湿度指数(SSMI)是基于历史土壤湿度时间序列构建的一种农业干旱指数,目前分析该指数监测农业干旱的适宜性研究十分缺乏。本文以黄淮海平原为研究区,利用数据同化的根区土壤湿度数据构建SSMI,并通过与标准化降水蒸散指数(SPEI)、农业干旱灾害记录数据的对比以及与冬小麦产量的关系分析,综合评价SSMI监测农业干旱的适宜性。结果表明,SSMI与SPEI具有良好的一致性,二者之间具有极显著相关关系(P<0.001);利用SSMI识别的农业干旱与农气站点干旱灾害记录是基本一致的,SSMI能够有效反映干旱发生、发展直至减轻的演变过程;冬小麦生长季SSMI与减产率显著相关,利用SSMI识别的农业干旱发生区域与基于统计数据计算的减产区域基本相符,SSMI能够对农业干旱引起的冬小麦减产起到一定的指示作用。综上所述,基于同化数据构建的SSMI能够反映黄淮海平原的农业干旱状况,利用SSMI监测区域农业干旱状况是适宜的。研究可为基于土壤湿度的农业干旱监测业务化运行提供依据,为黄淮海平原的抗旱减灾提供科学参考。 展开更多
关键词 农业干旱 标准化土壤湿度指数 适宜性 黄淮海平原
在线阅读 下载PDF
基于标准化土壤湿度指数的贵州省农业干旱评价 被引量：4
2
作者 刘振男 焦卫国 +2 位作者 王笑宇 徐桂弘 吴安杰 《中国农村水利水电》 北大核心 2022年第11期1-5,12,共6页
在全球气候变化与人类活动影响不断加剧的背景下,干旱已成为制约我国社会经济可持续发展的关键因素,严重威胁了国家粮食安全、用水安全以及生态安全。基于中国气象局全球陆面再分析产品,提取了贵州省月尺度土壤含水量数据,计算了月尺度... 在全球气候变化与人类活动影响不断加剧的背景下,干旱已成为制约我国社会经济可持续发展的关键因素,严重威胁了国家粮食安全、用水安全以及生态安全。基于中国气象局全球陆面再分析产品,提取了贵州省月尺度土壤含水量数据,计算了月尺度标准化土壤湿度指数,评价了该指数对农业干旱识别的适用性、对历史典型干旱过程模拟的准确性,分析了干湿长期演变趋势,统计了干旱最可能发生的时间。结果表明:月尺度标准化土壤湿度指数对研究区干旱的表征结果与中国水旱灾害公报的记录情况基本相符,不仅干旱历时描述准确,而且干旱强度判别合理;月尺度标准化土壤湿度指数具备较好的干旱过程监测能力,不仅能准确地模拟干旱发生、发展直至消除的全过程,而且还能实时地反映旱情的时间与空间变化特征,尤其是对重旱以上旱情过程监测方面精度更高;贵州省干湿演变规律特征明显,即自西向东呈现出由湿变干的总格局,其中,变湿地区主要集中在研究区西北部,而东南部等地变干趋势显著;贵州省干旱发生时间主要集中在春冬两季,其中,西北地区多发于1月份,东部及东南地区干旱多发于2月份,中部地区干旱多发于3月份与4月份,西南地区干旱多发于4月份。研究成果可为贵州省农业干旱评价与防旱减灾工作提供参考依据。 展开更多
关键词 标准化土壤湿度指数 土壤含水量 农业干旱 贵州省
在线阅读 下载PDF
基于标准化土壤湿度指数的滦河流域农业干旱评价 被引量：5
3
作者 杨文静 李建柱 冯平 《应用生态学报》 CAS CSCD 北大核心 2022年第3期801-807,共7页
干旱是造成农业生产损失的主要灾害之一,及时、准确地监测农业干旱对于降低作物生产损失具有重要意义。本研究基于土壤含水量历史时间序列数据构建了标准化土壤湿度指数,分析了滦河流域2002—2019年干旱时空分布变化规律,并对农业干旱... 干旱是造成农业生产损失的主要灾害之一,及时、准确地监测农业干旱对于降低作物生产损失具有重要意义。本研究基于土壤含水量历史时间序列数据构建了标准化土壤湿度指数,分析了滦河流域2002—2019年干旱时空分布变化规律,并对农业干旱进行定量评价。结果表明:研究期间,滦河流域内大部分栅格单元土壤含水量在时间上以正态分布为主,少部分栅格单元为广义极值分布。各栅格单元在时间上的旱涝变化具有良好的一致性,即呈现一致的变旱或变涝,且流域中部旱涝变化相对显著,农业干旱总体呈减轻趋势。滦河流域农业干旱严重程度的空间分布不明显,其中,流域中部和西北部各干旱特征值(干旱发生频率、干旱历时及干旱烈度)较高,东南部较低。本研究结果可为滦河流域农业干旱预测和防旱减灾措施的制定提供参考依据。 展开更多
关键词 农业干旱 标准化土壤湿度指数 干旱评价 滦河流域
原文传递
基于GCN-BiGRU-STMHSA的农业干旱预测研究
4
作者 权家璐 陈雯柏 +2 位作者 王一群 程佳璟 刘亦隆 《智慧农业(中英文)》 2025年第1期156-164,共9页
[目的/意义]农业干旱对中国农业生产发展具有消极影响,甚至威胁到粮食安全。为了降低灾害损失,保障中国的作物产量,根据标准化土壤湿度指数(Standardized Soil Moisture Index, SSMI)对农业干旱进行准确预测和等级分类具有重要意义。[方... [目的/意义]农业干旱对中国农业生产发展具有消极影响,甚至威胁到粮食安全。为了降低灾害损失,保障中国的作物产量,根据标准化土壤湿度指数(Standardized Soil Moisture Index, SSMI)对农业干旱进行准确预测和等级分类具有重要意义。[方法]基于遥感数据,采用深度学习相关模型实现了农业干旱预测。首先,考虑了农业干旱的空间特点,提出了一种结合图神经网络、双向门控循环单元(Bi-Directional Gated Recurrent Unit, BiGRU)和多头自注意力机制的农业干旱预测模型GCN-BiGRU-STMHSA (Graph Convolutional Networks-Bidirectional Gated Recurrent Unit-Spatio-Temporal Multi-Head Self-Attention)。其次,使用日尺度的SSMI作为农业干旱指标。最后,根据搭建的GCN-BiGRU-STMHSA模型实现对SSMI的精准预测和分类。采用全球陆地数据同化系统2.1(Global Land Data Assimilation System-2.1, GLDAS-2.1)为数据集,在该数据集上训练GCN-BiGRU-STMHSA模型,以预测SSMI值并进行农业干旱等级分类。并与经典深度学习模型进行了比较。[结果和讨论]实验结果表明,GCN-BiGRU-STMHSA模型结果优于其他模型。在5个研究地点中,固始县数据集上误差最小,预测10天后的SSMI时,其平均绝对误差(Mean Absolute Error, MAE)为0.053、均方根误差(Root Mean Square Error, RMSE)为0.071、决定系数(Coefficient of Determination, R2)为0.880,准确率(Accuracy, ACC)为0.925,调和平均值(F1)为0.924。预测步长越短,预测的效果越好,当预测步长为28天时,模型预测干旱分类表现依然良好。[结论]该模型在农业干旱预测和分类任务中具有更高的精度和更好的泛化能力。 展开更多
关键词 农业干旱预测 BiGRU 多头自注意力机制 图神经网络 标准化土壤湿度指数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部