基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
土壤水分的动态模拟是土壤墒情(旱情)监测及预测预报的重要内容.采用ARIMA模型进行土壤水分时间序列的拟合与趋势预测.在建立模型后,用实测数据与模型的预测数据相比较说明ARIMA时间序列模型能较好地拟合与预测土壤墒情的变化趋势.
推荐文章
基于ARIMA模型的贵州省黄壤墒情预测研究
ARIMA模型
土壤墒情
预测预报
贵州省
时间序列分析在土壤墒情预测中的应用研究
时间序列
土壤墒情
预测预报
单因素土壤墒情预测模型研究
土壤墒情
BP网络
单因素
预测模型
土壤墒情预测模型对比
土壤墒情
相关分析
线性回归
PCA-RBF神经网络
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 ARIMA模型预测土壤墒情研究
来源期刊 干旱地区农业研究 学科 农学
关键词 土壤墒情 时间序列 ARIMA 模型 预测预报
年,卷(期) 2006,(2) 所属期刊栏目 节水灌溉与土壤水分
研究方向 页码范围 114-118
页数 5页 分类号 S152.7
字数 3811字 语种 中文
DOI 10.3321/j.issn:1000-7601.2006.02.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨绍辉 中国农业大学信息与电气工程学院 8 228 8.0 8.0
2 王一鸣 中国农业大学信息与电气工程学院 89 2866 33.0 49.0
3 郭正琴 中国农业大学信息与电气工程学院 3 103 3.0 3.0
4 董亚峰 中国农业大学信息与电气工程学院 2 40 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (33)
参考文献  (4)
节点文献
引证文献  (33)
同被引文献  (101)
二级引证文献  (152)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(9)
  • 引证文献(4)
  • 二级引证文献(5)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(9)
  • 引证文献(4)
  • 二级引证文献(5)
2013(10)
  • 引证文献(3)
  • 二级引证文献(7)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(19)
  • 引证文献(1)
  • 二级引证文献(18)
2016(16)
  • 引证文献(1)
  • 二级引证文献(15)
2017(41)
  • 引证文献(4)
  • 二级引证文献(37)
2018(14)
  • 引证文献(0)
  • 二级引证文献(14)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(16)
  • 引证文献(2)
  • 二级引证文献(14)
研究主题发展历程
节点文献
土壤墒情
时间序列
ARIMA
模型
预测预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
干旱地区农业研究
双月刊
1000-7601
61-1088/S
大16开
陕西杨凌西北农林科技大学南校区1-14号信箱
52-97
1983
chi
出版文献量(篇)
5188
总下载数(次)
2
总被引数(次)
74833
论文1v1指导