基于条件植被温度指数的夏玉米生长季干旱预测研究

• 作者: 李俐 王蕾 王鹏新 许连香 齐璇
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 夏玉米 条件植被温度指数 求和自回归移动平均模型 季节性求和自回归移动平均模型 干旱预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 139-147
• 页数: 9页
• 分类号: TP79
• 字数: 6610字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.01.015

摘要

为验证条件植被温度指数(VTCI)在夏玉米生长季干旱预测中的适用性,以河北中部平原为研究区,应用求和自回归移动平均(ARIMA)模型及季节性求和自回归移动平均(SARIMA)模型,对该地区VTCI时间序列数据进行分析建模预测.首先基于49个气象站点所在像素的VTCI时间序列数据,选取不同长度时间序列建立ARIMA模型,并分析时间序列长度与预测精度间关系,以期为时间序列长度选择提供依据;然后选择理想长度的VTCI时间序列数据,分别建立ARIMA模型和SARIMA模型,用于研究区域2017年夏玉米生长季VTCI预测,并分析评价两模型预测精度;最后采用性能较好的ARIMA模型逐像素建模预测,得到2016-2018年9月上旬至下旬VTCI预测结果.结果 表明:基于ARIMA模型的VTCI预测精度与时间序列长度未呈现明显的相关关系,但随时间序列长度增加,模型预测精度逐渐趋于稳定;ARIMA模型对干旱的预测精度高于基于SARIMA模型,其1步、2步、3步VTCI预测结果均方根误差较SARIMA模型分别降低0.06、0.07、0.09;ARIMA模型在不同年份夏玉米生长季VTCI1～3步的预测精度稳定性较好,2016-2018年l步、2步和3步VTCI预测结果绝对误差绝对值大于0.20的像素平均百分比分别为5.84％、6.38％、8.72％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏新		88	1238	19.0	31.0
3	李俐	中国农业大学土地科学与技术学院	43	267	10.0	14.0
9	王蕾		7	12	2.0	3.0
10	齐璇		4	7	1.0	2.0
14	许连香		3	6	1.0	2.0