商空間粒度計算理論在農作物產量預測中的應用.pdf

1、農作物產量預報是重要的農業(yè)氣象業(yè)務服務內容。但目前在農業(yè)氣象服務和產量預測中所使用產量預測模式與方法，很難滿足當前農業(yè)氣象業(yè)務服務需求，迫切需要更新、完善和新方法的補充。 本文以商空間的粒度計算理論和構造性機器學習方法為工具，以主要農作物(冬小麥)生長過程中氣象條件對產量影響的歷史數(shù)據為研究重點，確定主要農作物生長發(fā)育關鍵時期的農業(yè)氣象服務指標，建立、完善和優(yōu)化淮河區(qū)域主要農作物產量的農業(yè)氣象預報模式，提高農作物產量預測水平。

2、 根據氣象時間序列的特點，在商空間粒度計算理論框架下，采用周、旬、月及混合粒度等多種粒度，本文從不同的層次分析了光、溫、水分及其它環(huán)境氣象數(shù)據信息對農作物產量的影響。通過分析，以灰色模型GM(1，1)與構造性機器學習方法(交叉覆蓋算法)相結合建立主要農作物產量預測模型，并以此模型為依據，實現(xiàn)對農作物產量的預報。在構建模型過程中，通過估算作物對天氣條件的反應，尤其是不同發(fā)育階段對光、溫、水分及其它環(huán)境氣象要素的要求，進行作物的氣候生