利用增退墒模型、人工神经网络模型和时间序列模型进行土壤墒情预测和预报

- UID
- 889600
- 性别
- 女
- 来自
- 杭州市西湖
|
利用增退墒模型、人工神经网络模型和时间序列模型进行土壤墒情预测和预报
以组件式GIS软件为开发平台,建立了北京地区土壤墒情监测与预测预报系统。便携式土壤墒情监测系统包括土壤墒情信息采集、土壤墒情站信息管理、土壤墒情空间分布显示、土壤墒情监测、土壤墒情预报及土壤墒情信息输出等功能模块,可对土壤墒情进行实时监测,做出土壤墒情分布图、等值面图等,直观反映北京地区土壤墒情趋势。
系统还可利用增退墒模型、人工神经网络模型和时间序列模型进行土壤墒情预测和预报。现该系统已有38个墒情固定站和120个墒情巡测站,并已投入使用。实际应用结果表明,该系统解决了目前墒情固定站投资过高且数量不足的问题,能够满足北京市土壤墒情预测预报要求,可为北京地区防旱、抗旱提供可靠的科学依据。土壤墒情(旱情)监测及预测预报的自动化、信息化已经成为世界性课题。目前,国内外土壤墒情的监测方法主要分为3类。第1类为移动式测墒监测,即用移动便携式仪表在不同采样点进行不定期测墒,通过数理统计分析和地统计分析得到区域土壤墒情;第2类为遥感监测土壤墒情,即利用卫星和机载传感器从高空遥感探测地面土壤水分;第3类为建立固定墒情站测定固定点土壤墒情,先在多个固定点连续测量土壤墒情,然后利用空间插值法计算监测区域内土壤墒情。移动式测墒方法只能监测小范围土壤墒情;遥感监测方法测墒精度不够;固定站测墒监测方法虽然精度较高,但投资较大,需要大量资金支持。
以北京地区为研究对象,拟采用便携式土壤墒情测试仪的方式进行土壤墒情监测,并结合土壤墒情预报模型[7]完成土壤墒情预测预报工作,旨在建立既节省投资又能在大面积区域进行较准确监测的土壤墒情监测系统,为北京地区防旱抗旱领导决策提供科学依据。目前本系统已建成并投入使用。 |
|
|
|
|
|