分类： 地球科学 >> 大气科学 提交时间： 2023-02-27 合作期刊: 《干旱区地理》
摘要： 干旱是农作物生长发育的主要环境胁迫因子，也是制约农业丰产丰收的关键自然要素。农业干旱监测通常基于气象站点观测数据，这在一定程度上难以反映区域尺度的农业干旱状况。以甘肃省为研究区，基于MODIS、TRMM、ESA CCI等遥感数据产品和气象站点数据，利用随机森林回归模型构建综合气象干旱指数（CMDI），并对甘肃省20112019年农作物生长季（49月）旱情时空格局及变化规律进行分析。结果表明：（1）CMDI与实测值的决定系数（R2）在各月均高于0.634，且与标准化降水蒸散发指数（SPEI）在空间上具有一定的相关性，表明该指数可反映农业干旱的发生发展过程。（2）甘肃省农业干旱呈现明显的地域分异规律，干旱程度由东南向西北逐渐加重，其中河西地区多为特旱区和重旱区，陇中地区为重（中）旱区，陇南、陇东、甘南地区为干旱-无旱波动变化区。（3）20112019年甘肃省农业干旱在年、月尺度上均呈现较大的波动趋势，其中2012年干旱程度最轻，2017年则最为严重；甘肃省大部分地区在4月和6月，陇东、陇南地区分别在5月和9月以及甘南地区49月农业旱情有所减轻外，其余地区在农作物生长季的旱情呈加重趋势。
分类： 地球科学 >> 地理学 提交时间： 2022-01-26 合作期刊: 《干旱区研究》
摘要： 频繁的旱灾对甘肃省经济、农业生产造成严重危害，因此利用先进方法建立准确可靠的农业干旱监测模型对该省防旱减灾十分重要。本文基于随机森林（RF）、BP神经网络和支持向量机（SVM）3种机器学习方法，利用甘肃省20022019 年410 月多源遥感数据得到的植被状态指数（VCI）、温度状态指数（TCI）、植被供水指数（VSWI）、降水状态指数（PCI）以及DEM、土壤有效含水量（AWC）和气候类型作为自变量，气象站点以3个月时间尺度的标准化降水蒸发指数（SPEI_3）为因变量，构建3种不同的农业干旱监测模型，分析比较出适用于监测甘肃省农业干旱的最佳模型，同时进一步探究了机器学习方法构建的模型在不同环境下的适用性。结果表明：构建的3种机器学习模型中，随机森林模型的R2平均值高（0.86）且误差小（RMSE为0.40，MAE为0.31），农业干旱的监测效果要优于BP神经网络和支持向量机模型；干燥和湿润两种环境下分别构建的3种机器学习模型在湿润环境中监测能力表现均更优异（R2>0.82），而随机森林模型在两种环境中监测干旱的表现比其他两种模型强。研究结果为甘肃省的农业干旱监测与评估提供了新的科学方法，对农业干旱研究具有重要意义。
点击量
点击量
下载量
评论
