【摘要】：旱災自古以來都是中國和全球面臨的重大自然災害之一,隨著全球氣候變化以及人類活動加劇,旱災帶來的危害也呈現(xiàn)加重的趨勢。旱災的影響因素眾多,旱災自身的脆弱性是產(chǎn)生風險的關鍵�；诖�,論文將旱災風險評估的基本理論與實際應用相結(jié)合,確立試驗指標,構(gòu)建BP神經(jīng)網(wǎng)絡模型,定性的圖表分析與定量的計算相結(jié)合,探討基于BP神經(jīng)網(wǎng)絡的旱災脆弱性研究方法。研究區(qū)域選取淮北平原,研究對象選擇淮北平原夏大豆,建立基于BP神經(jīng)網(wǎng)絡的旱災脆弱性研究方法并開展應用研究,取得如下結(jié)論:(1)根據(jù)安徽省淮河水利委員會水利科學研究院的蚌埠新馬橋農(nóng)水綜合試驗站夏大豆盆栽受旱試驗的數(shù)據(jù),統(tǒng)計和計算出試驗指標,并將各指標與產(chǎn)量建立關系,制出關系圖和表,進行相關性分析。結(jié)果表明:各生育期的干旱歷時、干物質(zhì)量、干旱強度指標與產(chǎn)量的相關性都較好。其中,干旱強度和產(chǎn)量的關系好,說明了干旱強度對受水分脅迫的大豆產(chǎn)量的影響很大。(2)用BP神經(jīng)網(wǎng)絡的方法建立模型,測算不同受旱條件下不同生育階段的夏大豆產(chǎn)量。通過不同模型間對比,分析各指標在不同生育階段對產(chǎn)量的影響程度,確立影響因子。結(jié)果表明:指標和產(chǎn)量的相關性較好,各生育期產(chǎn)量的影響因子均有干旱歷時、干旱強度、干物質(zhì)量,不同的是,前三個生育期的影響因子還包括葉面積指數(shù),最后一個生育期的影響因子包括千粒重、實莢率。指標和產(chǎn)量相關性很好且擬合誤差、驗證誤差較小。(3)通過BP神經(jīng)網(wǎng)絡模型求得產(chǎn)量的擬合值(預測值),與實測值一同建立輕旱、重旱減產(chǎn)率。結(jié)果表明:不管是在同生育期不同處理條件下,還是在不同生育期同處理條件下,輕旱、重旱的減產(chǎn)率預測值和實測值之間的相對誤差不大,因此對于輕旱、重旱減產(chǎn)率的預測較為準確。(4)從災害學與自然災害風險形成機制的角度出發(fā),研究干旱歷時、干旱強度對夏大豆減產(chǎn)率(損失率)的影響以研究脆弱性,作出脆弱性曲線并進行相關性分析。同時,研究干旱歷時、干旱強度對營養(yǎng)物質(zhì)的影響,作關系圖進行相關性分析,從另一角度研究脆弱性。結(jié)果表明:各生育期的干旱強度、干旱歷時與干物質(zhì)量、減產(chǎn)率的相關性都較好,即水分脅迫下的脆弱性顯著。四個生育期的干旱強度和減產(chǎn)率的關系都很好,說明了受水分脅迫的大豆脆弱性里干旱強度的作用很大。(5)用BP神經(jīng)網(wǎng)絡的方法建立模型,測算不同干旱強度、干旱歷時條件下的脆弱性和營養(yǎng)物質(zhì)。不同模型間對比,研究脆弱性,還研究干旱強度、干旱歷時對營養(yǎng)物質(zhì)的影響。最終得出脆弱性顯著,對減產(chǎn)的影響較大的結(jié)論;同時還發(fā)現(xiàn)脆弱性和全生育期營養(yǎng)物質(zhì)的關系很好,誤差也小的結(jié)論,也從側(cè)面說明受水分脅迫下脆弱性顯著。
【圖文】：

苗期各指標各自與產(chǎn)量的關系圖

(a) (b) (c)zhi(d) (e)圖 3.2 苗期各指標各自與產(chǎn)量的關系圖Fig. 3.2 The relationship between the respective indicators of seedlings and yield
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP183;S565.1;S423

【參考文獻】

相關期刊論文 前10條

1 別得進;朱秀芳;趙安周;李天祺;;農(nóng)業(yè)旱災脆弱性研究綜述[J];北京師范大學學報(自然科學版);2015年S1期

2 張偉光;王紅瑞;范琳琳;于忱;;干旱風險與水資源短缺風險關系辨析[J];北京師范大學學報(自然科學版);2015年04期

3 屈艷萍;高輝;呂娟;蘇志誠;程曉陶;孫洪泉;;基于區(qū)域災害系統(tǒng)論的中國農(nóng)業(yè)旱災風險評估[J];水利學報;2015年08期

4 黃崇福;;自然災害動態(tài)風險分析基本原理的探討[J];災害學;2015年02期

5 裴歡;王曉妍;房世峰;;基于DEA的中國農(nóng)業(yè)旱災脆弱性評價及時空演變分析[J];災害學;2015年02期

6 王春乙;張繼權;霍治國;蔡菁菁;劉興朋;張琪;;農(nóng)業(yè)氣象災害風險評估研究進展與展望[J];氣象學報;2015年01期

7 魏建波;趙文吉;關鴻亮;王志恒;;基于GIS的區(qū)域干旱災害風險區(qū)劃研究——以武陵山片區(qū)為例[J];災害學;2015年01期

8 歐陽蔚;于艷青;金菊良;周玉良;酈建強;劉蘭芳;;基于信息擴散與自助法的旱災風險評估模型──以安徽為例[J];災害學;2015年01期

9 王鶯;王靜;姚玉璧;王勁松;;基于主成分分析的中國南方干旱脆弱性評價[J];生態(tài)環(huán)境學報;2014年12期

10 樊冰;曾瑛;唐良瑞;;基于信息熵的電力通信網(wǎng)脆弱性評價方法[J];電子與信息學報;2014年09期

相關博士學位論文 前4條

1 鄒永廣;目的地旅游安全評價研究[D];華僑大學;2015年

2 李宇;考慮殘余位移和土—結(jié)構(gòu)相互作用的橋梁結(jié)構(gòu)基于性能的抗震設計及評估[D];北京交通大學;2010年

3 石勇;災害情景下城市脆弱性評估研究[D];華東師范大學;2010年

4 張禮兵;試驗遺傳算法研究及其在水資源系統(tǒng)問題中的應用[D];揚州大學;2007年

相關碩士學位論文 前5條

1 宋占智;基于云模型的旱災風險評估方法及其應用[D];合肥工業(yè)大學;2017年

2 徐媛;基于DTM及人工神經(jīng)網(wǎng)絡的合肥市地質(zhì)災害氣象風險預報預警模型及其應用研究[D];合肥工業(yè)大學;2014年

3 紀朝榮;河南省農(nóng)業(yè)旱災脆弱性評價研究[D];河南大學;2013年

4 景垠娜;自然災害風險評估[D];上海師范大學;2010年

5 王晶;基于人工神經(jīng)網(wǎng)絡赤潮預報的建模與算法研究[D];燕山大學;2004年

，

本文編號：2659089