準(zhǔn)確預(yù)測土壤水分動態(tài)變化對農(nóng)作物生長以及節(jié)水灌溉至關(guān)重要。為反映逐日土壤水分動態(tài)變化,利用五道溝水文實驗站蒸滲儀2017-2018年土壤水實測資料,采用時間序列分析方法,分別建立了冬小麥全生育期10、30、50 cm土層的土壤水分計算模型。結(jié)果表明:10、30、50 cm土壤含水量變異系數(shù)有明顯差異,隨土層深度增加逐漸減小,分別為0.190、0.103、0.040。利用ARIMA模型對土壤水分進(jìn)行擬合,10、30、50 cm土層土壤水分計算模型分別為ARIMA（4,1,7）、ARIMA（1,1,2）、ARIMA（2,1,3）,擬合優(yōu)度R²均大于0.95;不同土層土壤水分計算模型均具有較好的預(yù)測能力,且隨深度增加預(yù)測精度提高,由10 cm增至50 cm最大相對誤差從15.6%降至5.1%。研究成果為進(jìn)一步制定淮北平原節(jié)水灌溉制度,提高田間水利用率具有重要意義。 

【文章來源】：節(jié)水灌溉. 2019,(06)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

全生育期土壤水分變化過程線

ARIMA模型要求時間序列平穩(wěn),需對標(biāo)準(zhǔn)化后不平穩(wěn)序列進(jìn)行差分處理,判斷差分后序列是否滿足平穩(wěn)要求。采用土壤水實測資料,對不同土層土壤含水量變異系數(shù)進(jìn)行了計算,結(jié)果表明:不同土層變異系數(shù)存在明顯差異,10、30、50 cm分別為20%(強(qiáng)變異)、10.3%(中等變異)和4%(弱變異)。因此,需要分別建立不同土層的時間序列模型。本文以50 cm土層土壤水分變化過程為例,建立土壤水分預(yù)測模型。冬小麥全生育期土壤含水量標(biāo)準(zhǔn)化后的時間序列過程線如圖2所示。從圖2可知,11月11日-2月3日冬小麥處于苗期,需水量小,序列變化趨勢比較穩(wěn)定;3月7日-5月2日冬小麥處于返青-抽穗期,該階段作物耗水量增加,土壤含水量序列值出現(xiàn)明顯下降趨勢;5月3日-5月31日冬小麥處于抽穗-成熟期,此階段作物需水量較上一階段有所減少,土壤含水量序列值出現(xiàn)增加趨勢;因此,不同生育階段,作物需水量不同,土壤含水量序列值有明顯的上升或下降趨勢。因此,對該序列進(jìn)行一階差分,一階差分序列值如圖2所示,可以看出差分后序列值在0上下波動,為平穩(wěn)序列,滿足ARIMA模型要求。時間序列模型主要有三類:一是AR模型;二是MA模型;三是ARIMA模型。為了選擇合適的模型形式,需對時間序列進(jìn)行自相關(guān)和偏自相關(guān)分析。一階差分后序列的自相關(guān)圖(ACF)和偏自相關(guān)圖(PACF)如圖3所示。由圖3可見,ACF和PACF都有拖尾現(xiàn)象,根據(jù)表1時間序列模型判斷規(guī)則表可知,選擇ARIMA(p,1,q)模型。

時間序列模型主要有三類:一是AR模型;二是MA模型;三是ARIMA模型。為了選擇合適的模型形式,需對時間序列進(jìn)行自相關(guān)和偏自相關(guān)分析。一階差分后序列的自相關(guān)圖(ACF)和偏自相關(guān)圖(PACF)如圖3所示。由圖3可見,ACF和PACF都有拖尾現(xiàn)象,根據(jù)表1時間序列模型判斷規(guī)則表可知,選擇ARIMA(p,1,q)模型。3.3 模型構(gòu)建

【參考文獻(xiàn)】：
期刊論文
[1]滄州市土壤墑情變化規(guī)律研究[J]. 哈建強(qiáng),祝明,朱艷飛.  水文. 2017(06)
[2]ISAREG模型在灌區(qū)土壤墑情預(yù)報中的應(yīng)用研究[J]. 霍軼珍,李生勇,郭彥芬.  人民黃河. 2017(12)
[3]統(tǒng)計法土壤墑情診斷模型[J]. 黃治平,王鑠今,侯彥林,劉書田,鄭宏艷,丁健,米長虹,侯顯達(dá).  生態(tài)學(xué)雜志. 2017(12)
[4]基于多值神經(jīng)元復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)的土壤墑情預(yù)測[J]. 冀榮華,張舒蕾,鄭立華,劉秋霞.  農(nóng)業(yè)工程學(xué)報. 2017(S1)
[5]基于GM（1,1）模型群的農(nóng)田土壤墑情短期預(yù)測[J]. 冀榮華,李鑫,張舒蕾,郭敏英.  農(nóng)業(yè)機(jī)械學(xué)報. 2016(S1)
[6]基于人工神經(jīng)網(wǎng)絡(luò)土壤墑情動態(tài)預(yù)測模型應(yīng)用研究[J]. 侯曉麗,馮躍華,吳光輝,何印興,常東明,楊會明.  節(jié)水灌溉. 2016(07)
[7]衡水市土壤墑情變化規(guī)律及預(yù)報分析[J]. 陳曉,趙悅?cè)A,安國慶.  水科學(xué)與工程技術(shù). 2014(06)
[8]基于MODIS數(shù)據(jù)的山東省土壤墑情遙感動態(tài)監(jiān)測與分析[J]. 馬建成,黃詩峰,胡健偉,章四龍,李小濤.  水文. 2013(03)
[9]河北省平原區(qū)土壤墑情預(yù)報研究[J]. 呂慶玉.  水科學(xué)與工程技術(shù). 2012(S1)
[10]基于ARIMA模型的貴州省黃壤墑情預(yù)測研究[J]. 李軍,張和喜,蔣毛席,方小宇.  人民黃河. 2010(08)



本文編號：3613913