干旱不僅影響自然環(huán)境和生態(tài)系統(tǒng)的平衡,且對農(nóng)業(yè)生產(chǎn)造成嚴重后果,是制約我國農(nóng)業(yè)發(fā)展的主要因素之一。農(nóng)業(yè)干旱監(jiān)測的傳統(tǒng)方法主要是關注植被狀況和土壤濕度等單一因素的影響,對于干旱監(jiān)測的多因子研究相對較少,且由于區(qū)域的局限性,無法準確體現(xiàn)區(qū)域大范圍的空間連續(xù)性干旱狀況。人工神經(jīng)網(wǎng)絡是一種相對成熟的機器學習方法,具有學習過程快、多因子建模、方便靈活、穩(wěn)定性好和預測精度高等優(yōu)點,近年來在生態(tài)學以及環(huán)境科學等多個領域被廣泛應用。因此,利用神經(jīng)網(wǎng)絡建模和模擬,對多氣候因子影響的大范圍區(qū)域干旱進行綜合研究具有較高的價值,對農(nóng)業(yè)干旱災情防控也具有較大的現(xiàn)實意義。本研究利用農(nóng)業(yè)干旱災情數(shù)據(jù)集、月溫度和降雨量數(shù)據(jù)以及年蒸散量數(shù)據(jù),以氣象要素作為模型自變量,以農(nóng)業(yè)旱災損失率作為目標向量,建立基于氣象因子的農(nóng)業(yè)干旱監(jiān)測神經(jīng)網(wǎng)絡模型。系統(tǒng)地分析了1949～2015來中國農(nóng)業(yè)干旱災害損失率的變化趨勢和災損率的空間分布差異,分析了降雨量和氣溫等多個氣象要素對農(nóng)業(yè)干旱災害損失率的影響,掌握氣象要素與農(nóng)業(yè)干旱災害之間的關系。研究結果將有助于解決大范圍農(nóng)業(yè)干旱監(jiān)測的問題,為政府和相關管理部門的防旱減災工作提供科學參考。主要...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖1本文研究技術路線（編號與1.4.1對應）

西北農(nóng)林科技大學碩士學位論文101.4.2技術路線圖1本文研究技術路線（編號與1.4.1對應）Fig.1Researchtechnicalrouteforthestudy(Thenumbercorrespondsto1.4.1)

圖2-2數(shù)據(jù)處理流程圖

2.3.1提取農(nóng)田的降雨量，溫度和蒸散量柵格數(shù)據(jù)，整理后用于統(tǒng)計分析。由于降雨量、溫度與蒸散量空間數(shù)據(jù)來源不同，格式差異較大。因此，需要對這三類空間數(shù)據(jù)的格式進行投影變換。由于這三種氣象數(shù)據(jù)的空間分辨率達到0.5°×0.5°，而農(nóng)田覆蓋數(shù)據(jù)的空間分辨率為300m，所以首....

圖2-31949-2015年中國25個省份的農(nóng)業(yè)干旱損失率

西北農(nóng)林科技大學碩士學位論文16定義。Ri=Adi/Ai×100%，（1）Rdy＞E(R)，（2）Rndy≤E(R)，（3）式（1）中，Ri表示的是第i年的農(nóng)業(yè)干旱損失率，Adi表示的是第i年農(nóng)業(yè)干旱的受災面積（hm2），Ai為第i年農(nóng)作物種植面積（hm2）。式（2）中，E(R)....

圖2-4BP神經(jīng)網(wǎng)絡原理示意圖

第二章數(shù)據(jù)來源與研究方法19元節(jié)點分布在各層中；層與層之間的的神經(jīng)元節(jié)點實現(xiàn)全部連接；同一層內(nèi)的神經(jīng)元節(jié)點不直接連接。圖2-5所示的是BP神經(jīng)網(wǎng)絡學習和訓練的流程圖。在BP神經(jīng)網(wǎng)絡的結構被確定之后，根據(jù)輸入和輸出之間的樣本數(shù)據(jù)集，對網(wǎng)絡進行學習訓練，同時對網(wǎng)絡系統(tǒng)的權值和閾值進行....

本文編號：3999457