參考作物蒸散量是表征大氣蒸散能力的一個重要指標,是作物需水量研究的重要組成部分。明晰ET₀時間序列尺度效應、周期性特征,可為精確預測參考作物蒸散量未來的變化趨勢提供重要理論依據(jù),對農(nóng)作物種植結構調(diào)整、區(qū)劃與布局具有指導意義,進而實現(xiàn)區(qū)域農(nóng)業(yè)水資源可持續(xù)利用的目的。本文選取我國四大氣候區(qū)溫帶季風、溫帶大陸、亞熱帶季風和高原山地氣候區(qū),采用1960~2017年ET₀時間序列數(shù)據(jù),基于多重分形、小波分析及云模型理論,進行了ET₀時間序列非線性分析、周期性分析及構建云推理預測模型。取得主要結果如下:（1）基于數(shù)理統(tǒng)計特征和多重分形譜,解析了參考作物蒸散量時間序列的時間尺度特征。4個氣候區(qū)年、季、月尺度ET₀時間序列均具有多重分形特征,ET₀時間序列呈現(xiàn)不規(guī)則高頻振蕩且為不完全隨機分布。月尺度呈現(xiàn)長程相關性與短距離變異,年尺度變異過程表現(xiàn)為反持續(xù)性特征與長距離變異。（2）采用Morlet小波系數(shù)實部等值線圖、小波方差圖和特征時間小波系數(shù)實部過程線,表征4個氣候區(qū)年、季、月ET_0... 

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
SUMMARY
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究進展
        1.2.1 時間序列非線性特征與尺度規(guī)律
        1.2.2 蒸散發(fā)周期性特征
        1.2.3 蒸散發(fā)預測方法研究進展
    1.3 研究內(nèi)容
    1.4 技術路線
第二章 研究區(qū)概況及方法
    2.1 研究區(qū)基本概況
        2.1.1 研究區(qū)域地理位置介紹
        2.1.2 研究區(qū)域氣候特點
    2.2 數(shù)據(jù)來源及處理
    2.3 研究方法
        2.3.1 參考作物蒸散量的計算方法
        2.3.2 數(shù)理統(tǒng)計特征值
        2.3.3 多重分形消除趨勢波動分析(MF-DFA)
        2.3.4 小波周期分析
        2.3.5 云模型預測
第三章 ET_0時間序列尺度特征
    3.1 不同氣候區(qū)ET_0時間序列統(tǒng)計特征值
        3.1.1 年尺度統(tǒng)計特征值
        3.1.2 季尺度統(tǒng)計特征值
        3.1.3 月尺度統(tǒng)計特征值
    3.2 ET_0 時間序列廣義Hurst指數(shù)變化特征
    3.3 不同氣候區(qū)ET_0時間序列多重分形特征
        3.3.1 年尺度ET_0時間序列分形特征
        3.3.2 季尺度ET_0時間序列分形特征
        3.3.3 月尺度ET_0時間序列分形特征
    3.4 討論
    3.5 小結
第四章 ET_0時間序列周期特征
    4.1 ET_0時間序列時頻特征
        4.1.1 年尺度時頻特征
        4.1.2 季尺度時頻特征
        4.1.3 月尺度時頻特征
    4.2 ET_0時間序列主要周期特征
        4.2.1 不同氣候區(qū)年尺度主要周期特征
        4.2.2 不同氣候區(qū)季尺度主要周期特征
        4.2.3 不同氣候區(qū)月尺度主要周期特征
    4.3 討論
    4.4 小結
第五章 不同氣候區(qū)ET_0時間序列預測分析
    5.1 不同時間尺度ET_0云模型數(shù)字特征
        5.1.1 年尺度ET_0云模型數(shù)字特征
        5.1.2 季尺度ET_0云模型數(shù)字特征
        5.1.3 月尺度ET_0云模型數(shù)字特征
    5.2 單條件單規(guī)則云推理預測
        5.2.1 年尺度預測模型
        5.2.2 季尺度預測模型
        5.2.3 月尺度預測模型
    5.3 單條件多規(guī)則云推理預測
        5.3.1 年尺度預測模型
        5.3.2 季尺度預測模型
        5.3.3 月尺度預測模型
    5.4 討論
    5.5 小結
第六章 結論與展望
    6.1 結論
    6.2 展望
參考文獻
致謝
作者簡介
在讀期間發(fā)表論文和研究成果等
導師簡介
項目資助


【參考文獻】：
期刊論文
[1]1960―2013年艾比湖綠洲濕地潛在蒸散量及地表濕潤度變化特征分析[J]. 張鈞泳,丁建麗,譚嬌,陳文倩,武鵬飛.  冰川凍土. 2019(04)
[2]多元自適應回歸樣條算法模擬川中丘陵區(qū)參考作物蒸散量[J]. 陳宣全,崔寧博,李繼平,徐浩若,劉雙美,麻澤龍,樂進華,王軍.  農(nóng)業(yè)工程學報. 2019(16)
[3]1961-2016年新疆哈密參考作物蒸散量變化與成因分析[J]. 張志高,蔡茂堂,苗運玲,鄭美潔,耿益新,姬曼琪.  自然災害學報. 2019(04)
[4]基于溫度的參考作物蒸散量計算方法的適用性評價[J]. 劉倩,張方敏,李威鵬,楊雷剛,景元書.  氣象與環(huán)境科學. 2019(02)
[5]水文序列相依變異識別的RIC定階準則——以自回歸模型為例[J]. 李雅晴,謝平,桑燕芳,陳杰,趙羽西,吳林倩.  水利學報. 2019(06)
[6]華山地區(qū)降水特征分析與年降水量預測[J]. 屈文崗,徐盼盼,錢會.  水土保持研究. 2019(03)
[7]4種人工智能模型在江西省參考作物蒸散量計算中的適用性[J]. 劉小華,魏炳乾,吳立峰,楊坡.  排灌機械工程學報. 2020(01)
[8]基于去趨勢分析的中國溫帶旱柳開花始期對氣候變暖的響應[J]. 周孝煌,鄭彥佳,徐琳,張煦庭,魏培.  中國農(nóng)業(yè)氣象. 2018(09)
[9]國內(nèi)外河流(網(wǎng))非線性動力系統(tǒng)防災分形理論研究綜述[J]. 田福昌,苑希民,王秀杰,耿慶柱.  水利學報. 2018(08)
[10]阿勒泰地區(qū)不同時間尺度參考作物蒸散量的時空變化及影響[J]. 康麗娟,巴特爾·巴克,羅那那,薛亞榮,王孟輝.  中國農(nóng)業(yè)氣象. 2018(08)

博士論文
[1]黃河中游水沙過程演變及水文非線性分析與模擬[D]. 張建軍.中國科學院研究生院(教育部水土保持與生態(tài)環(huán)境研究中心) 2016
[2]中國典型流域?qū)嶋H蒸散發(fā)的時空變異研究[D]. 李修倉.南京信息工程大學 2013
[3]河川徑流時間序列的分形特征研究[D]. 燕愛玲.西安理工大學 2007
[4]非線性多步預測與優(yōu)化方法及其在水文預報中的應用[D]. 謝景新.大連理工大學 2006
[5]基于非線性動力學的金融時間序列預測技術研究[D]. 盧山.東南大學 2006
[6]水文非線性時間序列分析的自記憶模型研究[D]. 李榮峰.西安理工大學 2005

碩士論文
[1]渭河流域水文氣象要素演變特征及徑流演變歸因分析[D]. 李爍陽.內(nèi)蒙古農(nóng)業(yè)大學 2019
[2]安徽省汛期降水特征分析[D]. 王雅燕.合肥工業(yè)大學 2019
[3]基于小波分析的安徽省降水特征分析及預測[D]. 陳滬生.合肥工業(yè)大學 2019
[4]氣候變化對中國森林生態(tài)系統(tǒng)水分利用效率的影響研究[D]. 江姍珊.南京林業(yè)大學 2018
[5]中國陸地蒸散發(fā)時空變化研究[D]. 孫爽.蘭州大學 2017
[6]毛烏素沙地氣候變化對參考作物蒸散量的影響[D]. 張潔林.中國地質(zhì)大學(北京) 2016
[7]重慶市參考作物蒸散量及地表濕潤指數(shù)時空分布規(guī)律研究[D]. 徐羽.西南大學 2015
[8]基于灰色神經(jīng)網(wǎng)絡的年降水量組合預測模型研究[D]. 郭寶麗.重慶大學 2014
[9]氣候變暖背景下中國氣候區(qū)劃的變化[D]. 劉靜.中國氣象科學研究院 2014
[10]基于神經(jīng)網(wǎng)絡的非線性系統(tǒng)時間序列的預測方法研究[D]. 牛家洋.山東師范大學 2013



本文編號：3722930