期刊文章详细信息
基于花前物候利用灰色关联分析法建立油菜花期预报模型
Prediction Model of Flowering Date of Rape Established by Using Grey Relational Analysis Method Based on Pre-flowering Phenology
文献类型:期刊文章
FENG Min-yu;KONG Ping;HU Ping;CHEN Xiao-lei;WU Feng-yu;LIAO Nan-jing(Meteorological Bureau of Nanchang,Nanchang 330038,China;Jiangxi Eco-meteorological Center,Nanchang 330096;Meteorological Bureau of Nanchang County,Nanchang 330200;Meteorological Bureau of Anyi County,Anyi 330500;Meteorological Bureau of Jinxian County,Jinxian 331700)
机构地区:[1]江西省南昌市气象局,南昌330038 [2]江西省生态气象中心,南昌330096 [3]江西省南昌县气象局,南昌330200 [4]安义县气象局,安义330500 [5]进贤县气象局,进贤331700
基 金:南昌市农业气象重点实验室开放研究基金项目(2019NNZS204)。
年 份:2021
卷 号:42
期 号:11
起止页码:929-938
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:采用相关分析法确定与油菜始花期显著相关的冬季气候因子和用灰色关联分析法确定与始花期关联最大的花前物候期因子,分别建立多元回归线性方程,并进行回代检验,以探索简便易操作的油菜始花期预测方法。利用均方根误差(RMSE)和相对误差(RE)对模型的模拟效果进行评价。结果表明:(1)与油菜始花期显著相关的冬季气象因子为1月平均最低气温、2月平均最低气温和2月日照时数,相关系数分别为−0.404、−0.556和−0.478。三个自变量因子不存在共线性关系,建立的回归模型具有统计学意义且通过显著性检验。(2)油菜花前各物候期以抽薹期和现蕾期与始花期关联度大,相关系数分别为0.656和0.634。建立的回归模型同样具有统计学意义并通过显著性检验。(3)分别对两种方法建立的模型进行检验与评价,回代检验表明两种方法建立的模型拟合精度总体上较接近。基于气候因子的模型RMSE气候因子为7.16,RE气候因子为11.2%;基于物候因子的模型RMSE物候因子为6.50,RE物候因子为3.87%。皮尔逊相关分析表明,实际值与两种方法拟合值的相关系数R物候因子和R气候因子分别为0.738和0.658,均通过了0.01水平的显著性检验。R物候因子>R气候因子,综合各项指标分析认为,灰色关联分析法建立的模型预测油菜始花期比利用气候因子建立的模型更可靠。
关 键 词:油菜 花期预报模型 相关分析法 灰色关联分析法 物候期
分 类 号:S565.4] S162.55
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...