基于多元数据融合的安徽省干旱遥感监测模型研究(PDF)
灾害学[ISSN:1000-811X/CN:61-1097/P]
- 期数:
- 2021年04期
- 页码:
- 207-213
- 栏目:
- 探索.青年与灾害
- 出版日期:
- 2021-10-20
文章信息/Info
- Title:
- -
- 作者:
- 王军; 宁少尉; 金菊良; 等
-
- Author(s):
- -
-
- 关键词:
- -
- 分类号:
- X43;X915. 5;S127;S165+.2
- DOI:
- -
- 文献标识码:
- A
- 摘要:
- 干旱是威胁粮食安全的重要因素。为实现干旱的精准监测,提出距平温度指数、距平降水指数、距平土壤含水量指数,将距平模型分别和分类回归树、多元线性回归模型融合,提出距平分类回归树模型和距平多元线性回归模型,并验证模型的可行性。首先选取安徽省2001-2014年168个月的降水、遥感温度、植被和土壤含水量指标,将2001年-2010年距平指数作为率定期,2011-2014年距平指数作为验证期,分别计算距平分类回归树模型和距平多元线性回归模型参数,并预测验证期模型值,计算两种模型值与SPI1值的相关系数,并与历史干旱记录进行对比。结果表明:验证期距平分类回归树模型指数和SPI1的相关系数为0.878。验证期距平多元线性回归模型指数和SPI1的相关系数为0.882。验证期距平分类回归树模型与SPI1等级准确率为0.77。验证期距平多元线性回归模型与SPI1等级准确率为0.80。距平分类回归树和距平多元线性回归模型都有良好的监测效果,其中距平多元线性回归模型的监测效果更好些、可作为安徽省干旱监测的良好模型,为农业部门制定抗旱措施提供参考。
更新日期/Last Update: 2022-02-24