区域参考作物腾发量演变特征及预测模型研究

　　《区域参考作物腾发量演变特征及预测模型研究》根据辽宁省近50年的气象资料，应用Penman-Montieth（P-M）公式计算了逐月参考作物腾发量，对参考作物腾发量及气象要素的年际变化特征、季节变化特征、月际变化特征及趋势进行了分析，应用统计检验方法分析了影响参考作物腾发量变化的主要气象因素。利用计算的逐月ETO数据，一个地区（流域）相应建立了一种或几种腾发量预测模型[随机型时间序列模型、确定型时间序列模型、基于小波消噪的随机模型、α-加权模糊线性回归预测模型、小波消噪的偏最小二乘回归预测模型、BP神经网络ETO预测模型、RBF神经网络ETO预测模型、Elman神经网络ETO预测模型、支持向量机（support vector machine，SVM）ET，。预测模型、基于最小二乘支持向量机的ETO预测模型、动量改进BP神经网络ETO预测模型、自适应模糊推理系统（ANFIS）神经网络ETO预测模型、广义回归神经网络模型、灰色BP神经网络模型、灰色广义回归神经网络模型]，并对模型进行了显著性检验。同时还研究了抚顺地区参考作物腾发量的分布式模型。《区域参考作物腾发量演变特征及预测模型研究》可供农田水利、水资源、水文、生态、环境等专业的生产、教学、科研、管理及决策者使用和参考。

暂缺《区域参考作物腾发量演变特征及预测模型研究》作者简介

前言
第1章 绪论
1.1 研究目的与意义
1.2 国内外研究现状
第2章 太子河流域参考作物腾发量估算与预测摸型研究
2.1 研究目的与意义
2.2 太子河流域参考作物腾发量变化趋势及影响因素分析
2.3 基于单一气象数据估算参考作物腾发量
2.4 应用时间序列方法拟合参考作物腾发量
2.5 结论
附录
第3章 锦州地区参考作物腾发量演变特征与预测模型研究
3.1 研究目的与意义
3.2 参考作物腾发量趋势及影响因素分析
3.3 α-加权模糊线性回归法在参考作物腾发量预测中的应用
3.4 基于小波消噪的ET0系列复杂度的研究及预测模型的建立
3.5 结论
第4章 铁岭地区参考作物腾发量演变特征与预测研究
4.1 研究目的与意义
4.2 参考作物腾发量演变特征及影响因素分析
4.3 基于神经网络的参考作物腾发量预测
4.4 基于支持向量基的参考作物腾发量预测
4.5 结论
第5章 丹东市参考作物腾发量实时预报研究
5.1 丹东市参考作物腾发量的计算
5.2 人工神经网络在ET0实时预报中的应用
5.3 结论
第6章 辽阳市参考作物腾发量实时预报研究
6.1 研究目的与意义
6.2 参考作物腾发量的计算
6.3 人工神经网络在ET0实时预报中的应用
6.4 结论
第7章 鞍山地区参考作物腾发置计算与预测摸型研究
7.1 研究目的与意义
7.2 鞍山地区气象要素变化特征
7.3 参考作物腾发量变化趋势及影响因素分析
7.4 鞍山地区适宜参考作物腾发量计算模型研究
7.5 参考作物腾发量预测模型研究
7.6 结论
第8章 基于GIS的抚顺地区参考作物需水量时空演变规律研究
8.1 研究目的与意义
8.2 抚顺地区参考作物需水量的计算与分析
8.3 气象站间参考作物需水量的变化分析
8.4 抚顺地区参考作物需水量分布式模型的建立
8.5 结论
参考文献