基于聚类法筛选历史相似气象数据的玉米产量DSSAT-CERES-Maize预测

摘要：

根据陕西杨凌、合阳、长武3个站点各2 a玉米试验,在对玉米生长模拟模型CERES-Maize进行调试、验证的基础上,探索在生育期内进行动态产量预测的方法并验证.研究将目标生育期内未知气象数据分别用试验地的多年历史同期数据代替,结合生育期实时数据对应生成多个完整的气象数据序列运行模型预测产量.随着生育期的推进,逐日在气象数据序列中融入目标年实测的气象数据,从播种至收获动态模拟玉米产量.此外该研究使用改进前后的K-NN算法从历史气象年份中筛选目标年的气象相似年份进而预测产量.通过对3种方法预测精度及预测效率对比,确定改进的K-NN算法最优.研究表明,玉米生育前期产量预测可靠性和准确率均较差,抽雄后预测精度迅速提高;利用改进的K-NN算法在3个站点全生育期预测产量的平均绝对相对误差的均值分别为9.9%、19.8%、17.9%,抽雄后预测产量的平均绝对相对误差在0.2%~12.6%之间,相比于使用全部历史年份数据进行全生育期产量预测,模拟所需时间从61 min缩短至25 min.对该方法中降雨因子的筛选进一步改进可提高预报精度,未来有望达到业务应用水平.

关键词：聚类、气象预报、模型、玉米、产量预测、CERES-Maize、K-NN

所属期刊栏目：33

分类号：S165+.27(农业气象学)

资助基金：国家高技术研究发展计划863计划2013AA102904;陕西省科技统筹创新工程计划项目2016KTZDNY03-06;黄土高原土壤侵蚀与旱地农业国家重点实验室开放基金A314021402-1611;西北农林科技大学人才专项资金;高等学校学科创新引智计划111计划B12007

在线出版日期：2017-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：147-155