共被期刊论文引用了4次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于卫星遥感与气象站点数据的水稻高温热害监测和评估模型的改进显示文摘水稻是我国的三大粮食作物之一,对我国的粮食安全至关重要。随着近年来气候变暖愈演愈烈,水稻高温热害的发生也更加频繁,水稻高温热害已成为重大农业气象灾害。加强高温热害监测和预警技术研究已迫在眉睫。为此基于卫星遥感与气象站点数据建立了水稻高温热害监测和评估模型,模型可在全研究区域范围内,选择水稻生长季内的任意时段,对这时段内正处于抽穗开花期水稻的高温受害情况进行监测和评估。随着研究的深入,对上述模型进行如下的完善:(1)加入新的数据源提高气温反演的精度;(2)在监测和评估结果图像中增加水稻高温热害不同等级发生次数统计结果。 | 郭建茂 王锦杰 吴越 谢晓燕 申双和 于庚康 | 2018 | 自然灾害学报2018，27，1： | 10 |
| 2 | 点源时间序列数据缺失值的估值方法比较——以小流域气象和水文数据为例显示文摘对点源时间序列数据缺失值进行有效估值能提升其数据质量。为探究不同估值方法对点源时间序列数据缺失值的估值效果及其影响因素,以亚热带典型小流域长期定位观测的每日气象和水文数据(最高气温、最低气温、太阳辐射量、降雨量及地表径流量)为例,以均方根误差(RMSE)、绝对平均误差(MAE)和Pearson相关系数(r)为性能验证指标,比较了线性内插法(LIM)、K-最近邻插值法(KNNM)、样条插值法(SIM)、多项式插值法(PIM)和核密度估值法(KDEM)5种估值方法的估值性能差异及其主要影响因素。结果表明:(1)LIM、SIM和KDEM的估值性能总体上优于其它2种方法;(2)5种估值方法对气象数据(最高气温、最低气温和太阳辐射量)缺失值估值的RMSE为1.81~6.35,MAE为1.30~4.20,r为0.70~0.98(P<0.05),而对水文数据(降雨量和地表径流量)缺失值估值的RMSE为12.54~26.28,MAE为3.60~14.21,r为0.07~0.72。可见,各估值方法对气象数据的估值性能强于对水文数据;(3)上述数据集的变异系数(CV)与估值评估指标(RMSE、MAE及r)线性相关(P<0.05),是影响估值性能的重要因素。 | 甘蕾 周脚根 石锦 李希 沈健林 吕殿青 李裕元 吴金水 | 2018 | 中国农业气象2018，39，3： | 5 |
| 3 | 基于遥感数据的夏玉米高温热害监测评估显示文摘玉米作为一种重要的粮食作物,其产量对于国家粮食安全的影响至关重要。该文结合遥感与地面实测气温数据,基于地表温度与气温具有显著的线性相关关系,构建我国夏玉米主产区高温热害评估模型,并对该模型进行精度检验。结果表明:平原区域日平均气温的模拟结果决定系数在0.8以上,达到0.001显著性水平,均方根误差在1.8℃左右的小范围内波动;平原区域精度略高,山区精度略低(均方根误差为2.4℃)。利用该模型对2008—2018年黄淮海夏玉米主产区高温热害进行评估,发现2017年和2018年夏玉米受高温热害影响最严重,高温热害区主要分布在河北省东南部、河南省大部以及山东省西部,该结果与实际情况相符。 | 杨磊 韩丽娟 宋金玲 李森 | 2020 | 应用气象学报2020，31，6： | 4 |
| 4 | 城市雾霾污染经济损失风险智能评估模型研究显示文摘针对原有城市雾霾污染经济损失风险评估模型评估结果准确度较差的问题,构建城市雾霾污染经济损失风险智能评估模型。基于城市雾霾污染灾害链分析结果,构建雾霾污染经济损失智能评估构架。采用静态OI算法进行城市雾霾污染经济损失计算。基于经济损失计算结果与模型框架,完成智能评估模型指标权重划分设定。采用模糊评价方法与集对分析法相结合的形式,完成对城市雾霾污染经济损失风险的评估。至此,城市雾霾污染经济损失风险智能评估模型构建结束。设计对比实验,通过对比评估范围与边界体现模型评估准确度。与原有评估模型相比,此模型评估范围与边界更为完整。由此可见,此模型更有效。 | 史秀霞 | 2019 | 环境科学与管理2019，44，11： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员