农业机械学报

作者：李俐,许连香,王鹏新,齐璇,王蕾

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：夏玉米;条件植被温度指数;求和自回归移动平均模型;季节性求和自回归移动平均模型;干旱预测

基金：国家重点研发计划重点专项项目（2016YFD0300603-3）

为验证条件植被温度指数（VTCI）在夏玉米生长季干旱预测中的适用性，以河北中部平原为研究区，应用求和自回归移动平均（ARIMA）模型及季节性求和自回归移动平均（SARIMA）模型，对该地区VTCI时间序列数据进行分析建模预测。首先基于49个气象站点所在像素的VTCI时间序列数据，选取不同长度时间序列建立ARIMA模型，并分析时间序列长度与预测精度间关系，以期为时间序列长度选择提供依据；然后选择理想长度的VTCI时间序列数据，分别建立ARIMA模型和SARIMA模型，用于研究区域2017年夏玉米生长季VTCI预测，并分析评价两模型预测精度；最后采用性能较好的ARIMA模型逐像素建模预测，得到2016—2018年9月上旬至下旬VTCI预测结果。结果表明：基于ARIMA模型的VTCI预测精度与时间序列长度未呈现明显的相关关系，但随时间序列长度增加，模型预测精度逐渐趋于稳定；ARIMA模型对干旱的预测精度高于基于SARIMA模型，其1步、2步、3步VTCI预测结果均方根误差较SARIMA模型分别降低0.06、0.07、0.09；ARIMA模型在不同年份夏玉米生长季VTCI 1~3步的预测精度稳定性较好，2016—2018年1步、2步和3步VTCI预测结果绝对误差绝对值大于0?20的像素平均百分比分别为5.84%、6.38%、8.72%。

来源：2020年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第1期