本项目将以GIS和MATLAB为主要研究平台,在GIS系统支持下,利用DEM获取主要地形因子(经度、纬度、高程、坡度、坡向、遮蔽度),采用协同Kring方法完成各气象因子栅格数据库的建立,在此基础上分析气象因子、地形因子与作物需水量之间的关系和区域作物需水量空间分布规律;将主成分分析方法与统计学习理论相结合,利用主成分分析选择影响作物需水量的主要影响因素,并将这些影响因素作为输入,以作物需水量为输出,引入支持向量机方法,以提高大区域复杂地形稀疏站点条件下作物需水量估算精度为目标,构建能综合考虑气象因子和地形因子的支持向量机估算模型;将ARCGIS和支持向量机模型有机结合,生成区域作物需水量空间分布图,实现研究结果的可视化表达。本项研究将为作物需水量的空间分布特征分析和建立全国尺度的灌溉试验栅格数据库提供技术支持,其成果对于区域水资源的合理配置,实现水资源的可持续利用具有非常重要
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
基于分形维数和支持向量机的串联电弧故障诊断方法
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
深度神经映射支持向量机的新模型
不确定支持向量机及其应用
InSAR支持下基于支持向量机的地震滑坡空间预测研究
Twin支持向量机的拓广及其应用