中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于相空间重构与RBF神经网络模型的面上干旱预测研究

文献类型:期刊论文

作者田苗 ; 王鹏新 ; 侯姗姗 ; 韩萍
刊名干旱地区农业研究
出版日期2013
页码164-168+180
关键词条件植被温度指数 干旱预测 相空间重构 神经网络 RBF
中文摘要条件植被温度指数(VTCI)是一种适合关中平原的近实时定量化的干旱监测方法,在前期基于以旬为单位的VTCI样本点上相空间重构与RBF神经网络干旱预测研究的基础上,进一步进行了VTCI遥感面上的干旱预测研究。通过分析样本点VTCI时间序列的延迟时间和重构维数,确定整个面上VTCI时间序列相空间维数为7,从而对面上VTCI数据进行了相空间重构。对重构后的VTCI数据应用RBF神经网络模型预测得到了2009年4月上旬到5月中旬的VTCI预测结果。结果表明,多旬预测结果都较好地反映了监测结果的特征,各旬预测结果的绝对误差频数分布主要集中在-0.2到0.2之间。应用Kappa系数评价预测结果与监测结果的一致性程度:5月中旬为显著,4月上旬和中旬为中度,4月下旬和5月上旬的一致性为弱,但阳性一致率较高。该模型的面上预测精度较好,适合关中平原的干旱预测研究。
收录类别CNKI
公开日期2015-01-04
源URL[http://ir.ceode.ac.cn/handle/183411/33357]  
专题遥感与数字地球研究所_中文期刊论文_期刊论文
推荐引用方式
GB/T 7714
田苗,王鹏新,侯姗姗,等. 基于相空间重构与RBF神经网络模型的面上干旱预测研究[J]. 干旱地区农业研究,2013:164-168+180.
APA 田苗,王鹏新,侯姗姗,&韩萍.(2013).基于相空间重构与RBF神经网络模型的面上干旱预测研究.干旱地区农业研究,164-168+180.
MLA 田苗,et al."基于相空间重构与RBF神经网络模型的面上干旱预测研究".干旱地区农业研究 (2013):164-168+180.

入库方式: OAI收割

来源:遥感与数字地球研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。