中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于灰色马尔科夫的参考作物腾发量预测 节水灌溉 2010 (4) 12-15
Position: Home > Articles > Reference Evaportranspiration Prediction Based on Gray-Markov Model Water Saving Irrigation 2010 (4) 12-15

基于灰色马尔科夫的参考作物腾发量预测

作  者：
于淼;迟道才;李增;曲霞;刘婷婷
单  位：
沈阳农业大学水利学院
关键词：
参考作物腾发量;GM(1,1)模型;马尔科夫模型
摘  要：
参考作物腾发量(ET0)是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水量预报精度具有十分重要的意义。针对GM(1,1)模型在原始数据变化幅度较大且趋势不明显时预测效果差的情况,作者提出了用马尔科夫对GM(1,1)模型修正的组合模型,该模型结合了灰色模型可以揭示预测数据的发展趋势以及马尔科夫预测适合描述随机波动性较大的预测问题的优点,将其应用于沈阳地区参考作物腾发量预测中,对比分析了GM(1,1)模型与灰色马尔科夫模型的预测结果。结果表明,灰色马尔科夫模型不仅能反映系统的动态特性,还具有比GM(1,1)更高的预测精度、逼近性和稳定性,具有较好的应用价值。
译  名：
Reference Evaportranspiration Prediction Based on Gray-Markov Model
作  者：
YU Miao,CHI Dao-cai,LI Zeng,QU Xia,LIU Ting-ting(College of Water Resource,Shenyang Agriculutre University,Shenyang 110161,China)
关键词：
reference evaportranspiration;gray model;Markov model
摘  要：
Reference Evaportranspiration is a key parameter in estimating crop evaportranspiration.Accurate Reference Evaportranspiration prediction has an important meaning for improving precision of Crop Water Requirement prediction.Owing to the large variation amplitude and no obvious trend of primary data,the results of GM(1,1) prediction have poor effect.According to the above situation,this paper put forward a combined gray model modified by Markov.The Gray-Markov forecast model,which possesses the advantages of revelation of predicting data development trends and the adaptation to descript prediction of large random fluctuation,is used to forecast Reference evaportranspiration in Shenyang city.This paper analyzes the prediction results on GM(1,1) model and Markov model,respectively.The results show that the Gray-Markov model not only reflects dynamic features of the system,but also has higher precision and stability,and has good application value.

相似文章

导出引用
计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46