基于条件植被温度指数的干旱预测研究

韩萍; 王鹏新; 张树誉; 朱德海

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于条件植被温度指数的干旱预测研究

韩萍, 王鹏新, 张树誉, 朱德海

文章导航 > 武汉大学学报 ( 信息科学版) > 2010 > 35(10): 1202-1206

韩萍, 王鹏新, 张树誉, 朱德海. 基于条件植被温度指数的干旱预测研究[J]. 武汉大学学报 ( 信息科学版), 2010, 35(10): 1202-1206.

引用本文:

韩萍, 王鹏新, 张树誉, 朱德海. 基于条件植被温度指数的干旱预测研究[J]. 武汉大学学报 ( 信息科学版), 2010, 35(10): 1202-1206.

HAN Ping, WANG Pengxin, ZHANG Shuyu, ZHU Dehai. Drought Forecasting with Vegetation Temperature Condition Index[J]. Geomatics and Information Science of Wuhan University, 2010, 35(10): 1202-1206.

Citation:

HAN Ping, WANG Pengxin, ZHANG Shuyu, ZHU Dehai. Drought Forecasting with Vegetation Temperature Condition Index[J]. Geomatics and Information Science of Wuhan University, 2010, 35(10): 1202-1206.

基于条件植被温度指数的干旱预测研究

¹中国农业大学理学院,北京市海淀区圆明园西路2号100193;²中国农业大学信息与电气工程学院,北京市海淀区圆明园西路2号100094;³陕西省农业遥感信息中心,西安市北关正街36号710015

基金项目: 国家自然科学基金资助项目(40871159,40571111)；国家高新技术研究和发展计划资助项目(2007AA12Z139)

详细信息

作者简介:
韩萍,博士生,主要研究领域:干旱监测和预测。

中图分类号: P237.9

Drought Forecasting with Vegetation Temperature Condition Index

¹College of Science,China Agricultural University,Beijing 100193,China;²College of Information and Electrical Engineering,China Agricultural University,Beijing 100083,China;³Remote Sensing Information Center for Agriculture of Shaanxi Province,Xi'an 710015,China

Funds: 国家自然科学基金资助项目(40871159,40571111)；国家高新技术研究和发展计划资助项目(2007AA12Z139)

摘要: 基于遥感定量化干旱监测结果,进行了干旱预测的研究。将遥感获得的条件植被温度指数VTCI序列应用于陕西关中平原地区,并利用ARIMA模型对该地区的VTCI时间序列进行分析建模预测。提出由点到面的时空序列预测方法,先对该区域的36个气象站所在像素点建立适合的ARIMA模型,再对整个区域所有像素点的VTCI时间序列进行建模预测。进行1步和2步预测,显示预测结果较好,1步预测精度好于2步预测;对历史数据进行AR(1)模型的拟合,拟合误差大部分较小。结果显示AR(1)模型适合VTCI序列。
- VTCI序列 /
- ARIMA模型 /
- 干旱预测 /
- 预测误差 /
- 拟合误差
Abstract: The drought forecasting models is developed using the time series of the quantitative drought monitoring results of vegetation temperature condition index(VTCI) in the Guanzhong Plain of Northwest China.The autoregressive integrated moving average(ARIMA) is used to simulate the VTCI series of each pixel and forecast their changes in the future.A new way of modeling the spatio-temporal series is presented by extending of the forecasting models of some pixels to the whole area.The AR(1) models are suitable for all VTCI series of the 36 pixels.Therefore,the AR(1) models are applied to each pixel of the whole area,and the forecast is done with 1-2 lead-times.Comparing the monitoring and forecasting results,the forecasting accuracies of the AR(1) models are better,and the accuracies of the 1 lead-time are less than those of the 2 lead-times.The VTCI series of pixels in the whole study area are fitted by the selected best models.Comparing the fitting data with the historical data,the results show that VTCI series are better fitted by AR(1) models.Most of the simulating errors are small.All these results demonstrate that AR(1) models are suitable for drought forecasting using the VTCI series.
- vegetation temperature condition index /
- ARIMA model /
- drought forecasting /
- forecasting errors /
- simulating errors

[1]	方志祥, 倪雅倩, 黄守倩. 融合Markov与多类机器学习模型的个体出行位置预测模型 . 武汉大学学报 ( 信息科学版), 2021, 46(6): 799-806. doi: 10.13203/j.whugis20190404
[2]	潘国荣, 郭巍, 周跃寅. 一种基于先验误差分解定权的精密测量拟合算法 . 武汉大学学报 ( 信息科学版), 2015, 40(10): 1339-1343. doi: 10.13203/j.whugis20130768
[3]	邓敏, 陈倜, 杨文涛. 融合空间尺度特征的时空序列预测建模方法 . 武汉大学学报 ( 信息科学版), 2015, 40(12): 1625-1632. doi: 10.13203/j.whugis20130842
[4]	祁春燕, 邱国庆, 张海荣. 底板突水预测模型的影响因素分析 . 武汉大学学报 ( 信息科学版), 2013, 38(2): 153-156,247.
[5]	魏二虎, 李智强, 龚光裕, 张帅. 极移时间序列模型的拟合与预测 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1420-1424.
[6]	柯灏, 赵建虎, 张红梅. 短潮位序列系统误差的探测及修复方法研究 . 武汉大学学报 ( 信息科学版), 2012, 37(7): 843-846.
[7]	归庆明, 韩松辉. Kalman滤波模型误差的修复 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 983-987.
[8]	李子阳, 郭丽, 顾冲时. 大坝监测资料的时变Kalman预测模型 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 991-995.
[9]	高永梅, 欧吉坤. 利用系统误差延续性的基线解算选权拟合法 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 787-789.
[10]	张菊清, 杨元喜, 张亮. 地图数字化误差纠正的拟合推估法 . 武汉大学学报 ( 信息科学版), 2008, 33(5): 508-511.
[11]	朱元泓. 一种新的网目印刷光谱预测模型 . 武汉大学学报 ( 信息科学版), 2007, 32(7): 654-657.
[12]	吴涛, 颜辉武, 唐桂刚. 三峡库区水质数据时间序列分析预测研究 . 武汉大学学报 ( 信息科学版), 2006, 31(6): 500-502.
[13]	苗作华, 刘耀林, 王海军. 耕地需求量预测的加权模糊-马尔可夫链模型 . 武汉大学学报 ( 信息科学版), 2005, 30(4): 305-308.
[14]	潘国荣. 基于时间序列分析的动态变形预测模型研究 . 武汉大学学报 ( 信息科学版), 2005, 30(6): 483-487.
[15]	刘耀林, 刘艳芳, 张玉梅. 基于灰色-马尔柯夫链预测模型的耕地需求量预测研究 . 武汉大学学报 ( 信息科学版), 2004, 29(7): 575-579,596.
[16]	周世健, 赖志坤, 藏德彦, 鲁铁定. 加权灰色预测模型及其计算实现 . 武汉大学学报 ( 信息科学版), 2002, 27(5): 451-455.
[17]	周世健, 官云兰, 鲁铁定, 臧德彦. 误差分布的解析拟合 . 武汉大学学报 ( 信息科学版), 2001, 26(5): 455-458.
[18]	张景雄, 杜道生. 基于模糊场的ε-误差带模型 . 武汉大学学报 ( 信息科学版), 1997, 22(3): 212-215.
[19]	蓝悦明, 王新洲. 灰色预测用于大坝水平变形预测的研究 . 武汉大学学报 ( 信息科学版), 1996, 21(4): 350-354.
[20]	万幼川, 李植生, 梁小民, 刘良明. 湖泊水质预测模型的建立及其应用 . 武汉大学学报 ( 信息科学版), 1996, 21(4): 375-381.

点击查看大图

计量

文章访问数: 622
HTML全文浏览量: 55
PDF下载量: 478
被引次数: 0

基于条件植被温度指数的干旱预测研究

¹中国农业大学理学院,北京市海淀区圆明园西路2号100193;²中国农业大学信息与电气工程学院,北京市海淀区圆明园西路2号100094;³陕西省农业遥感信息中心,西安市北关正街36号710015

基金项目: 国家自然科学基金资助项目(40871159,40571111)；国家高新技术研究和发展计划资助项目(2007AA12Z139)

作者简介:
韩萍,博士生,主要研究领域:干旱监测和预测。

收稿日期: 2010-07-20
修回日期: 2010-07-20
刊出日期: 2010-10-05

中图分类号: P237.9

关键词:

VTCI序列 /

ARIMA模型 /

干旱预测 /

预测误差 /

拟合误差

摘要: 基于遥感定量化干旱监测结果,进行了干旱预测的研究。将遥感获得的条件植被温度指数VTCI序列应用于陕西关中平原地区,并利用ARIMA模型对该地区的VTCI时间序列进行分析建模预测。提出由点到面的时空序列预测方法,先对该区域的36个气象站所在像素点建立适合的ARIMA模型,再对整个区域所有像素点的VTCI时间序列进行建模预测。进行1步和2步预测,显示预测结果较好,1步预测精度好于2步预测;对历史数据进行AR(1)模型的拟合,拟合误差大部分较小。结果显示AR(1)模型适合VTCI序列。

English Abstract

Drought Forecasting with Vegetation Temperature Condition Index

¹College of Science,China Agricultural University,Beijing 100193,China;²College of Information and Electrical Engineering,China Agricultural University,Beijing 100083,China;³Remote Sensing Information Center for Agriculture of Shaanxi Province,Xi'an 710015,China

Funds: 国家自然科学基金资助项目(40871159,40571111)；国家高新技术研究和发展计划资助项目(2007AA12Z139)

Received Date: 2010-07-20
Rev Recd Date: 2010-07-20
Publish Date: 2010-10-05

Keywords:

vegetation temperature condition index /
ARIMA model /
drought forecasting /
forecasting errors /
simulating errors

Abstract: The drought forecasting models is developed using the time series of the quantitative drought monitoring results of vegetation temperature condition index(VTCI) in the Guanzhong Plain of Northwest China.The autoregressive integrated moving average(ARIMA) is used to simulate the VTCI series of each pixel and forecast their changes in the future.A new way of modeling the spatio-temporal series is presented by extending of the forecasting models of some pixels to the whole area.The AR(1) models are suitable for all VTCI series of the 36 pixels.Therefore,the AR(1) models are applied to each pixel of the whole area,and the forecast is done with 1-2 lead-times.Comparing the monitoring and forecasting results,the forecasting accuracies of the AR(1) models are better,and the accuracies of the 1 lead-time are less than those of the 2 lead-times.The VTCI series of pixels in the whole study area are fitted by the selected best models.Comparing the fitting data with the historical data,the results show that VTCI series are better fitted by AR(1) models.Most of the simulating errors are small.All these results demonstrate that AR(1) models are suitable for drought forecasting using the VTCI series.

韩萍, 王鹏新, 张树誉, 朱德海. 基于条件植被温度指数的干旱预测研究[J]. 武汉大学学报 ( 信息科学版), 2010, 35(10): 1202-1206.

引用本文:

韩萍, 王鹏新, 张树誉, 朱德海. 基于条件植被温度指数的干旱预测研究[J]. 武汉大学学报 ( 信息科学版), 2010, 35(10): 1202-1206.

HAN Ping, WANG Pengxin, ZHANG Shuyu, ZHU Dehai. Drought Forecasting with Vegetation Temperature Condition Index[J]. Geomatics and Information Science of Wuhan University, 2010, 35(10): 1202-1206.

Citation:

HAN Ping, WANG Pengxin, ZHANG Shuyu, ZHU Dehai. Drought Forecasting with Vegetation Temperature Condition Index[J]. Geomatics and Information Science of Wuhan University, 2010, 35(10): 1202-1206.