一、吉林省初霜中长期预报方法研究(论文文献综述)
杨晓燕[1](2020)在《环境行为视域下微气候对景区游客量的影响研究》文中认为伴随旅游业高质量发展时代的到来,旅游产品与服务高端化、品质化、多样化、精准化的需求趋势凸显。游客对气候的偏好和需求不断增强,气候逐渐成为影响旅游需求和供给的重要因素。针对不同尺度的气候旅游资源的优化配置和创新性开发,将会助推旅游业供给侧结构性改革的创新,也将有助于防范气候影响下的系统性公共卫生和健康安全隐患对旅游业的冲击。当前针对气候对游客影响的宏观和中观研究居多,从微观视角出发剖析微气候对游客的影响较少且缺乏系统性。存在一系列问题有待分析和解决,如微气候对景区游客量影响的机理是什么?微气候和微气氛的时空性联动如何影响景区游客量?景区微气候是否存在时空性变化的规律?日、节气、月微气候对景区游客量影响是否存在?影响方向和影响程度是否存在差异?应该如何进行微气候资源的开发等?因此,本研究立足于景区空间尺度的微气候分析,重点聚焦微气候和微气氛时空性联动对景区游客量影响的相关问题,对其进行全面系统分析。本研究按照“理论探索-模型建构-实证检验”的研究思路开展相关研究。理论探索——主要分析微气候对景区游客量影响的基础性理论支撑是什么?模型建构——展开系统的微气候对景区游客量影响的理论分析,探索微气候和微气氛时空性联动对景区游客量影响,建构日、节气、月微气候和微气氛联动对景区游客量影响的知觉-行为模型,构筑微气候对景区游客量影响的分析框架。实证检验——景区微气候时空性变化的实证检验分析,验证区域内景区和5A级景区微气候时空性变化的规律特征。针对日、节气、月不同时序景区景区微气候和微气氛时空性联动对景区游客量的影响进行系统的实证分析,为深化微气候在旅游场域中的研究与创新性发展进行积极探索。研究过程可概括为:第一,系统的理论梳理与理论分析:界定基本概念,梳理本研究所需的基础理论,回顾国内外相关研究,提出研究方向与研究问题;第二,探索微气候和微气氛时空性联动对景区游客量的影响机理,建构微气候-微气氛联动的知觉-行为模型,日、节气、月微气候和微气氛时空性联动对景区游客量的影响机理,建构日、节气、月微气候-微气氛联动的知觉-行为模型,形成系统的分析框架;第三,运用ArcGIS地图分析法,进行景区微气候时空性变化的实证分析,以福建省各区域内A级景区为例,通过微气候适游指数分析区域内景区以及5A级景区的微气候适游度,剖析景区微气候时空性变化的共性特征与演化规律;第四,基于日、节气、月微气候时空变化的共性与差异性规律,运用自回归分布滞后模型(ADRL)分析方法,分别检验日、节气、月微气候和微气氛时空性联动对景区游客量的影响方向、影响程度,进一步剖析当期和滞后期日、节气、月微气候和微气氛对当期景区游客量的动态影响规律。第五,系统分析景区微气候的时空变化规律,探索日、节气、月微气候和微气氛时空性联动对景区游客量影响的共性与差异性,提出相应的管理启示与建议。本研究的结论阐述如下:(1)景区微气候时空性变化分析:福建省区域内景区和5A级景区日、节气、月微气候时空性变化和差异显着,时空性动态变化凸显各个区域内景区的共性特征,区域间亦存在微气候时序性渐变与空间性过渡现象。(2)气温、相对湿度、降水量、风速、微气候适游度对景区游客量的影响存在影响方向和影响程度的时空性差异,微气候驱动微气氛对景区游客量的影响存在显着的类型和时空差异,微气候和微气氛时空性联动对景区游客量的影响呈多时空和多景区差异化的互动影响关系,当期影响均为正向,滞后期多为负向。(3)气温、相对湿度、风速对较低纬度景区游客量的影响比较高纬度景区的影响大。降水量对较高纬度景区日影响较大,对较低纬度景区节气和月影响较大,日和节气多为正向影响,月多为负向影响。微气候适游度对较高纬度景区的节气影响较大,对较低纬度景区的日和月影响较大。景区微气候驱动微气氛对较低纬度景区的影响在日和节气比较高纬度景区游客量的影响大,月影响则相反,滞后期效应显着。景区微气候和微气氛时空性联动对较高纬度景区日影响较大,对较低纬度景区节气和月影响较大。(4)景区日、节气起始日和月气温对较高海拔景区游客量的影响比较低海拔景区的影响大。降水量对较低海拔景区游客量的影响比较高海拔景区游客量大,节气影响多呈正向,日和月影响多呈负向。风速对较高海拔景区的影响比较低海拔景区的影响大,对较高海拔景区的影响多呈正向影响,对较低海拔景区的影响多呈负向。微气候适游度对较高海拔景区的节气起始日和月影响比较低海拔景区大,多呈正向影响,对较低海拔景区的日和节气累积影响比较高海拔景区的影响大。微气候驱动微气氛对较高海拔景区游的日和月影响大于较低海拔景区,节气对较低海拔景区游客量的影响比较高海拔景区的影响程度大。微气候和微气氛时空性联动对较低海拔景区游客量的影响比较高海拔景区游客量大。本研究在重点探究微气候对景区游客量影响的“理论探索-模型建构-实证检验”3个相关问题的系统分析基础上,提出相应的建议:(1)针对政府行政主管部门,提出强化县域和省域内景区微气候旅游资源的监测与分析;强化县域内景区日、节气、月微气候旅游产品和服务的时序性联动与空间性互动管理;推进微气候旅游形象的共同塑造与时空性营销体系的构建;强化跨景区和跨区域微气候旅游合作政策引导;强化中央和地方各层级“文化旅游+气象”基础上的多部门和跨部门互动、协同、创新机制的形成。(2)针对景区经营管理者,提出将微气候作为重要因素纳入景区旅游产品与服务供给;助推大数据与智慧化发展基础上的微气候旅游发展格局形成、服务提质增效、互补和创新;优化景区人力资源结构,强化人力资源培训,支撑景区微气候旅游深度发展与服务创新;强化景区微气候和微气氛时空联动的营销模式创新。(3)针对景区行业协会,提出助推景区微气候旅游资源标准的制定;助推景区微气候旅游产品与服务的创新性供给;驱动景区微气候和微气氛时空性联动的旅游供需互动研究的建议。(4)针对旅游运营商,提出强化景区微气候驱动的旅游产品开发;强化景区微气候和微气氛联动下的旅游产品跨时空组合性开发与策划;强化线上线下景区微气候旅游产品与服务的创新性整合、互动性开发;强化线上日、节气、月景区微气候和微气氛信息的发布、更新,引导游客日、节气、月当期或者潜在旅游需求。本研究重点探究微气候对景区游客量影响的“理论探索-模型建构-实证检验”3个相关议题,具有一定的创新与贡献:(1)本研究建构微气候和微气氛时空性联动对景区游客量影响的机理,突破传统环境行为理论静态与单空间分析的局限,拓展了环境行为的时序性、空间性以及时空结合的互动机理,这是本研究的理论创新。借助ADRL模型,系统分析日、节气、月微气候和微气氛时空性联动对景区游客量的当期和滞后期影响,这是本研究的方法应用创新。(2)本研究在微气候对景区游客量的影响的理论研究和实践应用都取得一定的贡献。理论层面,探索微气候-游客-微气氛互动机理,拓展日、节气、月微气候对景区游客量影响共性与差异性分析,从跨学科和多学科视角出发拓展了微气候对景区游客量影响的跨学科研究的深度和广度,推进微气候对景区游客量影响的理论研究。实践层面,建构微气候适游指数,在传统气候舒适度指数基础上,构建雨量舒适指数,提出综合反映景区微气候适游程度的景区微气候适游指数,形成反映微气候动态变化规律的25等级评价方法,系统分析福建省景区微气候时空变化规律,为微气候资源的时空性优化配置提供重要支撑。
王婧瑄[2](2020)在《东北春玉米积温订正模型构建及其在发育期预报的应用》文中进行了进一步梳理东北地区是中国最大的春玉米生产基地,在确保粮食安全方面发挥着重要作用。温度是影响农业生产的重要环境因素。积温是温度的累加,作物生育期内所需积温是相对稳定的,积温可以用于估算作物的生长发育速率。作物生育期内的积温可能由于受到环境因素、作物种类和品种的影响,在地区间、年际间体现出不稳定性,进而影响积温在发育期预报等方面的应用。因此,修正现有积温模型,提高生育期内积温的稳定性,对积温指标更好的应用在农业生产实践中具有重要的意义。本文基于东北地区春玉米的生长发育情况,选取海伦、泰来、敦化、长岭、宽甸、庄河六个站作为试验站点,通过分析光、温、水等气象因子和各发育期积温之间的关系,筛选出影响积温稳定性最重要的气象因子,并由该因子出发订正活动积温模型,提出订正模型的公式并计算。对比订正模型和活动积温、有效积温各站点年际间的积温稳定性后,得到稳定性更好的订正模型。分别利用活动积温、有效积温和订正模型预报春玉米发育期,进行回代检验和试报检验,评价订正模型的发育期预报效果。结果表明:大部分站点生育期活动积温、有效积温随年份变化呈增加趋势;温度条件是影响春玉米发育期积温稳定性的最主要因素,且纬度越高,温度越低的站点,温度因子对积温稳定性的影响程度越大;从日平均温度因子出发基于活动积温得到了积温订正模型,在各发育期各站点,订正模型积温的变异系数相比于活动积温和有效积温的变异系数均有所降低,说明订正模型在提高积温稳定性方面效果较好,在出苗-抽雄阶段和抽雄-成熟阶段订正模型较活动积温模型变异系数分别平均减小了0.9%和1.7%,较有效积温模型变异系数分别平均减小了5.0%和8.1%;进行春玉米发育期预报的回代检验时,订正模型的表现普遍好于原模型。在抽雄期预报中,订正模型较实际发育期的平均误差比有效积温减少了1.2d。在成熟期预报中,订正模型的平均误差比活动积温误差减少了3.5d,比有效积温减少了8.8d;2011-2017年春玉米抽雄期的预报精度未取得明显的提高,但成熟期预报中,订正模型的平均误差比活动积温误差减少了0.7 d,比有效积温减少了6.4 d。本文提出的订正模型一定程度上提高了有效积温和活动积温的稳定性,并在作物发育期预报应用中取得了较好效果。积温订正模型有助于为农业生产措施提供依据,为作物发育期预报研究提供新的思路。
王婧瑄,郭建平,李蕊[3](2019)在《春玉米积温稳定性及在发育期预报中的应用》文中进行了进一步梳理修正已有积温模型,提高积温稳定性,对积温指标更好地应用于农业生产实践有重要意义。基于东北地区春玉米的生长发育情况,综合分析影响积温稳定性的气象因素,订正常用的活动积温模型。在进行积温稳定性评价基础上,将订正模型应用于春玉米的发育期预报中。结果表明:温度条件是影响积温稳定性的最主要因素,基于温度因子得到的订正模型,在出苗-抽雄阶段和抽雄-成熟阶段较原模型年际间变异系数分别平均减小了0.42%和1.42%,订正模型计算的积温稳定性更好。分别利用1981—2010年及2011—2017年资料进行回代及预报检验,发现订正模型对抽雄期的预报结果改进不明显,对成熟期的预报结果误差较原活动积温模型在回代及预报检验中分别降低了3.78 d和1.1 d。
胡朋瑞[4](2019)在《嫩江流域水资源调度决策支持系统设计与开发》文中指出嫩江为松花江北源,发源于大兴安岭伊勒呼里山,河流自北向南流经内蒙古自治区、黑龙江省、吉林省三个省区。随着社会经济发展,城镇化进程加快,农业灌溉面积不断扩大,嫩江流域需水量将持续增加,水资源供需矛盾将进一步加剧。为了缓解流域水资源可持续利用面临的较大压力,必须加强流域水资源管理,逐步实现流域水资源的整体调控。本文以嫩江流域为研究对象,针对嫩江水资源调度工作流程,深入分析了水资源调度系统需求,构建流域水资源调度模型,设计系统功能框架,构建了嫩江水资源调度决策支持系统。本文首先介绍了嫩江流域的自然地理、社会经济概况和水资源开发利用现状,梳理了嫩江流域的水系、水库、水文站、汇水区、用水单元、取水口、行政区、水资源分区、水资源计算分区等实体的数量、所在位置及相互关系,构建了水资源网络概化图,并对流域实体配置了相应的算法,完成了嫩江流域模型的构建。然后,结合嫩江水资源调度工作流程,对嫩江水资源调度决策支持系统进行了需求分析,并设计了符合实际调度工作需求的综合展示、调度情势、常规调度和决策会商四大模块,并对各模块进行了详细设计。综合展示是对松辽流域当前整体的水利工程基础信息、水资源监控信息和总体调度情势进行展示。水资源调度情势以文字、表格、图表、图形、图像、影像等方式展示与调度方案相关的,并不断更新的各类实际和计划信息。水资源调度方案编制主要服务于调度计划的编制、管理和比选。决策会商主要为水资源调度方案的决策会商、会商指令管理、历史会商信息查看等提供支撑。最后,以2018年年度调度方案编制为例介绍了系统的应用,通过来水预报、用水申报、供需平衡计算等验证了系统的合理性和实用性。
华连生,朱华亮,温华洋[5](2017)在《安徽省霜的特征分析及其自动化观测模型研究》文中研究说明本文应用安徽省各气象观测站建站—2016年的观测数据,研究了安徽省霜期的时空分布特征,并利用Bayes判别法建立了日霜与日最低地表温度、07时水汽压、07时风速之间的霜生判别模型。结果表明:(1)在空间上,安徽省的初霜日由北向南逐渐推迟,终霜日由北向南逐渐提前,霜期呈现自北向南依次缩短现象。总体上,安徽省各地区霜期集中在每年10月至次年4月之间。(2)在时间上,受气候变暖的影响,安徽省的初霜日以0.51天/年的速率往后推迟,终霜日以0.43天的速率逐渐提前,而霜期为0.95天/年的速率在缩短。(3)应用Bayes判别法建立的霜生判别模型,对2003—2014年间的建模数据回算准确率达90.9%,对2014—2016年间的观测数据检验准确率达到90.85%,这表明运用Bayes判别法建立的霜生判别模型是可行的。
胡志凤[6](2017)在《东北地区亚洲玉米螟Ostrinia furnacalis(Guenée)世代空间格局及其抗寒性研究》文中进行了进一步梳理东北地区是我国玉米主要产区之一,玉米种植规模、机械化程度和玉米亩产量都高于全国平均水平。亚洲玉米螟Ostrinia furnacalis(Guenee)是当地玉米生产中最重要的害虫之一,分布广泛,生态适应性强,严重影响玉米的产量和质量。气候变暖能够使玉米螟发育速率加快,发生世代增多,危害时间提前;而玉米主推品种的生育期延长和种植密度的增加,又可能引起亚洲玉米螟发生规律的改变,最终导致玉米螟在不同地区世代空间格局的改变。为此,我们在研究玉米密植与提前播种对玉米螟为害影响的基础上,对东北地区北至黑龙江省黑河(50°13’41.14" N),南至辽宁省旅顺(38°56’8.08"N)的亚洲玉米螟世代区划进行了界定,并结合气象地面观察资料,借助GIS系统地统分析,形成了东北地区亚洲玉米螟世代空间格局分布图,同时对于东北不同地区亚洲玉米螟发生的始见期和未来可能发生世代数进行了预测。所得结果对新种植方式和耕作制度条件下东北地区亚洲玉米螟发生规律、预测预报及综合治理的研究提供了有益的借鉴。东北地区冬季气候寒冷,越冬幼虫基数与存活率直接影响翌年亚洲玉米螟的发生程度,而幼虫能否安全越冬并成为翌年玉米螟发生的有效虫源,直接与越冬幼虫生理情况和天敌寄生情况密切相关。为此,我们调查了玉米螟越冬幼虫在玉米植株上的分布规律、虫龄结构、越冬后的存活率、天敌种类及寄生率等关键因素。在此基础上,我们进一步研究了滞育幼虫的抗寒性动态和低温交变温度胁迫下HSPs表达分析,明确亚洲玉米螟滞育幼虫在越冬期间生理指标的变化情况以及抗寒能力的动态差异和低温交变温度胁迫下HSPs的响应情况,为进一步阐明亚洲玉米螟抗寒性生理机制和分子机制提供依据。最后根据沈阳地区玉米螟多年田间发生量与同期气象数据,通过逐步回归和BP神经网络进行建模,对一代和二代亚洲玉米螟的田间发生动态进行了预测。获得的主要结果如下:1.通过对东北13地区进行田间网室扣养、黑光灯诱集成虫和剖秆调查幼虫,调查和分析玉米螟在不同地区的生长发育进程,界定其发生世代数。结果表明,黑龙江哈尔滨以北地区玉米螟仅发生一代,为一代发生区;哈尔滨至吉林公主岭地区为玉米螟不完全2代发生区,即一、二代混生区;吉林公主岭地区至辽宁省沈阳地区为完全2代发生区;沈阳地区以南为不完全3代发生区,即二、三代混生区。2.通过对东北地区(包括内蒙古东部)211个气象站1981-2010年地面气象月值数据,借助地理信息系统软件ARC/INFO10.3中普通克里格法(OrdinaryKriging)、协同克里格法(CoKriging)和逆距离权重法(IDW)分别对气象站以外的地区进行空间插值分析,结合玉米螟有效积温,得到整个东北地区(包括内蒙古东部)亚洲玉米螟世代空间格局分布图。经检验插值结果与多地的调查结果吻合。3.通过对东北13个地区1981-2010年地面气象日值数据(日平均最低气温和最高气温),使用singlesine/horizontal方法计算各地的玉米螟有效积温。利用有效积温法则,结合本实验室基于沈阳地区长期的观测数据,对东北13个地区亚洲玉米螟发生的始见期进行预测,结果与实际观测数据吻合。4.通过东北13个地区1951-2014年地面气象月值数据和1981-2010年地面气象日值数据,利用MATLAB软件建立1951-2014年各地区4-10月份0℃以上积温直线回归模型,预测2020年、2030年和2050年的积温,并建立各地区4-10月份0℃以上平均积温和玉米螟有效积温回归关系模型,进一步预测各地区亚洲玉米螟可能发生世代数。结果表明,未来东北各地区玉米螟可利用积温和发生世代数都将增加;到2050年,黑龙江省的克山、佳木斯玉米螟发生世代数将有可能增加1代;吉林省长春、四平及辽宁省的昌图由现在的2代区成为2、3代混生区;沈阳、普兰店地区玉米螟种群发生3代的比例将会增大。5.通过对亚洲玉米螟幼虫越冬情况调查,发现东北不同地区亚洲玉米螟越冬幼虫在玉米植株上的分布主要集中在穗部(14.29%~62.08%),随着地理纬度的升高,逐渐向全株分散。越冬虫态以5龄和4龄幼虫为主,个别地区存在3龄;5龄幼虫大于70%,4龄幼虫在2.8%~26.37%之间。不同地区越冬前存活率大于87.30%,越冬后存活率48.22%~73.00%之间。6.通过分时段对东北不同地区亚洲玉米螟滞育幼虫越冬期间的过冷却点(SCP)、冰点(FP)、虫体含水量和脂肪含量进行监测,研究了玉米螟越冬幼虫的抗寒性时间动态。结果表明东北地区不同地理种群亚洲玉米螟过冷却点在-5℃~-25℃、冰点在-2.5℃~-15℃范围内,随着环境温度的降低,亚洲玉米螟滞育幼虫的过冷却点持续降低,抗寒能力不断的增强,越冬期间先下降后上升,最低点出现在1、2月份;虫体含水量在50-70%范围内;越冬期间先下降后上升,与环境温度、过冷却点变化趋势一致,最高含水量出现在4月份,虫体最低含水量随着地理纬度的降低而升高(r=-0.758,n=12,P<0.01);脂肪含量在45-70%范围内,越冬期间先上升后下降,最高脂肪含量随着地理纬度的降低而降低(r=0.697,n=12,P<0.01)。幼虫抗寒能力(最低过冷却点和最低冰点)与虫体最低含水量和最高脂肪含量显着相关(P<0.01)。亚洲玉米螟滞育幼虫的抗寒性高纬度地区强于低纬度地区;环境温度越低,越能体现出其抗寒能力和不同地理种群间的抗寒能力分化。7.亚洲玉米螟滞育幼虫在经过交变温度处理后,使用qPCR技术测定Hsc70基因及Hsp90基因的相对表达量,并利用SPSS进行统计分析,发现Hsc70基因及Hsp90基因交变温度处理时均有响应,在低温诱导阶段表达量变化并不明显,但在恢复阶段表达量均会明显上调,在恢复3h后,两种基因的表达量均达到最大值。Hsc70基因及Hsp90基因对亚洲玉米螟低温损伤的修复起到了重要作用。8.将沈阳地区2000~2012年温度、湿度、雨量、积温、光照等气象数据作为预测因子,采用简单逐步回归、多因子互作回归及BP神经网络方法组建同期亚洲玉米螟田间落卵量、卵孵化量、赤眼蜂寄生量预测模型。经检验,玉米螟的发生量与多种气象因子之间存在相关关系,可采用模型较为准确地预测出亚洲玉米螟及赤眼蜂的发生量。不同方法在预测不同发生量时各有所长。
程卫国[7](2015)在《变化条件下吉林西部地下水的模拟与管理》文中提出由于长期以来吉林西部地区(研究区)的地表水(尤其是过境地表水)利用率不高,地下水成为区内工农业生产和居民生活供水的主要水源。多年来随着地下水开采量的不断增加,部分地区地下水位呈现持续下降的趋势,地下水过量开采、开采布局不合理和生态环境恶化等成为人们普遍关注的问题。为了缓解地下水的开采压力,保护生态环境,吉林西部近年来启动建设了一系列大型水利工程,包括“引嫩入白工程”、“哈达山水利枢纽工程”、“大安灌区工程”、“大型灌区改造工程”和“节水增粮行动”等,旨在将更多的过境地表水引入区内,主要用作农业灌溉,这些工程的修建和运行必然会对地下水的补排条件和平衡状况产生深刻的影响。因此,研究各新建大型水利工程对吉林西部地下水的影响,并建立变化条件下的地下水流数值模拟模型,对未来一段时间在这些工程影响下的地下水位变化和地下水均衡状况做出预报十分重要。地下水流数值模拟模型是指运用数学模型对地下水实际系统进行仿真模拟,是系统本身所遵循的物理、化学和生物原理及规律的数学描述,能够刻画系统的输入-输出响应关系,相当于地下水实际系统的复制品,对于自然条件和人为决策发生的变化,都可以运用模拟模型来预报其结果。但模拟模型只能解决给定输入决策下的预报问题,对于究竟选择哪种输入决策才能获得最优效果问题的解决则是软弱无力的。而优化模型(也称为运筹学模型)则能解决寻优的问题,即在给定的目标和约束条件下,通过对输入操控方案的优选,使目标达到最优。那么,为了避免研究区内局部地区由于地下水开采量过大而出现地下水位埋深过低,从而导致一系列生态环境问题的发生,可通过地下水优化管理模型的建立和求解,在满足一定约束条件的基础上,对地下水总的开采量在各抽水井群中进行合理的分配,获得最佳的地下水开采方案,最终使各区域内的地下水位埋深在进行开采后都能够满足所限制的要求。应该注意到,优化模型必须要以模拟模型为基础,用以保证优化模型的寻优过程一定是在遵循地下水实际系统固有原理和规律(由模拟模型来表达)的基础上进行的。因此,就需要通过某种方式和途径,把模拟模型嵌入到优化模型中,使之成为优化模型的组成部分,实现模拟模型与优化模型的连接。以往运用的嵌入法、响应矩阵法和状态转移方程法等都是用来解决这一问题的,但是,优化模型在进行求解运算时,要成百上千次的调用模拟模型,这几种方法存在计算负荷大、时间长等缺点,甚至会出现维数灾难。本次研究应用替代模型实现模拟模型与优化模型的连接,即建立模拟模型的克里格替代模型,并将其耦合到优化模型中,可以在满足精度要求的情况下,大大减少优化过程中的计算量。本文首先根据研究区的自然地理、地形地貌、地质和水文地质条件等建立了水文地质概念模型;在此基础上,考虑人类活动,尤其是近年来人工开采和各大型水利工程的影响,建立了地下水流数值模拟模型,并利用区内72口观测井的水位统测资料对模型进行了校正和检验;为了对模型进行预报,首先应用逐步回归分析与小波神经网络相结合的方法预测了预报期(20142023年)的降水量;然后根据是否考虑各新建大型水利工程的影响,为模型设定了两个预报方案,并对两个方案下研究区的地下水位和均衡状态响应情况进行了预报;选择最近典型代表年(2010年)作为均衡期,结合模拟计算结果,根据均衡期内研究区地下水的补给量和排泄量,分别以全区和各水文地质参数分区作为均衡区,进行了地下水均衡计算,并按照开采系数法对变化条件下的地下水可开采量进行了估算;选择长岭地区作为重点研究区,在模拟模型的基础上,应用基于正交数组的拉丁超立方抽样法对模拟模型的可控输入变量(抽水量)在其可行域内进行抽样,调用模拟模型得到输入-输出样本数据集;应用克里格法建立模拟模型的替代模型,利用输入-输出样本数据集对替代模型进行训练和检验;将经过检验的替代模型耦合到优化模型(含有目标函数和其他约束条件)中,建立地下水优化管理模型;采用遗传算法对优化模型进行求解,得到优化的地下水开采方案和地下水位埋深分布。通过对以上内容的研究,得出以下主要成果:⑴在研究区水文地质概念模型基础上所建立的变化条件下地下水流数值模拟模型,经过对模型的校正和检验,结果表明,模拟水位与实测水位之间的拟合程度很高,符合精度要求。说明所建立的模拟模型能够反映变化条件对研究区地下水的影响,可以作为地下水实际系统的代表,对未来研究区地下水位的变化情况进行预报。⑵应用逐步回归分析结合小波神经网络的方法,建立降水量预测模型。该模型的优点是,既保留了小波神经网络很强的模式识别能力和容错能力,又能避免由于降水量值的剧烈波动而导致的模型不稳定。经过对模型的训练和检验,结果表明,采用此方法预报降水量,比单独采用小波神经网络方法进行预报有更高的精度。应用此模型预报了研究区内6个气象站20142023(预报期)年的降水量,为下一步地下水位预报准备了条件。⑶结合各新建大型水利工程项目的规划和实施情况,制定了两个地下水开采方案预报情景:方案一是按目前(2013年)地下水开采量进行预报,不考虑各大工程的影响;方案二是在目前地下水开采现状基础上,考虑各工程对地下水的综合影响。预报结果表明,相对方案一来说,方案二条件下研究区地下水位下降幅度明显减小,说明各新建大型水利工程的运行对整个吉林西部地区的地下水有较大的影响,变化条件下地下水的负均衡状况得到改善。⑷选择最近具有代表性年份(2010年)作为均衡期,分别以全区和各水文地质参数分区作为均衡区,按照水量平衡法,结合模拟模型的计算结果,对研究区进行了地下水均衡计算。为了对均衡计算结果进行检验,将其与按照水位变幅计算的地下水储存量的变化量进行了比较,结果显示,2010年各均衡区总补给量和总排泄量之差与地下水储存量的变化量计算结果相差不大,计算误差在可以接受的范围之内,说明均衡计算的结果比较可靠。然后根据均衡计算结果,按照开采系数法对变化条件下全区和各水文地质参数分区的地下水可开采量进行了估算。其计算结果不仅能为区内控制地下水开采量提供科学依据,同时也能为优化模型提供可开采量约束条件。⑸选取长岭地区作为重点研究区,应用基于正交数组的拉丁超立方抽样法对模拟模型的可控输入变量(抽水量)在其可行域内进行抽样,结果表明,应用此方法所获得的抽水量样本相对于直接采用拉丁超立方抽样法进行抽样所获得的样本具有更好的均匀性;调用模拟模型得到输入-输出样本数据集,应用克里格法建立模拟模型的替代模型,利用输入-输出样本数据集对替代模型进行训练和检验,结果表明,在抽水量输入相同的情况下,模拟模型与替代模型的水位输出结果接近一致,说明在进行地下水优化管理模型的建立和求解过程中,可以采用克里格替代模型来代替原有的模拟模型,在满足精度要求的基础上,大大的减少计算量。⑹确定研究问题的目标函数和各约束条件,将所建立的克里格替代模型与优化模型进行耦合,建立地下水优化管理模型;采用遗传算法对模型进行求解,在满足区内地下水开采量需求、可开采量约束、各抽水井群最大抽水量限制和地下水位埋深限制要求的基础上,对总的地下水开采量在各抽水井群中进行合理的分配,获得最佳的地下水开采方案;按照优化后的地下水开采方案进行开采,可以使各抽水井群周围地下水位埋深在进行开采后都能够满足所限制的要求,从而有效的避免由于局部地区地下水开采量过大而导致的一系列生态环境问题。这些成果的取得从理论上来说,为地下水流数值模拟模型预报中的降水量预测探究了逐步回归分析结合小波神经网络方法这样一个更加有效的预测模型;将克里格替代模型引入到优化模型中,为地下水优化管理模型的建立探索出更加合理有效的技术;在获取替代模型的训练和检验样本(输入-输出数据集)过程中,应用了基于正交数组的拉丁超立方抽样技术,为抽水量样本的获取提供了更加可靠的工具。从实际意义上来讲,通过地下水流数值模拟模型的预报,确定了各大型水利工程对研究区地下水平衡状况的影响;通过地下水优化管理模型的建立和求解,则可以为更加合理的制定地下水开采方案提供科学依据,为研究区地下水资源的合理开发利用、生态环境保护发挥积极作用。
华连生,温华洋,朱华亮,张正铨[8](2015)在《基于Bayes判别法的霜生自动化观测模型探讨》文中认为利用安徽砀山气象站的2001—2013年冬半年(10月至次年4月)的观测资料,探讨霜生与气温、地温、水汽压和风速等气象要素的相关性,并基于Bayes判别方法,采用逐步判别分析,建立多套霜生自动判别模型。结果表明:(1)霜是否出现与日最低及夜间不同观测时次的气温、地表温度显着相关,当夜间气温或地表温度越低,低于霜点的可能性越大,结霜的可能性也越大。(2)通过回算性检验和独立样本的预报性检验,基于Bayes判别法的霜生模型,对霜未发生的平均判别准确率达到86.5%,对霜发生的平均判别准确率达到92.7%,其中用日最低地温、当日07时水汽压和当日07时风速所建立的三要素模型最优,对霜发生的判别准确率可达到90%以上。因此,可以将Bayes霜生判别模型与图像识别技术相结合应用于霜的自动化观测。
王培娟,韩丽娟,周广胜,梁宏[9](2015)在《气候变暖对东北三省春玉米布局的可能影响及其应对策略》文中研究表明玉米是我国重要的粮食作物之一,东北三省春播玉米区是我国第一大玉米产区,在气候变暖背景下研究气候变化对东北春玉米生产的影响及其应对策略,对我国粮食安全具有重大意义。论文以东北三省为研究区域,利用71个气象台站1961—2010年和未来气候情景RCP 4.5下2021—2040年逐日温度数据,分析了气候变化情景下东北三省热量资源和春玉米种植熟性的时空变化特征,探索性地研究了东北春玉米应对气候变暖应采取的对策。研究结果表明:未来2个年代际,东北三省日平均气温稳定通过10℃初日提前、10℃终日和初霜日推迟,稳定通过10℃日数和积温呈增加趋势,其中三江平原地区变化幅度最大,10℃初日将提前约8 d,初霜日推迟约10 d,10℃日数和积温分别增加约15 d和300℃·d;不同熟性春玉米种植北界在未来2个年代际的北移东扩速度较过去50 a更快,尤其是中晚熟春玉米可种植区北界到2030年代将北移至49°32′N、东扩至我国东部边境135°E;为应对气候变暖,在不改变耕作制度和更换更晚熟春玉米品种的前提下,预计到2030年代,东北的松嫩平原春玉米播种期可提前或推迟1620d,部分地区可超过20 d;三江平原和辽河平原区可提前或推迟812 d;南部沿海地区播种期变化范围较小,在8 d以内;同时,亦可通过种植区北移东扩以充分利用气候变暖带来的热量资源,预计到2030年代,东北三省晚熟、中晚熟和中熟春玉米的种植北界将在现有基础上分别北移2°13′N、1°08′N和近3°N。
马树庆,杨菲芸[10](2015)在《我国霜期、霜冻时空特征及其对气候变暖的响应》文中进行了进一步梳理采用1961-2005年全国基准气象站逐日气温资料,分析我国霜和霜冻的初日、终日和无霜期的地理变化,以及霜期和霜冻与气候变暖的联系。结果表明,我国的初、终霜日期和无霜期的地理差异明显,无霜期由南向北、由低海拔向高海拔递减,但由于南北方复种指数及作物生长节律不同,南方地区作物霜冻害并不比北方轻,甚至更加严重。气候变暖使我国多数地区初霜期推迟、终霜期提前,无霜期延长,但由于种植制度和主推作物品种的演变,气候变暖并未减轻霜冻害的影响,霜冻害的防御始终是农业生产的重要工作内容。
二、吉林省初霜中长期预报方法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、吉林省初霜中长期预报方法研究(论文提纲范文)
(1)环境行为视域下微气候对景区游客量的影响研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与问题提出 |
1.1.1 研究背景 |
1.1.2 问题提出 |
1.2 研究目的与研究意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究思路与技术路线 |
1.4.1 研究思路 |
1.4.2 技术路线 |
第2章 理论基础与文献回顾 |
2.1 概念界定 |
2.1.1 微气候 |
2.1.2 微气氛 |
2.1.3 微气候适游指数 |
2.2 理论基础 |
2.2.1 环境-行为相互渗透理论 |
2.2.2 环境知觉-行为理论 |
2.2.3 行为场景理论 |
2.2.4 微气候对景区游客量影响分析的相关理论借鉴 |
2.3 文献综述 |
2.3.1 微气候影响旅游供给环境的研究 |
2.3.2 微气候影响游客环境行为应激反应的研究 |
2.3.3 微气候对旅游过程中微气氛的影响研究 |
2.3.4 微气候要素和微气候综合状态对景区游客量的影响研究 |
2.3.5 微气候和微气氛联动对景区游客量的影响研究 |
2.3.6 微气候和微气氛时空性联动对景区游客量的影响研究 |
2.3.7 研究述评 |
2.4 本章小结 |
第3章 微气候对景区游客量影响的理论框架 |
3.1 微气候对景区游客量影响的理论分析 |
3.1.1 微气候知觉-行为模型 |
3.1.2 微气候和微气氛联动的理论分析 |
3.1.3 微气候和微气氛联动的知觉-行为模型 |
3.2 微气候和微气氛联动对景区游客量的影响机理 |
3.2.1 气温对景区游客量的影响的机理 |
3.2.2 相对湿度对景区游客量的影响的机理 |
3.2.3 降水量对景区游客量的影响的机理 |
3.2.4 风速对景区游客量的影响的机理 |
3.2.5 太阳辐射对景区游客量的影响的机理 |
3.2.6 微气候适游度对景区游客量的影响机理 |
3.3 微气候和微气氛时空性联动对景区游客量影响的理论分析 |
3.3.1 微气候和微气氛时空性联动对景区游客量的影响 |
3.3.2 日微气候和微气氛时空性联动对景区游客量的影响 |
3.3.3 节气微气候和微气氛时空性联动对景区游客量的影响 |
3.3.4 月微气候和微气氛时空性联动对景区游客量的影响 |
3.4 微气候对景区游客量影响的分析框架 |
3.4.1 日微气候和微气氛时空性联动对景区游客量影响的分析框架 |
3.4.2 节气微气候和微气氛时空性联动对景区游客量影响的分析框架 |
3.4.3 月微气候和微气氛时空性联动对景区游客量影响的分析框架 |
3.5 微气候对景区游客量影响的研究假设与概念模型 |
3.5.1 微气候对景区游客量影响的因素分析 |
3.5.2 日、节气和月微气候对景区游客量影响的因素分析 |
3.5.3 微气候适游指数建构 |
3.5.4 日微气候对景区游客量影响的研究假与概念模型 |
3.5.5 节气微气候对景区游客量影响的研究假与概念模型 |
3.5.6 月微气候对景区游客量影响的研究假与概念模型 |
3.6 本章小结 |
第4章 景区微气候时空性变化分析 |
4.1 区域内景区微气候时空性变化分析 |
4.1.1 案例地选取与说明 |
4.1.2 研究方法与数据来源 |
4.1.3 区域内景区日微气候时空性变化 |
4.1.4 区域内景区节气微气侯时空性变化 |
4.1.5 区域内景区月微气候时空性变化 |
4.2 5A级景区微气候时空性变化分析 |
4.2.1 案例选取与说明 |
4.2.2 研究方法和数据来源 |
4.2.3 5A级景区日微气候时空性变化 |
4.2.4 5A级景区节气微气候时空性变化 |
4.2.5 5A级景区月微气候时空性变化 |
4.3 本章小结 |
第5章 日微气候对景区日游客量影响实证分析 |
5.1 指标选择与数据收集 |
5.1.1 研究方法 |
5.1.2 指标选取 |
5.1.3 数据来源 |
5.2 数据描述性统计分析 |
5.2.1 景区日微气候数据描述性统计 |
5.2.2 景区日游客量数据描述性统计 |
5.3 单位根检验和边界检验 |
5.3.1 景区日微气候数据单位根检验 |
5.3.2 景区日游客量数据单位根检验 |
5.3.3 日微气候影响景区日游客量的边界检验 |
5.3.4 日微气氛影响景区日游客量的边界检验 |
5.4 日微气候对景区日游客量的影响分析 |
5.4.1 日气温对景区日游客量的影响 |
5.4.2 日相对湿度对景区日游客量的影响 |
5.4.3 日降水量对景区日游客量的影响 |
5.4.4 日风速对景区日游客量的影响 |
5.4.5 日微气候适游度对景区日游客量的影响 |
5.5 日微气候驱动微气氛对景区日游客量的影响分析 |
5.6 日微气候和微气氛时空性联动对景区日游客量的影响分析 |
5.7 本章小结 |
第6章 节气微气候对景区节气游客量影响实证分析 |
6.1 指标选择与数据收集 |
6.1.1 研究方法 |
6.1.2 指标选取 |
6.1.3 数据来源 |
6.2 数据描述性统计分析 |
6.2.1 景区节气起始日数据描述性统计 |
6.2.2 景区节气累积数据描述性统计 |
6.3 单位根检验和边界检验 |
6.3.1 景区节气数据的单位根检验 |
6.3.2 节气微气候影响景区节气游客量的边界检验 |
6.3.3 节气微气氛影响景区节气游客量的边界检验 |
6.4 节气微气候对景区节气游客量的影响分析 |
6.4.1 节气气温对景区节气游客量的影响 |
6.4.2 节气相对湿度对景区节气游客量的影响 |
6.4.3 节气降水量对景区节气游客量的影响 |
6.4.4 节气风速对景区节气游客量的影响 |
6.4.5 节气微气候适游度对景区节气游客量的影响 |
6.4.6 节气微气候对景区节气游客量的综合影响 |
6.5 节气微气候驱动微气氛对景区节气游客量的影响分析 |
6.5.1 微气候驱动微气氛对景区节气起始日游客量的影响 |
6.5.2 微气候驱动微气氛对景区节气累积游客量的影响 |
6.6 节气微气候和微气氛时空性联动对景区节气游客量的影响分析 |
6.6.1 微气候和微气氛时空性联动对景区节气起始日游客量的影响 |
6.6.2 微气候和微气氛时空性联动对景区节气累积游客量的影响 |
6.7 本章小结 |
第7章 月微气候对景区月游客量影响实证分析 |
7.1 指标选择与数据收集 |
7.1.1 研究方法 |
7.1.2 指标选取 |
7.1.3 数据来源 |
7.2 数据描述性统计分析 |
7.2.1 景区月微气候数据描述性统计 |
7.2.2 景区月游客量数据描述性统计 |
7.3 单位根检验和边界检验 |
7.3.1 景区月数据的单位根检验 |
7.3.2 月微气候影响景区月游客量的边界检验 |
7.3.3 月微气氛影响景区月游客量的边界检验 |
7.4 月微气候对景区月游客量的影响分析 |
7.4.1 月气温对景区月游客量的影响 |
7.4.2 月相对湿度对景区月游客量的影响 |
7.4.3 月降水量对景区月游客量的影响 |
7.4.4 月风速对景区月游客量的影响 |
7.4.5 月微气候适游度对景区月游客量的影响 |
7.4.6 月微气候对景区月游客量的综合影响 |
7.5 月微气候驱动微气氛对景区月游客量的影响分析 |
7.6 月微气候和微气氛时空性联动对景区月游客量的影响分析 |
7.7 本章小结 |
第8章 结论、启示与展望 |
8.1 研究结论与讨论 |
8.1.1 景区微气候时空性变化和分布格局显着 |
8.1.2 微气候对景区日、节气和月游客量影响存在时空差异 |
8.1.3 气温对不同类型景区游客量影响存在时空差异 |
8.1.4 相对湿度对不同类型景区游客量影响存在时空差异 |
8.1.5 降水量对不同类型景区游客量影响存在时空差异 |
8.1.6 风速对不同类型景区游客量影响存在时空差异 |
8.1.7 微气候适游度对景区游客量影响存在类型和时空差异 |
8.1.8 微气候驱动微气氛对景区游客量的影响存在类型和时空差异 |
8.1.9 微气候和微气氛时空性联动对景区游客量的影响效应显着 |
8.2 管理启示与建议 |
8.2.1 针对政府行政主管部门的启示与建议 |
8.2.2 针对景区经营管理者的启示与建议 |
8.2.3 针对景区行业协会的启示与建议 |
8.2.4 针对旅游运营商的启示与建议 |
8.3 研究贡献与创新 |
8.3.1 研究贡献 |
8.3.2 本研究创新之处 |
8.4 研究局限与展望 |
8.4.1 研究局限 |
8.4.2 研究展望 |
参考文献 |
致谢 |
附录 |
附录A 第4章区域内景区案例地选取说明 |
附录B 第4章区域内景区微气候适游度日数据 |
附录C 第4章区域内景区微气候适游度节气数据 |
附录C1 第4章区域内景区微气候适游度节气起始日数据 |
附录C2 第4章区域内景区微气候适游度节气累积数据 |
附录D 第4章区域内景区微气候适游度月数据 |
附录E 第5章日微气候与景区游客量数据 |
附录F 第6章节气微气候与景区游客量数据 |
附录F1 第6章节气起始日微气候与景区游客量数据 |
附录F2 第6章节气累积微气候与景区游客量数据 |
附录G 第7章月微气候与景区游客量数据 |
附录H 第 5、6、7 章微气候对景区游客量影响的分析结果汇总 |
个人简历、在学期间发表的学术论文及研究成果 |
(2)东北春玉米积温订正模型构建及其在发育期预报的应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 引言 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.2.1 积温不稳定性及其原因 |
1.2.2 作物发育期预报研究进展 |
1.3 研究目的及意义 |
第2章 研究内容与方法 |
2.1 研究内容 |
2.2 拟解决的关键科学问题 |
2.3 技术线路 |
2.4 资料与方法 |
2.4.1 数据来源及研究站点 |
2.4.2 春玉米生育期划分 |
2.4.3 三基点温度的确定 |
2.4.4 计算方法 |
2.4.5 影响积温稳定性的因子分析 |
2.4.6 积温模型稳定性检验 |
2.4.7 春玉米发育期的预报检验 |
第3章 影响积温稳定性的气象因子 |
3.1 积温的变化趋势 |
3.1.1 活动积温变化趋势 |
3.1.1.1 出苗-抽雄阶段年际间活动积温变化趋势 |
3.1.1.2 抽雄-成熟阶段活动积温变化趋势 |
3.1.2 有效积温变化趋势 |
3.1.2.1 出苗-抽雄阶段有效积温变化趋势 |
3.1.2.2 抽雄-成熟阶段有效积温变化趋势 |
3.2 影响活动积温稳定性的因子分析 |
3.2.1 出苗-抽雄阶段气象因子对活动积温稳定性的影响分析 |
3.2.2 抽雄-成熟阶段气象因子对活动积温稳定性的影响分析 |
3.3 影响有效积温稳定性的因子分析 |
3.4 本章小结 |
第4章 订正模型的构建及积温稳定性分析 |
4.1 活动积温与有效积温的稳定性分析 |
4.2 生育期日平均温度的平均值与活动积温关系分析 |
4.3 构建订正模型 |
4.4 订正模型的计算 |
4.4.1 订正模型温强系数的计算 |
4.4.2 生育期平均温度的计算 |
4.4.3 生育期日数的计算 |
4.4.4 订正模型与活动积温模型 |
4.5 订正模型积温稳定性分析 |
4.5.1 出苗-抽雄阶段订正模型积温稳定性对比分析 |
4.5.2 抽雄-成熟阶段订正模型积温稳定性对比分析 |
4.6 本章小结 |
第5章 订正积温模型在发育期预报中的应用 |
5.1 发育期预报的积温指标 |
5.2 订正模型的回代检验 |
5.3 订正模型的试报检验 |
5.4 本章小结 |
第6章 结论与讨论 |
6.1 研究结论 |
6.2 论文创新点 |
6.3 讨论 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(4)嫩江流域水资源调度决策支持系统设计与开发(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究动态 |
1.2.1 水资源调度研究进展 |
1.2.2 水资源调度系统研究进展 |
1.3 研究意义 |
1.4 论文主要研究内容 |
2 流域概况 |
2.1 自然概况 |
2.1.1 地理位置 |
2.1.2 地形地貌 |
2.1.3 河流水系 |
2.1.4 水文气象 |
2.2 社会经济 |
2.3 水利工程 |
2.4 水资源及其开发利用现状 |
2.4.1 水资源分区 |
2.4.2 水资源量 |
2.4.3 水资源可利用量 |
2.4.4 水资源开发利用 |
3 流域模型构建 |
3.1 数据汇集 |
3.2 网络概化图构建 |
3.3 实体算法配置 |
3.4 水文站网配置与管理 |
3.5 模型成果 |
4 系统设计 |
4.1 系统总体需求分析 |
4.2 系统总体设计 |
4.3 水资源调度工作综合展示 |
4.4 水资源调度情势 |
4.5 水量调度 |
4.5.1 调度方案管理 |
4.5.2 调度方案比选 |
4.5.3 年调度方案编制 |
4.5.4 年调度计划修正 |
4.5.5 实时调度计划 |
4.6 水资源调度方案决策会商 |
5 系统开发与实现 |
5.1 系统开发 |
5.1.1 总体框架 |
5.1.2 技术架构 |
5.1.3 关键技术 |
5.2 系统可视化设计 |
5.3 系统功能实现 |
5.3.1 来水预报 |
5.3.2 用水计划申报与核定 |
5.3.3 供需平衡计算 |
6 结论和展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录A 附录内容名称 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(6)东北地区亚洲玉米螟Ostrinia furnacalis(Guenée)世代空间格局及其抗寒性研究(论文提纲范文)
摘要 |
Abstract |
前言 |
第一章 玉米螟生物学特性及预测研究进展 |
1.1 亚洲玉米螟及影响因子 |
1.2 玉米螟的预测方法 |
第二章 玉米不同播期和密度对玉米螟为害的影响 |
2.1 材料与方法 |
2.2 结果与分析 |
2.3 讨论 |
第三章 东北不同地区亚洲玉米螟的发生世代及空间格局 |
3.1 材料与方法 |
3.2 结果与分析 |
3.3 讨论 |
第四章 东北不同地区亚洲玉米螟始见期和发生世代超长期预测 |
4.1 材料和方法 |
4.2 结果和分析 |
4.3 讨论 |
第五章 东北地区亚洲玉米螟越冬幼虫情况调查 |
5.1 材料与方法 |
5.2 结果与分析 |
5.3 讨论 |
第六章 东北地区亚洲玉米螟越冬幼虫抗寒性时间动态 |
6.1 材料和方法 |
6.2 结果与分析 |
6.3 讨论 |
第七章 亚洲玉米螟交变温度下HSPs表达分析 |
7.1 材料与方法 |
7.2 结果与分析 |
7.3 讨论 |
第八章 亚洲玉米螟发生量预测 |
8.1 材料与方法 |
8.2 结果与分析 |
8.3 讨论 |
第九章 结论与展望 |
9.1 研究结论 |
9.2 创新点 |
9.3 问题与展望 |
参考文献 |
致谢 |
攻读学位论文期间发表文章 |
(7)变化条件下吉林西部地下水的模拟与管理(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状和进展 |
1.2.1 地下水流数值模拟模型 |
1.2.2 地下水资源优化管理模型 |
1.3 研究内容和技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
1.4 创新点 |
1.5 本章小结 |
第2章 研究区概况 |
2.1 自然地理概况 |
2.1.1 地理位置 |
2.1.2 气候特征 |
2.1.3 地形地貌 |
2.1.4 河流水系 |
2.2 地质与水文地质概况 |
2.2.1 区域地质 |
2.2.2 水文地质条件 |
2.3 地下水开采现状及存在问题 |
2.3.1 地下水开发利用现状 |
2.3.2 地下水开采过程中存在的问题 |
2.4 区内主要大型水利工程 |
2.4.1 引嫩入白工程 |
2.4.2 哈达山水利枢纽工程 |
2.4.3 大安灌区工程 |
2.4.4 大型灌区改造工程 |
2.4.5 节水增粮行动 |
2.5 本章小结 |
第3章 研究区地下水流数值模拟 |
3.1 水文地质概念模型 |
3.1.1 模拟计算目的层及参数分区 |
3.1.2 侧向边界概化 |
3.1.3 垂向边界概化 |
3.1.4 含水层水力特征概化 |
3.2 数学模型及求解 |
3.2.1 数学模型 |
3.2.2 求解软件及方法 |
3.3 模型的校正和检验 |
3.3.1 时空离散 |
3.3.2 源汇项计算 |
3.3.3 模型校正结果及分析 |
3.3.4 模型检验结果及分析 |
3.4 模型的预报 |
3.4.1 预报时段及初始条件 |
3.4.2 降水量预报 |
3.4.3 其他源汇项的预报和处理 |
3.4.4 不同方案下模型的预报结果及分析 |
3.5 本章小节 |
第4章 研究区地下水均衡计算与资源评价 |
4.1 地下水资源评价内容 |
4.2 均衡期与均衡区的选择 |
4.2.1 均衡期 |
4.2.2 均衡区和计算目的层 |
4.3 水文地质参数的计算和选用 |
4.3.1 渗透系数和给水度 |
4.3.2 降水入渗补给系数 |
4.3.3 潜水蒸发系数 |
4.3.4 其他参数 |
4.4 地下水均衡计算 |
4.4.1 均衡方程及均衡要素 |
4.4.2 各均衡要素的确定 |
4.4.3 地下水均衡计算结果 |
4.4.4 地下水可开采量计算 |
4.5 本章小节 |
第5章 长岭地区地下水优化管理模型研究 |
5.1 地下水优化管理模型简介 |
5.1.1 基本内容 |
5.1.2 数学表达式 |
5.1.3 组成部分 |
5.1.4 模型的分类 |
5.1.5 研究思路 |
5.2 克里格替代模型的建立 |
5.2.1 模型的原理 |
5.2.2 基于正交数组的拉丁超立方抽样 |
5.2.3 模型的训练 |
5.2.4 模型的检验 |
5.3 优化管理模型的建立和求解 |
5.3.1 目标函数和约束条件 |
5.3.2 耦合原则和寻优过程 |
5.3.3 程序结构 |
5.3.4 优化结果及分析 |
5.4 本章小节 |
第6章 结论与建议 |
6.1 结论 |
6.2 建议 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(8)基于Bayes判别法的霜生自动化观测模型探讨(论文提纲范文)
引言 |
1 资料 |
2 霜与气象要素的相关性分析 |
3 基于Bayes判别法的霜生模型 |
3.1 Bayes判别法 |
3.2 基于Bayes判别法的霜生模型 |
3.3 霜生模型的效果检验 |
4 结论与讨论 |
(9)气候变暖对东北三省春玉米布局的可能影响及其应对策略(论文提纲范文)
1数据与方法 |
1.1数据来源 |
1.1.1历史数据 |
1.1.2RCP4.5数据 |
1.2研究方法 |
1.2.1稳定通过界限温度的初终日期 |
1.2.2稳定通过界限温度的日数 |
1.2.3稳定通过界限温度的积温 |
1.2.4初霜日 |
1.2.5春玉米品种熟性与积温的关系 |
2结果与分析 |
2.1过去50a东北三省不同熟性春玉米种植北界 |
2.2气候变化情景下东北三省热量资源时空变化特征 |
2.2.1≥10℃初终日 |
2.2.2 ≥10 ℃日数 |
2.2.3≥10℃积温 |
2.2.4初霜日 |
2.3气候变化情景下东北三省不同熟性春玉米种植北界 |
2.4东北不同熟性春玉米应对气候变化的对策 |
2.4.1播种期调整 |
2.4.2种植区北移东扩 |
2.4.3培育超晚熟高产品种或改变耕作制度 |
2.4.4选育耐旱抗低温品种,提高春玉米抗灾减灾水平 |
2.4.5加强农田基本建设,推广农业化学抗旱技术 |
3结论与讨论 |
(10)我国霜期、霜冻时空特征及其对气候变暖的响应(论文提纲范文)
1 前言 |
2 初霜日、终霜日和无霜期的地理分布 |
2.1 初霜日的地理变化 |
2.2 终霜日的地理变化 |
2.3 无霜期的地理分布 |
2.4 无霜冻日期的地理分布 |
3 无霜期对气候变暖的响应 |
3.1 初、终霜日的时间变化及其对气候变暖的响应 |
3.2 无霜期的年代际变化及其对气候变暖的响应 |
3.3 霜冻害发生与气候变暖 |
4 结论 |
四、吉林省初霜中长期预报方法研究(论文参考文献)
- [1]环境行为视域下微气候对景区游客量的影响研究[D]. 杨晓燕. 华侨大学, 2020(12)
- [2]东北春玉米积温订正模型构建及其在发育期预报的应用[D]. 王婧瑄. 中国气象科学研究院, 2020(03)
- [3]春玉米积温稳定性及在发育期预报中的应用[J]. 王婧瑄,郭建平,李蕊. 应用气象学报, 2019(05)
- [4]嫩江流域水资源调度决策支持系统设计与开发[D]. 胡朋瑞. 大连理工大学, 2019(02)
- [5]安徽省霜的特征分析及其自动化观测模型研究[A]. 华连生,朱华亮,温华洋. 第34届中国气象学会年会 S16 智能气象观测论文集, 2017
- [6]东北地区亚洲玉米螟Ostrinia furnacalis(Guenée)世代空间格局及其抗寒性研究[D]. 胡志凤. 沈阳农业大学, 2017(08)
- [7]变化条件下吉林西部地下水的模拟与管理[D]. 程卫国. 吉林大学, 2015(06)
- [8]基于Bayes判别法的霜生自动化观测模型探讨[J]. 华连生,温华洋,朱华亮,张正铨. 气象, 2015(08)
- [9]气候变暖对东北三省春玉米布局的可能影响及其应对策略[J]. 王培娟,韩丽娟,周广胜,梁宏. 自然资源学报, 2015(08)
- [10]我国霜期、霜冻时空特征及其对气候变暖的响应[J]. 马树庆,杨菲芸. 气象灾害防御, 2015(02)
标签:玉米螟论文;