基于集合經驗模態(tài)分解的河南省夏玉米產量波動對大氣環(huán)流的響應
發(fā)布時間:2024-06-05 01:30
[目的]探究河南省夏玉米產量波動對大氣環(huán)流的響應,為區(qū)域糧食安全保障提供理論支撐。[方法]依托河南省17個市1988—2017年夏玉米產量數據及15種大尺度大氣環(huán)流指數資料,評估研究區(qū)夏玉米產量的時空演變格局。[結果](1)基于主成分分析結果,河南省可以劃分為4個呈現(xiàn)不同產量演變特征的子區(qū)域,分別為北部、東南部、西部、中部;(2)基于集合經驗模態(tài)分解,研究區(qū)產量序列存在著準2.5~3.3,5~6,7.5~10 a的周期性振蕩,且各分區(qū)2004年后產量的短期波動趨于緩和;(3)各分區(qū)產量的周期性振蕩均與環(huán)流指數存在著顯著的相關性;(4)基于前期環(huán)流指數與年份的線性模型對產量預報的平均相對誤差為4.6%~9.3%;(5)河南省東南部和中部的產量波動對環(huán)流指數更為敏感,其中10,11月份較高的太平洋年代際振蕩(PDO)是來年產量減少的關鍵前兆性信號。[結論]前期環(huán)流異常對研究區(qū)夏玉米產量波動有著重要的指示作用,它可以有效用于產量預報。
【文章頁數】:7 頁
【部分圖文】:
本文編號:3989453
【文章頁數】:7 頁
【部分圖文】:
圖117個市夏玉米產量序列主成分分析結果
為了辨識夏玉米產量年際變化特征的空間差異,將各市產量逐年序列構建的17列(17個地級市)×30行(30a)的矩陣導入統(tǒng)計軟件SPSS中進行主成分分析。圖1中前4個主成分(PC)累積方差貢獻率超過了80%,且各主成分的特征根均大于3。鑒于此,17個夏玉米產量年際變化情形可以識別出....
圖2河南省各主成分對應載荷的空間分布
圖117個市夏玉米產量序列主成分分析結果圖3各子區(qū)域主成分得分(PCS)序列及對應的產量序列
圖3各子區(qū)域主成分得分(PCS)序列及對應的產量序列
圖2河南省各主成分對應載荷的空間分布2.2夏玉米產量波動的EEMD分析
圖4各分區(qū)夏玉米產量序列的EEMD分解
依托各分區(qū)產量IMF分量的逐年序列、生育期內(6—9月)及生育期之前(去年秋季至當年春季)13個月份15種環(huán)流指數的逐年序列,對IMF分量與環(huán)流指數進行相關分析(每1個IMF序列對應了13×15個環(huán)流指數序列),以期獲取影響夏玉米產量波動的重要環(huán)流信號。表1給出了與IMF分量相關....
本文編號:3989453
本文鏈接:http://www.wukwdryxk.cn/nykjlw/nzwlw/3989453.html
最近更新
教材專著