期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多源数据和Stacking集成学习的气象干旱监测模型
1
作者
刘航铖
姚宁
+3 位作者
喻绪创
相里江峰
黄喜峰
李勇民
《农业机械学报》
北大核心
2025年第8期107-119,共13页
干旱作为一种具有时空变异性的复合型自然灾害,其频发性和破坏性对社会经济发展和生态系统稳定构成了严重威胁,精确监测干旱事件具有重要现实意义。本研究以陕西省为研究区域,通过整合植被-地表-气候多维干旱因子建立综合特征变量体系,...
干旱作为一种具有时空变异性的复合型自然灾害,其频发性和破坏性对社会经济发展和生态系统稳定构成了严重威胁,精确监测干旱事件具有重要现实意义。本研究以陕西省为研究区域,通过整合植被-地表-气候多维干旱因子建立综合特征变量体系,选取最优气象干旱指数作为目标变量,基于Stacking集成学习与多种机器学习算法构建了陕西省2003—2020年堆叠集成干旱指数(Stacked ensemble drought index,SEDI),同时评估其在气象干旱监测中的适用性。结果表明:气象干旱综合指数(Meteorological drought composite index,MCI)、标准化降水指数(Standardized precipitation index,SPI)与标准化降水蒸散发指数(Standardized precipitation evapotranspiration index,SPEI)在月尺度上变化趋势总体一致,但MCI对干旱事件识别具有更高准确性和灵敏性,选为气象干旱监测模型的目标变量。在3种集成模型与5种单一模型中,基于XGBoost构建的集成模型XGB_(all)在陕西省各区域的监测效果最佳,决定系数R^(2)为0.934~0.945,均方根误差(RMSE)为0.208~0.256。2003—2020年,SEDI与MCI在榆林站、秦都站、石泉站干旱等级一致率分别为87.04%、83.80%、85.65%,2种指数反映的干旱趋势基本一致,且R^(2)均大于0.91,表明SEDI能有效识别不同站点的干旱类型及变化趋势。利用两次典型干旱事件(2005年春季与2015年夏季)进行验证,SEDI在区域尺度干旱监测中具有良好的适用性,其与MCI在空间分布特征上具有较高一致性,不同干旱等级站点比例相似度高,能够较为准确地反映干旱过程的时空演变特征。空间自相关分析表明,陕西省气象干旱呈现显著的空间集聚性,全局莫兰指数为0.69,Z得分为3.58,P<0.001。其中,高-高集聚区主要分布在关中西南部和陕南地区,在这些区域干旱事件的发生频率及强度相对较低。低-低集聚区主要分布在关中东北部和陕北地区,在这些区域干旱事件的发生频率及强度相对较高。研究结果可为生态环境评估与保护、干旱状态监测及预警提供科学指导。
展开更多
关键词
干旱监测
Stacking集成学习
机器学习
遥感
空间自相关
陕西省
在线阅读
下载PDF
职称材料
题名
基于多源数据和Stacking集成学习的气象干旱监测模型
1
作者
刘航铖
姚宁
喻绪创
相里江峰
黄喜峰
李勇民
机构
西北农林科技大学水利与建筑工程学院
陕西省水旱灾害防御中心
出处
《农业机械学报》
北大核心
2025年第8期107-119,共13页
基金
陕西省水利科技计划项目(2024slkj-10)
国家自然科学基金项目(52209070)。
文摘
干旱作为一种具有时空变异性的复合型自然灾害,其频发性和破坏性对社会经济发展和生态系统稳定构成了严重威胁,精确监测干旱事件具有重要现实意义。本研究以陕西省为研究区域,通过整合植被-地表-气候多维干旱因子建立综合特征变量体系,选取最优气象干旱指数作为目标变量,基于Stacking集成学习与多种机器学习算法构建了陕西省2003—2020年堆叠集成干旱指数(Stacked ensemble drought index,SEDI),同时评估其在气象干旱监测中的适用性。结果表明:气象干旱综合指数(Meteorological drought composite index,MCI)、标准化降水指数(Standardized precipitation index,SPI)与标准化降水蒸散发指数(Standardized precipitation evapotranspiration index,SPEI)在月尺度上变化趋势总体一致,但MCI对干旱事件识别具有更高准确性和灵敏性,选为气象干旱监测模型的目标变量。在3种集成模型与5种单一模型中,基于XGBoost构建的集成模型XGB_(all)在陕西省各区域的监测效果最佳,决定系数R^(2)为0.934~0.945,均方根误差(RMSE)为0.208~0.256。2003—2020年,SEDI与MCI在榆林站、秦都站、石泉站干旱等级一致率分别为87.04%、83.80%、85.65%,2种指数反映的干旱趋势基本一致,且R^(2)均大于0.91,表明SEDI能有效识别不同站点的干旱类型及变化趋势。利用两次典型干旱事件(2005年春季与2015年夏季)进行验证,SEDI在区域尺度干旱监测中具有良好的适用性,其与MCI在空间分布特征上具有较高一致性,不同干旱等级站点比例相似度高,能够较为准确地反映干旱过程的时空演变特征。空间自相关分析表明,陕西省气象干旱呈现显著的空间集聚性,全局莫兰指数为0.69,Z得分为3.58,P<0.001。其中,高-高集聚区主要分布在关中西南部和陕南地区,在这些区域干旱事件的发生频率及强度相对较低。低-低集聚区主要分布在关中东北部和陕北地区,在这些区域干旱事件的发生频率及强度相对较高。研究结果可为生态环境评估与保护、干旱状态监测及预警提供科学指导。
关键词
干旱监测
Stacking集成学习
机器学习
遥感
空间自相关
陕西省
Keywords
drought monitoring
Stacking ensemble learning
machine learning
remote sensing
spatial autocorrelation
Shaanxi Province
分类号
P426.616 [天文地球—大气科学及气象学]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多源数据和Stacking集成学习的气象干旱监测模型
刘航铖
姚宁
喻绪创
相里江峰
黄喜峰
李勇民
《农业机械学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
