《中國(guó)農(nóng)業(yè)氣象》期刊簡(jiǎn)介
　　
　　《中國(guó)農(nóng)業(yè)氣象》是中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所（原農(nóng)業(yè)氣象研究所）主辦的反映我國(guó)農(nóng)業(yè)氣象科學(xué)研究進(jìn)展的學(xué)術(shù)刊物。主要刊登有關(guān)農(nóng)林水產(chǎn)業(yè)與氣象有關(guān)的學(xué)術(shù)論文、研究報(bào)告和國(guó)內(nèi)外有關(guān)專題研究動(dòng)態(tài)綜合評(píng)述等內(nèi)容。

　　《中國(guó)農(nóng)業(yè)氣象》為中央級(jí)刊物，為國(guó)家科技部“中國(guó)科技核心期刊”；“中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)來(lái)源期刊”核心期刊；“中國(guó)學(xué)術(shù)期刊綜合評(píng)價(jià)數(shù)據(jù)庫(kù)”來(lái)源期刊；“中國(guó)農(nóng)業(yè)科技論文數(shù)據(jù)庫(kù)”統(tǒng)計(jì)源期刊。

　　《中國(guó)農(nóng)業(yè)氣象》主要欄目有研究報(bào)告、研究簡(jiǎn)報(bào)、專題綜述、農(nóng)業(yè)氣象情報(bào)、信息、學(xué)術(shù)論文等。

《中國(guó)農(nóng)業(yè)氣象》2013年第01期目錄

　　西北地區(qū)晚霜凍結(jié)束日的氣候變化特征及其影響因子................陳少勇
　　河南省參考作物蒸散量變化特征及其氣候影響分析..................姬興杰
　　高溫對(duì)抽穗開(kāi)花期至灌漿結(jié)實(shí)期水稻源庫(kù)特性的影響................李健陵
　　流域離散化對(duì)分布式水文模型徑流模擬的影響......................史曉亮
　　下沉式日光溫室內(nèi)溫光環(huán)境分析..................................王倩
　　基于WOFOST的東北地區(qū)玉米生育期氣象條件適宜度評(píng)價(jià)..............李秀芬
　　陜西油菜生態(tài)氣候適宜性分析與精細(xì)化區(qū)劃........................梁軼
　　四川不同稻作生態(tài)區(qū)安全播種期變化及其空間分布..................孫園園
　　遮蔭對(duì)冬小麥干物質(zhì)積累和分配的影響............................鄭有飛
　　幾種光合作用光響應(yīng)模型對(duì)煙草的適用性分析......................鐘楚
　　東北地區(qū)作物生長(zhǎng)季干旱時(shí)空分布特征及其環(huán)流背景................馬建勇
　　安徽省冰雹氣候特征及其致災(zāi)因子危險(xiǎn)性區(qū)劃......................溫華洋
　　基于氣象條件的赤松毛蟲(chóng)越冬死亡率預(yù)報(bào)模型......................張淑杰
　　甘肅省春玉米干旱災(zāi)損評(píng)估指標(biāo)研究..............................張鈦仁
　　阜新地區(qū)冰雹短期潛勢(shì)和短時(shí)預(yù)報(bào)方法研究........................王憲彬
　　土壤水分變化對(duì)草原植被群落及其光譜特征的影響..................師桂花
　　2012年秋季氣候?qū)�農(nóng)業(yè)生產(chǎn)的影響................................程路
　　
　　
　　搜論文知識(shí)網(wǎng)是一個(gè)專業(yè)致力于期刊征稿、論文發(fā)表、寫(xiě)作指導(dǎo)、文獻(xiàn)參考等服務(wù)項(xiàng)目的綜合服務(wù)網(wǎng)站，為客戶提供了權(quán)威、專業(yè)的服務(wù)。用心服務(wù)是我們的運(yùn)行宗旨，客戶滿意是我們的工作目標(biāo)。經(jīng)過(guò)多年的發(fā)展，本站與國(guó)內(nèi)上幾百種權(quán)威期刊保持著密切的合作關(guān)系，已擁有大批的固定客戶群，覆蓋全國(guó)大部分省市。

　　
　　
　　
　　
　　2、本站提供期刊推薦、論文發(fā)表、論文寫(xiě)作指導(dǎo)服務(wù)，如有需要請(qǐng)點(diǎn)擊在線客服人員進(jìn)行具體咨詢。
　　
　　3、本站只適當(dāng)收要收取編審排錄費(fèi)、排版、制作、印刷、郵寄樣刊、發(fā)票等綜合費(fèi)用，以維持網(wǎng)站正常運(yùn)轉(zhuǎn)。
　　
　　4、本站所推薦期刊，均為國(guó)家新聞出版總署承認(rèn)的，正規(guī)、合法、雙刊號(hào)期刊。
　　
　　5、本站與雜志社保持著密切的合作關(guān)系，發(fā)表成功率高，文章審核通過(guò)確認(rèn)錄用支付費(fèi)用。
　　
　　最后，感謝您一直以來(lái)對(duì)網(wǎng)站及合作期刊《中國(guó)農(nóng)業(yè)氣象》的關(guān)注與支持，我們會(huì)認(rèn)真對(duì)待您繁忙之余提出的寶貴意見(jiàn)和建議，我們會(huì)再接再厲，與您攜手共進(jìn)!
　　
　　

　　中國(guó)農(nóng)業(yè)氣象最新期刊目錄

微生物種子包衣促進(jìn)干旱條件下小麥種子萌發(fā)及幼苗生長(zhǎng)————作者：姜雅文;解文艷;何久興;龔民;霍秋燕;楊浠;韓偉;呂國(guó)華;

摘要：干旱半干旱地區(qū)種子萌發(fā)期及苗期干旱脅迫是導(dǎo)致作物減產(chǎn)的重要因素，種際微環(huán)境調(diào)控是提高作物抗旱的重要技術(shù)措施之一。本文以‘濟(jì)麥22’為供試材料，枯草芽孢桿菌（Bacillus subtilis ACCC 19742）和巨大芽孢桿菌（Bacillus magaterium ACCC 04296）為供試菌種，采取微膠囊包埋技術(shù)封裝菌種，對(duì)小麥種子進(jìn)行包衣處理，設(shè)置枯草芽孢桿菌包衣（M）、巨大芽孢桿菌包衣...

貴州中海拔地區(qū)一季稻生育始期模擬模型構(gòu)建與驗(yàn)證————作者：彭興德;池再香;曾曉珊;于飛;陳蘊(yùn);龍先菊;

摘要：基于1991-2020年5-9月貴州51個(gè)中海拔地區(qū)一季稻生育期觀測(cè)資料和逐日氣象資料，采用因子分析法和相關(guān)分析法，確定與貴州中海拔地區(qū)一季稻返青期、分蘗期、拔節(jié)孕穗期、抽穗開(kāi)花期、灌漿成熟期和收獲期6個(gè)生育階段的始期關(guān)鍵氣候因子，應(yīng)用多元線性回歸方法，構(gòu)建一季稻生育期始期模擬模型，利用貴州25個(gè)試驗(yàn)站2016-2021年一季稻6個(gè)生育始期觀測(cè)資料及同期氣溫、光照因子，對(duì)生育期模擬模型進(jìn)行驗(yàn)證，以...

昭通蘋(píng)果干旱變化特征及風(fēng)險(xiǎn)分析————作者：曾廳余;魯興凱;高應(yīng)鳴;姚睦忱;何娟;周永生;張秀英;孫東漢;

摘要：基于2010-2023年昭通蘋(píng)果物候期資料和1960-2023年昭通氣象資料及干旱災(zāi)情資料，將物候期分為休眠期、發(fā)芽期、開(kāi)花期、幼果期、膨大期和采收期6個(gè)生育期，采用作物水分虧缺距平指數(shù)（CWDIa）分析各生育期干旱頻次和時(shí)長(zhǎng)、累計(jì)干旱強(qiáng)度（CDI）判識(shí)干旱風(fēng)險(xiǎn)強(qiáng)度、Morlet復(fù)連續(xù)小波變換（CCWT）探索累計(jì)干旱強(qiáng)度的時(shí)頻演變特征，以明確昭通蘋(píng)果干旱風(fēng)險(xiǎn)的發(fā)生規(guī)律。結(jié)果表明：昭通蘋(píng)果干旱具有多...

農(nóng)牧交錯(cuò)帶馬鈴薯不同生育期水氮耦合對(duì)產(chǎn)量和水分生產(chǎn)力的影響————作者：白海霞;韓雪盈;胡桃花;余麗萍;柏會(huì)子;郝興宇;李萍;唐建昭;

摘要：揭示農(nóng)牧交錯(cuò)帶馬鈴薯不同生育期水氮耦合下產(chǎn)量和水分生產(chǎn)力變化，對(duì)提高該區(qū)馬鈴薯水肥高效利用具有現(xiàn)實(shí)意義。本研究基于北方農(nóng)牧交錯(cuò)帶典型站點(diǎn)張北和武川的土壤數(shù)據(jù)、氣象數(shù)據(jù)和管理數(shù)據(jù)，驅(qū)動(dòng)校正后的APSIM-Potato模型，設(shè)置不同灌溉和氮肥梯度：灌溉梯度為0、60、120、180、240mm，施氮量為0、50、100、150、200、250、300kg·hm^-2，選擇馬鈴薯苗期...

氣象條件對(duì)天柱縣煙草靶斑病的影響及模擬模型構(gòu)建————作者：唐辟如;孫思思;曾曉珊;柳強(qiáng);崔蕾;楊顏;

摘要：基于2022-2023年貴州省天柱縣平甫煙區(qū)煙草靶斑病觀測(cè)數(shù)據(jù)及氣象資料，分析靶斑病病情指數(shù)、病株率與氣象因子的相關(guān)性，篩選關(guān)鍵因子，利用支持向量機(jī)（SVM）和多元線性回歸分析法構(gòu)建煙區(qū)靶斑病的模擬模型并對(duì)其驗(yàn)證，以期了解煙草靶斑病發(fā)生發(fā)展規(guī)律，為煙草生產(chǎn)提高依據(jù)。結(jié)果表明：（1）貴州天柱縣平甫村煙區(qū)煙草靶斑病始發(fā)期在5月底-6月上旬，隨后病情指數(shù)和病株率呈波動(dòng)上升，7月中旬進(jìn)入發(fā)病盛期。（2）影...

基于CLM5模型CO₂升高及水肥限制對(duì)春小麥生長(zhǎng)影響的驗(yàn)證————作者：周文慧;張少波;呂雅瓊;

摘要：研究陸面過(guò)程模式最新版本（CLM5）中作物生長(zhǎng)對(duì)CO₂濃度升高、灌溉以及氮肥限制等條件的響應(yīng)是否合理，對(duì)作物模塊的進(jìn)一步發(fā)展具有重要作用。本文利用位于美國(guó)亞利桑那州全球首個(gè)自由大氣CO₂濃度加富實(shí)驗(yàn)場(chǎng)（FACE實(shí)驗(yàn)）的春小麥觀測(cè)數(shù)據(jù)，驗(yàn)證CLM5模型春小麥生長(zhǎng)對(duì)CO₂濃度升高、灌溉和氮肥限制的響應(yīng)及其相互作用。結(jié)果表明：（1）經(jīng)參數(shù)...

吉林省春玉米風(fēng)災(zāi)時(shí)空變化特征及其氣象等級(jí)判定————作者：劉玉汐;任景全;王冬妮;陳長(zhǎng)勝;王琪;宋爽;趙晶;

摘要：利用1971-2023年吉林省43個(gè)氣象站逐日數(shù)據(jù)、18個(gè)農(nóng)業(yè)氣象觀測(cè)站春玉米生育期和43個(gè)縣域春玉米風(fēng)災(zāi)災(zāi)情數(shù)據(jù)，分析春玉米不同生育期風(fēng)災(zāi)時(shí)空變化特征，基于降水量和最大風(fēng)速，構(gòu)建春玉米不同生育期風(fēng)災(zāi)氣象等級(jí)指標(biāo)，并進(jìn)行驗(yàn)證，以期完善不同風(fēng)雨條件下春玉米風(fēng)災(zāi)監(jiān)測(cè)評(píng)估技術(shù)。結(jié)果表明：（1）吉林省春玉米抽雄-乳熟期風(fēng)災(zāi)發(fā)生次數(shù)最多，為61次，占1971-2022年全生育期的41.5%；春玉米風(fēng)災(zāi)發(fā)生次...

近十年國(guó)家氣象中心作物產(chǎn)量預(yù)報(bào)業(yè)務(wù)技術(shù)進(jìn)展————作者：劉維;鄭昌玲;孫少杰;錢(qián)永蘭;宋迎波;

摘要：農(nóng)業(yè)氣象觀測(cè)、衛(wèi)星遙感、作物模型以及智能網(wǎng)格預(yù)報(bào)等新技術(shù)的應(yīng)用，提高了作物產(chǎn)量預(yù)報(bào)技術(shù)的動(dòng)態(tài)化和精細(xì)化水平，提高了作物產(chǎn)量預(yù)報(bào)準(zhǔn)確率，為保障國(guó)家糧食安全發(fā)揮了重要作用。本研究基于2010年以來(lái)國(guó)家氣象中心作物產(chǎn)量預(yù)報(bào)業(yè)務(wù)技術(shù)進(jìn)展及預(yù)報(bào)結(jié)果的檢驗(yàn)，系統(tǒng)介紹了以關(guān)鍵氣象因子影響指數(shù)、氣候適宜指數(shù)、歷史豐歉氣象影響指數(shù)為主的數(shù)理統(tǒng)計(jì)模型、基于作物模型模擬以及基于多源數(shù)據(jù)融合的作物動(dòng)態(tài)產(chǎn)量預(yù)報(bào)技術(shù)。202...

2024年冬季氣象條件對(duì)農(nóng)業(yè)生產(chǎn)的影響————作者：何延波;吳門(mén)新;趙曉鳳;郭安紅;李森;侯英雨;

摘要：2024/2025年度冬季（2024年12月-2025年2月），全國(guó)平均氣溫-3.3℃，較常年同期（1991-2020年平均值，下同）偏高0.3℃。全國(guó)平均降水量23.7mm，較常年同期偏少39.4%；全國(guó)平均日照時(shí)數(shù)519h，較常年同期偏多6.1%。全國(guó)大部農(nóng)區(qū)冬季光熱條件較好，土壤墑情適宜，氣象條件利于北方冬小麥越冬和南方油菜等作物穩(wěn)健生長(zhǎng)。北方部分地區(qū)持續(xù)性積雪覆蓋不利于畜牧業(yè)和設(shè)施農(nóng)業(yè)生產(chǎn)...

中國(guó)主要作物生育狀況數(shù)據(jù)集V2.0的研制————作者：高靜;廖捷;楊炳玉;劉媛媛;

摘要：中國(guó)主要作物生育狀況數(shù)據(jù)集主要由2012年以前紙質(zhì)年報(bào)和之后的電子年報(bào)建設(shè)而成，但存在觀測(cè)項(xiàng)目和數(shù)據(jù)單位等不一致，以及部分?jǐn)?shù)據(jù)質(zhì)量未經(jīng)評(píng)估等問(wèn)題。為了提高農(nóng)業(yè)氣象資料的一致性和準(zhǔn)確性，基于兩類(lèi)數(shù)據(jù)來(lái)源，在對(duì)1981-2022年中國(guó)主要作物生育狀況觀測(cè)項(xiàng)目?jī)?nèi)容標(biāo)準(zhǔn)化處理基礎(chǔ)上，采用完整性檢查、跨年值檢查、觀測(cè)時(shí)間檢查、值域檢查、內(nèi)部一致性檢查、要素界限值檢查和人工核查等方法開(kāi)展數(shù)據(jù)質(zhì)量控制，研制形成...

基于XGBoost方法的甘肅慶陽(yáng)蘋(píng)果天氣指數(shù)農(nóng)業(yè)保險(xiǎn)定價(jià)————作者：李金蓉;肖鴻民;

摘要：基于機(jī)器學(xué)習(xí)算法的天氣指數(shù)保險(xiǎn)是農(nóng)業(yè)保險(xiǎn)創(chuàng)新研究的有益嘗試。農(nóng)作物產(chǎn)量受氣象災(zāi)害影響嚴(yán)重，構(gòu)建能準(zhǔn)確反映產(chǎn)量損失與氣象災(zāi)害關(guān)系的數(shù)據(jù)分析模型，對(duì)農(nóng)作物天氣指數(shù)保險(xiǎn)的定價(jià)十分重要。本文以甘肅慶陽(yáng)蘋(píng)果為研究對(duì)象，基于1996-2020年慶陽(yáng)市5個(gè)縣（區(qū)）蘋(píng)果生長(zhǎng)期（4-10月）逐日降水量、逐日氣溫?cái)?shù)據(jù)以及蘋(píng)果產(chǎn)量數(shù)據(jù)，構(gòu)建低溫凍害指數(shù)、干旱指數(shù)和連陰雨指數(shù)，利用XGBoost算法建立與蘋(píng)果氣象減產(chǎn)率的...

基于MaxEnt優(yōu)化模型的中國(guó)油菜氣候適宜區(qū)預(yù)測(cè)————作者：趙辰宇;張方敏;尹思怡;曹雯;

摘要：使用R語(yǔ)言ENMeval數(shù)據(jù)包對(duì)MaxEnt模型參數(shù)設(shè)置進(jìn)行優(yōu)化，基于全國(guó)255個(gè)油菜分布樣點(diǎn)數(shù)據(jù)和19個(gè)氣候因子篩選出主導(dǎo)氣候因子，采用MaxEnt優(yōu)化模型預(yù)測(cè)歷史時(shí)期（1970-2000年）和未來(lái)時(shí)期（2041-2060年）氣候變化背景下中國(guó)油菜的氣候適宜區(qū)分布，對(duì)比分析歷史時(shí)期到未來(lái)時(shí)期的氣候適宜區(qū)變化特征。結(jié)果表明：（1）特征函數(shù)為線性、二次型、片段化、乘積型、閾值性的線性組合、調(diào)控倍頻為...

河南省縣域耕地利用凈碳匯時(shí)空演進(jìn)分析————作者：馬文博;曾麗媛;

摘要：基于2006-2020年耕地生產(chǎn)資料投入、土壤、小麥和水稻種植碳排放及農(nóng)作物固碳統(tǒng)計(jì)數(shù)據(jù)，采用碳排放系數(shù)法測(cè)算河南省104個(gè)縣域的耕地利用凈碳匯量，并分析其時(shí)空分布特征，旨在為河南省耕地利用低碳轉(zhuǎn)型及碳達(dá)峰、碳中和目標(biāo)的實(shí)現(xiàn)提供科學(xué)參考。結(jié)果表明：（1）研究期內(nèi)河南省耕地利用碳排放呈先增后減趨勢(shì)，碳吸收則穩(wěn)定增長(zhǎng)，導(dǎo)致凈碳匯波動(dòng)上升�；�肥是主要碳源。與2006年相比，2020年河南省大部分縣域碳排...

基于文獻(xiàn)計(jì)量的作物水肥管理決策模型研究進(jìn)展————作者：蔡夢(mèng)婷;蘇振娟;張鵬;劉學(xué)智;徐利崗;楊昊;王嬌;劉巍侖;

摘要：基于Web of Science(WoS)核心數(shù)據(jù)庫(kù)和中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)（CNKI）檢索作物水肥管理決策模型相關(guān)文獻(xiàn)，借助CiteSpace和VOSviewer可視化軟件，分析2003-2023年該領(lǐng)域發(fā)文數(shù)量、發(fā)文國(guó)家和關(guān)鍵詞的變化及國(guó)內(nèi)外作物水肥管理決策模型的研究進(jìn)展，了解作物水肥管理決策模型研究現(xiàn)狀及趨勢(shì)，以APSIM模型為例，重點(diǎn)分析APSIM模型在作物水肥管理決策方面的研究進(jìn)展。結(jié)果表明：2...

濱海城市植被碳源/匯時(shí)空變化規(guī)律及其影響因素————作者：韓宇航;韓震;

摘要：基于多源數(shù)據(jù)采用改進(jìn)的CASA模型和土壤異養(yǎng)呼吸模型，計(jì)算2000-2016年上海凈生態(tài)系統(tǒng)生產(chǎn)力，用于表征植被的碳匯狀況，并使用趨勢(shì)分析、穩(wěn)定性分析和偏相關(guān)分析方法研究植被碳源/匯的時(shí)空動(dòng)態(tài)演變特征及其影響因素。結(jié)果表明：（1）2000-2016年上海植被NEP年均值為96.73gC·m^-2·a^-1，時(shí)間變化呈下降趨勢(shì)，下降幅度為1.87gC·m

基于CMIP6多模式SSP情景的河南降水量時(shí)空變化預(yù)估————作者：邢海佳;楊聯(lián)安;袁笑甜;尚小清;周思璁;薛婧;

摘要：基于1960-2014年河南省117個(gè)氣象站日值數(shù)據(jù)和第六次國(guó)際耦合模式比較計(jì)劃(CMIP6)中的10個(gè)氣候模式數(shù)據(jù)，評(píng)估多模式集合平均（MME）模式對(duì)河南歷史時(shí)期（1960-2014年）年均降水量的模擬能力，研究不同SSP情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）河南省2015-2100年降水時(shí)空變化，以期為河南省農(nóng)業(yè)生產(chǎn)提供依據(jù)。結(jié)果表明：（1）1960-2...

中國(guó)北方農(nóng)牧交錯(cuò)帶風(fēng)蝕氣候侵蝕力時(shí)空變化特征及其成因分析————作者：姜婧妍;胡琦;楚希雅;周建朔;張麗娜;潘學(xué)標(biāo);王靖;黃彬香;

摘要：基于中國(guó)北方農(nóng)牧交錯(cuò)帶186個(gè)氣象站點(diǎn)1961-2020年逐日氣象數(shù)據(jù)，利用氣候傾向率和空間插值，分析不同時(shí)間尺度風(fēng)蝕氣候侵蝕力的時(shí)空分布和變化特征，定量解析風(fēng)速、降水量和蒸散量（ET₀）等氣象因子變化對(duì)風(fēng)蝕的影響，以期為改善農(nóng)牧交錯(cuò)帶的環(huán)境問(wèn)題和風(fēng)沙治理提供科學(xué)建議及理論支撐。結(jié)果表明：研究區(qū)土壤風(fēng)蝕量呈東高西低的空間分布特征，高值區(qū)分布在內(nèi)蒙古中部的通遼、赤峰與河北張家口...

氣候變化背景下川中丘陵區(qū)水稻氣候生產(chǎn)潛力分析————作者：黎景銳;羅懷良;劉曉冉;

摘要：基于1970-2023年川中丘陵區(qū)逐日氣象數(shù)據(jù)，采用修正的FAO氣候生產(chǎn)潛力測(cè)算模型，分析川中丘陵區(qū)氣候變化及水稻氣候生產(chǎn)潛力時(shí)空動(dòng)態(tài)特征，結(jié)合歷年水稻生產(chǎn)數(shù)據(jù)評(píng)估氣候資源利用情況，并運(yùn)用敏感性強(qiáng)度，探討氣候變化對(duì)氣候生產(chǎn)潛力的影響。結(jié)果表明：（1）研究期內(nèi)川中丘陵區(qū)熱量資源顯著上升，降水量年際波動(dòng)較大，日照資源稀缺，熱量、光照資源緯向分布明顯，水分資源經(jīng)向分布明顯；（2）川中丘陵區(qū)水稻氣候生產(chǎn)潛...

基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的不同后墻材質(zhì)日光溫室內(nèi)逐時(shí)氣溫模擬和動(dòng)態(tài)預(yù)報(bào)————作者：石茗化;魏渠成;樂(lè)章燕;王靖;張艷艷;周鵬;張繼波;

摘要：為提高日光溫室內(nèi)氣溫預(yù)報(bào)準(zhǔn)確率，利用溫室外實(shí)時(shí)氣象預(yù)報(bào)數(shù)據(jù)（氣溫、相對(duì)濕度和風(fēng)速）和溫室內(nèi)前3h氣溫?cái)?shù)據(jù)，引入遺傳算法（Genetic algorithm,GA）對(duì)BP神經(jīng)網(wǎng)絡(luò)模型的初始權(quán)值和閾值進(jìn)行優(yōu)化，構(gòu)建GA-BP神經(jīng)網(wǎng)絡(luò)模型對(duì)冬季和春季不同后墻材質(zhì)（土墻和磚墻）溫室內(nèi)逐時(shí)氣溫進(jìn)行模擬和動(dòng)態(tài)預(yù)報(bào)，并與逐步回歸（Stepwise regression,SR）和BP神經(jīng)網(wǎng)絡(luò)模型模擬結(jié)果進(jìn)行對(duì)比。...

新疆天山中段小時(shí)氣溫精細(xì)化估算模型構(gòu)建————作者：李隴同;劉帥令;石亞亞;楊耘;周小平;胡祥祥;

摘要：積雪作為淡水資源中不可或缺的一部分，其積累與消融過(guò)程受氣溫變化影響較大，精確估算氣溫?cái)?shù)據(jù)，對(duì)維護(hù)流域生態(tài)系統(tǒng)安全以及促進(jìn)水資源可持續(xù)利用具有重要意義。本文選取新疆天山中段瑪納斯河流域?yàn)檠芯繀^(qū)，基于流域內(nèi)139個(gè)國(guó)家級(jí)氣象觀測(cè)站2012-2017年逐小時(shí)氣象觀測(cè)數(shù)據(jù)，采用嵌入法選擇最優(yōu)小時(shí)氣溫因子集，構(gòu)建長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）和長(zhǎng)短期記憶網(wǎng)絡(luò)-廣義回歸神經(jīng)網(wǎng)絡(luò)（LSTM-GRNN）小時(shí)氣溫估算模...

　　相關(guān)農(nóng)業(yè)期刊推薦

• 學(xué)報(bào)《遼寧農(nóng)業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)》
• 北大核心《微體古生物學(xué)報(bào)》
• 省級(jí)河北畜牧獸醫(yī)
• 省級(jí)《亞熱帶水土保持》
• 北大核心《麥類(lèi)作物學(xué)報(bào)》
• 學(xué)報(bào)石河子大學(xué)學(xué)報(bào)(自然科學(xué)版)
• 省級(jí)《機(jī)械研究與應(yīng)用》
• 國(guó)家級(jí)《農(nóng)民文摘》
• 國(guó)家級(jí)《磷肥與復(fù)肥》
• 省級(jí)農(nóng)業(yè)科學(xué)與技術(shù)英文版
• 國(guó)家級(jí)《特產(chǎn)研究》
• 省級(jí)《吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)》
• 省級(jí)內(nèi)蒙古林學(xué)院學(xué)報(bào)雜志
• 省級(jí)《農(nóng)村經(jīng)濟(jì)與科技》
• 國(guó)家級(jí)西北農(nóng)林科技大學(xué)學(xué)報(bào)社會(huì)科學(xué)版
• 北大核心《中國(guó)蔬菜》
• 國(guó)家級(jí)《水產(chǎn)學(xué)報(bào)》
• 省級(jí)農(nóng)產(chǎn)食品科技
• 省級(jí)家禽科學(xué)
• 省級(jí)山東農(nóng)藥信息
• 省級(jí)南方農(nóng)機(jī)
• 國(guó)家級(jí)花卉
• 省級(jí)飼料博覽管理版
• 省級(jí)《村委主任》
• 北大核心《中國(guó)水產(chǎn)科學(xué)》
• 省級(jí)《山東農(nóng)業(yè)工程學(xué)院學(xué)報(bào)》
• 省級(jí)新疆畜牧
• 北大核心作物
• 北大核心中國(guó)蜂業(yè)
• 國(guó)家級(jí)《農(nóng)業(yè)機(jī)械》

　　核心期刊推薦

農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)

農(nóng)業(yè)考古

吉林農(nóng)業(yè)大學(xué)學(xué)報(bào)

西南農(nóng)業(yè)學(xué)報(bào)