Scidown文献预览系统!
基于地理和时间加权神经网络的冬小麦产量预测( Geographically and temporally weighted neural network for winter wheat yield prediction )
L Feng Y Wang Z Zhang Q Du
准确预测作物产量对于农产品交易、市场风险管理和粮食安全至关重要。尽管各种统计模型和机器学习模型已经被开发出来以提高预测精度,但许多地理过程的内在属性--空间和时间非平稳性在作物产量建模中仍然很少被考虑。从统计学的角度出发,分别证明了基于地理加权回归(GWR)和时间加权回归(TWR)的冬小麦产量预测存在空间非平稳性和时间非平稳性。然后,利用卫星图像和气候数据等公开数据源,将人工神经网络(ANN)集成到地理和时间加权回归(GTWR)中,提出了地理和时间加权神经网络(GTWNN)模型。为了更可信的评估,采用了休假一年的策略进行样本外预测,结果从2008年到2019年共12个测试年。实验结果表明,GTWNN在7月底、6月底和5月底三个预测时刻的平均决定系数(R)分别为0.766、0.759和0.720,优于ANN、GTWR和支持向量回归(SVR)。GTWNN模型的误差聚集率低于其它模型,说明GTWNN模型在预测因子与产量响应关系的建模中适用于处理空间非平稳性。本文提出的方法可以推广到其他作物产量预测甚至其他环境现象中处理时空非平稳性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】