留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

带输入项的线性自回归模型在树木物候预测中的应用

鲁小珍 叶镜中 孙多

鲁小珍, 叶镜中, 孙多. 带输入项的线性自回归模型在树木物候预测中的应用[J]. 浙江农林大学学报, 1998, 15(2): 201-206.
引用本文: 鲁小珍, 叶镜中, 孙多. 带输入项的线性自回归模型在树木物候预测中的应用[J]. 浙江农林大学学报, 1998, 15(2): 201-206.
Lu Xiaozhen, Ye Jingzhong, Sun Duo. Application of the linear autoregression model with input variables to forecast tree phenology.[J]. Journal of Zhejiang A&F University, 1998, 15(2): 201-206.
Citation: Lu Xiaozhen, Ye Jingzhong, Sun Duo. Application of the linear autoregression model with input variables to forecast tree phenology.[J]. Journal of Zhejiang A&F University, 1998, 15(2): 201-206.

带输入项的线性自回归模型在树木物候预测中的应用

详细信息
    作者简介: 鲁小珍, 女, 1963年生, 讲师, 硕士
    通信作者: 鲁小珍, 女, 1963年生, 讲师, 硕士
  • 中图分类号: S718. 512

Application of the linear autoregression model with input variables to forecast tree phenology.

计量
  • 文章访问数:  478
  • HTML全文浏览量:  162
  • PDF下载量:  108
  • 被引次数: 0
出版历程
  • 收稿日期:  1997-07-14
  • 修回日期:  1997-12-29
  • 刊出日期:  1998-06-20

带输入项的线性自回归模型在树木物候预测中的应用

    作者简介:

    鲁小珍, 女, 1963年生, 讲师, 硕士

    通信作者: 鲁小珍, 女, 1963年生, 讲师, 硕士
  • 中图分类号: S718. 512

摘要: 带输入项的线性自回归模型是一种综合性预测模型,较之常用的树木物候预测模型更为优越。模型结构属动态随机差分模型范畴; 集中了线性自回归和多元线性回归模型两者的优点; 模型有时滞,使预测值不但和现时刻输入(长期天气预报结果)有关,还受历史输入及自身滞后量的影响,即削弱了长期天气预报结果对物候预测的影响,提高了精度; 模型参数的修正采用递推最小二乘估计法,参数随预测期数的增加而不断修正,使预测值更靠近真值(观测值)。从日本樱花、绯红晚樱、刺槐3树种预测误差对比可明显看出,新法预测误差总是稳定在1~ 2 d内,而不致于如其他方法预测误差那样在1~ 11 d不定。说明新预测方法更加符合树木物候动态随机变化之实际。

English Abstract

鲁小珍, 叶镜中, 孙多. 带输入项的线性自回归模型在树木物候预测中的应用[J]. 浙江农林大学学报, 1998, 15(2): 201-206.
引用本文: 鲁小珍, 叶镜中, 孙多. 带输入项的线性自回归模型在树木物候预测中的应用[J]. 浙江农林大学学报, 1998, 15(2): 201-206.
Lu Xiaozhen, Ye Jingzhong, Sun Duo. Application of the linear autoregression model with input variables to forecast tree phenology.[J]. Journal of Zhejiang A&F University, 1998, 15(2): 201-206.
Citation: Lu Xiaozhen, Ye Jingzhong, Sun Duo. Application of the linear autoregression model with input variables to forecast tree phenology.[J]. Journal of Zhejiang A&F University, 1998, 15(2): 201-206.

目录

    /

    返回文章
    返回