排序方式: 共有4条查询结果,搜索用时 62 毫秒
1
1.
2.
无为县的汛期洪水主要由夏季降水形成的,为了揭示无为县夏季降水的规律和特点,服务于防汛抗旱、农作物生产等方面,采用数理统计的方法,研究夏季降水量的年际、年内的月、旬、候、日、白天、夜间、小时等长、短期结合的多时间尺度变化规律和特点,并构建夏季降水量预测模型。结果表明:无为县夏季降水量存在丰枯交替的多周期变化规律,其第一、二、三主周期对应于10、13、23年,预计2016年后夏季降水量还将处于偏多阶段并持续较长时间,但即将进入下降的阶段。年内来看,夏季降水主要集中在6月和7月,其中6月下旬和7月上旬相对较大,降水量从6月1日起逐渐增加,至7月4日达到峰值后逐渐减少。近10年夏季降水集中度从6月向7月推移,自6月至8月,降水集中度从上午向下午、夜间推移,6月份的6-7时、7月份的5-6时和15-18时、8月份的17-18时和20-21时等时段降水集中度较大。 相似文献
3.
基于信息扩散和频率曲线适线的农业旱灾风险评估方法 总被引:1,自引:0,他引:1
为克服农业旱灾风险计算中小样本导致的信息不足,以农业因旱受灾率为损失指标,采用信息扩散理论和频率曲线适线方法相结合的方法,构建损失与概率之间的函数关系,建立了旱灾风险评估方法。据此方法定量计算不同旱灾水平年下的农业因旱受灾率,绘制旱灾风险空间分布图。该方法通过优化利用样本模糊信息来弥补小样本导致的信息不足,对小容量样本的概率分布估计有较高的精确度。将该方法用于安徽省农业旱灾风险评估,绘制了安徽省农业旱灾风险图,以便为安徽省抗旱减灾提供参考。 相似文献
4.
针对基于非负矩阵分解(non-negative matrix factorization, NMF)的偏振图像融合方法效率低的不足,提出一种基于稀疏性NMF的偏振图像快速融合方法。首先,以偏振信息解析得到的各偏振参量图像构造原始数据集,其次,对NMF增加稀疏性约束,利用稀疏表示下的在线字典学习算法进行快速分解,然后对分解得到的三幅特征基图像按清晰度和方差进行排序,将排序后的特征基图像经直方图匹配及HSI颜色映射后,变换到RGB颜色空间,得到融合图像。与基于NMF的方法相比,运行时间提高约120倍,达到约1.5 s完成一次融合过程。实验结果验证了该方法在改善融合效果的同时,运行效率明显提高。 相似文献
1