基于粒子群优化小波神经网络模型的春玉米生育阶段干旱预测

摘要

【目的】为更好地开展区域性作物生长季气候干旱预测,指导春玉米高效节水补灌生产。【方法】采用皮尔逊相关系数方法选取了与干旱指数最相关的因子,利用阜新市阜蒙县1965—2019年逐日气象数据,探索建立了粒子群算法优化的小波神经网络模型(PSO-WNN),将春玉米不同生育阶段的水分亏缺指数结果进行对比验证模型精度,并利用模型模拟预测未来5 a干旱发生情况。【结果】通过模型验证,春玉米5个生育阶段(播种—出苗阶段、出苗—拔节阶段、拔节—抽雄阶段、抽雄—乳熟阶段、乳熟—成熟阶段)的均方根误差(RMSE)分别为0.0419、0.0174、0.0481、0.0297、0.0421,决定系数R2分别为0.8402、0.9853、0.8990、0.9575、0.9177,且预测结果与实际干旱等级相符。【结论】文中构建的模型适用于阜新地区春玉米干旱预测,未来5 a该地区春玉米在播种—出苗阶段可能无旱或轻旱,出苗-拔节阶段可能发生中旱甚至特旱,生育后期干旱程度逐渐减弱,拔节—抽雄和抽雄—乳熟两个阶段出现轻旱概率较高,乳熟—成熟阶段出现干旱的概率较低,程度较小,表明未来几年该地区春玉米生产应该更多关注出苗—拔节阶段的旱情。