首页--农业科学论文--农作物论文--禾谷类作物论文--玉米(玉蜀黍)论文

基于水量平衡的玉米土壤墒情预报研究

摘要第3-4页
abstract第4-5页
1 绪论第9-17页
    1.1 研究目的及背景第9-11页
        1.1.1 研究背景第9-10页
        1.1.2 研究目的及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 墒情预报研究现状第11-12页
        1.2.2 干旱预测研究现状第12-13页
    1.3 研究存在的问题和发展趋势第13-14页
    1.4 研究的内容及预期成果及技术路线第14-17页
        1.4.1 研究对象第14页
        1.4.2 研究内容第14-15页
        1.4.3 技术路线第15-17页
2 郑州地区干旱规律分析第17-29页
    2.1 区域简介第17-18页
        2.1.1 引言第17页
        2.1.2 区域概况第17-18页
        2.1.3 郑州地区历史上的干旱第18页
    2.2 干旱定义及分类第18-21页
        2.2.1 干旱定义第18页
        2.2.2 干旱特点第18-19页
        2.2.3 干旱分类第19-21页
    2.3 干旱规律分析第21-24页
        2.3.1 标准化降雨指数SPI简介第21-22页
        2.3.2 郑州地区历年旱情分析第22-24页
    2.4 夏玉米生育期内干旱演变规律分析第24-25页
        2.4.1 各级旱情规律分析第24-25页
        2.4.2 夏玉米生育期内各级旱情规律分析第25页
    2.5 干旱周期分析第25-27页
    2.6 本章小结第27-29页
3 不同模型对土壤墒情的模拟第29-45页
    3.1 墒情规律分析第29-30页
        3.1.1 研究区域与数据来源第29页
        3.1.2 墒情简介第29-30页
    3.2 水量平衡模型第30-36页
        3.2.1 水量平衡模型简介第30-31页
        3.2.2 有效降雨量的计算第31-32页
        3.2.3 作物需水量第32页
        3.2.4 夏玉米根系层深度分析第32-33页
        3.2.5 参考作物蒸散发量第33-35页
        3.2.6 作物系数第35-36页
    3.3 BP神经网络模型第36-41页
        3.3.1 BP神经网络第36-37页
        3.3.2 BP神经网络模拟作物蒸散发量第37-41页
    3.4 水量平衡模型的墒情模拟第41-44页
        3.4.1 彭曼P-M公式的水量平衡模型模拟土壤墒情第41-43页
        3.4.2 BP神经网络的土壤水量平衡模型第43-44页
    3.5 本章小结第44-45页
4 基于T213集合·预报系统的土壤墒情预报第45-55页
    4.1 降水等级划分标准第45-46页
        4.1.1 降雨量分级第45-46页
        4.1.2 郑州地区的降水等级划分第46页
    4.2 T213集合预报系统的精度分析第46-49页
        4.2.1 T213集合预报系统简介第46-47页
        4.2.2 预报系统可用性分析第47-49页
    4.3 基于T213集合预报系统的墒情预报第49-52页
        4.3.1 实测降雨量与预报降雨量的对比第49-50页
        4.3.2 滚动式模拟土壤墒情第50-52页
    4.4 基于墒情预测的干旱等级预报第52-54页
    4.5 本章小结第54-55页
5 结论及展望第55-57页
    5.1 结论第55页
    5.2 存在的不足第55页
    5.3 展望第55-57页
攻读硕士学位期间参加的科研实践及发表的论文第57-59页
致谢第59-61页
参考文献第61-64页

论文共64页,点击 下载论文
上一篇:夏玉米控水控肥一体化灌溉技术研究
下一篇:毛棉幼苗盐胁迫初期转录组分析