文献

J-GLOBAL ID：201702261713682723   整理番号：17A0266596

FISHER判別に基づく南方水稲の低温災害レベルの早期警告【JST・京大機械翻訳】

Early-warning of Low-temperature Disaster Levels on Double-cropping Rice in Southern China Based on Fisher’s Discriminant

著者 (7件)： Wu Li (Chinese Academy of Meteorological Sciences) ,  Huo Zhiguo (Chinese Academy of Meteorological Sciences, Collaborative Innovation Center of Meteorological Disaster Forecast,Early-warning and Assessment) ,  Yang Jianying (Chinese Academy of Meteorological Sciences) ,  Xiao Jingjing (Zhejiang Provincial Climate Center) ,  Zhang Lei (National Meteorological Center) ,  Yu Caixia (Anhui Institute of Meteorological Science) ,  Zhang Guixiang (Chinese Academy of Meteorological Sciences)
資料名： Yingyong Qixiang Xuebao  (Yingyong Qixiang Xuebao)
巻： 27  号： 4  ページ： 396-406  発行年： 2016年 
JST資料番号： C2479A  ISSN： 1001-7313  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 南部のイネの低温災害の総合的予測の早期警戒技術システムを確立するために,1961年から2010年までの708気象観測所の毎日の気象データ,イネ成長期のデータ,および低温災害の気象学的基準に基づいて,本論文では,中国南部におけるイネの気象災害を予測した。FISHER判別分析,因子分析,および相関分析を採用した。SPSSソフトウェアを用いて,春の低温災害のハイリスク地域(I区)の将来10日,晩生の寒露(リスク地区),および主要災害地域(II区)の5日の低温災害発生日の早期警戒モデルを構築した。その中で、1961~2009年の資料はモデル構築と検証試験に用いられ、2010年の資料はモデルの外延予測に使用された。結果は以下を示す。結果は,の,の,晩植インディカ米の平均予測精度がそれぞれ90.5%,74.2%,80.3%であることを示した。後期と,の平均予測精度は,それぞれ,89.4%と80.3%であった。構築した南方の水稲の低温災害の毎日の転がり予報モデルの外延予測の基本一致精度は80%を超え、等級予測の検査誤差は全体的に1つのレベル以内であり、モデル評価の効果は比較的に良い。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *低温 ,  成長期 ,  モデリング ,  判別分析 ,  *警報 ,  気象学 ,  因子分析 ,  測候所 ,  予測モデル ,  中国南部 ,  *水稲 ,  気象データ ,  予測精度 ,  インディカ米 ,  モデル
準シソーラス用語： SPSS , 【Automatic Indexing@JST】

著者キーワード (4件)： double-cropping rice ,  low-temperature disaster ,  factor puffing ,  Fisher’s discriminant

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： 判別 ,  水稲 ,  低温 ,  災害 ,  早期 ,  警告