《表1 2014—2018年不同起报时间江苏省冬小麦最优模型和多模型集成单产预报值与实际值》

《表1 2014—2018年不同起报时间江苏省冬小麦最优模型和多模型集成单产预报值与实际值》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《不同统计模型在冬小麦产量预报中的预报能力评估——以江苏麦区为例》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
GB-W为丰歉相似年法中的加权法。KMF和CS分别表示基于关键气象因子和气候适宜度的单产预测方法。Q表示二次曲线产量分离法。GB-W is bumper or poor harvest methods of weighting.KMF and CS are yield prediction methods based on key meteorological factors and climate su

由表1可知,4月10日为起报时间,3种模型中,2014年和2016年气候适宜度二次曲线分离模型准确率排第一位,2017年和2018年丰歉加权模型准确率排第一位,2015年关键气象因子二次曲线分离模型准确率排第一位。5月10日为起报时间,3种模型中,2014—2016年和2018年均是气候适宜度二次曲线分离模型准确率排第一位,2017年丰歉加权模型准确率排第一位。两种起报时间下,按照权重进行最优模型集成后,预报准确率均得到提升,近5年平均准确率排序为:最优模型集成>气候适宜度二次曲线分离模型>丰歉相似年加权模型>关键气象因子二次曲线分离模型。