基于Excel+VBA技术条件的土壤含水量预测模型
邹文安;马俊英;孙晓梅
吉林省墒情监测中心,长春,130022%山东省菏泽市水利局城市节约用水办公室,菏泽,274000%吉林省水文水资源局白城分局,白城,137000
A Soil Moisture Content Prediction Model based on Excel and VBA
Zou Wenan%Ma Junying%Sun Xiaomei
摘要 土壤含水量是表述土壤干湿程度,反映农作物水分状况的重要物理参数,是农牧业生产条件中一项关键指标.土壤含水量预测能够反映某一阶段农业干旱程度和旱情发展趋势,为综合评价干旱程度、为各级领导和政府部门指挥抗旱减灾提供决策性依据.提出了以前期土壤含水量、降水、风速等实测信息源为影响因子,以Excel加VBA编程为技术平台,创建土壤含水量多源信息人工神经网络预测模型.实验结果表明,该模型预测精度较高,创建方法简单,直观易懂,操作简便,有推广价值.
出版日期: 2013-04-15
引用本文:
邹文安;马俊英;孙晓梅. 基于Excel+VBA技术条件的土壤含水量预测模型[J]. 中国防汛抗旱, 2013, 23(2): -.
Zou Wenan%Ma Junying%Sun Xiaomei. A Soil Moisture Content Prediction Model based on Excel and VBA. China Flood & Drought Management, 2013, 23(2): -.
链接本文:
http://www.cfdm.cn/CN/ 或 http://www.cfdm.cn/CN/Y2013/V23/I2/
[1]
朱建英, 王正诚, 周春飞, 王正怡, 焦野. 水旱灾害防御调度系统思维分析 [J]. 中国防汛抗旱, 2023, 33(2): 83-86.
[2]
. 上堡梯田——因山成形 因水而兴 [J]. 中国防汛抗旱, 2023, 33(2): 0-0.
[3]
. 水利部安排部署2023年水旱灾害防御工作 [J]. 中国防汛抗旱, 2023, 33(2): 0-0.
[4]
. 李国英调研永定河流域治理管理工作 [J]. 中国防汛抗旱, 2023, 33(2): 0-0.
[5]
. 水利部检查指导黄河宁蒙河段防凌工作 [J]. 中国防汛抗旱, 2023, 33(2): 0-0.
[6]
吴永松, 翟高勇, 郑福寿. 水利工程防汛抢险物资储备品种和数量确定方法分析 [J]. 中国防汛抗旱, 2023, 33(2): 87-90.
[7]
胡振鹏. 2022年鄱阳湖特大干旱及防旱减灾对策建议 [J]. 中国防汛抗旱, 2023, 33(2): 1-6,39.
[8]
张保国, 裘峰, 孙伟, 商崇菊, 关云霞, 雷宏军, 潘红卫. 贵州省2022年旱灾演变、成因、特点及防治措施 [J]. 中国防汛抗旱, 2023, 33(2): 7-11.
[9]
周福刚. 重庆市2022年历史罕见高温干旱灾害应对成效及对策建议 [J]. 中国防汛抗旱, 2023, 33(2): 12-14.
[10]
刘欣艳, 张旭. 下凹式桥积水警示标识系统设计 [J]. 中国防汛抗旱, 2023, 33(2): 64-68.
[11]
苏占胜, 刘垚, 严晓瑜, 吴保国. 2021年宁夏夏季高温干旱特征及其影响 [J]. 中国防汛抗旱, 2023, 33(2): 15-19.
[12]
刘宏洁, 宋文龙, 杨昆, 李小涛, 李蓉, 江威, 杨永民, 陈修华. “2022.6”珠江流域洪涝灾害应急遥感监测 [J]. 中国防汛抗旱, 2023, 33(2): 20-25.
[13]
冯天时, 宋文龙, 陈修华, 陈龙, 桂荣洁, 林胜杰. 2022年巴基斯坦特大洪水遥感监测 [J]. 中国防汛抗旱, 2023, 33(2): 31-34.
[14]
陈龙, 宋文龙, 杨永民, 李小涛, 辛景峰, 林胜杰, 许佳欣. 2022年长江流域旱情遥感监测 [J]. 中国防汛抗旱, 2023, 33(2): 26-30.
[15]
吴玉明, 马梦婷. 江苏南京市城市洪涝防御对策措施 [J]. 中国防汛抗旱, 2023, 33(2): 53-56,63.