申请/专利权人：扬州大学

申请日：2020-01-21

公开（公告）日：2023-03-14

公开（公告）号：CN111259319B

主分类号：G06F17/11

分类号：G06F17/11;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2023.03.14#授权;2020.07.03#实质审查的生效;2020.06.09#公开

摘要：本发明公开了一种确定稻田温室气体通量基准、周期与年际趋势的方法，包括以下步骤：（1）搜集稻田温室气体通量从基准年1月开始的连续月度数据；（2）通量数据画图，预估通量的周期；（3）将通量数据与月份和周期乘积的三角函数回归（周期回归）；（4）计算温室气体通量与周期回归方程结果间的残差（周期残差）；（5）周期残差按年度平均后与观测数据所在的年度时间回归（年际回归），得到年际趋势方程；（6）该方程计算稻田温室气体通量的周期效应强度，年际趋势以及未来时刻温室气体通量的预测值；（7）计算温室气体通量的基准。本发明能够同时精确估计稻田温室气体通量中的周期性与年际趋势，对评估温室气体排放特点有重要作用。

主权项：1.一种确定稻田温室气体通量基准、周期与年际趋势的方法，其特征在于，包括以下步骤：1搜集稻田温室气体通量从基准年1月开始的连续月度数据Y，记为y1，1,y1,2,…,yM,12，其中数据的下标代表通量数据搜集的时间，即y1，1为稻田基准年1月的通量数据，y1，2为稻田基准年2月的通量数据，依次类推；其中，M为通量数据的最大观测年份，ym，n为第m年的第n月观测数据；搜集观测数据时间长度不能短于5年，即M≥5；搜集的数据需要在时间上连续，且观测数据必须到某年12月为止；2根据温室气体通量数据画图，预估通量的周期；3将温室气体的通量数据与月份和周期乘积的三角函数回归，即计算周期回归方程；4计算每月温室气体观测通量与周期回归方程结果间的残差得到周期残差；5将同一年的周期残差按年度平均，然后与观测数据所在的年度时间回归，即计算年际趋势方程；6整理得到稻田温室气体通量周期和年际趋势的统一方程，并利用该方程计算稻田温室气体通量的周期效应强度、年际趋势以及未来时刻温室气体通量的预测值；7计算温室气体通量的基准；所述步骤2具体包括以下步骤：a.将所搜集到的温室气体通量数据按照观测的月份，画图并目测确定温室气体通量波动每年完整周期的数目p；b.确定温室气体通量年内周期参数ω，所述步骤3具体包括以下步骤：a.标记每年1月至12月对应的月份为dn,n＝1,2,3,…,12，其中d1＝1，d2＝2,…,d12＝12，即dn＝n；b.以稻田温室气体通量的月度数据为因变量ym,n,以观测数据对应的月份dn为自变量，代入下面的周期回归方程，计算其周期回归系数a,b,λm；Y＝acosωd+bsinωd+λm1其中，λm表示以月度为标准的常数值；注意计算方程1过程中Y取遍温室气体通量的所有观测值ym,n，ym,n对应的自变量d取值为dn；所以方程1中每个月份dn对应M个温室气体通量观测数据，因此方程1只能用最小二乘法估计a,b而不能用极大似然法估计；所述步骤4具体包括以下步骤：a.将dn,n＝1,2,3,…,12分别代入方程1，得到温室气体通量周期性回归方程的结果rn,n＝1,2,…,12；b.将ym,n-rn得到m×n个周期残差εm,n；所述步骤5具体包括以下步骤：a.将εm,n按照所对应的年度平均，得到m个温室气体通量年度平均残差值δm： b.以δm为因变量，以δm对应的年度为自变量用极大似然法计算年际趋势方程2中的系数c：δ＝ct+λyy；m,t＝1,2,…,M2其中，λyy表示以年份为标准的常数值；计算过程中上式的δ取遍温室气体通量的所有观测值δm,m＝1,2,…,M，δm对应的t值为m；所述步骤6具体包括以下步骤：a.根据方程1和方程2的结果，整理得到对应于温室气体通量周期和趋势的统一方程为Yt,d＝acosωd+bsinωd+ct+λm+λyy,d＝1,2,…,12；t＝1,2,…3Yt,d代表距离基准年第t年第d月的温室气体通量预测值；b.其中3式中c是温室气体通量的年际变化速率，代表通量的年际趋势；稻田温室气体通量的周期效应强度g以下式计算： 所述步骤7具体包括以下步骤：a.将t＝1和d＝1,2,…,12代入方程3即可得到稻田温室气体通量每个月的基准。

全文数据：

权利要求：

百度查询： 扬州大学 一种确定稻田温室气体通量基准、周期与年际趋势的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD