一个。Adedayo Adepoju*,格蕾丝o . Adenuga Tayo Ogundunmade页
伊巴丹大学统计学系,尼日利亚伊巴丹
收到:01 - 3月- 2022手稿。房子- 22 - 54328;编辑分配:03 - 3月- 2022 QC前没有。房子- 22 - 54328;综述:17 - 3月- 2022,质量控制。房子- 22 - 54328;修改后:29 - 4月- 2022,手稿。房子- 22 - 54328 (R);发表:09 - 2022年5月,DOI: 10.4172 / JSMS.8.5.006。
访问更多的相关文章研究和评论:统计和数学雷竞技苹果下载科学杂志》上
干旱是一个关键的非生物应力影响玉米产量和生产之间的撒哈拉以南非洲地区的贡献44%到58%的粮食产量下降在非洲西部和中部。检测、分类和控制干旱,干旱指数。本文应用多元线性回归模型和空间分布评估干旱指数的性能在尼日利亚北部的玉米产量。在这个研究中,观察到年度数据的干旱指标,RDI和帕尔默干旱指数包括SCPDSI SCPHDI SCWLPM,玉米产量(以吨)在尼日利亚北部各州获得从1993年到2018年。进行了多元线性回归在不同训练集:70%、80%和90%。多元线性回归结果显示,在美国中北部,FCT MSE最低(0.7788234)在90%的训练水平。州,东北部博尔诺州MSE最低(0.7240276)在80%的训练集。在西北部州,科吉州最低MSE训练集(0.8029484)为70%。结果空间分布显示,约贝州北方自由州的玉米产量最低。
空间分布;干旱指数;玉米产量;回归分析;均方误差
干旱是复杂的描述和理解由于其不受欢迎的特性。水文气象变量的变化,社会经济问题和高水位的要求导致了几个特征(1]。干旱被视为一个生态发病率,其后果增加不断延长一段时间,也是公认的稀缺的降雨,导致缺水由气候刺激因素,如温度、降水和潮湿2]。的不存在长期沉淀在一个特定的地方,这可能是几周,几个月,几年或几十年3]。干旱是观察到的生态灾难的破坏性影响更多的人比其他任何生态破坏整个宇宙。它是一种短程异常;不同干燥这仅限于低降雨量地区和是一个永恒的气候特征。
玉米经常是最主要的谷类作物种植在尼日利亚和人类摄入大量粮食作物种植近似2000万,牲畜饲料和工业资源(4,5]。由于玉米在尼日利亚的意义,它的产生大大升级从1978年的0.66吨,2013年约11.3吨,用国产谷物如高粱和珍珠小米(6,7]。
干旱指标数值,说明干旱水平得到数据从一个或多个率(指针)降水和蒸散等特定算术值。这样的索引比基本的快速合理的指标数据8]。干旱指标指定不同的事件和事件的性质;他们可以推出天气干旱异常或接近阻碍农业和水等影响土壤水分赤字或降低储层水平。指数的进步的发展重点是让估计没有维度揭示干旱的严重性(9]。一些干旱指数特别集中在农业问题上,而另一些则与交付和易于访问的水在一个区域。帕默将区域水稳定性和创建—帕尔默干旱强度指数(PDSI)农业和气象干旱事件的发现。之后,创建更多的指标是基于最新的背景下干旱识别。例如,提出了一种多变量标准化的干旱指数由郝et al(2013)集中在连系动词的概念。索引合并一个标准化的土壤湿度指数和标准化降水指数(SPI)来说明干旱统计。
有引人注目的进步在过去几年在模拟干旱通过使用数据驱动或环流模型。看不到之间的经验模型、多元线性回归(MLR)模型主要用于研究气候和土壤条件和对作物产量的影响10]。看不到多元线性回归(MLR)分析主要用来评估多个预测变量之间的关系和一个预测变量。在高钙,变量是使用其他解释变量。高钙的识别是基于明确的执行,解决问题的设备的完整的统计理论,obtainability改善评估和可用性的标准偏差近似变量。线性回归模式结合气候变量,如气压、空气表面温度,风速度和降水数据,有利于水文极端的预测。高钙的应用程序包括实例使用回归模型来测试归一化植被指数之间的关系和SPI。之前指数被认为是正确的和适当的工具来评估后在干旱情况下植被的水分。高钙也被有效地用于预测干旱,在干旱情况下大麦产量和日常洪水流(11]。SPI和高钙用于希腊进行时空研究干旱和例证了相应的重现期(12,13]。
这个地区的干旱危机尼日利亚人民是一个伟大的痛苦的原因,但问题是不确定的决策者。目前,有罕见的综合研究调查的程度最常用的干旱指标可以确定干旱影响脆弱的系统。此外(14)指出,需要正确的和适当的方法是利用调查干旱发生对自然世界的影响降到最低。这个任务是至关重要的真实和实际措施选择干旱指数用于指定的任务。本研究旨在研究干旱指数的效果和空间分布在尼日利亚北部的玉米产量。论文的其他部分的结构如下:第二节介绍了材料和方法部分3和4,分别研究结果和结论。
研究区域与数据
尼日利亚,位于西部非洲是非洲最大的国家。它分为六个地缘政治区域。尼日利亚全国不同种族和信仰。尼日利亚北部降水下降已经荒凉地区导致沙漠化。尼日利亚北部具有相当程度的可耕种土地,随着时间的推移提供农业和其他业务活动的主要渠道,但撒哈拉沙漠每年向南推进的速度0.6公里(15]。因此,尼日利亚取代每年约有350000公顷的土地沙漠侵蚀。这导致了人口在地区11个州在北方。据推测,尼日利亚每年损失约50亿美元,由于快速沙漠侵蚀和干旱16]。超过500万农场动物正在受到沙漠化的威胁(图1)。
图1:尼日利亚地图显示了36个州。
观察年度数据的干旱指标,RDI和帕尔默干旱指数包括SCPDSI SCPHDI SCWLPM,玉米产量(以吨)在尼日利亚北部各州。获得的数据覆盖了25年的时间从1993年到2018年的时期。SCPDSI代表Self-calibrated—帕尔默干旱强度指数。SCPHDI代表Self-Calibrated帕默水文干旱指数。SCWLPM代表修改/加权—帕尔默干旱强度指数和RDI代表侦察干旱指数(17- - - - - -19]。
空间分析
反距离加权插值(IDW)是一个过程,在很大程度上是一个插图的Waldo Tobler在地理学第一定律即“一切一切有关,但比遥远的相关事情”附近。IDW是一个详细的映射方法,凸插值方法,符合空间变化的常数模型。IDW得到一个变量的值在最近的一些设置使用值获得承认的设置(20.,21]。这是说明数学方程如下:
明确的方法来描述权重是利用反距离所有指向新的点。
反距离加权(IDW)方法用于干旱风险地图的形成不同的季节。这种方法集中在假设插值表面很容易受影响的主要是由点和更少的更遥远的点附近。系统甚至可以当所有功能点躺在一个低维子空间[22]。
映射是建在干旱指数和玉米产量从1993年到2018年的地图图例。这是通过对分析了ArcGIS 10.5环境(23,24]。
多重线性回归分析
这项研究涉及使用线性回归分析。回归方程;
在哪里
因变量
β0=拦截
β1,β2,β3,β4=回归系数代表变化量相对于X的一个单位变化1,X2,X3,X4分别
在那里;Yı——玉米产量
β0=拦截
Xı——RDI
X2 - SCWLPM
X3——SCPHDI
X4 - SCPDSI
ϵ——错误
模型性能的措施
在这项研究中,评估表现所有的回归模型,拟合优度指标即均方误差(MSE)是利用。
Xoi=实际/观测值
Xci=预测/计算值
MSE用于计算均值回归模型预测误差,揭示如何预测值密切观察。Figureures较小的指数意味着最佳预测精度25]。
这介绍了干旱指数和玉米产量数据的分析从尼日利亚获得计量机构(NIMET)。跨越了从1993年到2018年的数据。变量被认为是SCPHDI, SCWLPM、SCPDSI RDI和玉米产量(最近的数据和表1 - 3)。
干旱指数的空间分布在美国中北部玉米产量
图2:干旱指数的空间分布在玉米产量Nasarrawa状态。
图3:干旱指数对玉米产量的空间分布科吉人的状态。
图4:干旱指数的空间分布在玉米产量Kwara状态。
图5:干旱指数的空间分布对玉米产量在尼日尔州。
图6:干旱指数的空间分布在高原州的玉米产量。
图7:干旱指数的空间分布在FCT的玉米产量。
图8:干旱指数的空间分布在贝努埃州州的玉米产量。
图9:干旱指数的空间分布在玉米产量Adamawa状态。
图10:干旱指数的空间分布在包奇州的玉米产量。
图11:干旱指数的空间分布在包奇州的玉米产量。
图12:干旱指数的空间分布在贡贝州的玉米产量。
图13:干旱指数的空间分布对玉米产量约贝州。
空间分布的西北部
图14:干旱指数的空间分布在卡齐纳州的玉米产量。
图15:干旱指数的空间分布在卡诺州的玉米产量。
图16:干旱指数的空间分布在科吉州的玉米产量。
图17:索科托州干旱指数对玉米产量的空间分布状态。
图18:干旱指数的空间分布在扎姆法拉州的玉米产量。
多元线性回归的性能评估使用均方误差(mse)
| 北中部各州 | 训练集:70%;测试集:30% | 训练集:80%;测试集:20% | 训练集:90%; 测试集:10% |
|---|---|---|---|
| Nassarawa状态 | 1.016926 | 1.799777 | 3.554443 |
| 科吉人的状态 | 1.882205 | 2.179394 | 3.388812 |
| Kwara状态 | 1.567001 | 1.16950 | 0.9148886 |
| 尼日尔州 | 4.044566 | 2.611859 | 3.920181 |
| 高原州 | 5.17662 | 7.306939 | 11.73354 |
| FCT | 1.000446 | 1.218108 | 0.7788234 |
| 贝努埃州州 | 7.330676 | 5.089114 | 7.169859 |
表1。表显示的性能评估的多元线性回归使用均方误差(MSE)朝鲜中央。
| 东北州 | 训练集:70%;测试集:30% | 训练集:80%;测试集:20% | 训练集:90%; 测试集:10% |
|---|---|---|---|
| Adamawa状态 | 1.053172 | 1.807424 | 3.220234 |
| 包奇州 | 4.093473 | 2.319546 | 2.103173 |
| 博尔诺州 | 1.051093 | 0.7240276 | 0.7472332 |
| 贡贝州 | 4.024758 | 2.003283 | 2.344587 |
| 约贝州 | 1.180481 | 1.397354 | 2.541029 |
表2。表显示的性能评估的多元线性回归使用均方误差(MSE)东北部州。
| 北西州 | 训练集:70%;测试集:30% | 训练集:80%;测试集:20% | 训练集:90%; 测试集:10% |
|---|---|---|---|
| 卡齐纳州 | 1.248222 | 1.350208 | 2.061909 |
| 卡诺州 | 3.106663 | 2.53982 | 1.994035 |
| 科吉州 | 0.8029484 | 1.304079 | 0.9078957 |
| 索科托州 | 2.514661 | 3.621858 | 3.392074 |
| 扎姆法拉州 | 3.382533 | 2.696641 | 3.342596 |
表3。表显示的性能评估的多元线性回归使用均方误差(MSE)北西州。
州中北部、纳萨拉瓦状态显示RDI SCPDSI, SCPHDI SCWLPM的-0.1433,-0.3534,-0.2636和-0.2150分别与玉米产量1.9042吨,25年。科吉人状态产生RDI SCPDSI, SCPHDI SCWLPM均值为0.3814,-0.006,0.1693和0.1121分别与玉米产量1.612吨,25年。Kwara状态产生的RDI、SCPDSI SCPHDI SCWLPM是0.4789,0.7724,1.0025和0.6967分别与玉米产量1.448吨,25年。在尼日尔,RDI的方式,SCPDSI, SCPHDI和SCWLPM是0.4859,0.1381,0.3399和0.1329分别25年来的玉米产量1.4868吨(26- - - - - -28]。
高原州RDI的方式显示,SCPDSI SCPHDI SCWLPM是0.3753,0.2800,-0.028和0.1048分别与玉米产量2.2516吨25年。FCT的RDI的手段,SCPDSI SCPHDI和SCWLPM是0.3939,0.3203,0.078和0.0424分别与玉米产量1.4532吨25年。最后,贝努埃州州RDI的方式产生,SCPDSI, SCPHDI SCWLPM为0.2958,0.2621,0.7129和0.9665分别与玉米产量1.7148吨,25年。在中北部各州,Kwara国家玉米产量最低的1.448吨(29日- - - - - -31日]。
东北各州,Adamawa状态产生RDI的方式,SCPDSI, SCPHDI和SCWLPM是-0.1822,-0.6753,-0.7071和-0.6030分别与玉米产量1.488吨,25年。RDI的手段在包奇州,SCPDSI, SCPHDI和SCWLPM是0.5030,0.5214,0.5682和0.5313分别与玉米产量1.7224吨,25年。InBorno状态,RDI的手段,SCPDSI SCPHDI和SCWLPM是0.2958,0.9200,1.1953和0.6787分别与玉米产量1.6252吨,25年。在贡贝州,RDI的方式,SCPDSI, SCPHDI和SCWLPM是0.1125,-0.5643,-0.6986和-0.6497分别与玉米产量1.59吨25年。约贝州,RDI的方式,SCPDSI, SCPHDI和SCWLPM是-0.0285,-0.8787,-0.6166和-0.5505分别与玉米产量1.0656吨25年。在东北州,约贝州最低玉米产量1.0656吨(32,33]。
州西北部,卡齐纳州RDI的方式产生,SCPDSI, SCPHDI和SCWLPM是0.2963,0.6943,0.8639和0.8193分别与玉米产量1.2352吨,25年。RDI的手段在卡诺州,SCPDSI, SCPHDI和SCWLPM是0.5647,-0.3953,-0.2979和-0.3391分别与玉米产量1.9668吨,25年。RDI的手段在科吉州,SCPDSI, SCPHDI和SCWLPM是0.3944,0.3709,0.7714和0.6071分别与玉米产量1.3068吨,25年。在索科托州,RDI的方式,SCPDSI, SCPHDI和SCWLPM是0.3051,0.8918,1.6335和1.166分别与玉米产量1.166吨,25年。RDI的手段,扎姆法拉州SCPDSI, SCPHDI和SCWLPM是0.2051,0.3003,1.026和0.5327分别与玉米产量1.2644吨,25年。索科托州西北部州,州的最低玉米产量1.166吨。
多元线性回归的性能评估的使用均方误差,在北中部州,FCT MSE最低(0.7788234)在90%的训练水平。博尔诺州东北部,MSE最低(0.7240276)在西北部州,80%的训练集和科吉州最低MSE训练集(0.8029484)为70%。
干旱评价一直是一个要求高的任务在干旱研究人员和专业人士。在这项研究中,即四说的性能的检查;RDI、SCWLPM SCPHDI和SCPDSI进行OLS是用来评估干旱指数的性能在尼日利亚北部玉米产量。基于多元线性回归的结果,在北中部州,FCT MSE最低(0.7788234)在90%的训练水平。州,东北部博尔诺州MSE最低(0.7240276)在80%的训练集。在西北部州,科吉州最低MSE训练集(0.8029484)为70%。从空间分布,Kwara政府在北中部州玉米产量最低。约贝州东北部各州之间的玉米产量最低。和玉米产量最低索科托州的西北部。总体而言,约贝州北方自由州的玉米产量最低。
菜单