塞拉·普格；马修·希顿。；杰夫·斯维丁；尼尔·汉森 农业变量灌溉时空滞后模型。 （英语） Zbl 1428.62492号 《农业杂志》。生物与环境。斯达。 24，第4号，634-650（2019）. 概述：灌溉占美国淡水消耗的80-90%。然而，过量的水需求、干旱、地下水位下降和水质恶化都威胁着未来的供水。为了更好地理解如何有效利用水资源，本分析旨在量化不同深度的土壤水分对季末最终作物产量的影响，作为空间和时间的滞后效应。作为一种新的建模贡献，我们提出了作物产量的多时空滞后模型，以确定可以提高每滴水作物产量的关键用水时间和模式。由于作物产量数据由近20000个观测值组成，我们建议使用最近邻高斯过程来促进计算。将该模型应用于爱达荷州格雷斯市2016年的土壤水分和产量，结果表明，土壤水分在0–0.3之间土壤深度m与作物产量的相关性最大（主要在5月和6月），而土壤湿度在0.3–1.26月中旬至7月中旬，m深度与作物产量的相关性更强。这些结果仅适用于中心静脉灌溉的冬小麦作物，但该模型可用于了解其他作物和灌溉系统的水分与产量之间的关系。 MSC公司： 62页第12页 统计在环境和相关主题中的应用 62立方米 从空间过程推断 关键词：分布滞后；自然资源；高斯过程；贝叶斯主义者 软件：FRK公司 PDF格式BibTeX公司 XML格式引用 \textit{S.Pugh}等人，J.Agric。生物与环境。《法律总汇》第24卷第4期，第634-650页（2019年；兹bl 1428.62492） 全文： 内政部 参考文献： [1] Allen，R.G.，Pereira，L.S.，Raes，D.，Smith，M.等人（1998年），“作物蒸散量——计算作物需水量的指南——粮农组织灌溉和排水论文56”，《粮农组织灌溉与排水论文》，罗马，300，D05109。 [2] Banerjee，S.（2017），“高维贝叶斯地质统计学”，贝叶斯分析，12583·Zbl 1384.62315号 ·doi:10.1214/17-BA1056R [3] Cressie，N.和Johannesson，G.（2008），“超大空间数据集的固定秩克里格法”，《皇家统计学会期刊：B系列（统计方法论）》，70209-226·Zbl 05563351号 ·doi:10.1111/j.1467-9868.2007.00633.x [4] Cressie，N.和Wikle，C.K.（2015），“时空数据统计”，纽约威利·Zbl 1273.62017年 [5] Datta，A.、Banerjee，S.、Finley，A.O.和Gelfand，A.E.（2016），“大型地质统计数据集的层次最近邻高斯过程模型”，美国统计协会杂志，111800-812·doi:10.1080/01621459.2015.1044091 [6] de Lara，A.、Khosla，R.和Longchamps，L.（2017），“精确灌溉管理土壤水分含量的空间变异特征”，《动物生物科学进展》，第8期，第418-422页·doi:10.1017/S2040470017000279 [7] Evans，R.G.、LaRue，J.、Stone，K.C.和King，B.A.（2013），“采用特定地点的变量喷灌系统”，《灌溉科学》，第31期，第871-887页·doi:10.1007/s00271-012-0365-x [8] Finley，A.O.、Datta，A.、Cook，B.C.、Morton，D.C.、Anderson，H.E.和Banerjee，S.（2017），“贝叶斯最近邻高斯过程的高效算法”，arXiv预印本arXiv:1702.00434·Zbl 07499062号 [9] Gelfand，A.E.、Kim，H.-J.、Sirmans，C.和Banerjee，S.（2003），“空间变系数过程的空间建模”，《美国统计协会杂志》，98，387-396·Zbl 1041.62041号 ·doi:10.1198/0162145003000170 [10] Haghverdi，A.、Leib，B.G.、Washington-Allen，R.A.、Ayers，P.D.和Buschermohle，M.J.（2015），“作物根区土壤有效水含量的高分辨率预测”，《水文学杂志》，530167-179·doi:10.1016/j.jhydrol.2015.09.061 [11] Heaton，M.J.、Berrett，C.、Pugh，S.、Evans，A.和Sloan，C.（2018a），“在时空不确定性存在的情况下模拟毛细支气管炎发病率”，美国统计协会杂志提交·Zbl 1437.62492号 [12] Heaton，M.J.、Datta，A.、Finley，A.O.、Furrer，R.、Guinness，J.、Guhaniyogi，R.，Gerber，F.、Gramacy，R.B.、Hammerling，D.、Katzfush，M.等人（2018b），“大型空间数据分析方法之间的案例研究竞争”，《农业、生物和环境统计杂志》，1-28·Zbl 1426.62345号 [13] Heaton，M.J.和Gelfand，A.E.（2011），“使用核平均预测值的空间回归”，《农业、生物和环境统计杂志》，第16期，第233-252页·Zbl 1306.62286号 ·doi:10.1007/s13253-010-0050-6 [14] -（2012），“时空回归模型的核平均预测因子”，《空间统计》，第2期，第15-32页·doi:10.1016/j.spasta.2012.05.001 [15] Hedley，C.B.和Yule，I.J.（2009年），“土壤水分状况制图和两种不同灌溉方案”，《精准农业》，第10342-355页·doi:10.1007/s11119-009-9119-z [16] Jones，G.L.、Haran，M.、Caffo，B.S.和Neath，R.（2006），“马尔可夫链蒙特卡罗的固定宽度输出分析”，美国统计协会杂志，1011537-1547·Zbl 1171.62316号 ·doi:10.1198/016214500000492 [17] Kaufman，C.和Shaby，B.（2013），“地质统计学中估算和预测的范围参数的作用”，《生物统计学》，100473-484·Zbl 1284.62590号 ·doi:10.1093/biomet/ass079 [18] King，B.A.、Stark，J.和Wall，R.W.（2006），“马铃薯特定地点和传统统一灌溉管理的比较”，农业应用工程，22，677-688·doi:10.13031/2013.22000 [19] Klute，A.（1986），“保水：实验室方法”，《土壤分析方法：第1部分物理和矿物学方法》，635-662。 [20] Lo，T.H.、Heeren，D.M.、Mateos，L.、Luck，J.D.、Martin，D.L.、Miller，K.A.、Barker，J.B.和Shaver，T.M.（2017年），“变量灌溉田间容量和根区可用水容量的田间特征”，农业应用工程，33，559-572·doi:10.13031/aea.11963 [21] Martin，D.、Stegman，E.和Fereres，E.（1990），《农田灌溉系统管理》中的“灌溉调度原则”。美国农业工程师协会，密歇根州圣约瑟夫，1990年。第155-203页，图19，表9，参考文献81。 [22] Messick，R.M.、Heaton，M.J.和Hansen，N.（2017年），“具有空间变化相互关系的土壤持水量的多元空间制图”，《应用统计年鉴》，第11期，第69-92页·兹比尔1366.62261 ·doi:10.1214/16-AOAS991 [23] Postel，S.（1999），《沙柱：灌溉奇迹能持续吗？》？，WW诺顿公司，纽约 [24] Sadler，E.、Evans，R.、Stone，K.和Camp，C.（2005），“精准灌溉的保护机会”，《水土保持杂志》，第60期，第371-378页。 [25] Ver Hoef，J.M.和Barry，R.P.（1998），“构建和拟合协克里金和多变量空间预测模型”，《统计规划与推断杂志》，69，275-294·Zbl 0935.62110号 ·doi:10.1016/S0378-3758（97）00162-6 [26] West，G.H.和Kovacs，K.（2017），“通过精准农业解决地下水下降问题：可变灌溉监测方法的经济比较”，《水》，9，28·数字对象标识代码：10.3390/w9010028 [27] Xu，K.、Wikle，C.K.和Fox，N.I.（2005），“基于核的天气雷达反射率时空动态模型”，美国统计协会杂志，1001133-1144·Zbl 1117.62448号 ·doi:10.1198/01621450000000682 [28] Zhang，H.（2004），“基于模型的地质统计学中的不一致估计和渐近相等插值”，美国统计协会杂志，99250-261·Zbl 1089.62538号 ·doi:10.1198/016214500000241 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。