运用混沌理论预测粮食产量

运用混沌理论的原理和方法预测粮食产量,探寻一种准确率高、时效长、成本低、便于普及推广的区域粮食产量预测方法。把粮食单产序列分解为趋势产量和气象产量2部分,用5年滑动平均法求得趋势产量后,通过分析粮食单产中气象产量分量的时间序列的变化规律,论述了由气候变化引起气象产量的年际波动具有混沌特性,具体表现为平稳的马尔柯夫型状态转移概率和相同的概率密度分布特点。并以陕西省武功县、河北省禹县和涿州3个地区1949—1999年小麦单产序列为例,运用MATLAB7.0语言编程构建了粮食产量的混沌预测模型,对2000年小麦单产进行预测,准确率分别为98.1%、92.1%和97.1%。预测结果表明,粮食产量的混沌预测法相对准确而有效,准确率在92%以上,可作为粮食产量预测的新方法加以推广。     

用气象因子预测徐州地区棉花产量的研究

利用棉花生育期间的气象资料,研究了徐州地区棉花产量与气象因子之间的关系,建立了棉花产量的预测模型,预测准确率能满足业务要求。     

中国棉花种植面积及皮棉产量时间序列的建模和预测研究

以1919～2010年中国棉花年种植面积和皮棉产量为资料,根据Box-Jenkins建模原理,采用ARIMA（p,d,q）动态模型,对中国棉花面积和产量时间序列的演变规律进行了拟合及预测研究。结果表明：所建ARIMA（2,1,2）模型的残差序列均为白噪声,AIC分别为7.878和7.426,模型结构合理,拟合效果好;2 a试报结果显示,相对精度为89.14%～99.53%,即预测准确度高。可见,运用该模型对棉花种植面积和皮棉产量的时间序列进行拟合及预测是可行的。预测2011年中国棉花种植面积及皮棉产量分别为475.89万hm2和658.58万t。该项研究为了解我国棉花生产的变化趋势及发展前景提供了1种新的研究途径。     

R-T组合预测模型的建立及其在耕整机发展预测上的应用

回归预测技术应用广泛,方法理论较成熟;时间序列分析则是经济模型构造的进一步研究方向。实际应用中,两种方法都有局限性。作为这两者的组合,本文详细阐述了回归-时序(R-T)组合预测模型的建立,并用之对耕整机的发展作了科学的预测。     

基于LSTM-Kalman模型的蛋鸡产蛋率预测方法

产蛋率是评价蛋鸡产蛋性能的重要指标之一,因其具有时序性和非线性等特点,且其影响变量众多、存在复杂的耦合关系,难以实现精准预测。由于传统神经网络预测过程的非记忆性难以处理时序性问题,该文章提出蛋鸡产蛋率的LSTM-Kalman预测方法,使用主成分分析提取影响蛋鸡产蛋率的关键变量,通过LSTM神经网络预测蛋鸡产蛋率,采用Kalman滤波对LSTM预测的结果进行动态调整,作为最终预测结果。数据分析结果表明:LSTM-Kalman模型预测产蛋率的平均绝对误差、均方误差和皮尔逊相关系数分别为0.312 8、0.435 3和0.975 2,明显优于传统的BP神经网络、极限学习机等预测方法;通过2栋鸡舍生产数据的交叉测试验证,模型的预测准确率达到97.14%和98.71%,表明模型具有较强的泛化能力,能够满足蛋鸡产蛋率预测的实际需要,可以为蛋鸡养殖环境数据的精准调控提供参考。     

基于关联规则与多元线性回归的云南省甘蔗产量预测模型

【目的】构建云南省甘蔗产量预测模型,对云南省甘蔗主产区甘蔗产量进行预测。【方法】选取云南省 5 个甘蔗主产区的甘蔗种植数据和地区气象数据作为研究对象,使用关联规则算法对研究区水库数、氮肥用量、磷肥用量、钾肥用量、复合肥用量、地膜使用量、甘蔗种植面积、年均气温、年降水量 9 个影响因素进行分析,得出 5 个甘蔗产量的强关联因素作为样本特征,将样本特征代入多元线性回归算法,构建产量预测模型。【结果】根据测试集验证结果显示,使用多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为 81.1%、89.3%、67.8%、85.3%、73.7%;使用关联规则算法与多元线性回归算法构建甘蔗产量预测模型,普洱、临沧、红河、文山、德宏地区模型的准确率分别为 95.4%、92.8%、97.9%、94%、91.4%,关联规则算法对模型准确率的提升分别为 14.3%、3.5%、30.1%、8.7%、17.7%。【结论】关联规则算法可提升多元线性回归产量预测模型的准确率,该模型在云南省的 5 个甘蔗主产区均表现出较好的预测效果,为甘蔗产量预测提供了新的方法。     

粮食单产遥感预测方法

本文介绍了通过时序遥感植被指数进行粮食单产预测的方法。以NOAA-AVHRR数据为基础数据源，提取区域作物生长过程曲线，并对曲线进行时序分析，提取曲线特征参数，采用参数-产量拟合法、产量分解法和产量差值法三种建模方法，分别对各参数与粮食单产、波动单产和差值单产进行相关分析，得到区域粮食单产敏感因子，并采用线性拟合的方法建立各地区不同类型的单产预测模型，从三种模型中选取置信度最高的模型作为最终单产预测模型。依据此方法对全国26个秋粮主产省份2004年单产进行预测，并将最终的预测结果与国家统计局数据进行对比分析．两者之间的误差在-4．9至11．59之间．相关系数为0．947。     

广西木薯生产潜力预测

采用数量化分析模型对广西木薯种植面积、单产和总产进行预测研究。以广西1985-2004年木薯种植面积、单位面积鲜薯产量和总产量为样本,建立了木薯单产、总产潜力GM(1,1)时序预测模型、木薯面积潜力自回归时序预测模型。经拟合及精度检验,拟合指数均在0.85以上,历史符合率达100%,木薯单产模型为一级精度,木薯面积、总产模型为二级精度。预测结果表明,2005和2006年广西木薯单位面积鲜薯产量分别为21.46 t.hm-2和22.45 t.hm-2,木薯鲜薯总产量分别为582.89万t和617.37万t,木薯种植面积分别为26.2万hm2和27.09万hm2。     

宣城地区粮食总产的灰色马尔柯夫链预测方法

使用灰色马尔柯夫链预测方法预报宣城地区粮食总产 ,其结果不仅时效好 ,而且既能反映出趋势产量 ,又能反映出气象产量 ,预报准确率比单纯使用灰色GM(1,1)模型显著提高。 1998、1999年试报误差均小于 1.5 %。     

基于BP-Adaboost算法的棉花采摘机预维修方法研究

[目的]尽早检测出棉花采摘机可能发生的故障,减少大型故障造成的巨大损失。[方法]提出了一种基于BPAdaboost算法的预维修方法用于检测棉花采摘机故障情况。首先采集棉花采摘机8个核心部件的工况参数信息作为故障特征参数,然后将故障特征参数作为BP神经网络的输入值,构造BP神经网络弱预测器,最后通过多个BP神经网络弱预测器构建Adaboost强预测器模型。[结果]用采集到的棉花采摘机实际工况数据验证Adaboost强预测器模型的性能,模型预测准确率达94.7%。[结论]该算法可以有效地对棉花采摘机的故障进行预测,而且与BP神经网络弱预测器相比,性能更好。     

基于部分NCII设计的陆地棉F1表现预测

【目的】探寻预测陆地棉F₁表现的方法,降低育种成本,提高育种效率。【方法】采用60个陆地棉亲本,通过部分NCII交配设计,形成一个由亲本和180个F₁杂交组合组成的部分NCII群体,用亲本加性效应（additive effect,A）、一般配合力（general combining ability,GCA）和表型中亲值（mid-parent value,MP）等3种预测方法对F₁的产量和纤维品质性状进行预测。【结果】陆地棉皮棉产量杂种优势明显。皮棉产量正向中亲优势的组合占97.78%,中亲优势平均达19.63%;正向超亲优势的组合占79.44%,超亲优势平均达8.47%。3种预测方法对F₁表现具有不同的预测效果,其中,以亲本加性效应对F₁的表现预测效果最优,其对皮棉产量、铃数、铃重、衣分、纤维长度、纤维强度和马克隆值等7个目标性状预测精度（pearson相关系数）达到0.738—0.928。性状的加性方差分量和亲本杂交次数对预测效果有影响。加性方差分量越大,所有方法的预测精度都越高;随着每个亲本杂交次数的增加,加性效应预测和GCA预测的精度提高,但表型中亲值预测的效果基本无变化。【结论】陆地棉F₁的表现可以通过利用包含亲本的部分NCII设计群体和亲本的加性效应进行有效预测,采用“大群体、少杂交”的策略可以在保持预测效果的同时降低预测的工作量。     

作物需水量预报的优化模型

作物需水量预报是灌区土壤墒情预报和灌溉预报的基础。通过对关中泾惠、洛惠和交口抽渭灌区气象资料的分析,用彭曼法计算了历史潜在蒸散量ET_0,利用因子分析法建立了灌区作物需水量随气温、天气而变化的ET_0预报模型,对建立的每月六种模型作进一步的相关分析、符合性、显著性检验,进而由综合评判优选出了适合于灌区ET_0预报的数学模型,开发了作物需水量预报模型建立与优化的通用计算机软件。     

基于冠层时序植被指数的冬小麦单产预测

【目的】研究冬小麦冠层时序植被指数的动态变化规律并基于其构建单产预测模型,为田间实时、准确获取作物单产信息提供有效的技术手段。【方法】本研究于2017—2019年在江苏省兴化市万亩粮食产业园开展不同品种及氮肥水平的田间小区试验,利用主动传感器RapidSCAN CS-45获取冠层归一化红边植被指数（normalized difference red edge,NDRE）和归一化植被指数（normalized difference vegetation index,NDVI）,基于双Logistic函数拟合时序植被指数并提取曲线特征参数,进而分析各特征参数与单产的相关关系,并以独立试验数据对单产预测模型进行验证。【结果】NDRE在孕穗期和抽穗期与单产关系最好,R²达到0.84以上;通过多元逐步线性回归法发现,利用2个或多个时期NDRE预测单产的效果较单生育时期有所提高,且第一和第二被选择的时期分别为拔节期和孕穗期。基于全生育时期相对NDRE（relative NDRE,RNDRE）和相对NDVI（relative NDVI,RNDVI）构建时序曲线,并利用曲线特征参数建立单产预测模型,其中RNDRE和RNDVI的最大值、累积值及增长速率与单产关系较好。利用独立试验数据对上述单产预测模型进行检验,结果表明基于RNDRE时序曲线最大值和累积值所构建的单产模型验证效果较好,R²大于0.80,相对均方根误差和相对误差均小于10%,其验证效果优于单时期或多时期基于NDRE的预测模型,且优于基于NDVI构建的单产模型。【结论】基于冠层时序植被指数提取的特征参数RNDRE最大值和累积RNDRE具有良好估测单产的潜力,研究结果为田间进行实时、准确预测冬小麦单产提供了技术支持。     

基于移动Agent技术的粮食作物产量预测模型研究

在研究作物生产条件与产量关系的基础上,运用3个层次推理的有机组合提取了粮食作物产量预测模型,充分发挥移动Agent技术的优势,基于Aglet研究了产量预测模型的实现方法,有效地解决了农业数据、农业专家知识或农业资源分布问题。该模型具有准确高效的特点。     

农作物产量综合预测的数学模型

介绍了农作物产量综合预测的建模思路以及建模各阶段的主要算法。包含农作物产量预测的趋势因子和趋势产量的分离;趋势产量的模拟;趋势产量的外延;波动产量的预测;预测误差的修正;多个预测结果的综合集成的主要数学模型和算法。文中所涉及的数学模型和算法均经多年的应用检验,并证明其行之有效。     

Mapping sunflower yield as affected by Ridolfia segetum patches and elevation by applying evolutionary product unit neural networks to remote sensed data

Recent advances in remote sensing technology have triggered the need for highly flexible modelling methods to estimate several crop parameters in precision farming. The aim of this work was to determine the potential of evolutionary product unit neural networks (EPUNNs) for mapping in-season yield and forecasting systems of sunflower crop in a natural weed-infested farm. Aerial photographs were taken at the late vegetative (mid-May) growth stage. Yield, elevation and weed data were combined with multispectral imagery to obtain the dataset. Statistical and EPUNNs approaches were used to develop different yield prediction models. The results obtained using different EPUNN models show that the functional model and the hybrid algorithms proposed provide very accurate prediction compared to other statistical methodologies used to solve that regression problem.     

长沙地区早稻产量定量预报模式研究

作物产量预报是气象为农服务的重要课题。产量变化除受生产力水平包括耕作制度、管理措施、水利条件、肥料和良种等因素及政策因素的影响外,还与一个地区的天气气候条件密切相关。利用历年水稻单产资料,对影响早稻产量的主要气象条件进行分析研究,并建立了早稻产量预报模式。     

辽宁地区作物低温冷害的遥感监测和气象预报

农作物低温冷害是造成辽宁地区粮食产量大幅度减产的三大灾害（洪涝、干旱）之一。应用卫星遥感（ＮＯＡ／ＡＶＨＲＲ）手段监测低温的发生、强度及路经等,研究它的发生发展规律。通过综合分析定出主要作物受害指标,分析了５００ｈｐａ高度场、海温场及太阳黑子、极涡面积指数、海冰面积等与低温冷害的关系。为及时采取农技措施提供适时可靠情报,建立了气象预报的系列模式,进行低温冷害预报。为防灾减灾,为粮食的稳产高产提供气象理论依据。     

应用归一化植被指数的玉米产量预测研究

为有效利用归一化植被指数(NDVI)对玉米产量进行预测,以黑龙江省肇东市为研究区域,利用玉米抽穗期HJ1B遥感数据,结合野外实测数据,进行玉米单产遥感预测研究。通过辐射定标、大气校正、几何精校正等预处理,反演试验区域的实际光谱反射率,从而计算试验区域内玉米的归一化植被指数(NDVI)实际数值,进而与野外实测产量数据进行模型拟合。结果表明:肇东玉米抽穗期NDVI与产量之间二次多项式模型相关性最佳,对比实测数据准确率可达86%,并利用研究结果对肇东2011年玉米产量进行了预测,与实测结果比较后形成玉米单产遥感预测专题图,因此,确定归一化植被指数与玉米产量具有一定的相关性。