基于分数阶灰色模型的农业用水量预测

针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,该文提出分数阶灰色预测模型。将农业用水量振荡序列转化为单调递减非负序列,并以转化序列为基础,根据"阶数最大(或最小)"、"历史数据拟合最好"2个目标函数构造优化模型,采用改进NSGA-Ⅱ(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行模型求解。根据验证集拟合结果优选出模型阶数,结合分数阶反向累加灰色模型(fractional order reverse accumulation grey model),以通辽市和宝鸡市为例,进行农业用水量的预测。为了检验模型性能,将该文模型分别与传统GM(1,1)模型、自回归模型、基于小波分析理论组合模型进行对比。结果表明,该文模型对于通辽市、宝鸡市与鄂尔多斯市的农业用水量预测的相对误差分别为2.33%、0.31%和1.77%。同时,该文模型预测误差最小(比自回归模型分别低1.11%(通辽)、6.18%(宝鸡);比传统GM(1,1)模型分别低3.32%(通辽)、0.97%(宝鸡)),具有一定实用性,研究结果可为区域农业用水量预测提供依据。     

水稻需水量预测的小波BP网络模型

结合BP网络和小波分析的优势，建立一种水稻需水量预测的小波BP网络模型，旨在准确预测水稻需水量，为制定合理的灌溉制度与提高水分利用效率提供重要依据。该文以小波函数代替传统BP网络中的S型激活函数，对三江平原富锦灌区16年的水稻需水量实测序列进行分析，网络结构为6-10-1，训练355次时，精度达到0.01。结果均优于BP算法、RAGASABP模型，表明该模型收敛速度快，预测精度高，为该领域研究提供了新的思路。     

基于灰色GM(1,1)模型的闽西红壤农田灌溉需水量预测研究

龙岩地处闽西,是典型的红壤丘陵区,其农田灌溉用水量占用水总量的比重较大,高达60.6%,科学合理地预测未来农田灌溉的需水量,对水资源的合理开发与管理尤为重要。本文在论述了灰色预测模型在农田灌溉需水量预测中的原理、方法与步骤的基础上,利用灰色预测GM(1,1)模型,依据龙岩市2001~2011年农田灌溉用水资料对实际农田灌溉用水量进行了模拟分析,经检验模型精度达到98.45%,准确度高;并用该模型对龙岩市2012~2020年农田灌溉需水量进行了预测。预测结果表明,该模型用于农田灌溉需水量预测,符合其灰色特性,可检验,适用性好,可为龙岩市水资源规划与管理提供必要的参考。     

BP神经网络L-M优化算法在地下水动态预测中的应用

根据地下水动态的时间序列数据资料,建立地下水动态模型,应用BP神经网络的L-M优化算法进行模拟和预测,并与灰色模型预测法的分析结果进行比较,得出该方法不仅简单可行,而且预测精度更高,可在地下水动态、河流水质、大气环境质量预测等方面广泛使用的结论。     

基于重标极差（R/S）和小波分析的黄土坡耕地产流产沙变化研究

为探明降雨条件下黄土坡耕地微地形径流和泥沙变化规律,通过5°、10°、15°、20°、25°坡和直线坡、人工锄耕、人工掏挖、等高耕作4种耕作方式组合条件下的室内模拟降雨试验,应用基于分形理论的重标极差(R/S)分析法对径流和泥沙时间序列的变化趋势进行预测,同时使用小波(Morlet)分析对各径流和产沙序列的变化主周期进行识别.结果表明:径流序列的赫斯特指数变化区间为[0.567,0.798],产沙量时间序列的赫斯特指数变化区间为[0.632,0.861],两者均大于0.5,呈现长程正相关.因此,坡耕地下一时段的径流量和产沙量时间序列与过去时段变化趋势相同;4种耕作措施的径流量最大峰值均出现在28~29 min,部分耕作措施的产沙量序列可能存在30 min以上的长周期,需要更长的时间序列验证.用R/S分析法结合小波分析,预测未来的产流产沙趋势,结果具有可靠性.该研究丰富了径流和泥沙输移理论,对农业生产和水土保持等方面研究具有指导意义.     

农作区净灌溉需水量模拟及不确定性分析

净灌溉需水量是估算农业灌溉用水量的参考依据。该文以西北干旱内陆区石羊河流域上中下游的古浪县,凉州区,民勤县为研究对象,在分析农业净灌溉需水量宏观驱动力因子(1959-2005)的基础上,以关键因子作为输入项,区域农业净灌溉量为输出项,分别建立农业净灌溉需水量的多元线性回归模型、人工神经网络BP模型以及人工神经网络集成模型。并对不同模型的模拟效果进行比较;通过对时间序列的离散化蒙特卡洛(MC)设计,采用不确定性评价指数(d-factor)对3种模型模拟的不确定性进行分析。结果表明:与多元线性回归模型和神经网络BP模型相比,神经网络集成模型具有较高的模拟精度,并能合理地指示影响因素与净灌溉需水量的不确定性变化。     

基于重标极差(R/S)和小波分析的黄土坡耕地产流产沙特征研究

为探明降雨条件下黄土坡耕地微地形径流和泥沙变化规律,通过5°、10°、15°、20°、25°坡和直线坡、人工锄耕、人工掏挖、等高耕作4种耕作方式组合条件下的室内模拟降雨试验,应用基于分形理论的重标极差(R/S)分析法对径流和泥沙时间序列的变化趋势进行预测,同时使用小波(Morlet)分析对各径流和产沙序列的变化主周期进行识别。结果表明:径流序列的赫斯特指数变化区间为[0.567,0.798],产沙量时间序列的赫斯特指数变化区间为[0.632,0.861],两者均大于0.5,呈现长程正相关。因此,坡耕地下一时段的径流量和产沙量时间序列与过去时段变化趋势相同;4种耕作措施的径流量最大峰值均出现在28~29 min,部分耕作措施的产沙量序列可能存在30 min以上的长周期,需要更长的时间序列验证。用R/S分析法结合小波分析,预测未来的产流产沙趋势,结果具有可靠性。该研究丰富了径流和泥沙输移理论,对农业生产和水土保持等方面研究具有指导意义。     

基于灰色动态模型群法的河流水质预测研究

水质预测是水环境规划、评价和管理工作的基础。依据灰色系统理论 ,构造了一个由 6个 GM(1,1)模型组成的灰色动态模型群 ,并运用该模型群对淮河干流枯水期氨氮浓度变化趋势进行了预测分析 ,得到令人满意的结果。研究表明 ,灰色动态模型群法能够充分利用近期水质资料信息预测未来水质变化趋势 ;以模型群统计平均值作为最终预测值 ,避免了单一灰色模型容易利用不稳定信息的缺陷 ,使得预测精度更加准确 ,预测结果更为可信     

土地利用规划修编中粮食产量预测方法比较

为探索提高土地利用总体规划修编中粮食产量预测精度的方法,该文应用1988-2005年晋城市粮食产量相关数据的分析,对线性回归模型、灰色GM(1,1)模型和灰色多元线性回归组合模型3种粮食产量预测方法进行了研究.首先,运用灰色关联分析对影响粮食产最的影响因素作出关联因子排序;其次,在灰色关联分析的基础上选取主要影响因子;再次,利用灰色GM(1,1)模型得到主要影响因素的预测值,同时,利用原始数据建立多元线性回归模型;最后,将灰色GM(1,1)模型的预测结果作为多元线性回归模型的输入值,得到灰色多元线性回归组合模型.通过比较这3种粮食产量预测方法的预测结果,得出灰色多元线性回归组合模型最适宜于晋城市粮食产量的预测.该研究可提高土地利用总体规划编制的科学性.     

基于多值神经元复数神经网络的土壤墒情预测

为指导节水灌溉策略的制定,利用基于多值神经元的复数神经网络(multilayer neural network with multi-valued neurons,MLMVN)方法,建立了土壤墒情多步预测模型。首先,利用均值法替换样本中的异常值并对缺失值进行补充,并由数据分析知土壤墒情数据为非平稳的非线性时间序列。然后,根据土壤墒情与环境因素(降雨量、气温和风速)的相关性分析结果选择降雨量为关键环境因素。最后将土壤墒情、降雨量及目标土壤墒情复数化,作为网络输入和期望输出建立MLMVN预测模型。结果表明,网络结构为240-15-1200-1时单步预测精度为0.883,采用循环预测法进行步长为72的多步预测,平均预测精度为0.853,比实数域误差反向传播神经网络BP提高了9.1%。研究表明,MLMVN模型多步预测误差累计小,预测结果可作为该地区节水灌溉策略制定的理论依据。     

基于Box—Jenkins方法的黄河水质时间序列分析与预测

采用基于Box-Jenkins方法的时间序列分析技术,对黄河上游甘肃兰州段、中游吴堡和下游山东利津段的水质进行了趋势分析和预测。选取对水质产生影响较大的两个污染因子化学需氧量（CODMn）和溶解氧（D0O1994—2003连续10a的月平均水质监测数据,借助Matlab和SAS统计软件,建立了ARIMA模型和乘积季节时间序列模型,并分析了这两个污染因子随时间推移的变化规律。结果表明：ARIMA模型和乘积季节模型能够用于短期水质预测,并且预测效果较好。黄河流域从上游到下游水质总体状况呈逐渐下降趋势,上游水质一般为Ⅱ和Ⅲ类,而中游和下游水质基本为Ⅳ、Ⅴ和超Ⅴ类。     

基于L-M优化算法的BP神经网络的作物需水量预测模型

应用L-M优化算法BP神经网络，通过多维气象数据(太阳辐射、空气温度、湿度)与作物需水量的相关分析，来确定网络的拓扑结构，建立作物需水量的人工神经网络模型。用美国田纳西州大学高原实验室所测的100 d气象数据为输入、作物需水量为输出来训练建立好的BP神经网络，仿真表明该神经网络能很好地解决需水量多影响因素之间的不确定性和非线性，模型的预测精度较高，同时通过一组非样本天气环境参数和作物需水量来验证该神经网络，也得到了较好的预测结果，能够满足灌溉的精度要求。     

融合IDA-GRU和IIDW的水产养殖溶解氧时空预测模型

为了提高大面积水产养殖中养殖效率、降低养殖风险、提高溶解氧（dissolved oxygen，DO）时空预测精度，该研究基于双重注意力机制改进的门控循环单元（improved gated recurrent unit based on dual attention mechanism，IDA-GRU）和改进逆距离加权插值算法（improved inverse distance weighting interpolation algorithm，IIDW），提出了一种改进的水产养殖溶解氧时空预测模型。首先在门控循环单元（gated recurrent unit，GRU）的基础上，引入特征和时间双重注意力机制（dual attention，DA），实现溶解氧时间序列预测，其中特征注意力机制实时计算各环境特征的贡献率，不断修正各环境特征的权重，时间特征注意力机制自主地提取关键历史时刻信息；然后在溶解氧时间序列的基础上，利用IIDW算法实现溶解氧空间预测，该算法中提出的距离权重校正系数，能够实时调整插值权重。最后，在上海城市电力公司数字化生态养殖基地对该模型进行了试验验证。试验结果表明，对于溶解氧时间序列预测，该研究提出的IDA-GRU模型评价指标均方误差、均方根误差、平均绝对误差分别为0.0687、0.2621和0.2051，优于对比模型；对于溶解氧空间预测，该研究提出的IIDW算法，其均方误差、均方根误差、平均绝对误差分别为 0.2088 、 0.4570 和 0.3835 ，均优于对比算法。该研究提出的模型提高了溶解氧时空预测精度，对提升大面积水产养殖防灾能力，实现水质智能化调控具有重要的推动作用。     

基于径向基函数神经网络与改进遗传算法的黄河流域需水预测

针对遗传算法的不足 ,利用改进的遗传算法 ,结合性能优于 BP网络的径向基函数神经网络 ,并进行网络优化 ,建立了黄河流域需水预测模型 ,拟合预测结果表明 ,该模型能有效提高预测精度。     

坡面水蚀预报模型研究

基于对我国坡面水蚀预报模型研究成果的述评和考虑坡面土壤侵蚀特征，提出了我国坡面水蚀预报模型的基本形式，给出了模型中各参数，如降雨侵蚀力、坡度与坡长、浅沟侵蚀因子的计算公式，并对土壤可蚀性、作物和水保措施等因子的提取方法进行了讨论。     

海河流域水质评价与预测

以海河流域为例,选择灰色关联分析法对其水质进行了评价。由于传统的灰色关联分析存在一定缺陷,故选择两种改进的灰色关联分析法进行水质评价,并比较了这两种方法的优缺点。采用对应分析法,将采样点与变量有机地结合起来进行了分析。最后使用灰色预测模型对海河流域水质情况进行了预测。结果表明:(1)将基于改进AHP法权重的灰色关联分析法与对应分析法联用可以全面认识流域水质状况,给出科学合理的评价结果;(2)海河流域污染来源主要为农业面源污染与生活污水污染。     

基于等维新息灰色马尔可夫模型的河流水质预测

河流水质预测是对河流水环境污染进行分析、控制和治理的基础。基于太湖流域上海市青浦区急水港点位2004-2011年的水质指标COD,NH₃^-N数据,分别建立等维新息灰色预测模型;由于NH₃^-N指标的平均相对误差没有达标,因此利用马尔可夫模型对NH3-N指标的预测结果进行修正,之后应用两种模型分别预测未来几年两项水质指标数值。结果表明,等维新息灰色马尔可夫模型有效地减小了预测结果的平均相对误差,提高了预测精度;未来几年,两项水质指标均呈整体下降趋势,并在一定程度上趋于平缓。但由于太湖流域污染的长期性,其水环境形势依然严峻,应继续采取合理有效的治理措施,如从源头上进行减污,生态清淤,加快转变流域经济发展方式及完善流域管理等,使流域水质得到整体改善。     

基于时间相似数据的支持向量机水质溶解氧在线预测

为及时辨识集约化水产养殖水质变化趋势、动态调控水质,确保无应激环境下健康养殖,该文提出了基于时序列相似数据的最小二乘支持向量回归机(least squares support vector regression,LSSVR)水质溶解氧在线预测模型。采用特征点分段时间弯曲距离(feature points segmented time warping distance,FPSTWD)算法对在线采集的时间序列数据进行分段与相似度计算,以缩减规模的子序列数据集对LSSVR模型进行快速训练优化,实现了多个LSSVR子模型在线建模,将预测数据序列与LSSVR子模型的相似度匹配,自适应地选取最佳的子模型作为在线预测模型。应用该模型对集约化河蟹福利养殖水质参数溶解氧浓度进行在线预测,模型评价指标中最大相对误差、平均绝对百分比误差、相对均方根误差和运行时间分别为4.76%、8.18%、5.23%、8.32 s。研究结果表明,与其他预测方法相比,该模型具有较好的综合预测性能,能够满足河蟹福利养殖水质在线预测的实际需求,并为集约化水产养殖水质精准调控提供研究基础。