GM(1,1)模型的中国农业经济发展趋势分析

选取2002-2012年全国农业总产值数据,依据灰色系统理论对全国农业总产值进行灰色关联分析。根据数据建立了全国农业总产值的灰色GM(1,1)预测模型,预测结果表明,运用灰色系统模型的方法对全国农业经济总产值的预测与实际偏差很小,模型具有较强的预测能力。     

安徽省农业总产值预测研究——基于DE-ROLLING的改进GM(1,1)模型

以安徽省农业总产值为应用背景,选择国家统计局的数据作为基础数据,分别采用GM、DEGM、RGM和DERGM四种模型对2011年至2017年安徽省农业总产值进行预测,并与实际总产值进行比较。得出四种模型的平均绝对百分误差（MAPE）分别为1.8257%、1.8023%、1.5367%和0.9252%,数值结果显示RGM的预测精度比GM和DEGM的精度都要高,说明滚动机制的应用能够提高GM（1,1）模型的预测精度;DERGM模型的预测精度是最高的,其MAPE的值为0.9252%,说明同时融入差分进化算法（DE）和滚动机制的GM（1,1）模型的性能得到大幅度提高。采用DERGM对2018—2020年安徽省农业总产值和全国农业总产值进行预测,得出2020年安徽省农业总产值将达到2 611.6亿元,所占全国农业总产值的比重约为3.80%。     

组合时间序列模型及其在我国农业总产值预测中的应用

基于组合预测理论,首先建立了我国农业总产值的ARIMA和Holt双参数线性指数平滑单项时间序列预测模型;对模型进行检验后,根据标准差法对各模型进行权重分配,建立我国农业总产值组合预测模型。通过对比证明,组合时间序列模型能在一定程度上克服单项模型缺陷,提高预测精度。     

灰色系统理论在土地规划中的应用

农业经济系统是一个灰色系统，本文以河北省武安市农业总产值的预测为例，首先通过灰色关联分析确定期 优势产业，然后，通过时间序列建立友色预测模型（ＧＭ（１，１）模型），并对农业总产值进行预测与分析，为土地利用与规划提供科学的依据。     

甘肃省农业经济发展中的灰色系统分析

根据灰色系统理论中的灰色关联度方法和灰色动态模型,对甘肃省农业总产值与农业内部各产业及农业总产值与其影响因素进行预测,并且在此基础上,利用灰色关联度分析的方法,对组成甘肃省农业总产值的农林牧渔产业以及影响农业总产值的各因素的现状和发展趋势进行了关联度分析,动态反映了甘肃省农业经济未来的发展趋势,提出促进甘肃省农业发展的建议。     

河南省粮食产量的G—E预测模型

运用灰关联原理对系统因素进行分析、聚类,解决了经济计量模型解释变量的选取问题;采用系统变量的GM(1,1)模拟值建立经济计量学模型,增强了模型系统的稳定性;以解释变量的GM(1,1)预测值作为内生变量预测的基础,提高了经济计量学模型预测的科学性;灰色预测与经济计量学模型预测相互印证,增进了预测结果的可靠性。灰色—经济计量学组合模型将灰色系统理论的思想、方法和模型融入经济计量学建模的全过程,实现功能互补,能够使预测精度得到大大提高。这种组合建模的思想方法已在河南省粮食生产系统分析及预测中进行了成功的应用。     

应用灰色系统理论对廊坊农业经济发展的预测分析

应用灰色系统理论对廊坊市农业总产值以及农业、林业、畜牧业和服务业(非农产业)进行了分析,并建立了动态模型.并对廊坊市农业经济发展进行了预测,以期为廊坊市经济总体发展提供可借鉴的、科学的决策参考.     

基于Shapley值的组合预测方法在福建省农业总产值预测中的应用

提出了基于Shapley值的农业总产值的组合预测方法。算例结果表明,该方法可有效提高农业总产值的预测精度。     

基于灰色多元线性回归的粮食产量预测

针对粮食产量预测精度差和波动大的问题,结合灰色系统和多元线性回归模型,提出了一种灰色多元线性回归模型。利用该模型对南宁市的粮食产量进行了预测。结果表明,灰色多元线性回归模型的预测精度要高于单一的灰色系统或多元线性回归模型。     

基于优化灰色模型的河北省粮食总产量预测分析

根据《河北经济年鉴2013》中最新修订的2007—2012年农业经济统计资料,运用灰色系统理论和方法,对河北省粮食总产量建立了优化灰色预测模型,并对此模型进行了分析检验,得到该预测模型的精度为一级。与常规GM(1,1)模型相比较,优化灰色模型能够明显地提高预测精度,增强预测的可靠性,有很强的实用价值。利用所建模型,对2014—2019年河北省粮食总产量进行预测,预测结果表明:2014年河北省粮食总产量预计达到3 450.8万t,未来几年还会继续稳步上升,2019年河北省粮食总产量有望突破4 000万t,为全国粮食供给提供了强有力的保障。     

土壤含水率与像素颜色之间关系的BP人工神经网络模型

建立像素颜色RGB值与土壤含水率之间的数学关系，是染色入渗法的应用基础。结合沟灌染色入渗试验。研究了染色入渗过程中土壤含水率与像素颜色分量之间关系的BP人工神经网络模型。分析土壤含水率与像素颜色分量之间的关系，确定BP人工神经网络的拓扑结构，以像素颜色分量的相对值作为输入因子。土壤含水率作为输出因子，建立了包含1个隐层的BP人工神经网络。结果表明，该模型具有较高的拟合精度和验证精度，优于二次多项式模型。     

DEM提取坡度·坡向算法的对比研究

以1∶1万地形图数字化所生成的DEM为研究对象,采用6种算法分别提取坡度、坡向。通过比较不同算法所提取坡度的平均值、最大值、标准差、中误差以及坡向的标准差、变异系数、坡向余弦中误差及标准差、不同坡向面积数据,定量地分析中误差与地形变化的关系,找到研究区较合理的坡度、坡向的提取算法,进一步分析不同水平分辨率DEM所提取的坡度、坡向的面积误差变化规律。运用面积百分比加权总体误差和面积百分比平均总体误差的指标,获取2项指标与水平分辨率的线性函数关系,为实际工作选取适宜的水平分辨率提供依据。     

国家尺度上基于地形因子的光温及气候生产潜力修正算法

【目的】光温/气候生产潜力作为农用地分等中的重要指标之一,直接影响分等结果的准确性。从理论上来说,不同地形地区的光温条件应各不相同,以目前这种一个县一种作物只具有一个生产潜力值的情况来看,当县内地形差异明显时,仅使用一个生产潜力值不能反应出光温条件在县内的异质性,从而使分等结果不能准确描述耕地质量的差异性。论文旨在解决这一问题。【方法】从地形对于光照、温度和降水等与生产潜力密切相关的因子具有严重关联性的角度入手,通过寻找地形因子与生产潜力的关系,利用地形因子对生产潜力进行修正。由于生产潜力是以国家级尺度的数据进行计算的,为了保证修正后生产潜力值的可比性,在国家级尺度上开展修正,以900 m×900 m的DEM数据为计算地形因子的数据来源,首先利用SPSS软件,分别对坡度、坡向、海拔与生产潜力做回归分析,筛选相关性最高的回归模型,确定不同地形因子与生产潜力的相关性;其次利用回归方程、县内平均地形因子值、平均生产潜力值和待修正区的地形因子值得出生产潜力修正公式;最后以不同地形因子与生产潜力的相关系数为权重,将单因子修正后的生产潜力值进行加权,得到最终的综合修正生产潜力值。【结果】以目前农用地分等中正在使用的生产潜力值和DEM数据生成的地形因子做回归分析,其中,参与修正光温生产潜力的样点共3 779个,参与修正气候生产潜力的样点共2 765个。回归分析结果表明,坡度和坡向与光温生产潜力的相关系数分别为0.0008和0.0002,说明在国家级尺度上,以900 m×900 m的DEM数据对坡度、坡向和生产潜力进行回归分析时,这两者与生产潜力的相关性过小,故暂不列为修正生产潜力的因子;海拔与光温生产潜力的相关系数达到0.835,与气候生产潜力的相关系数达到0.721,说明海拔与生产潜力具有高度相关性。根据海拔与生产潜力的回归方程得出,海拔对光温生产潜力的影响系数为1.479,对气候生产潜力的影响系数为1.095。论文以四川省长宁县为例进行了实例验证,结果表明,修正后的生产潜力值与海拔的趋势相同,体现出地势差异对光温条件的影响,并且海拔偏离县平均海拔越大的地区,生产潜力修正后偏离潜力的平均值越多。【结论】国家尺度范围内,海拔对于生产潜力具有重要的影响作用,并且海拔对于光温生产潜力的影响程度高于对气候生产潜力的影响程度,而坡度、坡向在该尺度内与生产潜力不具有明显的相关性。基于数据的限制,论文旨在侧重数学模型方法和修正思想的论述,与实际应用还有一定的距离,在未来研究中可探索利用国家级控制可比性、分区域利用更加精细的数据进行局部修正的方法进一步分析坡度、坡向对生产潜力的影响。     

基于时间序列数据的粮食播种面积单产预测模型研究

采用了一种基于时间序列数据的灰色—线性回归模型对广西某市的粮食作物播种面积的单产进行了预测,并将预测结果及预测误差与线性回归模型及灰色GM（1,1）模型的预测结果进行了比较。结果表明,灰色—线性回归组合模型进行粮食作物耕地需求量预测精度较高,具有科学可行性。     

柠条生物量分配格局及可加性估测模型研究

灌木生物量的分配反映了植株对周围环境条件的适应,而灌木生物量模型是估算灌木生物量的重要方法。基于对宁夏灵武市柠条灌木各类生物量及因子的测定,分析了立地条件(SI)对灌木生物量分配的影响,建立了各器官(茎、叶、根)及总生物量的估测模型,并用SI改进,在改进基础上,构建可加性生物量模型。结果表明:1)立地条件对灌木生物量的分配影响显著,坡向的影响大于坡度的影响;2)以W=axb为基础,以体积(V、冠幅与株高的乘积)为自变量建立的生物量模型,拟合精度最高,且除叶生物量外,基于SI改进的生物量模型较原模型在精度上有显著提高;3)灌木的可加性生物量模型较改进后的基础模型在拟合效果上表现更优,预测值与实测值拟合率在58.99%~86.23%。     

基于分段回归的人工红松冠形预估模型

利用黑龙江省孟家岗林场79株人工红松解析木4 538个枝条的实测数据,基于样条函数的分段回归技术,通过推导满足冠形曲线生物学约束(即梢头处树冠半径为0,拐点处树冠半径最大)连续分段函数,构建了人工红松的冠形曲线模型(分段抛物线方程、分段单分子式方程和分段幂函数方程)。采用模型的拟合优度指标、模型的检验指标及对模型拐点参数估计的合理性对备选模型进行评价,选出拟合人工红松冠形曲线的最优模型。采用模型再参数化方法,分别分析模型各参数与林木变量之间的相关性,最终在最优冠形曲线模型中加入胸径作为自变量,建立了人工红松树冠形状预估模型。研究结果表明:分段抛物线函数为描述人工红松冠形曲线的最优模型。人工红松冠形曲线参数及树冠大小与林木胸径(DBH)成正相关,经过再参数化后的树冠形状预估模型的调整决定系数(R2a)为0.659 6,估计标准误差(Sy.x)为0.524 5,模型的残差均方(MSE)为0.227 9,预估精度(p)为97.58%。随着DBH增大,红松冠形曲线拐点(相对冠深)出现的范围为0.72~0.95,平均值为0.81。总体上来看,以胸径为自变量、以稍头约束为条件的树冠形状预估模型能够很好的预测人工红松的树冠形状,为进一步估测红松树冠结构提供了基础。      

日本落叶松人工林生长量的灰色—马尔柯夫预测

应用灰色GM(1,1)模型进行日本落叶松人工林生长趋势预测,在对43块标准地进行每木检尺的基础上,获得了不同龄阶平均单株木的3个测树因子胸径、树高、材积的总生长量,利用这些基于时间序列的原始数据对GM(1,1)模型进行拟合。其模型模拟检验精度:胸径、树高、材积均为Ⅱ级可用水平;发展系数|a|<0.3,可用于中长期预测。由预测产生的相对误差的大小,将原始数据划分为4种状态,分别写出胸径、树高、材积的四步概率转移矩阵p(i),建立灰色—马尔柯夫预测模型。从对32、34龄阶的预测结果看,灰色—马尔柯夫模型预测的平均相对精度分别为胸径99.22%、树高99.73%、材积98.33%,能进行高精度的预测工作。     

基于GWRK的富硒区表层土壤镉含量预测及农业产业规划研究

构建回归克里格模型(RK)和地理加权回归克里格(GWRK)模型,以土壤硒含量为基础,构建对土壤镉含量进行预测的模型,探索在只具备土壤硒含量数据的条件下进行土壤镉含量预测的方法,以及镉污染风险评估防治和富硒农业规划。结果表明,(1)柴湖镇富硒耕地面积达到5 316.57 hm~2,具备发展富硒农业的条件;(2)耕地土壤镉背景值处于《土壤环境质量标准》Ⅱ类中含量偏低的水平,基本不会对植物和环境造成危害和污染;(3)土壤硒含量与镉含量之间存在显著的正相关关系;(4)利用GWRK预测的土壤镉含量与检测值较为接近,精度明显高于RK的预测结果,可作为区域土壤镉含量评估的依据;(5)RK和GWRK模型的预测结果都存在值域向中值收缩的现象,是造成模拟精度下降的主要原因,而在中值附近预测的精度明显更高。GWRK模型可以用于在已知土壤硒含量的情况下镉含量的预测,根据不同区域耕地土壤硒含量和镉含量的差异,进行差别化的农业规划。     

基于PCA-RBF神经网络的森林碳储量遥感反演模型研究

针对碳储量回归预测模型存在共线性和精度较低的问题,利用森林资源二类调查数据和SPOT5影像数据对北京市延庆县的杨树林进行碳储量反演研究。先对选取的10个指标进行主成分分析,在此基础上采用径向基函数(RBF)神经网络方法构建碳储量反演模型,用预留测试样本验证,并与实测值进行比较。研究结果表明:SPOT5数据和二类数据可以很好地结合起来用于森林地上碳储量反演研究;PCA-RBF神经网络森林碳储量遥感反演模型拟合精度为99.90%,平均预测精度达到96.71%,预估效果较理想;模型训练完成后,可以应用于延庆县森林地上碳储量反演。     

棉铃虫监测和预警网络数据库的设计与数据建设

害虫数据库是害虫信息收集、预测和综合治理的核心,同时是害虫信息化预警、管理的基础和关键. 依据棉铃虫测报的国家行业标准(GB/T158000-1995)及其生物生态学特性,以分布式数据库Microsoft SQL Server管理工具,构建棉铃虫预警网络数据库.在此基础上,将监测和预警数据分为人工采集数据、自动化采集数据和模型参数数据3大类,针对不同数据来源,提出了异构数据库批处理、PC版棉铃虫数据库软件处理(CBWMIS, CB management information system)、Web方式录入和基于GPRS或电话调制解调器自动化录入的4种数据建设方式,以中国新疆地区为例,实现了棉铃虫预警网络数据库设计和数据建设,为害虫网络信息化管理提供重要的信息平台.