基于最小二乘支持向量机的灌区粮食产量预测研究

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。对灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘支持向量机预测的最大误差7．12％,平均误差4．81％。最小二乘支持向量机模型有较高的预测精度和良好的推广能力,可做为灌区粮食产量预测的一种新方法。     

基于最小二乘支持向量机的灌区粮食产量预测研究(英文)

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i(允许错分的松弛变量)的二范数。这使得最小二乘向量机的优化问题为:min(1/2)‖w‖~2+C(1/2)sum from i=1 to 1ξ_i~2(ξ_i是松驰变量;C为正则化参数)。用于函数估计的最小二乘SVM为:y(x)=sum from k=1 to Nα_k K(x,x_k)+b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数(γ为可调参数,σ为核函数宽度系数),参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。     

基于最小二乘支持向量机的灌区粮食产量预测研究

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。最小二乘支持向量机,采用二次规划方法代替传统的支持向量机来解决函数估计问题。最小二乘支持向量机在利用结构风险原则时,在优化目标中选取了不同的损失函数,即误差ξ_i（允许错分的松弛变量）的二范数。这使得最小二乘向量机的优化问题为：min（1/2）‖w‖^2＋C（1/2）sum from i=1 to 1ξi~2（ξi是松驰变量;C为正则化参数）。用于函数估计的最小二乘SVM为：y（x）=sum from k=1 to Nαk K（x,xk）＋b。采用等式约束可以将求解的优化问题转化成线性方程,大大减少算法的复杂性,另外,采用径向基核函数的最小二乘SVM仅需确定γ、σ2个参数（γ为可调参数,σ为核函数宽度系数）,参数的搜索空间由标准SVM的三维降低到二维,极大地加快了建模速度。对γ,σ2个参数通过模型评估来确定参数最优值,大大提高了预测的精度。对河南省人民胜利渠灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘SVM预测的最大误差7.12%,平均误差4.81%;灰色理论预测的最大误差38.36%,平均误差17.52%;神经网络预测的最大误差10.40%,平均误差6.80%。可见,最小二乘支持向量机模型有较高的预测精度和良好的推广能力,预测结果优于灰色预测理论和人工神经网络,可作为灌区粮食产量预测的一种新方法。     

基于神经网络方法和支持向量机的西安市水资源需水预测

【目的】建立精度更高的需水量预测模型,为水资源规划管理提供理论依据。【方法】建立基于神经网络方法和支持向量机的需水量预测模型,以西安市需水预测为例,对2种预测模型的预测结果进行了比较。【结果】利用建立的径向基函数神经网络需水预测模型,得到西安市2010和2020年的需水量分别为32 485.65,48 180.43万m3;采用支持向量机模型能全面考虑影响需水预测的各种因素,预测西安市2010和2020年的需水量分别为32 488.03,48 184.41万m3。【结论】基于神经网络方法和支持向量机方法的需水量预测模型均可全面反映需水量的变化规律,两者预测结果十分接近,均可用于需水量的精确预测。     

基于支持向量回归机的粮食产量预测研究

支持向量机(Support Vector Machines,SVM)是一种具有坚实理论基础的新颖小样本学习方法。采用支持向量机回归(Support Vector Machine Regression,SVR)算法,用libsvm-2.89软件包对我国近年来的粮食产量进行回归预测,选择交叉验证法进行参数寻优,建立粮食产量和其影响因素的支持向量机回归模型。粮食产量预测平均相对百分误差为1.209%,均方根误差为581.191,相关系数为0.962 24。将预测结果与指数平滑模型、生产函数模型及多元线性回归模型进行了比较,用平均绝对百分误差、希尔不等系数及均方根误差对4种模型预测结果进行评价。结果表明,基于支持向量机的径向基核函数(RBF)模型预测粮食产量的精度优于其他预测方法。     

基于GSA-SVM的畜禽舍废气监测缺失数据恢复方法

针对畜禽舍内废气监测过程中因传感器故障等原因造成部分监测数据缺失的问题,将遗传模拟退火算法与支持向量机相结合,提出一种基于GSA-SVM的缺失数据恢复方法。该方法综合考虑畜禽舍废气监测值对应的时间、空间和环境等多种影响因素,建立支持向量机回归预测模型对缺失的监测数据进行恢复性估算;为获得更好的预测结果,使用遗传模拟退火算法对模型参数进行优化。以氨气浓度数据的恢复为例,随机选取某养殖场3 d的监测数据验证。结果表明,缺失数据估算最大相对误差为6.69%,平均相对误差为1.87%,估算数据与监测数据误差很小,可有效对缺失性数据进行恢复,为畜舍废气监测提供可行数据恢复处理方法。     

基于支持向量机的生鲜农产品风险损失预估

生鲜农产品的损失预测对我国的农业生产和应急处理具有重要的意义，本论文在考虑自然 灾害风险如:多旱、涝、风、雹、霜冻等农业气象灾害的条件下，构建了基于网格搜索的支持向量机 （Support vector machine，SVM ）生鲜农产品损失预测模型。对多项指标进行预测。选取1999 年- 2015 年的河南受灾数据作为研究样本，结果验证了基于网格搜索的支持向量机损失预测模型在生鲜 农产品损失预估上的合理性和有效性。     

粗集-遗传支持向量机模型在供应链绩效评价中的应用

将粗集-遗传支持向量机模型运用到供应链绩效评价中,首先利用粗集理论剔除影响供应链绩效评价的冗余因素,获得核心影响因素,再采用支持向量机对于提取得到的核心影响因素预测供应链绩效所处的级别。在支持向量机分类过程中,利用遗传算法对支持向量机算法的参数进行寻优,获得最佳参数模型,而后预测得到供应链绩效评价级别。最后,实例运用此模型进行了预测,并与只运用粗集-支持向量机进行预测的结果进行对比。结果表明,利用粗集-遗传支持向量机方法对供应链绩效评价级别的预测准确率更高,预测结果更符合实际,是一种科学可行的方法。     

基于支持向量机的农村劳动力转移预测

分析目前影响农村劳动力转移的主要因素,运用支持向量机理论将农村劳动力转移的主要影响因素作为量化指标,从农村经济持续发展的角度,结合《宁夏统计年鉴》1990～2002年数据,建立基于支持向量机的农村劳动力转移预测模型。对预测结果和精度进行分析,验证了该方法的有效性。     

局部支持向量回归在小麦蚜虫预测中的研究与应用

针对小麦蚜虫预测预警准确率不高的问题,本文提出了一种基于局部支持向量回归的小麦蚜虫短期预测算法。首先用相关分析法进行特征选择,然后进行归一化处理,最后使用局部支持向量回归进行小麦蚜虫百株蚜量短期预测模型的构建,并对未知样本进行预测。利用1990~2013年山东省烟台地区的小麦蚜虫数据及气象数据进行实验,并与标准的支持向量回归进行对比试验。局部支持向量回归的预测以及回代的均方误差为196362和198780,准确率为82.69%和91.03%;支持向量回归的预测以及回代的均方误差为199366和213108,准确率为80.77%和91.03%。实验结果表明,对于小麦蚜虫的短期预测,局部支持向量回归在准确率和推广能力上均明显优于支持向量回归。     

气候变化对南丰县粮食作物产量影响分析

选用1961—2018年南丰县统计局双季早、晚稻及粮食作物单产和南丰国家基本气象站气温、日照、降水等观测资料,结合南丰县气象局双季早、晚稻发育期观测等资料,使用Excel图表、线性气候倾向率、相关分析等方法,分析气候变化对南丰县粮食作物产量的影响。结果表明,1961—2018年,南丰县双季早、晚稻及粮食作物单产总体呈上升趋势,双季早、晚稻及粮食作物单产均随年际变化正相关极显著,将有利于南丰县粮食作物产量的稳定。随着全球气候变化,与南丰县双季早、晚稻及粮食作物单产正相关极显著的年平均最低气温、3—10月月极端最低气温平均等因子随年际变化升高,表明南丰县粮食作物生长期间的热量资源将更加丰富,气候变化有利于南丰县粮食作物增产。虽然年日照时数,尤其是6—9月日照时数随年际变化减少,较不利粮食作物生长,但与主要气象要素热量条件相比,有利条件远大于不利条件。年降水量和3—10月降水量随年际变化线性相关不显著。     

气象要素与马铃薯产量、品质关系的研究

本文对2003～2007年5年间的降雨量、日照时数、积温3个主要气象要素与马铃薯克新2号的产量、品质的相关性及不同月份间主要气象要素与试验品种产量、品质的相关性进行了系统分析,结果表明:年度间3个气象要素与产量呈正相关,而每年的5、8月份降雨量是影响试验材料产量的关键气象因子:总的看来淀粉含量与不同月份间降雨量呈负相关、与日照时数呈正相关;维生素C含量与不同月份间降雨量呈正相关、与日照时数呈负正相关.     

基于气候年型的河南省冬小麦产量预测

气候变化是影响小麦产量的重要因素,因此科学划分气候年型,对于准确预测小麦产量至关重要。利用河南省15个气象站点（市、县）1984—2018年的温度数据划分暖温年、平温年、冷温年,依据降雨数据划分湿年、平水年、干年,组合成9种气候年型并分析其规律;结合小麦产量数据划分出丰产年、平产年、低产年,分析气候年型和产量年型的关系。然后结合地形土壤、气象等因素把河南划分为豫北麦区、豫中东部麦区、豫西麦区、豫南麦区和南阳盆地5个麦区。在此基础上,利用HP滤波法分离出气象产量和趋势产量,以气象因子驱动并利用BP神经网络构建模型预测气象产量,利用一元线性回归模型建模得到趋势产量,把两者产量叠加得出实际产量,从而实现小麦产量的预测。结果表明：河南省积温年型以暖温年、正常年型为主,降雨年型分布比较均匀,气候年型中以正常年和干年为主,暖湿年小麦高产频率最高,为76.9%,冷湿年小麦低产频率最高,为67.9%;积温是影响小麦产量波动的主要因素,暖年年型下小麦更容易丰产,冷年时小麦低产概率较高;利用气象产量和趋势产量分别建模叠加得出的小麦产量和实际产量相比,豫北、豫中东、豫西、豫南和南阳盆地五大麦区各模型的平均相对误差分别为0.31%、0.36%、0.58%、0.48%、0.38%,说明利用HP滤波和BP神经网络技术预测小麦产量是可行的。     

支持向量机方法在气温预报中的应用

介绍了支持向量机(SVM)的基本原理及其应用。以风向、风速、云量、相对湿度、露点温度、气压6个相关因素为因子,采用Libsvm进行预测建模,用真实数据进行分析对比,得出SVM在气象预报上也有良好的应用的结论。     

十堰市近50年气候变化特征分析及对当地农业生产的影响

利用1961～2009年湖北省十堰市7个气象观测站的年平均气温、年降水量、年日照时数资料,对十堰市近50年来的气温、降水和日照的变化特征作了较为详细的统计分析,并利用农气观测站1981～2009年农作物观测资料和十堰农业局中稻产量因子及十堰市植保站1988～2009年黑光灯观测的主要农作物病虫资料分析气候变化对农业生产的影响。     

春季连阴雨对夏收作物产量影响的通径分析

利用江苏省徐州市1960~2006的气象资料和夏粮产量资料,采用通径分析方法,分析了春季连阴雨的累计雨日、累计雨量以及连阴雨发生的次数对夏粮产量的影响。结果表明,累计雨日、雨量以及连阴雨发生次数均与夏粮产量呈显著负相关。其中累计雨日对夏粮相对气象产量的影响以直接效应为主,累计雨量与连阴雨发生次数对夏粮相对气象产量的影响以间接效应为主。最后,通过总决定系数的计算,得出春季连阴雨对夏粮相对气象产量的影响程度达到40.59%。     

中国稻作与旱作生产的气象减产风险评价

本研究利用直线滑动平均模型对中国各省区1950—2006年旱作和稻作的趋势产量进行了模拟,计算出历年的气象产量,并采用减产率指标、减产率浮动性指标、高风险概率指标3个评价指标以及综合性指标进行了气象产量的气候变化减产风险评价,同时采用变异系数对我国各省产量波动状况进行了分析,并将各指标与年平均降水变率、年平均气温变率进行耦合分析。结果表明,旱作高减产风险和波动风险主要分布在华东和华南地区,而稻作则体现为由南向北风险逐渐增加。年平均降水变率和年平均气温变率高的地区,其水稻气象减产风险较大。由于人口增长和经济发展的压力,中国农业面临着应对气象减产和保证粮食增产的双重压力。     

基于InVEST模型的杭州市典型年份年产水量时空变化特征及其影响因素

  目的  自然因素和土地利用变化是引起生态系统服务改变的两大驱动因素。研究年产水量时空变化特征及两大驱动因素对年产水量的影响,对维持或提升城市水源涵养、保持水土具有现实意义。  方法  以浙江省杭州市为研究对象,采用景观格局分析、空间梯度分析、相关性分析等方法,综合应用InVEST、ArcGIS、Fragstats、SPSS等工具,识别杭州市土地利用和气象因子变化特征,评估并分析年产水量时空变化特征及其与气象因子、景观格局指数的相关性。  结果  2000—2015年杭州市年产水量呈先下降后上升趋势。在空间上表现为东北高、西南低,随着远离城市中心先增大后减小,于10 km处达到最大值。建设用地的产水量最大。2000—2015年杭州市土地利用变化最剧烈的是耕地与建设用地之间的转化。景观总体呈现更强烈的破碎化和异质性趋势,在距离城市中心10~20 km处达到峰值。年降水量先降低后升高,年均气温波动上升,年实际蒸散量处于波动状态。离城市中心50 km内年降水量变化不显著,年均气温显著下降,年实际蒸散量先减小后增大。杭州市年产水量与气象因子的相关性大于其与景观格局指数的相关性,其中与气象因子中降水量正相关性最强。  结论  气象因子的变化是引起杭州市年产水量变化的主要因素,但景观格局的影响仍值得关注。距离城市中心10 km处是年产水量变化的拐点。图4表7参34     

茶叶产量与气象因子的灰色关联度分析——以陕南茶区为例

茶树生长在很大程度上受外界环境条件影响,不同气象因子对茶叶生产的影响程度也不一样,为找到影响茶叶产量的主要因素,便于在实际生产中应对外界环境变化对茶叶生产带来的影响。以陕南8个主要产茶县(区)2007-2016年的气象因子和茶叶产量为对象,运用灰色关联分析法研究陕南茶区气象因子与茶叶产量的关联度。结果表明:年平均相对湿度、极端最高气温和平均气温是影响陕南茶区茶叶产量的主要因素。研究结果可为陕南地区茶树气候适宜性区划和扩张种植提供依据。     

阿克苏地区主要林果作物气象指标分析

分析了新疆阿克苏地区红枣、核桃、苹果、香梨、杏5类林果作物的种植面积和产量变化特点,探讨了5类果品生育期与气象条件的关系,总结了5类林果种植的适宜气象条件、温度指标及影响林果丰产的气象灾害,为今后林果气象业务和服务提供技术指标,以期提高林果气象服务水平,达到趋利避害的目的。