基于改进的GM(1,1)模型的辽西地区地下水预测研究

传统灰色动态预测模型GM(1,1)未能考虑各个变量之间的权重,在收敛计算时易出现无收敛解的缺陷,因此引入改进的GM(1,1)模型。该模型引入权重系数对每个变量赋予权重值,从而解决传统模型存在无收敛解的缺陷,并将改进的GM(1,1)模型用于辽西地区地下水预测。结果表明改进的GM(1,1)模型可解决传统模型无收敛解的局限,且在地下水预测中具有较好的精度,可用于辽西地区地下水的预测。研究为辽西地区地下水预测提供参考。     

基于Markov和GM(1,1)模型的土地利用变化预测

为了探索莱芜市土地利用变化规律,论文分别基于Markov模型与GM(1,1)模型对莱芜市进行了2015—2050年土地利用变化预测,分析讨论了预测结果。结果表明:(1)2种预测模型得出各地类变化趋势一致,短期内相应年份预测值吻合度高,说明短期内预测结果可信,中长期预测的趋势可作参考。(2)耕地在2015—2020年之间基本保持不变,2020—2050年呈小幅度减少趋势;而园地、林地、草地自始至终都为减少趋势,其中草地的减少幅度最大;城镇村及工矿用地、交通运输用地为增加趋势,其中城镇村及工矿用地增幅最大;水域及水利设施用地、其他土地略有减少,幅度很小。2种模型预测的短期内预测结果是可信的,可为莱芜市土地利用规划提供科学依据,预测方法可为土地利用变化预测提供参考。     

改进的灰色GM(1,1)模型在晚霜冻预报中的应用

从山西省阳城县1957-2013年春季晚霜冻出现日期中找出最晚出现日期作为0点,求出各晚霜冻日期与0点的相对日期,将灾变点的相对日期确定为灾变阈值。绘制相对日期年际变化曲线和阈值水平线,把二者第二个交点及之后各交点分别到第一个交点的间距作为灰色GM(1,1)模型建模的原始数据序列,从而建立GM(1,1)传统模型,利用优化序列、优化背景值和灰数等维递补方法逐步改进模型,并对各改进型模型进行相对误差、方差比和小误差概率检验,将检验后的最优模型用于预测晚霜冻。结果表明,3种改进方法同时结合后所建模型的预测效果最理想,用来预测晚霜冻具有较高的可信度,根据模型预测,阳城县在2001年最后一次出现晚霜冻后,未来出现晚霜冻的年份为2030年和2044年。研究结果旨在为当地农业生产防御晚霜冻提供可参考的理论依据。     

和田绿洲气温与相对湿度的GM(1,1)预测模型

利用1954—2002年的观测资料对和田地区影响蒸发能力的主要因素——平均气温与相对湿度建立了GM（1，1）模型。得到了比较满意的预测结果，对研究该地区蒸发能力的变化和中长期预测预报具有一定参考价值。     

基于GM(1,1)模型的宁化县油料产量和播种面积预测

依据福建省宁化县1994~2011年油料产量和播种面积数据分别建立GM(1,1)预测模型,经检验模型精度分别为89.13%和91.30%,并用该模型对2012~2022年的油料产量和播种面积进行外推预测。预测结果表明,模型的预测精度较高,在面积和产量预测中有较强的科学性和可行性,符合其灰色特性,适用性好。     

灰色预测方法在山东省粮食总产量预测中的应用

以1995年~2004年山东省粮食总产量为原始数据,建立GM（1,1）灰色预测模型。对模型进行一次残差序列分析后,经精度检验小误差概率p=0.8889,后验比c=0.4830,模型精度等级达到合格水平,可以用来进行预测。用该模型预测未来3年山东省粮食总产量分别为3335.735万t、3247.150万t和3161.735万t,粮食产量有逐年下降的趋势。     

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。     

灰色GM(1,1)及其残差修正模型在不同程度春旱发生年份预测中的应用

针对近年来临沂春旱发生频率和程度较前期有所增加的事实,利用临沂1971-2009年的降水资料,采用降水距平法进行春季干旱划分,在此基础上,利用灰色GM(1,1)及其残差修正模型分别建立当地轻度和中度以上春旱的预测模型。结果表明:轻度以上春旱模型以原始序列建模方程精度最高,而中度以上春旱模型则以3次残差序列模型的精度最高;分别用最佳轻度和中度以上GM(1,1)模型进行未来5个时刻的预测,得出下一次轻度春旱时间在2010年;而轻度和中度以上预测模型共同预测结果表明2018年临沂将发生中度以上程度的春旱,为将灾害损失降到最小,对此次春季旱情应引起高度重视,并提前做好防灾减灾应对措施。     

基于新陈代谢GM(1,1)模型的玉米叶长动态预测

为实现虚拟玉米生长动态预测,本文以玉米棒三叶为对象,采用新陈代谢 GM(1,1)模型分析了不同施氮水平(150、300和450 kg/hm2)下玉米叶片长度的生长动态,结果表明:各组数据序列所建模型的均方差比值均小于0.0811,平均相对误差均小于0.0471,模型精度优于二级,具有较高的准确性,表明新陈代谢GM(1,1)模型能有效模拟玉米叶长动态变化,具有一定的可行性,研究结果可为玉米生长过程中的动态变化模拟提供参考.     

灰色GM(1，1)-小波变换-GARCH组合模型预测松花江流域水质

为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。     

浙江省严重干旱发生年份的GM（1，1）预测模型

传统灰色GM（1，1）模型对稳定序列的中长期预测效果较好，对变化幅度较大的严重干旱年序列的中长期预测效果较差。本文采用中心逼近式灰色GM（1，1）模型，通过调整m值，使模型精度达到要求，从而建立浙江省严重干旱发生年份的GM（1，1）预测模型。拟合结果表明，该方法对预测浙江省下一个严重干旱发生年有一定的参考价值。     

基于AHP的DRASTIC模型在银川市潜水防污性能评价中的应用

[目的]探讨银川市区域地下水防污性能,为都市圈的建设、规划以及地下水资源的保护等方面提供科学依据.[方法]以银川市绕城高速内的城区为研究区,综合水文地质条件,选取地下水埋深、净补给量、含水层富水性、土壤类型、包气带岩性和水力传导系数等6个评价因子,利用层次分析法(AHP)确定因子权重,建立适合银川市当地的地下水防污性能...     

作物产量灰色马尔柯夫链预测模型

以黑龙江垦区１９４９－１９９２年小麦单产资料为例，用灰色系统ＧＭ（１，１）动态预测模拟和预测趋势产量，用马尔柯夫链动态预测模型预报气象产量，从而组合一套完整的作特意一灰色马尔柯夫链预测模型。以此模型对黑龙江垦区小麦单进行预测，其结果均怀实况基本相符。     

基于改进三维生态足迹模型的张家口市生态可持续性评价

[目的]定量分析张家口市2003—2013年的生态可持续发展状态,并对未来生态可持续发展趋势进行预测,以期为张家口市生态系统结构优化及生态建设和管理提供决策依据。[方法]应用改进三维生态足迹模型,核算张家口市各土地利用类型的三维生态足迹,并运用GM(1,1)灰色预测模型预测其未来生态可持续变化趋势。[结果]2003—2013年张家口市人均生物承载力整体不断减少,人均生态足迹、人均生态赤字、人均生态足迹深度与人均生态足迹广度均呈整体增加趋势;化石燃料土地、建筑用地、水域、耕地、草地与林地的人均生态足迹均呈增加趋势;除草地和林地外,其他生物生产性土地人均生物承载力不断减少;建筑用地、耕地与林地表现为生态盈余,人均生态足迹深度处于自然原长;化石燃料土地、草地与水域呈生态赤字状态,草地与水域人均生态足迹深度不断增加;2014—2020年人均生态足迹将逐年增加,人均生物承载力将逐年减少,张家口市生态发展处于不可持续状态。[结论]未来应采取开发新型能源,发展生态农业、旅游业,增加生态用地面积等措施来缓解生态环境压力,提高区域可持续发展能力。     

GM(0,N)灰色预测模型在云南小春作物产量预报中的应用

利用1972-2004年的云南小春作物单产和与其灰关联度最优的10个气象因子时间序列,采用原始序列和残差序列进行GM（0,N）预测建模,对云南小春作物产量趋势进行预测.结果表明：通过残差修正后所建立的云南省小春作物产量预测模型适用于产量趋势预报,通过了小概率统计检验,预报结果有一定的参考价值.