时间序列分析在地下水动态预测中的应用

建立了基于时间序列分析的地下水埋深动态模型,并对垦区地下水水位进行了预测.结果表明,当样本容量足够大时,该方法的预测结果具有很高的精度以及稳定性,可以应用于地下水埋深的动态预测中.     

低丘红壤区浅层地下水影响因子分析——以江西省余江县为例

为了找出影响浅层地下水资源的主要因素,选择江西省余江县14口具有代表性的浅层地下水井进行分析。研究表明:14口浅层地下水井的地下水埋深随降雨和蒸发而变化,出现雨季较低而旱季高的周期性波动,且地下水埋深与降雨量成显著负相关,与蒸发量无相关性。影响井的分类的主要因素是距补给水源的远近以及井周围的利用类型;对影响井的因素经过主成分分析后得到三个主成分:补给水源的特征、土壤利用类型和覆被率、土层厚度,为合理开采地下水、选择井址时提供科学依据。     

基于主成分分析法的粮食种植面积影响因素研究

通过对相关数据进行整合分析,选取了影响我国粮食种植面积的12个因素进行研究。首先采集2008—2014年的有关数据,并对各影响因素与粮食种植面积的相关性以及各影响因素之间的相关性进行了分析,然后利用主成分分析法构建出粮食种植面积与12个影响因素的数学模型。由计算结果可知,利用所构建的模型计算出的粮食种植面积值与真实值之间的相对误差较小,表明所选取的12个影响因素是合理有效的。     

基于PCA-ARIMA模型的高血压发病率预测

目的高血压发病率是政府和相关医学工作者预防和监测高血压的重要依据之一。方法利用主成分分析(principal component analysis,PCA)对因子进行线性筛选,获得保留因子后利用ARIMA进行建模预测,即为PCA-ARIMA多维时间序列组合预测模型。结果高血压发病率的拟合与独立预测结果表明,PCA-ARIMA优于PCA-MLR、ARIMA等参比模型。结论本文提出的基于主成分分析和ARIMA模型(PCA-ARIMA模型)的建模有助于提高模型的预测精度。     

基于多尺度熵区域地下水资源系统复杂性测度

以黑龙江省农垦总局红兴隆管理局为例,运用多尺度熵(MSE)测度该地区12个测站12年(2000~2011年)逐月地下水埋深序列复杂性特征,分析当地气候因素和人类活动对地下水埋深影响。结果表明,江川、597、852、宝山农场逐月地下水埋深序列复杂性等级为Ⅰ级,说明这四个农场地下水埋深可预测性最低。友谊、红旗岭、饶河、291、北兴、曙光、双鸭山七个农场地下水埋深序列复杂性等级为Ⅱ级,说明这七个农场地下水埋深预测难度中等。853农场地下水埋深序列复杂性等级为Ⅲ级,表明其地下水埋深可预测性最高。通过分析降水和水田种植面积比例与地下水埋深间关系,可知二者对地下水资源系统复杂动态变化有重要影响。研究成果揭示区域地下水埋深序列复杂性空间分布特征,识别可能影响因素,为相关领域复杂性测度研究提供参考。     

秦都区粮食产量影响因素的实证分析

以2011年咸阳市秦都区调查数据为基础,利用主成分分析方法对影响粮食产量的因素进行了分析。结果表明:人工费、种子费、化肥费和农药费对粮食产量影响较大。据此提出了提高农村劳动力素质、加大高产种子的培育力度、适当增加对农药和化肥的投入的建议。     

地下水脆弱性评价指标体系的建立

综合前人的研究成果,特别是总结近年来国内外学者提出或改进的模型,提出4项建立指标体系的基本原则,即重要性、独立性、差异性和可操作性。并举例说明其应用,证明该原则有助于评价区域内地下水脆弱性。     

主成分和聚类分析评价农产品加工企业周边地下水的水质

为评价农产品加工对企业周边地下水水质的影响,采用主成分和聚类分析10个不同类别的农产品加工企业周边地下水样的8个水样指标,测定其p H值、铵态氮(NH_4~+-N)、COD_(Mn)、总硬度、硫酸盐、砷、阴离子表面活性剂和溶解性总固体。通过主成分分析提取出3个主成分,应用聚类分析对该3个主成分的得分进行聚类,聚类分析后水样划分为4类,相同类型的农产品加工企业位于一类,根据加工企业的类型可分析和判别其可能的污染情况。     

基于统计分析的江苏省雾霾影响因素研究

为对江苏省雾霾的治理提出有针对性、科学有效的措施,综合运用多元统计分析、主成分分析和因子分析等方法,对江苏省各地级市的雾霾影响因素和空气质量指标(AQI)的关系进行了对比分析。结果表明:江苏省第二产业占比、面积和人均机动车拥有量与雾霾污染均呈负相关。最后提出江苏省第二产业占比小和占地面积小的城市应更加注重雾霾污染的防治,江苏省人均机动车拥有量小的城市应更加重视制定和执行限制机动车排放的相关规定,江苏省13个地级市应更加注重雾霾防治的经验交流,进行多城市联合治理雾霾。     

滇池流域地下水硝酸盐污染特征及影响因素研究

在滇池流域5个功能区采集了41个地下水的水样,对其硝酸盐含量状况进行分析。结果表明,滇池流域浅层地下水位硝酸盐含量高于深层地下水位,地下水硝酸盐含量变化范围为0.3~326 mg.L-1,平均含量为26.93 mg.L-1,已超出国家饮用水卫生标准,不同功能区对地下水硝酸盐含量影响的大小顺序为:蔬菜-花卉种植区>传统农作物种植区>城郊结合部>工矿区>昆明市主城区。分析氮肥投入量、地下水位深度等因素对污染地下水硝酸盐的影响可知,氮肥投入量和地下水中硝酸盐含量呈明显正相关。     

新疆城乡居民收入水平变化及其影响因素分析

根据新疆历年统计年鉴数据,从城乡居民收入变动、城乡居民可支配收入比、城乡居民收入差额变动、城乡居民恩格尔系数变动4个方面分析了新疆城乡居民收入水平变化情况,并分析了城乡居民收入差距的影响因素,指出自然地理条件、城乡隔离、教育投入差距和农村社会保障体系缺乏是导致新疆城乡居民收入差距扩大的主要因素。     

集约化种植区地下水水质劣化的影响因素

集约化种植长期大量使用农药、化肥、农膜及大型机械,导致多种农药化合物污染和重金属累积。淋溶或地下水径流过程可将这些有害物质携带至地下水中,长此以往地下水水质恶化。以山东某村集约化种植区为例,采集地下水、土壤样品,分析集约化种植地区地下水污染特征及其影响因素,给出防治对策。     

涉农大学生就业收入水平及其影响因素分析

以全国100多所农业院校的调查数据为基础,利用Logisitic模型对涉农大学生就业收入水平及其影响因素进行计量分析。研究表明,英语成绩和职务性质对大学生就业收入水平有显著影响。     

影响牡丹花期的主要气象因素及预测方法

分析了影响牡丹花期的主要气象因素及目前开展的牡丹花期预测方法。温度是影响牡丹开花的关键因素,日照时数和水分次之。大多研究选取气象因子来预测牡丹花期,采用的方法以逐步回归法为主;主要选取影响牡丹花期的温度、日照、水分等气象因素。     

基于偏相关分析的烟台市土壤温度影响因素及预测模型研究

根据烟台市气象局2005年的气象数据,利用偏相关分析方法分析了表层土壤温度与相对湿度、绝对湿度、大气温度、平均风速、日照时数、降水量6个气象因子之间的相关性,进而建立了基于相对湿度、日照时数、大气温度、绝对湿度4气象因子的多元线性回归模型和BP人工神经网络模型。结果表明：在6个气象因子中,相对湿度、日照时数、大气温度、绝对湿度与土壤温度存在极显著相关关系,平均风速、降雨量与土壤温度相关关系不显著;晴天时,BP神经网络模型的决定系数R^2为0．9740,多元线性回归模型的决定系数R^2为0．9739;阴天时,BP神经网络模型的决定系数R^2为0．9881,多元线性回归模型的决定系数R^2为0．9877,因此建立的神经网络模型具有很高的精度,能很好地满足土壤温度的预测要求。     

武育粳3号机插稻产量水平的主要影响因素分析

[目的]探讨武育粳3号机插稻产量水平的主要影响因素。[方法]在大田栽培条件下,以迟熟中粳武育粳3号为供试材料,研究栽插时间、栽插密度、育秧方式和氮肥运筹等对其产量及其构成因素的影响,分析影响其不同产量水平下产量的主要因素。[结果]栽插时间越早,单位面积穗数或每穗粒数越多,单位面积颖花量越大,越易获得高产。120万～150万基本苗/hm2处理的穗数、每穗粒数、单位面积颖花量较大,产量较高。施氮量300 kg/hm2处理的产量高于270、330 kg/hm2处理;施300、330 kg/hm2纯氮水平下,7∶3处理的产量高于6∶4处理,270 kg/hm2施氮下正好相反;在6个氮肥处理中,以300 kg/hm2施氮量7∶3施氮比例处理的产量最高。高产攻关试验中,不同产量类型田块的穗数差异较小,每穗粒数、结实率、每穗实粒数和单位面积颖花量有明显差异;高产F类田块水稻的每穗粒数、结实率、每穗实粒数和颖花量高于其他类型水稻;产量在9 000 kg/hm2以下时,穗数、每穗粒数和结实率对产量均有显著影响,前者对产量的作用显著大于后二者;产量在9 000～10 500 kg/hm2时,穗数对产量的作用显著大于其他因素;产量在10 500 kg/hm2以上时,每穗粒数、穗数、结实率对产量均有显著影响,前者对产量的作用显著大于后二者。穴数、每穴穗数与穗数关系密切,产量在9 000 kg/hm2以下时,前者对穗数的作用大于后者;产量在9 000 kg/hm2以上时,后者对穗数的作用大于前者。     

基于多维关联规则的猪肉价格波动影响因素分析及预测建模研究

【目的】我国是猪肉生产及消费的大国,近年来,猪肉价格波动呈现频率加快、幅度增大的趋势。猪肉价格波动不仅增加农户收益的风险性,也在一定程度上影响广大民众的生活。正确识别猪肉价格波动的影响因素并对猪肉价格波动进行科学预测,有助于确保市场健康平稳运行。【方法】运用多维关联规则定量分析生猪养殖加工产业链、替代品市场、宏观经济环境变化、突发性事件和国际市场环境等5方面共16种因素与猪肉价格波动的关联和影响程度,将挖掘得到的高相关因素作为模型输入变量,运用支持向量回归机构造提前多步的猪肉价格波动预测模型。【结果】与猪肉价格波动关联程度最高的前3位因素是生猪疫病、生猪价格和仔猪价格,置信度分别为1.00、0.93和0.82;对猪肉价格影响程度最大的前3位因素是生猪疫病、猪肉产量和出栏猪肉量,提升度分别为1.84、1.67和1.67。相较于基准预测模型,将12个高相关影响因素作为模型输入,均方根误差减少29.11%,平均绝对百分比误差减少16.00%。【结论】使用多维关联规则进行变量筛选,不仅能减少模型的变量个数,还能有效提高模型的预测精度。鉴于生猪疫病对猪肉价格波动的关键影响作用,政府相关管理部门应...     

中部与东部经济水平差距衡量及其影响因素分析——以安徽与浙江为例

为寻找发达地区与非发达地区经济差距的原因,利用变形的柯布-道格拉斯生产函数对安徽、浙江的经济差距进行了衡量并对其原因进行了分析。研究结果表明,2省经济差距最重要的原因不是人们一直非常重视的投资,而是人力资本和以资本、劳动之外的影响因素为代表的交易费用。