基于支持向量机的湖北省洪涝农业损失预测模型

洪涝农业灾情预测在灾害管理和应急救灾等领域都具有非常重要的研究价值,以支持向量机(SVM)模型为基础,以1998～2006年湖北省洪涝灾情数据为样本,构建了基于SVM的洪涝农作物损失预测模型.结果表明,基于径向核函数的SVM模型适合湖北地区洪涝农业损失的预测.     

基于GSM和SVM的区域年用水量回归预测模型研究

区域年用水量受众多因素影响,具有非线性特点,而且还存在记录时间短、历史数据少等问题。基于支持向量机(SVM)小样本、非线性和泛化能力强的特性,建立了年用水量回归预测模型,利用网格搜索法(GSM)优化参数,并进行精度的检验。将模型应用于民勤县年用水量预测,结果表明:该预测模型的绝对误差和相对误差较小,精度较高,用于该县的年用水量预测是行之有效的。     

基于影响因素的农业保险灾损预估模型

在农业保险行业,由于投保范围广,投保种类多,对于投保的风险一直是一个很难去解决的问题,所谓的灾害损失预测就是要多投保的险种在一定时间和一定的环境下对其进行损失预测。本文针对农业保险的灾损预估问题,利用支持因素的支持向量回归算法,建立把农业保险灾害损失的一些影响因素作为输入,它的最终的损失值作为输出,建立SVR预测模型,并通过软件对样本进行训练,与实际值进行比较确定其可行性。     

一种基于模糊信息粒化和GA-SVM的农产品价格预测方法

准确预测农产品市场价格对政府宏观调控和农业生产者制定生产决策具有重要意义.本研究提出了一种基于模糊信息粒化和遗传算法的支持向量机(GA-SVM)农产品价格预测模型.该模型首先将原始价格数据进行模糊信息粒化,然后利用支持向量机对粒化后的价格数据做出预测.为提高预测精度,利用遗传算法对支持向量机的参数进行优化.对国内某农产品批发市场的价格数据进行实证分析的结果表明,该方法能对农产品价格的变化范围进行有效地预测.     

基于EMD-SVM的农产品市场价格短期预测模型

基于传统计量经济预测方法无法解决非线性、小样本的价格预测的问题,建立了基于EMD(经验模态分解)-SVM(支持向量机)的农产品市场价格短期预测模型,以1997-2011年中国农产品集贸市场小麦月度价格序列为例对其进行方法应用。结果表明,与常用传统计量经济预测方法和智能化模型比较,基于EMD-SVM的农产品市场价格预测模型精度有明显提高,提供了适用于中国农产品波动规律的农产品价格短期预测的新方法和借鉴。     

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。     

基于支持向量机的交通标志人工智能检测与识别

针对人工智能检测与识别交通标志准确率不高的问题,本文提出了一种以支持向量机(SVM)为基础的多方法相融合的交通标志检测与识别方法。该方法首先采用方向梯度直方图进行交通标志的特征数据提取,然后利用网格搜索法和交叉验证方法对支持向量机模型最优化参数组合(惩罚因子C和核参数r)进行搜索,最后利用优化的支持向量机模型现实交通标志识别。实验仿真结果表明:基于支持向量机的最优化交通标志识别的准确率可达98%。     

基于支持向量机的中国农业机械总动力预测

为更好地预测中国农业机械总动力的发展趋势,引入了基于支持向量机的预测方法.以1979—2008年中国农业机械总动力的统计数据为训练样本,以2009年和2010年的统计数据为检验样本,采用新陈代谢法建立了基于支持向量机的我国农业机械总动力预测模型.为了验证该方法的有效性和优越性,同时采用新陈代谢法分别建立了基于普通BP神经网络和改进的BP神经网络的预测模型.仿真预测与检验样本预测的结果表明,基于支持向量机的预测精度明显高于普通BP神经网络和改进的BP神经网络预测模型.在此基础上,计算出2011年至2015年中国农业机械总动力的预测值分别为97 859.1,103 053.7,108 480.7,112 794.7,115 096.8万kW,指出了其具有增长趋缓的变化趋势.     

基于支持向量机的科技图书市场预测

对灰色、神经网络和支持向量机的三个预测模型进行研究，以某某类科技图书1993-2000年的年发行量为例，对科技图书市场进行预测，经过比较，支持向量机的预测方法精度较高。本方法可推广应用于其他类图书市场的预测。     

基于经验模态分解和支持向量机的农产品价格短期预测

针对农产品价格序列非平稳、非线性的特征,提出一种基于经验模态分解和支持向量机的短期农产品价格组合预测方法。以全国苹果批发价格的周度价格序列为研究对象,首先对价格序列进行非平稳、非线性检验;然后将价格序列分解成一系列具有不同特征尺度的分量;最后针对各分量的特点分别构建支持向量机模型进行预测,得到苹果批发价格的预测值。研究结果表明,该预测模型能够更好地追踪农产品价格的变化,其预测精度与BP(back propagation)神经网络模型相比有显著提高。     

2000-2019年我国农业气象灾害灾情特征分析

气象灾害是制约农业生产的重要因素之一,对气象灾害的灾情特征进行分析,可以为我国农业技术发展、防灾减灾决策部署提供依据。基于2000—2019年农业气象灾害数据,本文对近20年我国主要农业气象灾害的受灾特点和变化规律进行分析,结果表明,近20年间,我国主要农业气象灾害引起的农业受灾面积均有不同程度下降;虽然旱灾引起的农业受灾面积下降趋势最为明显,但其目前仍然是我国最主要的农业气象灾害;作为第二大农业气象灾害的水灾,其农业受灾面积整体呈下降趋势但存在起伏波动变化。风雹灾和冷冻灾引起的受灾面积仅占农业受灾总面积的10%左右,且均呈不显著下降趋势。未来农业发展和防灾减灾工作中,应加强政策导向,不断提升农业技术创新推广、完善气象灾害预测预警系统、制定全面有效的灾害应对措施。     

安徽省近33年农业气象灾害年景评估

利用安徽省1978-2010年农作物播种面积、受灾类型及其受灾面积资料,分析农业气象灾害时空分布特征;采用灰色关联度及农业气象综合灾损模型,开展农业气象灾害年景评估.结果表明:安徽省气象灾害造成的农作物受灾面积年际波动大;农业气象灾害空间分布特点为淮北地区最重,江淮之间南部和沿江地区次之,大别山区、皖南山区以及部分城市周边相对较轻.各类气象灾害对农业受灾的影响大小依次为:暴雨洪涝＞旱灾＞风雹灾＞低温雨雪冰冻灾,其中暴雨洪涝和旱灾影响大,受灾程度重;安徽省农业气象灾害较轻年景出现频率为55％,其中灾害最轻年份为1981年,而较重年景占12％.灾害最重的年份为1991年.上述年景评估结果与安徽省农业受灾历史记录较吻合.     

安徽省旱涝受灾时空特征及与降水关系研究

旱涝灾害是安徽省主要的气象灾害,对农业生产有着重要的影响。研究安徽省旱涝灾害变化特征对降低灾害损失十分重要。基于安徽省2000—2017年旱涝受灾面积数据、降水数据,利用M-K突变检验、趋势分析法和相关性分析方法研究了安徽省旱涝受灾情况以及降水对其的影响。结果表明：安徽省旱涝受灾面积年际变化较大,且干旱受灾面积要高于洪涝受灾面积;旱涝受灾情况分别在2013年和2007年存在明显的突变,通过突变前后区域受灾情况对比可知,旱灾受灾率有明显的下降趋势,洪涝受灾率大部分呈下降趋势,但长江下游区以及长江-东南诸河区呈上升趋势;旱灾受灾面积整体都有下降趋势,南方地区下降趋势尤其显著,洪灾受灾面积南方呈上升趋势,北方呈下降趋势,且旱涝受灾面积的升降趋势与降水存在一定的关系;在3个极端降水指数中,强降水日数与旱涝受灾面积的关系最为密切。     

自然灾害对山东省粮食产量影响的实证分析

以山东省1978~2014年自然灾害及粮食生产的数据资料为依据,运用灰色关联分析方法对二者之间的关系进行了统计分析,得到以下结论:第一,山东省粮食总产量年际变化主要由粮食单产变化和播种面积变化决定,而单产的提高是对粮食总产量变化影响最大的因素;第二,在影响单产的因素中,自然因素影响最为显著,其影响度占45%~53%;第三,在山东省常发的几种自然灾害中,旱灾成灾率与粮食产量变化的关联度最大,达0.7106,之后依次是水灾受灾未成灾率、其他灾害成灾率、旱灾受灾未成灾率和其他灾害受灾未成灾率,其关联度分别为0.6983、0.6935、0.6812和0.6714,而水灾成灾率与粮食产量变化的关联度最小,为0.6341。之后,通过构建抗灾能力评估的动态二维博弈模型对山东省粮食生产对各种自然灾害的抵抗能力进行了分析,发现:第一,1978~2014年山东省粮食生产对旱灾的抵抗能力总体是增强的,对水灾的抵抗能力总体有所减弱,而对其他灾害的抵抗能力适中;第二,粮食生产抵御旱灾和其他灾害的能力整体呈现出比较明显的周期性,而抵御水灾能力周期性不明显。据此研究,认为要稳定山东省粮食生产,必须重视农业防灾,尤其是要增强抗旱防汛能力,并针对性地提出了一系列具体应对措施,包括加强农田水利基础设施建设与管理、加快完善农业自然灾害预警预报系统,优化灾害防治思路,提升灾害保险能力,探索筹建农业自然灾害风险基金等。     

宁夏自然灾害综合分区与评价

利用宁夏1978~2007年自然灾害（旱灾、洪涝灾害、风雹灾、霜冻灾害、病虫灾害及其他灾害）、受灾面积（成灾面积）、受灾人口（死伤人口）、牲畜伤亡、倒塌房屋（损坏房屋）、粮食减产、经济损失（直接损失和间接损失）及同期物价指数资料,采用灰色关联分析方法,建立定量化模型,在灾害等级划分的基础上,以县为单位将宁夏自然灾害分为轻灾害区、小灾害区、中灾害区、大灾害区等4个灾害等级区域,进一步分析了其区域差异特征,并结合不同区域的自然环境与社会经济状况进行了自然灾害的综合分析与评价。     

农业洪涝灾害风险分析与评估--以湘南农业洪涝易损性为例

农业洪涝灾害风险分析涉及到三个方面，即洪水危险性分析、农业洪涝易损性分析，农业灾情损失评估。而农业洪涝易损性的研究对防灾抗灾具有特别重要的意义。湘南区是湖南省重要的农业生产基地之一，也是洪涝灾害较重地区之一。其灾害损失与农业洪涝易损性密切相关。文中详细地分析了水土流失与水利设旅、人口密度与人均收入、汛期降水和暴雨、植被和土壤等因素对农业洪涝易损性形成的作用．且依据长时间序列的气象资料和经济统计数据，运用数学模型和有关优化分析方法及GIS技术，对湘南农业洪涝易损性进行定量评估，在此基础上，提出了降低农业洪涝易损性的对策。     

陕西省自然灾害发生特征及灾后损失分析

利用陕西省1996-2010年的自然灾害和粮食生产统计数据,分析自然灾害发生的基本特征及因灾损失情况。结果表明,水旱灾害是陕西省近年来遭遇的主要灾害,两者受灾面积占总灾种受灾面积的80%以上;灾害导致的农业受灾面积和成灾面积呈波动性下降趋势,灾害强度也呈下降趋势;1996年至2010年期间受灾人口、因灾死亡人数、因灾直接经济损失占国内生产总的比重均呈下降趋势,因灾造成的直接经济损失为24.3～302.2亿元,占国内生产总值的0.77%～4.51%。综合分析各项灾损指标,陕西省防灾减灾能力得到较大提升,防灾减灾成效显著。     

长沙市主要农业气象灾害风险区划

该文采用长沙地区四个国家气象站1981～2010年逐日气象资料与长沙地区地形高程资料(DEM),对影响长沙的六种气象灾害进行风险等级区划分析,以期为长沙市农业生产的气象灾害防御提供依据。结果表明：(1)长沙市大部分地区为高温热害高风险区,干旱灾害、倒春寒灾害中等风险区,洪涝灾害、五月低温灾害、寒露风灾害低风险区。(2)大围山、连云山、伪山为洪涝灾害、倒春寒灾害、五月低温灾害、寒露风灾害次高或高风险区,干旱灾害、高温热害低风险区。(3)连云山与大围山之间的峡谷地带为洪涝灾害高风险区,长沙市区南部湘江河谷地带为倒春寒灾害高风险区。(4)通过K-means聚类分析,长沙市农业气象灾害气候风险可划分为高温热害、干旱,较高的倒春寒的气候风险区等六个区。     

农业洪涝灾害风险评估区划指标研究

界定了灾害、洪涝灾害等相关概念,对灾害、洪涝灾害等的风险评估指标进行了梳理,探讨了风险评估指标的研究现状、存在的问题,以期对滇东北农业洪涝灾害进行风险评估区划研究提供指导。     

GIS在台风农业灾害定损中的应用研究

GIS具有数据存储、查询、统计分析、模拟、辅助决策和预测等功能,可以实现气象信息的快速采集和处理,也可以深度分析、直观反映受灾地地理信息、农业产业结构信息等.在分析GIS技术在台风灾害应用中的环节及其关键技术的基础上,构建了基于GIS和虚拟技术的台风灾害农业损失评估系统,实现了台风信息的动态模拟展示、台风造成农业损失的评估等,为制定农业保险政策、农业补贴政策等提供直观、科学的支持.