基于支持向量回归与地统计学的多维时间序列分析

基于地统计学与支持向量回归,建立一种快速定阶、既反映样本集动态特征,又体现环境因子影响的高精度非线性多维时间序列预测方法（GS-SVR）。对带趋势时间序列平稳化后,先基于地统计学后效时间长度进行因变量快速定阶;再以支持向量机基于最小原则非线性筛选自变量,继以主成分分析消除自变量之间的信息冗余;最后以一步预测法检验GS-SVR的有效性。2个农业科学实例结果显示,GS-SVR在所有参比模型中预测精度最高,稳定性最好。GS-SVR能快速、准确实现模型定阶,是一种融合时间序列分析和回归分析的非线性多维时间序列分析方法,并具非线性、避免过拟合、避免局部最小、泛化能力优异等优点,在农业科学、生态学、经济学等多维时间序列预测领域有较广泛的应用前景。     

基于高光谱的水稻土有机质含量估算研究

利用高光谱技术可实现土壤有机质含量的快速、精确反演。然而运用不同的光谱预处理算法及建模方法获取的模型预测精度及稳定性不同。为了选取最佳土壤有机质估算模型,本研究应用ASD波谱仪测定河南省潢川县水稻土的光谱数据,比较使用2种建模方法组合18种光谱预处理转换算法建立模型的反演效果。对于多元逐步回归模型和偏最小二乘模型,使用SGF3-2预处理算法均获得了最佳的预测效果,所建模型具有较小的误差和较高的精度。相比使用多元逐步回归法,使用偏最小二乘回归法可以获取更稳定的预测模型。运用偏最小二乘模型结合SGF3-2预处理算法得到了最佳的水稻土有机质含量估算模型,模型预测均方根误差RMSEv=0.036,决定系数Rv2=0.89。选择最佳的建模方法结合预处理算法,可以改进模型反演精度。本研究对比的不同方法也可以应用到类似的土壤模型选取中。     

ARMA模型与回归模型的在农药用量预测中的应用

近年来,中国环境污染越来越严重多地区出现严重的虫灾现象,引起人们对残留农药影响农产品安全的广泛关注。为了更加准确的预测农药需求,在预测模型的基础上再对残差序列做ARMA模型对预测模型进行调整。首先建立农药用量与时间的回归模型,通过分析残差序列是否为白噪声,对于非白噪声的残差序列建立ARMA模型。结果表明：单一的回归模型均方残差为25.39,而ARMA模型与回归模型结合后的均方残差为13.79,均方残差减少了11.60,提高了预测精度。调整后的模型是显著的,估计的参数也比较合适。该模型比常用的Logistic 模型的均方残差降低了17.73,有效的提高了预测精度。2012、2013、2014年中国农药用量预测分别为181.068万t,183.64万t,187.96万t。     

昭苏高海拔地区油菜普花期预报模型研究

利用灰色关联分析法与相关分析法,分别确定与昭苏县油菜普花期关联最大的物候期和显著相关的气象因子,利用昭苏县1990—2019年物候期和气象因子分别建立回归模型,预测2020—2022年的普花期,利用均方误差和相对误差对模型的拟合结果进行评价,利用平均拟合精度对模型的预测结果进行评价。结果表明,基于昭苏油菜物候期的回归模型、基于昭苏气象因子的回归模型拟合结果相对误差分别为0.72%、2.59%,均方误差分别为2.6、6.0,预测结果平均拟合精度分别为98.9%、91.7%,基于物候期建立的昭苏油菜普花期回归模型预测结果更精准。     

基于人工蜂群算法优化支持向量机的 采场底板破坏深度预测

为确定合理的底板防水煤岩柱尺寸,减少底板突水安全事故的发生,利用支持向量机(SVM)与人工蜂群算法(ABCA)综合研究底板破坏深度问题。由于SVM训练参数惩罚因子 C 和核函数宽度 g 的选择对预测精度的影响显著,采用ABCA优化该训练参数的选择过程,建立基于SVM的底板破坏深度预测模型。选取采深、煤层倾角、采厚、工作面斜长、底板抗破坏能力和是否有切穿断层或破碎带作为影响底板破坏深度的主要影响指标,利用现场实测的30组数据作为样本对该模型进行训练和预测。结果表明：该预测模型的平均相对误差为12.5%,平均绝对误差为 0.986 m ,均方误差为0.005,平方相关系数为0.980,较其他预测模型具有更强的泛化能力和更高的预测精度。     

基于聚类分析与岭估计模型的森林蓄积量遥感估测

为提高森林蓄积量遥感估测的可靠性及解决自变量间相关性问题，本研究拟采用基于聚类分析与岭估计模型对密云县森林蓄积量进行估测。选取对森林蓄积量有影响的遥感、地形因子作为分类刻画因子进行聚类分析。根据聚类结果选取建模样本，采用岭估计模型对森林蓄积量进行估测，并对其进行适用性评价与精度验证。用离差平方和进行聚集得到3种分类结果，按个数权重抽取建模样本，用30个独立预留样本对模型进行验证。结果表明，预留样本实测值与估测值的R2为0.5311，均方根误差为1.4553，相对偏差为8.9%，实测值为90.942 m3，估测值为82.842 m3。模型适用性一般，估测精度达到91.1%，总体估测精度高。     

偏最小二乘回归在Hyperion影像叶面积指数繁衍中的应用

叶面积指数(Leaf Area Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。论文以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60 m×60 m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明：偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4~6个为宜。     

基于REMCC-BPNN的稻瘿蚊发生量预测研究

为了提高预测稻瘿蚊发生量的准确度,有效防控稻瘿蚊虫害成灾面积,采用基于K近邻样本拟合相对误差绝对值与时序相关系数最小原则优化的BP神经网络预测模型REMCC-BPNN,选取广为认可的气温和降水量为影响因子,对稻瘿蚊的发生量进行独立预测。通过2个实例（化州市晚稻稻瘿蚊发生程度和广西邕宁县稻瘿蚊发生程度）验证显示：REMCC-BPNN模型的独立预测精度分别为94%和100%,明显优于经典回归分析、SVR-CAR、MIV-BPNN等参比模型。可见,REMCC-BPNN模型在虫害发生量预测方面有良好的应用前景。     

基于时间序列SVR模型的玉米价格预测研究

研究旨在运用时间序列和支持向量回归(support vector regression,SVR)理论,建立短期玉米价格预测模型,为玉米市场监测预警提供技术支持与决策依据。本研究根据玉米价格序列波动的非线性特征,以河南省2010年1月1日—2019年6月30日的月度数据为研究对象,结合混沌性时间序列与SVR理论,研究一种短期玉米价格预测模型。通过相空间重构的方法对价格序列进行处理,利用重构后的数据训练模型,运用网格交叉验证(GridSearchCV)对研究模型进行优化。得到一种基于时间序列支持向量回归的玉米价格预测模型。将研究模型的预测结果进行对比分析,结果显示,研究模型的预测值更贴近真实值,其平均相对误差(MRE)和均方根误差(RMSE)分别为0.006和20.57,优于传统支持向量回归模型的预测结果。研究模型可以为玉米价格预测提供方法依据,且相较于传统预测方法在精度方面具有优势。     

山东省耕地变化与人口增长及经济发展间的关系初探

选择GDP增长率、人口增长率和耕地面积减少率作为主要分析指标,分析了1978—2000年山东经济增长,人口增长和耕地面积减少之间的关系,并选用1991—2000年的数据以市为单位探讨了区域差异。发现改革开放以来的20几年,耕地面积大量减少的时间和经济过热的增长阶段基本同步,具体受固定资产投资规模的牵动。认为经济增长是耕地面积减少的主要宏观驱动因子。     

皖江地区耕地态势及驱动机制数理研究

利用1978—2003年耕地及相关的统计和普查数据,定量分析探讨了皖江地区近20余年来耕地数量变化趋势及空间变化规律。在此基础上,应用主成分分析法定量诊断出影响耕地动态变化的主要驱动因子,揭示了耕地变化的驱动机制。加强耕地动态变化研究,分析耕地数量时空变化规律及驱动机制,对今后合理利用耕地资源、控制耕地进一步减少、保持耕地动态平衡具有重要意义。     

基于不同尺度的中国耕地变化驱动力研究进展

基于国家、区域、省域、市县不同尺度总结归纳中国耕地变化驱动力研究的现状,提出研究中存在的问题。应用文献资料法和对比分析法进行驱动力比较,研究结果表明：中国耕地变化驱动力研究方法以定性定量结合为主;驱动力模型的建立多基于土地利用动态变化模型;国家及区域研究成果较少,省域、市县等小尺度研究成果较多;存在成果分布不均、数据不统一、小尺度研究方法单一、驱动因子选择主观性强以及不同尺度研究成果借鉴性差等问题。研究结果可为在不同尺度中选择耕地变化驱动力及未来耕地利用变化研究提供参考。     

吉林省西部耕地动态变化及驱动力研究

为了更好地利用与保护吉林省西部耕地资源,找出影响耕地变化的主导因素,以吉林省西部各县（市）2001—2009年耕地数据为研究基础,分析了吉林西部耕地面积变化和各县市耕地利用动态幅度、相对变化率以及耕地面积增减特征,通过采用主成分分析法,研究了吉林西部2001—2009年耕地变化的驱动力。结果表明：2001—2009年吉林西部耕地面积总体增长幅度为0.37%,其中,镇赉县耕地利用动态幅度、相对变化率较大,分别为0.74%、2.03%;社会经济发展、人口和农牧业发展是影响耕地数量变化的3大驱动力。通过研究发现：吉林西部耕地资源9年间呈现递增趋势,人地矛盾并不突出,耕地变化区域差异明显。     

基于STIRPAT模型的广州市耕地变化社会经济驱动力分析

摘要：根据广州市1978-2005年耕地面积数据及相关社会经济影响因素的时间序列数据,应用STIRPAT模型,分析了人口、产业结构城市化水平对耕地面积变化的影响及富裕度与耕地占用之间的相关性。结果表明：在影响耕地面积变化的诸多因素中,并没有显示出明显的主导因素,而是人口、产业结构和城市化水平共同综合作用影响着耕地面积的变化;在观察的数据范围内,富裕度和耕地面积之间并未形成类似环境Kuznets曲线。据此认为,对于缓解广州市的耕地面积减少的压力问题,可以调整产业结构、提高城市化水平、转变经济增长方式等方面统筹决策。     

1999—2018年四川省耕地时空格局演化特征

本研究以1999—2018年四川省181个县市（区）的耕地面积为研究对象,基于主成分分析法与空间分析法,描述了其耕地面积的时空格局演变特征,探索了其时空变化的主要驱动因子。结果表明：1999—2018年间,四川省总耕地面积经历了连续减少、缓慢增加、波动变化、迅速增加和稳定变化5个阶段。整个变化过程中,全省耕地空间上的变化主要发生在川西北高原区与成都平原区。其中,川西南山区与川西北高原区耕地面积表现为增加状态,川中丘陵区、成都平原区与盆地周边山区耕地面积表现为减少状态,重心南移现象明显。影响四川省耕地面积变化的主要驱动力包括农业发展基础、经济发展水平和地理区位3个因素。其中,农业发展基础牢固是川西北高原耕地增加的主要原因,区域经济发展水平和区位特征正向驱动盆地周边山区耕地的变化,区域经济发展水平负向驱动川中丘陵区耕地的变化,而成都平原区与川西南山区耕地变化是经济发展水平的负效应与农业发展基础和区位优势的正效应相互作用的结果。上述结论将为四川省制定合理的土地利用利用与耕地资源保护政策提供科学依据。     

基于信息熵和灰色关联法的阿克苏地区建设用地动态变化研究

在城市化与工业化发展的背景下,建设用地进入快速扩张时期。为了加强阿克苏地区建设用地集约节约利用程度,合理进行土地资源配置。针对阿克苏地区土地利用特点,结合阿克苏地区2004-2013年土地利用现状调查和变更数据以及社会经济发展数据,采用土地利用结构信息熵判断阿克苏地区建设用地内部结构的有序性和均衡性,运用主成分分析法提取影响建设用地变化的外部因素,并将建设用地内部结构面积比例和外部因素与信息熵进行分别进行灰色关联分析。结果表明,阿克苏地区建设用地信息熵呈现波动性上升趋势,用地结构朝无序方向发展;建设用地外部影响因素中经济发展因素和耕地因素与信息熵呈现中度相关,是建设用地变化的主要推动力。     

黄河三角洲土地利用时空变化及驱动力研究

黄河三角洲是保持山东省耕地总量动态平衡、增加耕地面积的重要区域之一,是研究土地利用变化的热点地区。以东营市为研究区,分析了该区域1992—2010 年土地利用时空变化特征,探讨了引起土地利用时空变化的驱动因素。结果表明：（1）研究区土地总体趋势是建筑用地、水体、盐田、林地的面积不断增加,而耕地、滩涂、草地、未利用地的面积减少,其中建筑用地增加了5.92%;（2）研究区耕地、盐田、建筑用地、水体之间频繁地转换关系,1992—2010 年耕地355.79 km2转为了建筑用地, 225.75 km2的滩涂转为盐田;（3）研究区8 种土地类型斑块个数51650 减少为32892,且耕地7 个景观指标均减少;（4）研究区土地利用变化宏观影响因子是政策导向,直接驱动力为人口的不断增长以及快速的城市化进程。     

偃师市耕地时空变化及驱动力分析

为从县级层面上了解耕地变化的趋势特点,更好地实现耕地资源保护及可持续利用,笔者研究了偃师市1997—2004年耕地时空变化情况,并运用主成分分析法,对影响耕地变化的主要驱动力因子进行了定性与定量分析。结果表明,1997—2004年偃师市耕地变化分为数量增加和数量减少两个阶段;变化幅度区域分布不同,经济发达乡镇高于落后乡镇,中心城区、重点乡镇高于一般乡镇,山区乡镇高于平原乡镇。其变化除受政策、观念等因素驱动外,经济发展也起到了重要的促进作用,并在此基础上提出了耕地保护的建议。     

典型黑土区耕地生态安全评价及阻力分析——以长春市为例

研究旨在针对黑土区耕地生态安全状况,以典型黑土区长春市为例,基于“压力-状态-响应”模型构建黑土区特有的耕地生态安全评价指标体系。釆用层次分析法和熵值法相结合的综合确权法及阻力度模型对长春市2005—2014年的耕地生态安全状况以及阻力因素进行分析。研究结果表明：（1）2005—2014年长春市耕地生态安全等级经历了“安全—临界安全—较安全—临界安全”的变化过程,呈波动下降的状态;（2）长春市耕地生态安全响应指数呈上升状态,压力指数和状态指数呈下降状态;（3）从单项阻力指标变化趋势上看,草地覆盖率、自然灾害受灾指数、农业财政支出比重、单位耕地面积化肥负荷等指标阻力度上升幅度较大;（4）长春市下辖县市耕地生态安全的空间分布方面,2005年长春市地区均处于安全和较安全状态;2008年安全区分布范围向长春市西部缩小,敏感区向长春市东部扩展;2011年除双阳区之外,长春市其他地区均处于安全状态。因此在耕地利用过程中应注重水土保持和化肥农药的科学利用,保护黑土区的耕地生态安全。