气象型病虫害预报系统

借助Windows编程技巧 ,利用VisualBasic语言建立了一套病虫害预报业务系统。系统采用严格的筛选因子技术 ,通过非线性最优化技术进行相关普查 ,并进行稳定性和独立性检验 ;建模方法多样 ,既有自动建模 ,也可人工选择因子建模 ,最后进行预报综合集成。利用该系统可方便地建立病虫害统计预报模型 ,实现气象型病虫害发生发展趋势预报 ,在近几年实际业务中得到了满意结果     

生物量转换因子连续函数的拟合方法比较

利用生物量转换因子连续函数估算森林生物量已成为普遍使用的方法,使用不同的拟合方法提升生物量转换因子连续函数的计算精度成为当前的研究热点之一。以安徽省和福建省2个区域的杉木Cunninghamia lanceolata人工林为研究对象,选择不同年龄序列的典型杉木人工林,分别在2个区域设置0.06 hm2的样地53块,得出每个样地杉木林分生物量、林分蓄积量和生物量转换因子(fBEF)均存在显著差异(P0.01)。使用最小二乘法、非线性混合模型法和贝叶斯分层法分别拟合生物量转换因子连续函数,决定系数(R2)分别为0.643,0.802和0.804;平均偏差(dMD)分别为0.376,0.233和0.228。通过F检验比较3种方法的拟合效果,最小二乘法的拟合效果与非线性混合模型法和贝叶斯分层法之间有显著差异;非线性混合模型法的拟合效果和贝叶斯分层法之间无显著差异。估算林分生物量时,使用非线性混合模型和贝叶斯分层方法可以显著提升林分生物量的估算精度。     

唐山市雷暴潜势预报研究

利用2015—2017年6—8月的552个探空样本,结合唐山市气象局为中心、半径50 km范围内的闪电定位资料,应用动态聚类方法将唐山市区及周边的雷暴情况分为3类(分别记为1类、2类、3类),并应用雷达回波与闪电叠加资料验证了该分类的可靠性;用逐步选择法和逐步回归法探空样本中的对流参数进行筛选,将筛选出的与雷暴有密切关系的对流参数作为预报因子做主成分分析,给出预报因子与雷暴关系的相应解释,最后应用Bayes判别分析与Logistic回归判别雷暴潜势预报方法建立模型进行雷暴预报,得出预报方程,并在Logistic回归判别法中给出3类的预报概率,发现这2种方法对唐山市区雷暴的预报准确率都到达了70%以上,对唐山市区雷暴的预报有一定的参考作用。     

城市用水量非线性组合预测方法研究

利用小波网络构造模型的优化组合函数,建立了城市用水量非线性组合预测模型.将非线性组合函数的拟合转化为小波网络参数的估计,采用遗忘因子法训练网络的权值,利用递推预报误差算法训练尺度因子和平移因子.实例表明,该方法具有很强的泛化能力与自适应数据和函数变化的能力,能够有效提高预测精度,克服了线性组合预测方法适应性不强的问题.     

流溪河流域中长期汛期降雨量预报研究

随着气候变化和人类活动影响加剧,中长期水文预报有着重要价值。基于物理成因的多元回归法和基于时间序列分析的均生函数法为两类较为优越的中长期预报方法,将这2种方法应用于流溪河流域温泉人工湖雨量站汛期降雨量预报,结果表明,2种方法皆能够得到精度良好的模拟结果,均生函数法模拟精度更好。     

基于大气环流特征量和海温的水稻产量结构因素预报模型研究——以江苏省为例

根据500 hPa大气环流特征量能表征天气形势和控制天气条件的这一特性及海气相互作用原理，利用线性及单调曲线相关和最优化因子相关2种技术对环流和海温因子进行普查和对比分析。挑选一批与江苏省水稻（Oryza sativa L.）产量结构因素（有效穗数、每穗粒数和千粒重）相关极显著的大气环流特征量及海温因子；然后依次采用滑动相关检验法对普查得到的因子进行稳定性检验，采用主成分识别法对普查得到的因子进行独立性检验，确定与水稻产量结构因素相关显著、稳定并且相对独立的大气环流特征量及海温因子作为预报因子；最后基于最小二乘法建立了江苏省水稻产量结构因素动态预报的环流及海温模型，模型拟合效果好，可以投入业务使用。     

降维方法在南宁市降水pH值预报中的应用

对南宁市降水pH值的前期气象场、污染特征和扩散条件等相关初选预报因子进行EOF展开,并取其中与预报量相关显著、且方差贡献大的主成分,结合逐步回归技术,建立了一种新的降水pH值预报模型。将这种新的预报模型与同样根据这些预报因子建立的回归预报模型进行了对比分析,经检验该方法对南宁市降水pH值变化具有较好的预报能力。     

葫芦岛市环境气象指数预报方法与业务平台建设研究

介绍了葫芦岛市环境气象指数预报方法的设计思路和业务系统平台的建设情况。详细阐述了环境气象指数的技术原理。根据气象环境要素值与环境气象指数之间具有敏感度关系的原理,应用多种统计学方法,包括回归统计法、因子加权法、相关统计法、历史资料反查法和概念模型法建立了五大类共14种环境气象指数预报模型。对11种指数预报模型2007、2008年预报产品的抽样定性检验,结果显示,预报产品具有较高的预报质量。最后,介绍了系统平台的建设情况,包括平台建设技术路线、跨部门预报会商及数据传输的实现方式和平台的窗体结构与各项功能。     

降维方法在南宁市降水pH值预报中的应用

对南宁市降水pH值的前期气象场、污染特征和扩散条件等相关初选预报因子进行EOF展开,并取其中与预报量相关显著、且方差贡献大的主成分,结合逐步回归技术,建立了一种新的降水pH值预报模型。将这种新的预报模型与同样根据这些预报因子建立的回归预报模型进行了对比分析,经检验该方法对南宁市降水pH值变化具有较好的预报能力。     

作物需水量预报的优化模型

作物需水量预报是灌区土壤墒情预报和灌溉预报的基础。通过对关中泾惠、洛惠和交口抽渭灌区气象资料的分析,用彭曼法计算了历史潜在蒸散量ET_0,利用因子分析法建立了灌区作物需水量随气温、天气而变化的ET_0预报模型,对建立的每月六种模型作进一步的相关分析、符合性、显著性检验,进而由综合评判优选出了适合于灌区ET_0预报的数学模型,开发了作物需水量预报模型建立与优化的通用计算机软件。     

基于EMD和IDAR的灌区年降水量预测研究

针对降水量这样一种非线性、非平稳序列,研究经验模态分解方法(EMD)和信息扩散近似推理方法（IDAR）在年降水量预测中的组合应用,解决资料序列不充分情况下的区域降水量预测问题。首先,通过EMD方法对具有典型非线性与非平稳特征的年降水量时间序列进行处理,分解出包含原信号不同特征尺度的分量数据系列;然后应用信息扩散近似推理技术对各降水量分量间的复杂非线性关系进行描述,建立当前趋势以及相邻年份之间的预测规则,并进行预测。以文献案例灌区长系列降水资料为样本进行实例计算,并与其它预测方法进行了对比。结果表明：基于EMD和信息扩散近似推理的预测方法效果较好,误差绝对值和为1.30,优于人工神经网络、线性自回归方法以及单纯信息扩散近似推理的统计结果。同时,为了验证该方法的适用性,将该方法应用于文峪河灌区的降雨量预测,取得了满意的效果。研究中发现：信息扩散近似推理可将样本点转换成模糊集,部分弥补了由于数据的不完备性所造成的信息空白,并可将矛盾模式转换成兼容模式。而EMD方法可有效分解具有非线性、非平稳特征的降水序列,保留其原序列在空间（或时间）各种尺度上的分布规律。两者结合对解决样本不完备的非平稳序列的预测问题是非常有价值的。通过与其它预测方法比较,发现该模型能够很好地光滑样本数据以及能够较好地发掘知识,有较高的预测精度和推广应用价值。     

基于状态转移算法优化的投影寻踪病虫害预测模型

为解决新疆加工番茄病虫害预测问题中样本数据的非线性和高维性等问题,采用投影寻踪回归模型对加工番茄病虫害预测进行研究。根据新疆某种植基地的样本数据,将投影寻踪回归模型与改进状态转移算法结合,建立了改进状态转移算法优化的基于Hermite多项式的投影寻踪病虫害预测模型。投影寻踪病虫害预测模型将高维的数据投影到低维空间,利用加入正交变换的状态转移算法优化得到投影方向和多项式系数。试验结果表明,利用该模型对新疆某种植基地2003—2008年的样本数据训练效果误差0.2,等级预测达到完全正确;对2009—2011年的病虫害等级预测准确率95%。基于改进状态转移算法的Hermite投影寻踪回归模型可靠性及预测精度很高,能有效的解决病虫害预测中存在的数据非线性、高维性等实际难题。该模型应用于加工番茄病虫害的预测具有一定的可行性和实用性。     

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。     

Frank-Wolfe算法在输气管道内腐蚀预测中的应用

组合预测是对用多种预测方法进行预测的结果加权。建立了基于最小二乘法原理的组合预测模型,提出了求解此组合预测模型的一种新的算法,即Frank-Wolfe算法,并将其应用于四川某输气管道内腐蚀速度预测的研究,应用结果表明,Frank-Wolfe方法较适用于求解组合预测问题的权重。     

神经网络在农产品销量预测中的应用

随着农业大数据发展和计算机技术的不断成熟,人们能够快速准确地获得信息。在大数据背景下,利用传统的时间序列模型对农产品销量进行预测已经不能满足人们的需求,神经网络凭借其强大的非线性映射能力在销量预测领域得到了广泛应用。本文综述了国内外学者应用在农产品销量预测上的主要方法,介绍了神经网络在农产品销量预测领域的应用,客观阐述了神经网络在预测中可能存在的问题,并展望未来农产品销量预测研究发展方向,以期为农产品市场稳定协调发展提供参考。     

统计预测方法在耕地保有量需求预测中的研究——以毕节地区为例

依据毕节地区经济、人口和耕地数据,采用回归预测和时间序列预测方法,综合分析影响耕地保有数量的因素,建立耕地保有量需求预测模型,并将通过评价与解释确定的最优模型作为毕节地区耕地保有量预测方案。结果表明,基于统计预测的耕地保有量预测方法综合了耕地利用情况与社会经济发展态势,有较强的应用背景和社会需求,可为政府新一轮的土地利用总体规划提供决策支持。     

组合时间序列模型及其在我国农业总产值预测中的应用

基于组合预测理论,首先建立了我国农业总产值的ARIMA和Holt双参数线性指数平滑单项时间序列预测模型;对模型进行检验后,根据标准差法对各模型进行权重分配,建立我国农业总产值组合预测模型。通过对比证明,组合时间序列模型能在一定程度上克服单项模型缺陷,提高预测精度。     

GM(1,N)灰色系统与BP神经网络方法的粮食产量预测比较研究

基于国家粮食安全预警系统的开发项目,针对我国粮食年产量预测中精度差和波动大的问题,分析了逐步回归、BP神经网络和GM(1,N)灰色系统3种常用预测方法的预测能力。根据能够计量和具有农学意义2个原则,选择了粮食作物播种面积、化肥施用量、粮食作物有效灌溉面积等12个重要的粮食年产量影响因子,用上述3种方法构建预测模型。在建模样本相同的情况下,结果显示,BP神经网络方法5年期拟合平均相对误差为1.44%,连续5年逐年预测平均相对误差可达到2.89%,这2个性能均优于其他2种方法,可以较好地应用于粮食安全预警系统,笔者最后探讨了对BP神经网络进一步优化的方法。     

农业灌溉用水量的LS-SVM预测模型研究

农业灌溉用水量预报是灌区制定水资源调度计划、合理高效分配水量的科学依据。针对灌溉用水量影响因素复杂非线性的特点,鉴于支持向量机算法的诸多优势,建立了基于最小二乘支持向量机的灌溉用水量预测模型,将该模型用于塔河流域T灌区灌溉用水量预测,并与人工神经网络方法预报结果比较,表明该方法具有泛化能力强、误差小等特点。     

黄板对设施蔬菜烟粉虱的诱集效应与预测模型研究

为提高烟粉虱预测预报和持续控害水平,采用黄板诱集法连续4年（2009～2012年）对设施大棚内蔬菜作物上烟粉虱进行系统监测,结果表明,烟粉虱种群数量受种群内因和气候外因的协同作用上下波动,全年主要呈双峰型曲线变化,分为夏季高峰期（7～8月）与秋季高峰期（9～10月）;但年度间种群数量存在较大差异：2009年和2010年为烟粉虱的重发年,2011年和2012年烟粉虱的危害较轻;不同设施蔬菜作物上烟粉虱的发生量不同,黄瓜上最大,茄子、番茄上其次,辣椒上最少,表明杭州地区烟粉虱对设施蔬菜的趋性为：黄瓜>茄子、番茄>辣椒。本研究还选择不同时期虫口基数、气象资料（温度、湿度、光照等）作为预测因子,共筛选出了29个因子（19个气象因子、10个前期虫口密度因子）进入回归模型,分析历史数据,使用逐步回归法组建了不同设施蔬菜上烟粉虱高峰发生期和发生量的预测预报模型,其中影响烟粉虱种群数量消长的关键因素为种群基数和气温。