时间序列分析模型在山东省粮食总产量预测中的应用

对比传统时间序列分析模型(线性回归、二次滑动平均、一次平滑、二次指数平滑和三次指数平滑等)与ARIMA模型在山东省粮食总产量中的拟合精度,并应用ARIMA(2,1,12)模型预测了未来3年内山东省粮食总产量.结果表明,在山东省粮食总产量拟合中,ARIMA(2,1,12)模型得到的粮食总产量拟合值与观测值的相对误差处于±10%和±5%范围内的分别为73.333%和53.333%,回归方程的决定系数为0.959,优于传统时间序列分析模型;利用ARIMA(2,1,12)模型预测未来3年内山东省粮食总产量,粮食总产量有逐年上升的趋势,且增长率逐年上升.     

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。     

GM(1,1)模型改进技术在咸阳市地下水动态预测中的应用

针对地下水埋深变化离散性程度较大的咸阳市,采用GM（1,1）模型改进技术对其地下水动态进行预测研究,为地下水埋深的准确预测提供支持。以灰色理论GM（1,1）模型为基础,运用滑动平均法对离散性程度较大的原始序列进行改造,使原始数据的变化变得缓慢,再利用改造后的序列建立GM（1,1）^*模型,以咸阳市地下水埋深资料为研究对象,进行地下水动态预测,并与未改进的GM（1,1）模型的预测结果进行比较。咸阳市地下水动态的预测结果显示,该区地下水埋深有逐年减小的趋势,说明该区地下水资源得到了有效的保护与利用。利用2001-2007年的地下水埋深资料建立GM（1,1）^*模型进行预测,相较于实测数据,GM（1,1）^*模型的预测结果科学合理;相较于未改进的GM（1,1）模型的预测结果,改进后的GM（1,1）^*模型具有更高的预测精度和实用性。GM（1,1）模型改进技术的应用,减小了原始序列的离散性程度,提高了预测精度,为地下水动态预测提供一种新思路。     

基于灰色模型的黑龙江省水稻生育期热量指数分析及预测

选择黑龙江省11个水稻农气观测站点为研究对象,利用1971-2016年逐旬气温资料和水稻发育期资料,将黑龙江省划分为东、西、南三个区域,使用微分方程动态建模方法建立3个区域5、6、7、8月热量指数的灰色预测模型,在此基础上滚动预报水稻生育期的总热量指数,以期开展黑龙江省水稻低温冷害的预测服务。结果表明热量指数能够很好地反映水稻生育期热量条件,且与低温冷害年有很好的对应关系。黑龙江省不同水稻产区热量指数灰色模型模拟结果与原序列关联度均达到0.88以上,通过了关联度检验和残差检验,1971-2010年拟合平均准确率为94.6%～97.6%,且7、8月的预报准确率普遍高于5、6月;2011-2016年的试报准确率均在97%以上,说明各模型的模拟效果很好。利用灰色模型预测黑龙江省水稻生长季热量指数是可行的,可以满足水稻生长发育过程中延迟性冷害的实时评估需求。     

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。     

长株潭地区生态系统服务价值分析及趋势预测

为促进区域土地资源的可持续利用和生态环境建设,该文以长株潭地区为研究对象,采用Costanza生态系统服务价值计算方法,参照修正后的长株潭地区生态系统单位面积生态服务价值系数,结合敏感性分析,探讨研究区域1996-2008年土地利用变化对生态系统服务价值的影响,并利用灰色模型对其发展趋势进行了预测分析。结果表明:研究期内,研究区域生态系统服务价值从1996年的405.03×108元减少到2008年的399.83×108元。同时根据预测出的研究区域2011-2020年各类土地利用数量情况,得到2020年区域生态系统服务价值将减少到392.61×108元,区域价值受损的主要原因是生态系统服务价值系数较高的农用地转为无生态价值的建设用地,研究区域快速城市化的进程已给生态安全带来了巨大压力。区域生态环境持续退化的趋势应当引起当地政府部门高度关注并采取有效对策,以科学推进资源节约型和环境友好型社会的建设。     

时间序列的ARMA模型在干旱长期预测中的应用

本文利用Palmer方法计算出Palmer干旱指数,利用时间序列的ARMA模型建立干旱指数模型,并做出外延预测,收到较好的效果。     

基于DPSIR-TOPSIS模型的安徽省土地承载力评价及预测

[目的]定量评价和预测土地承载力状况并诊断其障碍因子,为提高安徽省土地承载力提供科学依据,也为区域土地承载力评价研究提供新思路。[方法]基于DPSIR模型构建了安徽省土地承载力评价指标体系,运用TOPSIS方法与障碍度模型评价和诊断了2006—2015年安徽省土地承载力状况和关键障碍因素。基于评价结果,运用GM(1,1)模型预测了未来5a安徽省土地承载力变化趋势。[结果]2006—2015年安徽省土地承载力经历了先下降后上升的变化历程;驱动力、压力、状态子系统承载力均呈先下降后上升的变化态势,影响和响应子系统承载力呈显著波动变化态势;未来5a,压力和状态子系统承载力逐年递减,承载力水平堪忧,需重点关注;研究期内工业废水排放量始终是制约安徽省土地承载力水平提高的首要因素,环境保护投资占GDP比重、工业固体废弃物产生量等是重要制约因素。[结论]虽然安徽省土地承载力水平总体呈上升趋势,但受压力和状态子系统承载力水平低的限制,安徽省土地承载力仍处中级水平。     

近60年来敦煌绿洲耕地动态变化与预测研究

基于敦煌绿洲1949—2004年耕地变化特征、现状及存在问题,选取影响耕地的7个社会经济指标,利用因子分析方法(FA)分析敦煌绿洲耕地变化的驱动力。结果表明农业现代化水平、人口数量和受教育程度是影响绿洲耕地变化的3个主要驱动因子,最后通过GM(1,1)模型对未来25年的耕地和人口进行了预测,以期为敦煌绿洲耕地资源的保护和人地和谐发展提供科学依据。     

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。     

湖北省农作物播种面积灰色预测

首先介绍了灰色系统理论及灰色预测建模原理,以湖北省连续9年的农作物播种面积数据为基础,建立GM(1,1)灰色预测模型,对湖北省未来8年的农作物播种面积进行了预测,并对预测结果进行检验,预测结果精度较高,可以用来对湖北省未来几年的农作物播种面积进行预测。结果表明,湖北省农作物播种面积呈现逐步下降趋势,土地利用规划部门应实行严格的耕地保护制度,切实保障农民的利益,提高农民耕种的积极性。     

基于滑动无偏灰色马尔科夫模型的水库年降雨量预测

为了判别灰色模型与灰色马尔科夫模型哪一个更适合于降雨量的预测,以山西省寿阳县蔡庄水库为研究对象,通过灰色模拟、无偏灰色模拟、滑动无偏灰色模拟3种模拟方法对研究区40a的降雨量进行数值模拟,比较了3种方法的精确程度。选出最优方法,将精度最高的滑动无偏灰色模型辅以马尔科夫模型,形成灰色马尔科夫模型,再与灰色模型作对比较,判断其精度。结果表明,灰色模型对于长期预测和波动性较大的数据列拟合效果较差,灰色马尔科夫模型能够更好地适应数据的波动性,模拟效果更好。因此,在改进灰色模型的基础上辅以马尔科夫模型,形成改进的灰色马尔科夫模型,发挥出灰色模型与马尔科夫模型各自的优点,达到了更好的模拟效果。     

黑龙江省农业机械化作业水平预测方法

黑龙江省农机化作业水平的预测是一个复杂的非线性系统,其发展变化具有增长性和波动性,对于拟合的方法要求较高。该文对黑龙江省农机化作业水平预测方法进行研究,在传统预测模型灰色GM(1,1)模型、平滑预测模型和回归预测模型的基础上建立了基础预测模型,并与BP神经网络模型组合,建立了灰色神经网络、平滑回归神经网络等组合预测模型,并预测了黑龙江省2008～2015年的农机化耕、种、收、植保、灌溉作业水平。结果表明,新的预测方法拟合精度高、有效、可行,为农机化作业水平的预测提供了一条新的途径;黑龙江省机耕、机播、植保作业水平很高,但是机收作业水平不高,机械化灌溉是主要的瓶颈,需要进一步发展。     

时间序列分析关键问题研究

简要介绍了时间序列的定义、模型及型态,重点研究了时间序列分析的相关内容,最后对其未来发展方向进行了展望。     

基于PSR模型的青铜峡市土地生态安全评价与预测

[目的]通过研究宁夏自治区青铜峡市的土地生态安全发展状况,为该市的土地生态安全及其可持续发展提供科学的参考依据。[方法]综合运用熵权法、P-S-R模型、综合指数法、地理探测器和GM(1,1)预测模型等方法对该区域土地生态安全、安全等级以及影响土地生态安全的主要因子进行评价研究,并对其未来9a的土地生态安全状况进行预测。[结果](1)青铜峡市土地生态安全综合指数在研究期间整体呈现出先下降后上升的变化趋势。2006—2009年土地生态安全指数呈现波动下降的态势,由2006年的0.446 3下降到2009年的0.419 1;2009—2016年青铜峡市土地生态安全综合评价值不断上升,由2009年的0.419上升到2016年的0.505 1,其安全等级始终保持为临界安全,研究期间青铜峡市土地生态安全整体水平不断提高和改善。(2)通过地理探测器诊断得出人口密度、农用化肥使用量、废水排放量、万元GDP能耗、工业固体废物产生量、建成区绿化覆盖率、水利、环保设施投资占GDP的比率等要素是青铜峡市土地生态安全的主要影响因素。(3)利用GM(1,1)预测模型对青铜峡市未来9a土地生态安全发展水平进行预测,结果表明2017—2025年该区域土地生态安全水平不断上升,但其安全等级不高,仍处于临界状态,有待于提高和改善。[结论]研究期间青铜峡市土地生态安全波动变化明显,但总体上呈上升趋势,土地生态安全得到明显提升和改善。     

交通事故预测方法研究

交通事故预测是在对已发生事故的数据进行统计、分析和处理的基础上,以事故发生原因和发生的规律为依据,对目前尚未发生的事故预先做出的推测、判断。介绍了几种主要的公路交通事故预测方法,包括线性回归预测法、非线性回归预测法、时间序列预测法的移动平均法与指数平滑预测法、灰色马尔科夫链预测法、基于车速的交通事故贝叶斯预测法、道路交通事故的灰关联分析及神经网络预测方法等,国内、外传统的和主流的交通事故预测的方法,并对几种主要的公路交通事故预测方法的适用条件、优缺点进行了较详细的比较,为相关部门选择合适的交通事故预测方法提供参考。     

厦门市2001-2002年PM10浓度时间序列变化分析

在厦门市环境大气污染物中，PM10是其首要的大气污染物。厦门市大气中的日PM10浓度受天气和气候以及土地利用类型、地表植被覆盖度等诸多因素的共同影响而呈现出一定的周期性，应用时间序列方法对厦门市2001～2002年的PM10浓度进行周期性和趋势性的分析，揭示了厦门市大气环境中PM10浓随时间变化的周期性规律。同时讨论了部分气候因素对PM10浓度年内变化的影响。     

南京都市农业农地利用碳排放测算及趋势预测

[目的]测算南京市都市农业农地利用碳效应,为发展都市农业的其他城市提供可借鉴的低碳经验。[方法]基于化肥、农药、农膜、农用柴油、灌溉、翻耕6个主要方面的碳源,测算南京市1996—2014年的农地利用碳排放量,综合林地、草地、园地3个主要方面的碳汇变化特征,探索农地利用方式变化导致的碳效应。并基于灰色GM(1,1)模型预测南京市农地利用碳排放量趋势。[结果]1996—2014年南京农地利用碳排放量总体呈现"上升—波动—平稳下降"的3阶段特征,纵向来看,2005—2014年林地碳汇、草地碳汇有所下降,但变化趋势不同。横向来看,由于各区承载的城市功能不同,区域碳汇差异较大。从农地利用方式变化的碳效应来看,2000—2008年南京市因生态退耕产生碳汇呈先上升后下降的变化趋势,建设占用导致的碳排放量变化趋势呈现Z字形上升。基于灰色GM(1,1)模型采用等维递补预测方法,预计到2020年该市农地利用碳排放量为1.11×105 t。[结论]南京市农地利用碳排放的变化趋势与经济发展和都市农业发展进程密切相关。林地、草地面积的减少降低了原本不高的碳汇效应,并且由于经济发展与城市建设需要,持续上升的建设占用碳排放对南京市碳效应影响巨大。