宿州春季重旱发生年份的灰色神经网络预测模型

宿州春季严重干旱序列数据偏少,可用传统GM（1,1）模型进行预测,但由于序列变化幅度较大,预测效果不理想。本文利用灰色与BP神经网络组合模型对宿州春季重旱发生年份进行预测,即首先弱化序列变化幅度,并改进GM（1,1）模型导数信息处理方式,构建可逼近精度目标的m—GM（1,1）预测模型,然后应用BP神经网络对m—GM（1,1）模型的残差进行拟合,对m—GM（1,1）预测模型进行修正。结果表明,灰色神经网络组合模型的精度（｜Q｜=0．0045）比单一的1．7-GM（1,1）模型（｜Q｜=4．18）和传统的单一GM（1,1）模型精度（｜Q｜=9．36）提高许多。预测2005年后的下一个宿州市春季严重干旱发生年份为2009年,可以作为预报当地春季干旱时的参考,并结合其他方法作进一步预测,为当地防灾减灾提供科学依据。     

和田绿洲气温与相对湿度的GM(1,1)预测模型

利用1954—2002年的观测资料对和田地区影响蒸发能力的主要因素——平均气温与相对湿度建立了GM（1，1）模型。得到了比较满意的预测结果，对研究该地区蒸发能力的变化和中长期预测预报具有一定参考价值。     

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。     

灰色GM(1，1)-小波变换-GARCH组合模型预测松花江流域水质

为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。     

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。     

灰色GM(1,1)及其残差修正模型在不同程度春旱发生年份预测中的应用

针对近年来临沂春旱发生频率和程度较前期有所增加的事实,利用临沂1971-2009年的降水资料,采用降水距平法进行春季干旱划分,在此基础上,利用灰色GM(1,1)及其残差修正模型分别建立当地轻度和中度以上春旱的预测模型。结果表明:轻度以上春旱模型以原始序列建模方程精度最高,而中度以上春旱模型则以3次残差序列模型的精度最高;分别用最佳轻度和中度以上GM(1,1)模型进行未来5个时刻的预测,得出下一次轻度春旱时间在2010年;而轻度和中度以上预测模型共同预测结果表明2018年临沂将发生中度以上程度的春旱,为将灾害损失降到最小,对此次春季旱情应引起高度重视,并提前做好防灾减灾应对措施。     

基于干旱风险的西藏青稞保险费率厘定及预测

以西藏青稞主要种植区为例,基于致灾因子危险性指数、承灾体暴露性指数、承灾体易损性指数和防灾减灾能力构建干旱灾害综合风险评估模型,并进行干旱灾害风险评估及区划,利用非参数法厘定各县青稞的纯保险费率,在风险区划结果基础上修正纯保险费率,再结合改进GM(1,1)模型和R/S方法预测未来修正纯保险费率。结果表明：(1)基于干旱致灾因子危险性指数和承灾体易损性指数的风险等级呈中部区域低两边高的趋势,基于干旱承灾体暴露性指数、防灾减灾能力和干旱灾害综合风险指数的风险等级由东向西有逐渐加重的趋势。(2)各县青稞保险的纯保险费率水平介于1.07%～9.79%,相差不大;修正后的纯保险费率介于1.86%～17.02%,相差较大。(3)基于干旱致灾因子危险性指数、承灾体暴露性指数和承灾体易损性指数修正下的纯保险费率空间分布呈中部高两边低的特点,基于干旱防灾减灾能力和干旱灾害综合风险指数修正下的纯保险费率呈现中部高、局部高和两边低的特征。说明科学合理的厘定纯保险费率应考虑多种干旱指数的综合影响。(4)首次利用改进GM(1,1)模型和R/S方法预测西藏青稞主要种植区未来修正纯保险费率的预测值有微弱的上升,上升...     

基于Logistic模型的黑龙江省西部半干旱区有效灌溉面积分析

有效灌溉面积是衡量区域粮食安全的重要指标,对于保障我国粮食生产与安全具有重要意义.通过对影响有效灌溉面积发展的影响因素分析,发现其发展过程主要经历3个阶段即起步期、发展期和成熟期,而这一过程恰好符合Logistic模型曲线趋势.根据齐齐哈尔地区1999-2006年有效灌溉面积建立了Logistic模型,并对其进行预测,在2016年该地区有效灌溉面积43.720万h㎡,接近灌溉上限值43.763万h㎡.因此,需要采取一定措施.促使影响有效灌溉面积发展的有利因子占主导地位,使得齐齐哈尔地区有效灌溉面积发展进入下一个新的循环.     

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。     

基于改进三维生态足迹模型的张家口市生态可持续性评价

[目的]定量分析张家口市2003—2013年的生态可持续发展状态,并对未来生态可持续发展趋势进行预测,以期为张家口市生态系统结构优化及生态建设和管理提供决策依据。[方法]应用改进三维生态足迹模型,核算张家口市各土地利用类型的三维生态足迹,并运用GM(1,1)灰色预测模型预测其未来生态可持续变化趋势。[结果]2003—2013年张家口市人均生物承载力整体不断减少,人均生态足迹、人均生态赤字、人均生态足迹深度与人均生态足迹广度均呈整体增加趋势;化石燃料土地、建筑用地、水域、耕地、草地与林地的人均生态足迹均呈增加趋势;除草地和林地外,其他生物生产性土地人均生物承载力不断减少;建筑用地、耕地与林地表现为生态盈余,人均生态足迹深度处于自然原长;化石燃料土地、草地与水域呈生态赤字状态,草地与水域人均生态足迹深度不断增加;2014—2020年人均生态足迹将逐年增加,人均生物承载力将逐年减少,张家口市生态发展处于不可持续状态。[结论]未来应采取开发新型能源,发展生态农业、旅游业,增加生态用地面积等措施来缓解生态环境压力,提高区域可持续发展能力。     

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。     

基于灰色GM(1,1)模型的闽西红壤农田灌溉需水量预测研究

龙岩地处闽西,是典型的红壤丘陵区,其农田灌溉用水量占用水总量的比重较大,高达60.6%,科学合理地预测未来农田灌溉的需水量,对水资源的合理开发与管理尤为重要。本文在论述了灰色预测模型在农田灌溉需水量预测中的原理、方法与步骤的基础上,利用灰色预测GM(1,1)模型,依据龙岩市2001~2011年农田灌溉用水资料对实际农田灌溉用水量进行了模拟分析,经检验模型精度达到98.45%,准确度高;并用该模型对龙岩市2012~2020年农田灌溉需水量进行了预测。预测结果表明,该模型用于农田灌溉需水量预测,符合其灰色特性,可检验,适用性好,可为龙岩市水资源规划与管理提供必要的参考。     

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。     

GM(0,N)灰色预测模型在云南小春作物产量预报中的应用

利用1972-2004年的云南小春作物单产和与其灰关联度最优的10个气象因子时间序列,采用原始序列和残差序列进行GM（0,N）预测建模,对云南小春作物产量趋势进行预测.结果表明：通过残差修正后所建立的云南省小春作物产量预测模型适用于产量趋势预报,通过了小概率统计检验,预报结果有一定的参考价值.     

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。     

甘肃东部春播期干旱指数的变化特征及预测

利用甘肃东部1968～2002年55站的春播期降水、气温资料，计算了春播期干旱指数，划分了春播期干旱标准，用自然正交分解(EOR)和旋转自然正交分解(REOF)方法进行了气候分区，分析了其时空分布特征和变化规律，经拟合与试报证明有一定的预报能力。结果表明，干旱有三个高发区，频率为36％～57％，20世纪90年代是干旱最严重的时段，进入新的世纪，干旱有减轻的趋势。最后建立了甘肃东部春播期干旱指数的均生函数预测模型。