共查询到20条相似文献,搜索用时 15 毫秒
1.
《农业装备与车辆工程》2017,(9)
根据山东的农业粮食生产情况,选取粮食总产量为因变量,粮食播种面积、粮食单位面积产量、农业机械总动力、有效灌溉面积、农用化肥施用量(折纯量)、农用塑料薄膜使用量6个影响粮食产量作为自变量,应用SPSS软件进行数据处理,对山东2000~2014年的粮食总产量与各影响因素之间进行线性回归,得到线性回归模型,并以2014年实际数据来检验该模型的预测精度。结果表明,在2000~2014年的山东粮食生产中,粮食播种面积、单位面积产量对于粮食增产起决定性的作用,农用机械总动力发展程度已经较高,影响相对较小,不可过分依赖于化肥施用量和塑料薄膜使用。 相似文献
2.
《中国农机化学报》2016,(5)
根据新疆的实际情况,选取粮食播种面积、粮食有效灌溉面积、农业机械总动力、化肥施用量、粮食生产劳动力和受灾面积6个影响粮食产量的因素作为自变量,选取粮食产量作为因变量,应用SPSS软件作为数据处理工具,对新疆1999~2014年粮食产量与各主要影响因素之间的关系进行回归分析,得到回归模型,并以2014年实际数据来检验该模型的预测精度。结果表明,新疆1999~2014年粮食产量的增长主要取决于粮食有效灌溉面积、农业机械总动力和化肥施用量三个方面水平的提升,且近年来有效灌溉面积对新疆粮食产量的影响不断增强,而农业机械总动力和化肥施用量对新疆粮食产量的影响程度有减弱的趋势。 相似文献
3.
《中国农机化学报》2021,(6)
中央提出"六稳""六保"重大战略,四川省作为"西部粮仓",在保障国家粮食安全中具有重要的战略地位。基于灰色关联分析模型筛选出对粮食产量产生显著影响的因素,采用GM模型对四川省粮食产量和消费量进行预测,分析供需平衡情况,研判四川省粮食安全形势。结果表明:四川省粮食产量最首要的影响因素是粮食播种面积,其次是谷物单位面积产量和第一产业从业人数。粮食产量预测模型显示,2021—2025年四川省粮食产量呈现缓慢上升趋势。粮食预测模型显示,口粮、饲料粮、种子粮、工业用粮的需求小幅下降,粮食损耗逐年递增,粮食总需求呈现缓慢下降的阶段性特征。从供给和需求两个维度测算出"十四五"期间四川省粮食安全度为83.69%~92.81%,存在一定的产需缺口,保障能力不足。 相似文献
4.
宁夏粮食产量主要影响因子分析 总被引:12,自引:0,他引:12
通过对可能影响宁夏回族自治区17个县粮食产量的19个因子进行主成分分析,选出了影响当地粮食产量的6个主要因子,对这6个因子进行多元线性回归分析,建立了多元线性回归统计模型;同时采用通径分析方法对这19个因子进行分析,再与多元线性回归分析结果综合得到结论,二者有很好的相通性,但通径分析方法的结果更全面,不仅能得到各因子对粮食产量的直接影响程度,还可分析到其间接影响效果。综合结果表明:各因子对粮食产量的直接作用大小顺序依次为有效灌溉面积、氮肥、粮食作物播种面积、农用机械总动力、复合肥、磷肥,从间接因素看,除了粮食作物播种面积以外,其它各因子通过有效灌溉面积对粮食产量均有较大的间接作用。 相似文献
5.
农业是国民经济的基础,粮食乃重中之重,粮食产量的准确预测对国家粮食安全及政府制定相应粮食生产政策具有重要的意义。该文运用灰色关联分析,从众多模糊因素中计算出云南粮食产量特有影响因子,依次为农业机械总动力、化肥施用量、农田有效灌溉面积和农村用电量,并对这些因子进行了GM(1,1)残差修正预测,把预测所得数据作为相关因素序列,以粮食产量作为系统特征序列,构建了粮食产量的灰色GM(1,N)预测模型。根据云南省1999—2015年的粮食生产相关数据,对云南省2020年的粮食产量数据进行预测,对2015年之前数据进行拟合,和实际产粮数据平均相对误差为1.92%,具有较高的精确度。通过分析预测成果,给出了确保云南省粮食产量稳固增长的对策和建议。 相似文献
6.
为了提高磷酸铁锂电池荷电状态(State of charge,SOC)的预测准确率,提出一种基于组合核函数的高斯过程回归估算方法。首先选取描述不同数据线性特征的核函数进行组合,建立高斯过程回归(Gaussian process regression,GPR)模型;然后将模型应用于估算HPPC实验工况下的SOC,并将其与传统单一核函数的GPR模型估算效果进行比较;最后用UDDS工况的实验数据验证GPR模型对不同类型实验数据的适应性。实验结果表明,该方法在不同工况下均能有效降低SOC估算误差,具有广阔的应用前景。 相似文献
7.
路思恒尹红 《农业装备与车辆工程》2023,(1):39-43
基于BP神经网络建立云南省粮食产量预测模型,分析有关文献,最终选择农业机械总动力、有效灌溉面积、农用化肥施用折纯量、农村用电量、农药使用量、粮食作物播种面积、农用柴油使用量和受灾面积等8个指标作为输入变量,粮食产量为输出变量。首先以云南省1993—2016年的粮食产量及8个粮食产量影响因素等数据,搭建BP神经网络预测模型,预测2017年、2018年和2019年的粮食产量。试验结果表明,基于BP神经网络预测模型在训练阶段,相对误差绝对值基本小于1%;在验证阶段,预测2017年、2018年和2019年的相对误差分别为1.84%、3.25%和2.86%,误差率均控制在5%以为,说明该模型具有很好的预测效果,能够有效地对粮食产量进行预测,并为粮食产量的预测提供了一种新的方法。 相似文献
8.
通过计算湖北省目前以及近年的耕地压力指数,结合各市、州的粮食自给率来说明湖北省的粮食安全状况,并且寻找出影响湖北省耕地压力指数的主要因素,阐明湖北省在保障粮食安全的过程中所存在的问题,这对降低湖北省耕地压力指数、保障粮食安全和提高农业综合生产力等方面具有实际的可操作性。从动态角度,将湖北省与耕地压力指数相关的面板数据做纵向动态分析,观察各项数据的发展趋势。并且选用灰色系统模型和各种回归模型对2020、2025年的湖北省耕地面积、人口等与耕地压力指数相关的要素进行预测,从而预测出湖北省未来的耕地压力指数,然后充分结合湖北省的实际情况对湖北省未来的粮食安全状况进行分析和预测。假设未来不同的粮食需求情况下,预测湖北省的耕地压力指数大小和粮食安全状况。 相似文献
9.
10.
11.
12.
农业机械总动力及其影响因素的时间序列分析——以江苏省为例 总被引:5,自引:0,他引:5
对一个地区的农业机械总动力及其影响因素进行分析可为当地农业机械化发展目标的制定提供可靠依据。本文采集了江苏省1989~2006年的相关数据,对江苏省农业机械总动力及其影响因素进行了相关性分析分析,并用自相关时间序列回归分析方法建立了模型。结果表明,影响农业机械总动力的6个关键因素的相关性排序为:农村剩余劳动力转移率、农村居民家庭人均纯收入、粮食播种面积、政府的财政投入、农民受教育程度和粮食单产,它们与农业机械总动力的相关系数分别为0.9396、0.9384、0.8924、-0.8778、0.8671和0.7224,并得出了较高精度的农业机械总动力的自相关时间序列回归模型(R2=0.998),模型预测结果的平均偏差为0.68%。 相似文献
13.
14.
水土资源是粮食生产的基础资源,而农业产值是促进粮食生产的驱动力,在此基础上探究沿海地区粮食产量的主要影响因素,明确粮食产量与各影响因素的协调发展程度对评价区域粮食产量发展现状,保障粮食产量持续稳定增长具有重要意义。通过粮食产量、农业水土资源及农业产值等数据,构建了粮食产量恒等式模型,利用LMDI指数分解法探究了江苏沿海地区粮食产量的主要影响因素,利用耦合协调度模型探究粮食产量与各影响因素的均衡性。结果表明:(1)2009-2015年江苏沿海地区粮食产量呈稳定增长趋势,2016年和2017年有所跌落,2018年恢复增长状态,2009-2020年期间共增产119.31万t。(2)2009-2020年间,影响沿海地区粮食生产的主要因素依次是农业产值、农业产值耗水量、粮食复种指数、农业水土资源和粮食单产水平。各因素年际变化表现为正负波动变化,且区域间各时间段粮食产量影响因素差异显著。(3)自2009年到2020年,粮食产量与各影响因素的耦合协调度由严重不协调状态(D∈(0.0,0.3])逐渐稳定在基本协调状态(D∈(0.5,0.8])和高级协调状态(D∈(0.8,1.0])。因此政府在粮食增产... 相似文献
15.
16.
17.
农业机械总动力与影响因素关系分析 总被引:12,自引:1,他引:12
分析了影响农业机械化发展的主要因素,包括生产规模、需求和经济条件;建立了农业机械化发展的总动力分析模型,该模型反映了农机总动力与农民收入水平、农业劳均粮食播种面积和粮食单产的关系;依模型对农机总动力发展进行预测。 相似文献
18.
19.
20.
黑龙江省主要粮食单产影响因素时段分析 总被引:1,自引:0,他引:1
基于灰关联矩阵理论对影响黑龙江省1990~2006年粮食单产及主要粮食作物单产的8个因素进行了分时段的主次分析,结果显示单位农作物播种面积农用机械动力是影响1990~1996年及2003~2006年两时段粮食单产的关键因素,而1996~2003年单位农作物播种面积化肥施用量是影响粮食单产首要因素。同时,对在不同时段的大豆、小麦、玉米、水稻、薯类单产分别进行了影响因素分析。 相似文献