共查询到18条相似文献，搜索用时 499 毫秒
1.
基于灰色理论与回归模型的土壤类型预测研究 总被引：1，自引：0，他引：1
土壤的类型在一定程度上影响着土地的利用方式,而不同的土地利用方式又会促使土壤类型发生波动。为研究未来土壤多样性指数的动态变化,采用灰色关联模型分析1985-2013年阜新市土地利用对土壤多样性的影响,并利用多元线性回归模型对未来土壤多样性进行预测。研究表明:城镇用地、农用地、林地、水域、其他类型用地这5个因素是土壤多样性波动的主导因素。然后在灰色关联分析的基础上,根据2015年土地利用类型所占面积比例,利用所建立的多元线性回归方程对2015年阜新市土壤多样性指数进行预测和检测,最后,将此应用于根据土地利用类型对未来阜新市土壤多样性的预测,并提出相应的合理化建议。 相似文献
2.
灰色GM(1，1)-小波变换-GARCH组合模型预测松花江流域水质 总被引：1，自引：0，他引：1
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。 相似文献
3.
4.
宿州春季重旱发生年份的灰色神经网络预测模型 总被引：1，自引：1，他引：0
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。 相似文献
5.
6.
新疆地区参考作物腾发量的灰色模型预测 总被引：6，自引：2，他引：4
该文依据新疆地区6个站的长序列逐日气象观测资料,基于Penman-Monteith公式计算了逐日参考作物腾发量（ET0）,并应用重标极差法对ET0未来变化趋势进行了分析。运用灰色关联理论计算了各站各气象因子与年ET0间的灰色关联度和关联序。在此基础上,运用灰色系统理论建立灰色不等维递补GM（1,h）模型对6个站的年ET0进行了模拟预测,并与灰色GM（1,1）模型进行了比较。结果表明：各站ET0年内变化均呈抛物线型,4－9月ET0依各站顺序为：若羌＞吐鲁番＞哈密＞喀什＞和田＞伊宁;6站年ET0赫斯特指数均大于0.5,各站未来的趋势与历史呈正相关,依然是波动递减;总体上,平均温度、日照时数、饱和气压差对各站年ET0的影响比较大;灰色不等维递补GM（1,h）模型预测相对误差限为0～7.31%,预测精度明显高于GM（1,1）模型。该研究表明采用灰色模型预测新疆地区参考作物腾发量精度较好。 相似文献
7.
基于分数阶灰色模型的农业用水量预测 总被引：1，自引：0，他引：1
针对农业用水量序列的振荡特性以及传统灰色预测模型的过拟合问题,该文提出分数阶灰色预测模型。将农业用水量振荡序列转化为单调递减非负序列,并以转化序列为基础,根据"阶数最大(或最小)"、"历史数据拟合最好"2个目标函数构造优化模型,采用改进NSGA-Ⅱ(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行模型求解。根据验证集拟合结果优选出模型阶数,结合分数阶反向累加灰色模型(fractional order reverse accumulation grey model),以通辽市和宝鸡市为例,进行农业用水量的预测。为了检验模型性能,将该文模型分别与传统GM(1,1)模型、自回归模型、基于小波分析理论组合模型进行对比。结果表明,该文模型对于通辽市、宝鸡市与鄂尔多斯市的农业用水量预测的相对误差分别为2.33%、0.31%和1.77%。同时,该文模型预测误差最小(比自回归模型分别低1.11%(通辽)、6.18%(宝鸡);比传统GM(1,1)模型分别低3.32%(通辽)、0.97%(宝鸡)),具有一定实用性,研究结果可为区域农业用水量预测提供依据。 相似文献
8.
GM(1,1)模型改进技术在咸阳市地下水动态预测中的应用 总被引：2，自引：0，他引：2
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。 相似文献
9.
退耕还林工程是忻州市最大的生态工程,全市退耕比例高达23.08％.根据2000-2010年忻州市统计年鉴资料,分析了退耕还林还草对当地粮食产量和粮食需求量关系的影响.运用灰色理论的GM(1,1)预测模型,分别建立了粮食总产、人口、粮食单产和人均粮食消费的预测模型,并利用模型预测得到2012 2016年忻州市适宜退耕还林面积分别为15 450,14 056,12 052,13 856,10 429 hm2,结果表明:忻州市可以继续推行退耕还林草工程.但研究中所取得的未来5 a适宜退耕面积只是理论值,仅是为忻州市实施退耕还林草工程提供参考. 相似文献
10.
以位于我国西部风沙区的盐池县为研究区域,利用土地利用现状变更调查和社会经济统计数据,建立土地利用/覆被变化的人文因素指标体系.用多元线性回归分析与灰色关联分析法,分析了盐池县土地利用/覆被变化的人口、贫富状况、社会经济、技术、政策、文化观念因素,以及土地利用/覆被变化的人文主导指标.结果表明:1)盐池县土地利用以耕地、... 相似文献
11.
BP神经网络和GM（1，n）模型在吉林省四平市建设用地面积预测中的应用比较 总被引：1，自引：0，他引：1
[目的]科学准确地预测城市建设用地,有利于把握城市发展的速度,了解城市化发展进程,为相关政府部门掌握土地利用情况,制定土地总体规划提供科学依据。[方法]把四平市作为研究对象,从"城市—农村"合力视角构建影响因子,利用因子分析探讨影响建设用地扩张的相关性,对指标进行筛选,在此基础上利用BP神经网络和灰色模型对四平市2012,2013和2014年建成区面积进行预测,最后对预测结果进行比较分析。[结果]通过预测与比较分析可知,BP神经网络结果的相对误差分别为0.8%,1.1%和2%,而灰色GM(1.1)模型预测结果相对误差分别为0.04%,0%和3.2%。可以看出,BP神经网络预测出的结果与实际相比较误差均在2%以内。[结论]BP神经网络预测的结果较精确,运用该方法可以有效提高预测的精度。 相似文献
12.
冬小麦产量结构要素预报方法 总被引：1，自引：2，他引：1
为优选出最佳的冬小麦产量结构要素预报方法,该研究选择冬小麦成穗数、穗粒数及千粒质量为预报目标,综合考虑种植品种、密度及地区因子,并对气象因子进行膨化统计,得到126个自变量因子,分别采用多元线性回归、因子分析-线性回归及BP(Back Propagation)神经网络等3种方法进行建模分析。结果表明,直接采用各因子进行回归分析无法解决不同自变量间存在的多重共线性问题,而因子分析虽然消除了不同自变量间的多重共线性,但采用因子优化后的10个综合因子分别对3个产量结构要素进行线性回归,得到的预报模型决定系数(R^2)均不足0.500。运用BP神经网络对冬小麦3个产量结构要素进行预报,结果发现,当输入层为126、隐含层为16、输出层为3时,BP神经网络结构最佳,在此结构下,模型的决定系数为0.644,明显优于多元线性回归及因子分析-线性回归法。同时,基于BP神经网络模型对冬小麦产量结构要素的预报精度平均达85.3%。因此,推荐采用BP神经网络模型对冬小麦产量结构要素进行预报。 相似文献
13.
GM(0,N)灰色预测模型在云南小春作物产量预报中的应用 总被引：3，自引：5，他引：3
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. 相似文献
14.
黄土高原山丘区土地生态安全动态评价及预测 总被引：3，自引：0，他引：3
以2001—2010年晋城市土地生态安全相关数据为基础,运用PSR框架模型构建了土地生态安全动态评价指标体系,运用主成分分析法确定指标权重,对晋城市土地生态安全状况进行了动态评价,并采用GM（1,1）模型对未来土地生态安全状况进行了预测。研究结果表明:晋城市土地生态安全综合值总体上呈上升的趋势,土地生态安全等级从2001年的Ⅲ级变成2010年的Ⅱ级,土地生态安全状态从2001年的“敏感”状态变成2010年的“较安全”状态。晋城市土地生态安全状况空间分异显著,不同区县（市）由于社会经济发展水平、自然条件状况、环保投入水平、土地利用结构和产业布局的不同,导致全市土地生态安全格局分布的差异性和空间演化的异质性。该研究为黄土高原山丘区土地生态安全动态评价提供一种思路,为制定科学有效的生态环境相关政策和土地整治提供依据。 相似文献
15.
基于产量阶段的河南省夏玉米灰色——马尔柯夫预测模型 总被引：1，自引：3，他引：1
针对较长产量序列纵向及横向可比性较差的问题 ,提出用划分产量阶段的方法进行分段处理。用 GM(1,1)灰色模型分段模拟预测河南省夏玉米单产 ,根据相对气象产量划分产量状态 ,再用马尔柯夫模型转移概率预测系统未来发展方向并修正前者的预报结果。通过模拟和预报 ,准确率都有所提高 相似文献
16.
针对耕地变化内部规律及其外部驱动因子的特点,利用鱼群算法优化最小二乘支持向量机回归（FSA-LSSVR）模型,探讨耕地变化预测模型,为耕地保护政策制定提供参考依据。结果表明:鱼群算法的全局搜索能力能使支持向量机算法有效地收敛到参数γ和σ的全局最优解;FSA-LSSVR模型的预测精度指标远高于多元线性、GM（1,1）和BP神经网络模型,且优于FSA-SVM,求解速度明显优于SVM。FSA-LSSVR模型可以解决SVM内部参数难以确定的问题,适用于多因素参与的高维非线性的耕地变化预测,而且速度快、精度高,具有推广价值。 相似文献
17.
本文应用ＧＭ（１，１）模型的前置零后的线性回归解法，就文献中的灰色消解模型进行了改进，实例表明，不仅计算工作量下降了，而且精度也有所提高。 相似文献