共查询到20条相似文献，搜索用时 24 毫秒
1.
[目的]深入了解福建省粮食产量的主要影响因素,预测福建省粮食产量未来发展趋势,为相关部门制定粮食生产决策提供科学依据.[方法]以1978～2012年福建省粮食产量的相关统计资料为基础数据,利用主成分分析法探讨粮食产量的影响因素;并以2007～2012年的粮食产量数据为样本,建立GM（1,1）预测模型对福建省未来5年（2013～2017年）的粮食产量进行预测.[结果]1978～2012年福建省粮食产量呈波动增长、快速下降和平稳发展的阶段特征,粮食生产主要集中在南平、龙岩和三明市一带;利用主成分分析法在确保信息量的基础上,提取了农业现代化水平因素和价格政策因素两个主成分;灰色GM（1,1）模型预测结果显示,在政策扶持下2013～2017年福建省粮食产量将呈现小幅稳步增长的发展趋势.模型平均相对预测误差为0.87％,预测精度较高.[建议]应增加科技投入、提高单位面积粮食产量、加大粮食扶持政策实施力度,以保持福建省粮食生产能力及提高粮食产量水平. 相似文献
2.
《河南农业大学学报》2015,(4)
以河南省1978—2013年的粮食产量为依据,利用灰色系统理论对河南省未来的粮食产量变化趋势进行了预测。首先在MATLAB中实现不同维数GM(1,1)模型相关参数的计算,然后把预测精度最高的7维常规GM(1,1)模型改进成等维新息GM(1,1)模型,经检验该模型精度等级为好,并预测出河南省2015—2020年的粮食产量。结果表明,等维新息GM(1,1)模型比常规GM(1,1)模型具有更高的预测精度,河南省未来5年的粮食产量仍保持增长趋势,但年平均增幅为1.43%,增产潜力较低。 相似文献
3.
《河南农业》2020,(26)
深入了解陕西省粮食产量的变化情况,探究影响陕西省粮食产量的主要因素,为粮食安全政策构建提供科学合理理论参考。本文选取陕西省1999—2019年的粮食产量数据作为基础数据,采用GM (1,1)预测模型对未来5年(2020—2024年)陕西省粮食产量进行预测分析。研究结果表明,陕西省粮食产量变化趋势为波动型增长,单位面积粮食产量和人均粮食产量的变化情况与粮食总产量变化趋势基本保持一致。灰色GM (1,1)模型预测结果显示,2020—2024年陕西省粮食产量将呈现小幅稳步增长的发展趋势。模型平均相对预测误差模型平均相对误差Δ=0.03370.10,预测精度较高。 相似文献
4.
引入工业污染和城镇化进程在粮食生产活动中的影响,通过灰色关联分析获取影响粮食产量的主要因素,建立GM(1,N)灰色系统模型对江苏省1996—2010年的粮食产量进行预测,与GM(1,1)模型对比结果表明,其拟合值平均相对误差较小,预测精度较高,可为未来粮食生产提供科学的指导。 相似文献
5.
灰色线性回归组合模型在河南省粮食产量预测中的应用 总被引：7，自引：1，他引：6
河南省粮食生产变化的波动较大,单一的GM(1,1)模型不能详尽描述其变化规律及预测未来趋势,采用线性回归方程以及由GM(1,1)模型得到的时间响应序列方程和组成的灰色线性回归预测模型,弥补了线性回归模型中没有指数增长趋势和GM(1,1)模型中没有线性因素的不足。利用河南省2000-2007年的粮食产量统计数据,建立了河南省粮食产量的灰色组合预测模型,并根据模型预测出河南省2008-2012年的粮食产量,实例证明,该模型的预测精度为97.9%,模型的预测精度高。 相似文献
6.
根据《河南统计年鉴-2010》最新修定的1996~2009年农业经济统计资料,通过筛选并建立对数新发展系数的优化灰色模型,对2010~2015年河南省粮食产量以及相关主要经济指标进行实证分析和预测研究。结果表明,2010年河南省粮食产量将达到5 489.58万t,到2015年将突破6 000万t大关,约达6 017万t。未来几年河南省粮食生产将在稳步上升中迈上新的发展台阶,为全国粮食供给和社会经济可持续发展提供强有力的保障。 相似文献
7.
科学合理地利用农业各生产资源要素,是促进粮食增产、确保粮食安全的关键.选取全国第一夏粮大省河南省为研究对象,基于2000—2019年统计数据,运用灰色关联方法分析了影响粮食产量的因素,并通过时间序列模型对未来一个时期内河南省粮食产量进行了预测.结果表明:在影响河南省粮食产量的各个因素中,化肥使用量作用最为明显,其次为农药使用量和播种面积,受灾面积的影响程度最低.在未来一个时期内,河南省粮食产量预计将以一定的速度持续增长. 相似文献
8.
该文以亳州市2002-2015年粮食产量为基础数据,对该区14a间的粮食产量变化情况进行分析。根据分析结果,通过建立对数模型,预测得到2030年该市的粮食产量以及未来粮食产量变化的趋势。结果表明:(1)未来一段时间内,亳州的粮食产量呈稳定增长的趋势;(2)增加基础设施和科技投入,提升应对自然灾害的能力,是粮食增加的重要措施;(3)科学技术的作用对粮食安全越来越重要。 相似文献
9.
组合预测在吉林省粮食产量预测中的应用 总被引：1，自引：0，他引：1
利用吉林省1952~2009年粮食产量的统计数据,将指数平滑模型和GM（1,1）预测模型加以组合,建立了吉林省粮食产量的预测模型。同时,对吉林省2010~2015年粮食产量和年均增长率进行了预测,为吉林省未来的农业发展规划提供合理依据。 相似文献
10.
根据2005~2013年黑龙江省统计资料,运用灰色关联方法对影响粮食生产的各个因素进行分析,并运用GM(1,1)模型预测未来几年黑龙江省的粮食总产量及其影响因素。结果表明,8个主要影响因素与黑龙江省粮食产量显著相关,其中农村用电量、农药施用量和粮食播种面积对粮食产量的影响最大;预测结果显示,未来几年黑龙江省的粮食总产量将会持续增加,有效灌溉面积、农村用电量和农业机械总动力将会成为影响黑龙江省粮食生产的3个最为重要的因素。根据分析结果提出相关建议,为今后黑龙江省农业可持续发展提供参考。 相似文献
11.
《河南农业大学学报》2016,(3)
本研究介绍了陕西省粮食生产的总体情况,综合运用重心模型和DEA模型对粮食生产的时空演变及发展绩效进行了客观评价。重心模型结果表明,1995—2014年陕西省粮食产量重心移动的总体方向为北偏东10.18°,重心移动距离37.415 3 km,2003年以后重心位置相对稳定。数据包络分析结果表明,2014年铜川、汉中和安康3个地级市为DEA评价无效,其他地级市均为DEA评价有效、技术有效和规模有效。总体来说,陕西省粮食生产基本处于供需平衡状态,低下的粮食单产水平已经成为制约粮食生产的重要因素,未来陕西省粮食产量可能会呈现小幅增长的变化趋势。 相似文献
12.
基于GM(1,1)模型的四川粮食产量预测研究 总被引：2，自引：0，他引：2
中国人口众多,粮食安全关系到国计民生,加强粮食产量预测有利于确保粮食安全。根据2001—2015 年四川粮食产量的历史数据,运用灰色系统理论,建立基于弱化缓冲算子的GM(1,1)预测模型,通过残差、级比偏差、关联度、后验差检测、模拟数据检查对模型的合理性和精度进行误差检验,并应用模型预测未来3 年的粮食产量。研究结果表明,灰色系统理论GM(1,1)适用于粮食产量预测且具有较高的精度。预测了2016、2017、2018 年的粮食产量同比增长分别为-2.11%、-0.39%和1.21%,由此得出未来粮食产量将在波动中增长。 相似文献
13.
对河南省1990-2009年影响粮食总产量的8个因素进行灰关联分析,找出影响河南省粮食产量的主要因素.运用Eviews软件,对主要影响因素建立多元线性回归模型并预测未来5 a河南省粮食总产量. 相似文献
14.
《河北农业大学学报》2021,44(3)
科学统计粮食产量数据并合理预测其发展趋势有助于稳定粮食生产、保障粮食安全。本文基于差分整合移动平均自回归(ARIMA)模型、广义回归神经网络(GRNN)模型以及长短期记忆人工神经网络(LSTM)模型,运用皮尔逊相关性分析方法选出影响粮食产量的主要因素并进行预测。以河北省保定市在1996—2014年粮食产量及16个粮食产量影响因素等历史数据为例,预测2015、2016和2017年粮食产量。试验结果表明,基于ARIMA模型预测的平均相对误差为0.96%,基于LSTM模型预测的平均相对误差为2.20%,基于ARIMAGRNN组合模型预测的的平均相对误差为0.47%。相比于其他预测模型,ARIMA-GRNN组合模型可有效地对粮食产量进行预测,并为粮食产量的预测提供了1种新方法。 相似文献
15.
本文采用Morlet小波变换方法,对大同市粮食产量变化的年际、年代际周期以及突变特征进行了分析,并预测未来粮食产量变化趋势,结论对半干旱区科学组织粮食生产,保证粮食安全提供科学依据。 相似文献
16.
吉林省是我国重要的商品粮生产基地,时间序列分析中的ARIMA( p,d,q)模型可以很好地反映吉林省的粮食生产状况。利用吉林省1978—2012年的粮食产量数据,根据时间序列分析法,通过Eviews软件得到吉林省粮食产量预测模型,由该模型预测吉林省未来粮食产量呈现稳中增长的势头,但增产幅度逐渐减弱。 相似文献
17.
以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。 相似文献
18.
19.
为提高粮食产量预测的准确性,针对我国粮食产量数据的特点,提出基于马尔科夫的新陈代谢灰度模型对我国粮食年产量进行短期精准预测。该方法首先利用传统灰色模型对产量进行预测,并计算预测误差,通过对误差序列灰色建模修正产量预测数据;其次,通过粮食年产量预测精度,将年产量数据划分成若干状态,进而得到各阶状态转移概率矩阵及历年产量对未来年份粮食产量的影响权重;最后通过建立新陈代谢灰度模型对未来年份的粮食产量进行预测。结果表明,在使用2000—2010年年粮食产量数据对2011—2015年年粮食产量进行预测时,预测误差均小于0.40%,平均误差低至0.19%,能够实现粮食产量的短期精准预测。 相似文献
20.
粮食生产的变化受很多因素的影响,其具有灰色系统的特征,可以应用灰色理论对其进行预测。基于河南省1978-2006年的粮食生产的相关数据,分析了粮食生产、人口、耕地的变化特征,并利用灰色理论对河南省未来14年内粮食产量、人口和人均耕地进行了预测研究,预测精度较高。结果表明,河南省未来几年内,人口数量和粮食产量呈不断上升趋势,但人均耕地面积却呈不断下降趋势。根据预测结果,提出了相对应保护耕地,提高粮食产量的对策,为政府部门制定政策提供科学依据。 相似文献