共查询到19条相似文献，搜索用时 437 毫秒
1.
灰色系统理论在森林害虫测报中的应用 总被引：2，自引：0，他引：2
通过应用灰色系统理论对黄脊竹蝗及马尾松毛虫历年统计资源分析，建立了这两种害虫的发生量、发生期及发生程度的测报模型。并用该模型马尾松毛虫的发生进行了中、长期预测预报的探讨。 相似文献
2.
3.
为了提高黑龙江省对日贸易的预测精度,对灰色系统和马尔科夫理论进行研究分析,建立黑龙江省对日贸易额灰色马尔可夫预测模型。该模型融合灰色系统与马尔科夫理论的特点,可以大大提高预测精度。在实例应用中,建立贸易额GM（1,1）灰色预测模型,在获得预测值和残差检验的基础上,将原始数据划分为3个状态,计算状态转移概率,利用灰区间中位数建立贸易额灰色马尔可夫预测模型,对黑龙江省对日贸易额进行预测,将预测的结果与GM（1,1）的进行比较,结果表明,灰色马尔可夫预测模型不仅可以预测贸易额,而且其预测精度明显高于GM（1,1）预测。 相似文献
4.
用龙岩市22年来竹蝗危害毛竹林面积的原始数据，遵循GM（1，1）灰色预测模型的基本原理，建立了龙岩市毛竹林竹蝗危害的灰色灾变预测模型，并开展了未来竹蝗危害高峰期的预测，为我市今后预先做好竹蝗危害的防治准备、减少受灾损失提供科学依据。 相似文献
5.
马尾松毛虫的猖獗发生可以认为是一个灰色系统过程，为探索松毛虫危害森林的灾变规律，依据瑞金市１９８９－１９９５年大发生面积的时间数据序列，尝试应用灰色系统理论及其ＧＭ（１，１）模型，对马尾松毛虫大发生的灾变趋势，建立预测模型，进行灾变长期趋势预测 相似文献
6.
马尾松毛虫大发生灰色灾变趋势测报方法 总被引：3，自引：0，他引：3
马尾松毛虫的猖獗发生可以认为是一个灰色系统过程，为探索松毛虫危害森林的灾变规律，依据瑞金市１９８９－１９９５年大发生面积的时间数据序列，尝试应用灰色系统理论及其ＧＭ（１，１）模型，对马尾松毛虫大发生的灾变趋势，建立预测模型，进行灾变长期趋势预测。 相似文献
7.
8.
9.
10.
根据云南省历次森林资源连续清查数据 ,应用灰色系统理论 ,分别对林业用地面积、有林地面积和蓄积建立了GM (1,1)预测模型 ,并作了预测和分析。 相似文献
11.
修正的灰色模型在森林生物灾害发生面积预测中的应用 总被引：2，自引：0，他引：2
以2000—2008年《中国林业统计年鉴》中生物灾害发生面积为依据,采用原序列和残差序列进行灰色动态预测模型GM(1,1)建模,分别建立林业病虫鼠害发生总面积、病害发生面积、虫害发生面积、鼠害发生面积、松毛虫发生面积、杨树食叶害虫发生面积和杨树蛀干害虫发生面积及各指标重度发生面积的灰色预测模型,对森林生物灾害发生面积进行预测。通过精度检验,应用残差序列所建的14个指标模型中,有3个模型非常准确(平均相对误差小于1%),5个模型很准确(平均相对误差在1%~5%之间),5个模型较准确(平均相对误差在5%~10%),只有1个模型准确率较低(平均相对误差大于10%)。所建立的模型适用于发生面积趋势预测,准确率非常高,预测结果有较高置信度,且给出了5 a预测结果。该研究为我国森林生物灾害预测提供了新的途径。 相似文献
12.
13.
基于灰色理论的雾滴尺寸参数预测研究 总被引：1，自引：0，他引：1
雾滴尺寸参数影响喷雾技术的应用效果.应用灰色理论建立雾滴粒径预测的GM(1,1)模型,实验表明该方法对雾滴粒径的预测精度较高,并可为某一雾滴粒径范围内的喷雾系统参数选择提供指导. 相似文献
14.
灰色系统理论在森林生长量预测中的应用 总被引：1，自引：0，他引：1
应用灰色系统理论与方法,以永泰县1987～1997年森林生长量为时间数据序列,建立GM(1,1)生长量预测模型为:X∧t′=-1223-316144e-0-0292919908(t-1)+1223-316144。回测的最大误差为3-06%,平均误差仅为2-01%,回测的精度较高,达96-94%以上。预测模型经后验差检验:C=0-048<0-35,P=1>0-95,模型精度为Ⅰ级模型。 相似文献
15.
17.
18.
基于GM(1,1)的天然次生林空间结构预测 总被引：1，自引：0，他引：1
【目的】系统地分析已有天然次生林林分空间结构数据,通过灰色模型预测天然次生林林分空间结构各指标未来的发展趋势,对天然林经营具有十分重要的意义。【方法】以湖南大围山自然保护区典型次生林为研究对象,依据结构化森林经营理论,选取了混交度、竞争指数、角尺度、空间密度指数、开阔比数、大小比数、林分综合均质性指数作为天然次生林林分空间结构合理性评价与预测的量化指标,构建了基于GM(1,1)的天然次生林林分空间结构灰色预测模型。模型将2008年林分空间结构各指标的平均值作为初始值,并在研究区设置了面积为20 m×20 m的5个研究样地(M1,M2,M3,M4,M5),利用保护区2008-2018年典型样地林分空间信息,预测了研究区调研样地2019年-2021年林分空间结构各指标未来的变化趋势。【结果】利用精度检验机制对该模型的精确度进行了有效性检验,检验结果表明,所有指标预测合格概率P合=71.43%,良好的概率P良好=22.86%,优的概率P优=5.71%,表明该预测模型符合精度检验要求。【结论】样地未来3 a各指标整体变化尺度不大,林分空间结构基本稳定。从各指标在2008-2018年时空上的变化规律来看,各样地林分平均竞争指数、平均大小比数及平均空间密度指数是影响林分均质性指数的关键指标。 相似文献