共查询到17条相似文献，搜索用时 234 毫秒
1.
基于非线性PLSR模型的气候变化对粮食产量的影响分析 总被引：1，自引：0，他引：1
考虑气候因子间多重共线性及其与粮食产量间复杂的非线性关系,本文在HP滤波分离出气候产量的基础上,尝试引入基于三次B样条变换(Spline-PLSR)和内部嵌入GRNN的两种非线性偏最小二乘模型(GRNN-PLSR),利用1961-2008年气候因子数据建立气候产量计算模型,以2009—2013年数据进行拟合检验,并与常用的C-D生产函数法计算的气候产量进行比较。结果表明,Spline-PLSR法在拟合气候因子变化对粮食产量影响时预测精度较高。而且,与C-D生产函数法相比,Spline-PLSR所需要素较少,操作简单,相对误差最高仅为13.6%;与GRNN-PLSR法拟合结果相比,Spline-PLSR相对误差波动较小,因此,基于三次B样条变换的非线性偏最小二乘法建模较适合拟合气候产量。 相似文献
2.
本文尝试将经济学中HP滤波分解的原理应用于长时间粮食单产序列的气候产量分离建模,以提高产量分离的精确度。利用1961-2011年全国粮食单产数据,采用HP滤波法进行气候产量分离,得出相应的趋势产量方程,同时采用5a滑动平均和Logistic拟合法分别建立趋势产量计算模型,然后从实际产量数据序列中分离出相应的气候产量,将3种方法所得结果进行比较。结果表明:3种方法所建立的趋势产量计算模型均通过0.01水平的显著性检验,但HP滤波法模拟的趋势产量与实际产量的变化趋势吻合,研究期产量在增长过程中有明显波动,反映了实际产量的变化特点;5a滑动平均法模拟的趋势产量变化趋势与HP滤波法相似,但变化幅度相对较小;Logistic拟合法模拟的趋势产量明显高于实际产量,并一直处于增长的态势,与实际情况有差异。研究结果反映出HP滤波分解在进行长时间序列的趋势产量拟合过程中具有一定优势,不仅操作简单且产量分离结果符合实际,适用的数据广泛并具有很强的包容性。 相似文献
3.
利用1981-2010年东北三省农业灾情统计数据和粮食产量数据,应用多元回归方法分析粮食气候减产量与灾情的关系,并构建基于灾情数据的粮食产量估算模型;在粮食因灾减产量估算的基础上,应用灰色关联法评价干旱、洪涝、低温和风雹4种灾害在受灾率、成灾率及绝收率水平上对粮食减产量的影响。结果表明,东北三省粮食气候减产量与农业灾情统计数据存在极显著（P〈0.01）相关关系,回归模型决定系数（R2）分别为0.76（黑龙江省）、0.78（吉林省）和0.87（辽宁省）,各模型估算的粮食产量模拟值与实际值间的平均相对误差分别为-0.06%、-0.32%和-0.20%。可见在气象灾害发生时历史农业灾情统计资料对区域粮食灾损量和粮食产量具有较强的指示作用,能为以粮食作物为主的地区提供可靠的粮食产量估算和农业气象灾害评价依据。对粮食因灾减产量与灾情的灰色关联度的分析表明,在受灾水平上,干旱的关联度在三省均为最高;在成灾、绝收水平上,风雹的关联度均位列第1;低温灾害在受灾、成灾和绝收水平上的关联度都不是最高的。由此可见,造成东北三省粮食减产的主要气象灾害是以程度轻、范围广的干旱及程度重、局地性强的风雹为主,而东北地区作为气候变暖趋势最明显的地区之一,低温不再是当地首要的农业气象灾害。 相似文献
4.
5.
从定性和定量角度分析退耕还林对粮食生产的影响,并采用灰色GM（1,1）模型预测河北省未来8年的人口发展趋势,最后利用灰色关联法对河北省粮食总产量的影响因素进行研究分析。结果表明：退耕还林造成全省耕地面积的减少,但由于其改善了粮食生产环境,大大提高了粮食单产,从而增加了粮食总产量;河北省未来人口持续增长,对耕地和粮食资源产生很大压力;在影响河北省粮食总产的诸因素中,粮食单产和灌溉是决定粮食总产的首要因素,而化肥施用量则为次要因素。 相似文献
6.
冬小麦是中国重要的粮食作物，开展县级冬小麦产量预测对粮食宏观调控和农业精准化发展具有重要指导意义。该研究从县级产量预测角度出发，结合卷积神经网络（Convolutional Neural Networks，CNN）和反向传播神经网络（Back Propagation Neural Networks，BP）技术提出了冬小麦县级产量预测方法，使用CNN卷积神经网络对Sentinel-2遥感数据进行冬小麦种植区的分析和提取，将得到的种植区分布数据与MODIS EVI数据和耕地分布数据进行了融合，利用BP神经网络对融合后的数据进行产量特征提取和预测并选取均方根误差（Root Mean Square Error，RMSE）、平均绝对误差（Mean Absolute Error，MAE）和样本决定系数（Coefficient of Determination，R2）作为精度指标对试验结果进行分析和评价。结果表明，基于CNN卷积神经网络和BP神经网络的冬小麦县级产量预测方法在山东省2014－2016年冬小麦县级产量验证集中R2达到0.87以上，MAE低于269.48 kg/hm2，RMSE低于346.56 kg/hm2，93%的县单产相对误差小于9%，试验结果平均值与中位数的偏差小于1.2%；在河南省2015－2019年冬小麦县级产量验证集中R2达到0.96以上，MAE低于304.84 kg/hm2，RMSE低于418.14 kg/hm2，91%的县单产相对误差小于9%，试验结果平均值与中位数的偏差小于1.6%，方法所构建模型具有良好的预测准确率、鲁棒性和泛化性，可以实现县级尺度下的冬小麦产量预测。 相似文献
7.
8.
高原山区土地资源短缺、人地矛盾突出,应对气候变化的能力尤为脆弱,探讨高原山区环境因子对粮食气候产量的影响,可为山区土地资源的合理利用和保护提供科学依据。本文利用云南省各县1985-2012年平均粮食单产数据,采用生物模型Logistic函数模拟趋势产量,以计算气候产量。提取同时期气候、地形、土壤等17个环境因子,利用相关分析、冗余分析（Redundancy analysis,RDA）等统计分析方法探究环境因子对山区气候产量的定量影响。结果表明：研究区多年平均气候产量为-0.15～-0.01t·hm-2,且研究时段内呈降低趋势;气候产量与土壤全钾含量呈极显著负相关,与坡度、坡向呈极显著正相关,与其它14个环境因子无显著相关性。RDA分析结果表明,坡度、坡向、土壤碳氮比、气温、土壤pH、土壤全钾含量6个环境变量为最小解释变量组合。坡度是影响山区粮食生产的关键性环境因子之一,与粮食实际产量呈负相关,而与气候产量呈正相关。坡度单因子可解释44.62%的粮食实际产量、26.29%气候产量的变化。从研究结果看,气候产量相对较高的地区通过坡改梯、土壤培肥等手段提高粮食单产是气候变化前提下维持区域粮食生产安全的有效途径。 相似文献
9.
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
10.
基于内蒙古10个盟（市）农区58个气象站1961-2010年降水和气温日资料,38个旗（县）1961-2008年小麦、1979-2008年玉米和马铃薯单产资料,用自然对数曲线模拟作物趋势产量,并从单产序列中剥离气象单产。多元线性回归分析表明,大部盟（市）3种主要粮食作物的气象单产与生长季降水量和气温变化存在显著相关关系（P〈0.05）。利用PRECIS区域气候模式在SRES（A1B、A2和B2）和国家气候中心CMIP5数值气候模式对未来30a（2011-2040）10个盟（市）3种作物生长季平均气温、积温和降水量的模拟结果,采用多元线性回归模型预测各盟（市）作物的气象单产。结果显示,大部盟（市）气象单产总体呈增长趋势,预计未来30a全区平均小麦气象单产将增加179.0kg/hm2,玉米和马铃薯的增幅分别为51.6和50.7kg/hm2。叠加趋势产量后,小麦预计约增产1221.4kg/hm2,玉米和马铃薯预计约增产2121.1和1008.0kg/hm2。研究结果可为应对未来气候变化、确定粮食生产发展战略提供参考依据。 相似文献
11.
为明确影响新疆粮食产量的主要因素及预测未来变化,采用灰色关联法和BP神经网络预测模型,对2000—2019年影响新疆粮食产量的9个关联指标进行分析。结果表明,粮食作物播种面积、劳动力数量和有效灌溉面积是影响新疆粮食产量的主要因素,其关联度均高于0.91。从新疆的实际情况和关联度分析出发,确定影响粮食产量的6个重要因素是粮食作物播种面积、就业人数、有效灌溉面积、农业机械总动力、化肥施用量和新疆人口数量。利用matlab2015b软件构建BP神经网络模型,预测2020年新疆粮食产量为1 542.7万t,预测值与当年的实际粮食产量相差不大,说明BP神经网络模型对粮食产量的预测具有很好的匹配性。 相似文献
12.
以1978年-2007年间山东省年粮食总产量为研究对象,基于后向传播算法的神经网络模型,开展粮食总产量的非线性建模和预测研究。研究结果表明,山东省粮食总产量的年际变化呈现较强的非线性特征,建立的粮食总产量反向传播神经网络模型预测精度较高。两个验证样本的预测相对值分别为0.0475,0.0084,预测误差分别为5.38%和9.23%,在10%的误差范围内,可以应用于时间序列支持下的山东省粮食总产量的预测。 相似文献
13.
土地利用规划修编中粮食产量预测方法比较 总被引：2，自引：0，他引：2
为探索提高土地利用总体规划修编中粮食产量预测精度的方法,该文应用1988-2005年晋城市粮食产量相关数据的分析,对线性回归模型、灰色GM(1,1)模型和灰色多元线性回归组合模型3种粮食产量预测方法进行了研究.首先,运用灰色关联分析对影响粮食产最的影响因素作出关联因子排序;其次,在灰色关联分析的基础上选取主要影响因子;再次,利用灰色GM(1,1)模型得到主要影响因素的预测值,同时,利用原始数据建立多元线性回归模型;最后,将灰色GM(1,1)模型的预测结果作为多元线性回归模型的输入值,得到灰色多元线性回归组合模型.通过比较这3种粮食产量预测方法的预测结果,得出灰色多元线性回归组合模型最适宜于晋城市粮食产量的预测.该研究可提高土地利用总体规划编制的科学性. 相似文献
14.
粮食生产潜力短期预测结果可以检验粮食中长期生产潜力预测的准确性和为国家提供制定粮食生产战略的科学依据。粮食生产潜力短期预测理论即"趋势-波动理论",它建立在粮食或作物"现状生产潜力"概念和"天-人-地概念模型"基础上,预测模型为最佳移动步长条件下的多年单产移动平均趋势模型,实际预测时采用系统预测方法。11个研究案例预测的平均误差为0.77%,最大误差为2.99%,预测精度高。本研究初步结论是:粮食生产潜力短期预测理论和模型是科学和实用的。 相似文献
15.
粮食生产潜力中、长期预测的目的是为国家中、长期粮食生产规划提供科学依据。粮食生产潜力中、长期预测的"双向预测理论":从若干个预测模型中选择出2个模型,一个模型预测的未来产量是持续增加的,体现产量持续增加的科技进步力量;另一个模型预测的未来产量是先增加后减少或持续减少的,体现影响产量持续增加的负面综合因素力量。应用结果表明:模型可预测未来1~10年的粮食生产潜力,平均预测误差在5%以内。大量案例证明粮食生产潜力中、长期预测的"双向预测理论"是科学的、方法是通用的、结果是实用的。 相似文献
16.
以甘肃省西峰市南小河沟小流域径流场为研究对象，利用BP神经网络对4种植被类型的径流小区（农田、林地、人工草地和天然荒坡）进行了产流产沙量模拟和预测。其模拟产流量的相对误差分别为0．2％～5．7％，0．1％～2．5％，0．7％～2.9％和0．1％～3％；模拟产沙量的相对误差分别为0．1％～3．2％，0．2％～3．1％，0．6％～4．2％和0．2％～2．7％。预测农地、林地、草地和天然荒坡产沙量最大相对误差分别为-11％，14％，-14．6％，18％，产流量最大相对误差分别为10．9％，27．3％，15％，26．3％。结果表明，BP神经网络预测产流产沙的效果较好，对径流小区运用神经网络进行蓄水拦沙指标分析是可行的。 相似文献
17.
能源供给潜力的准确预测对秸秆生物质资源开发具有重要意义,数据的时空尺度对预测精度有重要的影响。在不同的时间尺度（7、10、12和15a）下研究了灰色系统理论Grey Model（1,1）模型及其拓展形式对全国、京津冀、河北三个空间尺度上秸秆折标煤量的预测精度,确定各空间尺度上的最优模型和数据时间尺度,分析影响可收集秸秆折标煤量的主要因素,并得到2021-2030年的预测结果。结果表明,灰色Verhulst模型的预测效果整体最好,10a时间尺度下的预测精度要明显高于7a、12a和15a,全国地区的预测精度为99.69%和99.72%,高于京津冀和河北省地区的预测精度;全国主要农作物和粮食农作物可收集秸秆折标煤量主要受到播种面积和单位面积产量双因素的影响,而京津冀和河北地区的主要农作物和粮食农作物可收集秸秆折标煤量则主要受单位面积产量的影响;2021-2030年的预测结果表明,全国主要农作物和主要粮食作物的可收集秸秆折标煤量基本稳定,而京津冀和河北地区的秸秆可收集折标煤量呈增加趋势,且主要粮食农作物的秸秆折标煤量的增速高于主要农作物秸秆折标煤量的增速。研究结果反映了京津冀协同发展对京津冀地区尤其是河北现代化农业格局发展和秸秆生物质资源量的影响,得到了不同空间尺度上影响秸秆折标煤量的关键因子,对灰色系统理论预测秸秆生物质资源潜力、推动能源格局转变有理论意义。 相似文献