期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于灰色模型GM(1,1)的上海蔬菜产量预测研究 被引量:7
1
作者 鲁珊珊 俞菊生 《中国农学通报》 CSCD 2014年第35期255-260,共6页
随着社会经济发展和居民生活习惯的改变,蔬菜的多样化需求对蔬菜产业提出了全新的发展要求,蔬菜供给安全逐渐成为影响食品安全和社会经济发展的重要因素。上海都市型蔬菜产业的发展经验,具有重要的社会和经济启示意义。基于2000—2012... 随着社会经济发展和居民生活习惯的改变,蔬菜的多样化需求对蔬菜产业提出了全新的发展要求,蔬菜供给安全逐渐成为影响食品安全和社会经济发展的重要因素。上海都市型蔬菜产业的发展经验,具有重要的社会和经济启示意义。基于2000—2012年上海市蔬菜生产产量数据,采用灰色预测GM(1,1)模型,对上海未来2013—2017年的蔬菜生产量进行了预测分析。通过对预测模型的精度检验,显示GM(1,1)预测模型精度良好,研究结果显示上海2013—2017年蔬菜生产总量呈不断下降趋势。政府相关部门应加强惠农政策支持力度,积极引导蔬菜产业转变生产发展方式,努力打造上海蔬菜产业升级版,努力保障上海地区蔬菜供给安全,促进上海都市型蔬菜产业的健康可持续发展。 展开更多
关键词 灰色模型GM(1 1) 蔬菜产量预测 都市型蔬菜产业 上海
下载PDF
广西蔬菜产量灰色预测模型GM(1,1)的建立及其相关性分析 被引量:6
2
作者 余永松 庞正武 +3 位作者 周叶宁 钟文峰 何龙飞 王爱勤 《广东农业科学》 CAS 2018年第7期157-164,共8页
运用灰色系统理论,基于2008—2014年广西蔬菜产量数据,建立了广西蔬菜产量灰色预测模型GM(1,1),对该模型进行残差检验、关联度检验以及后验差检验,并以2015—2016年广西蔬菜产量数据作为该模型精确度的实际检验。检验结果证明该模型可... 运用灰色系统理论,基于2008—2014年广西蔬菜产量数据,建立了广西蔬菜产量灰色预测模型GM(1,1),对该模型进行残差检验、关联度检验以及后验差检验,并以2015—2016年广西蔬菜产量数据作为该模型精确度的实际检验。检验结果证明该模型可用。利用该模型预测广西2017—2019年的蔬菜产量分别为3 062.58万、3 225.196万、3 396.446万t;蔬菜产量与种植面积、消费量、财政支农支出呈极显著正相关,并提出关于蔬菜种植的相关建议。 展开更多
关键词 灰色模型GM(1 1) 蔬菜产量预测 相关性分析 广西
下载PDF
基于冠层反射光谱的水稻产量预测模型 被引量:46
3
作者 薛利红 曹卫星 罗卫红 《遥感学报》 EI CSCD 北大核心 2005年第1期100-105,共6页
基于地面实测的水稻冠层反射光谱,计算了常用的8个植被指数,并在产量形成生理特征的基础上,系统分析了水稻籽粒产量及其构成因素与各植被指数之间的关系。结果表明,通过单一生育时期或某个生育阶段的光谱植被指数来直接估测产量精度较... 基于地面实测的水稻冠层反射光谱,计算了常用的8个植被指数,并在产量形成生理特征的基础上,系统分析了水稻籽粒产量及其构成因素与各植被指数之间的关系。结果表明,通过单一生育时期或某个生育阶段的光谱植被指数来直接估测产量精度较低。发现叶面积氮指数(叶片氮百分含量与叶面积指数的乘积)的变化趋势很好地反映了产量的形成过程,且与光谱植被指数极显著正相关,基于此建立了水稻的光谱植被指数-累积叶面积氮指数-产量估测模型(VICLANIYieldModel)。并将其与LAD-产量模型、多生育期复合估产模型进行了比较,表明本模型预测精度最高。 展开更多
关键词 水稻 光谱植被指数 叶面积氮指数 产量 产量构成 预测模型
下载PDF
应用条件植被温度指数预测县域尺度小麦单产 被引量:8
4
作者 王蕾 王鹏新 +3 位作者 李俐 张树誉 白雪娇 解毅 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2018年第10期1566-1573,共8页
选取关中平原2008-2016年的条件植被温度指数(vegetation temperature condition index,VTCI)遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回... 选取关中平原2008-2016年的条件植被温度指数(vegetation temperature condition index,VTCI)遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型(autoregressive integrated moving average,ARIMA)对各县(区)的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期(0.489)最大,抽穗-灌浆期(0.427)次之,返青期(0.035)与乳熟期(0.049)较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0kg/hm2。 展开更多
关键词 条件植被温度指数 求和自回归移动平均模型 县域尺度 冬小麦单产 预测精度
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部