基于改进Grey-Markov模型的耕地数量预测

耕地资源的变化事关国家粮食安全与经济社会的可持续发展,对其做科学合理的预测具有重要的意义。文章借鉴新陈代谢和移动平滑的思想和统计分组方法对Grey-Markov模型进行改进,以江苏省南京市为例预测了耕地资源规模变动,并根据模型预测精确度分析改进模型的应用适应性。结果表明,与直接采用GM(1,1)预测模型相比,改进的Grey-Markov模型模拟和预测精度更高,与传统Grey-Markov预测模型对比,改进的Grey-Markov模型更适合对波动较大数据预测,能够为科学掌握耕地资源变化状况提供可靠依据。