辽宁省海洋渔业产量结构调整的初步研究

根据辽宁省海洋渔业统计资料,分析了辽宁省海洋渔业产量结构,运用剩余产量模型估算了最大持续产量,运用ARIMA(pdq)时间序列模型与GM(11)模型分析预测了2004～2010年海水养殖产量、远洋渔业产量与各海区的捕捞产量。结果表明:辽宁省近海捕捞产量已经超过最大持续产量,如不采取有效措施仍将有一定程度的增长,在渤海与黄海的产量到2010年将比2003年增加23.40万t与23.79万t;远洋渔业与海水养殖业,其产量在2010年将比2003年增加8.59万t与242.40万t。文章对辽宁省海洋渔业产量结构调整进行了讨论。

基于灰色系统理论的山东省水果产量预测模型

运用移动平均数法和灰色系统理论,研究了1995至2008年山东省水果产量变化趋势,建立了山东省水果产量预测的灰模型,随后利用该模型对2009年和2010年山东省水果产量进行预测,获得了这两个年度全省水果产量的预测值。

科技进步增产的“多年平均产量移动模型”的验证

应用全国、31个省、6个典型地区和16个典型县的数据对科技进步增产的"多年平均产量移动模型"进行了系统性的验证和讨论。研究结果如下:(1)定义了用相邻10年平均单产之差表示科技进步对单产的贡献及其趋势,结论是科技进步是单产增加的主要驱动力;(2)分别定义了用每年单产与5、10、20年平均单产对比关系的概率作为短、中、长期单产稳定性的指标;稳定性研究结果表明国家级大于省级、省级大于地区级、地区级大于县级,不同省、不同地区、不同县之间稳定性差别比较大,这与境内气候的互补性和农田抗御自然灾害的能力有关;(3)就全国而言,越是经济发达的地区科技进步增产加速的时间越早;发达地区单产存在增加-下降-回升阶段,下降原因是经济快速发展初期高产农田被大量占用和(或)蔬菜、水果面积大量增加,回升原因是科技进步持续作用于中、低产田而使其单产得到稳步提高。

基于叶面积指数的河北中部平原夏玉米单产预测研究

为解决玉米单产预测的时效性和业务化问题,以河北中部平原为研究区域,选取与籽粒产量密切相关的叶面积指数(LAI)作为遥感特征参数,对研究区2016—2018年夏玉米单产进行预测研究。基于求和自回归移动平均(ARIMA)模型及径向基神经网络(RBFNN)分别逐像素预测研究区域的LAI,结果表明,基于ARIMA模型的LAI预测精度比RBF神经网络的预测精度高,1步、2步LAI预测结果的RMSE较RBF神经网络分别降低了0.18、0.14 m2/m2,更适合于河北中部平原的夏玉米单产预测。基于LAI监测数据和加权LAI与夏玉米单产的相关性研究成果,并结合基于ARIMA模型的LAI预测数据,得到2016—2018年夏玉米监测单产和向前1旬、2旬和3旬的单产预测结果。结果表明,无论是县域尺度还是像素尺度,向前1、2、3旬夏玉米的单产预测精度均较高,2016—2018年县域尺度预测单产与监测单产间最大相对误差仅为3.73%。

南昌早稻产量预测模型研究

为更好地预测早稻产量,文章统计分析了1994—2010年南昌早稻生长期间的气象因子及早稻产量资料,通过5年滑动平均和多元线性回归的方法建立了南昌市早稻产量的气候预测模型。结果表明,模型预测结果与早稻实际单产拟合率较高,平均精度达97.0%。此模型预测结果可为早稻产量预报分析提供科学依据。

应用条件植被温度指数预测县域尺度小麦单产

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。