期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
辽宁省粮食产量影响因素实证分析 被引量:1
1
作者 宋妍 《品牌》 2015年第11期100-,共1页
粮食是人类生存的必需品,粮食安全是社会经济发展和国家安定富强的重要保障。我国政府一直高度重视农业生产活动,通过各种措施不断提高粮食生产能力和供应水平,进而增加粮食安全程度。本文将应用灰色关联度分析和因子分析对影响辽宁省... 粮食是人类生存的必需品,粮食安全是社会经济发展和国家安定富强的重要保障。我国政府一直高度重视农业生产活动,通过各种措施不断提高粮食生产能力和供应水平,进而增加粮食安全程度。本文将应用灰色关联度分析和因子分析对影响辽宁省粮食产量的因素进行定量研究,从而为解决粮食安全问题提供科学依据。 展开更多
关键词 粮食产量影响因素 灰色关联度分析 因子分析法
原文传递
基于BP神经网络的江苏省粮食产量预测 被引量:3
2
作者 于涧 洪欣 +1 位作者 于泽翔 马涛 《沈阳师范大学学报(自然科学版)》 CAS 2023年第4期316-320,共5页
为预测江苏省粮食产量,通过分析相关文献,选择农业机械总动力、有效灌溉面积、农用化肥施用折算纯量、除涝面积、农用柴油使用量、农药使用量、粮食作物播种面积和受灾面积这8个对粮食产量具有较大影响的指标,构建反向传播神经网络模型... 为预测江苏省粮食产量,通过分析相关文献,选择农业机械总动力、有效灌溉面积、农用化肥施用折算纯量、除涝面积、农用柴油使用量、农药使用量、粮食作物播种面积和受灾面积这8个对粮食产量具有较大影响的指标,构建反向传播神经网络模型,并利用该模型预测2017年、2018年和2019年的粮食产量。模型以江苏省1993—2019年的数据为基础,剔除缺失指标的数据,将剩余的数据分为2组,一组数据作为训练集用于训练模型参数,包含21个样本;另一组数据作为测试集检验拟合模型的预测精度,包含5个数据样本。最终预测结果除了2019年预测结果的相对误差达到了5.74%,其他年份的预测结果相对误差基本控制在5%以内。结果表明,该模型具有较好的预测精度,能够有效预测粮食产量,为将来粮食产量的预测提供了一种新的思路。 展开更多
关键词 反向传播神经网络 正向传播 梯度下降法 粮食产量影响因子
下载PDF
湿地气候对周边区域粮食生产的影响——黑龙江省七星河湿地国家自然保护区为例 被引量:1
3
作者 石红艳 姚俊英 《中国农学通报》 2020年第33期87-94,共8页
为了研究湿地气候对粮食生产的影响,达到增产目的。以七星河湿地国家自然保护区为例,利用1961—2008年湿地年平均气温、降水和周边3乡1场粮食总产、单产资料。采用趋势分析,粮产分解,相关系数计算等方法分析粮产趋势变化和湿地气候对周... 为了研究湿地气候对粮食生产的影响,达到增产目的。以七星河湿地国家自然保护区为例,利用1961—2008年湿地年平均气温、降水和周边3乡1场粮食总产、单产资料。采用趋势分析,粮产分解,相关系数计算等方法分析粮产趋势变化和湿地气候对周边场、乡粮食生产影响。结果表明:五九七农场在粮食总产、单产和增速方面排在第一位,第二位是青原镇,第三位是尖山子乡,最后一位是七星河乡。说明距离湿地远近对粮产有一定影响,四地粮产特别是五九七粮食增减变化对湿地降水变化有着较好的响应,旱年、降水偏少年粮食增产,反之,大涝、降水偏多的年份减产。同时气温变化对当年粮食产量影响较大,对粮产的趋势Yw增加或减少影响弱一些,而降水变化对Yw产量增加或减少的影响是主要的。由此可见,湿地气候冷湿性对周边粮食生产影响是不利的。尤其是通过近10年气候及粮产实际监测表明,实验结果与上述结论是一致的。应采取治涝措施,加强农田基本建设,发展生态农业,做到旱涝保收。 展开更多
关键词 七星河湿地国家自然保护区 湿地冷湿性气候 周边区域 粮食产量影响 治涝措施
下载PDF
Two centuries of April-July temperature change in southeastern China and its influence on grain productivity 被引量:9
4
作者 Jiangfeng Shi Jinbao Li +7 位作者 David D.Zhang Jingyun Zheng Shiyuan Shi Quansheng Ge Harry F.Lee Yesi Zhao Jie Zhang Huayu Lu 《Science Bulletin》 SCIE EI CAS CSCD 2017年第1期40-45,共6页
China is a traditional agriculture based country and one main region for crop production is southeastern China where temperature is a dominant climate variable affecting agriculture. Temperature and social disturbance... China is a traditional agriculture based country and one main region for crop production is southeastern China where temperature is a dominant climate variable affecting agriculture. Temperature and social disturbances both influence crop production, yet distinguishing their relative impacts is difficult due to a lack of reliable, high-resolution historical climatic records before the very recent period. Here we present the first tree-ring based warm-season temperature reconstruction for southeastern China, a core region of the East Asian monsoon, for the past 227 years. The reconstruction target was April-July mean temperature, and our model explained 60.6% of the observed temperature variance during 1953–2012.Spatial correlation analysis showed that the reconstruction is representative of April-July temperature change over most of eastern China. The reconstructed temperature series agrees well with China-scale(heavily weighted in eastern China) agricultural production index values quite well at decadal timescales.The impacts of social upheavals on food production, such as those in the period 1920–1949, were confirmed after climatic influences were excluded. Our study should help distinguish the influence of social disturbance and warm-season temperature on grain productivity in the core agricultural region of China during the past two centuries. 展开更多
关键词 Temperature Grain productivity Social disturbance China Tree-rings
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部