灰色系统在耕地预测中的应用——以芜湖市为例

提高耕地动态变化预测精度是土地规划工作中的一项重要内容 ,文章利用灰色系统理论的建模思想 ,根据芜湖市耕地统计资料历史变化特点 ,分时段建立灰色系统模型来对比分析和筛选 ,并结合残差辩识来提高预测模型的精度。同时 ,与一元线性回归模型相比较 ,验证GM (1,1)模型在耕地变化预测中的精确性与可靠性 ,并提出运用对比分析与综合分析选择模型的思想来优化GM(1,1)模型 。

灰色马尔可夫模型在济南市耕地预测中的应用

以济南市为研究区域,分析了1996年至2010年耕地面积和人均耕地的变化态势,并运用灰色-马尔可夫预测的方法,建立划分状态的GM(1,1)模型,对研究区域的耕地面积进行了预测。研究表明:灰色-马尔可夫模型对波动较大的数据拟合较好,在预测中具有独特的优势。另外,济南市耕地面积在15年的时间中呈现出波动下降变化态势,虽在近年趋于稳定,但在快速城市化、人口增长等因素的影响下,保护形势依然严峻。

改进的残差GM(1,1)模型在益阳市耕地预测中的应用

运用灰色系统理论建立GM(1,1),并用改进的残差GM(1,1)模型进行修正,对益阳市耕地面积进行预测,改进的残差修正方法使模型保持良好的适应性,有效提高了预测精度。应用此模型对益阳市耕地进行预测检验,结果表明改进的残差GM(1,1)模型具有较高的预测精度,模拟效果更好,其结果符合益阳市耕地数量变化规律,即益阳市耕地面积在未来几年内将呈现出小幅增长的趋势,但人均耕地面积仍旧处于联合国的警戒水平。因此保护耕地资源,合理利用和保护耕地都是刻不容缓的任务。

基于遗传算法最小二乘支持向量机的耕地变化预测

针对耕地变化内部规律与模拟方法进行研究,提出最小二乘支持向量机耕地变化预测方法,有效构建耕地变化与耕地变化影响因子之间复杂的非线性关系模型。利用遗传算法全局寻优功能优化最小二乘支持向量机内部参数,提高最小二乘支持向量机耕地变化预测模型精度。利用该模型对江苏无锡市1987-2000年期间耕地变化进行预测,并与多元回归、GM(1,1)、BP网络、支持向量机(SVM)耕地预测模型和实际调查耕地变化数据进行比较分析。预测精度评价结果证实,该方法耕地预测精度远高于多元回归、GM(1,1),BP网络模型,略高于SVM模型,但算法复杂度和计算效率远优于SVM预测模型,是一种有效的耕地变化预测方法。

湖南省耕地变化态势分析与预测

首先利用统计资料揭示了８０ 年代以来湖南省耕地减少的状况： ①年均耕地减少呈增长趋势；②耕地减少以非建设占用为主， 但其所占比重逐步下降； ③耕地建设占用以国家建设占用为主， 并呈快速增长趋势； ④耕地减少地区分布不均。进而运用相关分析、主成份分析和多元回归分析等方法，对湖南省耕地减少的原因进行系统分析与探索， 得出湖南省耕地建设占用主要是由于市镇人口增长、居民消费增长、地方财政基本建设支出扩大和经济发展等造成的。然后根据市镇人口对耕地减少的趋势进行预测， 指出到２０１０ 年如果将湖南省市镇人口控制在３ １５０ 万人以内， 并开发全部宜耕荒地１９ ×１０４ ｈｍ ２ ， 则湖南省耕地将比１９９６ 年净增３７６ ×１０４ ｈｍ ２ 。

多种量化评价方法在耕地需求量预测中的应用——以辉南县为例

通过对吉林省辉南县耕地现状进行分析,选取一定评价预测因子,采用时间序列、多元线性回归、灰色系统3种量化评价预测方法,并根据每种方法的重要性,选取不同的权重,对辉南县20102、0152、020年耕地资源进行预测,从而为辉南县未来耕地利用提供决策依据。

安徽省耕地数量时序变化分析预测及对策

利用 1949～ 1998年统计资料 ,总结了安徽省耕地总量及人均耕地面积变化特点 ,分析了耕地减少的原因 ,建立了耕地总量、人均耕地面积随年度变化的回归方程 ,对未来安徽省耕地总量及人均耕地数量进行了预测。

耕地面积需求预测

一、耕地需求预测的必要性众所周知,粮食人均占有量是衡量一个国家或地区粮食生产和物质生活水平的重要标志之一,而粮食产量则与耕地面积之间有着紧密的联系。当今世界上十个人均占有粮食超过干斤的国家,人均耕地都超过世界平均数4.9亩,其中人均占有粮食超过2000斤的国家。

基于随机森林模型的耕地表层土壤有机质含量空间预测①——以河南省辉县市为例

耕地表层土壤有机质含量与作物生长发育密切相关,掌握土壤有机质空间分布对土壤肥力定向培养和农业生产指导具有重要意义。本研究以河南省辉县市5 922个耕地资源管理单元图斑中心点为基础数据,并分别按8∶2、7∶3、6∶4的比例随机划分训练数据集和验证数据集,以土壤类型作为辅助定性变量,利用随机森林模型模拟预测土壤有机质含量与自然环境变量(坡向、曲率、坡度、高程、土壤质地、归一化植被指数NDVI)、社会经济因子(排水能力、灌溉状况)之间的复杂非线性关系。结果表明:①当训练集与检验集中样点数量的比例为8∶2时,对应的随机森林模型总体上预测精度较高;②选用80%基础数据作为训练集时,预测得到的地图与已有图件相比,相关性达到0.859;③当用303个实地数据验证时,预测值与实测值的皮尔逊相关系数为0.595。通过对影响因子的重要性排序,发现土壤质地是研究区农用地表层土壤有机质含量的最重要影响因子。因此,随机森林模型作为机器学习和数据挖掘的有效方法,能较好地模拟输入变量与有机质含量之间的关系,预测图件与实际情况相符,但对有机质含量精细的差异不能很好体现。

区域耕地数量变化预测方法的对比研究

研究目的:对区域耕地数量变化预测方法进行对比分析,科学合理确定区域耕地数量。研究方法:通过Pearson相关分析法筛选影响耕地变化的关键因子,利用改进的BP神经网络算法、灰色模型和多元线性回归模型法对费县耕地数量变化进行预测。研究结果:改进的BP神经网络算法相对传统的灰色模型和多元线性回归模型等预测方法具备较高的预测精度。研究结论:改进的BP神经网络算法是进行耕地数量变化预测的较好方法,具有实际指导意义,其预测结果可以为当地相关部门合理地确定耕地保有量、推进耕地保护提供科学依据。

小尺度煤粮复合区耕地演变预测

基于县域小尺度,以山东省的A县和B县为研究对象,利用基于概率积分法的MSPS软件对2县煤粮复合区内因采煤塌陷造成的耕地演变趋势进行了预测分析。结果表明:A县和B县的煤粮复合区面积分别为31 658 hm2和19 792 hm2,占2县含煤面积的71.03%和80.32%,占2县耕地面积的27.70%和20.21%。随着煤炭的不断开采,2县复合区的耕地面积将不断减少。据预测,到闭矿时,2县共损毁耕地38 934 hm2,占煤粮复合区面积的75.67%,将会造成约37万农民无地可种。

泸定县耕地保有量预测及其对策研究

基于泸定县耕地利用与社会经济发展态势,采用多项式拟合和多元逐步回归法构建了泸定县耕地需求影响分析数学模型,据此预测到2020年泸定县耕地保有量至少为5 339.75 hm2,提出了泸定县耕地资源保护与利用的对策与建议,以期在保持耕地总量动态平衡的前提下实现泸定县的经济、社会可持续发展。

灰色系统理论模型在耕地需求量预测中的应用

文章将灰色关联度模型应用于耕地利用变化的驱动力定量分析,并采用灰色系统预测法对耕地需求量进行预测。通过实证分析表明:灰色关联度模型能够较好地选出耕地利用变化的主要驱动力因子,灰色系统预测模型耕地需求量定量预测可行,且精度较高。

深度信任支持向量回归的耕地面积预测方法

针对目前浅层机器学习预测方法所需学习和训练的样本过大及拟合复杂数据能力弱等不足,提出一种基于深度学习思想的深度信任支持向量回归(support vector regression,SVR)的耕地面积预测方法.首先,搭建由1层高斯分布函数显层节点的RBM、多层隐层RBM和1层支持向量回归机构成的深度信任支持向量回归预测模型;其次,选取较为合适和易得的训练数据,通过样本训练和测试确定预测模型的具体结构参数;最后,通过实验将深度信任支持向量回归耕地面积预测方法与其他典型的耕地面积预测算法相比较.结果表明,提出的耕地面积预测方法可行、有效,在相同的数据和平台下,其预测精度高于其他具有代表性的耕地面积预测算法.

基于灰色广义回归神经网络模型的城市耕地面积预测

为提高原始数据呈非线性、随机性变化、样本量较小时城市耕地面积的预测精度,将无偏GM(1,1)模型与广义回归神经网络相结合,建立了基于灰色广义回归神经网络的城市耕地面积预测模型,并将其应用于平顶山市耕地面积预测,结果表明该模型精度高,具有一定的应用价值。

门限自回归模型及其在耕地总量预测中的应用

利用梅州市55年来长时序耕地总量统计资料,引入门限自回归模型对耕地面积进行了预测,并和马尔可夫模型预测结果进行了比较。结果表明,通过门限值的控制作用,门限自回归模型有效地利用时序数据隐含的时序分段相依性这一重要信息,限制了模型误差,从而保证了预测性能的稳健性,有很高的短中期预测精度。

湖南省耕地面积变化预测及其驱动力研究

随着经济社会的快速发展,建设用地占用耕地的需求量增大,湖南省耕地面积逐年减少。通过灰色预测方法,依据2000-2008年统计年鉴资料,预测未来几年湖南省耕地面积变化情况。同时,使用SPSS17.0对耕地面积变化进行主成分分析,结果显示,经济发展和人口密度是导致湖南省耕地面积变化的主要驱动因子。因此,控制人口增长,提高人口素质,集约利用土地等是实现湖南省耕地可持续利用的有效途径。

基于多目标决策的耕地保有量目标预测研究

以保障国家粮食安全、促进经济可持续发展和建设生态文明为目标,以鹤壁市为例,在对耕地需求量和耕地的可供给量预测的基础上,构建了4个耕地保有量决策方案。研究结果表明,1耕地供大于求,鹤壁市在规划期内耕地资源相对充足;2考虑到鹤壁市作为国家循环经济试点城市和河南省城乡一体化试点城市,推荐"集约循环型"方案为首选方案,"全面小康型"作为备选方案;3在未来一段时间内仍需占用大量建设用地,应建立开源节流机制,走内涵挖潜发展的道路;4多目标决策的方法能够较为深入地对影响耕地保护的各因素进行分析,预测结果更加准确,可为制定鹤壁市的耕地保护政策、土地利用总体规划及经济发展规划提供更为科学的依据。

基于PSO-OSVM的江苏省耕地变化预测

以江苏省1996-2009年耕地变化为例,利用粒子群算法(PSO)的全局搜索能力优化标准支持向量机(SVM),并结合增量式最小二乘支持向量机(LSSVR)和逆学习算法的特征,构建粒子群算法-在线学习SVM(PSO-OSVM)耕地变化预测模型,采用该模型对江苏省耕地变化进行预测,以期为土地资源可持续发展提供重要参考依据。结果表明,PSO可以有效收敛SVM内部参数γ和σ达到全局最优解;PSOOSVM模型的内外精度和总精度均高于GM(1,1)、BP神经网络模型,且优于PSO-SVM模型。说明PSOOSVM是一种有效的耕地变化预测模型。

凤台县煤粮复合区耕地演变预测及影响

以安徽省凤台县为研究对象,利用Arc GIS将耕地资源分布图、煤炭资源分布图及矿井建设图进行叠加,分析凤台县煤粮复合区特征。基于概率积分法基本原理,利用MSPS沉陷软件对凤台县内因采煤沉陷引起的耕地演变趋势进行了预测分析,进而预测耕地损毁导致的粮食减产量,并估算其造成的农业经济损失。结果表明:凤台县煤粮复合区面积占耕地面积的78.39%,占含煤区面积的77.25%,县域内井田面积占煤粮复合区面积的50.66%。随着煤炭资源的不断开采,全县煤粮复合区内的耕地面积将不断减少,耕地受损程度将不断加重,严重影响了当地的粮食产量、农业经济发展和社会稳定。据预测,到闭矿时损毁耕地面积占全县总耕地面积的43.68%,采煤损毁耕地导致粮食减产量达13.48万吨,农业经济损失达3.04亿元,将造成大量农民无地可种,从而引发社会矛盾。对此提出了相应的对策与建议。