發(fā)布時(shí)間：2020-11-11 21:30

　　 隨著國(guó)家對(duì)生態(tài)文明建設(shè)的進(jìn)一步加快,草原生態(tài)問(wèn)題逐漸成為社會(huì)各界高度關(guān)注的問(wèn)題。牧草產(chǎn)草量是決定草原生態(tài)系統(tǒng)功能的重要指標(biāo)之一,針對(duì)牧草產(chǎn)草量預(yù)測(cè)問(wèn)題,如何提高牧草產(chǎn)草量預(yù)測(cè)精準(zhǔn)度成為當(dāng)前研究重點(diǎn)。目前國(guó)內(nèi)外基于數(shù)據(jù)挖掘提出一系列牧草產(chǎn)草量預(yù)測(cè)模型,但是其模型預(yù)測(cè)結(jié)果的精準(zhǔn)度有待提高。因此本文基于數(shù)據(jù)挖掘理論,建立一種牧草產(chǎn)草量組合預(yù)測(cè)模型,能夠提高牧草產(chǎn)草量的精準(zhǔn)度。本文研究?jī)?nèi)容如下:(1)選擇合適的預(yù)測(cè)模型�；�于數(shù)據(jù)挖掘理論,本文主要選取了多元線性回歸分析,主成分分析和RBF神經(jīng)網(wǎng)絡(luò)建立牧草產(chǎn)草量組合預(yù)測(cè)模型。在模型建立過(guò)程中,使用多元回歸分析預(yù)測(cè)線性部分,利用主成分分析解決可能出現(xiàn)的共線性問(wèn)題;而RBF神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練速度快和非線性逼近能力強(qiáng)等特點(diǎn),可以很好的處理非線性部分。多元回歸分析能夠彌補(bǔ)RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果信息丟失和過(guò)度依賴(lài)樣本精度的問(wèn)題,因此選擇這兩種方法進(jìn)行建模。(2)建立牧草產(chǎn)草量預(yù)測(cè)模型。為了更好地預(yù)測(cè)牧草產(chǎn)草量,以數(shù)據(jù)挖掘理論為基礎(chǔ),綜合所選取模型的優(yōu)點(diǎn),本文建立了一種牧草產(chǎn)草量組合預(yù)測(cè)模型。該模型使用多元回歸模型對(duì)原始數(shù)據(jù)樣本進(jìn)行分析,獲取預(yù)測(cè)值與殘差。利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)所得殘差進(jìn)行擬合,使用擬合后的殘差對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行修正,得到最終結(jié)果。(3)多種模型預(yù)測(cè)結(jié)果對(duì)比分析。選取烏蘭布統(tǒng)草原的溫度,降水量,日照的歷史數(shù)據(jù)建立模型,利用SPSS軟件,使用多元回歸模型、主成分分析和RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行建模,使之與牧草產(chǎn)草量組合預(yù)測(cè)模型對(duì)比,得到的相對(duì)誤差均值分別為18.17%、11.49%、6.946%和4.398%。結(jié)果表明:基于多元回歸算法與RBF神經(jīng)網(wǎng)絡(luò)組合的預(yù)測(cè)模型,預(yù)測(cè)結(jié)果在精準(zhǔn)度方面都比單一預(yù)測(cè)模型有著顯著地提高。因此得出牧草產(chǎn)草量組合預(yù)測(cè)模型在應(yīng)用中的有效性,為草原生態(tài)系統(tǒng)保護(hù)提供決策依據(jù)。
【學(xué)位單位】：吉林農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TP311.13;S54
【部分圖文】：

第四章 優(yōu)化模型應(yīng)用與比較用的數(shù)據(jù)分為兩部分：一部分為氣象數(shù)據(jù)，另一部分為草要來(lái)源于國(guó)家氣象數(shù)據(jù)中心，部分?jǐn)?shù)據(jù)來(lái)源于內(nèi)蒙古赤峰站點(diǎn)數(shù)據(jù)；牧草產(chǎn)草量數(shù)據(jù)來(lái)源于內(nèi)蒙古年鑒，選取烏蘭數(shù)據(jù)包含年平均降水量(圖 4.1)、年平均日照(圖 4.2)、年平如下圖所示：

圖 4.2 年平均日照趨勢(shì)圖Fig.4.2 Annual average sunshine trend chart示，圖中選取數(shù)據(jù)年份為 2000 年到 2017 年，在 2011 年在 2003 年平均日照時(shí)長(zhǎng)最小值為 7.518h。

圖 4.2 年平均日照趨勢(shì)圖Fig.4.2 Annual average sunshine trend chart示，圖中選取數(shù)據(jù)年份為 2000 年到 2017 年，在 2011 年在 2003 年平均日照時(shí)長(zhǎng)最小值為 7.518h。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孟新星;;柴達(dá)木盆地牧草種植和利用注意的幾個(gè)環(huán)節(jié)[J];青海農(nóng)牧業(yè);2008年03期

2 童玉珍;趙全寧;;曲麻萊地區(qū)光溫濕度變化特征及其對(duì)牧草產(chǎn)量的影響[J];青海草業(yè);2017年03期

3 邢學(xué)祥;唐昆侖;黃仲才;劉生華;朱繼成;李繼峰;趙培雄;;榆林縣蓋沙黃土區(qū)飛播牧草試驗(yàn)報(bào)告[J];中國(guó)草原;1987年02期

4 王比德;;五、栽培草地的田間管理[J];中國(guó)草原;1987年02期

5 云錦鳳;;試論牧草原始材料圃的種植方式和純種繁殖[J];中國(guó)草原;1987年06期

6 J.E.Newton;張永亮;;秋冬時(shí)期綿羊放牧?xí)r間與管理對(duì)牧草產(chǎn)量的影響[J];國(guó)外畜牧學(xué).草原與牧草;1987年04期

7 J.H.Scrivner;李光棣;;估測(cè)牧草產(chǎn)量和家畜采食量的提升式圓盤(pán)計(jì)[J];國(guó)外畜牧學(xué).草原與牧草;1987年04期

8 武保國(guó);;實(shí)現(xiàn)牧草種子標(biāo)準(zhǔn)化的措施[J];種子世界;1987年06期

9 P.D.Penning;王春平;;牧草供給量對(duì)母羊及其哺乳羔羊采食量和性能的影響[J];四川草原;1988年02期

10 李慧英;;水熱條件對(duì)牧草產(chǎn)量的影響[J];新疆氣象;1988年05期

相關(guān)博士學(xué)位論文 前4條

1 王力;青藏高原東北部農(nóng)作物與牧草物候特征及其對(duì)氣候變化的響應(yīng)[D];蘭州大學(xué);2018年

2 孫娟;基于GIS的牧草適應(yīng)性及其在退耕還草決策支持系統(tǒng)中的應(yīng)用研究[D];甘肅農(nóng)業(yè)大學(xué);2004年

3 張健;三峽庫(kù)區(qū)牧草種植區(qū)劃及適生牧草栽培利用技術(shù)研究[D];西南大學(xué);2007年

4 蔡麗艷;苜蓿雄性不育系雜交種牧草產(chǎn)量?jī)?yōu)勢(shì)形成機(jī)理研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 張陟一;基于數(shù)據(jù)挖掘的草原牧草生長(zhǎng)預(yù)測(cè)研究[D];吉林農(nóng)業(yè)大學(xué);2019年

2 降曉偉;典型草原牧草干燥機(jī)制及其營(yíng)養(yǎng)品質(zhì)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2019年

3 程財(cái);烏拉蓋草原牧草營(yíng)養(yǎng)價(jià)值評(píng)定及不同飼喂水平對(duì)肉牛生產(chǎn)性能的影響[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2019年

4 危慶;不同牧草種植模式對(duì)退化農(nóng)田土壤理化性狀和牧草產(chǎn)量的影響[D];內(nèi)蒙古大學(xué);2019年

5 李文兵;核桃林草復(fù)合模式下牧草的物質(zhì)與養(yǎng)分輸出和評(píng)價(jià)[D];四川農(nóng)業(yè)大學(xué);2017年

6 李國(guó)巍;降低草原牧草高效寬幅摟草機(jī)摟草損耗的關(guān)鍵技術(shù)研究[D];內(nèi)蒙古工業(yè)大學(xué);2018年

7 楊慶;施肥對(duì)兩種決明屬牧草農(nóng)藝性狀和土壤可溶性氮素的影響[D];福建農(nóng)林大學(xué);2017年

8 張盼盼;東蘇旗不同季節(jié)牧草對(duì)放牧羊瘤胃內(nèi)環(huán)境及血液生理生化指標(biāo)的影響[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2017年

9 郭建忠;不同滴灌水量和種植方式對(duì)鹽堿土水鹽運(yùn)移和牧草生長(zhǎng)的影響[D];太原理工大學(xué);2017年

10 趙曉倩;我國(guó)牧草供需現(xiàn)狀分析及未來(lái)趨勢(shì)預(yù)測(cè)[D];蘭州大學(xué);2010年

本文編號(hào)：2879773