發(fā)布時間：2020-11-11 21:30

　　 隨著國家對生態(tài)文明建設的進一步加快,草原生態(tài)問題逐漸成為社會各界高度關注的問題。牧草產(chǎn)草量是決定草原生態(tài)系統(tǒng)功能的重要指標之一,針對牧草產(chǎn)草量預測問題,如何提高牧草產(chǎn)草量預測精準度成為當前研究重點。目前國內外基于數(shù)據(jù)挖掘提出一系列牧草產(chǎn)草量預測模型,但是其模型預測結果的精準度有待提高。因此本文基于數(shù)據(jù)挖掘理論,建立一種牧草產(chǎn)草量組合預測模型,能夠提高牧草產(chǎn)草量的精準度。本文研究內容如下:(1)選擇合適的預測模型�；�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)絡建立牧草產(chǎn)草量組合預測模型。在模型建立過程中,使用多元回歸分析預測線性部分,利用主成分分析解決可能出現(xiàn)的共線性問題;而RBF神經(jīng)網(wǎng)絡具有結構簡單、訓練速度快和非線性逼近能力強等特點,可以很好的處理非線性部分。多元回歸分析能夠彌補RBF神經(jīng)網(wǎng)絡預測結果信息丟失和過度依賴樣本精度的問題,因此選擇這兩種方法進行建模。(2)建立牧草產(chǎn)草量預測模型。為了更好地預測牧草產(chǎn)草量,以數(shù)據(jù)挖掘理論為基礎,綜合所選取模型的優(yōu)點,本文建立了一種牧草產(chǎn)草量組合預測模型。該模型使用多元回歸模型對原始數(shù)據(jù)樣本進行分析,獲取預測值與殘差。利用RBF神經(jīng)網(wǎng)絡對所得殘差進行擬合,使用擬合后的殘差對預測數(shù)據(jù)進行修正,得到最終結果。(3)多種模型預測結果對比分析。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)絡進行建模,使之與牧草產(chǎn)草量組合預測模型對比,得到的相對誤差均值分別為18.17%、11.49%、6.946%和4.398%。結果表明:基于多元回歸算法與RBF神經(jīng)網(wǎng)絡組合的預測模型,預測結果在精準度方面都比單一預測模型有著顯著地提高。因此得出牧草產(chǎn)草量組合預測模型在應用中的有效性,為草原生態(tài)系統(tǒng)保護提供決策依據(jù)。
【學位單位】：吉林農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP311.13;S54
【部分圖文】：

第四章 優(yōu)化模型應用與比較用的數(shù)據(jù)分為兩部分：一部分為氣象數(shù)據(jù)，另一部分為草要來源于國家氣象數(shù)據(jù)中心，部分數(shù)據(jù)來源于內蒙古赤峰站點數(shù)據(jù)；牧草產(chǎn)草量數(shù)據(jù)來源于內蒙古年鑒，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 年平均日照時長最小值為 7.518h。

圖 4.2 年平均日照趨勢圖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 年平均日照時長最小值為 7.518h。
【相似文獻】

相關期刊論文 前10條

1 孟新星;;柴達木盆地牧草種植和利用注意的幾個環(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牧草產(chǎn)量的影響[J];青海草業(yè);2017年03期

3 邢學祥;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)飛播牧草試驗報告[J];中國草原;1987年02期

4 王比德;;五、栽培草地的田間管理[J];中國草原;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];中國草原;1987年06期

6 J.E.Newton;張永亮;;秋冬時期綿羊放牧時間與管理對牧草產(chǎn)量的影響[J];國外畜牧學.草原與牧草;1987年04期

7 J.H.Scrivner;李光棣;;估測牧草產(chǎn)量和家畜采食量的提升式圓盤計[J];國外畜牧學.草原與牧草;1987年04期

8 武保國;;實現(xiàn)牧草種子標準化的措施[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;;水熱條件對牧草產(chǎn)量的影響[J];新疆氣象;1988年05期

相關博士學位論文 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氣候變化的響應[D];蘭州大學;2018年

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

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

4 蔡麗艷;苜蓿雄性不育系雜交種牧草產(chǎn)量優(yōu)勢形成機理研究[D];內蒙古農(nóng)業(yè)大學;2010年

相關碩士學位論文 前10條

1 張陟一;基于數(shù)據(jù)挖掘的草原牧草生長預測研究[D];吉林農(nóng)業(yè)大學;2019年

2 降曉偉;典型草原牧草干燥機制及其營養(yǎng)品質研究[D];內蒙古農(nóng)業(yè)大學;2019年

3 程財;烏拉蓋草原牧草營養(yǎng)價值評定及不同飼喂水平對肉牛生產(chǎn)性能的影響[D];內蒙古農(nóng)業(yè)大學;2019年

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

5 李文兵;核桃林草復合模式下牧草的物質與養(yǎng)分輸出和評價[D];四川農(nóng)業(yè)大學;2017年

6 李國巍;降低草原牧草高效寬幅摟草機摟草損耗的關鍵技術研究[D];內蒙古工業(yè)大學;2018年

7 楊慶;施肥對兩種決明屬牧草農(nóng)藝性狀和土壤可溶性氮素的影響[D];福建農(nóng)林大學;2017年

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

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

10 趙曉倩;我國牧草供需現(xiàn)狀分析及未來趨勢預測[D];蘭州大學;2010年

本文編號：2879773