中国农业机械总动力预测分析——基于ARIMA模型

运用我国1978-2005年的统计资料,建立了中国农业机械总动力的ARIMA模型,并进行了预测分析.结果表明:ARIMA模型不但适合于中国农业机械总动力的非平稳时间序列特点,且预测效果比较理想;ARIMA(2,2,2)模型预测1982-2005年数值与实际数值之间的平均相对误差仅为1.009%,可用于中国农业机械总动力的预测与分析.     

黑龙江省农业机械总动力预测分析——基于ARIMA模型

运用黑龙江省1980-2011年的统计数据,建立了黑龙江省农业机械总动力的ARIMA模型,并进行了预测分析。结果表明:黑龙江省农业机械总动力是非平稳的时间序列,ARIMA模型的拟合效果良好;应用ARIMA(0,2,1)模型进行预测,1980-2011年预测值与实际值之间的平均相对误差为2.87%,可用于今后黑龙江省农业机械总动力的预测与分析。     

全国农业生产资料投入分析及灰色预测

基于统计数据,选取人口、资源、能源和农机化等4类农业生产资料,运用统计方法和灰色关联度法分析农业生产资料投入情况的单项指标和综合指标,以及各项指标对农业经济发展影响程度,并用GM(1,1)预测未来农业生产资料投入.结果显示,农药和农业机械总动力对农业经济关联度最大,有效灌溉面积、乡村劳动力和农用化肥施用量较低;预计到2020年耕地面积降低,其它均上升.最后,提出了农业生产资料利用效率至上的管理战略.     

农机市场趋势分析及预测方法综述

介绍了一些常用的农机市场预测方法。农机市场预测方法种类繁多，每一种预测方法都有其特定的原理、特点、用途和适用范围；同时，对同一预测对象可以选择不同的预测技术，建立多种预测模型。     

农机产品销售预测软件包的研制开发

预测功能是当今大多数MIS系统开发中较薄弱的部分。为此,论述了农业机械销售预测软件包的研制开发过程。该系统结合农业机械销售的特点,确定了农机销售预测系统中应采用的5种预测方法,即时序预测法、季节变动法、马尔柯夫预测法、线性回归法和特尔斐法,并对这几种预测方法使用PowerBuilder和SQLServer作为工具开发了预测软件包。     

基于灰色模型的农业机械总动力预测

农业机械总动力是评价一个国家农业现代化程度的重要指标.根据2003-2007年我国农业机械总动力的历史数据,采用基于灰预测的指数增长模型对农业机械总动力进行了预测.在模型建立前,进行了级比平滑检验,认为数据具有建立灰预测模型的基础;模型建立后,又进行了相对误差检验、后验差检验和残差检验.检验结果表明,模型具有较高的精度,适合中长期预测.最后,根据该模型给出了2010-2012年我国农业机械总动力的预测结果,认为我国农业机械总动力将于2012年达到103222亿kW.     

基于分形理论的大中型拖拉机产量预测

大中型拖拉机产量是一个复杂的非线性系统。为了探讨大中型拖拉机产量的变化规律及趋势预测,在分析分形理论原理和大中型拖拉机产量时间序列分形特性的基础上,构建了R/S分形模型,该模型具有较高的拟合度。最后,应用该模型预测了河南省2013-2015年大中型拖拉机的产量,可为农机企业调整产品结构和河南省农机部门制定农机动力发展规划提供参考。     

灰色系统理论在农业需水量预测中

应用灰色理论建立了GM(1，1)模型，对华北地区某典型区农业用水量进行了预测。所建模型经残差检验证明其模型具有可行性和适应性，在此基础上，通过对典型区农业需水量的预测，为研究区域的水资源综合规划提供了依据。该方法可供相关县级小区域水资源评价与规划中作为参考。     

基于实测的年度灌溉用水有效利用系数组合预测与分析

在广东省"十一五"期间"首尾测算"分析法测算灌溉用水有效利用系数的基础上,采用灰色关联度定性分析筛选出了主要影响因素,并用主成分分析法进行了验证;通过用灰色系统,回归分析和时间序列指数平滑方法构建了5种单一预测模型,在此基础上按最优加权组合预测方法建立了组合预测模型,定量表达了灌溉用水有效利用系数与各主要影响因素之间的响应关系,并通过实例验证了该预测模型具有很高的预测精度。最后,对2000—2015年间灌溉用水有效利用系数的长期变化趋势进行了分析。探索利用年度统计资料进行广东省年度灌溉用水有效利用系数计算的方法,为缺乏实测工作的前提下,利用年度统计数据进行灌溉用水有效利用系数预测评估提供一条简便可行的途径。     

几种农机信息的科学预测方法及应用

对灰色理论预测、灰色—马尔柯夫联合预测、神经网络预测方法的应用特点作了介绍。     

空间分析方法在土壤变异研究中的应用

土壤空间变异作为土壤科学研究中的热点,引起了广泛的关注,但其定量描述一直困扰着土壤学家。然而随着空间分析方法的引入,土壤变异的定量化程度将得到提高。常用的空间分析方法有地统计学、空间自相关分析、分维数分析、趋势面分析、尺度方差分析等。为此,介绍了这些方法的基本原理,并比较各种方法在土壤变异研究中的优缺点。     

我国农机作业委托决策支持系统研究

在对农机作业委托现存问题分析的基础上,提出了农机作业委托决策支持系统的总体设计和开发原则;拟定了系统的逻辑结构,即以数据库、模型库作为信息基础,完成信息查询和作业调度的功能,实现为决策者提供作业信息和决策支持的功能。     

土壤机械阻力的测定及其应用

土壤不仅是农业生产的重要资源，也是地面车辆行使的主要介质和农业机械的工作对象；土壤的机械物理性质既关系到农作物的生产，又关系到地面车辆的通过性能、行使性能、农业机械的作业性能以及能量消耗。为此，辨析了土壤机械阻力的概念，概述了土壤机械阻力的4种测定方法及其研究状况，总结了土壤机械阻力值的一些初步应用。     

电子商务在农产品物流中的应用现状及对策探讨

随着互联网技术的不断发展,电子商务在农产品物流中的运用是必然的趋势。为此,结合我国的实际、就当前电子商务在农产品物流中的应用现状和阻碍因素等进行了详细分析,并提出了一些对策建议。     

初析农业信息资源的整合及模式

随着农业信息化的推进,农业信息网站迅速发展起来。但是问题突出,主要是各农业网站以及各级政府涉农部门的信息是一个个信息孤岛,信息资源无法共享且重复建设,信息的有效性和时效性差。为此,以黑龙江省农业信息化建设为背景,提出了加强农业信息资源整合的必要性及其模式,从而推进农业信息化“最后一公里”的建设。     

我国农业网站建设的困境与对策研究

我国农业网站的迅猛发展日益受人关注,但在其发展的同时,也出现了制约我国农业网站发展的"瓶颈".为此,运用文献分析法对我国农业网站的建设问题进行分析,提出了当前我国发展农业网站的对策和建议:统筹规划,加强政府在农业网站建设中的作用;调整服务对象,正确进行网站定位;提高质量,加强网站的竞争力;规范农业信息标准,实现信息资源的交流共享;强化营销手段,探索现实的盈利模式;加快信息人才的培养,提高农民整体素质.     

基于时序高光谱和多任务学习的水稻病害早期预测研究

水稻病害是影响水稻产量的重要因素之一,水稻病害的早期预测对水稻病害防治至关重要。为了实现水稻白叶枯病害的预测,连续采集了从接种病菌到早期发病共7d的白叶枯病害胁迫下的叶片高光谱图像。利用Savitzky-Golay算法对高光谱图像进行预处理,并利用主成分分析（Principal component analysis, PCA）和随机森林（Random forest, RF）算法提取光谱特征,构建多任务学习(Multi-task learning, MTL)与长短期记忆（Long short-term memory, LSTM）网络融合的预测模型,对水稻病害发病率和潜伏期进行预测,并利用鲸鱼优化算法（Whale optimization algorithm, WOA）对MTL-LSTM模型进行优化。实验结果表明：PCA和RF可以有效地从高光谱图像中提取光谱特征,降低高光谱数据维度,且基于光谱特征构建的预测模型性能优于全波段光谱构建的预测模型性能,建模时间降低约98%。基于时序高光谱构建的预测模型对发病率和潜伏期的预测取得了预期效果,基于前10个特征波长构建的WOA-MTL-LSTM模型取得了最优的预测性能,对发病率和潜伏期预测测试集的R2分别为0.93和0.85,RMSE分别为0.34和2.12,RE分别为0.33%和1.21%。通过WOA算法可以提升MTL-LSTM的预测性能,对发病率和潜伏期预测的R2均提升0.05。研究结果表明RF提取高光谱特征能有效表征全波段光谱,基于时序高光谱的WOA-MTL-LSTM模型可以准确预测白叶枯病害发病率和潜伏期,为水稻白叶枯病害的预防提供了技术支持。     

新陈代谢GM(1,1)模型在兵团农机总动力预测中的应用

借助灰色系统理论,利用兵团农机总动力的历史数据,建立并对比分析了GM(1,1)模型和新陈代谢GM(1,1),对兵团农业机械总动力进行预测,为以后兵团农业机械化的发展提供一定的参考。     

地理信息系统的发展及其在精确农业中的应用

简要介绍了地理信息系统(GIS)的概念、特点以及其发展过程.对地理信息系统(GIS)在现代精确农业领域中的应用现状进行了分析研究.同时,以基于GPS和GIS的田间车辆监控系统为例,详细介绍了地理信息系统(GIS)在精确农业中的应用,为我国农业现代化建设提供参考.