最小绝对误差和回归在产量预报中的应用

研究作物产量与气象条件的相互关系,建立产量的气象预报模式,从而进行客观的分析和预报,这是气象科技为农业经济服务的一条有效途径,已逐步成为各级台站的正常业务。我们在作物产量预报服务过程中,探讨应用了最小绝对误差和回归方法,并试报了烟台市近三年的花生单位面积产量。结果表明,这种方法精度较高,并且比常规的最小二乘法回归具有一定的优越性,可以投入业务使用。     

稳健回归M估计法在贵州省小麦产量预报中的应用

在分析贵州小麦产量预报存在问题的基础上,将稳健性概念引入小麦产量预报中,运用稳健回归Ｍ估计法对小麦产量进行分析,建立了稳健回归模型,并用其对贵州小麦产量进行试报检验。     

应用地温预报冬小麦产量的积分回归实时预报模式初探

土壤是农作物赖以生存的必要环境,种子发芽、根系的形成和发育都是在土壤中进行的,因而农作物生长发育与土壤水热状况的关系最为直接。本文基于这样的认识,以河北省冬小麦为例分析了1961-1978年河北省冬小麦产量与0cm,5cm,10cm,20cm地温的关系,提出一个以冬小麦生育期地温观测资料实时预报冬小麦产量的积分回归模式,并进行了试报。     

试用水稻玉米产量预报粮豆产量

粮豆产量是指谷类、豆类、薯类三类作物产量之和,在沈阳地区系指水稻、小麦、玉米、高粱、谷子、大豆、马铃薯及红薯产量之和。粮豆产量的构成,决定了影响产量形成因素的复杂性。因此,粮豆产量的高低很难用单一作物产量气象因子模拟方法来预报,即很难建立起预报效果好的气象产量预报方程。据此,我们经过各种     

影响水稻产量的气候因子分析及产量预报

1 引言 盘锦地处辽河下游,整个地域为辽阔的退海平原,属暖温带大陆性半湿润季风气候。其特点是:热量资源丰富、光照充足、降水运中。得天独厚的地理位置和气候资源非常适合水稻生产。盘锦水稻种植面积占全市土地耕种面积的85.1％,盘锦大米以其米质洁白、颗粒整齐、米香浓郁享誉中外,是辽宁省重要的商品粮生产基地。充分利用当地的气候资源,搞好水稻生产,对振兴盘锦经济将起到积极的促进作用。 分析盘锦市20年水稻产量资料序列,呈波动增长趋势(图略)。我们知道,除了人为因素之外,气候要素是影响水稻产量的主要原因。因此,本文从水稻主要生育的气候分析入手,寻找影响水稻产量的气候因子,并在分析的基础上,     

水稻产量预报——天气模式

一、前言 大气环流宏观特征对气候和天气条件特点的形成有决定性意义,从这一论点出发,用大气环流宏观特征,探求估算产量的方法是天气学产量预报方法。 在研究作物产量预报的方法中,关键问题是预报因子的选择,应该选择既有天气学意义又有生物学意义的因子。某一地区的产量形成主要决定于当地的天     

气候适宜指数在早稻产量动态预报上的应用

结合早稻生理特性和前人研究成果,分别构建了早稻温度、降水及日照适宜度模型,在此基础上,为反映多因子对早稻产量的协同效应,建立了早稻气候适宜度模型。根据不同时段的早稻气候适宜度,利用加权法,构建了早稻气候适宜指数。基于气候适宜指数与早稻产量的关系,建立了早稻气候适宜指标。并利用历年不同时段的气候适宜指数和早稻产量建立了早稻产量动态预报模型。结果表明,模型回代检验和预报检验的丰歉趋势正确率、实际预报准确率均较高,能够满足业务服务的需要。     

回归诊断在事件概率回归预报中的应用

针对事件概率回归模型的特点，用残差分析和统计量诊断的方法归纳了回归线差的非称分布现象，揭示了这种现象是由高杠杆占所引起，探讨了概率回归模型的残差不合理性的统计天气预报意义，从而提出适用于概率预报问题的事件概率回归改进模型。分析指出。事件概率回归模型的不合量性并不是个另例了特珠性所造成是由该模型的数学特点所决定，概率回归改进模型要优于普通的概率的回归模型型。     

岭回归在长期预报中的应用

一、引言对于线性回归模型,在古典回归分析中,通常用LS(最小二乘)估计β=(X’X)~(-1)X’Y来估计β。然而,人们在实际应用LS估计中所积累的经验表明,由于自变量之间存在的复共线关系(亦称线性关系或相关关系),使得回归系数估计的方差很大,而且很不稳定。为了克服这一缺点,许多统计学者为了改进LS估计,相继提出了一些新的估计方法。岭回归估计是由Hoerl和Kennard于1970年提出的。本文试用岭回归新建立的预报模型,对我省新安江     

回归诊断在赤霉病预报中的应用

小麦赤霉病回归预报模型的残差分布存在着不对称现象,残差分布不对称现象是由高槓杆点所引起。由于这些试验点的残差存在着数理统计意义上的不合理性,从而导致了回归系数Ls估计的误差。针对这些问题本文提出小麦赤霉病预报的修正回归模型。数学证明和实例说明,修正回归模型要优于常规回归模型。对离散型应变量的农气回归问题,修正回归模型具有普遍意义。     

岭回归在预报集成中的应用

一、前言 在天气预报中,往往是由多个预报员应用多种预报工具和方法进行预报。因此,需要有一种综合的方法集中各种预报结果而形成统一的预报结论。这种预报集成对于今后实现天气预报自动化也有重要的意义。预报集成的方法很多,回归集成、判别集成是比较常用方法。本文提出了用岭回归做预报集成的方法,经过试验证明,这种方法优于一般回归集成和其它集成方法,并且预报量可以是连续变量,也可以是离散变量。     

用统计法试作潮汕地区水稻产量预报

本文通过对产量趋势作平滑处理和气象因子对气象产量的影响,找出气象产量与气象因子的关系,建立预报模式,同时对水稻在关键期受重大灾害性天气及病虫害的影响,进行订正,从而预报水稻产量,供当地党政及有关部门作决策参考。１　产量预报的具体做法１－１　做趋势产量预报本文采用调和权重法,将产量作分段平滑和线性模拟。滑动线性方程为：ｙｉ（ｔ）＝ａｉ＋ｂｉｔ（１）………………………　　　　（ｉ＝１,２,…,ｎ－ｋ＋１）其中：ｉ＝１时,ｔ＝１,２,…,ｋ（本文ｋ＝５,ｎ为样本量）ｉ＝２时,ｔ＝２,３,…,ｋ＋１…ｉ…     

用环流因子预报广西水稻产量

水稻是感温、感光性较强的作物,在生长发育和产量形成期,对温度、水份、光照均有一定的要求。据对广西水稻产量初步统计分析,当地3月和5月下旬的平均气温对早稻产量影响较为明显(相关系数分别为-0.4219和0.5075);双季稻安全生育期(从早春日平均气温稳定通过12℃的开始日     

青稞产量周期回归双重分析预报方法

一、前言目前作物产量分析预报中将作物实际产量 Y 分为三大项。第一项为主要受土肥条件、品种优劣、耕作栽培、管理技术等因子影响的趋势产量 Y_t,一般表现为时间的正函数;第二项为主要受天气气候条件影响的气候产量 Y_w,气候产量随天气气候因子的波动而变化;第三项为偶然随机因子影响的随机项 Y_ε。即     

用非线性回归作单点气象产量预报

本文使用逐次非线性回归方法,对单点气象产量预报设计出完整的计算方案,利用计算机使预报自动化。1986年,应用本方法预报定西县春小麦产量,获得较为满意的结果。     

对铜仁水稻产量预报模式的探讨

水稻是我县主要粮食作物。水稻的丰歉,对粮食总产影响较大。因此,做好水稻产量预报,对有计划地安排生产有一定参考价值。 影响水稻产量的因素很多,但主要是气象条件、土壤条件、农业技术措施等方面。对一个地区而言,土壤条件一般变化不大,可近似视为常数。农业技术措施虽然对产量影响较大,但是它对产量     

基于气象因子的水稻产量预报模型

利用四川省南充市1989—2018年气象观测资料和水稻单产数据,分析5月上旬至8月下旬的平均气温、降水量、日照时数与水稻单产的相关性,采用线性回归方法建立基于气象因子的水稻产量预报模型。结果表明,5月下旬降水量、6月中旬平均气温、7月下旬日照时数、8月下旬日照时数和降水量与气象产量显著相关,建立南充水稻产量预报模型,回代检验准确度平均达95.4%,预报准确度达91.2%,2019年模型预报效果良好。     

模糊集合嵌入岭回归在水稻产量年景气象预测中的应用

本文根据模糊集合和岭回归理论,将模糊集合嵌入岭回归方程中,建立了玉林地区早稻产量年景的气象预测方程.     

非矩形网格上的车贝雪夫展开与水稻产量区域分布预报

本文利用非矩形网格上的车贝雪夫展开,以大气环流因素作为预报因子,以车贝雪夫展开式系数ARs作为预报量,作水稻产量区域分布状况预报的试验。经趋势预报评分法检验表明,非矩形网格上的车贝雪夫展开可用于水稻产量区域预报。本文实例其平均历史拟合率和试报拟合率分别为87.1％和92.9％。