基于GM(1,1)模型的海洋经济发展预测研究

文章采用灰色预测法,选取2001—2016年我国海洋生产总值作为基础数据,建立海洋经济发展预测模型即GM(1,1)模型;运用残差检验、关联度检验和后验差检验对该模型精度进行检验,同时运用该模型对已知年份数据进行预测并将预测值与实际值相比较,结果表明模型预测精度较高,对于短期预测具有可信度;在此基础上,运用GM(1,1)模型计算和预测2017—2021年我国海洋生产总值,得出我国海洋经济将保持稳步增长的结论。     

GM(1,1) 灰色模型改进及其应用

就GM(1,1)模型定解条件的选取问题做了一定的探讨。GM(1,1)模型传统算法认为最小二乘拟合曲线通过第一点,该方法存在一定的不足之处。提出使拟合曲线通过最新点的方法进行预测的改进方法,并且用MATLAB编程语言实现了改进灰色模型的预测程序。将提出的改进方法应用到变形预测中,并且将预测结果与传统模型得到的预测结果进行比较,结果表明提出的改进模型具有较好的实用性和参考价值。     

基于灰色预测模型GM(1,1)的海洋人才预测研究

我国海洋经济已进入快速发展阶段,海洋人才需求量不断增长。文章使用灰色预测模型GM(1,1)对海洋从业人员数进行预测,结果显示:2015年我国海洋从业人员需求量将达到4 595.5万人,海洋科技人才将达到689.3万人。文中最后指出,要满足未来几年内海洋人才大幅上升的需求,必须加强海洋类高校的人才培养力度。     

浙江省滨海城市入境旅游发展研究——基于GM(1,1)模型

作为区域旅游业发展研究的一项重要内容,旅游指标建模与预测研究起始于20世纪60年代,已成为旅游研究的热点之一。基于灰色系统理论,以浙江省滨海7城市1995—2007年入境旅游统计资料为原始数据,建构旅游指标GM(1,1)灰色预测动态模型,并进行模型精度检验;对预测结果分析表明,模型预测结果与实际数据基本一致,进而利用该模型对浙江省滨海7城市2008—2012年入境旅游指标进行预测;最后,提出浙江省滨海7城市入境旅游可持续发展对策。     

基于GM(1,1)模型的海区大风灰色理论预测

根据灰色理论方法对影响东海某海区大风建立了GM(1,1)模型,并利用海区8~10月观测资料进行了对比分析,研究发现,该模型物理概念清晰,对9~10月海区大风预测效果较好,对海区灾害性大风长期预报具有一定的指导意义。     

辽宁省滨海城市入境旅游发展研究——基于ＧＭ （１，１）模型

旅游指标建模与预测研究起始于20世纪60年代,已成为旅游研究的热点之一。基于灰色系统理论,以辽宁省滨海6城市2000-2009年入境旅游统计资料为原始数据,建构旅游指标GM(1,1)灰色预测动态模型并进行模型精度检验;对预测结果分析表明,模型预测结果与实际数据基本一致,进而利用该模型对辽宁省滨海6城市2011—2015年入境旅游指标进行预测;最后提出辽宁省滨海6城市入境旅游可持续发展对策。     

GM(1,1)模型研究及其在水质预测中的应用

对GM ( 1, 1 ) 模型原始数列进行对数变换,减缓了数据变化的趋势,并通过matlab编程实现模型计算,简化了模型计算.将模型应用于胶州湾前湾海域水质预测,结果表明,模型对于单调数列的预测精度较高,预测结果与实测值吻合较好.     

浙江海面变化的灰色模型分析与预测

应用灰色模型理论，分析了各影响海面变化因素的影响力度，指出影响浙江海面趋势性变化的主要因素是气温；建立了海面变化的灰色气温模型，其计算值与实测值吻合良好，可根据气温变化趋势预测未来海面变化趋势。若未来百年全球气温再上升１．５－５．５℃，浙江海面将对应上升２４－７８ｃｍ。灰色模型模拟还显示，未来平均高潮位于上升速率明显大于平均低潮位上升速率，潮差将逐渐增大，在相同平均海面升幅的情况下，未来海面上升对     

天津市海洋经济发展态势研究

本文运用经济学和灰色系统理论,通过分析2001年-2006年天津海洋经济发展的现状和规律,预测2007年-2010年天津主要海洋产业产值,对2006年-2010年天津市海洋经济发展趋势进行研究.     

基于SSA和AR模型的海面变化预测试验

以吴淞站1955-2001年月平均潮位序列为基础,采用奇异谱分析(SSA)与自回归模型(AR)相结合的方案(SSA AR),进行了月平均潮位预测试验。基本思路是对SSA分析的结果选择若干有意义的分量进行序列重建,借助于自回归模型进行分量预测,再对它们进行叠加,从而建立预测模型。本文以1955-1996年数据为基础建立模型,1997-2001年数据作为验证,检验结果表明,两种方法的结合使用显示了较好的效果。     

灰色系统GM（1，1）模型改进的建模方法

分析灰色系统ＧＭ（１，１）模型建模中所存在的问题，提出以现代非线性回归分析的方法改进ＧＭ（１，１）模型的建模方法．实例计算表明该方法优于传统的建模方法。     

不等时距的灰色模型GM（1，1）──建模方法及其在黄河河道长度预测中的应用

提出不等时距的灰色模型ＧＭ（１，１）的建模方法，依据１９７６～１９８９年的现行黄河河道长度数据，假设在现行清水沟流路不变的前提下，利用该模型对２０００年前的黄河河道长度进行预测。     

海平面变化的小波和自回归模型集成预测试验

针对海面变化预测时间序列模型中趋势组份和周期(准周期)组份的提取和预测问题,基于吴淞站1955～2001年月平均潮位序列,采用小波分析(WA)与自回归(AR)模型相结合的方案,对小波分解的不同尺度分量序列,借助于时间序列模型进行分量预测,再对它们进行叠加建立预测模型,进行了月平均潮位预测试验.以1955～1996年数据为基础建立模型,1997～2001年数据作为验证,结果表明两种方法的结合使用显示了较好的效果,具有较高的精度.     

基于灰色系统西南大西洋阿根廷滑柔鱼资源丰度预测模型的构建

阿根廷滑柔鱼（Illex argentinus）是西南大西洋鱿钓渔业的主要作业鱼种,对资源丰度进行准确的预测可指导企业合理安排渔业生产。因此,本研究根据2000-2016年我国西南大西洋阿根廷滑柔鱼的生产数据,以单位捕捞努力量的渔获量（Catch per unit effort, CPUE）为阿根廷滑柔鱼资源丰度的指标,利用灰色绝对关联分析和灰色预测建模的方法（GM（0, N））,计算2001-2015年CPUE的时间序列值与产卵期（6-8月）产卵场海表面温度（Sea surface temperature, SST）时间序列值的灰色绝对关联度,选取产卵场海域中灰色绝对关联度大于0.90的海区SST建立资源丰度预测模型,并用2016年实际CPUE进行验证。灰色绝对关联分析表明,6-8月,30°~40°S,45°~60°W海域内存在若干海区的SST与次年对数CPUE时间序列呈现较强的关联度,可作为预报因子。GM（0, N）模型结果表明,以6-8月产卵场SST作为环境因子建立的模型4能较好地拟合出阿根廷滑柔鱼资源丰度变动趋势,与2016年真实值相比,相对误差为7%,该模型可较好地作为阿根廷滑柔鱼资源丰度的预测模型。相反,包含6月和7月SST的模型1效果优于不包含6月SST的模型2或不包含7月SST的模型3,拟合得到的2016年的数据与真实值相比,相对误差分别为128%和289%,这说明6月和7月是西南大西洋阿根廷滑柔鱼的主要产卵月份。     

基于支持向量回归和贝叶斯优化的海岸线预测

模拟预测海岸线的动态变化对于沿海地带的开发和科学管理有较重要意义。在获取围头湾研究区Landsat-8卫星时序影像和验潮站数据的基础上,利用支持向量回归模型,结合贝叶斯优化获取最佳超参数,进而预测得到未来年份的海岸线数据,并采用ROC匹配、平均偏移量和均方根误差3种方法验证预测得到的海岸数据。结果表明：基于贝叶斯优化的支持向量回归模型,可以较好地预测围头湾区域未来海岸线,对应的完整度、正确度和质量分别为87.06%、86.10%和80.05%,平均偏移量和均方根误差分别为0.64像素和0.96像素;对于自然岸线预测结果较好,而人工岸线预测部分结果较差。     

基于灰色系统的西北太平洋柔鱼冬春生群资源丰度预测模型

柔鱼（Ommastrephes bartramii）是西北太平洋重要的经济头足类之一,科学预测柔鱼资源丰度有利于其合理的开发和利用。研究结合1998-2008年北太平洋柔鱼生产统计数据和产卵场环境及其气候因子,使用灰色关联分析和灰色预测建模的方法,对产卵期内（1-4月）影响柔鱼冬春生群体资源丰度（CPUE）的产卵场环境以及气候指标进行分析,并建立柔鱼冬春生群体资源丰度的预报模型。结果表明,产卵期内影响柔鱼冬春生群体资源丰度的因子依次是:3月份产卵场平均海表面温度SST（average sea surface temperature）、1月份太平洋年代际震荡指数PDO（Pacific Decadal Oscillatio index）,4月份Niño3.4指标和4月份平均叶绿素浓度Chl a（average chlorophyll a concentration）。灰色预报模型分析表明,基于3月份SST、1月份PDO和4月份Chl a的GM（1,4）模型有着较好的预测效果,其预测准确率在80%以上,可用于西北太平洋柔鱼冬春群体资源丰度的预测。     

西北太平洋柔鱼丰度的灰色灾变预测

柔鱼(Ommastrephes bartramii)为短生命周期的头足类,其资源丰度极易受海洋环境变化影响,年间波动较大。根据1995−2017年西北太平洋柔鱼渔业生产统计数据,以单位捕捞努力量渔获量(CPUE)作为资源丰度指数,运用灰色灾变预测方法对上、下限灾变年份建立GM(1, 1)模型,预测未来灾变年份。结果显示,以GLM模型标准化CPUE建立的下限灾变预测模型的平均相对误差为15.32%,上限灾变预测模型的平均相对误差为8.19%,模型精度检验等级均为Ⅰ级。研究认为,下一个资源丰年(CPUE大于2.39 t/(船·a))将出现在2021年,资源歉年(CPUE小于2.13 t/(船·a))将出现在2027年;太平洋年代际涛动与El Niño-La Niña事件是驱使柔鱼丰度大幅度波动的重要因素。该预测结果可为西北太平洋鱿钓生产企业和管理部门提供参考。     

基于GM(1,1)模型的贫信息渔业数据CPUE标准化研究

单位捕捞努力量渔获量(catch per unit of effort,CPUE)标准化是渔业资源评估和管理中基础性工作.为了对信息量少、没有时空和环境变量的渔业监测数据进行CPUE标准化,本研究采用灰色系统方法,结合2010—2014年江苏省4种张网类调查生产数据,构建灰色GM(1,1) CPUE标准化模型,采用残差、关联度和后验差等3种检验方法评价CPUE标准化优良度,为渔业监测调查数据CPUE标准化提供一种新的途径.结果表明,所有模型的残差都可以接受;在关联度检验下,所有灰色GM(1,1)模型的关联度都大于0. 6,建模结果为满意;后验差结果显示所有灰色GM(1,1)的预测精度为合格.上述结果表明采用灰色GM(1,1)模型对信息量少、没有空间和环境信息的渔获数据进行CPUE标准化是可行的,可以为渔业管理部门提供决策支持.     

海洋灾害直接经济损失预测——基于灰色-周期外延组合模型

文章根据我国海洋灾害所呈现的特征规律,构建灰色-周期外延组合模型,对我国2007年海洋灾害的直接经济损失进行预测,以期对各有关部门制定减灾管理措施,提供科学的决策依据。研究发现2007年我国海洋灾害直接经济损失不及2005年,但超过2006年,仍为重灾年,各部门应提前做好应急准备。     

基于Maxent模型的海地瓜（Acaudina molpadioides）区域适宜生境分布预测研究

生境适宜性预测对物种保护、外来生物及有害生物防治具有重要指导意义。本研究应用Maxent模型对宁德晴川湾海域海地瓜适宜性生境进行预测,模型的预测结果达到优秀水平,并结合ArcGIS软件对海地瓜适宜生境划分为5级。研究结果表明,极高和较高海地瓜适宜生境占总研究区域的1.3%,面积为25.6 km²。水体环境、沉积环境和生态群落均对海地瓜分布产生影响,水体环境中水深、盐度、无机氮和活性磷酸盐是影响海地瓜生境适宜性的主要水环境因子,对海地瓜适宜生境预测累计贡献率达39%,尤其水深是制约海地瓜分布最为主要的因子,预测贡献率为27%;沉积物粒度、硫化物和总有机碳是沉积环境主要影响因子,预测累计贡献率达40.4%,其中沉积物黏土颗粒体积占比是第二重要影响因子,预测贡献率约为18%。浮游动物密度和生物量以及底栖动物种类数量均对海地瓜分布产生一定影响,三者预测累计贡献率为16.8%,其中浮游动物密度的贡献相比其他生物要素最为重要,贡献率约为8%。总体上,海地瓜最为理想的分布区是近岸水深小于5 m、盐度相对较低、沉积物有机碳含量较高、底质为黏土-粉砂土为主的浅水淤泥质生境。