日照市桂花单产预测模型的建立

　　根据山东省日照市的桂花产量数据和相关气象数据，采用逐步回归和灰色理论，建立了桂花产量预测模型。用MATLAB软件建立多元线性回归方程Q= -20 175 116X1-54 944X2-4 218X3 148X4 616X5 279X6-91 735X7 12 806X8。方程在1998-2008年间通过了0.05水平的显着检验，并达到了预期的输出，误差范围为0.5％至3.6％，预测的准确性很高。
　　用灰色系统理论，对灰色预测模型GM（1，N）进行了改进。1994年至2006年的预期输出误差范围是1.4％至16.6％。度在90％左右，效果更好。花是世界上分布最广泛的粮食作物之一，其种植面积仅次于小麦和稻米，仅次于世界第三。国是世界第二大桂花生产国，其产量仅次于美国。年来，极端的气候变化已对桂花产生了一系列影响。了更好地了解桂花的产量规律，有必要预测桂花的产量，研究桂花的生长温度，湿度，水分蒸发，最大均值。度，最低平均温度和日照时间对桂花生长的影响。研究使用统计方法分析与桂花产量相关的天气因素，并使用多元线性回归和灰色模型预测桂花产量。关数据来自山东省气象局，山东省日照市气象局和山东省日照市农业局，主要包括月平均气温，月平均最高气温，月平均最低气温和月极端最高气温。照市，从1971年到2008年。

　　每月极端最低气温，每月极端最高气温日期，每月极端最低气温日期，每月平均降水量，每月总日照小时数，日照小时数每月，每月平均相对湿度等日照市三个测试点的实验数据（部分数据列于表1）。SPSS数学统计软件分析了桂花的气象产量与各种气象因素的关系，其中小于0.05的显着水平是6月份的每月日照时间，日照率6月，6月的平均相对湿度，9月的平均温度和9月的平均温度。
　　低温度，10月的日照量，10月的日照百分比和10月的平均相对湿度。中，桂花树价格显着性水平小于0.01，包括9月的最低温度，10月的日照时间，10月的日照百分比和10月的平均相对湿度。型假设：选择1994年的数据作为建立模型的实验数据；在预测桂花生长过程中，仅假设天气条件对桂花产量的假设。
　　设气象局在模型中提供的数据是准确的。势产量与气象产量的分离在长期序列中作物产量与气候因子之间关系的统计研究中，通常将作物产量分解为趋势产量S和气象产量Q。势是长期绩效的一个组成部分，反映了历史时期生产力的发展水平。象产量也称为技术产量，是受受气候要素影响的短期变化因子（以农业天气灾害为主）影响的波动产量的组成部分。
　　据文献，优选使用五年以上的平均轧制方法。得天气输出后，使用SPSS统计软件分析了天气输出与各种天气因素之间的相关性（表2）。国科学家邓巨龙[1]于1970年创立了灰色系统理论。前，许多国家和国际组织的知名研究人员都在从事灰色系统的理论和应用研究。色系统理论可以应用于工业，农业，社会，经济，能源，交通，地质，石油，气象，自然保护等许多领域。

　　并成功解决了许多实际问题[2-5]。着性水平为0.05时，气象因素对桂花产量的影响小于显着性水平为0.01时，气象因素对桂花产量的影响，因此，当显着性水平为时，气象因素对桂花产量的影响较小。立GM模型（1，N）时，考虑的显着性为0.01。为两个因素在10月和10月的日照百分数相似，所以仅考虑10月的日照时间。此，存在三个气象因素：9月的平均最低气温，10月的日照时间和10月的平均相对湿度。象因素直接影响桂花的气象性能，该回归模型的优点是将桂花的性能分为趋势产量和天气产量两部分，这很有说服力。

　　
　　元线性回归模型和GM模型（1，N）从不同角度预测了桂花的性能，在预测桂花时可以将这两个模型结合使用[8]。

　　
　　GM（1，N）模型的准确性约为90％，这是预测日照市桂花产量的最合理模型之一。
　　本文转载自
　　桂花树价格 https://www.guihua1998.com