病虫灾害的时间序列分析与预测

发布时间：2017-09-16 01:42

  本文关键词：病虫灾害的时间序列分析与预测

  更多相关文章： 病虫灾受灾和成灾面积 时间序列模型 卡尔曼滤波 预测

【摘要】：昆虫在动物界中种类繁多,数量巨大,对农业生产和人类健康都有重大影响.病虫害防治是保障农作物产量的关键之一,病虫害防治是否成功是农业经济管理水平和技术水平的体现.因而为管理者和技术人员提供病虫的有效信息,从而实现病虫的有效治理显得重大意义.本文应用两种方法对病虫灾害的预测问题进行研究.首先,在对某地病虫灾成灾面积和受灾面积数据进行平稳化处理的基础上,分别建立了ARMA时间序列模型,并对该模型进行定阶和参数估计,进而检验模型的合理性,最后对病虫灾受灾和成灾面积进行预测.其次,结合ARMA时间序列和卡尔曼滤波理论,用卡尔曼滤波方法对病虫灾受灾和成灾面积情况进行了分析和预测.通过两种方法对同一序列数据的分析与预测结果的比较发现,ARMA时间序列和卡尔曼滤波混合的方法要优于单纯的ARMA时间序列分析方法.这主要是因为卡尔曼滤波方程是一组递推计算公式,其计算过程是一个不断地预测、修正的过程.当得到新的观测数据时,可随时算得新的滤波值,便于实时修正观测结果,得到更加准确的预测值.
【关键词】：病虫灾受灾和成灾面积 时间序列模型 卡尔曼滤波 预测
【学位授予单位】：辽宁师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O211.61
【目录】：

• 摘要4-5
• Abstract5-7
• 1 绪论7-9
• 1.1 时间序列分析方法的发展及其应用现状7-8
• 1.2 卡尔曼滤波方法的发展及应用现状8
• 1.3 本文研究的主要内容8-9
• 2 预备知识9-14
• 2.1 时间序列建模理论9-11
• 2.2 卡尔曼滤波理论与方法11-14
• 3 基于ARMA模型的病虫灾受灾和成灾面积的分析与预测14-27
• 3.1 模型的建立与平稳化14-18
• 3.2 模型的定阶与参数估计18-20
• 3.2.1 模型定阶18-19
• 3.2.2 参数估计19-20
• 3.3 模型的检验与预测20-27
• 3.3.1 模型的检验20-22
• 3.3.2 预测22-26
• 3.3.3 结论26-27
• 4 卡尔曼滤波与ARMA混合算法分析与预测27-30
• 4.1 病虫灾受灾和成灾面积模型的建立与分析27
• 4.2 病虫灾受灾和成灾面积的预测27-29
• 4.3 结论29-30
• 5 总结30-31
• 参考文献31-33
• 攻读硕士学位期间发表学术论文情况33-34
• 致谢34

【参考文献】

中国期刊全文数据库 前10条

1 李江;王义伟;魏超;张鹏;;卡尔曼滤波理论在电力系统中的应用综述[J];电力系统保护与控制;2014年06期

2 陈思宁;赵艳霞;申双和;;基于集合卡尔曼滤波的PyWOFOST模型在东北玉米估产中的适用性验证[J];中国农业气象;2012年02期

3 黄健熙;武思杰;刘兴权;马冠南;马鸿元;吴文斌;邹金秋;;基于遥感信息与作物模型集合卡尔曼滤波同化的区域冬小麦产量预测[J];农业工程学报;2012年04期

4 金彦兆;王亚竹;王军德;;基于旱灾面积的粮食损失评估模型研究[J];人民黄河;2010年11期

5 江胜国;杨太明;程林;张友明;姚筠;;卡尔曼滤波方法在稻飞虱发生等级预测中的应用研究[J];气象;2010年10期

6 张和喜;杨静;方小宇;房军;冯诚;;时间序列分析在土壤墒情预测中的应用研究[J];水土保持研究;2008年04期

7 董晓萌;罗凤娟;郭满才;袁志发;;时间序列的自回归模型在杨凌地区降水量预报中的应用[J];中国农学通报;2007年11期

8 黄家荣;刘倩;高光芹;刘小丽;魏春生;段群迷;程作峰;;森林火灾成灾面积的人工神经网络BP模型预测[J];河南农业大学学报;2007年03期

9 张星;郑有飞;周乐照;;农业气象灾害灾情等级划分与年景评估[J];生态学杂志;2007年03期

10 张明阳;王克林;刘会玉;林振山;;基于EMD的洪涝灾害成灾面积波动的多时间尺度分析——以湖南省为例[J];中国生态农业学报;2007年01期

，

本文编号：860188