基于IANN的縣域農(nóng)業(yè)可持續(xù)性預(yù)警模型研究——以黃河下游沿岸典型縣市為例.pdf

1、區(qū)域農(nóng)業(yè)系統(tǒng)的生存和發(fā)展易受到來(lái)自農(nóng)業(yè)經(jīng)濟(jì)社會(huì)、資源和環(huán)境等多種因素的干擾，使農(nóng)業(yè)發(fā)展可能偏離正常的運(yùn)行軌道，產(chǎn)生各種警情。建立靈敏而準(zhǔn)確的縣域尺度短期預(yù)警模型，在科學(xué)測(cè)度農(nóng)業(yè)可持續(xù)性的基礎(chǔ)上，通過(guò)對(duì)警源的尋找和警兆的分析，使決策者能夠及時(shí)發(fā)現(xiàn)和排除警情，從而對(duì)農(nóng)業(yè)運(yùn)行過(guò)程進(jìn)行靈活有效的宏觀調(diào)控，對(duì)確?？h域農(nóng)業(yè)可持續(xù)發(fā)展和國(guó)家糧食安全具有重要意義。
　　 可持續(xù)發(fā)展理論和預(yù)警理論是全文進(jìn)行縣域農(nóng)業(yè)可持續(xù)性預(yù)警模型研究的重要理論基

2、石。論文在可持續(xù)發(fā)展這一基本理論框架下，闡釋了不同時(shí)空尺度農(nóng)業(yè)可持續(xù)性測(cè)度的差異與聯(lián)系，從而更為清晰的界定了縣域尺度“農(nóng)業(yè)可持續(xù)性”的內(nèi)涵。研究期內(nèi)縣域農(nóng)業(yè)發(fā)展系統(tǒng)為相對(duì)穩(wěn)定和封閉的系統(tǒng)，這是預(yù)警模型成立的重要前提。同時(shí)也必須假定警情評(píng)判系統(tǒng)的3個(gè)子系統(tǒng)在研究期內(nèi)均為線性系統(tǒng)，以便運(yùn)用加權(quán)法獲得子系統(tǒng)綜合指數(shù)。
　　 從農(nóng)業(yè)可持續(xù)性預(yù)警實(shí)現(xiàn)的具體要求出發(fā)，基于加權(quán)主成分分析算法（WPCA），從優(yōu)化網(wǎng)絡(luò)初始權(quán)值的視角對(duì)BP 人工神

3、經(jīng)網(wǎng)絡(luò)進(jìn)行改良，形成快速收斂和高精度的網(wǎng)絡(luò)模型WPCA-NN。以WPCA-NN 為核心，將黃色預(yù)警法與傳統(tǒng)系統(tǒng)學(xué)方法巧妙結(jié)合，建立了科學(xué)合理、易于操作的縣域農(nóng)業(yè)可持續(xù)性預(yù)警指標(biāo)體系和模型體系。在黃淮海平原的黃河下游沿岸這一國(guó)家重要的糧食主產(chǎn)區(qū)中，選取5個(gè)典型縣為主要案例，完成各縣明確警情、尋找警源、分析警兆、預(yù)報(bào)警度4個(gè)關(guān)鍵環(huán)節(jié)，對(duì)5 縣20年來(lái)農(nóng)業(yè)發(fā)展的狀態(tài)、過(guò)程以及未來(lái)5年的發(fā)展變動(dòng)趨勢(shì)進(jìn)行了較為深入的研究。
　　 本文的主

4、要研究結(jié)論如下：
　　 （1）通過(guò)人工神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)預(yù)警與模型預(yù)警等方法的耦合，在縣域這一更小的尺度上構(gòu)建的農(nóng)業(yè)可持續(xù)性預(yù)警模型體系具有良好的可操作性?！吧俣钡木橹笜?biāo)體系與盡量完備的警兆指標(biāo)體系更能突出縣域尺度農(nóng)業(yè)可持續(xù)性測(cè)度注重農(nóng)業(yè)生產(chǎn)組織與實(shí)施的特點(diǎn)。農(nóng)業(yè)可持續(xù)性警情三維空間、基于WPCA-NN的指標(biāo)敏感性分析、Pearson 相關(guān)分析和基于WPCA-NN的警度預(yù)報(bào)是各環(huán)節(jié)的核心技術(shù)。
　　 （2）改進(jìn)的BP

5、算法既能反映決策者對(duì)各指標(biāo)的偏好程度，又能規(guī)避經(jīng)典BP 算法學(xué)習(xí)速度慢和易陷入局部極小的缺陷。采用加權(quán)主成分分析法改變BP 神經(jīng)網(wǎng)絡(luò)初始權(quán)向量的取值，基于Oja 網(wǎng)絡(luò)模型形成三層WPCA-NN，分別采用無(wú)監(jiān)督學(xué)習(xí)的加權(quán)主成分分析算法和線性有導(dǎo)師的δ學(xué)習(xí)規(guī)則完成輸入層到隱層和隱層到輸出層的權(quán)值學(xué)習(xí)，從而有效提高了預(yù)警模型的解釋力。
　　 （3）典型縣域選擇具有科學(xué)性和可行性。主要根據(jù)109 縣域經(jīng)濟(jì)實(shí)力分類(lèi)結(jié)果，參考經(jīng)濟(jì)實(shí)力、糧食

6、單產(chǎn)及其投入影響因素的空間分異規(guī)律，綜合運(yùn)用加權(quán)主成分分析、層次聚類(lèi)分析、SOFM 網(wǎng)絡(luò)建模以及全局和局域空間異質(zhì)性分析等方法，選取墾利縣、中牟縣、高青縣、臺(tái)前縣和封丘縣5 縣分別作為經(jīng)濟(jì)實(shí)力雄厚、較強(qiáng)、一般、較薄弱和薄弱縣的代表。采用主成分得分和層次聚類(lèi)結(jié)果輔助確定參數(shù)是SOFM 網(wǎng)絡(luò)合理分類(lèi)的重要保證。
　　 （4）縣域農(nóng)業(yè)可持續(xù)性預(yù)警實(shí)證分析達(dá)到預(yù)期并符合實(shí)際。1989～2008年農(nóng)業(yè)經(jīng)濟(jì)-社會(huì)持續(xù)指數(shù)總體上帶動(dòng)5 縣農(nóng)業(yè)

7、警情綜合持續(xù)指數(shù)增長(zhǎng)，但農(nóng)業(yè)資源持續(xù)指數(shù)的波動(dòng)和農(nóng)業(yè)環(huán)境持續(xù)指數(shù)的加速下降為農(nóng)業(yè)可持續(xù)發(fā)展的愿景埋下隱患。農(nóng)業(yè)生產(chǎn)物資條件及基礎(chǔ)設(shè)施狀況、耕地利用投入水平、農(nóng)業(yè)生產(chǎn)的環(huán)境背景等是5 縣農(nóng)業(yè)發(fā)展共同的警源。2009～2013年5 縣的農(nóng)業(yè)可持續(xù)性警情雖多為有警，但均以輕警和中警為主，說(shuō)明警情下降的態(tài)勢(shì)不甚嚴(yán)重，資源和環(huán)境方面警兆的異常波動(dòng)，尤其是權(quán)重較大的那些警兆指標(biāo)對(duì)警情有著更為直接的影響。
　　 本文的主要?jiǎng)?chuàng)新之處在于：（1）