【畢業(yè)學(xué)位論文】（Word原稿）基于GIS的區(qū)域秸稈資源量預(yù)測(cè)與最優(yōu)收集路徑分析——以即墨市為例-熱能工程

分類號(hào) 編號(hào) 中國(guó)科學(xué)院研究生院 碩 士學(xué)位論文 基于 區(qū)域秸稈資源量預(yù)測(cè)與最優(yōu)收集路徑分析 以即墨市為例 張 展 指導(dǎo)教師 王利生 研究員 博士 中國(guó)科學(xué)院 青島生物能源與過(guò)程研究所 中國(guó)科學(xué)院廣州能源研究所 申請(qǐng)學(xué)位級(jí)別 碩士 學(xué)科專業(yè)名稱 熱能工程 論文提交日期 2009 年 5 月 論文答辯日期 2009 年 5 月 28 日 培養(yǎng)單位 中國(guó)科學(xué)院廣州能源研究所 中國(guó)科學(xué)院青島生物能源與過(guò)程研究所 學(xué)位授予單位 中國(guó)科學(xué)院研究生院 答辯委員會(huì)主席 黃寧生 IS in of in y y 2009 關(guān)于學(xué)位論文使用權(quán)聲明 任何收存和保管本論文各種版本的單位和個(gè)人，未經(jīng)著作權(quán)人授 權(quán)，不得將本論文轉(zhuǎn)借他人并復(fù)印、抄錄、拍照、或以任何方式傳播。否則，引起有礙著作權(quán)人著作權(quán)益之問(wèn)題，將可能承擔(dān)法律責(zé)任。 關(guān)于學(xué)位論文使用授權(quán)的說(shuō)明 本人完全了解中國(guó)科學(xué)院 廣州能源研究所 所 有關(guān)保存、使用學(xué)位論文的規(guī)定，即：中國(guó)科學(xué)院 廣州能源研究 所 有權(quán)保留學(xué)位論文的副本，允許該論文被查閱；中國(guó)科學(xué)院 廣州能源研究 所 可以公布該論文的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存該論文。 （涉密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定） 簽 名： 導(dǎo)師簽名： 日 期 ： 關(guān)于學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本學(xué)位論文的研究成果不包含任何他人享有著作權(quán)的內(nèi)容。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中以明確方式標(biāo)明。 簽 名： 導(dǎo)師簽名： 日 期： 摘要 I 摘 要 生物質(zhì)能源 作為替代能源 在解決我國(guó)未來(lái)能源供需、環(huán)境保護(hù)以及社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展 問(wèn)題中有著積極的促進(jìn)作用。 開(kāi)發(fā)和利用生物質(zhì)能源過(guò)程 中存在資源、技術(shù)和市場(chǎng)三方面瓶頸，其中資源是技術(shù)和市場(chǎng)的前提與基礎(chǔ)，生物質(zhì)資源量以及原料的收集、儲(chǔ)存和運(yùn)輸是目前研究的熱點(diǎn)問(wèn)題。利用 現(xiàn)代科學(xué)技術(shù)進(jìn)行生物質(zhì)秸稈資源量預(yù)測(cè)，結(jié)合區(qū)域分布特征進(jìn)行最優(yōu)收集、運(yùn)輸 路徑 的分析與評(píng)估，能夠明確區(qū)域秸稈資源能源化利用的合理方式，節(jié)約運(yùn)輸成本。 本文以青島即墨市農(nóng)作物秸稈資源量預(yù)測(cè)為基礎(chǔ)，以 20稈電廠原料收集、運(yùn)輸、利用以及秸稈發(fā)電系統(tǒng)的碳循環(huán)分析為研究對(duì)象，通過(guò)基于主成分分析的多元線性回歸模型建立了即墨市主要農(nóng)作物產(chǎn)量預(yù)測(cè)模型，完成了對(duì)即墨市 2007 年 小麥與 玉米產(chǎn)量 預(yù)測(cè) ，結(jié)合農(nóng)作物谷草比經(jīng)驗(yàn)算式對(duì)即墨市 2007 年小麥與玉米秸稈總量進(jìn)行推算，預(yù)測(cè)值與實(shí)際值相差 預(yù)測(cè)效果良好。利用 間分析方法、 遙感圖像處理軟件、 作環(huán)境，通過(guò) 能組件 立 間接生成腳本的思路，實(shí)現(xiàn)了基于空間思想的點(diǎn)對(duì)點(diǎn)最短路徑的自動(dòng)判別，本文以 9為秸稈單位收集區(qū)域，通過(guò)分析秸稈原料在單位區(qū)域內(nèi)外的兩種不同運(yùn)輸模式，結(jié)合 言的腳本批處理功能，完成了對(duì)即墨市擬建 20稈電廠所需原料的 最優(yōu)運(yùn)輸路徑的批量計(jì)算以及整個(gè)運(yùn)輸過(guò)程中的總成本分析。綜合生物質(zhì)的生長(zhǎng)到最終能源化轉(zhuǎn)化過(guò)程，完成了整個(gè)發(fā)電系統(tǒng)的碳循環(huán)分析以及秸稈發(fā)電廠的經(jīng)濟(jì)效益評(píng)估。 本文應(yīng)用基于主成分分析的多元線性回歸模型預(yù)測(cè)了研究區(qū)域內(nèi)主要農(nóng)作物的秸稈資源總量，彌補(bǔ)了直接運(yùn)用多元回歸方程對(duì)影響因子個(gè)數(shù)的限制與樣本相對(duì)較少情況下擬合效果不佳的不足，利用 型手段與 件的腳本批處理功能解決了模型本身無(wú)法循環(huán)執(zhí)行的實(shí)際困難，并對(duì)秸稈資源最短收集路徑與有效收集成本實(shí)現(xiàn)了動(dòng)態(tài)展示與科學(xué)估算，該方 法可為秸稈電廠選址、原料收集運(yùn)輸提供基于空間技術(shù)的合理規(guī)劃。通過(guò)對(duì)秸稈電廠的運(yùn)行效率、原料利用、廢氣排放以及經(jīng)濟(jì)效益的相應(yīng)分析，證明了在即墨市近郊設(shè)立 20稈電廠的可行性。 關(guān)鍵 詞 ： 生物質(zhì)能源 ，秸稈資源量，預(yù)測(cè)模型， 最優(yōu)運(yùn)輸路徑，即墨市 an in 3 in of in IS of of of of of on to of of 007 of by of to we of by we as of or of to 0MW is to a of on is on to of of as to In of by in a of of be by of of 目 錄 基于 區(qū)域秸稈資 源量預(yù)測(cè)與最優(yōu)收集路徑分析 以即墨市為例 . 要 . 錄 .目錄 .目錄 . 緒論 .究背景 .內(nèi)外研究現(xiàn)狀 . 術(shù)及其應(yīng)用 . 生物質(zhì)資源量預(yù)測(cè)模型 . 秸稈資源最優(yōu)收集、運(yùn)輸路徑分析 . 秸稈發(fā)電系統(tǒng)及其經(jīng)濟(jì)性分析 .文主要工作 . 研究區(qū)域概況 .然資源概況 .稈資源利用現(xiàn)狀 . 秸稈資源量預(yù)測(cè)分析 以即墨市為例 .源預(yù)測(cè)模型 . 影響因子選擇 .型預(yù)測(cè)與結(jié)果比較 . 玉米產(chǎn)量模型預(yù)測(cè) . 小麥產(chǎn)量模型預(yù)測(cè) . 秸稈量估算 .結(jié) . 20稈電廠原料最優(yōu)路徑分析 以即墨市為例 .物質(zhì)秸稈電廠 . 秸稈電廠選擇 . 秸稈電廠設(shè)立原理 .錄 V 合 法的最優(yōu)收集路徑分析 . 數(shù)據(jù)來(lái)源 . 最優(yōu)運(yùn)輸路徑分析過(guò)程 . 收集運(yùn)輸成本計(jì)算 .結(jié) . 20稈氣化發(fā)電廠經(jīng)濟(jì)分析與 .稈電廠碳循環(huán)分析與 . 農(nóng)作物碳吸收以及 . 秸稈焚燒過(guò)程 . 生物質(zhì)秸稈發(fā)電系統(tǒng)的碳循環(huán)分析 . 20稈電廠 .0物質(zhì)氣化發(fā)電的經(jīng)濟(jì)效益分析 . 經(jīng)濟(jì)評(píng)價(jià)基本參數(shù) . 相關(guān)經(jīng)濟(jì)評(píng)價(jià)分析 .結(jié) . 結(jié)語(yǔ) .論 .論 .足與展望 .考文獻(xiàn) .錄 1 . 謝 .圖目錄 圖 1 行政區(qū)劃圖 . 11 圖 2 本散點(diǎn)圖 . 18 圖 3 本散點(diǎn)圖 . 18 圖 4 本散點(diǎn)圖 . 18 圖 5 殘差分析圖 . 20 圖 6 玉米估算產(chǎn)量與實(shí)際產(chǎn)量對(duì)比圖 . 22 圖 7 小麥估算產(chǎn)量與實(shí)際產(chǎn)量對(duì)比圖 . 26 圖 8 秸稈電廠廠點(diǎn)標(biāo)識(shí)圖 . 28 圖 9 處理流程圖 . 30 圖 10 基于 型的即墨市最優(yōu)化路徑分析與運(yùn)輸成本計(jì)算過(guò)程 . 30 圖 11 圖像裁剪預(yù)處理結(jié)果圖 . 33 圖 12 地理數(shù)據(jù)處理結(jié)果 . 34 圖 13 點(diǎn)到點(diǎn)最優(yōu)路徑分析模型 . 34 圖 14 最優(yōu)收集路線排序表 . 36 圖 15 最優(yōu)運(yùn)輸路線及其收集點(diǎn) . 36 圖 16 收集區(qū)域到收集點(diǎn)的運(yùn)輸過(guò)程 . 37 圖 17 即墨市秸稈電廠原料收集運(yùn)輸圖 . 39表目錄 目錄 表 1：統(tǒng)計(jì)預(yù)測(cè)模型與遙感模型主要優(yōu)缺點(diǎn)比較 . 3 表 2：三種秸稈發(fā)電技術(shù)主要優(yōu)缺點(diǎn)比較 . 8 表 3：相關(guān)影響因子參數(shù)值 . 15 表 4：相關(guān)系數(shù)矩陣 . 15 表 5：主成分特征值、貢獻(xiàn)率及累積貢獻(xiàn)率表 . 16 表 6：初始因子荷載矩陣 . 16 表 7：各主成分參數(shù)值 . 17 表 8：模型概述表 . 19 表 9：方差分析表 . 19 表 10：偏回歸系數(shù)表 . 19 表 11： 2007 年相關(guān) 影響因子參數(shù)值 . 20 表 12：實(shí)際產(chǎn)量、預(yù)測(cè)產(chǎn)量及其相對(duì)誤差值 . 21 表 13：實(shí)際產(chǎn)量、估算產(chǎn)量及其相對(duì)誤差值 . 21 表 14：相 關(guān)影響因子參數(shù)值 . 22 表 15：相關(guān)系數(shù)矩陣 . 23 表 16：主成分特征值、貢獻(xiàn)率及累積貢獻(xiàn)率表 . 23 表 17：初始因子荷載矩陣 . 24 表 18： 數(shù)值 . 24 表 19：模型概述表 . 25 表 20：方差分析表 . 25 表 21：偏回歸系數(shù)表 . 25 表 22：實(shí)際產(chǎn)量、預(yù)測(cè)產(chǎn)量及其相對(duì)誤差值 . 26 表 23：即墨市相關(guān)農(nóng)作物參數(shù) . 31 表 24：坐標(biāo)投影參數(shù) . 32 表 25：相關(guān)運(yùn)輸參數(shù)取值 . 37 表 26：相關(guān)參數(shù)取值 . 38 表 27：秸稈 排量關(guān)系表 . 40 表 28：秸稈露天燃燒排放因子 . 41 表 29： 20化發(fā)電系統(tǒng)碳循環(huán)相關(guān)參數(shù) . 42 表 30： 20稈氣化發(fā)電廠各項(xiàng)指標(biāo) . 43 1 緒論 1 1 緒論 究背景 作為世界能源消費(fèi)大國(guó)， 2007 年我國(guó)進(jìn)口原油 噸，石油對(duì)外依存度高達(dá) 能源利用總效率為 33%左右，較發(fā)達(dá)國(guó)家約低 10 個(gè)百分點(diǎn)； 2006 噸、煙塵 噸、粉塵 噸 1。供需矛盾突出、利用效率低下、環(huán)境污染嚴(yán)重以及安全程度不足是我國(guó)能源發(fā)展面臨的最嚴(yán)重挑戰(zhàn) 2。大力發(fā)展可再生能源特別是生物質(zhì)能源，既是解決當(dāng)前和未來(lái)能源供需矛盾的重要措施，又是保護(hù)環(huán)境，促進(jìn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的必然選擇 3生物質(zhì)能源具有可再生 性、低污染性、廣泛分布性，是僅次于煤炭、石油和天然氣的世界第四大能源 6。開(kāi)發(fā)利用生物質(zhì)能源不僅可以改變能源生產(chǎn)和消費(fèi)方式，同時(shí)對(duì)建立可持續(xù)的能源系統(tǒng)，促進(jìn)中國(guó)國(guó)民經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)也具有重大意義。從 20 世紀(jì)開(kāi)始，世界各國(guó)已對(duì)可再生的生物質(zhì)資源的開(kāi)發(fā)利用給予了極大關(guān)注。許多國(guó)家制定了相應(yīng)的生物質(zhì)能 源 開(kāi)發(fā)研究計(jì)劃，如美國(guó)的先進(jìn)能源計(jì)劃、日本的新陽(yáng)光計(jì)劃、巴西的乙醇能源計(jì)劃、歐盟的生物燃料行動(dòng)計(jì)劃等都提出了明確的生物質(zhì)能源開(kāi)發(fā)計(jì)劃與發(fā)展目標(biāo) 2。 目前，開(kāi)發(fā)和利用生物質(zhì)能源主要存在資源、技術(shù)和市場(chǎng)三個(gè)方面的瓶頸，而技術(shù)和市場(chǎng)均以資源的穩(wěn)定供給作為前提和基礎(chǔ)。生物質(zhì)資源量的掌握對(duì)實(shí)現(xiàn)生物質(zhì)能源產(chǎn)業(yè)的健康有序發(fā)展是至關(guān)重要和必不可少的，其總量、時(shí)空分布及收集途徑的分析和評(píng)估直接關(guān)系到生物質(zhì)能源的利用方式確定。作為傳統(tǒng)農(nóng)業(yè)大國(guó)，我國(guó)擁有豐富的生物質(zhì)資源，以生物質(zhì)資源的主要來(lái)源之一秸稈資源為例，目前我國(guó)秸稈資源潛力折合約 7 億噸標(biāo)煤，可能源化利用的資源量約 為 t，若完全能源化利用相當(dāng)于 8800 萬(wàn) t 標(biāo)準(zhǔn)煤，占全國(guó)可再生能源開(kāi)發(fā)利用總量的 53%2。然而，我國(guó)針對(duì)生物質(zhì)資源分布及其收集、運(yùn)輸、儲(chǔ)存的評(píng)估研究尚處于起步階段，如何高效和準(zhǔn)確的評(píng)估區(qū)域內(nèi)的生物質(zhì)資源，確定最優(yōu)的生物質(zhì)原料收集運(yùn)輸路徑是當(dāng)前急需解決的問(wèn)題之一 。 內(nèi)外研究現(xiàn)狀 為解決上述問(wèn)題，文本引入 間技術(shù)、 生物質(zhì)資源 量 預(yù)測(cè)模型 以及秸稈發(fā)電系統(tǒng)碳循環(huán)、經(jīng)濟(jì)效益評(píng)估方 法進(jìn)行研究分析。 基于 區(qū)域秸稈資源量預(yù)測(cè)與最優(yōu)收集路徑分析 以即墨市為例 2 術(shù)及 其 應(yīng)用 地理信息系統(tǒng)（ 簡(jiǎn)稱 指由計(jì)算機(jī)系統(tǒng)、地理數(shù)據(jù)和用戶組成的，通過(guò)地理數(shù)據(jù)的集成、存儲(chǔ)、檢索、操作和分析，生成并輸出各種地理信息，從而為土地利用、資源管理、環(huán)境監(jiān)測(cè)、交通運(yùn)輸、經(jīng)濟(jì)建設(shè)、城市規(guī)劃以及政府各部門(mén)行政管理提供新的指示，為工程設(shè)計(jì)和規(guī)劃、管理 提供 決策服務(wù)。美國(guó)愛(ài)達(dá)荷大學(xué)地理系的 地理信息系統(tǒng)定義為用于輸入、存儲(chǔ)、查詢、分析和顯示地理數(shù)據(jù)的計(jì)算機(jī)系統(tǒng) 7。 20 世紀(jì) 60 年代， 不同地方、從不同角度提出地理信息系統(tǒng)的概念。近 30 多年以來(lái)，地理信息系統(tǒng)得到了巨大發(fā)展， 20 世紀(jì) 90 年代己經(jīng)進(jìn)入了用戶時(shí)代。并廣泛應(yīng)用于政府國(guó)土、環(huán)境、人口等資源的調(diào)查統(tǒng)計(jì)、分析、管理及決策，區(qū)域規(guī)劃管理和城市基礎(chǔ)設(shè)施管理，行業(yè)規(guī)劃管理，大型工程規(guī)劃設(shè)計(jì)，市場(chǎng)分析，商業(yè)與服務(wù)業(yè)管理等方面。 同時(shí)， 術(shù)在生物質(zhì)能源領(lǐng)域方面也 具有廣闊的 應(yīng)用 前景 。 術(shù)的引入對(duì)大面積生物質(zhì)資源的評(píng) 估具有極大的優(yōu)勢(shì)， 利用 空間分析功能以及空間數(shù)據(jù)庫(kù)管理功能不僅可較好地結(jié)合氣象數(shù)據(jù)與 衛(wèi)星影像 了解各種生物質(zhì)資源在我國(guó)的時(shí)空分布，同時(shí)也可為生物質(zhì)資源的總量預(yù)測(cè)、空間表達(dá)以及相關(guān)生物質(zhì)處理工廠的原料收集、供需成本最優(yōu)化等問(wèn)題提供基于空間思想的科學(xué)指導(dǎo)。 物質(zhì)資源 量 預(yù)測(cè)模型 生物質(zhì)資源量的估算方法包括經(jīng)驗(yàn)法、模型法、資源密度法等，其中模型法手段多樣、精確度高、使用最為廣泛。 源量預(yù)測(cè)模型 目前國(guó)內(nèi)外秸稈資源量 預(yù)測(cè) 模型主要包括基于常規(guī)統(tǒng)計(jì)方法的預(yù)測(cè)模型及基于 術(shù)的遙感估算模型。 統(tǒng)計(jì)學(xué)預(yù)測(cè)模型 利用 以往統(tǒng)計(jì)數(shù)據(jù)結(jié)合數(shù)學(xué)模型對(duì)各種糧食資源進(jìn)行預(yù)測(cè)，通過(guò)谷草比轉(zhuǎn)化得到 相應(yīng) 秸稈資源量。其中，糧食產(chǎn)量的預(yù)測(cè)與估算是統(tǒng)計(jì)學(xué)模型進(jìn)行農(nóng)作物秸稈資源量預(yù)測(cè)的關(guān)鍵。從上世紀(jì) 80 年代提出利用多元線性回歸模型實(shí)現(xiàn)對(duì)糧食產(chǎn)量的預(yù)測(cè)以來(lái)，統(tǒng)計(jì)學(xué)模型先后引入了神經(jīng)網(wǎng)絡(luò)方法、指數(shù)平滑法、灰色理論、馬爾可夫方法、混沌理論等方法，以擴(kuò)大適用預(yù)測(cè)范圍以及提高預(yù)測(cè)精度，國(guó)內(nèi)主要研究成果包括史欣欣等利用多元線性回歸原理計(jì)算出陜西榆林地區(qū) 2010 年糧食產(chǎn)量 8；周介銘等通過(guò)糧食生產(chǎn)因素的灰色分析結(jié)果，利用線性回歸模型預(yù)測(cè)了四川省 2005、 2010、 2015、 2020、 2025 和2030 年的糧 食產(chǎn)量 9；禹建 麗等利用 經(jīng)網(wǎng)絡(luò)原理對(duì)我國(guó)糧食產(chǎn)量進(jìn)行了實(shí)際預(yù)測(cè) 10；李葆春等利用建立的灰色 預(yù)測(cè)模型對(duì)定西縣（ 1999 2013 年）的糧食作物年平均產(chǎn)量進(jìn)行預(yù)測(cè) 11；劉安等利用灰色馬爾可夫模型理論預(yù)測(cè)出桐城縣未來(lái) 5 年冬小麥單產(chǎn) 12；遲靈1 緒論 3 芝分別利用指數(shù)平滑法擬合二次曲線模型和灰色預(yù)測(cè)模型法，計(jì)算出本溪市 （ 2000 2004）年糧食產(chǎn)量 13。上述模型方法在實(shí)際應(yīng)用中已經(jīng)較為成熟，但其僅對(duì)資源的總量進(jìn)行預(yù)測(cè)，而未考慮資源的空間分布研究對(duì)資源預(yù)測(cè)與利用的重要性?；?術(shù)的遙感模型運(yùn)用空間數(shù)據(jù)及地圖顯示方法可解決統(tǒng)計(jì)學(xué)模型在此方面存在的不足。 目前大多數(shù)遙感模型均以計(jì)算 完成對(duì)農(nóng)作物資源量的估算。利用遙感技術(shù)計(jì)算 遙感模型主要包括： 型、 型、型和 型等。 型既考慮了光能利用又考慮了植被生理生態(tài)過(guò)程，在大量觀測(cè)數(shù)據(jù)的基礎(chǔ)上，該模型針對(duì)全球特征研究提出了一套標(biāo)準(zhǔn)參數(shù)集。型主要由植物吸收的光合有效輻射 光 能轉(zhuǎn)化率 兩個(gè)變量確定。型是一個(gè)完全由遙感資料驅(qū)動(dòng)的生 產(chǎn)力效率模型，基于植物光合作用和自養(yǎng)呼吸等生態(tài)機(jī)理過(guò)程，是最早全部使用遙感反演數(shù)據(jù)全球 尺度的生產(chǎn)力模型。我國(guó)研究人員在遙感模型運(yùn)用方面已取得一定研究成果，張曉浩等利用 型思路與 據(jù)估算出 2001 年廣東水稻總生物量為 010廣東省統(tǒng)計(jì)數(shù)據(jù)結(jié)果基本吻合，同時(shí)得到水稻生物量的空間分布 14；王芳等利用 型與廣東省光能利用率修正 據(jù)，計(jì)算出 2002 年廣東省農(nóng)作物總量并轉(zhuǎn)換為生物質(zhì)能，其生物質(zhì)能總量與統(tǒng)計(jì)年鑒數(shù)據(jù)相差 15。 型優(yōu)缺點(diǎn)比較 上述模型中統(tǒng)計(jì)學(xué)模型數(shù)據(jù)獲取難度低、 方法簡(jiǎn)單、易于實(shí)現(xiàn)，此外應(yīng)用范圍較遙感模型更加廣泛，特別是對(duì)于中小型或局部區(qū)域的作物產(chǎn)量預(yù)測(cè)結(jié)果精確度較高，但存在無(wú)法表達(dá)作物真實(shí)空間分布特征、模擬復(fù)雜系統(tǒng)能力有限的不足。遙感模型能真實(shí)反映作物空間分布以及具有一定的生態(tài)模擬功能，但存在（ 10m 10m）以內(nèi)的精確遙感影像數(shù)據(jù)獲取難度與成本較高、空間的尺度轉(zhuǎn)換問(wèn)題的不足。相關(guān)模型優(yōu)缺點(diǎn)比較見(jiàn)表 1。 表 1： 統(tǒng)計(jì)預(yù)測(cè)模型與遙感模型主要優(yōu)缺點(diǎn)比較 : 測(cè)模型 主要優(yōu)點(diǎn) 主要缺點(diǎn) 多元線性回歸模型 運(yùn)用簡(jiǎn)單，在 小型研究區(qū)域或 變量較少 時(shí)預(yù)測(cè)精度較高。 模擬復(fù)雜系統(tǒng)的能力有限， 未考慮區(qū)域資源空間分布差異，難以反映資源在空間分布上的真實(shí)狀況。 經(jīng)網(wǎng)絡(luò)模型 學(xué)習(xí)數(shù)據(jù)的逼近能力好。 模型局部精度高，整體精度低。未進(jìn)行空間分析，難以反映資源空間分布差異。 灰色馬爾可夫模型 不需要大量統(tǒng)計(jì)資料 ，短期預(yù)測(cè)精度高。 長(zhǎng)期預(yù)測(cè)精度不高，難以反映區(qū)域資源分布的真實(shí)狀況。 基于 區(qū)域秸稈資源量預(yù)測(cè)與最優(yōu)收集路徑分析 以即墨市為例 4 型 通過(guò)常規(guī)生態(tài)生理方法測(cè)得，數(shù)據(jù)具有實(shí)時(shí)性、有效性。展示了區(qū)域資源的空間分布差異與真實(shí)分布狀況。 據(jù)空間分辨率較低，存在時(shí)間與空間的尺度轉(zhuǎn)換問(wèn)題及不同數(shù)據(jù)源的不同類型數(shù)據(jù)兼容問(wèn)題，數(shù)據(jù)成本較高。 型 綜合考慮了環(huán)境條件、植被本身特征與空間分布差異。 參數(shù)確定和求算過(guò)程細(xì)節(jié)存在一定的不足，植被覆蓋分類系統(tǒng)的選擇與 的取值對(duì) 算結(jié)果影響很大，數(shù)據(jù)成本較高。 型 完 全由遙感資料驅(qū)動(dòng)的生產(chǎn)力效率模型、模型結(jié)構(gòu)與參數(shù)相對(duì)簡(jiǎn)單 別依賴于 被指數(shù)，受觀測(cè)角度制約，數(shù)據(jù)成本較高。 稈資源量預(yù)測(cè)模型 為保證預(yù)測(cè)區(qū)域內(nèi)農(nóng)作物產(chǎn)量的精確性，本文選擇主成分分析法與多元回歸分析預(yù)測(cè)法建立即墨市農(nóng)作物秸稈資源的多元線性回歸預(yù)測(cè)模型。 主成分分析法是指將多個(gè)變量通過(guò)線性變換以選出較少個(gè)數(shù)重要變量的一種多元統(tǒng)計(jì)分析方法，其實(shí)質(zhì)上是將各變量之間互相關(guān)聯(lián)的復(fù)雜關(guān)系進(jìn)行簡(jiǎn)化分析的方法 16。主成分析法經(jīng)常用于減少數(shù) 據(jù)集的維數(shù)，通過(guò)忽略高階主成分保留低階主成分的方法保持?jǐn)?shù)據(jù)集對(duì)方差貢獻(xiàn)最大的特征，這樣低階成分往往能夠保留住數(shù)據(jù)的最重要信息。在實(shí)際應(yīng)用中，主成分個(gè)數(shù)的確定是以當(dāng)特征值大于 1 時(shí)，能夠反映原來(lái)變量 80%以上的信息量為依據(jù)，當(dāng)信息量累積貢獻(xiàn)率大于 80%時(shí)主成分的個(gè)數(shù)已滿足條件，最常見(jiàn)的主成分個(gè)數(shù)為 2到 4 個(gè)。主成分分析法把給定的一組相關(guān)變量通過(guò)線性變換轉(zhuǎn)成另一組不相關(guān)的變量，這些新的變量按照方差依次遞減的順序排列。在數(shù)學(xué)變換中保持變量的總方差不變，使第一變量具有最大的方差，稱為第一主成分，第二變量的方差次大，并且 和第一變量不相關(guān)，稱為第二主成分。依次類推，擁有 i 個(gè)此類變量就有 i 個(gè)主成分 16。 多元回歸分析預(yù)測(cè)法是指通過(guò)對(duì)兩個(gè)或兩個(gè)以上的自變量與一個(gè)因變量的相關(guān)分析，建立預(yù)測(cè)模型進(jìn)行預(yù)測(cè)的方法。當(dāng)自變量與因變量之間存在線性關(guān)系時(shí)，稱為多元線性回歸分析 17。其多元線性回歸模型： mm 22110 (1假定從理論上或經(jīng)驗(yàn)上已經(jīng)知道輸出變量 y 是輸入變量 線性函數(shù)，但表達(dá)其線性關(guān)系的系數(shù)是未知的，要根據(jù)輸入輸出的 n 次觀察結(jié)果 (， i=1 n)按最小二乘法原理來(lái)求出系數(shù)0m的值。 求出多元線性回歸模型系數(shù)后，通常的模型檢驗(yàn) 方法包括：判定系數(shù)檢驗(yàn)（ R 檢驗(yàn)），回歸系數(shù)顯著性檢驗(yàn)（ T 檢驗(yàn)），回歸方程顯著性檢驗(yàn)（ F 檢驗(yàn)）。 (1)R 檢驗(yàn)）。判定系數(shù) R 的計(jì)算公式為： 1 緒論 5 )()(221 yy （ 1 (1R 接近于 1 表明 Y 與 ， 間的線性關(guān)系程度密切； R 接近于 0 表明 1， ， 間的線性 關(guān)系程度不密切 17。 (2)T 檢驗(yàn)）。在多元回歸分析中，回歸系數(shù)顯著性檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭忻總€(gè)自變量與因變量之間的線性關(guān)系是否顯著。顯著性檢驗(yàn)是通過(guò)計(jì)算各回歸系數(shù)的 t 檢驗(yàn)值進(jìn)行的?；貧w系數(shù)的 t 檢驗(yàn)值 的計(jì)算公式為 St (1式中j為第 j 個(gè)自變量 回歸系數(shù) （ j=1， 2， k） ； 是j的樣本標(biāo)準(zhǔn)差。在多元回歸模型中，某個(gè)變量回歸系數(shù)的 t 檢驗(yàn)沒(méi)有通過(guò)，說(shuō)明該變量與因變量之間不存在顯著的線性相關(guān)關(guān)系，在回歸分析時(shí)就可以將該變量刪去，或者根據(jù)情況作適當(dāng)?shù)恼{(diào)整，而后用剩下的自變量再進(jìn)行回歸分析 17。 (3)F 檢