【正文】 灰色模型的條件是原始離散數(shù)據(jù)為光滑函數(shù),而糧食產(chǎn)量由于受氣候、地貌等自然因素的影響具有非常大的不確定性,本文采用提高光滑度的措施,其主要思路是先對原始數(shù)列進(jìn)行移動平滑處理,基本計算公式為:　式中: 是時間序列中第期的值,是 期移動平滑值, 是周期數(shù)。對玉米單產(chǎn)進(jìn)行年滑動平均處理，分離趨勢產(chǎn)量，和氣象產(chǎn)量。分離得到下表()中數(shù)據(jù)，因滑動平均方法對樣本數(shù)量有損耗，故滑動平均處理后，玉米單產(chǎn)資料由1971—2008年變?yōu)?973—2006年。 玉米趨勢產(chǎn)量和氣象產(chǎn)量滑動平均分離表年份平均單產(chǎn)趨勢產(chǎn)量氣象產(chǎn)量1973372534133121974332136413201975397019763963197744181978380245657631979470519805937198157845901117198268791983620019846492198556181986630061571431987605119886324198964161990617219916359199256321993651719946677199568691996717119974513639818851998666819996769200067462001513658777412002525858075492003547657652892004641920056536633919720066588（2）氣象產(chǎn)量的分析利用統(tǒng)計軟件，分析分離得到的歷年氣象產(chǎn)量與同期氣象資料之間的相關(guān)關(guān)系。發(fā)現(xiàn)氣象產(chǎn)量和六月份月小型蒸發(fā)量，六月份月平均相對濕度，七月份月最高氣溫，七月份月平均相對濕度，十月份月降水量，十月份月平均相對濕度等6個氣候因子的相關(guān)關(guān)系較為顯著。另外，玉米的氣象產(chǎn)量和其花期、發(fā)育成熟期、花芽分化期等重要生理期的部分氣象因子相關(guān)程度也很高，（表中帶“*”，帶“**”） 滑動平均方法分離的氣象產(chǎn)量和氣象因子之間的相關(guān)性氣象因子相關(guān)系數(shù)六月份月小型蒸發(fā)量 *六月份月平均相對濕度 **七月份月最高氣溫 *七月份月平均相對濕度 *十月份月降水量 *十月份月平均相對濕度** 相關(guān)性因素進(jìn)一步利用回歸分析方法進(jìn)行分析，得到如下圖的氣象產(chǎn)量的回歸擬合方程可以看出，十月份降水量與六月份月小型蒸發(fā)量的系數(shù)比較小，說明影響也比較的小，因此我們選擇將其剔除，重做回歸分析，得到以下圖圖 由此，我們得到回歸方程=++ （1）其中式中代表十月平均相對濕度，代表7月份月最高氣溫，代表七月份月平均相對濕度，六月份月平均相對濕度。我們得到氣象產(chǎn)量的預(yù)測如下（3）趨勢產(chǎn)量的處理及預(yù)報趨勢產(chǎn)量由地理環(huán)境等因素決定，逐年變化幅度比較小，有相對的穩(wěn)定性。其變化曲線如圖： 趨勢產(chǎn)量曲線鑒于此圖的特點我們決定用分段用多項式方法模擬趨勢產(chǎn)量用多項式方法模擬趨勢產(chǎn)量的方程如下：最后預(yù)測趨勢產(chǎn)量如下： 趨勢產(chǎn)量表（4）產(chǎn)量預(yù)測及其檢驗用得到趨勢產(chǎn)量，根據(jù)(模擬氣象產(chǎn)量。把模擬的氣象產(chǎn)量和模擬的趨勢產(chǎn)量相加，即為模擬的玉米單產(chǎn)。 氣象產(chǎn)量模擬最后我們帶入2007年及2008年的氣象資料，并計算預(yù)測結(jié)果，檢驗?zāi)Ｐ偷木龋?模型的精度 預(yù)測趨勢產(chǎn)量預(yù)測氣象產(chǎn)量預(yù)測單產(chǎn)，，有此可知在趨勢產(chǎn)量的預(yù)測中，調(diào)和權(quán)重法頗有可取之處。此法能以不同權(quán)重方法去求算各序列樣本對趨勢產(chǎn)量的影響，距預(yù)報年越近的樣本，其權(quán)重越大，離預(yù)報年越遠(yuǎn)的樣本，其權(quán)重越小。顯然，調(diào)和權(quán)重法的合理性是不容置疑的，它比較符合農(nóng)業(yè)生產(chǎn)的實際情況。故直線滑動平均方法與調(diào)和權(quán)重法相結(jié)合，是對作物趨勢產(chǎn)量進(jìn)行模擬和預(yù)報的比較有效的方法之一。但是調(diào)和權(quán)重法會減少樣本數(shù)量，對數(shù)據(jù)較少的較難與預(yù)測，并且對最近幾年產(chǎn)量的關(guān)系比較密切，但在對最近幾年數(shù)據(jù)不住的情況下較難預(yù)測，也難以達(dá)到他的準(zhǔn)確性。以下我們根據(jù)近些年的氣候條件，預(yù)測以后的氣候條件，進(jìn)而帶入前面的回歸方程，可以預(yù)測未來的氣候條件及其糧食產(chǎn)量。 10月平均相對濕度由此，我們可以得出10月份平均相對濕度的預(yù)測方程即 七月最高氣溫由此，我們可以得出7月份最高氣溫的預(yù)測方程即 7月平均相對濕度由此，我們可以得出7月份平均相對濕度的預(yù)測方程即 六月平均相對濕度由此，我們可以得出10月份平均相對濕度的預(yù)測方程即最后我們可以將算得的氣象數(shù)據(jù)帶入氣象產(chǎn)量方程：=++ （1）可以得到氣象產(chǎn)量，然后用求得的趨勢產(chǎn)量，就可以得到我們的預(yù)測產(chǎn)量。由于我們對氣象因子的預(yù)測呈線性，從長遠(yuǎn)來看不符合實際。但是現(xiàn)在的氣象預(yù)報可以提前幾個月對氣象進(jìn)行預(yù)測，因此，我們可以根據(jù)氣象部門的提前預(yù)報資料，來預(yù)測玉米產(chǎn)量。5 結(jié) 論可以看出，用滑動平均方法對日照玉米往年產(chǎn)量進(jìn)行模擬的精度與灰色模型模擬的精度基本一致，但對未來年份玉米的產(chǎn)量進(jìn)行預(yù)測時，建議采用多項式方法，因為他的精度明顯很高，且灰色模型不適于長期的預(yù)測。因此本文對日照玉米產(chǎn)量進(jìn)行預(yù)測時，采用多項式方法。對于長期玉米產(chǎn)量的預(yù)測，根據(jù)給定的氣象資料，我們就能得到其預(yù)測產(chǎn)量。謝 辭三個多月忙碌地查找資料、翻閱書籍、處理數(shù)據(jù)、編寫程序、整理材料、寫作論文，今天終于可以順利的完成論文的最后的謝辭了。想了很久，要寫下這一段謝辭。寫到了這一頁，這意味著學(xué)位論文寫作結(jié)束的一頁，也意味著四年大學(xué)生活即將結(jié)束的一頁。此時此刻的心情是復(fù)雜的，有著論文寫作過程即將完成的欣慰，也有著即將離開校園的失落感，而最多的，還是心里滿滿的感激。 感謝我們的夏省祥導(dǎo)師，李秀珍導(dǎo)師，他們的嚴(yán)謹(jǐn)細(xì)致、一絲不茍的作風(fēng)一直是我學(xué)習(xí)中的榜樣；他們循循善誘的教導(dǎo)和不拘一格的思路給予我無盡的啟迪。從課題的選擇到論文的最終完成，二位老師都始終給予我細(xì)心的指導(dǎo)和不懈的支持。同時，二位老師也十分關(guān)心我們的生活，在指導(dǎo)我們更好地完成論文的同時，還經(jīng)常問及我們的就業(yè)及考研情況。在此謹(jǐn)向兩位老師致以誠摯的謝意和崇高的敬意。參考文獻(xiàn)[1] 李秀珍，[M].機械工業(yè)出版，:16134.[2] 吳翊，李永樂，[M].國防科技大學(xué)出版社,: 7078.[3] [M].北京大學(xué)出版社,. [4] [M].中國水利水電出版社,.[5] [M].北京：氣象出版社，.[6] 趙靜，[M].,:247298.[7] 姜啟源，邢文訓(xùn)，謝金星，[M].清華大學(xué)出版社,.[8] 王建林、[M].氣象出版社，[9] S. W. Tromp. Biometerorology[M]. Heyden amp。 Son Ltd. , 13.[10] Grambsch, Anne .Climate change and human health impacts in the United States an update on the results of the . national assessment[EB/OL], 2006,29.