养殖用海保有量预测方法初探

2014-12-16 08:22李杏筠
生物技术世界 2014年8期
关键词:保有量原始数据灰色

李杏筠

(广东省海洋发展规划研究中心 广东广州 510220)

1 研究背景与目的

进入21世纪以来,我国的海水养殖业发展极为迅速,产量一直位列世界第一位,海水养殖业为我国的海洋经济和粮食安全作出了巨大贡献[1]。然而,近年来交通用海、工矿用海、旅游娱乐用海等用海需求持续增加,挤压了渔业用海空间,而且各种非法用海和不合理用海行为一定程度上破坏了海洋生态环境,对国家粮食安全构成重大威胁。科学统筹养殖用海保有量,重点保障养殖用海迫在眉睫。

2 灰色预测系统GM(1,1)模型介绍

灰色预测系统GM(1,1)模型是通过对原始数据进行序列处理和灰色模型建立,对系统的未来状态作出科学定量预测的方法,适用于各种社会经济系统指标的趋势预测,如总人口、总产量、总收入、保有量等[2]。本次灰色预测法从广东省海水养殖现状入手,运用历年海水养殖面积数据建立预测模型,具体步骤如下:

第一,建立养殖用海保有量灰色预测模型。

(1)设定养殖用海面积为原始数列 X(0),得:

(2)对(0)进行一次累加,得:

(3)根据 X(0)(k)和 X(1)(k)求出发展系数-a和灰色作用量b。

表1 精度检验等级参照表

表2 广东省2006-2012年海水养殖面积统计

表3 广东省养殖用海保有量预测计算表

第二,对计算结果进行模型精度检验。

灰色预测检验一般有相对误差检验、关联度检验和后验差检验三种方法,均是通过对残差的考察来判断模型的精度。一般情况下,最常用的是相对误差检验指标,因此本文采用相对误差检验作为模型精度检验方法。

3 广东省养殖用海保有量预测

3.1 建立灰色预测模型

农业普查相关部门于2006年对广东省养殖用海面积统计口径进行了调整,因而2006年的养殖用海面积较之前有较大幅度的减少。由此本文采用2006年及之后的海水养殖面积数据进行预测,详见表2。

首先,根据灰色预测系统GM(1,1)模型,运用表2统计数据建立养殖用海保有量灰色预测模型:

由此,预测出2013年至2020年的广东省养殖用海保有量为:

则至2020年养殖用海保有量预测值为282578.39公顷,具体计算过程见表3。

3.2 检验

采用相对误差检验方式,计算出的2006-2012年的历年实际养殖用海保有量与模拟预测养殖用海保有量的相对误差范围为0.00~0.09,其中平均相对误差为0.04。对照精度检验等级参照表,平均相对误差0.04<0.05且 ∆n为0.0388<0.05,该模型为残差合格模型,模型精度为二级,精度较高,具体计算见表3。

4 结语

根据《广东省海洋功能区划2011-2020》要求,至2020年,广东省海水养殖用海的功能区面积不少于25万公顷[3],文中预测结果为282578.39公顷,符合《广东省海洋功能区划2011-2020》制定的要求。

需要注意的是,灰色预测系统(GM1,1模型)对原始数据发展规律的敏感度较高。从表3中可以看出,最大相对误差值出现在2007年,这是由于2007年的原始数据相对于2006年为负增长,数据波动不规律。因此,原始数据发展的规律性越强,预测值与实际值的相对误差就越小,模型预测精度越高。而对于原始数据经常发生不规则波动的情形,则需通过灰色预测系统中的区间预测法进行预测[2]。

[1]孙瑞杰,李双建.世界海洋渔业发展趋势研究及对我国的启示[J].海洋开发与管理.2014年第5期:85-89.

[2]刘思峰,谢乃明等.灰色系统理论及其应用[M].北京:科学出版社,201306.

[3]广东省海洋功能区划(2011-2020年)[R].广东省人民政府,2012年12月.

猜你喜欢
保有量原始数据灰色
全国机动车保有量突破4亿辆,新能源汽车占比2.90%
GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATION
受特定变化趋势限制的传感器数据处理方法研究
浅灰色的小猪
对我国私家车保有量影响因素的统计分析
对我国私家车保有量影响因素的统计分析
全新Mentor DRS360 平台借助集中式原始数据融合及直接实时传感技术实现5 级自动驾驶
灰色时代
她、它的灰色时髦观
感觉