根據(jù)萬(wàn)盛經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)2009—2018年氣象資料和2009—2018年茶葉產(chǎn)量資料,基于SPSS軟件對(duì)氣候因子與茶葉產(chǎn)量開(kāi)展了關(guān)聯(lián)性探究,從氣溫、降水等102個(gè)氣候因子中篩選出8個(gè)相關(guān)性較高的因子,建立了多元回歸模型。利用此模型預(yù)測(cè)歷年茶葉產(chǎn)量,結(jié)果發(fā)現(xiàn),茶葉預(yù)測(cè)產(chǎn)量與實(shí)際產(chǎn)量擬合較好,預(yù)測(cè)精度在91%～100%,平均精度為96%。此模型具有較高的精確度和可用性,可對(duì)茶葉產(chǎn)量進(jìn)行有效預(yù)報(bào)。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 資料來(lái)源
2 方法介紹
3 建立茶葉產(chǎn)量預(yù)測(cè)模型
    3.1 建立趨勢(shì)產(chǎn)量預(yù)測(cè)方程
    3.2 建立氣候產(chǎn)量預(yù)測(cè)方程
    3.3 建立茶葉產(chǎn)量預(yù)測(cè)方程
4 回歸效果檢驗(yàn)
5 萬(wàn)盛經(jīng)開(kāi)區(qū)茶葉生產(chǎn)的不利氣候因素分析
    5.1 冬季低溫雨雪災(zāi)害
    5.2 干旱
    5.3 春季低溫
    5.4 暴雨洪澇
    5.5 高溫?zé)岷?br>6 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]分離趨勢(shì)產(chǎn)量和氣候產(chǎn)量的方法探討[J]. 房世波.  自然災(zāi)害學(xué)報(bào). 2011(06)
[2]基于SPSS的日照市茶葉產(chǎn)量預(yù)測(cè)模型的建立[J]. 朱秀紅,鄭美琴,姚文軍,于懷征.  河南農(nóng)業(yè)科學(xué). 2010(07)
[3]畢節(jié)試驗(yàn)區(qū)糧食產(chǎn)量組合預(yù)測(cè)模型研究[J]. 張榮達(dá),唐義.  現(xiàn)代農(nóng)業(yè)科技. 2010(01)
[4]灰色線性回歸組合模型在河南省糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[J]. 李炳軍,李秋芳,盧秀霞.  河南農(nóng)業(yè)科學(xué). 2009(10)
[5]河北平原氣候變化對(duì)冬小麥產(chǎn)量的影響[J]. 史印山,王玉珍,池俊成,魏瑞江.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2008(06)
[6]河北省玉米產(chǎn)量灰色理論分析與預(yù)測(cè)[J]. 張文英,栗秋生,栗雨勤.  華北農(nóng)學(xué)報(bào). 2007(S1)
[7]灰色動(dòng)態(tài)GM（1,1）模型在豫南稻區(qū)油菜產(chǎn)量預(yù)測(cè)中的應(yīng)用[J]. 柳世君,段仁周,藍(lán)黎明,何道君,程輝.  現(xiàn)代農(nóng)業(yè)科技. 2006(12)
[8]基于馬爾柯夫過(guò)程和概率分布特征的糧食產(chǎn)量預(yù)測(cè)[J]. 姜會(huì)飛,廖樹(shù)華,丁誼,郭勇.  中國(guó)農(nóng)業(yè)氣象. 2006(04)
[9]灰色系統(tǒng)理論預(yù)測(cè)農(nóng)作物產(chǎn)量的應(yīng)用初探[J]. 吳志付,劉道敏,陳久月.  現(xiàn)代農(nóng)業(yè)科技. 2006(10)
[10]用SPSS建立自貢水稻產(chǎn)量年景預(yù)測(cè)模型[J]. 袁立新,段修榮,余先超.  四川氣象. 2006(01)



本文編號(hào)：3672137