根據(jù)萬盛經(jīng)濟技術(shù)開發(fā)區(qū)2009—2018年氣象資料和2009—2018年茶葉產(chǎn)量資料,基于SPSS軟件對氣候因子與茶葉產(chǎn)量開展了關(guān)聯(lián)性探究,從氣溫、降水等102個氣候因子中篩選出8個相關(guān)性較高的因子,建立了多元回歸模型。利用此模型預(yù)測歷年茶葉產(chǎn)量,結(jié)果發(fā)現(xiàn),茶葉預(yù)測產(chǎn)量與實際產(chǎn)量擬合較好,預(yù)測精度在91%～100%,平均精度為96%。此模型具有較高的精確度和可用性,可對茶葉產(chǎn)量進行有效預(yù)報。 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 資料來源
2 方法介紹
3 建立茶葉產(chǎn)量預(yù)測模型
    3.1 建立趨勢產(chǎn)量預(yù)測方程
    3.2 建立氣候產(chǎn)量預(yù)測方程
    3.3 建立茶葉產(chǎn)量預(yù)測方程
4 回歸效果檢驗
5 萬盛經(jīng)開區(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. 2011(06)
[2]基于SPSS的日照市茶葉產(chǎn)量預(yù)測模型的建立[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)試驗區(qū)糧食產(chǎn)量組合預(yù)測模型研究[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冬小麥產(chǎn)量的影響[J]. 史印山,王玉珍,池俊成,魏瑞江.  中國生態(tài)農(nóng)業(yè)學(xué)報. 2008(06)
[6]河北省玉米產(chǎn)量灰色理論分析與預(yù)測[J]. 張文英,栗秋生,栗雨勤.  華北農(nóng)學(xué)報. 2007(S1)
[7]灰色動態(tài)GM（1,1）模型在豫南稻區(qū)油菜產(chǎn)量預(yù)測中的應(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]基于馬爾柯夫過程和概率分布特征的糧食產(chǎn)量預(yù)測[J]. 姜會飛,廖樹華,丁誼,郭勇.  中國農(nóng)業(yè)氣象. 2006(04)
[9]灰色系統(tǒng)理論預(yù)測農(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)測模型[J]. 袁立新,段修榮,余先超.  四川氣象. 2006(01)



本文編號：3672137