基于气象灾害预报的作物种植类型决策方法

干旱、雨涝是农业生态方面重要的水文气象灾害,科学地根据水文气象预报来选择种植作物品种,一直是农业管理者、生产者非常关心的问题,传统的决策方法是根据农业总体区划、作物种植习惯和耕作习惯确定的,具有一定的局限性。提出了基于气象灾害预报对错概率的作物种植类型决策新方法,综合考虑了农业气象预报的误报概率和作物适应性,克服了传统方法的不足。对绥棱农场某种植区20年的水文气象资料进行了分析,计算了旱涝预报与实况联合概率矩阵,推导出水文气象预报对错概率矩阵;根据作物品种在不同天气状况的产量,确定了决策失误损失矩阵。实证分析表明,所提决策方法可有效地减少因旱涝灾害给粮食产量带来的损失,对作物品种的选择具有很好的实用参考价值。     

支持向量机法在煤与瓦斯突出分析中的应用研究

通过分析采煤工作面煤与瓦斯涌出量与地质构造指标的对应关系,应用支持向量机(SVM)方法对煤与瓦斯涌出类型及涌出量进行分析。建立两类突出识别的SVM模型、多类型突出识别的H-SVMs模型以及预测瓦斯涌出量的支持向量回归模型。研究结果表明:SVM方法能够很好地对煤与瓦斯突出模式进行识别,所建立的采煤工作面瓦斯涌出量预测模型的精度高于应用BP神经网络预测精度;SVM理论基础严谨,决策函数结构简单,泛化能力强,并且决策函数中的法向量W可以反映突出模式识别的地质结构指标的权重。