基于非线性PLSR模型的气候变化对粮食产量的影响分析

摘要：

考虑气候因子间多重共线性及其与粮食产量间复杂的非线性关系，本文在HP滤波分离出气候产量的基础上，尝试引入基于三次 B 样条变换（Spline-PLSR）和内部嵌入 GRNN 的两种非线性偏最小二乘模型（GRNN-PLSR），利用1961-2008年气候因子数据建立气候产量计算模型，以2009—2013年数据进行拟合检验，并与常用的C-D生产函数法计算的气候产量进行比较。结果表明，Spline-PLSR法在拟合气候因子变化对粮食产量影响时预测精度较高。而且，与 C-D 生产函数法相比，Spline-PLSR 所需要素较少，操作简单，相对误差最高仅为13.6%；与GRNN-PLSR法拟合结果相比，Spline-PLSR相对误差波动较小，因此，基于三次B样条变换的非线性偏最小二乘法建模较适合拟合气候产量。

关键词：气候产量、偏最小二乘法、三次B样条、广义回归神经网络

所属期刊栏目：37

分类号：X32;S51

资助基金：国家社会科学基金15BTJ019

在线出版日期：2017-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：674-681