[发明专利]一种淡水养殖鱼类产量预测方法

摘要

本发明属于鱼类产量估算技术领域，公开了一种淡水养殖鱼类产量的预测方法，能够实现淡水养殖鱼类产量的准确预测。采集历史气象数据与历史淡水养殖鱼类产量数据，利用逐步回归分析法筛选对淡水养殖鱼类产量影响显著的气象因素，为了判断是否引入或者删除新的变量，而不改变方程总体的显著性，因此设定一个系数用来判别引入和删除新的变量。利用这些影响显著的气象因素建立预测淡水养殖产量的预测模型，运用该模型能为淡水鱼类养殖的生产管理提供帮助。

主权项

1.一种淡水养殖鱼类产量预测方法，其特征在于，步骤如下：(1)获取历史淡水养殖鱼类产量数据；(2)获取历史淡水养殖鱼类产量数据对应时间内的历史气象数据；历史气象数据具体包括日照时长、湿度、降水量和温度；历史气象数据中的温度包括历史气象数据的最高温度、最低温度和平均温度，并计算得到平均温度的标准差、温差及温差的平方；历史气象数据中的降水量包括历史气象数据的白天降水量、夜间降水量和降水量，并计算得到降水量的标准差；(3)根据历史淡水养殖鱼类产量数据与历史气象数据，建立回归模型Yi＝β1Xi1+β2Xi2+…+βmXim+εi，其中Yi表示第i年的淡水养殖鱼类产量；Xim表示第i年第m种历史气象参数，m＝1,2,…,12；βm表示第m种历史气象参数的回归系数；εi表示修正系数；(4)运用逐步回归分析法，逐个引入显著性变量，同时剔除不显著性变量，以期获得最优的回归模型；所述的逐步回归法是通过偏回归平方和对变量进行显著性检验考虑是否引入或是剔除变量，具体方法是：将对对淡水养殖鱼类产量影响大的因素引入回归方程，引入的条件是该因素的偏回归平方和在待选因素中最大，同时，每引入一个对淡水养殖鱼类产量影响显著的因素都要以偏回归平方和来考虑是否引入新变量，若在显著性水平α引入下，变量的显著性检验p<α引入，则表明引入该变量；若在显著性水平α剔除下，变量的显著性检验下p>α剔除，则应剔除该变量；直到对所有因素进行过引入剔除的检验，此时保留下来的因素是对产量影响显著的因素；(5)利用逐步回归分析法筛选出来的对淡水养殖鱼类产量影响显著的因素以及回归模型，根据逐步回归结果，将筛选出来的变量及其回归系数带入(3)中的回归模型，建立淡水养殖鱼类产量预测模型，预测模型如下；Y＝‑16057‑345.2A2+5601B+17560C‑8214D‑13.96E2+6134F+11098G+127.6H2‑651I其中：Y表示淡水养殖鱼类产量；A表示平均降水量，单位mm；B表示白天降水量，单位mm；C表示夜间降水量，单位mm；D表示平均温度，单位℃，E表示平均温度，单位℃；F表示平均温度的标准差，单位℃；G表示最低温度，单位℃；H表示温差，单位℃；I表示平均湿度，单位％；(6)将采集到的当期气象数据带入淡水养殖鱼类产量预测模型，即可得到当期淡水养殖鱼类产量。