基于ARIMA模型预测黑龙江省粮食产量

(整期优先)网络出版时间:2022-05-12
/ 2

基于 ARIMA模型预测黑龙江省粮食产量

闫海洋 彭乐朕 张琦 金子楠 于殿忠

理学院 黑河学院 黑龙江 164300

摘要:运用627c702a09559_html_51956459982517c3.gif 模型对1990-2021年黑龙江省粮食产量数据进行预测。将预测值与实际值对比,结果表明,627c702a09559_html_53f36ad959c4a09f.gif 模型,拟合效果较好,并预测出2022年黑龙江省粮食产量为7998.669万吨。

关键词:627c702a09559_html_51956459982517c3.gif 模型;粮食产量;预测

1引言

黑龙江省2021年粮食产量为1573.54亿斤,连续11年在全国领跑,为保障国家粮食安全做出了巨大贡献。黑龙江省粮食生产在全国占有重要的战略地位,对粮食产量进行预测研究,对我国的农业发展具有重大的意义。

2黑龙江省粮食产量增长分析

通过查询《黑龙江省统计年鉴》收集黑龙江省1990年到2021年的粮食产量数据,发现黑龙江省粮食产量总体是呈上升的趋势的,在1990年至2003年增长缓慢,并且存在较大波动,2004年至2015年急速上升,2015年到2021年又呈现平稳增长趋势。同时数据波动具有明显的周期性,因此选择627c702a09559_html_51956459982517c3.gif 模型进行预测分析。

3黑龙江省粮食产量的预测

3.1 平稳性检验

利用627c702a09559_html_ed4632019332e5f2.gif 软件绘制时序图,发现序列存在一定的周期趋势,并没有显著的线性趋势。对原始序列,一阶差分序列以及二阶差分序列进行单位根检验,在临界值在1%,5%,10%的情况下,二阶差分后数据的P值为0,小于0.05,可见序列是平稳的,则可选择二阶差分序列进行时间序列分析。

3.2 模型定阶与检验

对二阶差分序列绘制自相关与偏自相关函数图。通过观察二阶差分序列具有明显的拖尾特征,大部分序列位于置信上限和置信下限之内。

对模型的定阶,采用BIC准则,当BIC函数值达到最小时模型最优。经过计算最终选择627c702a09559_html_53f36ad959c4a09f.gif 模型,模型结果如表1所示。

表1 AIRMA(1,2,0)检验表

符号

Q统计量

Q6(P)

0.925(0.336)

Q12(P)

2.939(0.817)

Q18(P)

10.887(0.539)

Q24(P)

13.668(0.750)


Q39(P)

18.947(0.755)

信息准则

AIC

433.879

BIC

438.083

拟合优度

627c702a09559_html_91e8ae0788fb18a1.gif

0.978

由表1可以看出,Q统计量的p值均大于0.1,表明模型通过了白噪声检验。信息准则AICBIC值,用于多次分析模型对比,越低越好。同时模型的拟合优度627c702a09559_html_91e8ae0788fb18a1.gif 为0.978,模型表现优秀,基本满足要求,最终确定模型结果为627c702a09559_html_53f36ad959c4a09f.gif 模型。模型公式为:

627c702a09559_html_abe45cdb3e2875ef.gif

3.2 模型预测

将拟合序列和原始序列对比,预测2022年黑龙江省粮食产量,结果如图2所示。从图中可以看出,图形基本吻合,拟合效果良好。在此模型下,预测2022年黑龙江省粮食产量为7998.669万吨。


627c702a09559_html_a0b3fa7230dd71bd.png


图2 黑龙江省粮食产量真实值与拟合值的对比图

4结论

本文首先对1990年至2021年黑龙江省粮食产量数据,进行描述性分析,发现数据随着时间的增加有明显的上升趋势,并且伴随着季节性变动,因此选择627c702a09559_html_51956459982517c3.gif 模型进行预测分析。采用BIC准则对模型定阶,最终确定的627c702a09559_html_53f36ad959c4a09f.gif 模型,拟合效果最好,并预测到黑龙江粮食产量仍处于上升趋势。

本论文得到2021年黑龙江省大学生创新创业训练计划项目:绿色食尚,自然北疆­­—黑龙江省农产品营销模式研究(项目编号:202113744032)资金资助。

参考文献

[1] 魏子力.黑龙江省气候生产力时空分布及粮食产量预测[J].陕西气象,2021(02):49-55.

[2] 张莹莹,徐文科.基于灰色GM(1,1)模型对黑龙江省粮食产量的预测[J].哈尔滨师范大学自然科学学报,2019,35(03):41-45.

[3] 李铁男.齐齐哈尔市粮食增产潜力影响要素分析及产量预测[J].黑龙江大学工程学报,2012,3(01):74-78.

[4] Viswanathan Chinnusamy, Masaru Ohta, Siddhartha Kanrar,et al.ICE1:a regulator of cold induced transcription and freezing tolerance in Arabidopsis [J] .Genes&Development, 2003, (17) :1043-1054.

[5] 邓吉祥,程叶青,张阳生.黑龙江省粮食生产变化及潜力预测[J].农业系统科学与综合研究,2010,26(01):22-26.