农业气象预测（共11篇）
农业气象预测 篇1
干旱是影响临夏地区农业生产最严重的自然灾害, 其发生的频率和受灾程度, 由东北向西南呈现带状的递减型。位于临夏东北部的永靖及东乡大部分地区, 特别是董岭、唐汪、车家湾等一带十年九旱;东乡县西南、临夏县等大部分地方基本是三年两头旱;沿积石山至太子一线, 平均4年到5年一旱。要抵御旱灾, 应该在思想上有准备, 行动上有作为。要能准确地预测旱灾的发生, 并及时传递到党政领导部门、农业科研单位及农民群众中。为此, 临夏州气象局已建立健全了综合气象通信、天气预报警报广播、农业气象情报、人工影响天气、灾害收集、“12121”自动答询和综合预报服务系统, 为各级党政领导机关提供了有力的决策依据。同时各地还应根据当地实际情况采取一些工程措施, 为抗旱夺丰收, 促进农业生产稳定发展, 发挥重要作用。
一、工程措施
㈠集流工程临夏地区总耕地面积为150万公顷, 三分之二以上属于雨养农业区。灌溉面积小, 大部分依赖于自然降水。目前在难以大幅度扩大灌溉面积的情况下, 水利建设坚持“大、中、小相结合, 以小为主”和“引、提、蓄相结合, 以蓄为主”的原则。东乡县、临夏县中部黑白土覆盖区搞“121”雨水集流工程, 永靖、积石山、临夏县东南部及和政东南部的红砂土区搞雨水集流池比较合理。充分利用有利的气象条件, 改变传统的旱农观念, 以先进设施蓄拦自然降水。大力发展集流井、池、拦洪坝等一切集流的办法, 引洪漫地, 完善集流灌溉工程, 也应大力推广起田间地头, 园田路旁等多种覆膜集雨技术。
㈡环境工程在山坡地退耕还林还草, 大力开展种草种树, 进一步扩大林区和草场面积, 增加荒山岭与山川的绿色度, 防治和减少水土流失, 尽快改善生态环境, 这对蓄水保墒, 抑制干旱, 将有重要而深远的意义。
二、干旱气象服务
㈠种草种树气象服务深入研究林草适宜气象条件, 特别对积石山脉前麓及太子山脉山麓前荒山秃岭, 每年春季和秋季到造林规划地段实地测量土壤湿度状况, 配合降水趋势预测结果最大限度的利用年景气象条件, 为地方政府提供造林适宜性报告, 避免造林的盲目性, 提高造林效益。
临夏州的地形地势比较复杂, 从南到北, 海拔高度差异很大, 各种气象条件差异十分明显, 所以我们要充分利用有利的气象条件, 根据不同的地理环境下的气象条件, 结合前期墒情和未来降水趋势, 在造林季节随时为政府提供最佳造林时机建议, 加快临夏州的绿化进度。
㈡作物种植气象服务提高短、中期气候预测, 做好抗旱年度预报, 为各级政府制定作物种植计划和种植结构提供有力的气象科技依据。如预测当年有春旱, 这将严重影响我州东北部地区的永靖县、东乡县、临夏县中部和积石山东部等地区夏田的播种和出苗, 应建议政府部门和旱农区群众, 大胆压缩夏粮播种面积。有条件和掌握小麦覆盖技术的旱农区群众, 应大力扩大小麦覆盖面积。预测春末夏初有旱, 这会对临夏州的中部、东北部半干旱区和干旱区的夏粮和秋粮尤其是夏粮造成严重威胁, 建议政府部门和有关部门、旱农区群众大面积地压缩非耐旱性粮食作物, 建议更换抗旱籽种, 扩大各种抗旱覆盖, 充分利用集流工程。预测有秋旱, 干旱发生不利于洋芋、玉米等秋作物粮食的生产, 建议提前搞好各种水利设施, 利用各种抗旱技术。随时掌握前期天气实况和土壤墒情, 根据本州秋旱特点, 进行气象跟踪检测, 为地方政府提供抗旱决策服务。
㈢人工影响天气在干旱季节, 根据短期天气预报, 不失时机地抓住有利天气形势, 实施飞机人工高炮和火箭增雨, 抵御干旱灾害。临夏州的干旱主要发生于5、6月份, 这一时期正值春小麦拔节需水量最大的时期, 降水多少直接关系夏秋作物产量的高低, 是开展人工增雨作业的好时机。
三、干旱服务指标及生产建议
春季有旱灾, 建议永靖县的坪沟、新寺、王坪、川城、王台、红泉、杨塔和东乡县的考勒、春台、柳树、锁南、免古池、白合、那勒寺等地应压缩夏粮播种面积, 扩大秋粮面积;改变种草种树计划, 改春季造林为秋季造林。春末夏初有旱, 按实际情况, 改变粮食播种面积, 以经补粮;有计划地抢墒播种秋粮作物;加强必要的田间管理, 利用一切条件及时进行补灌。夏末夏初连旱, 建议永靖县、东乡县、临夏县中北部、广河县北部、积石山县东部等地区, 有计划地减少夏粮播种面积, 扩大秋作物种植面积;扩大经济作物种植面积, 采取一切措施抗旱保粮。秋季有旱, 建议有计划地压缩秋粮作物播种面积;建议一切设施提前蓄水;有针对性的采用地膜早种、多种夏粮, 做到以夏补秋;不宜开展秋季造林;抢墒翻耕保墒。雨水年, 建议扩大夏粮播种面积;加强田间管理, 及时除草或喷施除草剂, 及时施肥, 防治病虫害;加强人工防雹作业;夏粮收获后, 及时对夏地茬进行深翻保墒。
农业气象预测 篇2
设计15种模糊气象预测方法,对棉花产量进行预测.研究结果表明,以相关系数和条件概率分别构成模糊向量和模糊矩阵,最后抉择为最佳的`(Y)=(X)B(・)(R)P数学模型.通过一个实例195年次运算,有12种模糊气象预报方法回报准确率达100%.
作 者：杨中旭 李秋芝 杜东英 侯桂明 邓国生 高东玉 王春云 陈平YANG Zhong-xu LI Qiu-zhi DU Dong-ying HOU Gui-ming DENG Guo-sheng GAO Dong-yu WANG Chun-yun CHEN Ping 作者单位：杨中旭,李秋芝,侯桂明,邓国生,高东玉,王春云,陈平,YANG Zhong-xu,LI Qiu-zhi,HOU Gui-ming,DENG Guo-sheng,GAO Dong-yu,WANG Chun-yun,CHEN Ping(山东省聊城市农科院,山东,聊城,25)
杜东英,DU Dong-ying(山东省聊城市东昌府区湖西办事处,山东,聊城,252000)
农业气象预测 篇3
从世界局部区域来看，暴风雪、严寒和冰冻席卷欧亚多国；热带风暴、台风袭击东亚、南亚、东南亚和北美地区；南亚、中美洲、巴西遭受严重暴雨袭击等。高考命题“能力立意”是指根据解决现实问题的需要选择考查的知识，从不同设问角度沟通现实问题与学科知识之间的联系，进而考查考生获取和解读地理信息、调动和运用地理知识、描述和阐释地理事物、论证和探讨地理问题的能力。
命题方向一：我国气象灾害的种类、特点、监测和防御。
1. 气象灾害的种类、特点及衍生灾害。
气象灾害指暴雨、寒潮、大风、高温、干旱、雷电、冰雹、大雾、连阴雨等直接造成的灾害，以及由此引发的洪涝灾害、地质灾害、植物病虫害、森林火灾、草原火灾、环境污染、流行疫情等气象次生灾害。
气象灾害的种类主要包括暴雨、寒潮、大风、低温、高温、干旱、雷电、冰雹、大雾、霜冻、连阴雨等。
气象灾害的特点：出现次数最多，发生范围最大，危害面最广，造成的损失最严重。
2. 气象灾害的监测和防御。
监测：“风云一号”气象卫星，2008年9月6日发射的“环境减灾”A、B卫星。
涉及的主要考点：时间相关的计算及地球运动规律、我国主要的卫星发射基地、我国主要的环境问题及自然灾害、3S技术在环境监测与防灾减灾中的应用等。我国气象部门发布的高温、大雾、寒潮、雷电大风等黄、橙、红色预警信号的含义及识别等。
防御：（1）应急预案准备；（2）物料准备；（3）通信准备；（4）防汛抗旱检查；（5）防汛日常管理工作。
涉及的考点：
（1） 洪水来临前的防御措施：① 要保持冷静，防止恐惧心理。② “人往高处走，水往低处流”可作为防洪的基本思路，要选择登高避难的方式。如基础牢固的屋顶、大树等。③ 扎制木筏等逃生用品，并收集木盆、木制家具、漂浮材料等用绳子捆扎在一起作为救生设备，以备急用。④ 利用各种通讯设备发出求救信号，并设法保持联系。⑤ 注意保存火种、药品和御寒用品。⑥ 蒸煮粮食，做成熟食，以备急需。⑦ 洪水围困后，没有足够的安全措施，不要轻易采取转移行动。
（2） 大雾防御措施：① 由气象部门发布大雾红色预警信号。② 机场、高速公路、轮渡管理单位加强调度指挥，适时采取交通安全管制措施。③ 浓雾中行驶的交通工具应减速或暂停行驶。④ 出行人员佩戴口罩，减少吸入雾中有害物质。
（3） 泥石流危害防御：① 迅速转移到安全的高地，不要在谷底过多停留。② 注意观察周围环境，特别留意是否听到远处山谷传来打雷般声响，如听到要高度警惕，这很可能是泥石流将至的征兆。③ 选择平整高地作營地，尽可能避开有滚石和大量堆积物的山坡下面，不要在山谷和河沟底部扎营。④ 发现泥石流后，要马上向与泥石流成垂直方向两边的山坡上面爬，越高越好，越快越好，绝对不能往泥石流的下游跑。
泥石流伤害人员的救助：将压埋在泥浆或倒塌建筑物中的伤员救出后：① 立即清除口、鼻、咽喉内的泥土及痰、血等，排除体内的污水。② 对昏迷的伤员，应将其平卧，头后仰，将舌头牵出，尽量保持呼吸道的畅通。③ 对有外伤者先采取止血、包扎、固定等方法处理，然后送往医院救治。
（4） 雷雨天防范措施：① 雷暴天气出门，最好穿胶鞋。② 遇到雷电时，远离大树、高的建筑物，也不要骑自行车急驰。人体与地面的接触面要尽量缩小，以防止因“跨步电压”造成伤害。③ 在旷野开阔地带，最好找一个低洼处，双脚并拢蹲下来，尽可能降低高度，以免作为凸出尖端而被闪电直接击中。④ 不要高举雨伞或肩扛长的带金属的物体。⑤ 不要在大树下和高墙下避雨，在亭子里避雨时应远离亭子内的柱子。⑥ 尽快离开山顶、山坡、山脊、河流、湖泊及岸边。⑦ 不要在水面停留，如正在游泳或划船要立即上岸，因为这些地方是最易落雷处。
雷电伤害人员的救助：① 进行口对口人工呼吸。② 对伤者进行心脏按摩，并迅速通知医院进行抢救处理。③ 遭雷击后引起衣服着火，应马上让伤者躺下，防止烧伤面部，并往伤者身上泼水或用厚外衣、毯子等把伤者裹住，以扑灭火焰。
【预测题1】
阅读下列材料，回答问题。
材料一2007年3月3日（农历正月十四）我国局部地区地面天气图（图甲）。
材料二中央台消息：国家海洋环境预报中心2007年3月3日发布风暴潮、海浪一级紧急警报。受强冷空气等的影响，渤海将出现1969年以来最强的一次风暴潮（图乙）。
（1） 图中A处的天气系统是_______；若A、B之间等压线的数值均不相同，则B处的气压可能为_______，在该天气系统的控制下，B地的天气特点为_______。
（2） 简述渤海湾风暴潮灾害的分布特点，并结合图示分析其产生的气象原因。
（3） 除气象因素外，分析说明引起这次风暴潮的其它原因。
（4） 渤海湾是我国风暴潮最严重地区之一，简述风暴潮对当地造成的主要危害及解决措施。
参考答案（1） 温带气旋（或锋面气旋、低压）；1052百帕（答案为大于1050百帕和小于1055百帕之间的任一数值均可，没有单位不能得分）；天气晴朗，寒冷干燥。（2） 渤海西南部受风暴潮灾害影响最为严重，东北部影响较小；渤海湾地区等压线密集，气压梯度大，风力强，风浪大；风向以偏北风为主，致使海水向渤海西南岸堆积，因而出现较大风暴潮。（3） ①此时正值满月前后，即将出现天文大潮，潮汐与风暴潮的叠加，抬高了潮水位；②渤海湾呈喇叭型，又是浅海大陆架，由于海岸和海底地形的影响，非常有利于风暴潮的发展；③渤海湾西侧为滨海平原，地势低平，容易受到风暴潮的侵袭；④本区是我国地面沉降最为严重的地区之一，海平面上升和地面沉降使风暴潮灾害加剧。（4） 危害：①对堤围等工程设施的破坏（对沿海海堤、海岸工程、公路和海塘都会造成严重的破坏）；②对沿海和海上工农业生产活动造成破坏（风暴潮造成的增水会淹没码头、仓库等，造成工厂瘫痪，严重的会使海上油田停产；影响水产养殖和海上捕捞）；③对海岸的侵蚀及生态系统的破坏（风暴潮加速海岸侵蚀，并挟带大量海水，淹没农田和湿地，加速海岸生态系统的退化）；④海水入侵，造成河水和地下水水质变差。措施：①加强风暴潮监测和预警工作；②加强风暴潮灾害防御的宣传教育，提高民众的防灾意识；③加强水资源管理，严格控制地下水开采，控制地面下沉；④加强防潮工程建设，提高防潮能力。
命题方向二：我国气象灾害的分布、成因及对生产、生活的影响。
1. 我国季风气候的特点及与之相关的洪涝、干旱灾害的分布及成因。
我国夏季风势力的强弱、进退造成我国降雨时空分布的季节变化和年季变化大，在季风区南涝北旱和南旱北涝灾害交替出现。气候异常年份在不同区域造成严重的洪涝和干旱；华北平原的暴雨洪涝与春旱、江淮地区的梅雨与伏旱及其各自的成因，与地形的关系等。
涉及的考点：
（1） 降水的空间分布特点：南多北少，东多西少；800mm与400mm等降雨量线的走向。
（2） 季风区与非季风区的界限：大兴安岭—阴山—贺兰山—巴颜喀拉山—冈底斯山。
（3） 降水的季节分布与年际变化：集中在夏秋季节，南方雨季开始早，结束晚，时间长；北方雨季开始晚，结束早，雨季短；由南至北降水集中程度愈大。年际变化大。
（4） 我国锋面雨带的推移规律：正常年份里，随着副高的加强、北移和南退，4、5月，夏季风登陆我国南部沿海，与逐渐减弱后退的西北季风交锋于南岭以南，雨带位于华南地区，北方春旱；6月，副高进一步加强，夏季风北进，雨带徘徊在江淮流域，江淮地区进入梅雨；7月~8月，雨带推移到华北、东北；9月，副高减弱南退，雨带南撤至长江以南，北方雨季结束，10月撤出我国大陆，雨季结束。
（5） 我国洪涝、干旱的地区分布：图1、图2。
2. 寒潮、台风、沙尘暴对我国局部区域的影响。
（1） 寒潮：指降温地区广，降温幅度大（我国规定24小时内降温达10℃以上），持续时间长的强冷空气。常带来严寒、大风、霜冻等恶劣天气，发源于蒙古和西伯利亚（亚洲高压源地），由快行冷锋导致。常爆发于每年秋末、冬季和初春（如2008年1月~2月我国南方雪灾）。我国大部分地区都受到寒潮影响，但西藏、云贵高原受寒潮影响小，特别是雅鲁藏布江谷地和云南南部谷地。四川盆地、广东、台湾、海南一带寒潮不易侵入（因地势高或受山岭层层阻挡，离源地较远）。
寒潮对农业的影响：易使我国晚秋作物、春播作物倒伏和受冻；在北方草原暴风雪覆盖草场而断绝牲畜食物来源且易使牲畜受冻死亡。对杀灭农田害虫、麦苗返青、保墒有利。另外，寒潮对电讯、交通等方面有很大破坏作用。
（2） 台风：常爆发于夏秋季节，8月最多；带来狂风和特大暴雨。西北太平洋热带洋面是全球台风发生次数最多的海域，我国东南沿海地区广东、台湾、福建、海南、浙江等省市易受其影响。
台风对农业的影响：主要是由狂风和特大暴雨产生的破坏性和洪涝，但对缓解长江中下游的伏旱及华南局部地区的秋旱，具有有利作用。
（3） 沙尘暴：常爆发于冬春季节，以春季为甚。① 成因：自然原因，春初，北方地区天气回暖，气团活动频繁，与西伯利亚冷空气相汇形成大气漩涡，大风天气增多，加以春季北方天气干燥，降水少，空气湿度低，地表裸露，冻土解冻后变得更加松软干燥，缺少植被覆盖和保护，易成扬沙、沙尘天气。人为原因，由于乱砍滥伐，过度垦荒、放牧、挖药材等，致使北方大面积地表裸露。② 影响范围：内蒙古中部、西部地区；甘肃西部、中部，宁夏、山西北部，河北北部和北京等北方地区。③ 危害：能见度下降，出行不便，空气污染加重，作物减产，加剧土地沙化。④ 措施：严禁乱砍滥伐滥挖、滥牧滥垦，调整农林牧产业结构，大力植树种草。
【预测题2】
阅读下列材料，并结合图示回答问题。
材料一2007年进入7月份以来，我国部分地区特别是淮河流域连续普降大到暴雨，局部地区出现大暴雨，淮河干流全线超过警戒水位，部分河段超过保证水位，发生了新中国成立以来仅次于1954年的全流域性大洪水，防汛抗洪形势异常严峻。
材料二2006年11月6日，治理淮河的标志性工程——临淮岗洪水控制工程正式建成，标志着淮海干流结束了无控制性枢纽的历史。今后淮河干流中游的防洪能力将提高到百年一遇，是淮河防洪体系中具有关键性控制作用的枢纽工程,被称为“淮河上的三峡工程”。
（1） 2007年7月淮河流域连降暴雨的主要原因。
（2） 据图描述淮河的水系特征。
（3） 从灾害学意义上讲，淮河地区是我国南北过渡地带，其降水具有北方地区_______的特点和南方地区的_______特点。
（4） 从自然和人为原因分析淮河流域内旱涝灾害频繁的原因。
（5） 淮河历史上出现过多次洪涝灾害，你对防治淮河洪水有什么好建议?
（6） 淮河下游的洪泽湖由于泥沙淤积，已成为“地上河”，成为此次淮河防洪的重要地段之一。根据河流的补给形式，分析淮河流域“退田还湖”“封山植树”等措施在防洪上的重要作用。
（7） 图中铁路线A_______为线，影响该铁路线的主要区位因素是_______。
（8） 图中B地区是我国中低产田地区的一部分，它是_______，由_______、_______两条河流冲积形成的。图中城市D是_______，位于我国_______工业基地。
（9） 简述该地区发展农业的主要障碍有哪些？该地区今后农业发展要解决的主要问题是什么？
（10） 临淮岗洪水控制工程犹如淮河上的“三峡”、“小浪底”，简述其建设的重要意义。
参考答案
（1） 南方来的暖湿气流与北方来的冷气流相遇形成的锋面雨带在淮河流域滞留时间长，降水强度大
（2） 北岸支流長而多，南岸支流短而少
（3） 暴雨集中，降水变率大暴雨历时长，强度大
（4） 自然原因：春季锋面雨带没有到达，往往形成“春旱”；夏季，受副热带高压带控制，“伏旱”严重；有些年份，当夏季风过强时，锋面雨带迅速北移，淮河流域降水稀少。
人为原因：淮河流域垦殖指数高，农田面积大，农业用水量大；森林植被破坏严重，植被涵养水源能力差。
（5） 上游植树造林，加强水土保持；在各大支流修建水库，调蓄径流；中游利用洼地修筑蓄洪工程；下游开挖入海新河，分散水流；加强湖泊对洪水的调节能力；加强预报、监测，提高人们的防灾、减灾意识。
（6） ① 河流的补给形式主要有雨水、季节性积雪融水、冰川融水、湖泊水和地下水等。其中以雨水补给为主的河流径流量变化一般较大，以湖泊水、地下水补给为主的河流径流量变化一般较小。② 淮河主要以雨水补给为主，受季风气候的影响，淮河径流量的季节变化和年际变化较大，常形成旱涝灾灾。“退耕还湖”“封山育林”可以利用湖泊的蓄水功能和森林的涵养水源的功能，减少雨水补给的比例，增加淮河径流量的湖泊水和地下水补给的比例，从而减小淮河径流量的季节变化和年际变化，以利防洪抗旱。
（7） 京九经济因素
（8） 黄淮平原黄河 淮河南京沪宁杭
（9） 主要障碍有旱涝、盐碱和风沙。主要问题有充分挖掘现有耕地生产潜力和农业生态环境污染。
农业气象预测 篇4
生活垃圾和生活废水的任意排放,畜禽粪便、农作物秸秆的不合理利用,城市工业、交通产生的酸性气体,农业上各种农药的大面积使用,都对库区环境造成直接的污染或潜在的威胁。特别是农业面源污染,生产方式陈旧、农药化肥的过量使用、土地利用规划不合理、田间管理落后,当区域降雨形成地表径流时,就会加重水土流失,径流携带地表当中的污染物质进入水体,给水体的功能正常发挥带来负面影响[1]。
由于南苕溪在汛期,水流量大,上游大量泥沙被洪水冲至青山水库。水库的缓冲作用,使泥沙沉积在底部,所以青山库底质以泥沙为主。
因此,青山水库水体中面源引入的污染物主要是大量泥沙,化肥、农药和其次生代谢产物,BOD,BOD5,NH3-N,TP等污染物。
2 研究区域概况
2.1 库区的流域位置
杭州市青山水库坐落在杭州市西郊临安市境内,上游距临安市8 km,下游距杭州市约40 km,是一座以防洪为主,结合灌溉、发电、养鱼、下游环境用水等综合利用的大(Ⅱ)型水利枢纽工程。
2.2 流域水系
临安市水资源总量为26.62亿m3,其中地表水23.13亿m3,地下水3.51亿m3,人均5 248 m3,高于全国、全省水平。
青山水库位于太湖流域东苕溪主干流南苕溪上。南苕溪发源于东天目山,由北向东南贯穿临安市青山水库。南苕溪在临安市境内主流长65.6 km,流域面积620.8 km2;青山水库水文站实测多年平均流量14.5 m3/s。中苕溪境内主流长27.8 km2,流域面积185.6 km2。南苕溪和中苕溪流经市境东部,在余杭区内与北苕溪汇合注入东苕溪。
水库坝址以上流域集雨面积603 km2,总库容2.13亿m3。水面积20.2 km2,坝高24.1 m。
3 污染负荷研究方法
3.1 青山水库入库支流的污染物负荷研究方法
3.1.1 年径流量的分割
借鉴应用水文学的处理方式,将总径流分为地表径流和基流两部分,对壤中流和地下径流不做区分;认为基流是河道内常年出现的那部分水流,在径流过程线中表现基本稳定,其大小主要受流域的土壤、植被、地形、地质及气候等的影响。
采用直线分割法[3]从总径流中将基流分离出来的过程,可细分为平割法和斜割法2种。平割法又称枯季最小流量法,即将枯季最小流量作为地下水流出量进行水文分割。
3.1.2 各支流入库面源污染物负荷总量
根据水文分割法原理,在河川基流、地表径流划分基础上,将基流状态下水体中的污染负荷视为点源及枯水期天然背景值;将地表径流状态下水体中的污染物视为面源及丰(平)水期天然背景值(以下统称为面源,不再区分),则河流年入库污染总负荷[3,4]可表示为:
式中:t为时间;Cp(t)为t时刻点源污染物质量浓度;Cnp(t)为t时刻面源污染物质量浓度;Qp(t)为河川基流量;Qnp(t)为地表径流量;Wt为入库污染总负荷。
一般对式(1)进行离散化处理:
其中,Wt可由监测断面的水质、水量数据直接求出:
式中,Ci为第i次监测的污染物质量浓度;Q为第i次监测的流量;Δt为第i次监测所代表的时间段。
面源污染负荷可表示为Wnp=Wt-Wp,即:
式(4)为面源负荷估算公式。其中,面源污染负荷通过总污染负荷与点源污染负荷之差估算;点源污染负荷通过枯水期实测污染物质量浓度计算;河川基流由径流分割得到。
3.2 库区的土壤流失面源污染负荷预测
本次研究主要利用华东勘测设计院关于临安土壤侵蚀基础研究资料,考虑预测年水库汇水区内植被覆盖因子和侵蚀控制因子的变化,对入库土壤流失面源污染负荷预测。
3.2.1 通用土壤流失方程[5]
式中:A为单位面积土壤流失量(kg/m2);R为降雨能量因子;K为土壤侵蚀因子;L为坡长因子;S为坡度因子;C为植被覆盖因子;P为侵蚀控制措施因子。
式中:i30为30 min最大降雨强度(mm/min);为相应时间的降雨强度(mm/min);r为相应时间的降雨历时(min)。
式中:I为地面坡降(%);m为常数值(一般取0.5,当I>10%时,取0.6当I<0.5%时取0.3)。
3.2.2 可浸出污染物负荷估算公式
式中:M为流域土壤中某污染物浸出量(kg);Cl为单位质量土壤中某污染物浸出量(mg/kg);F为流域面积(m2)。
4 结果分析
4.1 青山水库入库支流的污染物负荷预测
4.1.1 青山水库入库支流基流分割
4.1.1. 1 南苕溪基流分割
采用2008年桥东村站(东经119°38′,北纬30°16′)逐月流量观测数据,绘出流量线。分析可知,南苕溪入库流量在6月的汛期较大,其余月份较小。选取直线分割法中的平割法,以最枯3月流量为基流进行水文分割,得到南苕溪入库基流、地表径流量、总径流量,其中地表径流量占总径流量的73%。
2008年南苕溪流量线见图1,入库基流分割见表1。
4.1.1. 2 其它入库支流基流分割
南苕溪桥东村站年降水量1 530.8 mm,集雨面积233 km2,因此年平均径流系数为1.376/(233×1.5308×0.01)=0.39。
108m3
除南苕溪外,还有横溪、锦溪、灵溪、双林溪从东、南、北3个方向入库,由于缺少流量数据,年总径流量计算采用以下方法计算:
年总径流量=年平均径流系数×集雨面积(km2)×降水量(mm)×10-5。由此式得到横溪、锦溪、灵溪、双林溪的年总径流量、地表径流量和基流量见表2。
4.1.2 入库面源负荷计算
南苕溪、横溪、锦溪、灵溪、双林溪入库污染负荷见表3。
t
由表3可知,南苕溪、横溪、灵溪、双林溪面源污染严重,化肥和农药的元素使用与流失,特别是N、P元素进入水体促使了青山水库水体富营养化的加剧;锦溪除了面源污染外,点源污染即工业污染严重,负荷占比较大。因此锦溪沿岸的工业污染源应该是重点防治对象。
4.2 库区的土壤流失面源污染负荷预测
4.2.1 参数确定
4.2.1. 1 降雨能量因子R
根据南方实测数据提出的R值计算式,该算式符合我国南方地理环境,并考虑月降雨量,R计算公式为:
式中Pi为月降雨量(mm)。由青山水库站降水量监测数据得R为270。
4.2.1. 2 土壤侵蚀因子K
据调查,水库区内主要土壤类型为红壤土和黄壤土,根据土壤类型和有机质含量,确定库汇水区内K值为0.24。
4.2.1. 3 植被覆盖因子C
水库区植被覆盖度约为80%。库区不同植被覆盖C值见表4。
4.2.1. 4 侵蚀控制因子P
侵蚀控制因子P是土壤流失通用方程中的一个重要因子,反映土壤受到人为各种管理措施的保护性影响的大小,如无任何水土保持措施,P值均为1。由于库区在个别地区采用等高耕作,确定P值取0.68。
4.2.1. 5 坡长因子L、坡度因子S
区域内的坡长、坡度因子与地面坡降有关。水库汇流区内取平均坡度20°,则坡降因子平均为36.4%。再根据公式分别计算评价区域内坡长因子和坡度因子为0.085和0.082。
4.2.1. 6 土壤中污染物浸出量CL
土壤中污染物的浸出量主要和土壤的质地、构成、有机质含量以及污染物在土壤中的迁移转化规律有关。为求得土壤中污染物浸出量,对研究区域内典型土壤进行取样、分析,对土壤中污染物浸出量进行实验。结合水库汇水区内土壤的本底值及其理化特性,确定研究区域内土壤中污染物浸出量TP、NH3-N,BOD5分别为73.8 mg/kg、129.6 mg/kg、98.8 mg/kg。
4.2.2 库区土壤流失面源污染负荷量A
由式(5)得出库区土壤流失面源污染负荷量A为0.00 455 kg/m2。库区流域土壤TP、NH3-N,BOD5的浸出量分别为202.48 kg,355.58 kg,271.07 kg。
5 结论与讨论
由于非点源污染具有广域、随机的排放特点,而且主要是随着地表径流迁移到受纳水体,这就决定了研究非点源污染负荷是和对水文、汇流过程的研究与分析密切相关的。因此针对非点源污染数据资料稀缺,机理模型难以建立的问题,对非点源污染年负荷量估算时运用水文分析方法,根据监测开展时间相对较长、数据比较密集的水文资料,采用水文分析平均浓度法计算青山水库入库支流的污染物(富营养化指标TP和NH3-N,有机污染指标BOD5)负荷。
采用华东勘测设计研究院的有关土壤侵蚀基础研究资料,考虑预测年库区内植被覆盖因子和侵蚀控制因子的变化,运用通用土壤流失方程和可浸出污染物负荷估算公式,对水库库区的土壤流失面源污染负荷(富营养化指标TP和NH3-N,有机污染指标BOD5)进行了计算。
青山水库库区流域土壤TP、NH3-N,BOD5的浸出量分别为202.48 kg,355.58 kg,271.07 kg。
参考文献
[1]付永峰,陈文辉,赵基花.非点源污染的研究进展与前景展望[J].山西水利科技,2003(3):32-35.
[2]沈晋,沈冰,李怀恩.环境水文学[M].合肥:安徽科学技术出版社,1992.
[3]贺宝根,周乃晟,高效江,等.农田非点源污染研究中的降雨径流关系——SCS法的修正[J].环境科学研究,2001,14(3):49-51.
[4]郑丙辉,王丽婧,龚斌.三峡水库上游河流入库面源污染负荷研究[J].环境科学研究,2009,22(2):125-131.
农业气象预测 篇5
简介
概述
宏观经济预测
农作物
牲畜
美国农业部门总指标：农场收入、食品价格、贸易额
农业贸易
简介
本文是对到2021年农业的长期基线预测，涵盖了农产品、农产品交易、以及农业的各项指标〔包括农场收入和食品价格〕。基线确定了主要障碍及不确定因素对以下各问题的影响，包括：未来农产品市场的状况、全球经济增长、消费和贸易的长期前景、未来价格趋势、贸易流向以及美国主要农产品出口。
概述：
经济增长
预期2006-2021年世界经济将平均保持每年3.2%的增长，高于2001-2005年的3%，美国GDP增长率将低于2004和2005年的最顶峰，趋向于长期的3%年增长。预计2006-2021年开展中国家仍将保持年5%的强劲增长。
人口：
世界人口增长趋势将继续下降，平均1.1%的年增长，低于上世界80年代1.7%的年增长率。开展中国家的人口增长率仍将高于兴旺国家。因此预计到2021年开展中国家的人口将到达世界的81%，高于2005的80%。
美元价值：
美元将会缓慢升值，高于历史平均水平。强劲的美元将促使资本流入美国以利用成熟的金融市场及长期增长的生产率。
油价：
2002到2005年油价经历了极大的增长，这主要是由于原油的大量需求引起的，从而影响了世界经济的恢复及中国和印度制造业的快速增长。2007-2021年，预计现货油价将会降低，因为新的原油供给抵消了亚洲需求的增长。预计原油价格将会小幅增加，仅比通货膨胀高一点而已。一系列因素将会影响油价的长期增长，包括：新油田的开发，开掘、提炼等技术的提高，新能源的利用以及利用率的提高。
美国农业政策：
2002年的农场法案会继续施行；
新开垦耕地面积将会从3500万英亩增长至3920万英亩；
乙醇：
由于2005年美国替代燃料方案的规定，2021年美国汽油中的替代燃料要到达75亿加仑。这一方案极大促进了乙醇的生产。如果有经济刺激方案出台的话，预计2021年就会到达这一目标。
牛以及牛肉交易：
预计美国出口到日本和韩国的牛肉将会缓慢恢复。加拿大活牛出口仍将局限在30个月以下年龄段。
国际政策：
假设各国仍遵守已有的双边和多变的协定。美国中部和多米尼加共和国关于糖类自由贸易协定在2006年生效。
假定各国农业和贸易政策仍延续现在的路径，开展中国家经济和贸易改革仍将继续。
美国总的指标：
预计2006-2021年净农场收入将保持稳定。由于国内市场和出口的需求增加及农产品价格的上涨农场现金总收入将会增加。但是由于生产本钱的上升及政府付款的减少，将会局部抵消现金收入的增加。现金收入将占总的现金收支的89%，高于2005年的85%。未来十年，净农场收入预计将到达平均每年540亿美元，高于90年代的480亿美元。
由于世界经济和贸易的持续增长，美国农业出口价值将会增加。高价值产品出口也会持续增长。由于美国消费者收入和需求的增加，进口也会相应增长。预计美国农业贸易将会呈现小幅盈余。
预计食品价格增长将低于通货膨胀率。
美国农产品：
到2021年，将会有比2004年多一倍的玉米用于生产乙醇。但是乙醇生产过程中副产品的增加，将会满足活畜养殖的需要。因此养殖用玉米价格将只会呈小幅上涨。
食用小麦的增长将满足不了更高的人口增长，因此消费者饮食将会有些调整，转变到包括低糖食品的其他需求。
由于肉食生产的需求增加，国内大豆的大量需求出现增长。但是乙醇副产品的增加将会局部削弱增长的程度。
由于美国进口服装持续增加，国内生产用棉花将会减少。
国内大米需求也将由于食用需求的增加而增加。
国内园艺产品的消费也将持续增加。
由于美国烟草市场配额及其他支持政策的取消，烟叶生产下降。美国香烟消费的降低将减少国内烟叶的需求。然而由于较低的价格增强了美国烟叶的竞争力，烟叶出口将出现增加。
谷物价格的上涨降低了美国肉食生产商的收益。人均肉类消费将会增加，其中禽肉占据较大比例。消费者肉类支出增加。
生产率的提高增加了每头牛的产奶量，也增加了牛奶的总产量。2006年后，奶牛数量将会减少。
农业贸易：
由于人口增长率的下降，收入因素就成为了影响食品和农产品需求的主要因素。开展中国家经济的增长尤其重要，因为食品消费尤其受这些国家居民收入的影响。
全球食品和农产品需求的增加将提高农产品贸易和美国出口的收益。美国在农业市场上将继续保持竞争力。竞争也会增强。巴西、阿根廷、加拿大、乌克兰和哈萨克都在扩大生产，造成局部农产品出口的竞争。
未来十年，亚洲、拉丁美洲、北非、以及中东地区的长期持续增加的活畜养殖将会极大增加所需粗粮的进口。美国是世界上玉米最大的出口。然而，因为美国乙醇生产用玉米的增加，美国玉米出口将不会出现增长。相反，巴西和阿根廷的玉米产量和出口量都将会增长。中国玉米产量也会出现增长。但是中国仍将是长期的玉米进口国。
开展中国家收入和人口的增长增加了蔬菜油消费的增加。巴西大豆种植面积快速增长，已占据了世界大豆出口的主要份额。阿根廷也是豆粕和大豆油出口的主要国家。
美国、澳大利亚、欧盟、加拿大和阿根廷一直是小麦出口的主要国家。然而未来十年，哈萨克和乌克兰在小麦出口的地位将增强。
棉花消费和服装产量在中国、印度和巴基斯坦将会增加。中国是世界上最大的棉花进口国。美国是棉花出口的重要国家。
长粒大米占全球大米贸易的四分之三，未来十年，仍将持续增长。长粒大米被南亚和东南亚的很多国家进口，还有中东地区，撒哈拉以南非洲以及拉丁美洲大部。泰国和越南仍然是世界上最大的大米出口国。印度预计将会超过美国成为第三大大大米出口国。
美国肉类出口受益于国外经济增长。尽管美国出口到日本和韩国的牛肉预计将增长，仍不会恢复到2003年的水平。
加拿大是美国猪肉出口的强劲对手。加拿大还是美国活猪进口的主要国家。巴西也是猪肉的主要出口国，然而由于口蹄疫的出现，巴西销往日本和韩国的市场将受到影响。
预计禽流感将不会对禽肉需求造成太大影响。然而受其影响的泰国、中国和越南禽肉出口将受到影响。巴西仍然是最大的禽肉出口国。
宏观经济预测
宏观经济预测基于历史平均增长率的走势。过高的能源和原材料价格仍然是经济增长的不利因素。美国仍然是世界经济的发动机，仍占据世界GDP的30%。中国和印度的强劲增长也对全球经济起到拉动作用。
美国GDP的增长率将在2007年由3.7%的波动走向持续的3%的增长。世界经济增长预期2006-2021年将从2001-2005年的年3%增长到3.2%。
l
除了欧盟和日本缓慢的增长外，大局部国家将在2006年走向长期的稳定增长。计算机通信技术将持续促进世界的生产率的提高。
l
持续走高的油价将限制亚洲及制造部门的开展。
l
全球经济及人口的增产会进一步增加食物的需求国际购置力的增强和人口的增长也是美国农产品出口的驱动力。
预计兴旺国家经济增长率将类似于九十年代，在2006-2021年平均2.5%的增长。
l
欧盟的扩张将创造新的贸易和投资时机
l
由于体制、法律及高保障等因素，欧盟经济将不会像美国那样较快增长。政治因素也会限制一体化的利益，尤其是劳动力的流动性和冗繁的决策机制。
l
日本也因长期的体制制度和经济改革面临较大的经济困难。预计年增长率在1.5%。占世界GDP份额由1991年的18%降到2021年的12%。
2006-2021年开展中国家的经济增长将会保持约5%。开展中国家在食品需求上作用巨大。也逐渐成为美国出口的另一个重要市场。开展中国家食物消费和进口的增加主要源于收入的增长，使消费逐渐转向高价值食品。美国肉类和加工食品的出口将增加。
l
预计拉丁美洲将保持长期的3.7%的增长率。
l
南亚和东南亚的开展中国家将保持5%的增长
l
中国在2003-2005年都到达了9%的增长，预计未来十年将保持7%
l
预计印度将到达接近6%的增长。然而印度仍然是个低收入国家，年人均收入低于600.l
预计前苏联国家未来十年会到达平均5%的增长。
未来十年，人口增长率的持续下降将影响农产品需求的增加。经验上来看，大约70%的食物增长是由于人口的增加引起的，剩下的30%由收入等因素决定。因此未来，收入因素将成为决定农产品和食物需求增长与否的关键。
l
世界人都增长率由80年代的年1.7%下降到1.1
l
兴旺国家和前苏联国家人口增长率分别为0.4%和0.1%美国是兴旺国家中增长率最高的，约0.9%
l
开展中国家人口增长率比70年代下降一半，但仍是最高的，在2021年会占到全球的81%
l
中国和印度加起来占到世界三分之一的人口。中国的人口增长率由81-90年的2.1下降到2006-2021年的0.9.印度将由2.1下降到1.3%。
l
巴西人口增长率将由81-90年的2.1%下降到2.1.撒哈拉以南非洲将由2.9%下降到2.2%
预计2005年后美元将缓慢升值，这将限制美国出口，然而，长期强劲的经济增长尤其是开展中国家，将会增加美国出口需求。
l
强劲的GDP增长将会加强美元的强势地位，相比于欧元和日元
l
因为资本涌入，美元将继续强劲
l
由于增强的全球贸易竞争，美国出口的很多商品及园艺品将会受到美元走强的影响
l
中国在长期的低估本币价值之后，在政治压力之下开始升值人民币
全球通胀率，到2021年将会持续保持低走。
l
美国和世界经济的扩张开展，引起通胀压力的出现。为此，各国已纷纷提高短期利率应对。
l
预计在政策下，世界通胀将保持在3%以下
l
开展中国家的通胀率由7%降到5%。拉丁美洲、非洲和中东地区的通胀率尽管在下降，仍然高于世界其他地区。
l
前苏联国家通胀平均下降到7%以下
l
相比拟低的通胀，名义利率将不会大的提高。然而，贷款的增加会刺激长期利率的升高。
原油价格自从2002到2005年出现较高的上涨，影响了世界经济的恢复和中国、印度制造业的开展。卡琳娜飓风导致的原油供给减少进一步加大了世界油价的升高压力。美国政府和国际能源组织已释放了应急原油和燃料储藏，以防止油价的继续上升。
亚洲经济的持续增长将会继续增加2006年的石油需求。2007-2021年，由于新油田的供给，原油价格预计会有小幅下降。2021年后，原油价格预计会小幅上涨。
l
由于亚洲一些高耗能经济体需求的增加，石油需求将继续增加。
——中国的主要能源是媒，随着收入和汽车的增加，很大一局部能源将会使石油。中国的耗能是美国的3倍
——印度在80年代，每一美元耗能是美国的2倍，现在约2.5倍，并且由于高速公路和电网的增加，耗能将继续上升
——东南亚新兴的工业化国家，包括台湾、韩国、马来西亚、香港、新加波和泰国耗能也超过美国50%
l
一系列缓解油价上涨的因素
——新油田的发现
——非石油燃料的转移
——非能源投入要素的替代
l
结论是石油的实际价格将会保持持续增高，然而不会显著影响世界经济的增长
油价一直以来都会影响到天然气和氮化合物肥料的价格。然而，由于天然气供给的增加和管制的放宽，天然气和油市场的关系也大大弱化了。天然气和氮化合物肥料价格比油价更易变化，因为天然气是不可替代的，其供给是非弹性的。然而，长期来看，油价和天然气价格趋势将趋向于统一。
高油价并未减慢全球经济的增长
尽管油价偏高，美国、亚洲及拉美大国的经济并未减缓。是什么因素使经济免遭高油价的影响呢？
l
2004年，世界经济和美国经济得到了极大开展。宏观经济冲击的影响取决与经济实力。
l
2005年9月，油价升至67美元每桶，并未到达1981年的通胀调整后的水平，名义油价到达90美元每桶的时候，才能到达那时的水平。
l
原油生产国通过财政和直接的经济投资，降低了资本的本钱，也降低了因油价造成的生产本钱。高投资也保持了低利率。
l
由于低通胀和持续的货币政策，高能源价格并未传递到消费者那里。对CPI的影响只有1%的增长。
l
工业的开展及亚洲经济的开展提高了能源利用率，同时向效劳行业的开展也减少了能源使用。
l
许多新兴市场国家，能源补贴也局部抵消了高油价。
l
经济一体化提高了能源替代的可能。
生产和农业部门相比之下收到影响更大。2002年美国制造业工作岗位的下降正是由此。
农作物
持续稳定增长的世界经济和美国经济提高了对农作物的需求，并且由于2005年美国能源政策法案的实施，规定了到2021年以玉米为原料的乙醇生产到达75亿加仑，也扩大了玉米乙醇生产的预期。
全球养殖业生产由于对肉食的需求增长也出现增长，这也会有利于世界饲料谷物的贸易。尽管近年来美元相比其他货币贬值，但是预期未来会实现升值。走强的美元以及来自巴西、阿根廷和黑海地区的竞争将造成美国农作物出口的压力。国内乙醇生产的需求也将进一步限制出口。
2002年的农场平安和农村投资法案预计会继续实施，收入支持、贷款、固定直接付款等政策会保持。根据CRP法案，新开垦耕地面积将由3500万英亩增加至3920万英亩。三分之二的土地将主要种植八大作物〔玉米、高粱、大麦、燕麦、小麦、大米、棉花、大豆〕。
预计八大主要农作物将保持在24500万英亩。
播种何种作物取决与作物的预期净收益，包括价格、产出率、生产本钱等都会影响种植。
l
玉米、小麦和大豆种植占到八大类作物的87%。玉米种植增长，大豆减少。主要是供需的影响，国内乙醇生产也有影响。
l
小麦种植约在5700万英亩到5900万，国内和出口仅有小幅增长，产出率的提高就足以满足了。因此价格上涨空间不大。
l
大豆生产因为玉米生产的增加而减少。
美国玉米的国内需求主要来自乙醇生产需要。出口的实现增长也在2021年之后。
l
未来几年，玉米使用的大量增长都将是满足乙醇生产。较高的油价也会促使这一规模的扩大。
l
饲料和居民生活需求仅呈小幅增长，因为乙醇生产过程中副产品的大量的出现将满足活畜喂养的需求。
l
食品和其他工业的需求不大。
l
由于开展中国家经济的增长，肉食需求提高，喂养饲料的需求也将增加，尽管美国的玉米出口不会因此增加，阿根廷、巴西和中国的产量和出口量都将会增加。
l
从长期看，美国乙醇生产增长期过后，玉米出口会出现增加。另外，出口往墨西哥的玉米也会因为配额的取消而增加。
预计美国小麦将会随着出口和国内人畜的需求而增加。
l
2000-2004年的下降之后，预计未来小麦需求将会小幅增长。
l
因为比玉米本钱要低，饲料用小麦也会小幅增长。
l
出口的增长以及开展中国家人口的增长会带动小麦的消费和贸易。欧盟、加拿大、阿根廷、澳大利亚以及黑海区域的国家会造成竞争，美国的小麦份额会占到23%。
国内大豆需求会缓慢上涨，但是因为产量增长缓慢及国际竞争的家具，出口将下降。
l
国内大豆增长的刺激主要来自肉食生产的需求，但是玉米生产的增加，会局部抵消大豆生产的增加。
l
由于美国大量的大豆库存及低价，大豆出口到达近11亿蒲式耳，但是后来降到10亿，美国大豆的国际市场在萎缩。
l
美国豆粕和大豆油的出口也面临着来自南美的竞争，降低了出口。
美国棉花的工厂需求自1997年之后持续下降。2006年后，因为大量开展中国家低本钱棉花工厂的增加，棉花出口随之增加。
l
由于纺织服装配额的取消，美国服装进口持续增长，降低了国内服装的生产，减少了纤维和亚麻的生产需求。
l
美国棉花出口在2006-07年下降，但在后期将会呈缓慢增长。
l
由于中国服装产业的减速，中国棉花进口会下降，美国棉花出口因此会在2006-07年后下降，国际市场比重将从40%降至37%-38%
大米需求将会随着国内食品的需求增长，出口也将会在后期出现小幅增长。
l
国内大米需求的增长主要源自亚洲和拉美裔居民的需求。食品加工及宠物食物也增加了大米的需求。
l
由于国内较紧的需求压力，大米出口预计2006-07年后会下降，但是随着产量的增加超过国内需求，美国大米竞争力的提高将促进出口增加。
l
由于亚洲产量增长缓慢，世界进口需求增加，全球大米价格预计每年会上涨3%，超过每英担8美元。
美国玉米和大豆的库存使用比在前期由于连续2年的产量大增而出现连续的大幅提高，而后玉米和大豆库存的减少也降低了库存使用比。后期价格上涨促进生产，将使得库存使用比曲线趋于平坦。由于出口的形势不好，小麦的库存使用比在2021-2021将会提高，随着出口的加强，该比也会因此下降。
棉花的库存使用率由于2004和2005两年的丰收而处于较高水平，随后，该比将趋于下降，最后呈平稳态势。而相反的是大米的库存使用率由于2005年产量的下降而减小，随后缓慢上升至平稳。
美国玉米、小麦和大豆价格-库存使用比走势：
l
未来几年，玉米价格将由于乙醇生产需求和供给的相对缺乏而上涨。长期来看，玉米产量的增长足以满足乙醇生产的需要。价格也会随着库存使用比的稳定而走向平稳。
l
类似，前期大豆库存会从高水平下降，价格也会随之上涨。长期，大豆价格随着库存使用比稳定在8%也趋于稳定。
l
外国竞争的加剧和美国小麦出口的走弱，会降低小麦价格。随着国内需求和出口的缓慢上升，价格将会随之上涨，同时库存使用率下降。
食糖预测：
l
美国食糖政策包含在2002年的农场法案里。包含了价格支持机制，包括贷款利率方案和国内市场分配方案。天然食糖的贷款利率为每磅18美分，精制甜菜为每磅22.9美分。
l
墨西哥食糖政策是在NAFTA框架之下的。墨西哥对添加果汁糖浆的饮料征收20%的消费税。此项征税限制了墨西哥对美国的食糖出口。
美国食糖消费增长超过了产量的增长，与人口增长率相同，这说明2006年后人均食糖消费将保持不变。预测糖类作物的种植面积不会增长。
2007年1月1日，天然食糖进口关税会降至1.51美分每磅，精制甜菜降至1.60，2021将都将为0.因为美国食糖价格持续高于世界水平，美国成为墨西哥食糖一直以来的出口地。2005年和2006年墨西哥糖类产量的增加，造成2007和2021年出口的高涨，随着库存的降低，恢复到缓慢增长水平。
2007和2021财政年美国大量从墨西哥进口的食糖导致国内的盈余，致使食糖出清价格低于最小水平。
2004年10月美国中止了烟草市场配额和价格支持方案。生产者不用在局限于区域和数量，也不会再得到价格支持。
l
因为烟草支持方案的取消，局部农民将不在生产烟叶。随着产量的下降，2006年烟草生产将得到缓慢恢复。
l
2005-2006年预计烟草价格下降，低于过去支持方案之下的价格，这将使烟叶出口在国际市场更有竞争力，出口会增加。但是来自巴西的竞争也会增强。
l
国内市场由于香烟消费的下降需求也会减少。美国香烟销售预计会持续每年减少2-3%，香烟出口会保持在现在水平。
预计美国园艺品进口将超过出口，2005-2021年净进口将增加80亿美元。国内市场的需求将主要靠进口来满足。
l
美元的升值将减少出口，增加进口
l
美国园艺品进口预计到2021年会增长4%。2005年美国进口达258亿美元，其中欧盟是美国的主要进口国，占到74亿美元。墨西哥是第二大，占到60亿美元。智利、加拿大和巴西也是较大的来源国。
l
2021年，美国园艺品出口预计会每年增长3%。杏仁和其他坚果将是出口的主要产品。新鲜和加工的蔬菜出口也将超过温室作物。酒和油的出口预计也会增长。较大的市场主要有加拿大、日本和东南亚。
l
园艺作物的产值预计会每年增加2.3%。2005年农场总产值预计到达475亿美元，约三分之一是三大类商品：水果和坚果类、蔬菜和瓜类、温室作物。
牲畜
由于强劲的国内市场和出口需求，牲畜产量将会增加。随着全球收入的增长和肉类需求的增加，肉类出口将得到开展。美国出口日本和韩国的牛肉市场将扩大，然而还是低于2003年12月疯牛病出现以前的规模。
由于粮食价格的上涨以及玉米制乙醇的生产，2005-2021年美国红肉生产将会下降，牛肉和猪肉收益降低。而禽肉产量将会有大的增长，从而禽肉会成为美国肉食消费的主要类别。人均红肉和禽肉消费量将由2005年的220磅增长至2021年的231磅。
美国牛肉生产将会继2003和2004年下降之后恢复增长。尽管因疯牛病市场的萎缩，强劲的国内需求及加拿大进口牛肉的受限将扩大美国牛肉的消费。牛的数量将增至10300万头，屠宰量也会随之增加。牛肉产量将在2021年到达较大增长，随后小幅上升。猪肉生产仍然增长缓慢。禽肉生产继续增加。
尽管产量会上升，实际价格将会下降。尤其是较高的喂养本钱将使得肉类生产在后期逐渐放缓。
l
国内餐馆和零售市场对高品质牛肉的需求依然会强劲。并且出口市场的恢复也增加了对优质牛肉的需求。未来对质量保证的需求将增强，向精选牛肉倾斜。
l
猪肉生产将向大规模、专业化、更高效的生产模式转移
l
加拿大仍是美国最主要的生猪进口国
l
预计高效的生产和加工产生的收入将会比过去的25年前少
牲畜价格预计将比2004年的低，生产收益也会因此降低。
美国肉类消费将继续增加，然而占收入支出比例却会下降。未来十年，消费者肉类支出比例将由2%下降至1.3%。禽肉支出继续增加。
人均肉食消费继续增加，由人均220磅增加至231磅。
l
人均牛肉消费维持在较高水平。出口市场尽管会扩大，价格不会上涨。
l
猪肉消费保持在人均50-51磅
l
禽肉比例加大
美国肉类出口将随着全球收入和需求的增加而增加，日本和韩国市场的恢复也意义重大。假定巴西和阿根廷的出口不会恢复。
牛肉：
l
环太平洋国家对高品质牛肉的需求将扩大美国牛肉的出口。
l
从澳大利亚和新西兰进口的加工牛肉将会减少。但是美国仍然是牛肉净进口国。
猪肉：
l
美国猪肉出口将会增加。环太平洋国家和墨西哥依然是美国猪肉的主要进口国。加拿大依然是该市场的强大竞争。巴西尽管也是主要的猪肉出口国，但是由于口蹄疫的影响将无法进入日本和韩国，市场主要局限于俄罗斯、阿根廷和亚洲国家。
l
尽管美国高效的生产局部克服了生产本钱的上升，加强了竞争力，但是长期的收益将取决于生产本钱和环境控制。这些本钱在新兴猪肉工业国家也在降低。
禽肉：
l
美国肉鸡出口预计会比90年代减缓。出口市场主要包括亚洲、俄罗斯和墨西哥。但是其他国家例如巴西的竞争也将更剧烈。其他受禽流感影响的国家，比方泰国、中国和越南的熟食品出口将受到影响。
由于2004年牛肉出口的骤减，美国肉食出口占国内产量的比例由2003年的11%下降到8%。尽管预计后期将会恢复增长到11%以上，国内需求仍占据肉类消费的主导。
2004和2005年牛奶价格的走高扩大了2005和06年的奶牛数量。由于奶牛的高单产量，2005年牛奶产量增加，价格下跌，预计2006年形势将趋于2005年。
l
大规模、专业化的生产和生产率的提高将进一步增加奶牛的单产和牛奶产量。
l
单靠简单的增加集中喂养奶牛的数量来增加单产的方法，奶牛单产增长速度将减缓。
l
奶牛数量预计2006年后将会相对减少。产业退出比例较过去大大降低。
l
国内牛奶制品需求增长速度减缓，人均液态牛奶消费将下降。
l
2006年牛奶价格将会下降。2007年反弹式上涨。预计2007年后价格会保持平稳。
美国农业部门总指标：农场收入、食品价格、贸易额
国内和国际经济的增长将提高美国农场部门收入。尽管出口竞争加剧，开展中国家的经济增长扩大了世界贸易和美国农产品出口。并且国内市场需求增加，尤其是玉米制乙醇需求的增加会进一步提高市场价格和现金收入。增长的生产本钱和政府支付的减少会局部抵消现金收入的增加。这将使得农场收入自2006-2021年保持在稳定水平。消费食品价格将缓慢上涨，低于通胀速度。
现金收入的减少，政府付款的降低以及生产本钱的上升将使2006年的农场净收入下降。之后，种植的增加将提高现金收入。预计农场收入会相对平稳在540亿美元一年。比90年代的平均480亿美元高。
政府直接付款预计将由2005年的230亿美元降至2021-14年的130亿美元，2021年烟草配额支付到期之后降至115亿美元。
l
预期价格上升后，价格敏感性支付将在后期降低。
l
政府购置占总现金收入的比重将由2005年的8%下降至后期的5%。
生产支出：
生产支出约和通胀率同步增长。主要分为三大局部：原材料投入〔种子、饲料、幼仔〕、生产投入〔燃料、肥料、虫药、电〕和其他〔人力、利息和其他支出〕
l
最大支出项是其他，主要是来自人力和利息本钱的上涨。
l
生产投入本钱由于油价和作物生产规模的扩大而增长。
l
原材料支出增长低于通胀率。
l
到2021年，现金支出将占毛现金收入的80%，2000-05年平均只有73%
资产负债率：
l
耕地价格发生了很大变化，取决于土地质量和位置，城市开展的需求、重建需要、信贷条件、非农业投资时机、生产风险和天气的不确定因素。由于经济的扩张，对非农业用地需求的增长提高了土地价格。
l
资产负债率缓慢下降，由2005年的13.4%降至期末的12.4%。
食物通货膨胀率：零售食品价格上涨低于总体通胀率
l
在家庭购置食品中，深加工食品的价格将会上涨
l
快餐和食品效劳行业的收入上升
美国农业贸易价值：
由于全球收入的上升及食物需求的增长，美国农产品出口值将增加，数量和价格都将上升。国内消费者需求也会刺激进口的增加。
l
美国农产品出口预计将从2006年的645亿美元上升至2021年的849亿美元。
l
高价值产品出口持续增加，占到美国出口的三分之二。高附加值产品的出口主要有动物产品和园艺产品。
l
2021年美国农产品进口将上升至840亿美元，园艺产品进口增长迅速，占到进口增长的一半，加工食品也会持续增长，占到美国农产品进口的一半。
l
总的来看，美国农产品贸易会出现小的盈余。
农业贸易
全球农产品贸易持续扩大。
开展中国家的开展增加了农产品贸易的需求，经济增长和城市化进程改变了饮食的多样化，增加了对活畜产品的需求，以及水果、蔬菜和加工产品的需求，较高的人口增长率也促进了进口的需求。而动物产品的国际贸易更大程度上取决于兴旺国家的需求。也将会受到禽流感、疯牛病和口蹄疫等疾病的影响。支持国内肉食生产的政策也会进一步促进饲料用粮食的贸易。
不仅在传统的出口国诸如阿根廷、澳大利亚和加拿大之间会产生进一步的竞争，那些在农业领域加大投资的新兴国家包括巴西、俄罗斯、乌克兰和哈萨克等国家的竞争也会加剧。
乙醇和生物能源的生产会对全球玉米和蔬菜油需求和价格产生重大影响。一些国家油籽压榨能力的扩张也将进一步加剧对油籽的需求。
本预测假设各国遵守已由的双边和多病协定，并延续持续的开展路径。开展中国家的经济和贸易改革继续进行。农业科技及消费者偏好的改变都基于以往经验性的判断。
自从90年代名全球大豆和大豆产品的贸易就已超过小麦和其他粗粮。蔬菜油和蛋白粉需求的增加也将使未来几年大豆和其制品的贸易超过小麦和其他粗粮。
l
这三大类主要产品种植面积此消彼长，相互竞争。在巴西和印度尼西亚新增更低都已用来种植大豆和进行棕榈油的生产。
l
由于前苏联和中、东欧进口的减少，全球小麦和粗粮贸易并未增长。未来十年，全球粮食贸易的需求将主要来自开展中国家尤其是非洲和中东地区。
l
除了巴西、阿根廷和印尼很多国家的作物种植面积都在减少。作物产出率增长将减缓。
l
作物生产总产量的增长减缓和世界人口的缓慢增长相抵消。人口因素是影响农产品需求的重要因素。另外，许多国家的人均收入上升增加了对蔬菜油和活畜及园艺产品的需求。
全球小麦进口：小麦进口的增长主要来自开展中国家需求的增长。主要包括撒哈拉以南非洲、巴西、墨西哥和埃及。世界小麦贸易2006-2021年将会增长2000万吨。
l
埃及仍然是世界最大的小麦进口国到达900万吨，巴西将到达700万吨。
l
撒哈拉以南非洲、北非和中东的进口增加700万吨，占到世界小麦贸易的40%。尼日利亚也成为新兴的小麦主要进口国。
l
消费习惯的改变也将增加一些国家的进口。印尼和墨西哥的人均小麦消费量都将有所增加。
l
期初，低质量小麦的库存很大。未来几年，将继续保持低价位。这将促使养殖用小麦替代局部玉米。韩国到2021年方案用100万吨小麦替代玉米喂养。
小麦出口：到2021年，全球五大小麦出口国〔美国、澳大利亚、欧盟、加拿大和阿根廷〕占世界贸易总量的75%。这比90年代的85%低了很多。主要是由于黑海地区出口的增加。美国小麦出口占据的份额将从25%降至23%。
l
加拿大、欧盟和美国小麦出口市场将小幅萎缩，澳大利亚、阿根廷和乌克兰及哈萨克的出口会相应增加
l
加拿大大麦和油籽需求的增加将减少小麦的种植及出口。
l
欧盟由于2004年的干旱将预留率由10%降低了到5%。预计今后将会恢复到10%。
l
俄罗斯、乌克兰和哈萨克已成为小麦出口大国，占到市场的14%。乌克兰和哈萨克的出口将继续上升超过俄罗斯的减少量。
l
预计土耳其和中国及其他相对出口小国出口将会下降
l
尽管印度近年来有些出口，但是随着库存的减少，出口会减少。
粗粮贸易的增长取决于活畜养殖的扩张。主要需求国家包括墨西哥、北非、中东、中国和东南亚。
l
玉米是主要的饲料谷物。出口占到所有粗粮出口的76%。大麦占16%，高粱5%
l
牲畜喂养的商业化是玉米越来越重要的促进因素。尽管猪、牛和羊的饲料具有可替代性，需求较易受价格影响，高价格会改变饲料的使用种类。但是由于猪肉和禽肉生产的商业化，还是需要高质量的饲料。
l
预计未来粗粮贸易将每年增长2%，玉米占主要增长地位。
粗粮进口：2006-2021年世界粗粮贸易将增长1900万吨。三分之二的粗粮供给将用来满足动物喂养。工业使用相对较小但呈增长趋势。食用将下降。主要集中拉美、非洲和亚洲。
l
亚洲、拉美、北非和中东地区开展中国家的牲畜养殖部门的开展将促进进口的增加。
l
预计到2021年墨西哥的玉米进口将由2006年的730万吨上升至1300万吨。
l
北非和中东由于收入上升增加了对动物产品的需求，蛋白粉和谷物进口因此增加。
l
日本、韩国和台湾因为肉食进口的增加会减少粗粮进口。
l
欧盟从东欧国家进口玉米将会增加，尤其是来自保加利亚和罗马尼亚。
全球玉米出口：美国是玉米贸易的主导国，尽管受乙醇生产的影响。美国玉米出口仍会增加。预计到2021年占世界玉米贸易的比重将由60%增至63%。
l
阿根廷将仍然是第二大玉米出口国。将从1100万吨增至1600万吨。
l
南非将继续出口200万吨玉米。由于国内土地改革方案预计产量会下降。
l
非欧盟的东欧国家玉米出口，主要是罗马尼亚和保加利亚将增至300万吨。
l
巴西的玉米出口将实现翻番，到达450万吨。
l
中国由于养殖业的开展玉米出口将会下降。预计中国政策将向支持大豆进口倾斜。
中国玉米进出口：预计中国玉米产量将会增加以缓解进口增加和出口减少的压力。到2021-2021年，中国将成为玉米净进口国。中国北部玉米供大于求，而南方那么需求过剩。
l
玉米是东北地区的主要作物，可以满足韩国和临近亚洲国家市场的需求。由于中国交通费和增值税的降低，以及美国海运运费的上升，中国玉米具有国际竞争力。但是在国内由于高昂的运输费用，由东北到南方的流通将受到限制。
l
过去6年，中国玉米消费超过产量，库存减少。预计中国将会增加进口，减少出口，成为净进口国。
全球大麦贸易：由于麦芽和饲料用大麦需求的增加会出现上升。
l
由于养殖业的开展，北非和中东国家饲料用大麦进口将会增加。并且将仍然是世界上最大的进口区域。
l
沙特阿拉伯大麦进口占世界30%
l
开展中国家啤酒需求的增加提高了对麦芽生产用大麦的需求，中国是最大的麦芽用大麦进口国。澳大利亚和加拿大是中国主要进口国。
全球大麦出口：传统的出口国主要是欧盟、澳大利亚和加拿大。新兴的出口国包括乌克兰和俄罗斯。
l
欧盟25国大麦生产将会扩大，种植面积进一步增加。25国内贸易也会增加。向外出口预计将到达300万吨左右。
l
前苏联国家仍是主要的出口地区，超过500万吨。前苏联和欧盟25国加起来占到世界大麦贸易的50%。
l
麦芽生产用大麦将提高收益，扩大加拿大和澳大利亚的生产。预计在后期麦芽生产用大麦的种植份额将会上升。
全球高粱进口：全球高粱贸易过去十几年到达近700万吨，预计在中期将减至500万吨，期末恢复增长。波动主要是由墨西哥导致的。
l
墨西哥是世界上最大的高粱进口国。由于配额关税的降低，墨西哥玉米进口的增加减少了高粱进口。预计期末高粱进口在300万吨左右。仍然占到全球进口的55%。
l
日本将保持约130万吨的高粱进口。
l
美国是最大的高粱出口国，占到世界的80%，不会受墨西哥需求减少的影响。
l
阿根廷是第二大出口国，主要市场是日本、智利和欧盟。由于其他作物的利润上升，阿根廷高粱出口预计不会出现大的增长。
l
巴西出口将有所上升。
蔬菜油和蛋白粉的需求将进一步增加。全球大豆贸易将到达3.6%的年增长，大豆油到达2.8%，豆粕2.2%
l
来自中国、北非国家、中东和南亚国家的需求使得大豆进口增长速度超过豆油和豆粕。并且由于蛋白粉的剧烈竞争将进一步减少利润，油籽粉的需求将局部被转移向其他廉价的面粉。油籽压榨能力的竞争也将使局部企业退出市场。
l
中国压榨能力的提高增加了对大豆和其他油籽的需求，大豆产品需求影响不大。
l
巴西持续增长的大豆种植面积扩大了巴西的大豆世界贸易份额。到2021年大豆及豆粕出口占世界出口份额将由32%增加至45%。
l
阿根廷因开展玉米种植，大豆面积将有所下降。
全球大豆进口：
l
欧盟一直是豆粕的主要进口国，直到2002年也是最大的大豆进口市场。但是由于欧盟其他谷物生产的增加，大豆进口将下降。
l
中国国内玉米和大豆生产和进口政策，以及国内压榨产能的提高将使中国未来十年进口世界70%的大豆。
l
东亚地区由于肉类进口的增加，蛋白粉和油籽进口将会下降。尤其是日本。
l
阿根廷压榨产能的提高将使得在期末到达年进口300万吨。
全球大豆出口：
l
美国、巴西和阿根廷将占到世界出口的90%。
l
巴西仍是世界上最大的大豆及其产品的出口国。在中期会有局部土地转种玉米。但是中西部土地种植的扩张将会使巴西大豆面积保持每年4%的增长，在2021年将到达3000万英亩。
l
美国大豆种植面积减少，出口减少。
l
阿根廷压榨产能的提高以及转种玉米，预计将从巴乌拉圭、巴拉圭和玻利维亚进口局部大豆。出口将保持700万吨。
全球豆粕进口：
l
欧盟仍将是最大的豆粕进口国。大豆压榨的高本钱和豆粕的低价格将减少大豆和其制品的进口。
l
北非和中东地区由于养殖业的开展成为主要豆粕进口地区。
l
如果禽流感得到控制，拉美、东南亚和前苏联国家进口将会增加。
l
墨西哥蛋白饲料和蔬菜油的需求继续增加，但是由于国内压榨工业的扩张，大豆进口会增加，而豆粕进口增幅会下降。
豆粕出口：
l
阿根廷、巴西和美国仍将是最打的豆粕出口国。
l
阿根廷将是最大的出口国，占世界份额将由45%上升至53%。美国和巴西份额相对萎缩。
l
巴西国内养殖业的需求减少了豆粕的出口。
l
中国因为压榨产能的扩大，豆粕出口将升至每年100万吨。
l
欧盟出口较少，主要出往俄罗斯和东欧国家。印度出口由于国内养殖业的开展减少。
全球大豆油进口：
l
各国豆油进口都将增长。印度和中国仍是最大的进口国。北非、中东和拉美国家也会增长。
l
由于豆油的低关税，印度豆油将会有大的增长。国内大量的需求和生产能力的局限将使印度保持最大的进口国地位。
l
中国由于对高品质蔬菜油的需求大增，大大扩大了国内油的生产，也提高了进口量。
大豆油出口：巴西和阿根廷豆油出口占全球的份额将由80%升至85%
l
阿根廷是最大的豆油出口国，国内拥有巨大的压榨产能和大豆种植面积。
l
巴西由于种植面积的增加，豆油出口量和在世界市场的份额都有所上升。
l
欧盟和美国是其次的主要出口国。市场份额在下降。
全球大米进口：预计大米贸易从2006年到2021年将每年增长2.5%，到达3300万吨，比2002年增加15%。
l
长粒大米占大米贸易的四分之三。长粒大米的主要进口国家是东南亚和南亚、中东、撒哈拉以南非洲和拉丁美洲大部。印尼、尼日利亚、伊朗、伊拉克、菲律宾和沙特阿拉最大的主要的进口市场。
l
中粒和短粒大米占全球大米贸易的10-12%，主要进口国是日本、韩国、台湾、土耳其和约旦。预计中粒大米的增长将远远小于长粒。只有韩国预计会增加进口。
l
香米贸易占剩下局部。主要由高收入消费者进口。
l
印尼和孟加拉国是最大的大米进口国，随着人口的上升，进口会进一步增加。未来大米贸易增加的22%都将用来满足这两国的需求。
l
撒哈拉以南非洲和中东地区也是大米的主要进口国。由于地理气候条件及根底设施的缺乏，这些地区产量有限。预计未来30%的贸易增长都将用来满足撒哈拉以南非洲地区的需求。
大米出口：
l
泰国和越南是世界上最大的出口国，占到全球的近一半，根本上都是长粒大米。
l
预计美国前期仍将是第三大出口国，但是随着国内需求的上升和产出率的缓慢增长，出口能力将受到限制。
l
预计印度在中期将成为第三大出口国。印度出口包括低质量的长粒大米和少量高质量的香米。
l
巴基斯坦近些年来超越中国成为第五大出口国，到达220万吨。这主要是因为中国出口的减少。但是巴基斯坦大米生产收到水资源短缺的影响将难以实现增长，主要出口高质量的香米和低质量的长粒大米。
l
中国出口大米已由200万吨降至近几年的90万吨。由于种植面积的减少未来中国大米生产不会有大的增加。国内消费根本持平。中国驻澳出口高质量的中、短粒大米，销往东北亚，以及一些低质量的长粒大米，销往撒哈拉以南非洲及低收入亚洲国家。
全球棉花进口：由于2004年棉花贸易配额的取消，棉花、纺织服装贸易将受到大的影响。低本钱将决定生产分布。低人力本钱国家的纺织生产和棉花消费将以进一增加。欧洲和东亚高人力本钱国家棉花进口将将少。
l
中国、印度和巴基斯坦的纺织业将因此收益。
l
中国在2003-2004棉花出现短缺时进口了大量棉花。未来，中国棉花进口将极大增加，到2021年将占到世界进口的46%。
l
印度的纺织业也飞速开展，但不会超越中国。其市场定位和收入增加速度也滞后于中国，因此棉花消费增长有局限性。
l
土耳其也是纺织服装出口大国。但是预计未来10年其棉花进口会缓慢下降。
l
欧盟、日本、台湾和韩国进口逐步下降。
棉花出口：棉花生产继续向资源充足、技术高效的低本钱国家转移。美国、撒哈拉以南、澳大利亚和巴西都将从配额的取消中收益。
l
美国仍然是最大的棉花出口国，每年出口额约1600捆。
l
中亚地区也是重要的棉花出口地区。但是由于政府促进纺织业投资的政策，出口将更偏向于纺织品的出口。
l
撒哈拉以南非洲已经超越中亚成为主要的出口市场。随着出口导向型政策的实施，很多南非国家扩大了棉花生产。
l
印度棉花生产率提高，预计前期出口将实行增长。
世界肉食出口：人均收入的提高促进了全球肉食需求的上升。疫病也将会是继续影响肉食贸易的重要因素。
l
2003年加拿大和美国出现的疯牛病减少了加拿大对美国牛肉的出口。2004-2005年实现恢复增长。预计加拿大牛肉出口将实现稳定增长。
l
欧盟的扩大扩展了欧盟成员国之间的贸易，减少了对非成员国的出口。持续走强的欧元和减少牛肉生产的政策也使得欧盟牛肉出口竞争力降低。
l
阿根廷的牛肉出口近两年骤增。但是出口税及国内政策将削弱其竞争力。预计出口将会下降，但是会高于2004年水平。
l
巴西养猪业的开展将扩大对俄罗斯和其他一些价格敏感国家的出口。
l
美国禽肉出口也将面对更强的竞争。巴西以其较低的本钱和价格形成较强竞争力，产量和出口量骤增。
l
由于禽流感的出现，泰国冷冻禽肉出口被禁止。但是泰国熟食禽肉制品出口骤增，抵消了非熟食品的减少。
牛肉进口：巴西和印度成为低质量牛肉的主要出口国。预计美国和加拿大对日本和韩国的出口将逐渐恢复。
l
韩国和日本高品质牛肉国内需求上升，美国牛肉出口有望恢复。但是由于澳大利亚和新西兰牛肉的进入，美国牛肉市场将萎缩。
l
澳大利亚和新西兰出口美国的牧草养殖牛肉及其制品有所下降，但是亚洲进口的增加将扩大澳新两国的出口。
l
预计美国出口墨西哥市场牛肉将强劲增加。
l
俄罗斯于2003年制定了关税配额制度，预计2021年仍然有效。长期来看，俄罗斯国内需求的增长将促进其牛肉进口。俄罗斯主要的进口来源是欧盟和巴西。
猪肉进口：
l
墨西哥猪肉进口在2006-2021年将到达40万吨，成为增长最快的国家。
l
东亚富裕的国家和地区由于进口饲料本钱的上升及环境制约，将增加猪肉进口。在韩国和日本，消费者对疯牛病的担忧也将进一步促进猪肉的消费和进口。
l
俄罗斯仍然是欧盟和巴西猪肉的主要进口国。
l
中国猪肉产量和出口持续飞速增加。尽管进口也在增加，但是中国仍然是净出口国。
禽肉进口：
l
俄罗斯国内禽肉需求旺盛，仍将是最大的禽肉进口国。
l
俄罗斯低关税配额继续增加，配额外关税逐渐降低。美国禽肉将占据俄罗斯进口禽肉配额的75%。
l
墨西哥是禽肉进口第二大国。
l
中国禽肉国内的大规模增加将满足国内需求，但预计进口也会增加。
l
因为禽流感的影响泰国和中国的禽肉出口将局限在熟食上。
l
沙特阿拉伯的禽肉进口也会继续增加。其国内产量也会增加。
l
开展中国家收入的上涨将促进低价值禽肉制品的消费。
农业气象预测 篇6
关键词：内蒙古地区；农业经济系统；投入产出分析
中图分类号： F326 文献标识码： A DOI编号： 10.14025/j.cnki.jlny.2016.14.028
内蒙古地区是发展农业经济的集中区域。作为农业大国，发展内蒙古地区农业经济是我国当前的主要目标。为了使农业能够得到更为稳定的发展，必须加强各部门之间的联系，同时调节好投入和产出的比例关系，确保农业经济稳定增长。在农业经济系统中的投入产出分析中，投入是指在农业生产过程中投入的劳动对象和劳动资料，劳动对象主要指农民，劳动资料主要包含种植过程中所使用的种子、化肥、农药等。产出主要是指农产品的产出数量以及各种分配使用的方向。在农业经济系统中产出和投入，不仅能够预测未来农业的发展方向，而且能够利用各种分析方法对农业经济系统做出具体的分析。
1投入产出分析的理论基础
1.1 基本理论
投入产出分析的基本理论是一步步走向成熟的，其最初出现是在法国重农学者魁奈所提出的“经济表”，随后马克思提出“社会再生产率”，确定了两大部门的比例关系，瓦尔拉斯为其补充提出“一般均衡理论模型”，确立了多个部门间的比例关系。随着时代的不断发展和进步，又逐步出现平衡表和各种与经济有关的数学模型，这些在分析和研究经济系统中发挥着重要的作用。最后，中国在1982年正式编制，确立产出表、实物表、价值表三个表作为投入产出分析的基本理论基础。
1.2 原理方法
投入产出分析主要是利用数学计算与电子信息技术结合的方法，并结合网上编程和有效的软件，通过这些将经济系统中的投入和产出的关系比例精确的计算出来，并进行相应的研究。其不只是简单的运用于一个部门，而是在多个部门中有着相关联系，甚至其关系到整个国民经济。
1.3 基本模型
投入产出的基本模型主要分为四种：一是静态模型和动态模型；二是价值型和实物型；三是宏观模型和微观模型；四是报告期和计划期投入产出模型。第一种是按照模型反映的时期而划分出来的，第二种是根据计量单位的不同，第三种是投入产出表按资料范围划分，第四种是按照资料的性质和内容划分出来。在投入产出分析过程中，这四种基本模型能够对经济系统做出计划和安排，以及根据所得的数据对未来的经济发展趋势做出预测。
2 投入产出分析在内蒙古地区农业经济系统中的具体应用
2.1 利用投入产出对内蒙古地区的农业经济做出预测
在农业收成之后，往往会根据收获的农产品做出具体的投入产出表，根据表格中的内容进行动态分析能够预测出在将来近一段时间内农业的收成情况，再根据这些趋势做出安排和改进。在2002年对内蒙古农业的产业结构进行分析后，利用投入产出分析中的投入产出表就能够比较出农业产业结构的比重是有所上升还是有所下降，同时也能对未来的发展情况有着更为清晰的认识。
2.2 分析重大决策对内蒙古地区农业经济系统的影响
若要维持内蒙古农业经济系统的稳定性，就需要将各个部门之间的关系保持一个平衡的状态。重大决策往往会给农业经济系统造成巨大的反响，甚至会造成一系列的反应，所以做出一个正确的决策对于农业经济结构的发展具有重要意义，投入分析能够综合各种因素，评估重大决策的可实施性，所以在分析农业经济系统中具有很强的实际操作性。例如，国家“三农”政策推行以来，对于内蒙古地区的农业不仅没有造成不良的后果，而且经投入产出分析，其能够推动内蒙古地区经济的发展，这一政策的推行对内蒙古东部平原地区农业的发展具有重要意义。
2.3 投入产出分析在设施农业经济效应中的应用
随着科技的不断进步，新型的农业技术手段也层出不穷，设施农业有着较为广泛的发展空间。为使其有着更好的发展前景，增加农民的收入，使内蒙古经济系统的收益得以提升，必须对设施农业方面进行更为深入的研究。日光温室在目前受到较为广泛的关注，内蒙古地区气候差异过大，采用日光温室能够很大程度的提高农作物的产量，但必须对其可操作性进行具体分析。利用投入产出分析，分析出生产成本、产值以及净收入等具有关联性的联系，然后对其中所存在的问题提出合适的解决对策，再根据定量、定性等分析方法做出更为具体的分析，提出更适合的解决方案。
3 结语
内蒙古地区地域辽阔，农业的发展决定着居民的生活质量，必须充分利用投入产出分析提高经济效益，做出正确的决策，并预测出未来农业准确的发展趋势，为内蒙古地区农业的发展做出保障。加深对投入产出分析的研究，让其与农业经济系统零距离，共发展。
参考文献
[1]吴锦凤等.对内蒙农牧业经济投入产出的比较研究[J].内蒙古统计，1998（01）：13-14.
[2]王韩伟.投入产出分析在农业经济系统中的应用[J].农机化研究，2005（03）：36-38.
农业气象预测 篇7
关键词：人工神经网络,短期电力负荷预测,天气敏感性模型,气象因素
0 引 言
短期负荷预测是电力系统优化调度(如机组最优组合,经济调度,最优潮流计算等)的基础工具,是电力企业日常经营管理工作的重要组成部分,准确的短期负荷预测是电网调度机构制定发供电计划和做好电网供需平衡的关键,它有助于系统运行人员高效地预估电能的生产输送,分配以及消费情况,制定出经济合理的发电方案。目前比较成熟的传统预测方法[1,2]可分为回归分析法、时间序列方法、线性外推法等。这几种方法具有模型简单,需要的历史数据少等优点,但仅仅着眼于对历史数据的整理、辨识,只能得到大致的负荷随时间的变化规律,对于天气变化对负荷的影响却很难估计。在运行实践中这些方法用于正常类型的负荷已能初步满足要求,一旦气候变化,以上基本方法预测结果便会与实际产生较大的差距。近几十年来, 以人工神经网络为代表的智能技术由于其具有的非线性映射能力和强大的自学习、自适应能力, 在负荷预测中得到了越来越多的应用[2,3,4,5]。 影响短期负荷预测的气象因素难以量化和估测,因为它的随机性和非线性都极强[6,7]。为了精确量化和估测气象因素的影响,本文采用带有自适应优势的人工神经网络预测方法,并且将气象预测与负荷预测相结合,把各种气象因素归结为气象负荷因子, 作为神经网络的一个输入, 充分考虑天气因素对地区短期负荷的影响,建立了一种具有天气敏感性的基于快速BP 算法的神经网络预测模型对地区短期电力负荷进行预测,并从神经网络的结构设计、气象数据的量化、训练样本的选取等几个方面进行探讨。
1 神经网络的结构[3,4]
神经网络的结构选择至关重要,直接关系到预测模型建立的合理性和预测精度。考虑到短期负荷预测的非线性程度较高,所以采用三层网络。选用有一个隐含层的BP网络进行短期负荷预测。图1是本文用于预测的BP网络模型。
BP网络是一种非线性映射的多层前馈高级人工神经元网络,理论上可以映射任意复杂的非线性关系。取一个隐含层,输入层为对负荷有影响的一些相关因素,输出为待预测的负荷,节点激活函数取为Sigmoid函数。通过代入历史数据进行神经网络训练,用训练好的网络进行负荷的预测。
传统的基于BP网络的预测方法是把天气因素和历史负荷对负荷预测值的影响综合在一起考虑, 这样在很大程度上忽略了天气因素对历史负荷的影响,造成预测精度下降[8,9]。而本文提出的天气因素敏感模型则把天气因素和历史负荷分开考虑,在BP 网络中对难以考虑的天气因素给出了较好的映射关系。下面将结合咸阳地区的短期负荷预测来具体分析天气因素敏感模型的神经网络结构的确定。
1.1 气象因素敏感模型神经网络输入变量的确定
基于因素影响的BP预测算法是通过从众多因素中找出对期望输出影响最明显的一些因素,组成一个有效的输入变量组进行运算,目的是提高预测精度和样本训练效率。咸阳地区负荷有如下特点: 以农业和生活用电为主, 基荷小, 负荷受气温影响明显(特别是夏、冬两季); 负荷变化的月、星期的周期不明显。但星期六和星期日的负荷与工作日不同。根据上述负荷特点,,定义神经网络结构为:选择三层BP神经网络,采用15-31-12的网络结构,即输入层节点数为15,中间隐含层节点数为31,而输出层12个节点表示预测日24个小时整点负荷值。网络所有代表的物理量见表1。
上述神经网络结构选择和节点配置体现了影响咸阳地区电力负荷值几个最主要因素的作用,将影响短期负荷变化的主要因素都考虑了, 通过对神经网络的训练, 可以寻找并掌握这些影响因素和负荷变化之间的某种规律。
1.2 天气因素敏感模型神经网络输入变量的处理
神经网络输入变量的建模和量化直接影响神经元各层之间的连接权值和阈值的调整[2],影响训练过程和预测效果。为了让训练过程能够正常进行,对各个输入变量分别做以下处理:
(1) 对于历史负荷值,为避免神经元的饱和,要将其进行归一化运算,使运算后的值在[0,1]的区间内,再把归一化后的值作为神经网络输入。具体公式为:
式中:
(2) 由于电力负荷还与天气状况有关,比如最高和最低气温等,因此,还需要通过天气预报等手段获得预测日的最高气温、最低气温和天气特征值(晴天、阴天还是雨天)。以此形式表示天气特征值:0表示晴天,0.5表示阴天,1表示雨天。这里将电力负荷预测日当天的气象特征数据作为网络的输入变量。
(3) 对于气温,认为相差不大的温度状况对于负荷值的影响是相同的,故而可以按照一定的温度差对气温因子进行划分。这里以5 ℃为一个划分标准,得到表2所示的气温因子模型。
2 仿真预测
以咸阳市电网为例,利用BP人工神经网络技术建立的天气因素敏感模型,建立了一个三层的BP网络,选择了历史的、预报的天气、温度等影响短期电力负荷的因素作为BP网络的输入,用建立好的BP网络进行了咸阳地区的短期电力负荷预测,以咸阳电网2004-7-10—7-20的整点有功负荷值,以及2004-7-11—7-21的气象特征状态量作为网络的训练样本,预测7月21日的电力负荷。为了对比预测效果,对以上的样本数在不考虑天气因素影响的情况下进行预测(预测一),再用上文所提出的考虑天气因素影响的模型进行预测(预测二)。其中预测二的神经网络输入变量是2004-7-10—7-20所有电力负荷值及每天对应的各个影响因子,还包括7月21日的天气预报气温值及当天的其他因素。两种方法都取动量因子为0.1,训练次数为1 000次。预测结果见图2和图3。通过图2和图3可以看出,在不考虑天气因素对负荷的影响时,预测曲线与实际曲线吻合较差;当考虑到天气因素对短期电力负荷的影响之后,预测曲线与实际曲线基本吻合, 达到了较好的预测效果。具体的预测数据如表3所示。
通过表3可以看出,预测一的24 h平均误差为2.64%,最大误差达到10.2%;预测二的24 h平均误差为0.864%,最大误差为2.07%。显然,考虑天气因素影响的咸阳电网短期电力负荷预测效果好于传统的预测方法,说明了基于天气敏感模型的电力负荷预测适用于咸阳电网的短期负荷预测,因而能够比较准确地对咸阳市短期电力负荷值进行预测。
3 结 语
采用BP神经网络进行短期电力负荷预测,能反映负荷的特点并能将气象因素考虑进去,能反映负荷自然增长的内在规律;在负荷预测时, 首先要考虑气象因素的影响,但不同地区负荷水平、负荷构成和所处地理位置不同, 受到的气象影响因素也不同, 因此在设计神经网络结构时, 应与该地区的实际负荷情况相结合,将最重要的气象因素考虑进去;利用人工神经网络技术确定了天气因素敏感模型,用建立好的BP网络进行了咸阳地区的短期电力负荷预测,预测结果表明它充分考虑了天气因素的影响,负荷预测的精度是符合要求的,完全可以实际运用于一个地区性的电力系统中。
参考文献
[1]牛东晓,曹树华,赵磊,等.电力负荷预测技术及其应用[M].北京:中国电力出版社,2002.
[2]田景文,高美娟.人工神经网络算法研究及应用[M].北京:北京理工大学出版社,2006.
[3]刘晟晖.电力系统负荷预测预报理论与方法[M].哈尔滨:哈尔滨工业大学出版社,2007.
[4]史忠科.神经网络控制理论[M].西安:西北工业大学出版社,2004.
[5]Kwang-Ho.Short-term load forecasting for special days inanomalous load condifions using neural networks and fuzzyinference method[J].IEEE Transactions on Power Sys-tems,2000,15(2):559-565.
[6]康重庆,夏清,张伯明.电力系统负荷预测研究综述与发展方向的探讨[J].电力系统自动化,2004,28(17):10-12.
[7]莫维仁,张伯明,孙宏斌,等.短期负荷综合预测模型的探讨[J].电力系统自动化,2004,28(1):30-34.
[8]SALGADO R M,PEREIRA J J F,OHISHI T.A hybridensemble model applied to the short-term load forecastingproblem[J].International Joint Conference on Neural Net-works,2006(7):2627-2631.
[9]张亚军,刘志刚,张大波.一种基于多神经网络的组合负荷预测模型[J].电网技术,2006,30(21):21-25.
农业气象预测 篇8
负荷预测是电力生产的基础,负荷预测精度直接关系到各项生产的开展,因此精确地对负荷进行预测具有重大的现实意义。短期负荷预测是针对未来一天到数天各时段的负荷预测的研究,是电网调度的重要环节。影响短期电力负荷的因素较多,例如:负荷水平、气候条件、生活习惯及社会经济发展水平等,因此短期负荷预测具有很强的非线性特点。
气象因素对于短期负荷预测有着重要的影响。其中温度对负荷影响最大,其次还有湿度、风力、降水等。随着社会经济不断发展,夏季负荷比重逐步提升,气象因素对负荷的影响越来越显著。这方面的研究较为广泛,其中较多的文献研究主要考虑温度、湿度等气象因素的日特征值对负荷的影响,运用神经网络、小波分析等各种方法进行负荷预测[1,2,3]。也有文献提出将多个气象因素经耦合后引入建模,例如人体舒适度[4,5]。文献[6]剖析了实时气象因素对负荷的影响并提出了处理策略,对实时气象因素的应用研究具有指导作用。文献[7]利用实时气象数据,分别建立了夏季气象敏感负荷与温度、湿度、风速等气象因素的关系模型,通过回归分析得到综合模型。但是该方法只考虑到待预测时段温度对负荷的影响,没有考虑到温度累积效应的影响,所建模型对高温负荷的预测能力不足。
本文通过对杭州地区夏季负荷与气象因素的相关性研究,重点分析了累积效应与各时段温度的关系,并提出了考虑温度累积效应的温度修正方法,同时对湿度进行相关性修正,在此基础上建立多元回归预测模型。通过仿真试算,证明了该方案对夏季高温负荷有较好的追踪效果。
1 负荷特性分析与气象敏感负荷提取
1.1 夏季电力负荷的描述性分析
夏季电力负荷受气象因素的影响较大,但不同地区的电力结构与气候条件各不相同,导致负荷变化形式也不尽相同,因此首先需要对负荷情况进行特性分析,掌握其变化规律。
本文通过对2006~2008年杭州地区夏季负荷及气象历史数据的分析可知:进入6月后,温度上升幅度较快,夏季日平均温度在30℃以上的天数在40天左右,其中日最高温度超过35℃的天数也在40天左右,而夏季日降雨大于10 mm的天数平均为10天。盛夏少雨,负荷受气象因素影响很大,降温负荷不断攀升。
通过对该市夏季日负荷曲线进行分析,可以得出其日负荷特征规律:该市电网日负荷曲线基本呈现三峰三谷的特性,其中日最大负荷值出现在14时的午高峰,早高峰稍次之,谷荷出现在凌晨6点左右。图1为该市2006年夏季典型日负荷曲线。
1.2 气象敏感负荷的提取
电力负荷是具有很强周期性的时间序列,主要由两部分组成。基础负荷部分,主要受到社会经济发展的影响,具有一定的稳定性、周期性和季节性。除此之外的另外一个重要组成部分,即气象敏感负荷。气象敏感负荷反映负荷波动受气象因素(温度、湿度、降雨、风速等)的影响,主要表现在调温负荷,对夏季、冬季的电网负荷影响较大。综上分析,可将电力负荷按式(1)分解:
式中:L为总负荷;Lt为基础负荷;Lm为气象敏感负荷;x是由随机因素产生的负荷,对总负荷影响较小,这里暂忽略不计。
基础负荷主要受社会经济发展的影响。通过对杭州地区电网负荷历史数据统计分析可知,杭州电网负荷随着经济的发展逐年提高,且增长幅度较为平稳,因此可将基础负荷Lt用式(2)表示:
式中:a、b为常数;t为时间。
考虑到夏季负荷中降温负荷所占比例较大,在求上述参数值时若不把夏季电力负荷事先排除,则上式求得的基础负荷实际上已经包含了部分气象敏感负荷,因此在求上述参数时应先去除6月至9月的夏季电力负荷,进而回归得到各时段的基础负荷表达式。图2为2006~2007年杭州地区午高峰的基础负荷曲线。
在总负荷L中,扣除已算出的基础负荷Lt,就可以提取出气象敏感负荷Lm。
2 温度累积效应对电力负荷的影响分析
气象因素中温度对负荷的影响最大。夏季高温天气时,电网负荷随着温度的升高急剧升高,特别是持续的高温天气还会对电力负荷产生累积效应。目前,这方面的研究不多,其中文献[8]考虑了累积效应对日负荷的影响,但建模所用的气象信息是传统的日特征气象值。下文将直接考虑气象敏感负荷与各时段实时温度因素,以午高峰为例研究温度累积效应对电力负荷的影响机理。
2.1 日内温度累积效应分析
如上所述杭州电网夏季日最大负荷基本出现在14时的午高峰。本文收集2007年7、8两个月杭州电网每个正常工作日的午高峰总负荷,并由上文方法计算得午高峰敏感负荷,分别计算这两个负荷值与午高峰所在时段及之前三个时段(本文中的一个时段为1小时)温度的相关系数,形成表1。由表1可知,本文方法分离出的气象敏感负荷与温度的相关系数整体高于总负荷与温度的相关系数,证明了敏感负荷分离方法的有效性。午高峰敏感负荷与实时温度数据的相关系数高于其与日特征温度的相关系数,说明实时温度信息比日特征温度更具有价值。值得注意的是午高峰敏感负荷与其前一时段、前两时段的温度具有很好的相关性,相关系数甚至高于其与当前时段的相关系数。而与前三时段的温度的相关性则减弱很多。通过对这三个时段温度的比较可知:夏季14时之前的两个小时的温度都已经上升到较高的位置,与14时的温度偏差基本在1~3℃,可以推测这两个时段的温度已经决定了大部分调温负荷是否开启,因此这两个时段的温度对午高峰调温负荷具有较大影响。本文建议将这一影响归为温度累积效应对负荷的影响,因其发生在待预测日当日,故称之为日内温度累积效应。
基于上述分析,本文采用待预测时段的前两时段的温度对待预测时段温度进行修正,使修正后的温度值能够体现日内温度累积效应的影响。
2.2 多日温度累积效应分析
电力负荷中的多日积温效应是指在持续低温或高温天气状况下,负荷出现一定程度的反常增长。南方地区夏季积温效应尤为明显。本文选取了2007年杭州地区夏季持续高温日期间的几个午高峰负荷,由上文方法求得各日的气象敏感负荷值,并收集与之对应的实时温度数据形成表2。由表2可知,7月18日的午高峰温度比前两日有所提高,午高峰敏感负荷随之产生较大的提升,接下来连续7天都是午高峰温度在36℃以上的持续高温天气,该段时期的午高峰敏感负荷一直较高。但当高温期持续3天及以上时,敏感负荷对气温增长的敏感度下降,增长趋于缓和,此时绝大部分降温负荷都已开启,电网负荷趋于饱和。由此可见,预测夏季电网负荷时,不仅要考虑待预测日的温度,还要考虑到待预测日之前几天的温度情况,分析待预测日所处时期的温度累积效应对负荷的影响,对温度进行修正,以期提高预测的准确性。
2.3 温度累积效应的修正模型
综上分析可知,温度累积效应对负荷的影响,不仅与待预测日之前几日的温度情况有关,并且与待预测时段之前时段的温度表现出较大的相关性。因此本文将温度累积效应对气象敏感负荷的影响分为两部分进行修正,即待预测时段之前时段的温度产生的累积效应与待预测日之前几日该时段温度产生的累积效应对负荷的影响。修正模型如下:
式中:T为考虑温度累积效应后的温度修正值;Tih为待预测时刻前i小时的温度真实值;Tid为待预测日前i天该预测时刻的温度真实值;mi、ni为累积效应系数;本文p取2,q取1。
3 其他气象因素对负荷的影响分析
夏季电网负荷除了受温度的影响外,还受到湿度、风速、降雨等气象因素的影响。表3所示为杭州地区夏季午高峰敏感负荷与湿度、风速的相关系数,可以看出,湿度与负荷成负相关性,相关系数较高,与温度相类似的是午高峰敏感负荷与前几时段的湿度值具有较好的相关性。本文对待预测时段湿度值作如下修正:
式中:H为修正后的湿度值;H0为待预测时段湿度真实值;Hi为待预测时段前i时段的湿度真实值;ki为待求参数;本文p取1。
对于风速,由表3可知风速与电力负荷的相关性很小,且风速具有较大的跳跃性,模型中引入风速反而会增加干扰因素,影响模型的预测精度。
对于日照和降雨,温度实际上能体现它们对负荷的影响。温度直接受日照强度影响,日照强烈时,温度随之升高。降雨会使温度有所下降,负荷也随之降低,因此可以认为日照与降雨对负荷的影响已经包含在温度对负荷的影响中。
4 气象敏感负荷综合模型与算例分析
4.1 多元非线性回归模型
回归预测是电力系统负荷预测的一种常用方法,即根据历史的变化规律寻找自变量与因变量之间的回归方程,确定模型参数,并据此方程做出预测。非线性回归模型是回归预测的一种,具有直观性强,计算简单,检验方便等优点。
综上温度、湿度对电力负荷的影响分析,对午高峰气象敏感负荷建立包含实时温度、湿度因素的回归模型,如下:
式中:Lm为气象敏感负荷;T为经累积效应修正后的温度值;H为相关性修正后的相对湿度值;k1、k2、k3为待定参数;C为常数。
将上文提出的温度累积效应修正公式与湿度修正公式代入到回归模型中,编程求解各待定系数。
4.2 算例分析
日最大负荷预测是短期负荷预测的一个重要课题。下面根据2007年7~8月杭州地区负荷与气象历史数据,对日最大负荷即午高峰负荷值进行预测。将上文建立的温度、湿度修正公式代入综合模型对8月6至8月31日间每个正常工作日的日最大负荷进行预测。图3为按本文方法修正后的日最大负荷预测曲线与实际负荷曲线对比。
为了验证本文方法的有效性,将不经过修正的温湿度值直接代入综合模型进行预测,预测曲线与实际曲线的对比如图4所示。对比图3、图4可以看出,本文方法所得的预测曲线与实际曲线的偏差较小,对日最大负荷的跟踪效果比较理想,20个工作日的日最大负荷预测平均误差为1.34%,拟合精度比不经温湿度修正方法有了较大的提高。两者的误差比较如表4所示。
5 结语
本文将气象敏感负荷从总负荷中分离出来,分析研究实时气象因素,尤其是温度、湿度对气象敏感负荷的影响。通过对杭州地区午高峰敏感负荷与实时温度的相关性分析,提出将温度累积效应对负荷的影响分为日内温度累积效应和多日温度累积效应两部分进行处理的新思路,并据此对温度进行修正处理,使其能够体现温度累积效应对负荷的影响。最终建立了气象敏感负荷与温湿度修正值的非线性回归模型。算例分析表明,本文方法对日最大负荷具有较强的跟踪预测能力,预测精度较高。
值得指出的是,本文给出的分析方法,同样适用于夏季其他受气象因素影响较大的时段。
参考文献
[1]张宏刚,蒋传文,王承民,等.基于气象因素粗糙集理论的负荷预测方法[J].电力系统及其自动化,2004,28(8):60-64.ZHANG Hong-gang,JIANG Chuan-wen,WANG Cheng-min,et al.Load forecasting based on rough set of weather factors[J].Automation of Electric Power Systems,2004,28(8):60-64.
[2]Satish B,Swarup K S,Srinivas S,et al.Effect of temperature on short term load forecasting using an integrated ANN[J].Electric Power System Research,2004,72(1):95-101.
[3]谢宏,陈志业,牛东晓,等.基于小波分解与气象因素影响的电力系统日负荷预测模型研究[J].中国电机工程学报,2001,21(5):5-9.XIE Hong,CHEN Zhi-ye,NIU Dong-xiao,et al.The research of daily load forecasting model based on wavelet decomposing and climatic influence[J].Proceedings of the CSEE,2001,21(5):5-9.
[4]秦海超,王玮,周晖,等.人体舒适度指数在短期电力负荷预测中的应用[J].电力系统及其自动化学报,2006,18(2):63-66.QIN Hai-chao,WANG Wei,ZHOU Hui,et al.Short-term electric forecast using human body amenity indicator[J].Proceedings of the CSU-EPSA,2006,18(2):63-66.
[5]周巍,陈秋红,肖晶,等.人体舒适度指数对用电负荷的影响[J].电力需求侧管理,2004,6(3):54-56.ZHOU Wei,CHEN Qiu-hong,XIAO Jing,et al.The effect of human body amenity indicator to load characteristic[J].Power Demand Side Management,2004,6(3):54-56.
[6]康重庆,周安石,王鹏,等.短期负荷预测中实时气象因素的影响分析及其处理策略[J].电网技术,2006,30(7):5-11.KANG Chong-qing,ZHOU An-shi,WANG Peng,et al.Impact analysis of hourly weather factors in short-term load forecasting and its processing strategy[J].Power System Technology,2006,30(7):5-11.
[7]朱振伟,方鸽飞,王国福,等.电网夏季气象敏感负荷特性分析[J].华东电力,2008,36(9):1075-1080.ZHU Zhen-wei,FANG Ge-fei,WANG Guo-fu,et al.Characteristic analysis for summer weather sensitive loads of power grids[J].East China Electric Power,2008,36(9):1075-1080.
农业气象预测 篇9
统计学习理论是目前针对小样本统计估计和预测学习的最佳理论, 支持向量机算法已表现出了许多优于已有方法的性能, 其SVR (Support Vector Regression) 算法正广泛应用于函数回归、模式识别等问题中。
SVR的训练问题本质上是一个经典的二次规划问题, 它可避免局部最优解, 并且有唯一的全局最优解。此外, 还利用最优化理论中许多成熟的算法。关于SVM和SVR的理论定义及推导可参见文献[1]及其他文献。本文考虑气象因素, 应用SVR算法进行电力系统短期负荷预测。
1 历史负荷数据的预处理
设负荷序列用x (i, n) 表示, i=0, 1, 2, …, 96, 表示一天中的96个时点;n=1, 2, …, N, N表示天数。每时点N天负荷的均值E (i) 及方差σi为
则第n天第i时点负荷的偏差率ρ (i, n) 为
ρ (i, n) =|x (i, n) -E (i) |/σi
当ρ (i, n) ≥1.1时, 判定该负荷点为异常负荷点, 应剔除并用该负荷点前后两点的平均值
2 气象因素的量化
根据人体温度舒适度的调查, 将温度t属性分区段量化, 取值ft, 如图1所示。
上海地区冬季多雨, 这里考虑了降雨量属性对负荷的影响。天气预报中降雨一般分为无雨、小雨、中雨、大雨、暴雨、大暴雨、特大暴雨7种, 其对应的量化取值如图2所示, 其中L表示降雨量;fL是对应不同降雨量区间的量化取值。
对于诸如冰雹、下雪、强风等天气, 最直接的体现便是气温的下降, 把这些因素涵盖在气温因素中, 而不再作为另外的气象因素考虑入模型。
3 训练算法的选择
本文使用了Chang Chichung和Lin Chihjen在2001年提出的LIBSVM算法[2], 该算法借鉴了其他方法的优点, 给出了一个工作集的确定方法, 使得优化问题成为一个典型的二次优化问题, 并使其具有解析解, 相比普通的优化问题数值求解方法, 占用更少的内存, 而且在精度和速度上有更大的优越性, 具体算法参见文献[2]。
4 负荷预测的具体步骤
1) 对获取的历史负荷数据进行平滑预处理, 具体方法参见本文1。
2) 建立预测样本, 包括历史负荷数据、温度数据、降雨量属性、节假日属性、周属性等, 对气象属性进行量化 (参见本文2) , 建立系统模型。
3) 利用LIBSVM算法计算αi、αi* (αi、αi*≥0, 为凸二次优化问题的拉格朗日算子) 。基于LIBSVM预测方法的程序框图如图3所示。
4) 利用预测样本, 将αi、αi*代入图3中对未来某一时段负荷进行预测的公式。式中k (xi、x) 为核函数, h为支持向量个数。
5 算例分析
本文利用上海市电力公司某供电分公司2002年12月1日至2003年2月27日的历史负荷数据及气象数据作为样本来预测2003年2月28日的96个时点负荷。结合考虑气象因素的SVR的训练样本由下式确定
式中:Ld, h表示d天h小时的负荷;ftmin、ftmax表示最高及最低温度对应的量化取值;fL表示降雨量对应的量化取值。
96个时点预测结果曲线如图4所示。表1列出了不考虑气象因素及考虑气象因素两类SVR算法得出的预测结果评价指标。
由表1可见, 在考虑气象因素的情况下, 各时点预测结果的平均误差小于2.5%, 日负荷预测准确率接近97%, 比不考虑气象因素的情况精度分别提高约0.5及0.7个百分点。
6 结语
1) 本文对具体的气象因素 (气温、降雨量) 进行了量化工作, 以更方便样本的训练。以上海一例进行分析, 由于综合考虑气象因素的影响, 预测结果达到了较高的精度。
2) 综合考虑各类气象因素对负荷的影响, 对提高负荷预测的精度无疑是有效的。但是, 加入过多的影响因素, 也会对预测模型的训练学习带来困难, 这需要一个权衡的过程。
实际上, 并没有一个固定的方法或模型适用于一切负荷预测场合, 并保证优于其他一切方法或模型。对于气象因素的考虑亦是如此, 必须要考虑预测地区的负荷水平、负荷构成和具体的气候特点等因素。
参考文献
[1]潘锋, 程浩忠, 杨镜非等.基于支持向量机的电力系统短期负荷预测[J].电网技术, 2004, 28 (21) :39-42.
农业气象预测 篇10
灰色理论模型作为灰色系统理论的主要组成部分,目前该理论模型已经在农业、工业、生态、经济、社会等领域得到了成功的应用,尤其是GM(1,1)模型,已成为应用领域最为广泛的灰色预测模型。
灰色系统理论以“部分信息已知、部分信息未知”的“小样本”“贫信息”不确定性系统为研究对象,主要通过“部分”已知信息的生成、开发以提取有价值的信息,实现对系统运行行为、演化规律正确的描绘和有效的监控[1]。农机总动力的发展变化受到国家政策、自然条件、政治、经济、文化等多种因素的影响,其复杂程度远远超出一般的物理系统,并且具有很大的不确定性。因此,农机总动力的发展变化属于典型的灰色系统,故可以用灰色系统理论对其进行研究。
本文从陕西省1998-2008年陕西农业机械总动力统计数据出发,在GM(1,1)模型检验的基础上,对陕西省2011-2015年的农机总动力进行预测。
1 数学建模
1.1 建模思想
灰色系统理论是以给定数据列为基础,通过对数据列的数据生成得到较有规律性的数据列,以此为基础建立微分方程的机理模型[2,3]。作为灰色系统理论核心和基础的灰色模型,概括而言具有以下3个特点:①建模所需信息较少,通常只要有4个以上数据即可建模;②不必知道原始数据分布的先验特征,对无规则或不服从任何分布的任意光滑离散的原始序列,通过有限次的生成即可转化成为有规则序列;③建模的精度较高,可保持原系统的特征,能够较好地反映系统的实际状况[4,5]。GM(1,1)模型是灰色系统理论常用的模型。目前许多新的灰色系统建模和系统模型被提出及应用。
1.2 数学建模
GM(1,1)模型是将时间序列转化为微分方程,从而建立抽象的系统发展的动态模型。假设原始序列为X(0)={x(0)(1),x(0)(2),…,x(0)(n)}。其中,x(0) (k)≥0,k=1,2,…,n,则建立灰色模型的过程如下[6]:
1) 对X(0)序列进行一次累加处理,则
X(1)={x(1)(1),x(1)(2),…,x(1)(n)}
2) 确定矩阵B,Y。首先,生成X(1)的紧邻均值序列L(1),则
L(1)={l(1)(1),l(1)(2),…,l(1)(n)}
3) 计算参数a,b。通过步骤1),步骤2),可以得到GM(1,1)模型,即
x(0)(k)+al(1)(k)=b (1)
其中,a为发展系数,b为灰色作用量,用最小二乘法对参数进行估计,则
4) 确定模型。求解式(1)的方程得到时间响应序列,即
根据X(0)和X(1)的关系,通过累减可以得到还原值,即
令,则曲线Y(k)反映了原始数据序列的总变化趋势。
2 模型检验
灰色预测模型的检验主要包括3种形式:残差检验、关联度检验和后验差检验[7]。本文采用残差检验与后验差检验。
后验差检验,即根据C=S1/S0和小误差概率p共同来判断模型的精度。其中,S0为原始时间序列数据x(0)的均方差,S1为残差数列ε(0)的均方差,小误差概率P的计算如式(4),即
具体模型检验的精度等级如表1所示。
由表1可以看出,通过计算出P和C的数值来判断该预测的精度,最理想的情况是P>0.95,并且C<0.35。如果计算出P≤0.70,并且C≤0.65,则说明该预测的精度很低。
3 农业机械总动力预测
3.1 模型构建
依据1998-2008年陕西农业机械总动力原始数据,由原始数据累加形成的X(1)序列,如表2所示;并以该数据[8]为原始数据建立GM(1,1)模型,对陕西省2009-2012年的机械总动力进行预测。
kW
以上数据来自中国统计年鉴。
对表2数中的据进行GAO累加得到结果,如表3所示。
根据上述步骤计算:a=-0.0592,b= 896.0242, 则灰色预测时间相应函数为
一般当-a<2,GM(1,1)模型有意义,但是随着a取值不同预测效果也不同,在-a≤0.3时精度较高,可用于中长期预测,本文得到-a=0.0592,小于0.3,因此可用于中长期预测[9]。
3.2 模型检验
1)残差检验。
根据灰色预测时间函数的模拟结果,可以计算出1998-2008年陕西农业机械总动力的模拟值,具体值如表4所示。
由表4可知,相对误差均小于3%,说明模拟值对实际值的偏离较小,模拟的1998-2008年陕西农业机械总动力平均误差为1.01%。从残差检验结果中可知模型精度非常高,模型结构合理。
2)后验差检验。
通过计算可以得出,原始序列方差S0为246.76,残差数列ε(0)的均方差S1为19.77,由此可以得到C值为0.08,小概率P值为1,通过与灰色系统模型后验差检验精度等级表进行对比可知,模型精度较高,灰色预测结果可信。
3)陕西农业机械总动力预测。
将1998-2008年陕西省农业机械总动力值代入本文所构建的模型,对陕西省2011-2015年陕西农业机械总动力进行预测,得预测值分别为19570,21687,23932,26315,28843kW,如图1所示。因此,从预测结果可以看出,陕西农业机械总动力在未来5年里呈现上升趋势,年均增率为9.48%。
4 结束语
本文运用灰色系统GM(1,1)模型,对陕西省1998-2008年农机总动力的数据进行后验差检验,结果表明运用GM(1,1)模型能够较好地拟合陕西农业机械总动力的变化。因此,采用灰色系统GM(1,1)模型陕西农机总动力进行预测是合理的、可信的。
根据1998-2008年陕西农业机械总动力数据,运用灰色系统GM(1,1)模型预测2011-2015的预测值分别为19570,21687,23932,26315,28843kW,呈直线上升趋势,年平均递增率为9.48%。
摘要：农业机械总动力预测是农业机械化科学管理的重要内容。为此,运用灰色系统理论GM(1,1)模型,对1998-2008年陕西省农业机械总动力进行了相关检验,模拟了陕西省农机总动力发展情况,相对误差均小于3%,平均误差为1.01%,模型可用于农机总动力预测。预测结果表明:2011-2015年陕西农业机械总动力分别为19 570,21 687,2 3932,26 315,28 843kW,呈直线上升趋势,年平均递增率为9.48%。
关键词：农机总动力,灰色理论,预测
参考文献
[1]宋协法,刘龙.基于灰色系统理论的我国海洋机动渔船发展趋势预测[J].渔业现代化,2010,37(1):56-59.
[2]梁保松,陈振,党耀国.具有灰指数律数据序列建模方法研究[J].郑州大学学报(理学版),2007,39(1):116-118.
[3]王钟羡,吴春笃.GM(1,1)改进模型及其应用[J].数学的实践与认识,2003,33(9):20-25.
[4]刘思峰,郭天榜,党耀国.灰色系统理论及应用[M].北京:科学出版社,1999.
[5]常军.基于RS和G IS的黄河三角洲海岸线动态变化监测与模拟预测研究[D].济南:山东师范大学,2001.
[6]刘思明,郭天榜.灰色系统理论及其应用[M].北京:科学出版社,1999.
[7]陈洁,李玉双,韩峰.湖南省第三产业就业人数预测-基于灰色系统GM(1,1)模型[J].经济数学,2009(4):104-110.
[8]中国统计局.中国统计年鉴1999-2009[M].北京:中国统计出版社,1999-2009.
农业气象预测 篇11
我国降水量季节分配的特点是夏季最多, 冬季最少, 春、秋季介于两者之间。大的雨带一般于5月中旬出现在华南地区, 6月中旬北推至长江流域, 7月中旬北推至淮河流域以北, 从8月下旬到9月上旬, 雨带开始逐步向南推移。
随着我国经济的快速发展, 气象信息越来越被人们所关注, 无论是个人的日常生活还是国家的建设工作都会考虑气象因素。向社会提供准确、及时的气象信息是我们的宗旨, 满足人民对气象信息的多种需求是我们的目标。因此, 准确地对雨量进行预报有着十分重要的意义。
1 最大熵算法概述
最大熵原理是指当我们需要对一个随机事件的概率分布进行预测时, 我们的预测应当满足全部的已知条件, 而对于未知的情况不作任何主观的假设。在这种情况下, 概率分布最均匀, 预测的风险最小。因为这时概率分布的信息熵最大, 所以, 人们称这种模型为“最大熵模型”。这是一个数学原理, 指的是指数函数的形式, 现在只需要确定指数函数的参数就可以了。
最大熵模型作为一个数学模型, 有一些特殊的或者是通用的训练方法。影响训练算法性能的重要因素有收敛速度和单次迭代速度。对整体系统状态进行推断时, 或许根据我们所已知的信息无法得到其他内容或改变任何原有的假设条件, 在这个时候, 我们可以采用一种合理的方法——最大熵算法。
2 常规气象雨量预测
预测是指人们对未知事物的不确定性行为或状态所作出的客观科学预测。在水文和水资源的探索、研究过程中, 常规降雨量是一个重要的参考量。然而, 常规监测手段监测的范围存在广度小、成本高的问题, 而且常规监测只能进行点对点的监测。
随着科技的不断发展, 卫星遥感雨量监测技术也在进步, 现在的监测技术具有监测范围大、不受地形限制的优势。目前, 研究雨量预测的方法主要是基于神经网络的方法。其主要步骤是: (1) 获得降雨估算参数因子。主要参数因子是与降雨有直接关系的云参数和大气参数, 这些参数是通过分析云层降雨过程和云层降雨的物理机理来选取的。 (2) 选定参数因子的数据集。 (3) 建立降雨量估算模型。首先监测实际降雨数据, 从中获取样本, 然后使用人工神经网络方法搭建网络模型。
3 基于最大熵原理在气象预测中的应用
3.1 最大熵原理应用的基本设想
从最大熵原理出发, 理论数据可以很简单地表明大气中的温度场和气压场的分布。温度场和气压场都是均匀分布的。从大气中随机抽取一个空气样品, 可能出现的各种温度所占大气的质量是相等的。形成如此温度分布的原因是在太阳辐射和大气对外辐射下, 大气形成一个温度场, 假设介质界面和外面保持绝缘, 只从左右两边散发出热量, 就会在温度场上呈现出均匀分布的等温线。
从最大熵原理出发可以理解为是被介质温度场所约束的温度或者是在介质中造成的随机性温度的最大分布。
3.2 雨量的主要原理特性
一般来说, 降雨是通过云滴形成的。云滴谱是关于云滴半径的分布函数, 熵是与分布函数相联系的, 同时, 还存在关于云滴的表面积的分布函数和云滴的质量分布函数。当信息熵达到极值时, 它所对应的云滴变量的分布函数所对应的熵也就得到了极大值。
3.3 初步实验检验
我们在Windows系统界面下设计了仿真实验, 仿真试验是通过程序模拟来实现的, 在此基础上我们得到了相对可靠的实验数据。表1为最大熵算法和传统的BP神经网络雨量预测方法的对比。
从表1中可以看出, 本文提到的最大熵算法在雨量预测中的准确率要高于传统的BP神经网络雨量预测方法, 这说明了最大熵算法的可行性。
4 结束语
通过有效的仿真实验, 证明了最大熵方法在气象雨量预测中的可行性。实验数据表明, 该方法在无雨或小雨的时候, 监测准确率较高, 降雨量的预报效果也很好;但对于中雨以上级别的降雨, 该方法的监测准确率就相对低一些, 预报效果有所降低。在评价方法中, 预报的方法可以用于大部分地区, 而对于个别地区, 需要更深入的分析, 并注意大雨级别以上的情况, 同时, 还要考察该检测方法在实际应用中的可行性。
参考文献