陈纪波，胡 慧，陈克垚，王桂芝

（1.南京信息工程大学数学与统计学院，南京 210044; 2.中国气象局国家气候中心，北京 100081）

基于非线性PLSR模型的气候变化对粮食产量的影响分析*

陈纪波1，胡 慧1，陈克垚2**，王桂芝1

（1.南京信息工程大学数学与统计学院，南京 210044; 2.中国气象局国家气候中心，北京 100081）

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。

气候产量；偏最小二乘法；三次B样条；广义回归神经网络

20世纪80年代以来，中国土地开垦逐渐饱和，物质增产的作用日趋稳定，加之社会技术水平渐趋成熟，因此，社会物质因素对粮食产量的影响也趋于稳定[1]；而近年来，粮食主产区黄淮海平原和东北平原由于气温不断上升、水资源短缺造成干旱严重，气候因素对粮食产量的影响日渐变大[2]。因此，在气候变化的大趋势情境下，如何适应气候变化成为确保粮食增产的新兴挑战[3]。……