陈亦新 鄢冉

随着社会的发展，人们改造自然，利用自然的能力和效率不断提高。本研究的目的是为了探讨自然和人类活动对人们生产的影响。考虑到自然的数据是非线性的，传统的辨识系统的方法就无能为力了，这时候我们选择更稳定的神经网络模型。

一、数据来源

数据来源于“中国统计局”和“中国气象数据网”。

从“中国统计局”中获取了河南省和四川省的第一产业增加值和财政支农支出；从“中国气象数据网”中获得了全国824个气象站点的日均气温、降水量、光照时长等月度数据。

由于第一产业对自然的依赖相比其他两个产业来说更显著一些，决定将研究对象定为对气象最为敏感的第一产业。

自然对生产的影响最普遍的就是通过气象来影响。所以本研究中用年均气温（℃），年均降水（mm），年均光照时长（h）来表示自然的数据。

人类活动数据使用该省份财政支农支出的数据。考虑到财政对农业的投入不能第一时间转化为实际的增加值，再加上所能获取到的支农支出的统计年份的限制，将滞后年份设置为4年，即现在的投入会对四年后的第一产业增加值产生最显著的影响。

二、数据处理

因为气象数据是月数据，所以我们首先需要将月数据转化成年数据。转化方式如下：首先找出研究省份内的所有气象点，因为气象点的数量可能会有波动，河南省内大约有11个气象点，四川省内大约有17个气象点。将这些气象点的数据提取出来，然后相加求和再除以气象点数量和月份的乘积，得到省份的年均气象数据。……