区域水土资源系统分析及粮食增产潜力研究
|
摘要
水土资源不但是人类社会生存最基本的物质基础,而且是生产与发展的基本条件,更是决定地区间经济差异和国家实力大小的重要因素。水土资源问题长期以来都是世界各国最为关注的焦点问题之一,尤其是1970年以后,由于人类日益增长的水土资源需求和其本身的稀缺性、有限性之间的矛盾越来越大,水土资源开发利用问题更加明显地成为全球性的热点问题之一。
本论文立足于黑龙江省齐齐哈尔市,结合国家“十一五”科技支撑计划项目,采用现代数据处理方法和手段,对齐齐哈尔市水土资源发展趋势、水土资源多时间尺度特性、水土资源承载力、不同尺度下粮食增产潜力分析与预测及种植结构优化调整等问题进行了深入细致的研究,得出以下主要结论:
(1)分别采用BP神经网络模型、改进的GM(1,1)模型、偏最小二乘回归模型和小波随机耦合建立了齐齐哈尔市年降水量、年地下水平均埋深、年径流量、耕地面积数学预测模型,研究结果表明:所建立的模型均能很好地对齐齐哈尔市的水土资源进行预测。其中:降水量预测结果表明在最近几年会持续较多,不会有严重旱灾发生;地下水预测结果表明如果仍然按照当前开采模式继续下去,未来10年内地下水埋深降幅为6.45m左右;耕地面积预测结果表明未来十年内耕地面积波动性较大,呈现增减交替波动趋势。
(2)主要采用小波理论,分析了齐齐哈尔市年降水量、主汛期降水量、年径流量、月径流量、年耕地面积的多时间尺度变化特征。研究结果表明:年降水量的第一、第二、第三主周期分别为29年、6年和16年,主汛期降水量的第一、第二、第三主周期分别为6年、11年和29年,主汛期降水量的变化在很大程度上控制着年降水量的变化;年径流量序列的第一、第二、第三主周期分别为32年、5年(或7年)和13年,月径流量序列的第一、第二、第三主周期分别为384个月(32年)、84个月(7年)的39个月(3.3年),月径流量的变化决定着年径流量的变化;耕地面积序列的第一、第二、第三主周期分别为40年(甚至更大)、17年和23年,这几个主周期共同控制着齐齐哈尔市耕地面积的动态变化规律。
(3)通过采用DPSIR模型(Driving Force-Pressure-State-Impact-Response Framework,驱动力-压力-状态-影响-响应框架)构建了齐齐哈尔市水土资源承载力评价指标体系,在指标体系信度检验的基础上,采用基于实数编码加速遗传算法优化的投影寻踪评价模型对齐齐哈尔市市区及所属各市县的水土资源承载力进行评价,结果表明:市区>甘南县>龙江县>富裕县>克东县>泰来县>依安县>讷河市>克山县>拜泉县。
(4)各粮食增产影响因子对黑龙江省粮食总产量影响程度排序为:粮食单产>粮食播种面积>农田成灾面积>化肥施用量>农机总动力>有效灌溉面积>农药使用量,而在齐齐哈尔市粮食增产中起着关键作用的影响因子依次为有效灌溉面积、农药使用量、农机总动力。上述研究成果可以为不同尺度下黑龙江省和齐齐哈尔市制定粮食发展战略提供参考,同时也说明,随着研究尺度的改变,各粮食增产影响因子对区域粮食总产量影响程度也是在不断变化的。
(5)从复杂适应系统理论的基本思想着手,对复杂适应系统及理论的特点、主体及运行机制进行了初探,分析了种植结构调整的复杂性及CAS特征,搭建了基于区域农业水土资源复杂适应系统的种植结构优化调整模型框架,并根据整体模型特点,采用多目标协同进化遗传算法对所建模型进行了求解,在此基础上,从子系统间协调度和系统总协调度入手,对农业水土资源系统效益的协调性进行了评价,结果表明:种植结构优化调整后的研究区域农业水土资源系统向着更加协调的方向演化。
(6)黑龙江省粮食总产量中长期多元回归预报模型预测结果表明:未来黑龙江省粮食总产量将表现出持续增长的态势,2015、2020、2025、2030年的粮食总产量分别为5193.54万t、5701.73万t、6208.20万t、6703.89万t;齐齐哈尔市中长期粮食总产量主成分分析预报模型预测结果表明:齐齐哈尔市未来粮食总产量也将呈现出增加的趋势,2015、2020、2025、2030年的粮食总产量分别为844.33万t、907.33万t、974.33万t、1044.8万t。
Water and soil resources is not only the most basic material of the human society survival, but also the basic conditions for production and development. It also decides regional economic disparities and is an important factor of the national power size. Water and soil resources problem has been one of the most focus problems for a long time, especially since the 1970s, as the contradiction among the growing human demand for water and soil resources, the scarcity and limited of its own, the problem of soil and water resources development and utilization clearly become a global hot topic.
This paper adopts the modern data processing methods and combine with the national "Eleventh Five-Year" science and technology support projects to systemically study water and soil resources trends, multiple time scale, carrying capacity, the grain yield increase potential under different spatial scales and planting structure adjustment in Qiqihar, Heilongjiang Province. The main research contents and production are presented as follows:
(1)Some mathematical models are set up to predict annual precipitation, average annual groundwater depth, annual runoff and arable land, such as BP-ANN model, improved GM(1,1) model, PLS model and wavelet random coupling model. The results show that: the established models are better to forecast water and soil resources. The precipitation forecasting results show that there will be not severe drought in the next 10 years; The groundwater forecasting results show that if mining continued in the current pattern, the groundwater depth decline will be 6.45m in the next 10 years; The arable land forecasting results show that arable land area will be volatile in the next 10 years and present increase or decrease trends.
(2)This paper mainly use wavelet theory to analyze the multiple time scales of annual precipitation, the main flood season precipitation, annual runoff, monthly runoff and arable land of Qiqihar. The research results show: The first, second and third main cycle of annual runoff are 29 years, 6 years and16 years. The first, second and third main cycle of the main flood season precipitation are 6 years, 11 years and 29 years. The main flood season precipitation change to a large extent controls the change of annual precipitation; The first, second and third main cycle of annual runoff are 32 years, 5 years(or 7 years) and 13 years. The first, second and third main cycle of monthly runoff are 384 months(32 years), 84 months(7 years) and 39 months(3.3 years). The monthly runoff change determines the annual runoff change; The first, second and third main cycle of arable land are 40 years(even greater), 17 years and 32 years,and these main cycles commonly control the dynamic change law of arable land in Qiqihar.
(3)This paper adopts DPSIR model (Driving Force-Pressure-State-Impact-Response Framework) to construct water and soil resources carrying capacity evaluation index system. On the basis of index system reliability test,the RAGA-PPE model is built to evaluate water and soil resources carrying capacity of Qiqihar urban and its counties,the results show:the urban > Gannan > Longjiang > Fuyu > Kedong > Tailai > Yi'an > Nehe > Keshan > Baiquan.
(4)Each grain production impact factor for the Sort of impact by grain output in Heilongjiang Province:Grain yield>Sown area of grain>Agricultural disaster area>Chemical Fertilizers>Total Power>Effective irrigation area>Pesticide use,but the key role impact factor of grain production in Qiqihar City were Effective irrigation area、Pesticide use、Total Power.Above-mentioned research can provide reference to formulate food development of different scales in Heilongjiang Province and Qiqihar City,At the same time,It illustrate that with the changes of research scale,Each grain production impact factor for the region's grain output Sort of impact are also changing all the time.
(5) From the basic idea of complex adaptive systems theory, this paper preliminarily explore the characteristics, agent and operating mechanism of CAS theory and analyze the complexity and CAS characteristics of planting structure adjustment, the planting structure adjustment model framework based on agriculture water and soil resources complex adaptive system is built. At the same time, co-evolutionary genetic algorithm is adopt to solve the built model. On this basis, from the coordination degree of the subsystem and overall system, the coordination degree of agriculture water and soil resources system benefit can be evaluated. The results show: agricultural water and soil resources system after planting structure optimization adjustment evolve toward a more coordinated direction.
(6) The Long-term forecast grain output result by Multiple regression prediction model in Heilongjiang Province shows:the future grain output in Heilongjiang Province will express the continued growth Situation,Grain output in 2015、2020、2025、2030years Were 5193.54tons、5701.73tons、6208.20tons、6703.89tons;The Long-term forecast grain output result by Principal component analysis and prediction model in Qiqihar City shows:the future grain output in Qiqihar City will also express the growth Situation,Grain output in 2015、2020、2025、2030years Were 844.33tons、907.33tons、974.33tons、1044.8tons.
本论文立足于黑龙江省齐齐哈尔市,结合国家“十一五”科技支撑计划项目,采用现代数据处理方法和手段,对齐齐哈尔市水土资源发展趋势、水土资源多时间尺度特性、水土资源承载力、不同尺度下粮食增产潜力分析与预测及种植结构优化调整等问题进行了深入细致的研究,得出以下主要结论:
(1)分别采用BP神经网络模型、改进的GM(1,1)模型、偏最小二乘回归模型和小波随机耦合建立了齐齐哈尔市年降水量、年地下水平均埋深、年径流量、耕地面积数学预测模型,研究结果表明:所建立的模型均能很好地对齐齐哈尔市的水土资源进行预测。其中:降水量预测结果表明在最近几年会持续较多,不会有严重旱灾发生;地下水预测结果表明如果仍然按照当前开采模式继续下去,未来10年内地下水埋深降幅为6.45m左右;耕地面积预测结果表明未来十年内耕地面积波动性较大,呈现增减交替波动趋势。
(2)主要采用小波理论,分析了齐齐哈尔市年降水量、主汛期降水量、年径流量、月径流量、年耕地面积的多时间尺度变化特征。研究结果表明:年降水量的第一、第二、第三主周期分别为29年、6年和16年,主汛期降水量的第一、第二、第三主周期分别为6年、11年和29年,主汛期降水量的变化在很大程度上控制着年降水量的变化;年径流量序列的第一、第二、第三主周期分别为32年、5年(或7年)和13年,月径流量序列的第一、第二、第三主周期分别为384个月(32年)、84个月(7年)的39个月(3.3年),月径流量的变化决定着年径流量的变化;耕地面积序列的第一、第二、第三主周期分别为40年(甚至更大)、17年和23年,这几个主周期共同控制着齐齐哈尔市耕地面积的动态变化规律。
(3)通过采用DPSIR模型(Driving Force-Pressure-State-Impact-Response Framework,驱动力-压力-状态-影响-响应框架)构建了齐齐哈尔市水土资源承载力评价指标体系,在指标体系信度检验的基础上,采用基于实数编码加速遗传算法优化的投影寻踪评价模型对齐齐哈尔市市区及所属各市县的水土资源承载力进行评价,结果表明:市区>甘南县>龙江县>富裕县>克东县>泰来县>依安县>讷河市>克山县>拜泉县。
(4)各粮食增产影响因子对黑龙江省粮食总产量影响程度排序为:粮食单产>粮食播种面积>农田成灾面积>化肥施用量>农机总动力>有效灌溉面积>农药使用量,而在齐齐哈尔市粮食增产中起着关键作用的影响因子依次为有效灌溉面积、农药使用量、农机总动力。上述研究成果可以为不同尺度下黑龙江省和齐齐哈尔市制定粮食发展战略提供参考,同时也说明,随着研究尺度的改变,各粮食增产影响因子对区域粮食总产量影响程度也是在不断变化的。
(5)从复杂适应系统理论的基本思想着手,对复杂适应系统及理论的特点、主体及运行机制进行了初探,分析了种植结构调整的复杂性及CAS特征,搭建了基于区域农业水土资源复杂适应系统的种植结构优化调整模型框架,并根据整体模型特点,采用多目标协同进化遗传算法对所建模型进行了求解,在此基础上,从子系统间协调度和系统总协调度入手,对农业水土资源系统效益的协调性进行了评价,结果表明:种植结构优化调整后的研究区域农业水土资源系统向着更加协调的方向演化。
(6)黑龙江省粮食总产量中长期多元回归预报模型预测结果表明:未来黑龙江省粮食总产量将表现出持续增长的态势,2015、2020、2025、2030年的粮食总产量分别为5193.54万t、5701.73万t、6208.20万t、6703.89万t;齐齐哈尔市中长期粮食总产量主成分分析预报模型预测结果表明:齐齐哈尔市未来粮食总产量也将呈现出增加的趋势,2015、2020、2025、2030年的粮食总产量分别为844.33万t、907.33万t、974.33万t、1044.8万t。
Water and soil resources is not only the most basic material of the human society survival, but also the basic conditions for production and development. It also decides regional economic disparities and is an important factor of the national power size. Water and soil resources problem has been one of the most focus problems for a long time, especially since the 1970s, as the contradiction among the growing human demand for water and soil resources, the scarcity and limited of its own, the problem of soil and water resources development and utilization clearly become a global hot topic.
This paper adopts the modern data processing methods and combine with the national "Eleventh Five-Year" science and technology support projects to systemically study water and soil resources trends, multiple time scale, carrying capacity, the grain yield increase potential under different spatial scales and planting structure adjustment in Qiqihar, Heilongjiang Province. The main research contents and production are presented as follows:
(1)Some mathematical models are set up to predict annual precipitation, average annual groundwater depth, annual runoff and arable land, such as BP-ANN model, improved GM(1,1) model, PLS model and wavelet random coupling model. The results show that: the established models are better to forecast water and soil resources. The precipitation forecasting results show that there will be not severe drought in the next 10 years; The groundwater forecasting results show that if mining continued in the current pattern, the groundwater depth decline will be 6.45m in the next 10 years; The arable land forecasting results show that arable land area will be volatile in the next 10 years and present increase or decrease trends.
(2)This paper mainly use wavelet theory to analyze the multiple time scales of annual precipitation, the main flood season precipitation, annual runoff, monthly runoff and arable land of Qiqihar. The research results show: The first, second and third main cycle of annual runoff are 29 years, 6 years and16 years. The first, second and third main cycle of the main flood season precipitation are 6 years, 11 years and 29 years. The main flood season precipitation change to a large extent controls the change of annual precipitation; The first, second and third main cycle of annual runoff are 32 years, 5 years(or 7 years) and 13 years. The first, second and third main cycle of monthly runoff are 384 months(32 years), 84 months(7 years) and 39 months(3.3 years). The monthly runoff change determines the annual runoff change; The first, second and third main cycle of arable land are 40 years(even greater), 17 years and 32 years,and these main cycles commonly control the dynamic change law of arable land in Qiqihar.
(3)This paper adopts DPSIR model (Driving Force-Pressure-State-Impact-Response Framework) to construct water and soil resources carrying capacity evaluation index system. On the basis of index system reliability test,the RAGA-PPE model is built to evaluate water and soil resources carrying capacity of Qiqihar urban and its counties,the results show:the urban > Gannan > Longjiang > Fuyu > Kedong > Tailai > Yi'an > Nehe > Keshan > Baiquan.
(4)Each grain production impact factor for the Sort of impact by grain output in Heilongjiang Province:Grain yield>Sown area of grain>Agricultural disaster area>Chemical Fertilizers>Total Power>Effective irrigation area>Pesticide use,but the key role impact factor of grain production in Qiqihar City were Effective irrigation area、Pesticide use、Total Power.Above-mentioned research can provide reference to formulate food development of different scales in Heilongjiang Province and Qiqihar City,At the same time,It illustrate that with the changes of research scale,Each grain production impact factor for the region's grain output Sort of impact are also changing all the time.
(5) From the basic idea of complex adaptive systems theory, this paper preliminarily explore the characteristics, agent and operating mechanism of CAS theory and analyze the complexity and CAS characteristics of planting structure adjustment, the planting structure adjustment model framework based on agriculture water and soil resources complex adaptive system is built. At the same time, co-evolutionary genetic algorithm is adopt to solve the built model. On this basis, from the coordination degree of the subsystem and overall system, the coordination degree of agriculture water and soil resources system benefit can be evaluated. The results show: agricultural water and soil resources system after planting structure optimization adjustment evolve toward a more coordinated direction.
(6) The Long-term forecast grain output result by Multiple regression prediction model in Heilongjiang Province shows:the future grain output in Heilongjiang Province will express the continued growth Situation,Grain output in 2015、2020、2025、2030years Were 5193.54tons、5701.73tons、6208.20tons、6703.89tons;The Long-term forecast grain output result by Principal component analysis and prediction model in Qiqihar City shows:the future grain output in Qiqihar City will also express the growth Situation,Grain output in 2015、2020、2025、2030years Were 844.33tons、907.33tons、974.33tons、1044.8tons.
引文
[1]黄守宏.“量水而行”指导国民经济发展[J].中国水利,2002,472(10):20-30.
[2]汪恕诚.水权管理与节水型社会—水资源及水环境承载能力学术研讨会论文集[C].北京:中国水利水电出版社,2002. 1~6.
[3]王顺久,张欣莉,倪长健,丁晶,等.水资源优化配置原理及方法[M].北京:中国水利水电出版社,2007. 3-5.
[4] N.D. Ioannis, P. Coulibaly, I. K. Tsanis. Groundwater level forecasting using artificial netural networks[J]. Journal of Hydroinformatics,2005(309):229~240.
[5] I. K. Tsanis, P. Coulibaly, N.D. Ioannis. Improving groundwater level forecasting with a feedforward neural network and linearly regressed projected precipitation [J]. Journal of Hydroinformatics. 2008.
[6] Nayak, P.C., Rao, Y. R. S, Sudheer, K. P.. Groundwater Level Forecasting in a Shallow Aquifer Using Artificial Neural Network Approach [J]. Water Resources Management. 2006.
[7] Ashu Jain, Avadhnam Madhav Kumar. Hybrid neural network models for hydrologic time series forecasting [J]. Applied Soft Computing,2007,7(2):585-592.
[8] Turgay Partal, ?zgür Ki?i. 2007. Wavelet and neuro-fuzzy conjunction model for precipitation forecasting [J]. Journal of Hydrology, 342(1-2):199-212.
[9] M. Nasseri, K. Asghari, M.J. Abedini. Optimized scenario for rainfall forecasting using genetic algorithm coupled with artificial neural network [J]. Expert Systems with Applications, 2008,35(3):1415~1421.
[10] Mohsen Behzad, Keyvan Asghari, Morteza Eazi, et al. Generalization performance of support vector machines and neural networks in runoff modeling. Expert Systems with Applications[C], In Press, Uncorrected Proof,2008. Available online 26 September.
[11]时兴合,秦宁生,赵泳燕,等.均生函数预测方法在青藏高原冬季降水预报中的应用及改进[J].成都气象学院学报,2000,15(1):65~70.
[12]金菊良,魏一鸣,丁晶.投影寻踪门限回归模型在年径流预测中的应用[J].地理科学,2002,22(2):171~175.
[13]王文圣,李跃清,向红莲.基于小波分析的组合随机模型及其在径流预测中的应用[J].高原气象,2004,23:146~149.
[14]胡宾,崔广柏,朱灵芝. BP神经网络预测河流月径流量[J].浙江水利科技,2007,(2):15~17.
[15]琚彤军,石辉,胡庆.延安市近50年来降水特征及趋势变化的小波分析研究[J].干旱地区农业研究,2008,26(4):230~235.
[16]梁俊勋.地下水位动态的灰色预测[J].地下水,1992.
[17]杨金忠,蔡树英.地下水动态预报的多层递阶组合模型[J].水科学进展,6(2):101~106.
[18]杨忠平,卢文喜,李平,等.时间序列模型在吉林西部地下水动态变化预测中的应用[J].水利学报,2006,36(12):1475~1479.
[19]刘东,付强.小波随机耦合模型在三江平原井灌区地下水位预测中的应用[J].数学的与实践认识,2008,28(16):54~62.
[20]蔡煜东,许伟杰.运用自组织人工神经网络作汛期降水预报[J].贵州气象,1994, 1(4):22~24.
[21]杨荣富,丁晶,刘国东.神经网络模拟降雨径流过程[J].水利学报,1998(10):69~73.
[22]周佩玲,陶小丽,傅忠谦,等.改进RBF神经网络用于降雨量预测[J].小型微型计算机系统,2001,22(2):244~246.
[23]王立坤,付强,杨广林,等.季节性周期预测法在建立降雨预报模型中的应用[J].东北农业大学学报,2002,33(1):67~71.
[24]安润秋,郝玉芹.基于随机过程的中长期降水预测模型[J].唐山学院学报,2007 20(2):7~9.
[25]李秀彬.全球环境变化研究的核心领域—土地利用/土地覆被变化国际研究动向[J].地理学报,1996, 51(6):553~557.
[26]贾绍凤,张豪禧,孟向京.我国耕地变化趋势与对策再探讨[J].地理科学进展,1997,16(1):24~30.
[27]刘兆德,史同广.山东省耕地面积变化预测及建议[J].农业系统科学与综合研究,1997,13(2):91~94.
[28]张建军,袁春,付梅臣,等.北京市耕地面积变化趋势预测及保护对策研究[J].资源开发与市场,2006,22(6):497~499.
[29]高雪松,邓良基,凌静,等.基于系统平衡的四川省耕地面积预测研究[J].四川农业大学学报,2007,25(4):436~440.
[30]门可佩,朱鸿婷.基于改进的MGM模型的我国耕地面积预测研究[J].安徽农业科学,2009,37(5):1867~1868,1871.
[31]王文圣,丁晶,向红莲.水文时间序列多时间尺度分析的小波变换法[J].四川大学学报(工程科学版),2002,34(6):14~17.
[32]张少文,丁晶,廖杰,等.基于小波的黄河上游天然年径流变化特征分析[J].四川大学学报(工程科学版),2004,36(3):32~37.
[33]李栋梁,张佳丽,全建瑞,等.黄河上游径流量演变特征及成因研究[J].水科学进展,1998,9(1):22~28.
[34]叶守泽,夏军.水文科学研究的世纪回眸与展望[J].水科学进展, 2002,13(1):93~104.
[35]丁晶,王文圣,金菊良.论水文学中的尺度分析[J].四川大学学报(工程科学版),2003,35(3):9~13.
[36] Kumar P, Foufoular-Gegious E. A multicomponent decomposition of spatial rainfall fields [J]. segregution of large-and-small-scale features using wavelet transforms. 1993,29(8):2515~2532.
[37] Venckp V, Foufoular-Gegious E. Energy decomposition of rainfall in the time-frequency-scale domain using wavelet packets [J]. Journal of Hydrology,1996,27(3):3~27.
[38] Morata A,Martín M L,Luna M Y,et al. Self-similarity patterns of precipitation in the Iberian Peninsula [J]. Theoretical and Applied Climatology,2006,85(1/2):41-59.
[39]邓自旺,林振山,周晓兰.西安市近50年来气候变化多时间尺度分析[J].高原气象,1997,16(1):81~93.
[40]杨辉,宋正山.华北地区水资源多时间尺度分析[J].高原气象,1999,18(4):498~508.
[41]匡正,季仲贞,林一骅.华北降水时间序列资料的小波分析[J].气候与环境研究,2000,5 (3):312~317.
[42]姚建群.连续不波变换在上海近100年降水分析中的应用[J].气象学报,2001,27(2):20~24.
[43]陈志芳.佛山降水变化的小皮特征[J].气象科技,2002,30(4):214~217.
[44]刘俊萍,田峰巍,黄强,等.基于小波分析的黄河河川径流变化规律研究[J].自然科学进展,2003,18(2):383~387.
[45]刘毅.重庆夏季降水异常的多时间尺度分析[J].四川气象,2004,13(4):7~9.
[46]周凌云,周尚哲,王芳.雷州半岛近50年气候变化的多时间尺度分析[J].华南师范大学学报(自然科学版),2005,(2):43~51.
[47]郭洁,李国平.峨眉山近55年来水资源变化的多时间尺度分析[C].中国气象学会2006年年会“首届研究生年会”分会场论文集:2006. 206~213.
[48]张剑明,黎祖贤,章新平.广西近百年气温和降水序列的多时间尺度分析[J].水文,2007,27(6):78~80.
[49]丁浩,张晓萍,李锐.延河流域径流和输沙周期变化特征的小波分析[J].中国水土保持科学,2008,6(4):18~22.
[50]孙燕,金晓斌,张云鹏,等.耕地数量波动及驱动力多时间尺度分析[J].土壤学报,2008,45(5):964~970.
[51]刘志凌,孙燕.我国耕地保有量多时间尺度分析[J].安徽农业科学,2009,37(27):13196~13199.
[52]周锁铨,戴进,姚小强.土地生产潜力和人口承载力方法的研究——以陕西宝鸡地区为例[J].资源科学,1992(6):56-62.
[53]王书华,曹静.土地综合承载力评判指标体系的构建及应用[J].河北师范大学学报(自然科学版),2001,25(1):129-133.
[54]丁光伟.土地承载力研究中的几个问题[J].地域研究与开发,1991,10(2):12-15.
[55]封志明.区域土地资源承载能力研究模式雏议——以甘肃省定西县为例[J].自然资源学报,1990,5(3):271-283.
[56]刘勤,严昌荣,何文清等.山西寿阳县旱作农业土地生产潜力[J].农业工程学报,2009,25(1):55-59.
[57]陈国南.用迈阿密模型测算我国生物生产量的初步尝试[J].自然资源学报,1987,2(3):270-278.
[58]侯光良,游松才.用筑后模型估算我国植物气候生产力[J].自然资源学报,1990,5(1):60-65.
[59]陈念平.土地资源承载力若干问题浅析[J].自然资源学报,1989,4(4):371-380.
[60]张志良,范小琴.宁夏土地承载力系统动力学方法的应用[J].干旱区地理,1992,15(2):31-41.
[60]韦惠兰,王广州,白建明.定西县土地人口承载力研究[J].干旱区资源与环境,1993,7(2):27-35.
[62]格日乐,程宏,邹学勇等.额济纳绿洲土地承载力研究[J].北京师范大学学报(自然科学版),2006,42(6):624-628.
[63]黄劲松,吴薇,周寅康.温州市粮食生产潜力及土地人口承载力研究[J].农村生态环境,1998,14(3):30-34.
[64]姜忠军. GM(1,1)模型及其残差修正技术在土地承载力研究中的应用[J].系统工程理论与实践,1995,(5):72-78.
[65]杨红,陈百明,高永.基于可持续发展的北京市大兴区土地整理潜力评价[J].农业工程学报, 2006,22(8):77-82.
[66]陈百明.区域土地可持续利用指标体系框架的构建与评价[J].地理科学进展,2002,21(3):204-215.
[67]李令跃,甘泓.试论水资源合理配置和承载能力概念与可持续发展之间的关系[J].水科学进展, 2000,11(3):307-313.
[68]夏军,朱一中.水资源安全的度量:水资源承载力的研究与挑战[J].自然资源学报,2002,(5):262-269.
[69]惠映河,蒋晓辉,黄强等.二元模式下水资源承载力系统动态仿真模型研究[J].地理研究,2001,(5):191-194.
[70]冯耀龙,韩文秀,王宏江等.区域水资源承载力研究[J].水科学进展,2003,14(1):109-113.
[71]闵庆文,余卫东,张建新.区域水资源承载力的模糊综合评价分析方法及应用[J].水土保持研究,2004,11(3):14-16.
[72]陈守煜,胡吉敏.可变模糊评价法及在水资源承载能力评价中的应用[J].水利学报,2006,37(3):264-277.
[73]左东启,戴树声,袁汝华等.水资源评价指标体系研究[J].水科学进展,1996,7(4):367~374.
[74]夏军,王中根,左其亭.生态环境承载力的一种量化方法研究——以海河流域为例[J].自然资源学报,2004,19(6):786～794.
[75]袁伟,楼章华,田娟.富阳市水资源承载能力综合评价[J].水利学报,2008,39(1):103-108.
[76]董雯,刘志辉.基于FAHP原理的水资源承载力综合评价研究——以新疆博尔塔拉河流域和精河流域为例[J].干旱区资源与环境,2008,22(10):5-10.
[77]王顺久.流域水资源承载能力的综合评价方法[J].水利学报,2003(1):88-92.
[78]曲耀光,樊胜岳.黑河流域水资源承载力分析计算与对策[J].中国沙漠,2000(3):1~8.
[79]朱锋,魏国孝,王德军等.基于SD模型的肃州区水资源承载力[J].兰州大学学报(自然科学版), 2008, 44(3): 1-5.
[80]黄庆旭,何春阳,史培军等.气候干旱和经济发展双重压力下的北京水资源承载力变化情景模拟研究[J].自然资源学报, 2009,24(5): 859-870.
[81]徐中民,程国栋.运用多目标决策分析技术研究黑河流域中游水资源承载力[J].兰州大学学报(自然科学版), 2000,36(2):122-132.
[82]宋松柏,蔡焕杰.区域水资源可持续利用评价的人工神经网络模型[J].农业工程学报,2004,20(6):89-92.
[83]赵小勇,付强.投影寻踪模型的改进及其在城市水资源承载能力预测中的应用[J].数学的实践与认识, 2007,37(7):76-81.
[84]张美玲,梁虹,祝安等.贵州水资源承载力基于熵权的模糊物元评价[J].人民长江,2007,38(2):54-57.
[85]许有鹏.干旱区水资源承载能力综合评价研究——以新疆和田河流域为例[J].自然资源学报, 1993,8(3):229-237.
[86]朱一中,夏军,谈戈.关于水资源承载力理论与方法的研究[J].地理科学进展,2002,21(2):180-188.
[87]陈洋波,陈俊合,李长兴等.基于DPSIR模型的深圳市水资源承载能力评价指标体系[J].水利学报, 2004,(7):98-103.
[88] M.Z.Hoque. The Asia cropping systems network[J]. Cropping Systems in Asia on-FarmResearch and Management,1984,13~19.
[89] Brady N.C.D.S,Athwal,F.F.Hill. Proposal for broadening the mission of the international rice research institute[M]. Los Banos,Philippines. 1997
[90] Bradfeild R. Maximizing food production through multiple cropping systems centered on rice. Pages in International rice research Institute. Rich,science and man Los Banos,Philippines,1992.
[91] Carangal V R. Asian cropping systems network. IRRIRES. Prog Rov.International Rice Research Institute,Los Banos,Philippines,1978.
[92] Zandsra H.G,Price E.G.,Litainger J. A.et al. A methodology for on-farm cropping systems research. The International Rice Research Instltute Mamila,Philipiness,1981.
[93] Howard A. Steppler and Bjoun O. Lundgren. Agroforestry now and in the future[J]. Outlook on Agriculture. 1988,17(4):146~152.
[94] Jeremy p. Haggar. Tree in alley cropping:competitors or soil improvers[J]. Outlook on Agriculture. 1994,23(1):27~32.
[95] Modgal S.C.,Dasgupta M.K.,Ghosh D.C. Changing concepts in cropping systems[C]. Proceedings national svmoosium on sustainable aericulture in sub-humidzone. 1995,3~5,113~121.
[96]李新文,柴强.甘肃河西走廊灌溉农业水资源利用及其潜力开发对策[J].开发研究. 2001,(6):39-40
[97]宫飞.华北地区结构型节水种植业模式及途径研究[D].北京:中国农业大学2003
[98]陈守煜,马建琴,张振伟.作物种植结构多目标模糊优化模型与方法[J].大连理工大学学报. 2003,1:12-14
[99] Ma.W-F,Zhao.X-H,Wang.H-Y. Fuzzy optimal allocation of reclaimed and natural water resources for agritural rigation.Journal of Agro- Environment Science. 2004,23(4):770-773.
[100]高明杰.区域节水型种植结构优化研究[J].中国农业科学院,2005(5):5-10.
[101]高惠嫣.华北井灌区作物种植结构调整与农业水资源优化模型研究[D].保定:河北农业大学,2005.
[102]周宪龙.北京地区种植业水资源优化利用研究[D].北京:中国农业大学,2005
[103]陈素英,胡春胜,孙宏勇,等.节水型种植结构与北京供水安全探讨[J].干旱区资源与环境,200620(2):33~36
[104]邓振镛,张强,韩永翔,等.甘肃省农业种植结构影响因素及调整原则探讨[J].干旱地区农业研究,2006,24(3):126~129
[105]梁书民.中国农业种植结构及演化的空间分布和原因分析[J].中国农业资源与区划,2006,27(2):29~34
[106]周惠成,彭慧,张弛等.基于水资源合理利用的多目标农作物种植结构调整与评价[J].农业工程学报, 2007,23(9):45-49
[107]刘俊.缺水地区农业种植结构调整与经济灌溉定额研究[D].北京:中国水利水电科学研究院,2007.
[108]张丽.基于供需平衡的灌区水资源合理配置研究[D].西安:西北农林科技大学,2007.
[109]郑治真,沈萍,杨选辉,等.小波变换及其MATLAB工具的应用[M].北京:地震出版社,2000.
[110]齐齐哈尔市水资源开发利用规划报告[Z].齐齐哈尔市水务局. 2006.
[111]张孝存,张妍,张红侠.商洛地区农业水土资源时空匹配研究[J].安徽农业科学,2007,35(32):10418~10420.
[112]刘彦随,甘红,张富刚.中国东北地区农业水土资源匹配格局[J].地理学报,2006,61(8):847~854.
[113]张展羽,俞双恩.水土资源规划与管理[M].北京:中国水利水电出版社,2009.
[114]胡铁松,袁鹏,丁晶.人工神经网在水文水资源中的应用[J].水科学进展,1995,6(1):76~82.
[115]付强.数据处理方法及其农业应用[M].北京:科学出版社,2006.
[116]张弘强,王春红.基于MATLAB的BP神经网络进行教师评估[J].哈尔滨师范大学自然科学学报,2005,21(5):43~46.
[117]韩力群.人工网络理论、设计及应用[M].北京:化学工业出版社,2002.
[118]刘国东,丁晶.运用BP网络预测地下水位[J].西安地质学院学报,1997,19(2):52~57.
[119]孙涛,李纪人,潘世兵.人工神经网络(ANN)模型在地下水资源预测中的应用研究[J].世界地质,2004,23(4):386~390.
[120]艾艳.短期降水预报BP神经网络预报方法研究[D].郑州:郑州大学,2004.
[121]王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,1999.
[122]许东,吴铮.基于MATlAB6.X的系统分析与设计神经网络(第二版)[M].西安:西安电子科技大学出版社,2002.
[123]吕孙云,陈金凤.基于BP网络的随机模拟技术在区域洪水地区组成分析中的应用[J].水利水电快报,2005,26(20):17~20.
[124]蒋宗礼.人工神经网络导论[M].北京:高等教育出版社,2001.
[125]储诚山,张宏伟,郭军.基于遗传算法和BP神经网络的用水量预测[J].中国农村水利水电,2006(4):36~38.
[126]杨娜.蚁群算法的改进及其水资源应用[D],哈尔滨:东北农业大学,2008.
[127]张清华.小波神经网络参数优化及其应用[D],哈尔滨:东北农业大学,2009.
[128]邱林,陈晓楠,段春青,等.基于模拟退火算法的BP网络在水文水资源中的应用[J].华北水利水电学院学报,2005,26(1):1~33.
[129]吴蓉,周志芳.改进的前馈型神经网络模型在承压水漏斗水位预报中的应用[J].江苏地质,2002,26(1):19~21.
[130]陈南祥.地下水动态预报模型的精度评价[J].工程勘察,1999,(3):35~38.
[131] Kennedy J, Eberhart R C. 1995. Particle Swarm Optimization[C]. Proeeedings of IEEE Conferenee on Neural Networks. Perth,Australia,2001,1942~1948
[132]何佳.粒子群神经网络在供应链库存管理中应用研究[D].贵州:贵州大学,2005.
[133] Wilson E.O. Sociobiology:the new synthesis MA:Belknap[M]. Press:1975,14(1):7~9
[134]邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002.
[135]邓聚龙.灰预测与灰决策[M].武昌:华中科技大学出版社,2002.
[136]王惠文.偏最小二乘回归方法及其应用[M].北京:国防工业出版社,1996.
[137]付强.基于偏最小二乘回归的水稻腾发量建模[J].农业工程学报,2002,18(6):9~12.
[138]李林.偏最小二乘回归模型在水资源预测中的应用[D].哈尔滨:东北农业大学,2004:20～32.
[139]李宗坤,陈乐意,孙颖章.偏最小二乘回归在渗流监控模型中的应用[J].郑州大学学报(工学版),2006,27(2):116~119,123.
[140]陈美球,刘序,陈文波,等.潘阳湖地区1985~2000年土地利用格局变化及其社会经济驱动力研究Ⅱ·土地利用格局变化驱动力分析[J],安徽农业大学学报,2006,33(1):123~129.
[141]苗艳东,罗东翔.偏最小二乘回归的应变统计模型研究[J].东北水利水电,2007,25(5):1~3,71.
[142]王文圣,丁晶,李跃清.水文小波分析[M].化学工业出版社. 2005.
[143]崔锦泰. 1995.小波分析导论[M].西安:西安交通大学出版社.
[144]连江龙.小波多尺度分析的应用研究[D].福建:福建师范大学. 2008.
[145]冉启文.小波变换与分数傅里叶变换理论应用[M].哈尔滨:哈尔滨工业大学出版社. 2001.
[146] Anthony T. Cahill determination of changes in streamflow variance by means of a wavelet-based test. Water Resource Research,2002, 38(6):1~14.
[147]彭玉华.小波变换与工程应用[M].北京:科学出版社. 2002.
[148]刘贤赵,宿庆,刘德林.流域径流演变多时间尺度特征探讨[J].水电能源科学,2008,26(1):21~25,46.
[149] Francisco J,Montero R,Antonio B R. Land and water use management in vine growing by using geographic information systems in Castilla-La Mancha,Spain. Agricultural Water Management,2005,77:82~95.
[150] Lester R Brown,Brian Halweil. China’s water shortage could shake world food security. World Watch,1998,11(4):10~18.
[151]王友贞.区域水资源承载力评价研究[D].南京:河海大学. 2004.
[152]蓝丁丁,韦素琼,陈志强.城市土地资源承载力初步研究—以福州市为例.沈阳师范大学学报(自然科学版) [J],2007,25(2):252~256.
[153] Adriaanse A. Environmental Policy Performance Indicators.A study on the Devdopment of Indicalors for Environmental Policy in the Netherlands,Uitgeverij:The Hague。1993.
[154]曹凤中. 1999.中国城市环境可持续发展指标体系研究手册[M].北京:中国环境科学出版社. 1999.
[155]冷疏影,刘燕华.中国脆弱生态区可持续发展指标体系框架设计[J].中国人口·资源与环境,1999,9(2):40~45.
[156] European Enviromnent Agency. Europe’s Environment:The Second Assessment. Elsevier Science Ltd.,Oxford. 1998.
[157]杨志峰,何孟常,毛显强等.城市生态可持续发展规划[M].北京:科学出版社,2004:36-37
[158] Smeets E,Weterings R. Envirorunental Indicators:Typlogy and Overview. Technical Report No. 25,European Environmental Agency,Copenhagen. 1999.
[159]李鹏.基于DPSIR概念模型的水资源保障研究[D].杭州:浙江大学. 2006.
[160]于伯华,吕昌河.基于DPSIR概念模型的农业可持续发展宏观分析[J].中国人口·资源与环境,2004,14(5):68~72
[161]中国科学院可持续发展研究组.中国可持续发展战略报告[M].北京:科学出版社. 2003.
[162]高波.基于DPSIR模型的陕西水资源可持续利用评价研究[D].西安:西北工业大学. 2007.
[163]付强,金菊良,梁川.基于实数加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用[J].水利学报,2002,10:39～45.
[164]付强,刘建禹,王立坤.基于RAGA的PPC模型在农村能源区划中的应[J].农业现代化研究,2002,23(5):374～377.
[165]付强,王志良,梁川.基于RAGA的PPC模型在土壤质量变化评价中的应用研究[J].水土保持学报, 2002,16(5):108～111.
[166]付强,王志良,梁川.基于RAGA的PPE模型在土壤质量等级评价中的应用研究[J].水土保持通报,2002,22(5):51～54.
[167]付强,邢贵君,王兆菡.基于RAGA的PPC模型在节水灌溉项目投资决策中的应用[J].系统工程理论与实践,2003,23(2):139～144.
[168]付强,杨广林,金菊良.基于RAGA的PPC模型在农机选型及优序关系研究中的应用[J].农业机械学报,2003,1:101～103.
[169]付强,赵小勇.投影寻踪模型原理及其应用[M].北京:科学出版社. 2006.
[170]汤国安,杨昕. ArcGIS地理信息系统空间分析实验教程[M].北京:科学出版社. 2006.
[171]田浩.基于ArcGIS的房地产估价空间决策支持系统的研究[D].哈尔滨:哈尔滨工业大学. 2007.
[172]谭跃进,邓宏钟.复杂适应系统理论及其应用研究[J].系统工程. 2001,19(5): 1-6.
[173]王慧敏,佟金萍,马小平等.基于CAS范式的流域水资源配置与管理及建模仿真[J].系统工程理论与实践. 2005,23(5):34-36.
[174]孙建,叶民强.基予主体的swarm仿真及其应用[J].福建电脑. 2002,11:26-28.
[175]孙杰.基于SWARM的公司动态治理仿真研究[D].石家庄:河北工业大学. 2007.
[176]程雪婷.基于CAS理论的石油企业适应性机制研究[D].哈尔滨:哈尔滨工业大学. 2006.
[177]黄家伟.基于Agent的复杂水资源系统仿真研究[D].天津:天津大学. 2007.
[178]张秋花.基于CAS理论的人工地价系统建模与仿真[D].西安:西北工业大学. 2007.
[179]赵建世,王忠静,翁文斌.水资源复杂适应配置系统的理论与模型[J].地理学报. 2002,57(6):239-247.
[180]吴晓军.复杂性理论及其在城市系统研究中的应用[D].西安:西北工业大学. 2005.
[181]邱世明.复杂适应系统协同理论、方法与应用研究[D].天津:天津大学. 2002.
[182]佟金萍.基于CAS的流域水资源配置机制研究[D].南京:河海大学. 2006.
[183]王少波.面向用水户的水资源合理配置研究[D].西安:西安理工大学.2007.
[184]高明杰,罗其友.水资源约束地区种植结构优化研究———以华北地区为例[J].自然资源学报,2008,23(2):204-210
[185]郭淑敏.都市型农业土地可持续利用问题研究[D].北京:中国农业大学. 2004.
[186]李岩.基于共生协同进化的多目标算法及应用[D].北京:北京化工大学.2008.
[187] Ehtlich P R,Raven P H . Butterfly and plants:a study in coevolution. Evolution. 1965,18:586-608.
[188]牛文娟.基于系统演化算法的水资源多Agent系统建模仿真研究[D].南京:河海大学. 2007.
[189]段丹华.基于复杂系统理论的京津冀区域协调发展研究[D].天津:河北工业大学. 2007.
[190]闫如玉.基于区域承载力的产业集成协调度评价研究[D].大连:大连理工大学. 2008.
[191]雷社平,解建仓,黄明聪等.区域产业用水系统的协调度分析[J].水利学报. 2004,5:14-19.
[192]马建华,管华.系统科学及其在地理学中的应用[M].北京:科学出版社. 2003.
[193]刘建林.城市用户群节水支持体系研究[D].西安:西安理工大学. 2007.
[194]时启军,付强,李天霄.基于投影寻踪技术的区域种植结构调整[J].水土保持研究. 2009,16(6):215-219.
[195]孙凡.引大济湟工程的效益转换分析及动态补偿机制研究[D].西安:西安理工大学. 2007.
[196]陈先枢.中国粮食增产潜力分析[J].重庆商学院学报,1998( 1):29~33.
[197]徐逢贤.谁来养活中国人——议布朗“中国粮食危机论”[J].投资北京,1999(9):32~33.
[198]李丽珍,张旭昆.确保中国粮食安全的路径探索.农村经济,2005,(12):6~10
[199]毕红杰.吉林省粮食增产潜力分析[D].吉林:吉林大学2005.
[200] Audsley E,Pearn K R,Simota C,etal. What can scenariomodeling tell us about future European scale agricultural land use, and whatnot?[J]. Environmental Science & Policy,2006,9(2):148~162.
[201] StehfestE,HeistermannM,Priess JA,etal. Simulation of global crop production with the ecosystem model DayCent[J]. Ecological Modelling,2007(2-4):203~219.
[202] HayamiY,RuttanV. Agricultural Development:An International Perspective. Baltimore:Johns Hopkins Press,1985.
[203] Turner I I B L, Skole D, Sanderson S, et al. Land use and land cover change science/ research plan. IGBP Report No. 35 and HDP ReportNo. 7. Stockholm: IGBP, 1995
[204] Turner II B L,Doolittle W E. The concept and measure of agricultural intensity. Professional Geographer,1978,30(3):297~301.
[205] Turner II B L,Hanham R Q,PortararoA V. Population pressure and agricultural intensity[J]. Annals of the Association of American Geographers,1997,67(3):384~396.
[206]王宏广,等.中国耕作制度70年[M].北京:中国农业出版社,2005.
[207]郭柏林.我国复种指数变化特征,效益和潜力[J].经济地理,1997,17(3):8~13.
[208] Cao Z,Dawson R. Modeling circulation function in agroecosystems[J]. EcologicalModelling,2005,181(4):557~565.
[209]陈实,刘波.对黑龙江省土壤耕作制度建设问题的探讨[J].试验研究,2001(1):18~19.
[210]黑龙江省国土资源局.黑龙江省(1997-2010)土地利用总体规划,1997
[211]徐明革,孟虹.黑龙江省中低产田治理研究.黑龙江水利科技,2009,37(1):131~132.
[212]郭文义,魏丹,周宝库,等.东北中低产田现状与综合治理对策. 2008,(6):52~55.
[213]钱正英.我国水利.北京:水利电力出版社,1991.
[214]柳长顺,杜丽娟,陈献,等.近20年我国有效灌溉面积动态分析[J].资料科学,2006,28(2):8~12
[215]黑龙江农业信息网,http://www.hljagri.gov.cn/nygk/ntsl/200705/t20070523_2948 1 .htm
[216]段洁利,李志伟,杨洲.机械化在现代农业中的作用分析[J].中国农机化,2002(4):4~5.
[217]赵宝祥,高德.农机化技术推广是粮食增产的重要措施[J].江苏农机化,2004(4):20-22.
[218]刘东.三江平原井灌区水资源发展态势与粮食增产潜力研究[D].哈尔滨:东北农业大学,2008.
[219]刘祖荣,陈林仙,刘君望.农机产业经济指标体系及农业生产要素贡献率的研究[J].四川农机. 1994(4),21-23.
[220]金继运,李家康,李书田.粮食作物对化肥的需求分析.磷肥与复肥,2006,21(3):1-6.
[221]吴英.黑龙江省化肥利用现状及对策建议[J].农业系统科学与综合研究,1996,12(4):307-308.
[222]戚世钧,牛彦绍.中国粮食生产潜力及未来粮食生产研究[J].郑州粮食学院学报,2002,21(2):13-17.
[223]鲁彩艳,隋跃宇,史奕,等.化肥施用对黑龙江省黑土区近50年粮食产量的贡献率.农业系统科学与综合研究,2006,22(4):273-275.
[224]张一宾.从世界粮食的需求及世界农业发展看农药的重要性[J].世界农药,2009,31(1):1-3.
[225]何红卫,吴志远,马良平,等.不打农药还能收获多少粮食[J].农药市场信息,2005,20:12.
[226]刘刚.我国农作物通过农药防治每年挽回粮食损失5400万吨[J].农药市场信息,2006,23:36.
[227]李家杰,徐卫平.基于改进灰色关联度分析的产品性能评价模型研究[J].云南大学学报(自然科学版),2006,28(s1):26-33
[228]舒服华.基于改进灰色关联分析的铸铁综合性能评价[J].铸造. 2007,56(2):162-164.
[229]舒服华.基于灰色关联分析的石材矿山挖掘机性能评价[J].石材,2007(5):31-34.
[230]舒服华..改进灰色关联分析在铸造型砂品质评价中的应用[J].铸造技术,2007,28(1):15-18
[231]郭慧芳,莫连光.灰色关联理论运用于农民收入分析的研究[J].财贸研究,2007(1):31-37.
[232]伍伟慧.基于改进型灰色关联的变压器故障诊断[D].长沙:长沙理工大学,2009.
[233]李炳军,朱春阳,周杰.原始数据无量化处理对灰色关联序的影响[J].河南农业大学学报,2002,36(2):199-202.
[234]陈德钊.多元数据处理[M].化学工业出版社,1998. 20-45.
[235]余锦华,杨维权.多元统计分析与应用[M].广州:中山大学出版社,2005. 18-23.
[236]张协奎,舒会江.用主成份分析法选取影响地价的主要因素[J].基建优化,2000,21(1):25-27.
[237]李晓燕,谢长青,吕杰,等.主主成分分析法在农村公共卫生指标评价中的应用[J].中国卫生经济,2007,26(5):76-79.
[2]汪恕诚.水权管理与节水型社会—水资源及水环境承载能力学术研讨会论文集[C].北京:中国水利水电出版社,2002. 1~6.
[3]王顺久,张欣莉,倪长健,丁晶,等.水资源优化配置原理及方法[M].北京:中国水利水电出版社,2007. 3-5.
[4] N.D. Ioannis, P. Coulibaly, I. K. Tsanis. Groundwater level forecasting using artificial netural networks[J]. Journal of Hydroinformatics,2005(309):229~240.
[5] I. K. Tsanis, P. Coulibaly, N.D. Ioannis. Improving groundwater level forecasting with a feedforward neural network and linearly regressed projected precipitation [J]. Journal of Hydroinformatics. 2008.
[6] Nayak, P.C., Rao, Y. R. S, Sudheer, K. P.. Groundwater Level Forecasting in a Shallow Aquifer Using Artificial Neural Network Approach [J]. Water Resources Management. 2006.
[7] Ashu Jain, Avadhnam Madhav Kumar. Hybrid neural network models for hydrologic time series forecasting [J]. Applied Soft Computing,2007,7(2):585-592.
[8] Turgay Partal, ?zgür Ki?i. 2007. Wavelet and neuro-fuzzy conjunction model for precipitation forecasting [J]. Journal of Hydrology, 342(1-2):199-212.
[9] M. Nasseri, K. Asghari, M.J. Abedini. Optimized scenario for rainfall forecasting using genetic algorithm coupled with artificial neural network [J]. Expert Systems with Applications, 2008,35(3):1415~1421.
[10] Mohsen Behzad, Keyvan Asghari, Morteza Eazi, et al. Generalization performance of support vector machines and neural networks in runoff modeling. Expert Systems with Applications[C], In Press, Uncorrected Proof,2008. Available online 26 September.
[11]时兴合,秦宁生,赵泳燕,等.均生函数预测方法在青藏高原冬季降水预报中的应用及改进[J].成都气象学院学报,2000,15(1):65~70.
[12]金菊良,魏一鸣,丁晶.投影寻踪门限回归模型在年径流预测中的应用[J].地理科学,2002,22(2):171~175.
[13]王文圣,李跃清,向红莲.基于小波分析的组合随机模型及其在径流预测中的应用[J].高原气象,2004,23:146~149.
[14]胡宾,崔广柏,朱灵芝. BP神经网络预测河流月径流量[J].浙江水利科技,2007,(2):15~17.
[15]琚彤军,石辉,胡庆.延安市近50年来降水特征及趋势变化的小波分析研究[J].干旱地区农业研究,2008,26(4):230~235.
[16]梁俊勋.地下水位动态的灰色预测[J].地下水,1992.
[17]杨金忠,蔡树英.地下水动态预报的多层递阶组合模型[J].水科学进展,6(2):101~106.
[18]杨忠平,卢文喜,李平,等.时间序列模型在吉林西部地下水动态变化预测中的应用[J].水利学报,2006,36(12):1475~1479.
[19]刘东,付强.小波随机耦合模型在三江平原井灌区地下水位预测中的应用[J].数学的与实践认识,2008,28(16):54~62.
[20]蔡煜东,许伟杰.运用自组织人工神经网络作汛期降水预报[J].贵州气象,1994, 1(4):22~24.
[21]杨荣富,丁晶,刘国东.神经网络模拟降雨径流过程[J].水利学报,1998(10):69~73.
[22]周佩玲,陶小丽,傅忠谦,等.改进RBF神经网络用于降雨量预测[J].小型微型计算机系统,2001,22(2):244~246.
[23]王立坤,付强,杨广林,等.季节性周期预测法在建立降雨预报模型中的应用[J].东北农业大学学报,2002,33(1):67~71.
[24]安润秋,郝玉芹.基于随机过程的中长期降水预测模型[J].唐山学院学报,2007 20(2):7~9.
[25]李秀彬.全球环境变化研究的核心领域—土地利用/土地覆被变化国际研究动向[J].地理学报,1996, 51(6):553~557.
[26]贾绍凤,张豪禧,孟向京.我国耕地变化趋势与对策再探讨[J].地理科学进展,1997,16(1):24~30.
[27]刘兆德,史同广.山东省耕地面积变化预测及建议[J].农业系统科学与综合研究,1997,13(2):91~94.
[28]张建军,袁春,付梅臣,等.北京市耕地面积变化趋势预测及保护对策研究[J].资源开发与市场,2006,22(6):497~499.
[29]高雪松,邓良基,凌静,等.基于系统平衡的四川省耕地面积预测研究[J].四川农业大学学报,2007,25(4):436~440.
[30]门可佩,朱鸿婷.基于改进的MGM模型的我国耕地面积预测研究[J].安徽农业科学,2009,37(5):1867~1868,1871.
[31]王文圣,丁晶,向红莲.水文时间序列多时间尺度分析的小波变换法[J].四川大学学报(工程科学版),2002,34(6):14~17.
[32]张少文,丁晶,廖杰,等.基于小波的黄河上游天然年径流变化特征分析[J].四川大学学报(工程科学版),2004,36(3):32~37.
[33]李栋梁,张佳丽,全建瑞,等.黄河上游径流量演变特征及成因研究[J].水科学进展,1998,9(1):22~28.
[34]叶守泽,夏军.水文科学研究的世纪回眸与展望[J].水科学进展, 2002,13(1):93~104.
[35]丁晶,王文圣,金菊良.论水文学中的尺度分析[J].四川大学学报(工程科学版),2003,35(3):9~13.
[36] Kumar P, Foufoular-Gegious E. A multicomponent decomposition of spatial rainfall fields [J]. segregution of large-and-small-scale features using wavelet transforms. 1993,29(8):2515~2532.
[37] Venckp V, Foufoular-Gegious E. Energy decomposition of rainfall in the time-frequency-scale domain using wavelet packets [J]. Journal of Hydrology,1996,27(3):3~27.
[38] Morata A,Martín M L,Luna M Y,et al. Self-similarity patterns of precipitation in the Iberian Peninsula [J]. Theoretical and Applied Climatology,2006,85(1/2):41-59.
[39]邓自旺,林振山,周晓兰.西安市近50年来气候变化多时间尺度分析[J].高原气象,1997,16(1):81~93.
[40]杨辉,宋正山.华北地区水资源多时间尺度分析[J].高原气象,1999,18(4):498~508.
[41]匡正,季仲贞,林一骅.华北降水时间序列资料的小波分析[J].气候与环境研究,2000,5 (3):312~317.
[42]姚建群.连续不波变换在上海近100年降水分析中的应用[J].气象学报,2001,27(2):20~24.
[43]陈志芳.佛山降水变化的小皮特征[J].气象科技,2002,30(4):214~217.
[44]刘俊萍,田峰巍,黄强,等.基于小波分析的黄河河川径流变化规律研究[J].自然科学进展,2003,18(2):383~387.
[45]刘毅.重庆夏季降水异常的多时间尺度分析[J].四川气象,2004,13(4):7~9.
[46]周凌云,周尚哲,王芳.雷州半岛近50年气候变化的多时间尺度分析[J].华南师范大学学报(自然科学版),2005,(2):43~51.
[47]郭洁,李国平.峨眉山近55年来水资源变化的多时间尺度分析[C].中国气象学会2006年年会“首届研究生年会”分会场论文集:2006. 206~213.
[48]张剑明,黎祖贤,章新平.广西近百年气温和降水序列的多时间尺度分析[J].水文,2007,27(6):78~80.
[49]丁浩,张晓萍,李锐.延河流域径流和输沙周期变化特征的小波分析[J].中国水土保持科学,2008,6(4):18~22.
[50]孙燕,金晓斌,张云鹏,等.耕地数量波动及驱动力多时间尺度分析[J].土壤学报,2008,45(5):964~970.
[51]刘志凌,孙燕.我国耕地保有量多时间尺度分析[J].安徽农业科学,2009,37(27):13196~13199.
[52]周锁铨,戴进,姚小强.土地生产潜力和人口承载力方法的研究——以陕西宝鸡地区为例[J].资源科学,1992(6):56-62.
[53]王书华,曹静.土地综合承载力评判指标体系的构建及应用[J].河北师范大学学报(自然科学版),2001,25(1):129-133.
[54]丁光伟.土地承载力研究中的几个问题[J].地域研究与开发,1991,10(2):12-15.
[55]封志明.区域土地资源承载能力研究模式雏议——以甘肃省定西县为例[J].自然资源学报,1990,5(3):271-283.
[56]刘勤,严昌荣,何文清等.山西寿阳县旱作农业土地生产潜力[J].农业工程学报,2009,25(1):55-59.
[57]陈国南.用迈阿密模型测算我国生物生产量的初步尝试[J].自然资源学报,1987,2(3):270-278.
[58]侯光良,游松才.用筑后模型估算我国植物气候生产力[J].自然资源学报,1990,5(1):60-65.
[59]陈念平.土地资源承载力若干问题浅析[J].自然资源学报,1989,4(4):371-380.
[60]张志良,范小琴.宁夏土地承载力系统动力学方法的应用[J].干旱区地理,1992,15(2):31-41.
[60]韦惠兰,王广州,白建明.定西县土地人口承载力研究[J].干旱区资源与环境,1993,7(2):27-35.
[62]格日乐,程宏,邹学勇等.额济纳绿洲土地承载力研究[J].北京师范大学学报(自然科学版),2006,42(6):624-628.
[63]黄劲松,吴薇,周寅康.温州市粮食生产潜力及土地人口承载力研究[J].农村生态环境,1998,14(3):30-34.
[64]姜忠军. GM(1,1)模型及其残差修正技术在土地承载力研究中的应用[J].系统工程理论与实践,1995,(5):72-78.
[65]杨红,陈百明,高永.基于可持续发展的北京市大兴区土地整理潜力评价[J].农业工程学报, 2006,22(8):77-82.
[66]陈百明.区域土地可持续利用指标体系框架的构建与评价[J].地理科学进展,2002,21(3):204-215.
[67]李令跃,甘泓.试论水资源合理配置和承载能力概念与可持续发展之间的关系[J].水科学进展, 2000,11(3):307-313.
[68]夏军,朱一中.水资源安全的度量:水资源承载力的研究与挑战[J].自然资源学报,2002,(5):262-269.
[69]惠映河,蒋晓辉,黄强等.二元模式下水资源承载力系统动态仿真模型研究[J].地理研究,2001,(5):191-194.
[70]冯耀龙,韩文秀,王宏江等.区域水资源承载力研究[J].水科学进展,2003,14(1):109-113.
[71]闵庆文,余卫东,张建新.区域水资源承载力的模糊综合评价分析方法及应用[J].水土保持研究,2004,11(3):14-16.
[72]陈守煜,胡吉敏.可变模糊评价法及在水资源承载能力评价中的应用[J].水利学报,2006,37(3):264-277.
[73]左东启,戴树声,袁汝华等.水资源评价指标体系研究[J].水科学进展,1996,7(4):367~374.
[74]夏军,王中根,左其亭.生态环境承载力的一种量化方法研究——以海河流域为例[J].自然资源学报,2004,19(6):786～794.
[75]袁伟,楼章华,田娟.富阳市水资源承载能力综合评价[J].水利学报,2008,39(1):103-108.
[76]董雯,刘志辉.基于FAHP原理的水资源承载力综合评价研究——以新疆博尔塔拉河流域和精河流域为例[J].干旱区资源与环境,2008,22(10):5-10.
[77]王顺久.流域水资源承载能力的综合评价方法[J].水利学报,2003(1):88-92.
[78]曲耀光,樊胜岳.黑河流域水资源承载力分析计算与对策[J].中国沙漠,2000(3):1~8.
[79]朱锋,魏国孝,王德军等.基于SD模型的肃州区水资源承载力[J].兰州大学学报(自然科学版), 2008, 44(3): 1-5.
[80]黄庆旭,何春阳,史培军等.气候干旱和经济发展双重压力下的北京水资源承载力变化情景模拟研究[J].自然资源学报, 2009,24(5): 859-870.
[81]徐中民,程国栋.运用多目标决策分析技术研究黑河流域中游水资源承载力[J].兰州大学学报(自然科学版), 2000,36(2):122-132.
[82]宋松柏,蔡焕杰.区域水资源可持续利用评价的人工神经网络模型[J].农业工程学报,2004,20(6):89-92.
[83]赵小勇,付强.投影寻踪模型的改进及其在城市水资源承载能力预测中的应用[J].数学的实践与认识, 2007,37(7):76-81.
[84]张美玲,梁虹,祝安等.贵州水资源承载力基于熵权的模糊物元评价[J].人民长江,2007,38(2):54-57.
[85]许有鹏.干旱区水资源承载能力综合评价研究——以新疆和田河流域为例[J].自然资源学报, 1993,8(3):229-237.
[86]朱一中,夏军,谈戈.关于水资源承载力理论与方法的研究[J].地理科学进展,2002,21(2):180-188.
[87]陈洋波,陈俊合,李长兴等.基于DPSIR模型的深圳市水资源承载能力评价指标体系[J].水利学报, 2004,(7):98-103.
[88] M.Z.Hoque. The Asia cropping systems network[J]. Cropping Systems in Asia on-FarmResearch and Management,1984,13~19.
[89] Brady N.C.D.S,Athwal,F.F.Hill. Proposal for broadening the mission of the international rice research institute[M]. Los Banos,Philippines. 1997
[90] Bradfeild R. Maximizing food production through multiple cropping systems centered on rice. Pages in International rice research Institute. Rich,science and man Los Banos,Philippines,1992.
[91] Carangal V R. Asian cropping systems network. IRRIRES. Prog Rov.International Rice Research Institute,Los Banos,Philippines,1978.
[92] Zandsra H.G,Price E.G.,Litainger J. A.et al. A methodology for on-farm cropping systems research. The International Rice Research Instltute Mamila,Philipiness,1981.
[93] Howard A. Steppler and Bjoun O. Lundgren. Agroforestry now and in the future[J]. Outlook on Agriculture. 1988,17(4):146~152.
[94] Jeremy p. Haggar. Tree in alley cropping:competitors or soil improvers[J]. Outlook on Agriculture. 1994,23(1):27~32.
[95] Modgal S.C.,Dasgupta M.K.,Ghosh D.C. Changing concepts in cropping systems[C]. Proceedings national svmoosium on sustainable aericulture in sub-humidzone. 1995,3~5,113~121.
[96]李新文,柴强.甘肃河西走廊灌溉农业水资源利用及其潜力开发对策[J].开发研究. 2001,(6):39-40
[97]宫飞.华北地区结构型节水种植业模式及途径研究[D].北京:中国农业大学2003
[98]陈守煜,马建琴,张振伟.作物种植结构多目标模糊优化模型与方法[J].大连理工大学学报. 2003,1:12-14
[99] Ma.W-F,Zhao.X-H,Wang.H-Y. Fuzzy optimal allocation of reclaimed and natural water resources for agritural rigation.Journal of Agro- Environment Science. 2004,23(4):770-773.
[100]高明杰.区域节水型种植结构优化研究[J].中国农业科学院,2005(5):5-10.
[101]高惠嫣.华北井灌区作物种植结构调整与农业水资源优化模型研究[D].保定:河北农业大学,2005.
[102]周宪龙.北京地区种植业水资源优化利用研究[D].北京:中国农业大学,2005
[103]陈素英,胡春胜,孙宏勇,等.节水型种植结构与北京供水安全探讨[J].干旱区资源与环境,200620(2):33~36
[104]邓振镛,张强,韩永翔,等.甘肃省农业种植结构影响因素及调整原则探讨[J].干旱地区农业研究,2006,24(3):126~129
[105]梁书民.中国农业种植结构及演化的空间分布和原因分析[J].中国农业资源与区划,2006,27(2):29~34
[106]周惠成,彭慧,张弛等.基于水资源合理利用的多目标农作物种植结构调整与评价[J].农业工程学报, 2007,23(9):45-49
[107]刘俊.缺水地区农业种植结构调整与经济灌溉定额研究[D].北京:中国水利水电科学研究院,2007.
[108]张丽.基于供需平衡的灌区水资源合理配置研究[D].西安:西北农林科技大学,2007.
[109]郑治真,沈萍,杨选辉,等.小波变换及其MATLAB工具的应用[M].北京:地震出版社,2000.
[110]齐齐哈尔市水资源开发利用规划报告[Z].齐齐哈尔市水务局. 2006.
[111]张孝存,张妍,张红侠.商洛地区农业水土资源时空匹配研究[J].安徽农业科学,2007,35(32):10418~10420.
[112]刘彦随,甘红,张富刚.中国东北地区农业水土资源匹配格局[J].地理学报,2006,61(8):847~854.
[113]张展羽,俞双恩.水土资源规划与管理[M].北京:中国水利水电出版社,2009.
[114]胡铁松,袁鹏,丁晶.人工神经网在水文水资源中的应用[J].水科学进展,1995,6(1):76~82.
[115]付强.数据处理方法及其农业应用[M].北京:科学出版社,2006.
[116]张弘强,王春红.基于MATLAB的BP神经网络进行教师评估[J].哈尔滨师范大学自然科学学报,2005,21(5):43~46.
[117]韩力群.人工网络理论、设计及应用[M].北京:化学工业出版社,2002.
[118]刘国东,丁晶.运用BP网络预测地下水位[J].西安地质学院学报,1997,19(2):52~57.
[119]孙涛,李纪人,潘世兵.人工神经网络(ANN)模型在地下水资源预测中的应用研究[J].世界地质,2004,23(4):386~390.
[120]艾艳.短期降水预报BP神经网络预报方法研究[D].郑州:郑州大学,2004.
[121]王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,1999.
[122]许东,吴铮.基于MATlAB6.X的系统分析与设计神经网络(第二版)[M].西安:西安电子科技大学出版社,2002.
[123]吕孙云,陈金凤.基于BP网络的随机模拟技术在区域洪水地区组成分析中的应用[J].水利水电快报,2005,26(20):17~20.
[124]蒋宗礼.人工神经网络导论[M].北京:高等教育出版社,2001.
[125]储诚山,张宏伟,郭军.基于遗传算法和BP神经网络的用水量预测[J].中国农村水利水电,2006(4):36~38.
[126]杨娜.蚁群算法的改进及其水资源应用[D],哈尔滨:东北农业大学,2008.
[127]张清华.小波神经网络参数优化及其应用[D],哈尔滨:东北农业大学,2009.
[128]邱林,陈晓楠,段春青,等.基于模拟退火算法的BP网络在水文水资源中的应用[J].华北水利水电学院学报,2005,26(1):1~33.
[129]吴蓉,周志芳.改进的前馈型神经网络模型在承压水漏斗水位预报中的应用[J].江苏地质,2002,26(1):19~21.
[130]陈南祥.地下水动态预报模型的精度评价[J].工程勘察,1999,(3):35~38.
[131] Kennedy J, Eberhart R C. 1995. Particle Swarm Optimization[C]. Proeeedings of IEEE Conferenee on Neural Networks. Perth,Australia,2001,1942~1948
[132]何佳.粒子群神经网络在供应链库存管理中应用研究[D].贵州:贵州大学,2005.
[133] Wilson E.O. Sociobiology:the new synthesis MA:Belknap[M]. Press:1975,14(1):7~9
[134]邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002.
[135]邓聚龙.灰预测与灰决策[M].武昌:华中科技大学出版社,2002.
[136]王惠文.偏最小二乘回归方法及其应用[M].北京:国防工业出版社,1996.
[137]付强.基于偏最小二乘回归的水稻腾发量建模[J].农业工程学报,2002,18(6):9~12.
[138]李林.偏最小二乘回归模型在水资源预测中的应用[D].哈尔滨:东北农业大学,2004:20～32.
[139]李宗坤,陈乐意,孙颖章.偏最小二乘回归在渗流监控模型中的应用[J].郑州大学学报(工学版),2006,27(2):116~119,123.
[140]陈美球,刘序,陈文波,等.潘阳湖地区1985~2000年土地利用格局变化及其社会经济驱动力研究Ⅱ·土地利用格局变化驱动力分析[J],安徽农业大学学报,2006,33(1):123~129.
[141]苗艳东,罗东翔.偏最小二乘回归的应变统计模型研究[J].东北水利水电,2007,25(5):1~3,71.
[142]王文圣,丁晶,李跃清.水文小波分析[M].化学工业出版社. 2005.
[143]崔锦泰. 1995.小波分析导论[M].西安:西安交通大学出版社.
[144]连江龙.小波多尺度分析的应用研究[D].福建:福建师范大学. 2008.
[145]冉启文.小波变换与分数傅里叶变换理论应用[M].哈尔滨:哈尔滨工业大学出版社. 2001.
[146] Anthony T. Cahill determination of changes in streamflow variance by means of a wavelet-based test. Water Resource Research,2002, 38(6):1~14.
[147]彭玉华.小波变换与工程应用[M].北京:科学出版社. 2002.
[148]刘贤赵,宿庆,刘德林.流域径流演变多时间尺度特征探讨[J].水电能源科学,2008,26(1):21~25,46.
[149] Francisco J,Montero R,Antonio B R. Land and water use management in vine growing by using geographic information systems in Castilla-La Mancha,Spain. Agricultural Water Management,2005,77:82~95.
[150] Lester R Brown,Brian Halweil. China’s water shortage could shake world food security. World Watch,1998,11(4):10~18.
[151]王友贞.区域水资源承载力评价研究[D].南京:河海大学. 2004.
[152]蓝丁丁,韦素琼,陈志强.城市土地资源承载力初步研究—以福州市为例.沈阳师范大学学报(自然科学版) [J],2007,25(2):252~256.
[153] Adriaanse A. Environmental Policy Performance Indicators.A study on the Devdopment of Indicalors for Environmental Policy in the Netherlands,Uitgeverij:The Hague。1993.
[154]曹凤中. 1999.中国城市环境可持续发展指标体系研究手册[M].北京:中国环境科学出版社. 1999.
[155]冷疏影,刘燕华.中国脆弱生态区可持续发展指标体系框架设计[J].中国人口·资源与环境,1999,9(2):40~45.
[156] European Enviromnent Agency. Europe’s Environment:The Second Assessment. Elsevier Science Ltd.,Oxford. 1998.
[157]杨志峰,何孟常,毛显强等.城市生态可持续发展规划[M].北京:科学出版社,2004:36-37
[158] Smeets E,Weterings R. Envirorunental Indicators:Typlogy and Overview. Technical Report No. 25,European Environmental Agency,Copenhagen. 1999.
[159]李鹏.基于DPSIR概念模型的水资源保障研究[D].杭州:浙江大学. 2006.
[160]于伯华,吕昌河.基于DPSIR概念模型的农业可持续发展宏观分析[J].中国人口·资源与环境,2004,14(5):68~72
[161]中国科学院可持续发展研究组.中国可持续发展战略报告[M].北京:科学出版社. 2003.
[162]高波.基于DPSIR模型的陕西水资源可持续利用评价研究[D].西安:西北工业大学. 2007.
[163]付强,金菊良,梁川.基于实数加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用[J].水利学报,2002,10:39～45.
[164]付强,刘建禹,王立坤.基于RAGA的PPC模型在农村能源区划中的应[J].农业现代化研究,2002,23(5):374～377.
[165]付强,王志良,梁川.基于RAGA的PPC模型在土壤质量变化评价中的应用研究[J].水土保持学报, 2002,16(5):108～111.
[166]付强,王志良,梁川.基于RAGA的PPE模型在土壤质量等级评价中的应用研究[J].水土保持通报,2002,22(5):51～54.
[167]付强,邢贵君,王兆菡.基于RAGA的PPC模型在节水灌溉项目投资决策中的应用[J].系统工程理论与实践,2003,23(2):139～144.
[168]付强,杨广林,金菊良.基于RAGA的PPC模型在农机选型及优序关系研究中的应用[J].农业机械学报,2003,1:101～103.
[169]付强,赵小勇.投影寻踪模型原理及其应用[M].北京:科学出版社. 2006.
[170]汤国安,杨昕. ArcGIS地理信息系统空间分析实验教程[M].北京:科学出版社. 2006.
[171]田浩.基于ArcGIS的房地产估价空间决策支持系统的研究[D].哈尔滨:哈尔滨工业大学. 2007.
[172]谭跃进,邓宏钟.复杂适应系统理论及其应用研究[J].系统工程. 2001,19(5): 1-6.
[173]王慧敏,佟金萍,马小平等.基于CAS范式的流域水资源配置与管理及建模仿真[J].系统工程理论与实践. 2005,23(5):34-36.
[174]孙建,叶民强.基予主体的swarm仿真及其应用[J].福建电脑. 2002,11:26-28.
[175]孙杰.基于SWARM的公司动态治理仿真研究[D].石家庄:河北工业大学. 2007.
[176]程雪婷.基于CAS理论的石油企业适应性机制研究[D].哈尔滨:哈尔滨工业大学. 2006.
[177]黄家伟.基于Agent的复杂水资源系统仿真研究[D].天津:天津大学. 2007.
[178]张秋花.基于CAS理论的人工地价系统建模与仿真[D].西安:西北工业大学. 2007.
[179]赵建世,王忠静,翁文斌.水资源复杂适应配置系统的理论与模型[J].地理学报. 2002,57(6):239-247.
[180]吴晓军.复杂性理论及其在城市系统研究中的应用[D].西安:西北工业大学. 2005.
[181]邱世明.复杂适应系统协同理论、方法与应用研究[D].天津:天津大学. 2002.
[182]佟金萍.基于CAS的流域水资源配置机制研究[D].南京:河海大学. 2006.
[183]王少波.面向用水户的水资源合理配置研究[D].西安:西安理工大学.2007.
[184]高明杰,罗其友.水资源约束地区种植结构优化研究———以华北地区为例[J].自然资源学报,2008,23(2):204-210
[185]郭淑敏.都市型农业土地可持续利用问题研究[D].北京:中国农业大学. 2004.
[186]李岩.基于共生协同进化的多目标算法及应用[D].北京:北京化工大学.2008.
[187] Ehtlich P R,Raven P H . Butterfly and plants:a study in coevolution. Evolution. 1965,18:586-608.
[188]牛文娟.基于系统演化算法的水资源多Agent系统建模仿真研究[D].南京:河海大学. 2007.
[189]段丹华.基于复杂系统理论的京津冀区域协调发展研究[D].天津:河北工业大学. 2007.
[190]闫如玉.基于区域承载力的产业集成协调度评价研究[D].大连:大连理工大学. 2008.
[191]雷社平,解建仓,黄明聪等.区域产业用水系统的协调度分析[J].水利学报. 2004,5:14-19.
[192]马建华,管华.系统科学及其在地理学中的应用[M].北京:科学出版社. 2003.
[193]刘建林.城市用户群节水支持体系研究[D].西安:西安理工大学. 2007.
[194]时启军,付强,李天霄.基于投影寻踪技术的区域种植结构调整[J].水土保持研究. 2009,16(6):215-219.
[195]孙凡.引大济湟工程的效益转换分析及动态补偿机制研究[D].西安:西安理工大学. 2007.
[196]陈先枢.中国粮食增产潜力分析[J].重庆商学院学报,1998( 1):29~33.
[197]徐逢贤.谁来养活中国人——议布朗“中国粮食危机论”[J].投资北京,1999(9):32~33.
[198]李丽珍,张旭昆.确保中国粮食安全的路径探索.农村经济,2005,(12):6~10
[199]毕红杰.吉林省粮食增产潜力分析[D].吉林:吉林大学2005.
[200] Audsley E,Pearn K R,Simota C,etal. What can scenariomodeling tell us about future European scale agricultural land use, and whatnot?[J]. Environmental Science & Policy,2006,9(2):148~162.
[201] StehfestE,HeistermannM,Priess JA,etal. Simulation of global crop production with the ecosystem model DayCent[J]. Ecological Modelling,2007(2-4):203~219.
[202] HayamiY,RuttanV. Agricultural Development:An International Perspective. Baltimore:Johns Hopkins Press,1985.
[203] Turner I I B L, Skole D, Sanderson S, et al. Land use and land cover change science/ research plan. IGBP Report No. 35 and HDP ReportNo. 7. Stockholm: IGBP, 1995
[204] Turner II B L,Doolittle W E. The concept and measure of agricultural intensity. Professional Geographer,1978,30(3):297~301.
[205] Turner II B L,Hanham R Q,PortararoA V. Population pressure and agricultural intensity[J]. Annals of the Association of American Geographers,1997,67(3):384~396.
[206]王宏广,等.中国耕作制度70年[M].北京:中国农业出版社,2005.
[207]郭柏林.我国复种指数变化特征,效益和潜力[J].经济地理,1997,17(3):8~13.
[208] Cao Z,Dawson R. Modeling circulation function in agroecosystems[J]. EcologicalModelling,2005,181(4):557~565.
[209]陈实,刘波.对黑龙江省土壤耕作制度建设问题的探讨[J].试验研究,2001(1):18~19.
[210]黑龙江省国土资源局.黑龙江省(1997-2010)土地利用总体规划,1997
[211]徐明革,孟虹.黑龙江省中低产田治理研究.黑龙江水利科技,2009,37(1):131~132.
[212]郭文义,魏丹,周宝库,等.东北中低产田现状与综合治理对策. 2008,(6):52~55.
[213]钱正英.我国水利.北京:水利电力出版社,1991.
[214]柳长顺,杜丽娟,陈献,等.近20年我国有效灌溉面积动态分析[J].资料科学,2006,28(2):8~12
[215]黑龙江农业信息网,http://www.hljagri.gov.cn/nygk/ntsl/200705/t20070523_2948 1 .htm
[216]段洁利,李志伟,杨洲.机械化在现代农业中的作用分析[J].中国农机化,2002(4):4~5.
[217]赵宝祥,高德.农机化技术推广是粮食增产的重要措施[J].江苏农机化,2004(4):20-22.
[218]刘东.三江平原井灌区水资源发展态势与粮食增产潜力研究[D].哈尔滨:东北农业大学,2008.
[219]刘祖荣,陈林仙,刘君望.农机产业经济指标体系及农业生产要素贡献率的研究[J].四川农机. 1994(4),21-23.
[220]金继运,李家康,李书田.粮食作物对化肥的需求分析.磷肥与复肥,2006,21(3):1-6.
[221]吴英.黑龙江省化肥利用现状及对策建议[J].农业系统科学与综合研究,1996,12(4):307-308.
[222]戚世钧,牛彦绍.中国粮食生产潜力及未来粮食生产研究[J].郑州粮食学院学报,2002,21(2):13-17.
[223]鲁彩艳,隋跃宇,史奕,等.化肥施用对黑龙江省黑土区近50年粮食产量的贡献率.农业系统科学与综合研究,2006,22(4):273-275.
[224]张一宾.从世界粮食的需求及世界农业发展看农药的重要性[J].世界农药,2009,31(1):1-3.
[225]何红卫,吴志远,马良平,等.不打农药还能收获多少粮食[J].农药市场信息,2005,20:12.
[226]刘刚.我国农作物通过农药防治每年挽回粮食损失5400万吨[J].农药市场信息,2006,23:36.
[227]李家杰,徐卫平.基于改进灰色关联度分析的产品性能评价模型研究[J].云南大学学报(自然科学版),2006,28(s1):26-33
[228]舒服华.基于改进灰色关联分析的铸铁综合性能评价[J].铸造. 2007,56(2):162-164.
[229]舒服华.基于灰色关联分析的石材矿山挖掘机性能评价[J].石材,2007(5):31-34.
[230]舒服华..改进灰色关联分析在铸造型砂品质评价中的应用[J].铸造技术,2007,28(1):15-18
[231]郭慧芳,莫连光.灰色关联理论运用于农民收入分析的研究[J].财贸研究,2007(1):31-37.
[232]伍伟慧.基于改进型灰色关联的变压器故障诊断[D].长沙:长沙理工大学,2009.
[233]李炳军,朱春阳,周杰.原始数据无量化处理对灰色关联序的影响[J].河南农业大学学报,2002,36(2):199-202.
[234]陈德钊.多元数据处理[M].化学工业出版社,1998. 20-45.
[235]余锦华,杨维权.多元统计分析与应用[M].广州:中山大学出版社,2005. 18-23.
[236]张协奎,舒会江.用主成份分析法选取影响地价的主要因素[J].基建优化,2000,21(1):25-27.
[237]李晓燕,谢长青,吕杰,等.主主成分分析法在农村公共卫生指标评价中的应用[J].中国卫生经济,2007,26(5):76-79.