专利名称：一种农作物比较优势时空特征的分析计算方法
技术领域：
本发明涉及农业及相关领域，用于分析计算农作物生产或生长比较优势的时空特征变化规律，对农作物生产或生长进行科学管理。
背景技术：
农作物生产或生长具有区域、品种、单产、栽培技术和商品率、产业化等方面的优势，对这些优势的时空特征进行定量比较分析在农作物生产或生长的科学管理中占有重要地位。因此，寻找有效的方法来分析农作物生产或生长的时空特征变化，发挥区域优势，加强对农作物生产或生长的宏观调控和科学管理，对农作物生产或生长具有重要的意义。
运用比较优势的分析方法对各种农作物的布局及生产进行研究已有大量报告，但这些研究的重点大多集中在对比较优势的结果进行定性分析上，如何建立评估模型对比较优势的分析结果进行定量分析，并将分析成果用于农作物生产或生长的科学管理尚未见报道。实践证明，农作物生产更多地受到市场、自然及非自然因素的影响，农作物的生长也同样受到自然及非自然因素的影响，根据多年统计规律获得的农作物比较优势有时与分年度的比较优势的动态特征相差较大，难以实际应用，因此除了对多年统计的比较优势研究外，必须寻找对农作物比较优势进行定量分析的新方法，研究农作物比较优势时空特征的动态变化，从中发现问题，及时对农作物生产或生长进行科学管理及调控。
在世界范围内，如何在大的地理区域范围内定量研究农作物的比较优势时空特征的动态变化一直是农业领域中面临的一个难题，这个问题的解决对于制定相应的农作物生产或生长的管理策略具有重要的价值，国内外的学者对此已进行了大量的探索，但并未取得实质性进展。
本发明的目的是用一种新方法在二维表格上建立数学模型对农作物生产或生长的时空特征进行分析计算，并利用分析计算结果对农作物生产或生长进行科学管理及调控。该模型包括对农作物生产或生长的比较优势进行评估的局部时间全局空间模型、全局时间局部空间模型和全局时间全局空间模型，具有方法简单，计算精度高，效益显著、易于应用等特点。发明内容本发明认为农作物的生产水平主要取决于播种面积和单位产量两大因素(对其它因素的影响也可进行类似的分析，这里仅以农作物的生产分析为例，而对农作物的生长分析类同)，因此选择与这两大因素密切相关的面积比较优势、单位产量比较优势以及面积和单位产量的综合比较优势作为研究农作物生产水平动态变化的时空特征的基本数据，基本数据的时间跨度按年度进行计算(根据不同的需要，也可按除年度以外的其它时间单位来计算)，并称此跨度为全局时间，其中的每一个年度称为一个局部时间，所有年度组成的集合称为局部时间集；基本数据的空间分布是感兴趣的农作物生产行政单位分布的地理区域(单位可以是国家、市、县、乡、镇、村等)，并称所有农作物生产单位分布的地理区域为全局空间，其中的每一个生产单位称为一个局部空间，由所有生产单位组成的集合称为局部空间集。在对农作物比较优势进行分析计算的基础上，通过在二维表格上构造对农作物生产比较优势的时空特征进行评估的局部时间全局空间模型、全局时间局部空间模型和全局时间全局空间模型，来完成对农作物比较优势的时空特征的定量分析计算及规范化评估，从而实现从不同的侧面对农作物比较优势时空特征的动态变化的研究，并指导农作物生产，对农作物生产进行科学管理。因此，在二维表格上建立模型，对农作物比较优势的时空特征进行分析计算的方法成为本发明的重要特征。
本发明的农作物比较优势的时空特征分析计算方法如下首先，在全局(局部)时间和全局(局部)空间中，计算每个农作物生产单位的每种农作物生产的比较优势；再运用农作物比较优势时空特征分析计算公式来计算时空特征的动态变化，获得在二维表格上描述农作物时空特征的动态变化规律，借助二维表格的分析结果来解决农作物生产管理的实际问题。
本发明的农作物时空特征动态变化的计算分析主要包括四个步骤，首先计算农作物的比较优势；其次通过在二维表格上定义的局部时间全局空间模型，对局部时间全局空间的农作物比较优势动态变化进行规范化评估；然后再通过在二维表格上定义的全局时间局部空间模型，对全局时间局部空间的农作物比较优势动态变化进行规范化评估；最后通过在二维表格上定义的全局时间全局空间模型，对全局时间全局空间的农作物比较优势动态变化进行规范化评估。
下面以江苏省小麦生产的综合比较优势时空特征的分析计算为例，来说明农作物比较优势时空特征的分析计算方法，但本计算方法适用于所有农作物生产或生长的各种比较优势时空特征的分析是本发明的重要特征。
江苏省的小麦生产水平主要取决于播种面积和单位产量两大因素，因此选择了与此密切相关的综合比较优势作为研究小麦生产水平动态变化的时空特征的基本数据，相关的时间跨度是从1996年到2003年，这个跨度也称为全局时间，其中的每一个年度称为一个局部时间，由1996年到2003年共计8个年份组成的集合称为局部时间集，相关的空间分布为全江苏省13个地级市，也称为全局空间，其中的每一个地级市称为一个局部空间，由13个地级市组成的集合也称为局部空间集。在计算小麦综合比较优势时考虑的相关农作物有小麦、水稻、玉米、大豆、薯类、花生和油菜。小麦综合比较优势以及对其进行规范化评分的计算方法概述如下。
规模比较优势的计算地级市i的小麦生产规模比较优势是指该市的小麦播种面积在该市相关农作物总播种面积中所占的比重与全江苏省小麦面积在全省相关农作物总面积中所占比重的比值，计算公式为PCRi=(SRiSCi)/(SRSC)]]>其中PCRi表示地级市i的小麦规模比较优势指数，SRi表示地级市i的小麦播种面积，SCi表示地级市i的相关农作物总播种面积，SR表示全省小麦总播种面积，SC表示全省相关农作物的总播种面积。
产量比较优势的计算地级市i的小麦生产的产量优势是指该市的小麦单产在该市的相关农作物平均单产中所占的比重，与全省小麦单位产量与全省相关农作物平均单产中所占的比重的比值，计算公式为CARi=(YRiYCi)/(YRYC)]]>其中CARi表示地级市i的小麦生产产量比较优势指数，YRi表示地级市i的小麦的单产，YCi表示地级市i的相关农作物的平均单产，YR表示全省小麦的平均单产，YC表示全省相关农作物的平均单产。
综合比较优势的计算地级市i的小麦生产综合比较优势是指该市的小麦生产的产量比较优势与规模比较优势乘积的几何平均数，计算公式为CXi=CARi×PCRi]]>其中CXi表示地级市i的小麦生产综合比较优势指数。根据统计数据，并运用此式，计算江苏省13个地级市从1996年到2003年的小麦综合比较优势的结果如表1所示，其中用CXij表示地级市i在年份j的综合比较优势。
表11996-2003年江苏省各地级市小麦综合比较优势
局部时间全局空间规范化评估若在全局空间集中，第i个地级市在局部时间第j年的综合比较优势为CXij，对于由所有m个地级市组成的全局空间集，在局部时间第j年中综合比较优势的最大值为CX·jmax＝max{CXij}；最小值为CX·jmin＝min{CXij}，则在局部时间第j年中，对于所有m个地级市的全局空间，其中局部空间第i个地级市的综合比较优势的规范化评分为YNSij=CXij-CX·jminCX·jmax-CX·jmin;]]>进一步可计算在全局空间中，规范化比较优势的平均变化率YNSAR·j=1m-2(Σi=1mYNSij-1);]]>在此式的计算中，去除了每个全局空间中的最低分“0”和最高分“1”，然后再计算所有余下的(m-2)个规范化评分的平均值，这个值越大，则说明在该年度区域优势的作用就越明显，越有利于小麦生产。根据在表1中提供的综合比较优势，并运用上述两式，可计算出江苏省13个地级市从1996年到2003年的局部时间全局空间规范化评估结果，如表2-1所示。
表2-11996-2003年江苏省各地级市小麦综合比较优势局部时间全局空间规范化评估
表2-2是对表2-1中的规范化比较优势用整数进行排名所得，从表2-2可以更加清楚地看出比较优势时空特征的变化情况，可以直接用此表对农作物生产进行管理。
表2-21996-2003年江苏省各地级市小麦综合比较优势局部时间全局空间规范化评估排名
全局时间局部空间规范化评估若在由所有n年组成的全局时间中，局部空间第i个地级市的综合比较优势的最大值为CXi·max＝max{CXij}，最小值为CXi·min＝min{CXij}，则在局部空间第i个地级市，对于所有n年的全局时间，在其中第j年的局部空间第i个地级市的综合比较优势的规范化评分为CNSij=CXij-CXi·minCXi·max-CXi·min;]]>用类似的方法，可计算在全局时间中，规范化比较优势的平均变化率CNSARi=1n-2(Σj=1nCNSij-1);]]>这个值越大，说明该局部空间在不同年度的优势变化及波动越明显，稳定性较差。根据在表1中提供的综合比较优势，并运用上述两式，可以计算出江苏省13个地级市从1996年到2003年的全局时间局部空间的规范化评估结果，如表3-1所示。
表3-11996-2003年江苏省各地级市小麦综合比较优势全局时间局部空间规范化评估
表3-2是表3-1中的规范化比较优势的整数排名表，从表3-2可以更加清楚地看出比较优势时空特征的变化情况，可以直接用此表对农作物生产进行管理。
表3-21996-2003年江苏省各地级市小麦综合比较优势全局时间局部空间规范化评估排名
平变排名平均变化排名全局时间全局空间规范化评估对于由所有m个地级市组成的全局空间，在所有n年的全局时间中，局部空间第i个地级市在第j年的综合比较优势的规范化评分为CYNSij=CXij-CXijminCXijmax-CXijmin;]]>其中CXijmax＝max{CXij}；CXijmin＝min{CXij}。对所有在局部时间第j年中关于所有m个地级市的全局空间的比较优势均值的规范化评分为YNS‾·j=CX‾·j-CX‾·jminCX‾·jmax-CX‾·jmin;]]>其中CX·jmax＝max{CX·j}；CX·jmin＝min{CX·j}。在局部时间第j年中，对于所有m个地级市的全局空间集，其综合比较优势的均值为CX‾·j=1mΣi=1mCXij;]]>同样，局部空间第i个地级市，对于所有n年的全局时间，其综合比较优势的均值为CX‾i·=1nΣj=1nCXij;]]>相关的最大值为CXi·max＝max{CXi·}；最小值为CXi·min＝min{CXi·}。因此，对所有局部空间第i个地级市关于所有n年的全局时间的比较优势均值的规范化评分为CNS‾i·=CX‾i·-CX‾i·minCX‾i·max-CX‾i·min;]]>
根据在表1中提供的综合比较优势，并运用此式可以计算出江苏省13个地级市从1996年到2003年的全局时间全局空间的规范化评估结果，如表4-1所示。
表4-11996-2003年江苏省各地级市小麦综合比较优势全局时间全局空间规范化评估
局时全空局部时间全局空间全时局空全局时间局部空间表4-2是表4-1中的规范化比较优势的整数排名表，从表4-2可以更加清楚地看出比较优势时空特征的变化情况，可以直接用此表对农作物生产进行管理。
表4-21996-2003年江苏省各地级市小麦综合比较优势全局时间全局空间规范化评估排名
具体实施方式
实施例1分析计算过程见上述技术方案描述，对小麦生产时空特征动态变化的分析如下。
传统方法根据传统方法以及表1中所给出的综合比较优势CXij(i＝1，…，13为地级市，j＝1996，…，2003为年份)，可知CXij＞1表示i市在年份j的小麦生产在全省具有综合比较优势；CXij＝1表示i市在年份j的小麦生产的综合比较优势等于全省平均水平；CXij＜1表示i市在年份j的小麦生产的综合比较优势在全省处于比较劣势的地位。除此而外，无法得到更有说服力的定量分析结论来说明不同的地级市之间在不同的年份之间、同一个地级市在不同年份之间相互比较的定量分析结果，大大降低了综合比较优势分析结果的应用价值，这正是传统方法的不足之处。
新方法根据在表2-1和表2-2中提供的局部时间全局空间的评估结果，可以很方便的发现各个地级市在不同年份间综合比较优势相互之间的定量关系。例如，徐州市从1996到2003年度分别在所有地级市中居综合比较优势的首位(其值为“1”)，而常州在1996，南通在1997，盐城在1998，南京在1999到2003的不同年份中均居末位(其值为“0”)。进一步分析可知，苏南地区(除无锡外，含苏州、南京、常州和镇江共4市)在小麦生产上缺乏优势，苏中地区(除南通外，含扬州和泰州共2市)在小麦生产上的优势较为明显，苏北地区(含徐州、连云港、淮安、盐城和宿迁共5市)在小麦生产上的优势最为明显，特别是苏北的徐州在所有年度的小麦生产上的优势一直居全省最高水平。从整体上来看，除无锡外，各地级市比较优势的相对排名的变化并不太大，具有一定的稳定性，这说明江苏的小麦生产能力处于一个相对稳定的发展时期。对表中的数据综合分析表明苏南、苏中和苏北实际上都适宜小麦生长，关键是对小麦生产的科学管理以及市场机制的作用。从表2-1的平均变化一栏提供的数据可以看出在不同的年份中区域优势的强弱变化，例如，2001年平均优势变化值最大，即该年份各种自然非自然因素最有利各个区域优势的发挥。
根据表3-1和表3-2中提供的全局时间局部空间的分析结果可以明显看出，随着时间的推进，苏南的南京和无锡的综合比较优势在总体上呈现下降的趋势，苏中的泰州综合比较优势在总体上呈现上升的趋势，而苏北的徐州、连云港、淮安、盐城和宿迁的综合比较优势在总体上也呈现上升的趋势，这一现象表明江苏的小麦生产还有相当大的发展空间，只有加强小麦生产的科学管理，才能使综合比较优势逐渐增强。从表3-1的平均优势变化一栏可以看出优势稳定性的好坏，例如，苏北的宿迁、徐州和连云港优势的稳定性要比淮安和盐城更好。因此，此表提供的数据，可供相关的地级市了解本市综合比较优势的动态变化，以便研究相应的发展和管理对策。
表4-1和表4-2中提供的全局时间全局空间的分析结果以及在时间评估栏提供的数据表明1998年是最有利于小麦综合优势发挥的年度，从1997年到1999年的3年比从2001年到2003年的3年更有利于小麦生产优势的发挥。在另一方面，从本表的空间评估一栏可以看出，在全局时间全局空间经过规范化评估后，苏北的徐州、连云港、宿迁和苏中的泰州为全省小麦综合优势最强的四市，从它们所在列提供的数据可以看出，苏南的优势有减弱的迹象，而苏北的优势则继续增强，值得关注，对此表的进一步分析，还可以得出许多其它结论，在此从略。
与传统的对农作物综合比较优势进行研究的方法相比较，本发明给出的对小麦综合比较优势时空特征变化进行分析的新方法，具有更多的优点，它不仅对多个地级市，多个不同年份提供了横向、纵向以及全时空的多层次的规范比较，而且还可以从中获得小麦生长适宜年份、科学管理水平等多方面的定量分析结果。这一方法不仅对小麦、对于其它农作物的综合比较优势的分析也具有重要的参考价值。
权利要求
1.一种农作物比较优势时空特征的分析计算方法，采用在二维表格上建立的对农作物生产或生长的比较优势进行评估的局部时间全局空间模型、全局时间局部空间模型以及全局时间全局空间模型，对农作物生产或生长的时空特征的动态变化进行规范化评估及分析计算，并利用在二维表格上描述的分析计算结果对农作物生产或生长进行科学管理及调控，具有方法简单，计算精度高，效益显著、易于应用等特点。
2.根据权利要求1所述的一种农作物比较优势的时空特征的分析计算方法，其特征在于所述的对农作物生产或生长的比较优势进行评估的局部时间全局空间模型、全局时间局部空间模型以及全局时间全局空间模型分别建立在各自对应的二维表格上，二维表格的一维与时间有关，另一维与空间有关，二维表格中的二维数组分别描述了农作物比较优势在局部时间全局空间、全局时间局部空间以及全局时间全局空间的变化，二维表格中的数据可直接用于对农作物生产或生长进行管理。
3.根据权利要求1所述的一种农作物比较优势的时空特征的分析计算方法，其特征在于所述的比较优势是指在农作物生产或生长过程中，在农作物之间可以进行比较并能区分出优劣、与农作物的生产或生长、保护有关且具有时空特征的所有量。
4.根据权利要求1所述的一种农作物比较优势的时空特征的分析计算方法，其特征在于所述的全局空间是指所有农作物生产或生长行政单位分布的地理区域。根据研究对象不同，行政单位可以是国家、省、市、县、镇、乡和村等，并且称每个行政单位为一个局部空间；全局时间是指农作物生产或生长所经历的时间长度。根据研究的需要不同，时间长度可以用不同的时间单位来计量，可以是年、月、时、分和秒等，并且称每个可计量的时间长度为一个局部时间，如全局时间的时间长度为1991年到2000年，时间单位为年，可计量的时间为1991，1992，…，2000年共10个，分别对应10个不同的局部时间。
5.根据权利要求1所述的一种农作物比较优势的时空特征的分析计算方法，其特征在于所述的规范化评估是指在分析计算农作物比较优势时空特征变化过程中，引入了变化的参考量，规范化是研究的所有局部量的变化都相对于在全局中定义的参考量，这样就可以在参考量作为统一尺度或规范的情况下，对局部量进行规范化比较。
6.根据权利要求1所述的一种农作物比较优势的时空特征变化的分析计算方法，其特征在于所建立的分析计算公式和相关表格可以简单、快速、准确的估算农作物比较优势的时空特征变化是指下述以江苏省小麦生产为例所描述的数学公式、推导过程、计算结果、相关表格以及应用方法适用于对所有农作物生产或生长的比较优势的时空特征变化进行分析计算。局部时间全局空间规范化评估若在全局空间集中，第i个地级市在局部时间第j年的综合比较优势为CXij，对于由所有m个地级市组成的全局空间集，在局部时间第j年中综合比较优势的最大值为CX·jmax＝max{CXij}；最小值为CX·jmin＝min{CXij}，则在局部时间第j年中，对于所有m个地级市的全局空间，其中局部空间第i个地级市的综合比较优势的规范化评分为YNSij=CXij-CX·jminCX·jmax-CX·jmin;]]>进一步可计算在全局空间中，规范化比较优势的平均变化率YNSAR·j=1m-2(Σi=1mYNSij-1);]]>在此式的计算中，去除了每个全局空间中的最低分“0”和最高分“1”，然后再计算所有余下的(m-2)个规范化评分的平均值，这个值越大，则说明在该年度区域优势的作用就越明显，越有利于小麦生产。根据已求出的综合比较优势，并运用上述两式，可计算出江苏省13个地级市从1996年到2003年的局部时间全局空间规范化评估结果，如表2-1所示。表2-11996-2003年江苏省各地级市小麦综合比较优势局部时间全局空间规范化评估
表2-2是对表2-1中的规范化比较优势用整数进行排名所得，从表2-2可以更加清楚地看出比较优势时空特征的变化情况，可以直接用此表对农作物生产进行管理。表2-21996-2003年江苏省各地级市小麦综合比较优势局部时间全局空间规范化评估排名
全局时间局部空间规范化评估若在由所有n年组成的全局时间中，局部空间第i个地级市的综合比较优势的最大值为CXi·max＝max{CXij}，最小值为CXi·min＝min{CXij}，则在局部空间第i个地级市，对于所有n年的全局时间，在其中第j年的局部空间第i个地级市的综合比较优势的规范化评分为CNSij=CXij-CXi·minCXi·max-CXi·min;]]>用类似的方法，可计算在全局时间中，规范化比较优势的平均变化率CNSARi·=1n-2(Σj=1nCNSij-1);]]>这个值越大，说明该局部空间，在不同的年度，优势的变化及波动越明显，稳定性较差。根据已求出的综合比较优势，并运用上述两式，可以计算出江苏省13个地级市从1996年到2003年的全局时间局部空间的规范化评估结果，如表3-1所示。表3-11996-2003年江苏省各地级市小麦综合比较优势全局时间局部空间规范化评估
表3-2是对表3-1中的规范化比较优势用整数进行排名所得，从表3-2可以更加清楚地看出比较优势时空特征的变化情况，可以直接用此表对农作物生产进行管理。表3-21996-2003年江苏省各地级市小麦综合比较优势全局时间局部空间规范化评估排名
平变排名平均变化排名全局时间全局空间规范化评估对于由所有m个地级市组成的全局空间，在所有n年的全局时间中，局部空间第i个地级市在第j年的综合比较优势的规范化评分为CYNSij=CXij-CXijminCXijmax-CXijmin;]]>其中CXij max＝max{CXij}；CXij min＝min{CXij}。对所有在局部时间第j年中关于所有m个地级市的全局空间的比较优势均值的规范化评分为YNS‾·j=CX‾·j-CX‾·jminCX‾·jmax-CX‾·jmin;]]>其中CX·jmax＝max{CX·j}；CX·jmin＝min{CX·j}。在局部时间第j年中，对于所有m个地级市的全局空间集，其综合比较优势的均值为CX‾·j=1mΣi=1mCXij;]]>同样，局部空间第i个地级市，对于所有n年的全局时间，其综合比较优势的均值为CX‾i·=1nΣj=1nCXij;]]>相关的最大值为CXi·max＝max{CXi·}；最小值为CXi·min＝min{CXi·}。因此，对所有局部空间第i个地级市关于所有n年的全局时间的比较优势均值的规范化评分为CNS‾i·=CX‾i·-CX‾i·minCX‾i·max-CX‾i·min;]]>根据已求出的综合比较优势，并运用此式可以计算出江苏省13个地级市从1996年到2003年的全局时间全局空间的规范化评估结果，如表4-1所示。表4-11996-2003年江苏省各地级市小麦综合比较优势全局时间全局空间规范化评估
局时全空局部时间全局空间全时局空全局时间局部空间表4-2是对表4-1中的规范化比较优势用整数进行排名所得，从表4-2可以更加清楚地看出比较优势时空特征的变化情况，可以直接用此表对农作物生产进行管理。表4-21996-2003年江苏省各地级市小麦综合比较优势全局时间全局空间规范化评估排名
全文摘要
本发明涉及一种农作物比较优势时空特征的分析计算方法，适用于农业及相关领域。采用在二维表格上建立的对农作物生产或生长的比较优势进行评估的局部时间全局空间模型、全局时间局部空间模型以及全局时间全局空间模型，对农作物生产或生长的时空特征的变化进行规范化评估及分析计算，二维表格的一维与时间有关，另一维与空间有关，二维表格中的二维数组分别描述农作物比较优势的局部时间全局空间、全局时间局部空间以及全局时间全局空间的变化，利用在二维表格上描述的分析计算结果可以直接对农作物的生产或生长进行科学管理及调控，方法简单，计算容易，效益显著、实用性强。本发明进一步涉及实现这种方法的技术。
文档编号G06Q50/00GK1790311SQ20051009576
公开日2006年6月21日 申请日期2005年11月22日 优先权日2005年11月22日
发明者朱泽生, 孙玲, 朱犁 申请人:江苏省农业科学院