基于ANFIS模型的草原土壤湿度预测

中国是一个资源大国，草地资源十分丰富，面积分布也在世界前列。草原生态系统不仅是维护我国生态系统稳定的重要屏障，同时还为我国的经济发展提供保障。近年来，快速发展的畜牧业使得草地退化严重，有的甚至出现了沙化现象。提供科学的草地管理方式迫在眉睫，故对土壤中的湿度预测对于草原的保护和开发具有重要的意义。本文对往年的统计数据进行分析，然后通过数学模型对2022、2023年的土壤湿度进行预测。首先对数据进行共线性分析，对于共线性强的数据采用Lasso回归的方法进行降维。之后用ARIMA时间序列方法对以往年月数据进行预测。最后建立输入(Lasso回归所筛选变量和土壤蒸发量变量)和输出(不同深度土壤湿度) ANFIS模型，对往年所测数据进行训练且整体数据集合训练拟合度均在85%以上，该模型的准确度较高。最后通过训练好的ANFIS模型预测2022年、2023年不同深度土壤湿度。

草原生态系统是许多牧民生活的基础，同时也是我国生态安全和食品安全的重要支柱。近年来，随着我国的生活水平的提高，我国居民在食物方面的消费结构发生了很大的变化，对于肉类的需求开始大量增长[1]。其中就以内蒙古为例，草牧业快速发展，牲畜数量极具增加，造成草地退化严重。草地退化严重损害草地的生态功能，大大限制了牧区中的畜牧业生产能力，同时随着全球变暖、水资源短缺等情况下，我国的草地资源和保护面临严峻的挑战。草原中的土壤湿度是影响草地生态过程、生态承载能力以及退化后的重建和恢复能力的关键因素之一[2]。同时还对植物的生长期发育和产量有着直接作用[3]。

故对于草原土壤中湿度预测是十分必要的，对于之后放牧策略调整和草原资源保护都有着十分重要的意义。因此本文根据草原历史湿度数据、草原土壤历史蒸发量和草原历史降水等数据，建立模型对保持当前的放牧策略不变的情况下对2022 年、2023 年不同土壤深度的湿度进行预测(数据来源于锡林郭勒统计年鉴2012~2021) [4]。

2. 模型建立与求解 本文用到的符号及其含义如表1 所示： Table 1. Symbol description 表1. 符号说明 符号 含义 VIF 方差膨胀系数 ARIMA 移动平均自回归模型 ANFIS 自适应模糊神经推理系统