【成品论文】2024年华为杯研究生数学建模比赛E题高质量成品论文分享（点个关注，后续会更新

您的点赞收藏是我继续更新的最大动力！

一定要点击如下的卡片链接，那是获取资料的入口！

点击链接加入群聊【2024华为杯研赛】：http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=Y96rhGHw225djPI9WBw02ecMJAPHDJIe&authKey=%2FVSs1AhRoY9NMwZLyvE7qf55OJezgdUFLc0bOR9iMfl7TujKhaMO5KoBpNfuCVlm&noverify=0&group_code=597507220http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=Y96rhGHw225djPI9WBw02ecMJAPHDJIe&authKey=%2FVSs1AhRoY9NMwZLyvE7qf55OJezgdUFLc0bOR9iMfl7TujKhaMO5KoBpNfuCVlm&noverify=0&group_code=597507220http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=Y96rhGHw225djPI9WBw02ecMJAPHDJIe&authKey=%2FVSs1AhRoY9NMwZLyvE7qf55OJezgdUFLc0bOR9iMfl7TujKhaMO5KoBpNfuCVlm&noverify=0&group_code=597507220分享下2022年华为杯研究生数学建模E题成品论文（部分）供大家学习：

草原放牧策略研究

摘要

草原作为世界上分布最广的重要的陆地植被类型之一，分布面积广泛。中国的草原面积为3.55亿公顷，是世界草原总面积的6%~8%，居世界第二。

问题1 从机理分析的角度，建立不同放牧策略（放牧方式和放牧强度）对锡林郭勒草原土壤物理性质（主要是土壤湿度）和植被生物量影响的数学模型。首先我们要对提供的数据进行预处理，如异常值和多指标的去量纲处理。这是一种关联模型，找到放牧策略与土壤湿度和生物量的关系，可以采用灰色关联，因子分析模型，得到具体的各指标对湿度和生物量的权重。

问题2 首先分析各指标的统计规律，首先要借助最基本的统计量，如趋势、中位数、方差等等，接着还可以使用配对样本t检验处理连续数据，卡方独立性检验处理离散数据。预测2022年、2023年不同深度土壤湿度，采用时间序列ARIMA和支持向量机进行预测，并对多种模式进行组合，以提高预测精度，可以进行一个对比。

问题3 建立不同放牧策略（放牧方式和放牧强度）对锡林郭勒草原土壤化学性质影响的数学模型，接着对有机碳、无机碳、全N、土壤C/N比等值，这是对前面两问的一个模型扩展，继续采用前面的模型，在预测时需要结合放牧策略对化学性质的影响，需要对时间序列模型加上一个影响因子进行修正。

问题4 利用沙漠化程度指数预测模型和附件提供数据（包括自己收集的数据）确定不同放牧强度下监测点的沙漠化程度指数值，基于现有的模型和已有的数据代入求解。土壤板结化与土壤有机物、土壤湿度和土壤的容重有关，建立各因素对之间的贡献权重，得到具体的板结化公式，其次根据第一二问的模型将物理化学性质反映到放牧方式，求出最优结果。

问题5 可持续发展是经济规模增长没有超越生物环境承载能力的发展”。 其理念是“可持续发展的整个理念就是经济子系统的增长规模绝对不能超越生态系统可以永远持续或支撑的容纳范围”。建立目标规划模型，以羊群最大为目标函数，限制条件有草原承受能力，羊群进食量等。

问题6 用图示或者动态演示方式分别预测示范区2023年9月土地状态，可以采用Arcgis进行求解。

关键词：灰色关联分析、时间序列预测、目标规划、因子分析、Arcgis

一、问题的背景与重述

中国草原主要分为温带草原、高寒草原和荒漠草原等类型。内蒙古锡林郭勒草原是温带草原中具有代表性和典型性的草原，是中国四大草原之一，位于内蒙古高原锡林河流，地理坐标介于东经 110°50′~119°58′,北纬41°30′~46°45′之间，年均降水量340mm。内蒙古锡林郭勒草原不仅是国家重要的畜牧业生产基地，同时也是重要的绿色生态屏障，在减少沙尘暴和恶劣天气的发生方面发挥着作用，也是研究生态系统对人类干扰和全球气候变化响应机制的典型区域之一和国际地圈—生物圈计划（IGBP）陆地样带—中国东北陆地生态系统样带（NECT）的重要组成部分。

植物的生长满足自身的生长规律，同时受到周围环境的影响。例如，降水、温度、土壤湿度、土壤PH、营养等都决定植物的生长情况。当牧羊（家畜日食量为1.8kg，即标准羊单位，也包括羊羔。大牲畜折算系数6.0，比如牛、马、骆驼，大牲畜幼崽折算系数3.0 ）对植物进行采食时，一方面植物的地上生物量减少；另一方面，放牧对植物有刺激作用，改变了植物原有的生长速率，适当的放牧会刺激植物的超补偿生长，同样不合理的放牧也会降低植物的生长速率。

过度放牧，往往因牲畜密度过大，可能导致草原植被结构破坏，土壤裸露面积增大，促进了土壤表面的蒸发，土体内水分相对运动受到不利影响，破坏了土壤积盐与脱盐平衡，增加了盐分在土壤表面的积累，土壤盐碱化程度加重。最终造成草场退化、土地沙漠化。

土壤沙漠化又被称为沙质沙漠化，是荒漠化的一种主要表现类型。沙漠化是在干旱、半干旱和部分半湿润地区的沙物质基础和干旱大风动力条件下，由于自然因素或人为活动的影响，致使自然的生态系统平衡性遭到破坏，出现了以风沙活动为主要标志，并逐渐形成风蚀、风积地貌景观的环境退化过程，使原来没有沙漠景观的地区出现了类似沙漠景观的环境变化。所谓土壤板结化是指土壤打破了原有结构，表层的有机质遭到严重破坏而造成的，土壤板结原因很多，比如土壤贫瘠、容重过大、土壤质地太粘以及有机肥严重不足等。

问题1. 从机理分析的角度，建立不同放牧策略（放牧方式和放牧强度）对锡林郭勒草原土壤物理性质（主要是土壤湿度）和植被生物量影响的数学模型。

问题2. 请根据附件3土壤湿度数据、附件4土壤蒸发数据以及附件8中降水等数据，建立模型对保持目前放牧策略不变情况下对2022年、2023年不同深度土壤湿度进行预测，并完成下表。

问题3.从机理分析的角度，建立不同放牧策略（放牧方式和放牧强度）对锡林郭勒草原土壤化学性质影响的数学模型。并请结合附件14中数据预测锡林郭勒草原监测样地(12个放牧小区)在不同放牧强度下2022年土壤同期有机碳、无机碳、全N、土壤C/N比等值,并完成下表。

问题4、利用沙漠化程度指数预测模型和附件提供数据（包括自己收集的数据）确定不同放牧强度下监测点的沙漠化程度指数值。并请尝试给出定量的土壤板结化定义，在建立合理的土壤板结化模型基础上结合问题3，给出放牧策略模型，使得沙漠化程度指数与板结化程度最小。

问题5、锡林郭勒草原近10的年降水量（包含降雪）通常在300 mm ~1200 mm之间，请在给定的降水量（300mm，600mm、900 mm 和1200mm）情形下，在保持草原可持续发展情况下对实验草场内（附件14、15）放牧羊的数量进行求解，找到最大阈值。（注：这里计算结果可以不是正整数）

问题6、在保持附件13的示范牧户放牧策略不变和问题4中得到的放牧方案两种情况下，用图示或者动态演示方式分别预测示范区2023年9月土地状态（比如土壤肥力变化、土壤湿度、植被覆盖等）

二、问题的分析

问题1 从机理分析的角度，建立不同放牧策略（放牧方式和放牧强度）对锡林郭勒草原土壤物理性质（主要是土壤湿度）和植被生物量影响的数学模型。首先我们要对提供的数据进行预处理，如异常值和多指标的去量纲处理。这是一种关联模型，找到放牧策略与土壤湿度和生物量的关系，可以采用灰色关联，因子分析模型，得到具体的各指标对湿度和生物量的权重。

问题2 首先分析各指标的统计规律，首先要借助最基本的统计量，如趋势、中位数、方差等等，接着还可以使用配对样本t检验处理连续数据，卡方独立性检验处理离散数据。预测2022年、2023年不同深度土壤湿度，采用时间序列ARIMA和支持向量机进行预测，并对多种模式进行组合，以提高预测精度，可以进行一个对比。

问题3 建立不同放牧策略（放牧方式和放牧强度）对锡林郭勒草原土壤化学性质影响的数学模型，接着对有机碳、无机碳、全N、土壤C/N比等值，这是对前面两问的一个模型扩展，继续采用前面的模型，在预测时需要结合放牧策略对化学性质的影响，需要对时间序列模型加上一个影响因子进行修正。

问题4 利用沙漠化程度指数预测模型和附件提供数据（包括自己收集的数据）确定不同放牧强度下监测点的沙漠化程度指数值，基于现有的模型和已有的数据代入求解。土壤板结化与土壤有机物、土壤湿度和土壤的容重有关，建立各因素对之间的贡献权重，得到具体的板结化公式，其次根据第一二问的模型将物理化学性质反映到放牧方式，求出最优结果。

问题5 可持续发展是经济规模增长没有超越生物环境承载能力的发展”。 其理念是“可持续发展的整个理念就是经济子系统的增长规模绝对不能超越生态系统可以永远持续或支撑的容纳范围”。建立目标规划模型，以羊群最大为目标函数，限制条件有草原承受能力，羊群进食量等。

问题6 用图示或者动态演示方式分别预测示范区2023年9月土地状态，可以采用Arcgis进行求解。

三、模型的假设

1、数据真实可靠

2、土壤板结化因素只考虑土壤有机物、土壤湿度和土壤的容重

四、名词解释与符号说明

符号	符号含义	符号	符号含义
a1	生物量	SL	增长率
a2	植被指数	GL	总贡献
a3	土壤蒸发量	P	绩效
a4	土地沙漠化指数	R	神经元数模
a5	降雨量	β	阈值学习速率
a6	土壤湿度	T	最大迭代次数
d	径流量	B	累加矩阵
K	分数指数	N	影响权重

五、模型的建立与求解

问题一的建立与求解

首先对附件数据进行预处理，进行等精度测量，独立得到x1

，x2

..., xn

 ,算出其算术平均值x

及剩余误差vi

=xi

-x

（i

=1,2，...,n）,并按贝塞尔公式算出标准偏差𝛿，如果某个测量值xb

的剩余误差vb

（1≤b≤n）,满足下式：

|vb

|=|xb

-x

 |>3𝛿

我们认为xb

是含有粗大误差值的坏值，应予以剔除。

对于一些不合常理的数据，我们假设这部分数据是因为手工写入差错或者抽样错误，并对这些数据进行适当处理，我们决定采取修改或者剔除的方法。我们假设给定指标的背景值范围限定在𝑥 ± 3𝛿区间内，因此我们认为在区间 (𝑥 − 3𝛿,𝑥 + 3𝛿)内的数据为正常范围的值，同时我们相对应的剔除异常数据。然后运用箱线图准确判断极端异常值的值，对这一部分数据，我们将其剔除并插入相应的值。

当数据当中存在异常值时， 尤其是存在着偏离较大的离群点时， 会对数据分析和建 模带来误差，因此，需要对异常值进行检测。常用的异常值检测方法包括 3σ 法则或 Z 分布方法， 而这一类方法是以正态分布为假设前提的。由于本文的一部分数值型特征的 分布并不符合正态分布， 即数据分布不均匀。故本文选择使用对数据分布没有要求的箱 线图，对数值型特性进行异常值检测。

使用箱线图对数据进行异常值检测的原理为：通过计算四分位数加减 1.5 倍四分位 距，即是计算 Q1－1.5IQR 和 Q3+1.5IQR 的值，规定落在这一区间之外的数据为异常点。 在箱线图中， 可以看出变量数据的中位数、上四分位数、下四分位数、上下边缘和潜在 异常点。本文通过使用上四分位数代替数值大于 Q3+1.5IQR 的数据， 使用下四分位数 代替数值小于 Q1－1.5IQR 的数据，并绘制出了异常值处理前后的箱线图， 如图 所示。

按照灰色理论系统，把土壤湿度和植被生物量其余五种放牧方式和四种放牧强度作为变量，其它各个指标为比较数列xi(x1、 x2，x3，x4，…)有公式计算出土壤湿度以及植被生物量与各指标之间的关联系数。

ξi(k)=mini mink|y(k)-x(k)|+ρmaximaxk|y(k)-xi(k)||y(k)-x(k)|+ρmaximaxk|y(k)-xi(k)|

其中,ξi(k)

为xi对y(k）在k点的系数：|y(k)-xi(k)|为第k点y与xi的绝对差;

mini mink|y(k)-x(k)|

为y数列与xi数列在看点的二级最小差绝对值，maximaxk|y(k)-xi(k)

|为y数列与xi数列在看点的二级最大差绝对值，ρ为灰色判别系数，取值在0~1之间，这里取值为0.5，将各个指标的关联系数带入公式可得xi与y(k）的关联度ri

ri=1nk=1nξi(k)

描述性统计分析

为分析土壤湿度和植被生物量与放牧方式和强度，以及分析其变化统计规律， 本文绘制出两种因变量关于四个放牧强度的小提琴图， 如图所示。小提琴图刻画了数据的分布特征， 这种图用来显示数 据的分布和概率密度， 可以看成是箱线图和密度图的结合。小提琴图的中间部分反映箱 线图的信息， 图的两侧反映出密度图的信息。其中，小提琴图中间的黑色粗条用来显示 四分位数。黑色粗条中间的白点表示中位数，粗条的顶边和底边分别表示上四分位数和 下四分位数， 通过边的位置所对应的y 轴的数值就可以看到四分位

（待更新... ...）

（待更新... ...）

（待更新... ...）