城市园林绿化的预测分析与政策取向研究

2015-01-16 07:54胡程强
绿色科技 2015年12期
关键词:差分残差园林绿化

胡程强,舒 丹

(成都双流国际机场园林环保有限公司,四川 成都 610200)

城市园林绿化的预测分析与政策取向研究

胡程强,舒 丹

(成都双流国际机场园林环保有限公司,四川 成都 610200)

指出了在我国城市建设中,园林绿化是一项基础建设工作,在提高环境质量、美化城市景观方面发挥着重要的作用,为充分发挥园林绿化作用,需要做好预测分析工作,计算出合理的绿化面积。基于此,对城市园林绿化的预测分析与政策取向进行了探讨。

城市园林;绿化;预测分析;政策取向

1 引言

自改革开放至今,我国经济飞速发展,城市的开发力度也不断加强,严重破坏了城市原有的生态环境。为了恢复被破坏的城市环境,加强城市园林建设和管理具有重要意义。但是,由于园林建设工程耗资巨大,如果在建设之前没有进行科学、合理的预测分析,就会造成不必要的资金浪费,规划也会缺乏合理性和科学性。因此,首先要对城市园林绿化进行预测分析,然后对政策取向进行研究。

2 案例介绍

本文以某城市2012~2014年城市园林绿化总覆盖面积的历史数据为例,以预测精准度比较高的ARMA模型进行预测,使用这种建模的方法不需要对经济理论为依据下的解释变量影响进行考虑,只需要根据变量自身的变化规律,使用外推机制对时间序列的变化进行描述,主要用于描述平稳序列。在进行建模时,当得到原始序列以后,要对序列的平稳性进行检验,当序列不平稳时,要合理的使用阶数差分平稳序列。然后要检验序列的噪声。当检验为自噪声说明序列没有提取信息时,即完成分析。如果不是,就认为可以提取序列信息。在将差分后序列样本和自相关系数ACF样本求出以后,可以按照样本自相关系数a和b篇自相关系数的性质,合理的选择ARMA模型来进行拟合,对模型中未知参数值进行估算,并对模型的有效性进行检验,充分考虑各种有可能出现的情况,并建立出多个拟合模型,然后选择出最佳的模型。

使用Eview 6.0对原始数据得出时间序列图,见图1。根据图1不难看出,该城市的园林绿化总覆盖面积越来越大,且序列并不平稳。为了将这种非平稳趋势消除,需进行平稳化处理,以防止数据出现异方差性。

图1 原始数据时序

使用Eviews软件对二阶差分后的序列进行差分后时序图分析,通过时序图不难发现,城市园林规划数据处于比较平稳的态势,数据均在平均值上下浮动,没有太大的波动。

3 预测分析城市园林绿化

城市生态平衡的最基本内容包括城市园林绿化,城市园林绿化还对现代化城市的档次有一定的影响。从某种程度上看,城市园林绿化反映城市经济发展的水平。园林城市以现代园林和传统园林为依托,与城市发展紧密的联系在一起,将城市整个辖区当作主要载体,其根本目的就是美化城市环境,保持城市生态平衡,合理开发和利用自然资源与土地,使人与自然和谐发展。

伴随着城市环境的不断恶化,人们对于城市园林绿化的作用有了越来越深刻的认识,并将城市中的绿地比作“城市之肺”,可见人们对于城市园林绿化的高度关注。对城市园林绿化进行科学合理的设计,加强与城市生态类别和城市布局的有机结合,不但可以提升绿地的美学效应,还会对城市的发展起到一定的促进作用。假如城市定义为“森林城市”就要有整片的森林存在,投入大量的人力、物力和财力只是修建了路段景观,这是十分不可取的,还会造成巨大的浪费[1]。在城市园林绿化的过程中应根据资金条件,科学合理的规划,不但要注重绿化成果,还要保证城市园林绿化的时效性。

4 预测分析模型

4.1 检验序列的平稳性

使用Eviews软件进行ADF检测,使用SC和AIC准则来确定滞后阶段。通过图2的数据显示,二阶差分数据在显著水平0.01下不会发生任何的单位根原假设,这表明序列比较稳定且能够建模。

图2 原始数据二阶差分后的ADF检验

4.2 估计与建立ARIMA模型参数

通过上述的二阶差分ADF试验不难发现ARIMA(p,d,q)模型中的d=2是没有异议的,要想对ARIMA模型里的(p,q)进行确定就需要对ACP图和PACP图进行认真了解。通过观察发现PACP图的相关系数k=3后会迅速趋于0,ACP图的相关系数k=1处会等于0,当k=2时不为0可以试图拟合MA(2),当k=3时不为0可以试图拟合MA(3)。通过ARIMA模型定阶可以得出p=3,q=2或者q=3,依据实际情况来挑选最佳的ARIMA模型。综上所述,可以对一个平稳的序列创建很多合适ARIMA模型,通过对SC和AIC数值的比较,对别的检验统计量进行综合分析,依托ARIMA模型简约原则,最后得出MA(3)模型是最合适的。上面所创建的ARIMA模型应该检验拟合模型的适应性,也就是对模型的残差序列开展白噪音检查,如果残差序列不属于白噪音,这就标明还有许多关键信息没有被获取,需要重新对模型进行设定。通过观察残差图可以发现模型的实际值与拟合值之间有着较高的同一性,这表明预测结果具有较强的可靠性;残差值很小没有了线性且比较平稳,这表明模型适应性较好;检验残差X2的数值可以较好的检验模型效果,经过对残差图的分析,残差序列在1%的显著水平以下是白噪声序列,这标明模型的拟合效果非常好。

4.3 预测ARIMA模型

观察ARIMA模型可以发现,ln xt=2ln xt-1+ln xt-2+0.93011Et-3+Et。使用ARIMA模型对2012年、2013年和2014年该城市园林绿化的情况进行推测,2012年模型推测值和实际情况的误差为2%;2013年模型推测值和实际情况的误差为3%;这就不难发现,模型推测值和实际情况基本相符。2014年该城市园林绿化面积比2013年上升8%,这表明,该城市园林绿化保持逐年上涨的趋势。

5 建议与措施

该城市园林绿化情况在全国名列前茅,呈现出跨越式的发展趋势,但是也有一些问题存在,没有完善的规范体系,新城区绿化率较高,城市园林绿化后期维护不当等等,因此特提出以下两点建议。

5.1 注重可持续性发展

城市园林绿化设计时一定要有远景目标,城市园林绿化是城市功能可持续发展的根本,是连接城市空间协调的纽带,因此对于城市园林绿化的设计者们而言,一定要充分的了解城市的结构和植物类别,注重设计出高品质、高水准的城市园林绿化景观。有的城市绿化面积比较多,但是绿化面积的品质和城市人民日益增长的需求之间存在着较大的距离,城市园林绿化的过程中一定要注重质量,一定要朝着环保、节约的方向发展[2]。

5.2 制定和完善有关制度

创建完善的城市园林绿化体制,规范绿化管理机制,执行严格的奖惩制度,创建完善的城市园林绿化考核制度。对城市园林绿化进行考核的时候,不仅要关注绿化覆盖率、绿地率、人均绿地占有率,还要关注绿化服务半径、绿化指标、绿化环境质量等等,高效的提升城市绿地资源的使用率,指导城市园林绿化朝着健康、生态、环保的方向发展[3]。

6 结语

本文通过实际案例,对城市园林绿化覆盖面积的数据进行了详细的分析,并以ARMA为模型,预测了该地区园林覆盖、绿化面积。为政府绿化布局方面提供了合理的参考依据。

[1]刘书茂.我国城市园林绿化水平统计分析[J].中国林业经济,2007(9):98~99.

[2]陈 丹,张延涛.城市园林绿化存在的问题及发展对策[J].河北农业科学,2009(11):132~133.

[3]李育全.浅析节约型城市园林绿化建设和管理[J].广东园林,2009(2):56~57.

2015-08-05

胡程强(1984—),男,四川双流人,工程师,主要从事城市园林绿化施工管理及市场分析工作。

TU986

A

1674-9944(2015)12-0108-02

猜你喜欢
差分残差园林绿化
RLW-KdV方程的紧致有限差分格式
符合差分隐私的流数据统计直方图发布
基于残差-注意力和LSTM的心律失常心拍分类方法研究
基于双向GRU与残差拟合的车辆跟驰建模
市政道路园林绿化施工要点与养护
园林绿化施工优化探讨
园林植物配置在园林绿化中的应用探究
基于残差学习的自适应无人机目标跟踪算法
基于深度卷积的残差三生网络研究与应用
市政园林绿化设计创新思考