| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第一章 引言 | 第19-27页 |
| 1.1 研究背景 | 第19-21页 |
| 1.1.1 粮食内部结构性矛盾和潜在风险快速上升 | 第19页 |
| 1.1.2 粮食外部环境联动性和市场整合度显著增强 | 第19-20页 |
| 1.1.3 粮食安全管理调控及时性和精准性要求明显提高 | 第20-21页 |
| 1.1.4 大数据为粮食安全预警提供了新的途径和方法 | 第21页 |
| 1.2 研究目的意义 | 第21-22页 |
| 1.2.1 研究目的 | 第21-22页 |
| 1.2.2 研究意义 | 第22页 |
| 1.3 技术路线 | 第22-23页 |
| 1.4 研究内容 | 第23-24页 |
| 1.5 研究方法 | 第24-25页 |
| 1.6 创新点 | 第25页 |
| 1.7 概念描述 | 第25-27页 |
| 1.7.1 大数据的概念 | 第25页 |
| 1.7.2 粮食安全的界定 | 第25-26页 |
| 1.7.3 粮食预警的描述 | 第26-27页 |
| 第二章 文献综述 | 第27-40页 |
| 2.1 农业预警相关理论研究 | 第27-33页 |
| 2.1.1 粮食安全理论 | 第27-29页 |
| 2.1.2 粮食预警理论 | 第29-31页 |
| 2.1.3 大数据理论 | 第31-33页 |
| 2.2 农业预警指标研究 | 第33-35页 |
| 2.2.1 预警指标的选取 | 第34-35页 |
| 2.2.2 预警指标权重 | 第35页 |
| 2.2.3 警限与警度研究 | 第35页 |
| 2.3 农业预警方法研究 | 第35-38页 |
| 2.3.1 周期波动法 | 第35-36页 |
| 2.3.2 指数预警法 | 第36页 |
| 2.3.3 专家预警法 | 第36页 |
| 2.3.4 调查预警法 | 第36页 |
| 2.3.5 计量模型法 | 第36-37页 |
| 2.3.6 人工智能模型法 | 第37-38页 |
| 2.4 小结与评述 | 第38-40页 |
| 第三章 大数据视角下的粮食安全理性预期预警理论构建 | 第40-56页 |
| 3.1 基本概念 | 第40-41页 |
| 3.2 理论框架 | 第41-44页 |
| 3.2.1 信息是消除不确定性的核心要素 | 第41-42页 |
| 3.2.2 预期理论是粮食安全预警的重要基础 | 第42-43页 |
| 3.2.3 预期管理是理性预警的发展方向 | 第43-44页 |
| 3.3 逻辑流程 | 第44-45页 |
| 3.3.1 寻找多维警源 | 第44页 |
| 3.3.2 分析全息警兆 | 第44-45页 |
| 3.3.3 明确关键警情 | 第45页 |
| 3.3.4 预报发布警度 | 第45页 |
| 3.3.5 反馈预期变化 | 第45页 |
| 3.4 结构内容 | 第45-54页 |
| 3.4.1 获取数据信息 | 第46-48页 |
| 3.4.2 提取数据特征 | 第48-50页 |
| 3.4.3 开展智能分析 | 第50-52页 |
| 3.4.4 预报发布信息 | 第52-53页 |
| 3.4.5 引导管理预期 | 第53-54页 |
| 3.5 小结与评述 | 第54-56页 |
| 第四章 基于大数据的粮食安全预警指标研究 | 第56-76页 |
| 4.1 预警指标构建与分析 | 第56-68页 |
| 4.1.2 警情指标 | 第57-58页 |
| 4.1.3 警兆指标 | 第58-68页 |
| 4.2 预警指标阈值研究 | 第68-71页 |
| 4.2.1 分位数方法 | 第68页 |
| 4.2.2 概率分布方法 | 第68-71页 |
| 4.3 预警指标周期识别 | 第71-75页 |
| 4.3.1 指标分解 | 第71-72页 |
| 4.3.2 频谱分析 | 第72-75页 |
| 4.4 小结与评述 | 第75-76页 |
| 第五章 基于大数据的玉米供需预警模型构建和分析 | 第76-100页 |
| 5.1 供需平衡表分析和应用 | 第76-81页 |
| 5.1.1 平衡表基本原理及构成 | 第76-77页 |
| 5.1.2 中国玉米供需状况分析 | 第77-79页 |
| 5.1.3 全球玉米供需状况分析 | 第79-81页 |
| 5.2 玉米供需预测模型构建 | 第81-90页 |
| 5.2.1 模型简介 | 第81-82页 |
| 5.2.2 框架内容 | 第82-85页 |
| 5.2.3 基准数据 | 第85-86页 |
| 5.2.4 模拟分析 | 第86-90页 |
| 5.3 外部因素对供需变量影响分析 | 第90-98页 |
| 5.3.1 天气与估产 | 第90-91页 |
| 5.3.2 数据处理 | 第91-93页 |
| 5.3.3 实证分析 | 第93-98页 |
| 5.4 小结与评述 | 第98-100页 |
| 第六章 大数据在玉米价格预警中的应用 | 第100-127页 |
| 6.1 价格水平与走势分析 | 第100-112页 |
| 6.1.2 价格均线分析 | 第101-105页 |
| 6.1.3 区域比较分析 | 第105-112页 |
| 6.2 价格波动持续性判断 | 第112-120页 |
| 6.2.1 概率分布确定 | 第112-114页 |
| 6.2.2 异常波动识别 | 第114-115页 |
| 6.2.3 实证分析 | 第115-120页 |
| 6.3 价格联动性分析预警 | 第120-125页 |
| 6.3.1 市场关联分析 | 第120-123页 |
| 6.3.2 品种比价分析 | 第123-125页 |
| 6.4 小结与评述 | 第125-127页 |
| 第七章 全文结论 | 第127-133页 |
| 7.1 主要结论 | 第127-128页 |
| 7.2 问题讨论 | 第128页 |
| 7.3 政策建议 | 第128-133页 |
| 7.3.1 完善全产业链监测，构建粮食大数据体系 | 第129页 |
| 7.3.2 强化数据智能分析，提升粮食调控预警能力 | 第129-130页 |
| 7.3.3 加快信息预报发布，推进粮食数据开放共享 | 第130-131页 |
| 7.3.4 加强预期引导管理，提升粮食调控预警水平 | 第131页 |
| 7.3.5 构建预警安全网，完善全球粮食供应链 | 第131-133页 |
| 参考文献 | 第133-141页 |
| 致谢 | 第141-142页 |
| 作者简历 | 第142-143页 |
