郑州市生态安全评价及预测模型评价研究
以2001～2006年郑州市的生态安全综合指数为原始数据，运用灰色系统GM（1，1）预测模型与改进了的灰数等维递补动态预测模型分别对郑州市生态安全进行短期和较长期的预测和分析.结果认为,未来几年郑州市生态安全状况仍呈现出稳定上升的趋势,灰数等维递补动态预测模型弥补了灰色系统只适用于短期预测的缺陷,可做较长期预测.
Key words: ecological security assessment forecasting model assessment GM （1,1） prediction model gray dimension recurrence dynamic forecasting model Zhengzhou
城市生态安全评价专指对城市生态系统生态安全的综合评价,强调资源、环境及社会经济都应具有压力、状态和响应的表征，是受经济水平、发展速度、人口压力、生活质量、文化教育、安全保障、环境压力、系统开放、经济影响、污染防治、循环程度、经济科技支撑、基础设施、资源状态、环境质量、生态环境状态等诸多因素影响、制约的共同结果.如此众多的因素不可能通过几个指标就能表达清楚，所以生态安全评价具有明显的灰色性，适宜采用灰色模型去发掘和认识原始时间序列综合灰色量所包涵的内在规律.本研究通过灰色模型对郑州市生态安全综合指数进行短期的预测，然后利用灰数等维递补动态预测方法建立5、6维的动态灰色模型和新陈代谢模型，对其预测结果进行检验，选择精度较高维数的模型对郑州市生态安全综合指数进行长期的预测与分析. 1建模的依据
建模方法很多，但对于城市生态安全评价,笔者认为灰色系统理论较佳.灰色系统理论（Grey System Theory）由我国学者邓聚龙教授在1982年提出,以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行规律的正确认识和有效控制 ［1，2］.
灰色动态系统是灰色系统理论的核心，常用于时间序列的预测.GM（1，1）模型是灰色动态模型中最基本、应用最广泛的预测模型.与传统的数理统计模型相比，该模型在预测方面具有以下明显优点:①无需典型的概率分布；②减少时间序列的随机性；③小样本即可计算；④计算简便.当数据序列的波动幅度较大时，GM（1，1）模型的精度很难提高.但经过残差修正后，得到的残差GM（1，1）模型的精度有所提高.
在实际建模中，原始数据序列的数据很多，现选择与生态安全评价关联性最强的一组数据来建模.
一般情况下，GM（1，1）模型通过对数列长度的不同取舍可得到系列预测结果，从而组成一个预测灰区间，即灰平面，供决策选用.但有时利用GM（1，1）模型预测所得灰区间会因过大而失去意义.因为GM模型预测灰平面成一喇叭
郑州市生态安全评价及预测模型评价研究
