excel指数平滑法预测(excel指数平滑法预测误差平方)

1. excel指数平滑法预测误差平方

一、如果我们可以根据多组数据点坐标，通过Excel，绘制出拟合曲线，得出方程式，便可以利用拟合的方程式倒推查看点的坐标。例如：示例1

1.1 通过原始数据点坐标，绘制带平滑线的散点图。

1.2 选中平滑曲线，右键在弹出框中选择添加趋势线。

1.3 在设置曲线格式中，根据图线特点选择相应的函数进行拟合，选择显示公式和R的平方值，R的平方值越接近1，拟合的效果越好，得出拟合曲线的方程。

1.4 根据预测拟合曲线的方程，倒推查看点的坐标（即预测数据）。

二、如果我们不能根据多组数据点坐标拟合出一个方程或几组方程的话，就无法直接获得我们想要的点的坐标数值。一般情况下我们根据若干组数据进行数据分析时，都能绘制出一条平滑曲线，若想找到平滑曲线上任意一点的坐标数值，我们就必须明白，这条平滑曲线是怎么来的。

2.1 Excel的散点平滑曲线是根据插值法得到的，如果需要准确知道曲线每个点的坐标，需要通过插值法计算获得，具体可以参考《总结Excelhome论坛之揭开Excel平滑曲线的秘密（贝塞尔插值）》。

2.2 对于要求精准度不那么高的条件，本文建议可以在Excel中，通过画线观察方式获得估计数值。例如示例2。

2.3 第一步与1.1相同，通过原始数据点坐标，绘制带平滑线的散点图。

2.4 第二步设定需要找的坐标，例如设定要查找x=1.2时的函数值即y值。首先我们画一条x=1.2的直线。

2.5 初步可以看到x=1.2时，y值在0.38-1之间，选中y坐标轴，设置坐标轴格式：边界设置0.38-1单位最大值0.1最小值为0.02，设置完成后，从图像中可得y值在0.76-0.78之间。

2.6 选中y坐标轴，设置坐标轴格式：边界设置0.68-0.78单位最大值0.05最小值为0.001，设置完成后可得y值约为0.765。

2.7 选中y坐标轴，设置坐标轴格式：边界设置0.76-0.77单位最大值0.05最小值为0.001，设置完成后可得y值约为0.765。

2.8 故在无法获得平滑曲线的方程时，通过画线观察法可以较容易获得平滑曲线上任意一点的坐标数值。

2. 平滑系数的预测误差均方

差值的本意是两数相减后剩余的数值。

略有不同地，这里的差值定义为「度量差异的值」。

如何描述「差异」？

极差

级差指两极之差，即最大值和最小值相减后的值。值越小可以说明样本所有数据间的差异越小（紧密）。但是「值越大，所有数据之间的差异越大」，就有可能说不通了，比如下面这个例子。由于极差仅仅保留了样本最值之间的差异，因此只能粗略地描述数据的变化范围。

最值差距明显而中间数据排列紧凑，极差并不能真实反映样本数据的差异。

四分位差

四分位差保留了上四分位（Q3，百分比排列 75% 位置上的数）与下四分位（Q1，百分比排列 25% 位置上的数）之间的差异，也称作四分位距（IQR）。IQR 计算的是极差最中间的部分，因此可以用来描述中间 50% 数据的差异程度——数值越大中间的数据越分散，越小则越紧密也越靠近中位数。相比极差而言，IQR 不容易受到极端值的影响。

离差

如果说极差总倾向掩盖数值间的真实差异，那么离差（deviation）便毫无保留地呈现了每个数值的差异。离差是观测值距离特定参照的差值，因而一定程度上反映了实际情况与我们预期之间的差异。这里的特定参照数据可以是预测值，也可以是均值、最值等。

方差、标准差

既然离差反映了各个数据与参照之间的差异，那么它的平均值就可用来反映所有数据的平均差异。由于离差可能出现负值，比如选定平均数作为参照时计算的「离均差」，加总离差值容易出现中和。为了避免这样的情况，很自然会想到对离差取绝对值或平方后再求和的做法。方差（Variance）便是这样一种方式计算而来的平均值。因为离差不尽相同，故将每个离差平方求和再取平均，「尽最大努力保证公平」地代表数据间的差异。

有时候方差数值非常大，为了方便衡量常常会开根号，这时称为标准差（Standard Deviation）。

以上类型的差值足以描述一组数据的组内差异，那对于两组数据，是否也有类似的数字呢？

平均绝对误差、均方误差、均方根误差

方差的计算启发我们，在离差不尽相同且可能存在负值的时候，可以采用「化负为正」和「平均化」的思想计算出当前数据的差异。在机器学习中经常要计算预测值和真实值之间的差异，这样的差异称为误差（Error）。误差是模型评估和优化的依据。下面简单列举回归问题中常见的几种误差：

- 平均绝对误差（MAE）利用绝对值将误差「化负为正」，最后求和取平均。

- 均方误差（MSE）利用平方将误差「化负为正」，最后求和取平均，相较于 MAE 要平滑。

- 均方根误差（RMSE）是 MSE 的开方值，实际含义与 MSE 一致。

协方差、相关系数

协方差（Covariance）数值上等于两组数据的离均差乘积的平均值。与方差不同的是，协方差考虑了两组数据的离均差，因此能够描述两组数据间的某种差异——当数值越小时，说明两组数据所呈现的变化趋势的差异就越明显。

同样为了方便衡量，将协方差与标准差乘积的比值构成相关系数（Correlation Coefficient）。

决定系数

决定系数（Coefficient of Determination）能够描述两组数据的相似程度，它的值根据公式1-MSE/方差计算而来。两组数据越接近，MSE就越低，由于方差固定，决定系数就会接近于 1（完全相同）。

如果数据呈现的是一种线性变化时，决定系数恰好等于相关系数的平方值，别名 R 方（R-square）可能就是这样来的。

如何量化「差异」？

从上面可以看出，离差的计算可能是最核心的 —— 方差、协方差、MAE、MSE都依赖于它；把观测值固定为最大值和 Q1，参照值设为最小值和 Q3 就可以计算极差和 IQR。下面我们且看如何用 Python 实现所有类型的差值。

3. excel使用指数平滑法预测

一、预测技术。

　　三分技术就是指的预测技术，是需求计划人员的专业能力之一，需要我们能熟练运用预测方法，具有数据处理及分析能力，主要包括数据处理工具、需求预测方法和数据分析三方面。

　　其实，对于我们企业来说，我们大多是针对销售做预测，也就是说，我们的需求预测其实都不十分复杂，不需要高大上的复杂的数理统计知识，也不需要专精的数据库应用及编程能力，一些常用的预测方法和工具一般能满足我们的要求。

　　1、数据分析：数据分析是计划人员的基本功，怎么强调都不为过。数据分析包括数据收集、数据处理（清洗、转换、提取、计算等）、数据分析（各种方法与工具）、数据展现（展现方式与工具）以及数据分析报告撰写能力。

　　2、需求预测方法：需求计划人员需要熟练掌握移动平均和指数平滑两种预测方法，会使用或至少了解如何利用线性回归分析进行需求预测，除以上三种，其它预测方法可以不强求。

　　3、数据处理工具：计划人员首先要精通Excel，能用Excel进行各种数据处理与分析，能用Excel进行需求预测建模；其次，需要熟悉相关ERP或相关软件系统的操作，会借助系统进行数据收集、数据分析或直接输出预测结果。

　　二、建模能力。

　　一位真正的武林高手，并不在于他懂得的招数多，而在于他对那些招式的把控和综合使用能力。

　　我们知道了数据分析，懂得一些预测技术，也会使用数据处理工具，但仅有这些，还不足以进行需求预测或还不能得到好的需求预测结果。我们要合理的使用这些技术，要知道什么时候用，怎么用，如何组合使用能起到更好的效果，我们需要具有建模能力，具有搭建完整预测模型的能力。

4. 指数平滑法的预测值怎么算

答：指数平滑法的四种计算方法

St=aYt-1+(1-a)St-1，

指数平滑法实际上是一种特殊的加权移动平均法。指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。其特点是:

指数平滑法进一步加强了观察期近期观察值对预测值的作用，对不同时间的观察值所赋予的权数不等，从而加大了近期观察值的权数，使预测值能够迅速反映市场实际的变化。权数之间按等比级数减少，此级数之首项为平滑常数a,公比为(1-a)。

5. 指数平滑预测法的误差怎么求

GPS相位平滑伪距差分动态定位可用于精度要求较高的水深测量、 勘界测量以及土地调查测量等场合.在应用前需对其所能达到的定位精度进行认真的测定,着重对事后相位平滑伪距差分模式下的单频GPS接收机定位精度进行测 定,测定结果表明30 km之内单频GPS接收机事后相位平滑伪距差分动态定位点位中误差小于0.8 m.此研究成果已应用于国土资源调查中.

6. Excel指数平滑预测法

1.

首先打开Excel软件。

2.

紧接着选中图表数据,点击菜单栏“插入”→“折线图”→“二维折线图”。

3.

现在已经显示折线图了,但线条并不是平滑的。

4.

最后最关键的一步。在折线图上点击“鼠标左键”,选中折线之后,在右键选择“设置数据.。

7. excel平滑系数预测

首先，我的excel是office2016的，不确定你的版本是否支持

其次，不确定Excel的这个预测是否为指数平滑法

依次点击：数据→→预测→→预测工作表

可以设置一下选项，如果不懂的话直接默认也可以，然后创建

即可依据原有数据进行预测

8. 指数平滑法均方误差怎么算

9.5.1 遥感解译 9.5.1.1 遥感数据准备 为满足工作目标及工作比例尺的要求，选择TM数据为遥感解译的主要数据源。可选择工作区多个时相的TM数据，以满足遥感解译的多时相对比要求。 9.5.1.2 数据处理 利用ENVI、ERMAPPER等图形图像处理软件，对TM和IRS数据进行几何纠正、辐射纠正和配准，以消除几何畸变和辐射畸变，进而为影像与影像、影像与地形图、其他专题图件的匹配和影像图的制作等创造条件，也为遥感信息自动提取、分类统计做好准备。 （1）几何校正多项式运算 为了消除遥感数据的几何畸变，确保分析研究结果的准确性，航空及航天遥感数据均需进行几何纠正。

遥感图像几何校正一般采用间接法处理，即根据控制点解算出校正多项式系数，建立起控制点的地图空间和图像空间之间的坐标变换函数式。

校正技术路线是在粗加工的遥感图像与地图上，对整个像幅，按控制点的选取规则选择控制点对，分别读出地图上或参考图像上的坐标（x, y）和被校正遥感图像上的行列号（u,v），则图像数据坐标（u,v）与地图坐标（x,y）之间的函数关系式： u=F（x,y） v=G（x,y） 这个关系式通常用一个多项式来表示： 海南岛东北部生态环境地质 式中：ui,vi为第i点的图像坐标（行列号）；xi,yi为第i点对应的地面坐标（可以是经纬度坐标，也可以是大地坐标）；an,bn,n=1,2,3，…为多项式系数。 用上述控制点坐标，按最小二乘法求出多项式的系数，利用求得的系数和确定了的坐标换算函数式对全区进行坐标变换，即根据变换函数解算每个像元的空间位置，以达到校正的目的。

（2）选取地面控制点 选取地面控制点是几何校正中最重要的一步，它的精度将直接影响整个数据空间的校正精度，影响将来的点位精度和面积精度。我们采用如下原则：

一是地面控制点均匀地分布在图像内，没有稀疏稠密之感；

二是控制点在图像上有明显的、精确定位的识别标志，以保证空间配准精度；

三是控制点有一定数量的保证。对于图像与地图的校正，有15对控制点就能满足校正精度，同时也能保证计算机的运行速度。 遥感数据量很大，除了选择合适数量的控制点能保证运行速度外，如何提高坐标变换的速度和在微机上实现大幅面的几何校正，是几何校正的中心问题。

卫星每次过境，有一定的偏移和旋转，即使地面站经过高斯－克吕格地图投影粗校正，粗加工的遥感图像还是偏离正北方向一个角度。

相同的景位不同的过境时间有较大的偏移，目前，由于卫星本身的原因，这个偏离角和偏移程度愈来愈大，致使图像与图像之间的配准、图像与地图的校正均有较大的旋转和平移工作量。

（3）选取采样方法 几何校正的最后一步是重采样。经变换定位后的像元在图像中分布是不均匀的，需要建立起图像的新格网，对每个图像按一定的规则进行灰度插值计算来重新赋值，构成新的图像矩阵，应当看到，重采样对分类精度和图像信息会产生一定的影响。

像元是一个复合信息，是一种综合亮度信息。虽然对像元亮度值重采样作为新的校正点的亮度值，像元是被校正了，但其复合信息或综合亮度系数也有所变化，信息也相应的有所变化。

因此，问题是选取何种采样方法才能最大限度地减少这种变化。

采样方法较多，但最常用的是最邻近法——将最邻近的光谱强度赋予新的各网点；双线性内插法—从邻近4个点进行内插；三次卷积内插法—从周围16个点进行3次卷积内插。

为了更好地保留原信息，尽量避免新混合像元的增加，从以上3个重采样的方法上看，后两种方法需要周围多个像元参与内插，得到新的亮度值，从而产生新的混合像元，而最邻近法只是将最邻近强度的光谱值赋予新点，没有运算而只是移动，没有产生新的混合像元，最邻近法对分类精度和图像信息产生最少的影响，是几何校正重采样的可靠方法。 9.5.1.3 影像图制作 （1）彩色合成处理 TM图像数据共有7个波段，它们对各种地物信息的敏感度不尽相同，其中第6波段（TM6）属热红外波段，因其分辨率较低，没有特殊需要一般不参与彩色合成处理，通常是从其余6个波段中选出3个波段进行彩色合成，可以得到20种组合方案。为了满足遥感应用研究的需要，提供最丰富的有用信息，必须根据实际需要选择最佳波段组合。最佳波段选择方法有两种：一种是实验对比法，通过多种组合图像处理，根据目视解译效果确定最佳组合方案；二是统计分析法，从波段反映的信息域宽度、波段间相关性、波段组合数据子集熵值等几个方面，进行定量分析和综合评价。其中覆盖波谱范围最宽、信息熵最好、彼此相关性最小的3个波段一般是最佳波段组合。实验表明TM5.4.3波段组合信息量最大，该波段组合图像对近红外强反射的植被呈绿色，对近红外波段强吸收的水体呈深蓝色和蓝黑色，岩石、土壤呈褐色或红褐色，白云呈白色，很近似于自然彩色的效果。因此，也被称为模拟天然彩色。选择TM5.4.3（R.G.B）波段组合进行彩色合成处理，该图像色调明快，反差适中，图像清晰，可提取的信息量丰富，解译效果很好。 （2）图像数字镶嵌处理 图像数字镶嵌处理方法：一幅高质量的遥感镶嵌图像应具备3个基本条件：信息丰富；色调和谐，浑然一体；镶嵌几何精度高。为满足这些条件，理想的做法是选择那些几何畸变小、图像质量高（无噪声、无云）、成像时间相同或相近的图像。事实上通常这种理想选择是很难实现的。由于时间、季节不同，人为活动造成地物景观的变化，几景图像无论在色调、纹理乃至地物内容上都会有变化，由此给图像镶嵌带来很大困难。我们采用了自己研究的数字镶嵌方法较好地解决了这一难题，其具体措施如下：① 最佳波段组合和彩色合成方案选择。根据前面所述，我们选择了TM5.4.3（R.G.B）波段组合，这里不再赘述。②采样间隔为全分辨率的1 ×1像元采样。可以最大限度地保证不丢失原始记录信息。③图像预处理。为保证图像质量，在镶嵌前对4景图像进行逐波段检查，对所发现的问题进行去条带、去噪声处理，并进行波段之间的几何配准。④一级色调匹配，为保证4景图像色调基本协调一致，首先在相邻图像之间进行直方图匹配，以一景图像像元灰度的均值和方差为参考标准，变换另一景图像像元灰度值，使它的均值、方差趋近，使色调接近于一致。⑤几何配准。传感器固有的扫描误差、平台飞行姿态变化和卫星轨道的偏移往往造成相邻轨道间图像的几何畸变，导致相邻图像重叠区的不配准。为此，在相邻图形重叠区内选择相同地物作为控制点，以所选控制点为基准进行追踪镶嵌，从而达到几何配准的目的。⑥最佳拼接点的选择。尽管各项处理都做得很好，由于相邻图像灰度值差异的存在很难消除接缝现象，为此，在拼接时要设法避开那些图像上灰度值差异比较大的部位，寻找灰度值最小的部位进行拼接，这样就有可能消除接缝现象。为此，采用一个滑动窗口在图像重叠区内逐线、逐像元地进行搜索，寻找灰度值差异最小的像元作为拼接点，从而使接缝现象得到最大改善。⑦二级色调匹配。通过进一步的圆滑处理，可以进一步消除经过一级色调匹配后拼接点两侧规定范围内残存的灰度差异，使接缝现象得到进一步改善。 镶嵌图像的生成和镶嵌几何精度评价：镶嵌图像几何精度取决于两景被镶嵌相邻图像重叠区上的控制点的选择精度。为了评价镶嵌图像的几何精度，我们随机选择几个子区，分别在原始图像和镶嵌图像上确定出相同的地物点，共选出40个同名地物点，根据它们的坐标值，计算出均方误差。 （3）图像编辑与输出 使用NEVI及PHOTOSHOP图像处理软件，对图面进行色彩调整、反差调整、饱和度调整，并经过注记整饰过程，使整幅图像色调一致、协调美观。其后，使用高精度的数字图像输出设备—H.P Designjet 5500 PS 5000RS型激光数码成像仪输出图像，保证了输出图像的几何精度和质量。 9.5.1.4 图像增强处理与信息提取 在进行图像解译过程中，为了提高图像的可解译性，达到提取某些有用信息的目的，我们做了以下图像增强处理。 （1）比值图像处理 利用同一地物在不同波段内光谱反射亮度值的差异，用一个波段的像元值除以另外一个波段的相应像元值，得到一幅新的图像。比值处理后灰度值最黑、最白的部分说明两个波段间光谱反射差别最大。处理后的图像，对于同一地物具有相同的比值，与日照无关，因此可以消除阴影影响。达到提取同类地物的目的。处理的TM5、4、3三个波段合成的假彩色图像，白色部分反映了沙化土地，绿色部分显示植被，蓝黑色为水体。 （2）阈值处理 对于经过线形拉伸、对数变换处理的图像或原始图像，利用直方图，选取与沙化土地有关的亮度信息，赋予一定的阈值，经处理后得到的图像更加突出了沙漠化土地类型，取得了良好的应用效果。 9.5.1.5 遥感解译 （1）遥感图像解译原则 应用遥感技术进行生态地质研究，其主要任务是通过图像解译和计算机图像处理，进行信息提取，并以线划、图形符号、文字注记等形式对各种生态地质问题的类型、性质、质量及其在空间的位置、分布规律加以描述，从而将遥感图像转化成各种类型的专业图件。 遥感影像特征识别：影像特征是识别区分各种地面物体的直接标志，主要有色调（或颜色）、形状、大小、影纹、图案、阴影、相关位置等在图像上可以直接观察测量的影像特征。某种地物解释标志的建立，往往需要根据影像波谱特征、成像季节、成像时间、各种直接标志的组合关系和野外实地验证等综合因素加以确定。 遥感图像解译原则：①影像特征综合分析。从成像原理、波谱特征、成像季节、成像时间、影像标志组合及关键解译标志等方面综合加以分析，尽量排除多解性。②从已知到未知，以进一步提高解译的可信度。③室内解译与实地调查验证相结合，影响分析与野外取样分析结果相结合，去伪存真，以揭示影像的含义。④目视解译与计算机图像处理相结合，加强图像信息增强处理与信息提取，以体现方法手段的科学性和先进性。 遥感图像解译方法：①直接解译法。根据不同资源类型在图像上的直观影像特征，抓住其主要解译标志，经对比分析，确定地物的具体类型。②逻辑推理法。根据影像标志及其周围相关的地物影像特征进行逻辑推理判断，从而达到识别具体地物的目的。③多元信息对比方法。通过多时相遥感图像对比，遥感图像与相关专业图件、相关文字资料对比，以达到对解译目标进行定性定量分析的目的。 （2）遥感解译标志 由于热带地区植被茂密，植物的区域性分布在一定程度上反映了地质地貌部位。可综合考虑地形、地貌、植被等诸多因素，并根据实际工作经验和野外实地调查情况，针对多时相的TM遥感影像建立多种要素的遥感解译标志。 ①生态地质背景单元的解译标志： 花岗岩中山雨林区：暗绿色，色彩均匀，呈环形、椭圆形沿山峰、山脊分布，冲沟稀疏。 花岗岩低山雨林区：深绿色，色彩较均匀，环绕山峰山脊分布，呈现稀疏的小斑块状，高程较低处小冲沟开始发育。 花岗岩—砂页岩低山丘陵稀疏灌丛区：浅绿色，时见有呈树枝状、不规则状的浅紫、浅白色斑块，树枝水系发育，小冲沟发育一般。 花岗岩—砂页岩低山丘陵草原区：绿色、深绿色，分布有较多浅紫色的细斑块，地形起伏较小，冲沟不发育。 砂砾层台地草原区：浅紫色、绿色、白色相杂，形成不规则的花斑状，平行树枝状水系。 花岗岩丘陵灌木草丛区：浅绿色，大量浅紫色、白色花斑，小冲沟发育。 花岗岩低山丘陵人工林区：绿色，其上多见暗绿色和浅紫色两种小斑块，冲沟稀疏且不规则。 花岗岩低丘经济林园区：绿、深绿色，多见暗色斑块，另有少量浅白色斑块，树枝状水系，冲沟不发育。 玄武岩—砂砾层台地经济林园区：深绿色，以极为规则的细小网格状为明显特征，多围绕水库四周分布。 花岗岩丘陵耕作区：绿色为主，杂有浅紫、浅白等色，细小的花斑状影纹，浅紫色，常呈蠕虫状沿小河沟展布，不规则的树枝状水系，小冲沟延伸较长。 玄武岩—砂砾层台地平原耕作区：以浅绿、绿色为主，杂有大量浅紫、浅白色斑块，时呈较为规则的细网格状或斑点状、斑块状等，水系差异较大。 河流冲积平原区：浅绿色和蓝色为主，在河流两侧或河口分布处。 ②地物的遥感解译标志： 河流、湖泊：呈黑色，河流为曲线形，湖泊为不规则的斑块。 道路：白色的规则的直线或曲线。 村镇：浅紫红色，其周围多浅色斑点，呈极细小不清晰的网格状，与交通线相连。 农田及种植区：浅绿色，基本上有规则地分布在村镇周围。 水产养殖区：呈深黑色，被一些较规则的构筑物所间隔。 山区：被植物所覆盖，呈绿色，在其间可看到阴影。 沙滩（海滩、河滩）：呈白色或黄白色，带状分布。 冲沟：黑白相间，呈树枝状、面状分布。 滨岸防护林带：深绿色，沿海岸带分布，杂有少量方形的浅色斑块。 红树林带：暗绿色，分布于滨岸港湾低处，表面色彩均匀，面积小，其内多蛇形小河道。 ③重点问题的遥感解译标志： 水土流失区：浅绿色为主，其上分布有大量浅白色、浅紫红色斑块，呈花斑状图案，其中尤以白色斑块（无植被区）大且具不规则形状而区别于耕作地，白色斑块多在小冲沟处发育。 沙漠化区：由于沙地的反射率极高，沙化区呈十分特征的白色，仔细观察为大小不一的白色斑块聚集而成。呈斑点状图案分布于沿海。 林地退化区：绿色色调偏淡，且在绿色背景上出现较多浅紫色、紫色、白色斑块。 海岸侵蚀区：海岸线呈十分特征的向大陆方向凹进的弧形，岸线平滑，海水与陆地之间具白色细线（沿岸沙滩反射率高）分隔。 （3）野外调查与验证 野外调查与验证包括：初期野外踏勘、建立解译标志和后期实地验证两个阶段。 各个课题经过设计评审，明确调查研究内容后，在取得图像资料和进行室内初步解译的基础上，进行野外初步踏勘，目的是熟悉地理、地质环境，了解区域地质、环境地质概况及统一认识，建立解译标志，为室内图像解译和解译图的编制奠定基础。 野外检查验证工作，在室内图像解译草图编制的基础上，对重点生态环境地质问题、尚未明确的解译对象进行现场调查验证和采样工作，通过调查进一步明确各种解译标志，补充完善解译图件。 （4）专题图制作 图像比例尺：遥感解译所使用的卫星影像和野外使用的地形图的比例尺是一致的，均为1∶10万。专题图件的编制一般以影像解译为依据，以地形图为载体，在微机上使用特定的软件将解译内容转绘到1∶10万的地理底图上。而对于局部地区所进行的稍大比例尺的内容解译则依照1∶5万的卫星影像图进行。 卫星影像图的制作：卫星遥感影像图以形象、直观、信息量丰富而作为各种研究内容的解译标志，同时也是了解掌握全区面貌宏观的资料。选用多个时相（至少二个）的多景TM数据，制作1∶10万卫星遥感影像图和重点地区1∶5万的卫星影像图。 计算机辅助编制解译图：为了使遥感解译成果图件规格化、系列化和信息化，建议采用Map-GIS系统，对遥感生态地质解译内容进行计算机成图，建立相应的图形文件，为上述成果图件的再利用提供方便。采用该系统成图的过程中分别对地理底图和各种生态地质问题的解译图件分层进行数字化。形成多层数据文件，并在此基础上编辑成工作区生态地质遥感图。 9.5.2 区域生态环境地质野外调查 区域生态环境地质野外调查是生态环境地质各项内容的野外综合填图，其方法及技术要求可参考《区域生态环境地质调查技术要求》（征求意见第一稿）、中国地质调查局《1∶25万区域地质调查技术要求》的相关要求。根据我们的工作经验，区域生态环境地质调查宜在开展过同等比例尺的区域地质、区域水工环地质调查的地区开展，在此基础上采用编测结合的方法，重点调查地貌形态、第四纪地质、环境地质、土壤地质环境、旅游地质、地质灾害等内容，将调查内容绘制在地形图上，为最终生态环境地质成果编制提供资料。 野外调查前应充分收集分析已有资料，开展遥感解译工作，了解测区的生态环境地质概况和存在的问题，开展重点突出、目的明确的野外填图。 9.5.2.1 填图比例尺 1∶25万生态环境地质调查手图宜采用1∶5万地形图。在实际工作中曾采用1∶10万地形图作为野外手图，由于精度低一级，地形、地物与实地相对比存在偏差，也不利于野外路线调查。 9.5.2.2 生态地质填图单位的划分 经过综合考虑，本次生态环境地质调查采用地形地貌、岩性、植被种类三大要素组成一个生态环境地质单元，其中地形地貌为第一要素、岩性为第二要素、植被为第三要素，如某一单元，各要素组合起来命名为花岗岩低山雨林区。某一生态环境地质单元反映了自然气候、地质构造、人为活动等因素。 9.5.2.3 调查点线精度的确定 调查点、线精度：生态环境地质调查不搞平均布点，在遥感解译查明区域生态环境地质条件的基础上，在重点地区开展重点调查工作，以查明生态环境地质状况为目的。原则上，每一种生态环境地质单元必须有调查点控制，面上调查点精度平原区每100km 2 有1～2个、山地丘陵区每100km 2 有2～3个。调查路线一般以垂直地貌界线的穿越法为主，追索法为辅。 9.5.2.4 生态地质剖面的绘制 生态环境地质剖面应垂直于生态环境地质单元、地貌界线，并尽可能穿越测区的不同地貌、生态环境地质单元。剖面线可根据实际情况选择长线与短线相结合。剖面反映了地质、地貌、植物、土壤、土地利用状况等。要求全测区至少有2～3条控制性生态环境地质剖面，重点区测绘大比例尺的生态环境地质剖面。 9.5.3 土壤养分与地球化学调查 土壤养分与地球化学元素含量构成了土壤的农业基本特征，是生态环境地质调查的重要组成部分，其调查内容与生态环境地质野外调查同步开展，其调查方法及技术要求可根据《区域生态环境地质调查技术要求》（征求意见第一稿）的相关要求进行。由于热带地区雨量充足，坡残积层、风化层较厚，土壤的淋溶作用强烈，土壤环境的调查有别于其他地区。 9.5.3.1 土壤养分调查 土壤养分调查是通过布点采样测试开展的。土壤养分分布于土壤的O层或A层，深度一般为0～30cm，也即土壤的第二环境层。热带地区由于淋溶强烈，养分的分布层比一般地区略深，取样深度可适当加深。 土壤养分分析项目：有机质、铵态氮、硝态氮、有效P、速效K、缓效K、有效S、有效Si、有效B、有效Mo、有效Cu、有效Fe、有效Zn、有效Mn、有效Ca、有效Na、有效Mg、有效Li。可根据实际调查的需要增减分析项目。 9.5.3.2 土壤地球化学调查 土壤地球化学调查应与水系沉积物地球化学调查紧密结合，以为生态环境地质（地下水环境、土壤环境、医学环境）基础研究提供某些基础地球化学资料为目的。土壤化探调查应分层取样，第二环境层代表现状，第一环境层代表背景。由于热带地区淋溶作用较强，取样深度可适当加深。 土壤地球化学分析项目：硅、铝、铁、钙、镁、钛、钾、钠、锰、磷、铜、铅、锌、铬、镍、钴、钒、锶、钡、钨、硼、钼、氟、镉、铍、砷、锑、铋、氯、汞、硫、氮、硒、锂、pH 值。可根据实际调查的需要增减分析项目，选择对环境植物和环境有益和有害的元素，分析其有效态。 9.5.3.3 土壤调查采样要求 土壤样可采取单点样或多点混合样。多点混合样的测定值相当于多个点分别测定的平均值，更具有代表性，建议采用该种方法取样。各采样点的取土深度及重量应均匀一致，土样上、下层的比例也要相同。采样工具为洛阳铲或锄头。 每个混合样取1kg左右。如果采样点太多而使混合样太多时，可以把全部土样放在盘子或塑料布上，用手捏碎混匀，用四分法淘汰。四分法的方法是：将采集的土壤样品弄碎，混合均匀，铺成四方形，划分成如田字形的4份，保留对角的两份土样，混匀后留作样品，而把另外两份弃去。如果一次分取后仍嫌土样太多，可再次4分，直到重量1kg为止。土样可用布袋或广口塑料瓶盛装，在布袋或塑料瓶内、外各备一张标签，用铅笔注明采样地点、日期、采样深度、土壤名称、编号及采样人等。与此同时，根据土壤调查要求，做好采样点土壤剖面的相关描述。 9.5.3.4 采样精度要求 1∶25万生态环境地质调查，养分及化探样的采取以土壤单元（土壤亚类）为取样控制单位，取样点应与生态环境地质调查点相结合，如果土壤单元（土壤亚类）的面积较大，则采样点的精度要求与生态环境地质调查点的精度要求相一致，即每100km 2的采样点控制在1～3个为宜，且每种土壤类型至少有1个土壤样。在土壤样中采取密码样5%，进行质量监测。 9.5.4 岩矿测试 土壤有效态分析参见林业土壤分析、农业化学、农业地质、环境保护等有关标准和专著。各项评价参数和各种“浸提”办法、测试技术也有很多，针对不同的工作目的和工作对象。根据目标地球化学样品区域调查需要，参照国家标准和农业、林业、环保等有关部门的“规程”及其他有关资料，选择了以林业土壤分析方法国家标准（现改为行业标准）和（农业）土壤化学分析专著为蓝本的土壤有效态基本分析方法。 土壤主要养分全量分析，除腐殖质外，都有现成的标准分析方法。常规元素的分析方法按1∶20万区域地质调查的分析方法。 土壤有效态及主要养分全量分析方法，详见表9.4，方法检出限见表9.5。 表9.4 土壤有效态及主要养分全量分析方法表 表9.5 土壤有效态及主要养分全量分析方法检出限表 9.5.5 其他调查方法 生态环境地质调查内容广泛，只有应用多种调查方法才能较全面地调查评估测区的生态环境质量。本次琼海幅生态环境地质调查根据海南岛东北部的热带生态地质特点，在基本了解测区生态环境地质概况的基础上，重点调查了对测区影响较大的几种生态环境地质问题及土壤环境，采用的方法不够全面，可根据生态环境地质的调查内容，采用地球物理勘探、钻探等重要方法。此外，本次琼海幅调查根据自然生态特点、人类活动强度进行分区调查，突出了各分区的重点问题，如划分为城市环境地质调查区、海岸带生态环境地质调查区、热带雨林生态环境地质调查区、热带农业（作物）生态环境地质调查区。 城市环境地质调查区侧重于调查城市供水水文地质特征，岩土体工程地质与稳定性，环境地质条件与问题；地震与火山、地面变形，海洋动力灾害等地质灾害；人类工程活动对地质环境的影响；经济发展与资源的关系；废水、废气、垃圾对环境地质的影响。 海岸带生态环境地质调查区位于多年平均高潮线往内陆10～20km的范围内，该区侧重于调查第四纪地质特征、河道变迁、海岸变迁、环境地质问题；滨海旅游地质资源、潮间带地貌、红树林生态环境地质；供水水文地质条件、工程地质条件，农业地质问题。 热带雨林生态环境地质调查区侧重于调查热带雨林物种、分布范围；雨林生长区地质背景；热带雨林对生态环境质量的作用；水土流失、崩塌与环境地质灾害。 热带农业（作物）生态环境地质调查区侧重于调查热带农业、作物资源；第四纪地质及地貌，土壤类型、地球化学背景及土壤养分状况；农业水文地质条件；农业地表水资源；水土流失、土地沙化；农业灌溉水资源污染、土壤污染；作物养分与土壤养分的相互关系。

9. excel指数平滑法预测误差平方怎么弄

工具－数据分析－指数平滑输入区域选择你的销售收入的数据行或列，阻尼系数选择0-1之间，建议分别选择0.2 0.6 0.9 3个标准误差打勾，图表输出也打勾，直观一些，选择误差最小的那个阻系数的在输出的最后一个数的单元格拖动填充柄，得出的数就是下期的预测数

10. 指数平滑均方误差公式

指数平滑法是一种特殊的加权平均法，加权的特点是对离预测值较近的历史数据给予较大的权数，对离预测期较远的历史数据给予较小的权数，权数由近到远按指数规律递减，所以，这种预测方法被称为指数平滑法。它可分为一次指数平滑法、二次指数平滑法及更高次指数平滑法。

二次指数平滑法

1、一次指数平滑的局限性

像一次移动平均法一样，一次指数平滑法 只适用于 水平型历史数据 的 预测，而不适用 于 斜坡型线性 趋势 历史数据的预测。

因为对于明显呈斜坡型的历史数据，即使a数值很大（接近于1）仍然会产生较大的系统误差，我们通过表9-7来说明这一点。

表9-7中的第2栏是西部某省农民家庭平均每人全年食品支出的数据，这组历史数据呈明显的斜坡型上升趋势。根据a的确定原则，a应取得较大。

现取a=0.9，但均方误差仍为45.77，而且，每期的实际值都大于预测值，因而是由于预测模型同历史数据 不适应而造成的系统误差。

这就证明了一次指数平滑法不适用于呈斜坡型线性变动的历史数据，要求我们对一次指数平滑法加以改进，以适应斜坡型历史数据的预测。

11. 用excel指数平滑法如何预测误差

平均偏差：avg_d=(abs(d1)+abs(d2)+...+abs(dn))/n。

平均偏差是数列中各项数值与其算术平均数的离差绝对值的算术平均数。平均偏差是用来测定数列中各项数值对其平均数离势程度的一种尺度。平均偏差可分为简单平均偏差和加权平均偏差。在统计中，如果要反映出所有原数据间的差异，就要在各原数据之间进行差异比较，当原数据较多时，进行两两比较就很麻烦，因此需要找到一个共同的比较标准，取每个原数据值与标准值进行比较。这个标准值就是算术平均数。