响的可能与地球生命存亡有关 的数量巨大的环境因子实测数组（简称为"群因子数组"，Group factor array)以及全球 多个国家在文献中已经公开发表的不同时期、不同地区、不同生命群体（如害虫种群、病原 物种群、人口死亡率或出生率、树木生长率、野生动物年发现数等）发生量的多年性积累数 据，并进行了复杂的处理和规范化、格式化和归整化排列集合。
[0027] S102,以所集合的群因子数组为自变量和1000余组生命群体发生量的多年性积 累数据为因变量，运用现代常用的电子统计学软件（如SPSS)，在电子计算机中，对每一 个生命群体个案，进行了多种统计学方法比较分析，最终为每一个群体个案都找到了一 个或多个符合统计学显著水准的有效定量预测方程；（此处设定，按统计学回归方程拟合 性的检验标准检验每个预测方程的可靠性与否，其标准是：凡能同时满足费希尔（Fisher Ronald Aylmer, 1890一1962)p f 0. 05的显著水准，多重共线性方差膨胀系数最大值 VIF(the variance inflation factor)兰 5~10和K ·皮尔逊（Karl Pearson，1857-1936) 的P(x2) 3 0. 05水准条件的，被认定为有效预测方程），而且有许多个案的预测值与观察值 间达到完全拟合程度。
[0028] S103,应用UKF-PAP预设数组构建多因变量多预测模型的过程中，发现了 1组因变 量与自变量定量关系间的统计学规律，即：1.当选用的自变量个数越多时，能满足3个显著 水准（即P兰0· 05, VIF兰5~10, p(x2)兰0· 05)要求的有效预测方程也越多；2.当自变 量个数增加到足够大时，对预定的所有1000余个因变量个案（其中包括多国多地区的人口 死亡率或出生率，人类疾病流行率、农作物病虫害年发生率、多种野生动物的年发生数量， 部分多年生乔木植物的年生长量等）都找到了能同时满足3个显著水准要求的有效预测 方程；3.当参选的自变量因子越多时，对每一个因变量获得的最佳预测方程其拟合度也越 高，如有许多案例的预测值与实测值已达到完全拟合的程度。
[0029] S104,依据第三项工作中经大样本实证分析得出的客观结论，提出"大数群因子泛 遥相关生物预测定律"（Bio-predictive Law of extensive remote correlation with large group factors)，即：对于任何有限范围内的生命群体，在近处或遥远的自然界中， 总有另一种或多种或其组合的事物（包括生物和非生物），在数量上相似于该生命群体某 种稳定的比例关系在同时发生变化。因此，当人们设想用另一更容易提前认知的事物变化 过程来预测或解释某一更复杂的生命群体的数量变化过程时，只需将已知变化过程事物的 数量增加到足够大，则总有稳定的大概率机会能够从中找到由一个或多个事物组合构成的 一个或多个统计学模型，可以精准预测该复杂生命群体的数量变化过程。这一发现，为"生 物种群动态预测分析全球通用关键因子预设数组平台（UKF-PAP) "的科学性和可行性提供 了科学的理论依据。
[0030] 如表1所示，生物预测分析全球通用关键因子预设数组直观框架图；
[0031]
[0032] 本发明是这样实现的，一种生物种群动态预测分析全球通用关键因子预设数组平 台中的每一个数据都由行变量坐标和列变量坐标共同定位，所述定位的每一个独立数据都 不能上下左右互换位置，所述的行变量坐标为时间坐标，所述的列变量坐标为空间坐标。
[0033] 进一步，所述的行变量坐标由自然数（如1，2,3…），或由公元年、季、月、旬、周、 日（如1998年，1999年，2014年…；1月、2月…；1日，2日…；2005年6月1日…）中任一 时间间隔数表示其上下顺序，所述上下顺序不能上下左右互换位置。
[0034] 进一步，所述列变量坐标由自然数（如1，2,3…），或由英文字母（A，B，0"，a，b， (^?)，或由自然数与英文字母组合（如八0，(^，131，113 402~）、或由列变量原因子名称（如 温度，太阳黑子数，…）等表示其名称，所述列变量的左右顺序可以随名称整列互换位置， 但不能单个数据互换位置。
[0035] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台，包括预 设因子数组和用户因子数组，所述预设因子数组中，除表示时间坐标的时序列变量之外的 其他每一列变量的本列数组之和值及平均值都为0,标准差和方差都为1，所述用户因子数 组的每一列变量的本列数组之和值、平均值、标准差和方差值则不受数值大小和范围的限 制，随用户输入的实际有效数组而定。
[0036] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台中的 预设因子数组的行变量的行数大于或等于50,小于等于<-，如设行变量行数为Nrat，则有 50 f c?，所述预设因子数组的列变量的列数大于或等于50 (列），小于或等于c?，如 设列变量列数为Nral，则有50 f Nm1 f c?。所述预设因子数组和用户因子数组中的每一个 数据都不受数值大小和正负及符号的限制。
[0037] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台中的用户 因子数组的因变量为预测对象，因变量的行数要求大于或等于11，列数大于或等于1 ;所述 用户因子数组的自变量为自供预测因子，自变量的行数要求大于或等于11，列数大于或等 于0,当列数为0时，表示用户没有提供自供预测因子。
[0038] 进一步，所述的生物种群动态预测分析全球通用关键因子预设数组平台可以用现 代所有电子通讯设备（如手机，导航仪等）、互联网媒体（如网页、网络数据库、电子邮件、网 络视频、网络聊天室等）和所有移动和非移动电子载体（如各种形式的电子阅读器，电子计 算器，光盘、电子笔、U盘、电子计算机等）将所述生物种群动态预测分析全球通用关键因 子预设数组平台进行整体固化、整体公开传播、整体公开使用和整体更新或部分更新。
[0039] 进一步，所述生物种群动态预测分析全球通用关键因子预设数组平台可整体安装 在任何电子互联网络平台上运行使用，可以整体安装在所有能够在电子设备（如计算机， 手机，网络数据库等）上运行的所有数理统计分析软件如SPSS，SAS ;地理信息软件如GIS、 导航软件如GPS中运行应用。
[0040] 进一步，所述生物种群动态预测分析全球通用关键因子预设数组平台可以被编制 成独立的操作系统，可以制成独立的硬件芯片装入到所有移动和非移动电子载体（如各种 形式的电子阅读器，电子计算器，光盘、电子笔、U盘、电子计算机等）中固化、进行公开传 播、公开使用，并进行整体更新或部分更新，也可以制成完全独立的专用于预测功能的单体 或复合体电子设备进行传播。
[0041] 进一步，所述生物种群动态预测分析全球通用关键因子预设数组平台可以与其他 相类似的同行业技术合作，编制成独立的电子芯片，并制造出专门的电子设备。如农作物有 害生物测报与防治信息采集与处理专门微型电子设备，以适合于农业相关管理部门和生产 者单个成员使用；也可以制作出适合于人类疾病