| 基于机器学习的江苏省冬小麦气象产量客观区划及歉年预测 |
| |
| 引用本文： | 郝玲,张佩,史逸民,刘瑞翔,王伟健,朱云凤.基于机器学习的江苏省冬小麦气象产量客观区划及歉年预测[J].江苏农业科学,2021,49(12):162-168. |
| |
| 作者姓名： | 郝玲 张佩 史逸民 刘瑞翔 王伟健 朱云凤 |
| |
| 作者单位： | 江苏省连云港市气象局,江苏连云港222006;江苏省气象局,江苏南京210008 |
| |
| 摘 要： | 利用江苏省统计局提供的全省75个县(市、区)1981—2018年的冬小麦产量,基于灰色系统滑动模型得到各县(市、区)冬小麦气象产量.采用K-means算法对全省各县(市、区)冬小麦气象产量进行聚类分析,将全省客观划分为南、北2个冬小麦种植区,区域连续且相互独立.通过C4.5决策树算法,基于130项前期春季气候因子对2个种植区的冬小麦气象产量"是否歉年"分别建立决策树预测模型.在北种植区冬小麦是否歉年的预测中,决策树模型的自学习准确率为82.0％,测试准确率为90.9％;在南种植区冬小麦是否歉年的预测中,决策树模型的自学习准确率为92.5％,测试准确率为91.67％.结果表明,K-means算法和C4.5算法对江苏省冬小麦气象产量区划和预测具有良好效果,可为江苏省冬小麦产量预测提供有意义的参考.
|
| 关 键 词： | 冬小麦 气象产量 种植区划 K-means算法 C4.5算法 决策树预测模型 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
