| 基于机器学习与气象灾害指标的苹果相对气象产量预测 |
| |
| 引用本文： | 罗琦,茹晓雅,姜元,冯浩,于强,何建强. 基于机器学习与气象灾害指标的苹果相对气象产量预测[J]. 农业机械学报, 2023, 54(9): 352-364 |
| |
| 作者姓名： | 罗琦 茹晓雅 姜元 冯浩 于强 何建强 |
| |
| 作者单位： | 西北农林科技大学;西北农林科技大学;中国科学院水利部水土保持研究所;中国科学院水利部水土保持研究所;陕西省气象局秦岭和黄土高原生态环境气象重点实验室 |
| |
| 基金项目： | 国家重点研发计划项目（2021YFD1900700）、陕西省重点研发计划重点产业创新链(群）-农业领域项目（2019ZDLNY07-03）、西北农林科技大学人才专项资金项目（千人计划项目）和高等学校学科创新引智计划（111计划）项目（B12007） |
| |
| 摘 要： | 为及时准确地预测我国黄土高原苹果产量，首先选取黄土高原苹果产区86个基地县的气象观测数据，分别提取出苹果生长季内不同月份的气温、降水量、太阳辐射等气象特征变量，花期冻害时间、连阴雨时间和标准化降水蒸发指数(Standardized precipitation evapotranspiration index, SPEI)等气象灾害特征变量，以及气象站点经度、纬度和高程等空间特征变量，再根据斯皮尔曼相关性分析确定影响苹果产量的最重要气象特征变量。然后，采用梯度提升树(Gradient boosting decision tree, GBDT)、支持向量机(Support vector machine, SVM)、贝叶斯正则化反向传播神经网络(Bayesian regularization back propagation artificial neural network, BRBP)和多元线性回归(Multiple linear regression, MLR)算法，建立苹果相对气象产量的预测模型，并确定最佳模型输入特征变量组合。最后，基于不同生育期和生长季内各月份最佳模型输入特征变量...
|
| 关 键 词： | 苹果 产量预测 机器学习 气象灾害 黄土高原 |
| 收稿时间： | 2023-03-20 |
Prediction of Apple Relative Meteorological Yields Based on Machine Learning and Meteorological Disaster Indices |
| |
| LUO Qi,RU Xiaoy,JIANG Yuan,FENG Hao,YU Qiang,HE Jianqiang. Prediction of Apple Relative Meteorological Yields Based on Machine Learning and Meteorological Disaster Indices[J]. Transactions of the Chinese Society for Agricultural Machinery, 2023, 54(9): 352-364 |
| |
| Authors: | LUO Qi RU Xiaoy JIANG Yuan FENG Hao YU Qiang HE Jianqiang |
| |
| Affiliation: | Northwest A&F University;Northwest A&F University;Institute of Water and Soil Conservation, Chinese Academy of Science and Ministry of Water Resource;Institute of Water and Soil Conservation, Chinese Academy of Science and Ministry of Water Resource;Key Laboratory of Eco-Environment and Meteorology for the Qinling Mountains and Loess Plateau, Shaanxi Provincial Meteorological Bureau |
| |
| Abstract: | |
| |
| Keywords: | apple yield prediction machine learning meteorological disaster Loess Plateau |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载免费的PDF全文 |
|
