基于决策树算法的安徽省油菜产量气象限制因子分析及预测模型研究

作者：杨小兵; 杨晨; 任重; 杨峻

来源：湖北农业科学, 2020, (16): 158-160+180.

DOI：10.14088/j.cnki.issn0439-8114.2020.16.036

• 油菜(Brassica napus L.)
• 气象
• 决策树
• 支持向量机
• 预测 rapeseed(Brassica napus L.)
• meteorology
• decision tree
• support vector machine
• prediction

为分析气象因子对安徽省油菜(Brassica napus L.)产量的影响,构建适用于油菜单位面积产量预测模型,利用1999—2018年安徽省78个站点的地面气象观测资料及2000—2018年78个县(市、区)的油菜单位面积产量数据,采用决策树算法对影响油菜产量的气象因子进行分析,筛选因子基于支持向量机建立油菜产量预测模型。结果表明,影响油菜产量的主要气象因子是成熟期湿润指数、蕾薹期平均气温、苗期湿润指数、开花期湿润指数,预测模型的预测值与实测值的均方根误差为402 kg/hm2,拟合指数为0.72。

• 单位
  东南大学; 自动化学院