基于SVM的共和地区春小麦产量预测系统研究

作者：李文辉; 刘鑫; 娄仲山; 李金红; 闫蓉; 丁玲^*

来源：青海科技, 2022, 29(04): 130-154.

• 支持向量机
• 气象因子
• 小麦
• 粮食产量预测

以青海省共和地区春小麦产量为研究对象，在归纳国内外研究进展的基础上应用支持向量机（SVM）算法，利用共和地区春小麦种植区1990年～2020年度逐日平均气温、最高温度、最低温度、降水、日照时数、相对湿度，逐年≥0℃、≥5℃、≥10℃活动积温数据作为气象影响因子，以共和县气象局农业气象观测地段小麦产量数据作为预测样本，构建支持向量机学习模型，对共和地区春小麦产量进行预测。结果表明，模型预测的平均相对误差为4.2%，预测精度可以满足春小麦产量预报服务的业务需求，业务应用可有效提高农业气象服务质量和效益，对地方政府合理调整农业生产结构和有效开展防灾减灾具有一定的参考价值。

• 单位
  青海省海南州气象局; 青海省第五人民医院