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  

Regionalization of winter wheat meteorological yield and forecast of lean years in Jiangsu Province based on data mining

作　　者：郝玲 张佩[2] 史逸民 刘瑞翔 王伟健 朱云凤[1] Hao Ling

机构地区：[1]江苏省连云港市气象局,江苏连云港222006 [2]江苏省气象局,江苏南京210008

出　　处：《江苏农业科学》2021年第12期162-168,共7页Jiangsu Agricultural Sciences

基　　金：江苏省第五期“333高层次人才培养工程”项目(编号:BRA2019348)。

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 

分 类 号：S162.53[农业科学—农业气象学]