基于气象环境条件和LSSVM的水稻病虫害预测研究  

作　　者：杨波 

机构地区：[1]长春财经学院信息工程学院,吉林长春130122

出　　处：《农业与技术》2024年第9期177-180,共4页Agriculture and Technology

基　　金：吉林省科技发展计划重点研发项目“基于气象条件的水稻病虫害智能监测预警系统研究”(项目编号:20210203211SF)。

摘　　要：水稻病虫害的准确预测对于保障粮食安全和提高农业生产效率至关重要。本研究提出了一种基于气象环境条件和最小二乘支持向量机(LSSVM)的水稻病虫害预测模型。通过对2019-2021年全国范围内的气象数据和水稻病虫害发生率数据的分析,本研究选取了温度、湿度、降雨量和风速作为主要的气象影响因素,构建了相应的数据集。利用LSSVM模型的非线性拟合能力,并结合粒子群优化(PSO)算法对模型参数进行优化,建立了1个高效的预测模型。模型的预测结果通过与传统的回归分析模型和人工神经网络(ANN)模型进行比较,显示出更高的预测精度和泛化能力。评价指标显示,LSSVM模型在稻瘟病、稻飞虱和稻螟的发生率预测上均取得了良好的性能,均方误差(MSE)和决定系数(R 2)分别为0.008、0.88,0.010、0.86,0.012、0.84。本研究的模型为水稻病虫害的防治提供了科学的决策支持,对于指导农业生产实践具有重要的应用价值。

关 键 词：水稻病虫害 气象环境条件 最小二乘支持向量机(LSSVM) 预测模型 粒子群优化(PSO) 

分 类 号：S431[农业科学—农业昆虫与害虫防治]