基于随机森林算法和气象因子的砀山酥梨始花期预报

摘要：

准确预报始花期是制定砀山酥梨花期管理措施和赏花活动方案的重要基础.该研究利用1983—2018年砀山酥梨始花期的定位观测物候数据和平行观测的气象资料,采用线性趋势法,揭示始花期演变趋势;采用相关分析,筛选影响始花期的关键气象因子,依据不同预报日期构成特征变量集;采用随机森林算法(Random Forest,RF),自3月11日开始预报到3月25日终止预报,每日训练1个预报模型.结果表明,1)1983-2018年始花期呈极显著提早发生趋势,每10 a约提前2.750 d(P<0.001).2)16个逐日气象预报模型中,共计有200个气象因子与始花期早迟密切相关,相关系数在0.469～0.789之间;各气象预报模型的训练集与测试集的平均正确率(Nd)分别为92.9％和75.5％、平均均方根误差(RMSE)分别为1.693～2.870和2.240～7.237、平均决定系数(R2)分别为0.891和0.701.3)2019年试验预报中,提前15 d准确预报出当年始花期.该文研究表明RF在梨树始花期逐日气象预报中有一定业务应用潜力,预报准确率基本满足气象服务需求.

关键词：气象、农业、梨、始花期、随机森林算法

所属期刊栏目：36

分类号：S165(农业气象学)

资助基金：中国气象局气候变化专项;安徽省气象科技发展基金项目;国家自然科学基金项目

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：143-151