10.16213/j.cnki.scjas.2021.7.028
基于梯度提升决策树多特征结合的茶叶产量预测
[目的]现有关于茶叶产量预测的深入研究比较缺乏,为了分析不同特征或不同茶区对预测结果的影响,以期确定影响茶叶产量的决定性和辅助性因素,并为茶叶生产管理提供指导意见.[方法]本文以浙江省为研究区域,根据1995-2016年浙江省的地面气候资料日值数据、茶叶统计产量数据以及社会发展要素,提取每年、各季节的温湿度、日照、降水量等共94个气象特征和茶叶主产区的经纬度、高程3个空间特征以及茶园面积、农业机械总动力、有效灌溉面积、农村用电量、化肥施用量(折纯)5个社会发展特征,以各茶叶主产区(县级行政区)实际茶叶年产量作为目标变量,通过梯度提升决策树构建多种特征变量组合的茶叶产量预测回归模型,并根据特征重要度分析各个特征变量对产量的影响.[结果]研究结果表明:①相较于仅使用社会发展特征或空间气象特征,两者相结合的预测模型效果更佳,其决定系数达到0.90,均方根误差为1492 t,平均绝对误差为1050 t.另外,社会发展特征对茶叶产量预测起决定性作用;②相较于夏季和秋季,春季和冬季的茶叶产量预测精度更高,决定系数均达到0.89;③除社会发展特征之外,空间气象特征中空间特征、年气象特征、春季气象特征、冬季气象特征对产量影响较大.[结论]本文提出的预测模型在预测茶叶产量以及分析影响茶叶产量的因素方面具有重要的参考价值.
产量预测;多特征;社会发展要素;梯度提升决策树;茶叶
34
S24;S571.1(农业电气化与自动化)
国家自然科学基金项目;浙江省科技重点研发计划
2021-08-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
1556-1563