隨機森林機器算法在江蘇省小麥赤霉病病穗率預測中的應用

作者：徐敏,徐經緯,謝志清,高蘋,李亞春,繆璟秋

摘要：基于2002-2018年江蘇省13個市的小麥赤霉病病穗率資料與生育期觀測資料、相應時段內的逐日氣象數據,應用隨機森林機器學習算法,分生育期、分區域定量評估影響病穗率的主要氣象因子特征變量和貢獻率,按不同起報時間建立預測模型并進行驗證.結果表明,各生育期重要特征變量貢獻率的排序為:抽穗揚花期>拔節期>越冬期.抽穗揚花期濕度、連續≥3 d的雨日和日照對赤霉病起主導作用,拔節期日照、降雨量、濕度和雨日與越冬期氣溫和降雪對赤霉病均具有前期影響,甄別出的重要特征變量排序結果符合赤霉病菌發育、釋放、侵染和流行規律;基于隨機森林算法建立的病穗率預測模型的精度與重要特征變量個數、赤霉病發生區域、Mtry參數設定、生育期有關;最早可在3月初進行預測,預測時效近3個月,起報時間越接近乳熟期,輸入的重要特征變量越多,則病穗率預測準確率越高,病穗率模擬值與實測值的波動趨勢完全一致,對赤霉病"中等"和"偏重"等級模擬效果好,表明隨機森林算法在赤霉病預測中有較高的可靠性和業務應用潛力.

發文機構：江蘇省氣候中心 南京信息工程大學氣象災害教育部重點實驗室/氣象災害預報預警與評估協同創新中心 蘇州市吳中區東山氣象站

關鍵詞：小麥赤霉病隨機森林法病穗率預測Wheat scabRandom forest methodForecast of the diseased panicle rate

分類號： P49[天文地球—大氣科學及氣象學]