基于决策树算法的气象因子对油茶产量影响研究

doi:10.14088/j.cnki.issn0439-8114.2020.21.039

湖北农业科学 ›› 2020, Vol. 59 ›› Issue (21): 177-183.doi: 10.14088/j.cnki.issn0439-8114.2020.21.039

基于决策树算法的气象因子对油茶产量影响研究

黄超^1,3, 廖玉芳^2,3, 蒋元华^1,3, 彭嘉栋^1,3

1.湖南省气候中心,长沙 410008;
2.湖南省气象科学研究所,长沙 410008;
3.气象防灾减灾湖南省重点实验室,长沙 410008

收稿日期:2020-04-24 出版日期:2020-11-10 发布日期:2020-12-21
通讯作者: 廖玉芳（1962-）,女,湖南常德人,正研级高级工程师,主要从事气候和气候变化研究,（电子信箱）lyf_13975681873@163.com。
作者简介:黄超（1991-）,男,湖南常德人,工程师,硕士,主要从事智能算法在气候变化上的应用研究,（电话）18874031231（电子信箱）376906821@qq.com;
基金资助:
湖南省科技重大专项（2018NK1030）

Research on the effect of meteorological factors on Camellia oleifera yield based on decision tree algorithm

HUANG Chao^1,3, LIAO Yu-fang^2,3, JIANG Yuan-hua^1,3, PENG Jia-dong^1,3

1. Hunan Climate Center,Changsha 410008, China;
2. Institute of Meteorological Sciences of Hunan Province, Changsha 410008,China;
3. Hunan Key Laboratory of Meteorological Disaster Prevention and Reduction,Changsha 410008,China

Received:2020-04-24 Online:2020-11-10 Published:2020-12-21

摘要/Abstract

摘要： 采用分类与回归树（CART）和卡方自动交叉检验（CHAID）两种决策树算法,基于不同物候期气象指标对2010—2016年湖南省24个油茶（Camellia oleifera Abel.）测产点的油茶产量进行分析。结果表明,两种决策树算法对于历史产量数据模拟的平均相对误差分别达8.80%、14.30%,趋势准确率分别为97.40%、92.20%;开花期的0 ℃以上积温和平均最高气温对油茶产量影响最大,在果实第一次膨大期、油脂转化和积累高峰期,气温日较差、平均最低气温和高温日数最重要。对提升油茶产业效益极具现实意义。

关键词: 油茶（Camellia oleifera Abel.）, 气象因子, 决策树算法

Abstract: In this study, two kinds of decision tree algorithms, CART（Classification and regression tree） and CHAID（Chi-Square automatic interaction detection） were adopted to simulate the yield of Camellia oleifera of Hunan province based on meteorological factors of different phenological phase over from 2010 to 2016. The results showed that the average relative errors of CART and CHAID algorithms were 8.80% and 14.30% respectively, and the trend accuracy were 97.40% and 92.20% respectively. The accumulated temperature above 0 ℃ and the average maximum temperature at flowering stage had the greatest influence on Camellia oleifera yield. In the first fruit expansion period and the peak of oil transformation and accumulation, the diurnal temperature range, the mean minimum temperature and high temperature days were the most important. It is of great significance for improving the efficiency of Camellia oleifera industry chain.

Key words: Camellia oleifera Abel., meteorological factors, decision tree algorithm

中图分类号:

S794.4

黄超, 廖玉芳, 蒋元华, 彭嘉栋. 基于决策树算法的气象因子对油茶产量影响研究[J]. 湖北农业科学, 2020, 59(21): 177-183.

HUANG Chao, LIAO Yu-fang, JIANG Yuan-hua, PENG Jia-dong. Research on the effect of meteorological factors on Camellia oleifera yield based on decision tree algorithm[J]. HUBEI AGRICULTURAL SCIENCES, 2020, 59(21): 177-183.

参考文献

[1] 代立芹,吴炳方,李强子,等.作物单产预测方法研究进展[J].农业网络信息,2006(4):24-27,49.
[2] 张国林,张富荣,宗英飞,等.基于气象因子的朝阳大枣年景预报模型[J].中国农业气象,2012,33(2):240-244.
[3] 王春远. 庄河市玉米生育期气象条件分析及产量预测[J].现代农业科技,2010(9):304.
[4] 郑昌玲,杨霏云,王建林,等.早稻产量动态预报模型[J].中国农业气象,2007(4):412-416,452.
[5] 任艳娜,席磊,汪强,等.粮食产量预测模型的应用与仿真研究[J].计算机仿真,2011,28(4):208-211.
[6] 程伟,张燕平,赵姝.商空间理论框架下的SVM产量预测模型研究[J].中国农业大学学报,2009,14(5):135-139.
[7] 彭嘉栋,蒋元华,廖玉芳,等.气象因子对湖南油茶产量的影响及其产量模型构建[J].气象与环境学报,2016,32(3):89-94.
[8] 温雪岩,李鹏程,陈家男,等.优化BP神经网络算法在油茶产量预测中的应用[J].东北林业大学学报,2016,44(10):56-60.
[9] 蒋元华,廖玉芳.油茶气象影响指标研究综述[J].中国农学通报,2015,31(28):179-183.
[10] 钱拴,王建林.农业气象作物产量预报的特点与思考[J].气象科技,2003(5):257-261.
[11] 杨学兵,张俊.决策树算法及其核心技术[J].计算机技术与发展,2007(1):43-45.
[12] DURKIN J,蔡竞峰,蔡自兴.决策树技术及其当前研究方向[J].控制工程,2005(1):15-18,21.
[13] 宋广玲,郝忠孝.一种基于CART的决策树改进算法[J].哈尔滨理工大学学报,2009,14(2):17-20.
[14] 吉中会,李宁,吴吉东,等.区域洪涝灾害损失评估及预测的CART模型研究——以湖南省为例[J].地域研究与开发,2012,31(6):106-110,144.
[15] 冯少荣. 决策树算法的研究与改进[J].厦门大学学报(自然科学版),2007,46(4):496-500.
[16] DELISLE R K,DIXON S L.Induction of decision trees via evolutionary programming[J]. Journal of chemical information and computer sciences, 2004, 44(3): 862-870.
[17] 蒋元华,廖玉芳,黄超,等.基于气象条件的油茶产量模型研究[J].经济林研究,2018,36(2):64-72.

基于决策树算法的气象因子对油茶产量影响研究

Research on the effect of meteorological factors on Camellia oleifera yield based on decision tree algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王展, 郭建茂, 赵蓓蓓, 田鹏飞, 向阳, 邹学智, 吴艳丽. 河蟹天气保险指数的研究与设计——以泰州兴化市为例[J]. 湖北农业科学, 2023, 62(9): 234-241.
[2]	杨小菊, 杨胜优, 罗倩, 魏芳怡, 龙雪燕, 廖婷婷, 王佳乐, 胡玉玲. 不同品种油茶果大小对其经济性状的影响[J]. 湖北农业科学, 2023, 62(6): 114-119.
[3]	江涤非, 黎跃勇, 董子舟, 李好, 谭诗琪. 气象因子对黔阳冰糖橙品质的影响[J]. 湖北农业科学, 2023, 62(5): 77-82.
[4]	谢璀毓, 孙亚峰, 马小洁, 费日超, 王晓婷. 临沂市气象因子对烟叶化学成分的影响[J]. 湖北农业科学, 2022, 61(7): 99-102.
[5]	周可心, 袁永生, 林春进. 基于k-DT-LR融合模型的农村商业医疗保险潜在客户识别分析[J]. 湖北农业科学, 2022, 61(24): 144-148.
[6]	蔡哲, 郭瑞鸽, 左继林, 刘文英. 油茶油脂转化期树干茎流特征与气象因子的关系研究[J]. 湖北农业科学, 2022, 61(20): 69-73.
[7]	俞武, 薛梦瑶, 何斌, 马金萍, 杜子龙. 面向中小型企业的废水排放水质监测模型研究[J]. 湖北农业科学, 2022, 61(10): 74-79.
[8]	赵维忠, 马力文, 徐青, 张学艺. 影响宁夏贫困山区马铃薯商品薯率的气象因子分析[J]. 湖北农业科学, 2022, 61(1): 42-45.
[9]	肖莲媛, 黄玖君, 刘长墉, 昝永黎. 气候因子对灰枣品质的影响[J]. 湖北农业科学, 2022, 61(1): 91-97.
[10]	周雪. 黑龙江省气象因子与落叶松植被净初级生产力相关性分析[J]. 湖北农业科学, 2021, 60(9): 46-49.
[11]	孙磊, 吕翔, 胡慎慎, 王珂玮. 局地气候对徐州市站点间低温异常差异影响研究[J]. 湖北农业科学, 2021, 60(8): 81-86.
[12]	孙敬国, 张允政, 孙光伟, 谭本奎, 张鹏龙, 李建平, 冯吉, 陈振国. 湖北烟区气象因子对烟叶质量的影响——以恩施州利川市元堡乡为例[J]. 湖北农业科学, 2021, 60(16): 122-126.
[13]	肖健, 刘慧, 郑福维, 刘松, 卿湘涛. 保靖不同海拔黄金春茶品质形成主要气象及生化因子研究[J]. 湖北农业科学, 2021, 60(1): 72-76.
[14]	彭嘉栋, 廖玉芳, 蒋元华, 黄超. 气象因子对油茶油酸含量的影响分析及模型构建[J]. 湖北农业科学, 2020, 59(2): 40-43.
[15]	付荣华. 基于决策树关联算法在农村大学生信息系统中的应用[J]. 湖北农业科学, 2020, 59(10): 150-153.