摘要
本发明涉及一种针对水稻二化螟发生情况的预测方法,包括:根据水稻生长发育期日期、二化螟数量信息和气象环境数据构建数据集,并划分为训练集与测试集;基于随机森林模型,使用网格搜索和交叉验证来确定模型的输入参数和参数阈值,并确定模型输入参数的最佳数值组合;分别对训练集与测试集进行二化螟累计数量预测;使用评价指标分别对训练集与测试集进行评价,得到模型的拟合优度以及预测值与实际值之间的相关程度;采用测试集对二化螟累计数量趋势进行分析。本发明的有益效果是:本发明提供的针对水稻二化螟发生情况的预测方法,能够克服传统害虫预测依赖经验、效率低下、不确定性高等问题,实现对水稻二化螟时间序列的累计数量预测。
技术关键词
水稻二化螟
随机森林模型
水稻生长发育
气象
皮尔逊相关系数
参数
因子
数据
可读存储介质
日期
指标
网格
样本
节点
模块
数值
露点温度
预测系统
预测误差
系统为您推荐了相关专利信息
光伏电站
生态环境监测系统
历史监测数据
生态环境监测方法
监测子系统
浓度反演方法
反演模型
梯度提升机
随机森林模型
相关性分析方法
毒品识别方法
神经网络识别模型
矩阵
偏最小二乘回归模型
数据
冷源系统控制方法
建筑室内环境
光线照射角
三维模型
建筑体外墙面