基于全子集回归和BP神经网络的信阳稻瘟病预测模型构建

来源：湖北农业科学杂志2025年第12期北京时间：

作者：户雪敏1, 朱志刚2, 姜照琴2, 季新1, 陈利军1, 史洪中1

单位：1.信阳农林学院农学院,河南 信阳 464000;2.信阳市农业技术服务中心,河南 信阳 464000

摘要：利用2004—2021年(2020年除外)信阳市空气温度、相对湿度、降雨量和日照时数等,通过相关性分析筛选到影响稻瘟病流行的5个关键因子,即6月下旬最低相对湿度、5月上旬最低相对湿度、5月上旬最低气温、6月中旬日照时数和8月上旬累积降雨量,并采用全子集回归和BP神经网络算法对信阳市稻瘟病发生面积进行预测。结果表明,全子集回归模型1和模型2对2004—2021年稻瘟病发生面积的回测准确度分别为92.49%和94.43%,对2022年和2023年的预测准确度均为79.68%;BP神经网络模型1和模型2对2004—2021年稻瘟病发生面积回测准确度分别为82.72%和83.55%,对2022年和2023年的预测准确度分别为98.06%和95.49%。由上可知,BP神经网络模型1是最佳预测模型,其预测2024年信阳市稻瘟病发生面积为2.65万hm2。

关键词：稻瘟病,发生面积,全子集回归,BP神经网络算法,预测模型,构建,信阳市

基金资助：河南省科技攻关项目(242102111105)