基于智能算法的云南甘蔗产量预测

来源：湖北农业科学杂志2024年第8期北京时间：

作者：王泳智a, 田鹏a, 李富生b, 孙吉红b,c, 孙陈a, 刘振洋a, 刘念d, 钱晔a,c,e

单位：云南农业大学,a.大数据学院（信息工程学院）; b.农学与生物技术学院; c.云南省作物生产与智慧农业重点实验室; d.园林园艺学院; e.云南省农业大数据工程技术研究中心,昆明 650201

摘要：构建基于智能算法的甘蔗产量预测模型,对云南省8个甘蔗产区甘蔗产量进行预测。选取云南省临沧市、德宏傣族景颇族自治州、普洱市、文山壮族苗族自治州、红河哈尼族彝族自治州、保山市、西双版纳傣族自治州、玉溪市2000—2020年每日的气象、土壤数据及产量数据,通过专家打分法初步筛选对甘蔗产量影响较大的气象、土壤因子,应用逐步回归分析算法筛选甘蔗生长周期内的气候、土壤关键影响因子。在数据集划分和筛选关键影响因子的基础上,以每年气象、土壤因子作为输入变量,以每年甘蔗产量为输出变量,建立了BP神经网络产量预测模型。以每日和每年的气象、土壤因子作为输入向量,以甘蔗产量为输出变量,建立了长短期记忆网络（LSTM）神经网络产量预测模型。测试集结果表明,BP神经网络模型决定系数（R2）为0.916、平均绝对误差（MAE）为28.65万t、均方根误差（RMSE）为40.83万t,LSTM神经网络模型R2为0.978、MAE为16.04万t、RMSE为20.72万t。LSTM神经网络模型预测精度高,模型性能优良,能较好地预测云南省甘蔗产量。

关键词：智能算法,甘蔗,BP神经网络,长短期记忆网络（LSTM）神经网络,产量预测,云南省

基金资助：云南省作物生产与智慧农业重点实验室开放基金项目（2021ZHNY02）; 云南主要粮经作物全智慧产业链关键技术研究与示范项目（202202AE090021）