油菜产量因素预测方法研究

来源：江苏农业科学杂志2021年第第7期北京时间：

作者：魏晓奕;张佩;徐进;朱宝

单位：1.江苏省气象信息中心，江苏南京 210008； 2.江苏省气候中心，江苏南京 210008； 3.江苏省气象探测中心，江苏南京 210008

摘要：以油菜单株第一分枝数、单株籽粒质量、单株荚果数、千粒质量、籽粒与茎秆比、产量等为预测对象，利用观测品种同为秦油2号的淮安站1995—2004年油菜农业气象观测资料及对应的气象观测资料，充分考虑油菜各生育阶段的生理特性及其对气象条件的不同要求，梳理确定育苗期≥0 ℃有效积温等35个气象因子，分别采用多元线性回归及BP神经网络等2种方法构建油菜产量因素的预测模型，并利用观测品种也为秦油2号的镇江站及射阳站1996—2000年、金坛站1997—2000年数据资料验证所构建模型的预测效果。对比分析2种模型的预测效果发现，BP神经网络模型在预测精度和稳定性上均优于线性回归模型，能对具有交互作用下的众多气象因子和产量因子进行非线性映射，可以更好地反映出油菜产量因素与相关气象因子间的函数关系。

关键词：BP神经网络;多元线性回归;产量预测方法;油菜产量因素