基于机器学习的江苏省冬小麦气象产量
客观区划及歉年预测

来源：江苏农业科学杂志2021年第第12期北京时间：

作者：郝玲;张佩;史逸民;刘瑞翔;王伟健;朱云凤

单位：1.江苏省连云港市气象局，江苏连云港 222006； 2.江苏省气象局，江苏南京 210008

摘要：利用江苏省统计局提供的全省75个县(市、区)1981—2018年的冬小麦产量，基于灰色系统滑动模型得到各县(市、区)冬小麦气象产量。采用K-means算法对全省各县(市、区)冬小麦气象产量进行聚类分析，将全省客观划分为南、北2个冬小麦种植区，区域连续且相互独立。通过C4.5决策树算法，基于130项前期春季气候因子对2个种植区的冬小麦气象产量“是否歉年”分别建立决策树预测模型。在北种植区冬小麦是否歉年的预测中，决策树模型的自学习准确率为82.0%，测试准确率为90.9%；在南种植区冬小麦是否歉年的预测中，决策树模型的自学习准确率为92.5%，测试准确率为9167%。结果表明，K-means算法和C4.5算法对江苏省冬小麦气象产量区划和预测具有良好效果，可为江苏省冬小麦产量预测提供有意义的参考。

关键词：