基于多种机器学习的海南热带作物产量预测

文献类型： 中文期刊

第一作者： 马艺文

作者： 马艺文;禹萱;李振宇;李海亮

作者机构：

关键词： 热带作物;产量预测;机器学习;气象因子;海南

期刊名称： 热带作物学报

ISSN： 1000-2561

年卷期： 2025 年 46 卷 009 期

页码： 2271-2286

收录情况： 北大核心 ; CSCD

摘要： 热带作物产量对气候条件高度敏感，精准建模气象驱动机制对于提升热带农业生产效率及气候适应能力具有重要意义。本研究以海南省天然橡胶、芒果、菠萝和香蕉为研究对象，系统比较包括LGBM、随机森林（RF）、极端梯度提升（XGBoost）、自适应增强（AdaBoost）、支持向量机（SVM）与多元线性回归（MLR）6种机器学习模型预测性能，并基于SHAP方法量化气象因子的贡献度与非线性响应特征。结果表明：（1）LGBM模型展现出最优的预测性能，测试集平均决定系数（R2）达0.945（橡胶、芒果、菠萝、香蕉的R2分别为0.942、0.902、0.954、0.983），平均均方根误差（RMSE）和平均绝对误差（MAE）分别为1.436、1.150 t/hm2，显著优于其他模型（RF、XGBoost、AdaBoost、SVM、MLR的R2分别为0.773、0.563、0.589、0.368、0.508）。（2）气象驱动机制呈显著作物差异性。橡胶产量主要受太阳辐射（贡献度为14.7%）和气温因子（月最低温和月最高温贡献度分别为14.4%、11.7%）驱动；芒果对月最高气温（贡献度为19.0%）和蒸汽压亏缺（贡献度为18.5%）高度敏感；菠萝与香蕉则分别受土壤湿度（贡献度为18.9%）和相对湿度（贡献度为23.6%）主导。基于此，提出了作物类型差异化的农艺管理建议。研究表明机器学习结合可解释性方法能有效解析热带作物气候响应机制，为区域农业精准管理提供理论支撑。

分类号： S162.5%S127

  • 相关文献

[1]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[2]基于机器学习算法预测香蕉产量. 黄思豪,王丽霞,刘永霞,姜成君,宋可欣,赵艳,何应对. 2025

[3]基于多种机器学习算法预测广西蔗区甘蔗产量. 石杰锋,黄为,范协洋,李修华,卢阳旭,蒋柱辉,王泽平,罗维,张木清. 2023

[4]气象因子对海南稻飞虱发生的影响. 白蕤,李宁,张蕾,钟曼茜,陈汇林,刘少军,王斌. 2016

[5]桔小实蝇种群动态及其与气象因子的相关性分析. 莫武,龚治,易克贤. 2025

[6]基于冠层归一化植被指数预测双氰胺配施后的芝麻产量. 柳开楼,胡惠文,胡志华,李大明,周利军,黄庆海,余喜初,叶会财,徐小林,王赛莲. 2016

[7]沧州金丝小枣的产量及品质预报. 樊志和,李晓芝,周人纲. 1993

[8]利用航空成像光谱数据进行冬小麦产量预测. 宋晓宇,王纪华,刘良云,薛绪掌,赵春江. 2004

[9]云南粮食产量预测. 朱秀峰,陈瑞林. 1990

[10]作物生长模型的适用性评价及冬小麦产量预测. 王伟,黄义德,黄文江,李存军,王娴. 2010

[11]马尔可夫链在吉林省高粱单产年景预测中的应用. 王江红,石贵山,刘红欣,周紫阳. 2011

[12]2012年10月国内外饲料市场分析. 朱增勇,张利宇. 2012

[13]咸水灌溉下设施番茄水盐生产函数构建及产量预测. 吴奇峰,郑国玉,辛朗,梁亚康,王之风. 2024

[14]2019年国内外天然橡胶产销形势. 莫业勇,杨琳. 2020

[15]融合多源时空数据的冬小麦产量预测模型研究. 王来刚,郑国清,郭燕,贺佳,程永政. 2022

[16]2013年10月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

[17]CropSyst模型在区域冬小麦产量模拟中的应用. 黄青,陈仲新,刘航,滕飞. 2018

[18]应用归一化植被指数的玉米产量预测研究. 黄楠,王强,王鹏,张国庆,刘凌菲. 2014

[19]2014年11月国内外饲料市场分析. 朱增勇,毕颖慧. 2014

[20]2013年3月国内外饲料市场分析. 朱增勇,毕颖慧. 2013

作者其他论文 更多>>

微信小程序