您好，欢迎访问中国热带农业科学院 机构知识库！
中国热带农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

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

作者： 马艺文 1 ; 禹萱 1 ; 李振宇 1 ; 李海亮 1 ;

作者机构： 1.中国热带农业科学院科技信息研究所/海南省热带作物信息技术应用研究重点实验室

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。

  • 相关文献

[1]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

[2]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

[3]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

[4]2019年国内外天然橡胶产销形势. 莫业勇,杨琳. 2020

[5]基于GA-BP神经网络的鲜食玉米产量预测. 王宏轩,于珍珍,李海亮,汪春,严晓丽,邹华芬. 2024

[6]2014年世界主要热带作物生产概况. 王金辉. 2017

[7]世界热带作物生产国农业基本情况简析. 李光辉,王富有,刘海清. 2010

[8]2015年世界主要热带作物生产概况. 王金辉. 2018

[9]2016年世界主要热带作物产量分析. 王金辉. 2018

[10]热带作物种质资源e平台的建设与应用. 李文化,陈讨海,陈业渊,李琼,何云. 2010

[11]中国天然橡胶科学技术研究进展. 陈秋波. 2004

[12]推动亚非拉热带作物发展 拓宽农业南南合作领域. 南萱,杜中军. 2011

[13]中国热带作物产业发展与科技创新. 邱小强,刘海清. 2010

[14]我国热带农业产业发展需求、存在问题及发展潜力. 张慧坚,方佳,孙好勤,王富有. 2010

[15]中国热带作物产业发展现状及策略研究. 李玉萍,李光辉,叶露,梁伟红,李娜,黄贵修. 2024

[16]建设热带作物产业带潜在的植保问题探析. 贺春萍,郑服丛. 2006

[17]热带作物种质资源研究进展. 何云,李琼,陈业渊. 2015

[18]非洲国家热带重要作物病虫害防治技术培训班的管理实施及建议. 单国燕,楚小强,秦涵淳,林培群,唐良德,李博勋,黄贵修. 2014

[19]抓住机遇 加快科技创新 促进热作产业大发展. 胡盛红,邓远宝,刘海清. 2011

[20]中国热带作物抗寒育种研究进展与展望. 位明明,李维国,高新生,王祥军,张晓飞,张源源,黄肖. 2015

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国热带农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台