标题
  • 标题
  • 作者
  • 关键词

基于多重气象要素的贵州省西部区域烤烟单叶重模型研究

2024-07-25分类号:S572;S162.5

【作者】夏晓玲   李想   刘涛   曾莉萍   陈丽萍   徐健   王骏飞   伍洲   王克敏   吴昌航
【部门】南京信息工程大学大气物理学院  贵州省气象服务中心  贵州新气象科技有限责任公司  中国烟草总公司贵州公司  贵州省山地气象科学研究所  
【摘要】【目的】探明气象要素对烤烟单叶重的影响,构建基于多重气象要素的贵州省西部区域烤烟单叶重模型,为烟叶生产决策提供参考依据。【方法】根据贵州省西部烟叶种植区域2010—2021年分区县气象要素和大田烤烟单叶重数据,运用BP神经网络、随机森林、线性回归和逐步回归等4种人工智能和统计学算法,分析近12年贵州省西部烟区烟叶单叶重变化趋势,在此基础上研究气象要素与烤烟单叶重的关系,构建多重气象要素与烤烟单叶重模型并验证。【结果】近12年贵州省西部烟区下部叶的单叶重平均为6.25 g,中部叶为9.95 g,上部叶为10.81 g;中部叶单叶重的变化不大,而下部叶和上部叶总体呈逐渐增重趋势。运用4种人工智能和统计学算法建立获得基于烟叶生长关键时期4个气象要素(成熟期气温、旺长期雨量、大田期日照时数和大田期可用时段,以下简称四要素)和3—9月逐旬气象要素(多要素)单叶重模型;模拟2010—2021年逐年单叶重发现,虽然建模时BP神经网络算法模拟准确率最高,但模拟实际单叶重时基于多要素的逐步回归算法模型模拟效果最优,相比其他模型可很好地模拟出各叶位逐年单叶重的峰值和谷值,随机森林算法次之。【结论】逐步回归和随机森林算法对贵州省西部地区烤烟单叶重模拟效果较好,建立烤烟单叶重预测模型时考虑预测气象要素的代入,可为烟叶生产决策提供科学依据。
【关键词】烤烟单叶重  气象要素  单叶重模型  机器学习
【基金】中国烟草公司重点研发项目“基于生态因子数字化的贵州省智慧烟田研究与应用”(2022XM12);; 贵州省气象局省市联合科研基金项目“贵州省烤烟气象灾害预警与产量预测模型研究”(黔气科合SS[2023]12号);; 中国气象局/农业农村部烤烟气象服务中心开放式研究基金项目“基于智能网格预报对贵州遵义市烤烟长势预测方法研究”(KYZX2022-03)
【所属期刊栏目】西南农业学报
文献传递