基于气象环境条件和LSSVM的水稻病虫害预测研究
摘要： 水稻病虫害的准确预测对于保障粮食安全和提高农业生产效率至关重要。本研究提出了一种基于气象环 境条件和最小二乘支持向量机(LSSVM)的水稻病虫害预测模型。通过对2019一2021年全国范固内的气象数据 和水稻病虫害发生率数据的分析，本研究选取了温度、湿度、降雨量和风速作为主要的气象影响因素，构建了相 应的数据集。利用LSSVM模型的非线性拟合能力，并结合粒子群优化(PS0)算法对模型参数进行优化，建立 了1个高效的预测模型。模型的预测结果通过与传统的回归分析模型和人工神经网络(ANN)模型进行比较， 显示出更高的预测精度和泛化能力。评价指标显示，LSSVM模型在稻瘟病、稻飞虱和稻螟的发生率预测上均取 得了良好的性能，均方误差(SE)和决定系数(R2)分别为0.008、0.88,0.010、0.86,0.012、0.84。本研 究的模型为水稻病虫害的防治提供了科学的决策支持，对于指导农业生产实践具有重要的应用价值。
关键词: 水稻病虫害；气象环境条件；最小二乘支持向量机(LSSVM), 预测模型；粒子群优化(PS0)
中图分类号:
S431
引用本文
. 基于气象环境条件和LSSVM的水稻病虫害预测研究[J]. 农业与技术, 2024, 44(9): 177-180.
使用本文
/ 推荐导出引用管理器 EndNote|Ris|BibTeX
链接本文:http://www.nyyjs.net/CN/10.19754/j.nyyjs.202405150039
http://www.nyyjs.net/CN/Y2024/V44/I9/177
相关知识
气象因素对水稻产量的影响及预测模型的建立
基于气象因子的森林病虫鼠害发生率预测模型研究
病虫害预测模型
作物病虫害气象预测预报
基于长短时记忆网络的棉花病虫害发生预测研究的开题报告
水稻病虫害诊治智能化专家系统
基于matlab的神经网络的农业病虫害损失预测
基于智能算法的月季鲜切花病虫害预测模型的探究.pptx
涿州：气象农业联合发布病虫害趋势预测
水稻主要病虫害预测预报 (优化)
网址: 基于气象环境条件和LSSVM的水稻病虫害预测研究 https://m.huajiangbk.com/newsview313097.html
| 上一篇: 苹果树病虫害预测和防治决策支持系 |
下一篇: 水稻白叶枯病发生流行与气象条件关 |
