小麦突发害虫白眉野草螟监测预警模型构建

发布时间：2021-09-11 10:10

　　我国属于农业大国,农业害虫的防治工作对于保障国家粮食安全和主要农产品的有效供给尤为重要。近年来大数据处理技术正逐渐应用于农业领域,推动农业转型升级。基于大数据的分析理念及技术,对历年虫害发生量进行分析,能够找到引起虫害爆发的主要关联因子,从而制定科学的防控决策,减少粮食的损失。本文依据鲁东地区白眉野草螟（Agriphila aeneociliella）发生期的气象数据,基于R语言分析软件,建立了白眉野草螟监测预警模型,明确其暴发成灾的关键气象因子,预测其危害程度,主要结论如下:使用基于R语言的随机森林算法,分析了鲁东地区2010-2017年白眉野草螟发生程度与气象因子之间的关系。以17种气象因子为自变量,以白眉野草螟发生程度为因变量,构建监测预警模型,并找出影响白眉野草螟发生的关键气象因子。结果表明,影响鲁东地区白眉野草螟发生程度的主要气象因子为“平均地表气温”“平均水汽压”和“日最低气温”,Gini值平均降低量分别为14.56、13.35和11.74。利用随机森林袋外估计进行检验,模型准确率可达到81.68%,利用测试数据进行检验,模型准确率为81%。本模型的构建可为白眉野草螟的监测... 

【文章来源】：山东农业大学山东省

【文章页数】：44 页

【学位级别】：硕士

【部分图文】：

随机森林基本原理

主成分回归模型原理

Ntree值与错误率的关系图

【参考文献】：
期刊论文
[1]大数据技术在公路隧道工程中的应用探讨[J]. 王少飞,张建阳,赵春艳,王伟力.  公路. 2017(08)
[2]数据存在共线性时采用主成分回归分析与投影寻踪回归分析的效果比较[J]. 胡完,孙岩松,胡良平.  中国卫生统计. 2017(02)
[3]基于随机森林算法的近地表气温遥感反演研究[J]. 白琳,徐永明,何苗,李宁.  地球信息科学学报. 2017(03)
[4]浅析R语言并行计算在大数据分析中的应用[J]. 李加庆,刘燕.  电子测试. 2016(23)
[5]数据挖掘技术综述[J]. 邹祎.  信息通信. 2016(12)
[6]基于随机森林的文本分类模型研究[J]. 罗新.  农业图书情报学刊. 2016(11)
[7]主成分回归克服多重共线性的R语言实现[J]. 汪朋.  科技资讯. 2015(28)
[8]农业大数据与农民专业合作社发展的新机遇、新挑战[J]. 孟祥东,薛兴利.  中国集体经济. 2015(34)
[9]秋播辛硫·甲拌磷土壤处理对麦田白眉野草螟的防治效果[J]. 曾娟,秦引雪,陈会刚,吴晓燕,张跃芳.  植物保护. 2015(06)
[10]促进大数据发展行动纲要[J].   成组技术与生产现代化. 2015(03)

博士论文
[1]数据降维的广义相关分析研究[D]. 陈晓红.南京航空航天大学 2011

硕士论文
[1]基于大数据的山东省二代玉米螟发生程度预测[D]. 杨波.山东农业大学 2016
[2]大数据时代科研新方法研究[D]. 张迪.北京理工大学 2015
[3]主成分分析与二维主成分分析之比较研究[D]. 吴敬华.云南财经大学 2014
[4]小麦害虫白眉野草螟的生长发育与防治研究[D]. 彭赫.中国农业科学院 2014
[5]随机森林的特征选择和模型优化算法研究[D]. 雍凯.哈尔滨工业大学 2008



本文编号：3392814