小麥突發(fā)害蟲白眉野草螟監(jiān)測(cè)預(yù)警模型構(gòu)建
發(fā)布時(shí)間:2021-09-11 10:10
我國(guó)屬于農(nóng)業(yè)大國(guó),農(nóng)業(yè)害蟲的防治工作對(duì)于保障國(guó)家糧食安全和主要農(nóng)產(chǎn)品的有效供給尤為重要。近年來大數(shù)據(jù)處理技術(shù)正逐漸應(yīng)用于農(nóng)業(yè)領(lǐng)域,推動(dòng)農(nóng)業(yè)轉(zhuǎn)型升級(jí);诖髷(shù)據(jù)的分析理念及技術(shù),對(duì)歷年蟲害發(fā)生量進(jìn)行分析,能夠找到引起蟲害爆發(fā)的主要關(guān)聯(lián)因子,從而制定科學(xué)的防控決策,減少糧食的損失。本文依據(jù)魯東地區(qū)白眉野草螟(Agriphila aeneociliella)發(fā)生期的氣象數(shù)據(jù),基于R語(yǔ)言分析軟件,建立了白眉野草螟監(jiān)測(cè)預(yù)警模型,明確其暴發(fā)成災(zāi)的關(guān)鍵氣象因子,預(yù)測(cè)其危害程度,主要結(jié)論如下:使用基于R語(yǔ)言的隨機(jī)森林算法,分析了魯東地區(qū)2010-2017年白眉野草螟發(fā)生程度與氣象因子之間的關(guān)系。以17種氣象因子為自變量,以白眉野草螟發(fā)生程度為因變量,構(gòu)建監(jiān)測(cè)預(yù)警模型,并找出影響白眉野草螟發(fā)生的關(guān)鍵氣象因子。結(jié)果表明,影響魯東地區(qū)白眉野草螟發(fā)生程度的主要?dú)庀笠蜃訛椤捌骄乇須鉁亍薄捌骄麎骸焙汀叭兆畹蜌鉁亍?Gini值平均降低量分別為14.56、13.35和11.74。利用隨機(jī)森林袋外估計(jì)進(jìn)行檢驗(yàn),模型準(zhǔn)確率可達(dá)到81.68%,利用測(cè)試數(shù)據(jù)進(jìn)行檢驗(yàn),模型準(zhǔn)確率為81%。本模型的構(gòu)建可為白眉野草螟的監(jiān)測(cè)...
【文章來源】:山東農(nóng)業(yè)大學(xué)山東省
【文章頁(yè)數(shù)】:44 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
隨機(jī)森林基本原理
主成分回歸模型原理
Ntree值與錯(cuò)誤率的關(guān)系圖
【參考文獻(xiàn)】:
期刊論文
[1]大數(shù)據(jù)技術(shù)在公路隧道工程中的應(yīng)用探討[J]. 王少飛,張建陽(yáng),趙春艷,王偉力. 公路. 2017(08)
[2]數(shù)據(jù)存在共線性時(shí)采用主成分回歸分析與投影尋蹤回歸分析的效果比較[J]. 胡完,孫巖松,胡良平. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2017(02)
[3]基于隨機(jī)森林算法的近地表氣溫遙感反演研究[J]. 白琳,徐永明,何苗,李寧. 地球信息科學(xué)學(xué)報(bào). 2017(03)
[4]淺析R語(yǔ)言并行計(jì)算在大數(shù)據(jù)分析中的應(yīng)用[J]. 李加慶,劉燕. 電子測(cè)試. 2016(23)
[5]數(shù)據(jù)挖掘技術(shù)綜述[J]. 鄒祎. 信息通信. 2016(12)
[6]基于隨機(jī)森林的文本分類模型研究[J]. 羅新. 農(nóng)業(yè)圖書情報(bào)學(xué)刊. 2016(11)
[7]主成分回歸克服多重共線性的R語(yǔ)言實(shí)現(xiàn)[J]. 汪朋. 科技資訊. 2015(28)
[8]農(nóng)業(yè)大數(shù)據(jù)與農(nóng)民專業(yè)合作社發(fā)展的新機(jī)遇、新挑戰(zhàn)[J]. 孟祥東,薛興利. 中國(guó)集體經(jīng)濟(jì). 2015(34)
[9]秋播辛硫·甲拌磷土壤處理對(duì)麥田白眉野草螟的防治效果[J]. 曾娟,秦引雪,陳會(huì)剛,吳曉燕,張躍芳. 植物保護(hù). 2015(06)
[10]促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要[J]. 成組技術(shù)與生產(chǎn)現(xiàn)代化. 2015(03)
博士論文
[1]數(shù)據(jù)降維的廣義相關(guān)分析研究[D]. 陳曉紅.南京航空航天大學(xué) 2011
碩士論文
[1]基于大數(shù)據(jù)的山東省二代玉米螟發(fā)生程度預(yù)測(cè)[D]. 楊波.山東農(nóng)業(yè)大學(xué) 2016
[2]大數(shù)據(jù)時(shí)代科研新方法研究[D]. 張迪.北京理工大學(xué) 2015
[3]主成分分析與二維主成分分析之比較研究[D]. 吳敬華.云南財(cái)經(jīng)大學(xué) 2014
[4]小麥害蟲白眉野草螟的生長(zhǎng)發(fā)育與防治研究[D]. 彭赫.中國(guó)農(nóng)業(yè)科學(xué)院 2014
[5]隨機(jī)森林的特征選擇和模型優(yōu)化算法研究[D]. 雍凱.哈爾濱工業(yè)大學(xué) 2008
本文編號(hào):3392814
【文章來源】:山東農(nóng)業(yè)大學(xué)山東省
【文章頁(yè)數(shù)】:44 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
隨機(jī)森林基本原理
主成分回歸模型原理
Ntree值與錯(cuò)誤率的關(guān)系圖
【參考文獻(xiàn)】:
期刊論文
[1]大數(shù)據(jù)技術(shù)在公路隧道工程中的應(yīng)用探討[J]. 王少飛,張建陽(yáng),趙春艷,王偉力. 公路. 2017(08)
[2]數(shù)據(jù)存在共線性時(shí)采用主成分回歸分析與投影尋蹤回歸分析的效果比較[J]. 胡完,孫巖松,胡良平. 中國(guó)衛(wèi)生統(tǒng)計(jì). 2017(02)
[3]基于隨機(jī)森林算法的近地表氣溫遙感反演研究[J]. 白琳,徐永明,何苗,李寧. 地球信息科學(xué)學(xué)報(bào). 2017(03)
[4]淺析R語(yǔ)言并行計(jì)算在大數(shù)據(jù)分析中的應(yīng)用[J]. 李加慶,劉燕. 電子測(cè)試. 2016(23)
[5]數(shù)據(jù)挖掘技術(shù)綜述[J]. 鄒祎. 信息通信. 2016(12)
[6]基于隨機(jī)森林的文本分類模型研究[J]. 羅新. 農(nóng)業(yè)圖書情報(bào)學(xué)刊. 2016(11)
[7]主成分回歸克服多重共線性的R語(yǔ)言實(shí)現(xiàn)[J]. 汪朋. 科技資訊. 2015(28)
[8]農(nóng)業(yè)大數(shù)據(jù)與農(nóng)民專業(yè)合作社發(fā)展的新機(jī)遇、新挑戰(zhàn)[J]. 孟祥東,薛興利. 中國(guó)集體經(jīng)濟(jì). 2015(34)
[9]秋播辛硫·甲拌磷土壤處理對(duì)麥田白眉野草螟的防治效果[J]. 曾娟,秦引雪,陳會(huì)剛,吳曉燕,張躍芳. 植物保護(hù). 2015(06)
[10]促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要[J]. 成組技術(shù)與生產(chǎn)現(xiàn)代化. 2015(03)
博士論文
[1]數(shù)據(jù)降維的廣義相關(guān)分析研究[D]. 陳曉紅.南京航空航天大學(xué) 2011
碩士論文
[1]基于大數(shù)據(jù)的山東省二代玉米螟發(fā)生程度預(yù)測(cè)[D]. 楊波.山東農(nóng)業(yè)大學(xué) 2016
[2]大數(shù)據(jù)時(shí)代科研新方法研究[D]. 張迪.北京理工大學(xué) 2015
[3]主成分分析與二維主成分分析之比較研究[D]. 吳敬華.云南財(cái)經(jīng)大學(xué) 2014
[4]小麥害蟲白眉野草螟的生長(zhǎng)發(fā)育與防治研究[D]. 彭赫.中國(guó)農(nóng)業(yè)科學(xué)院 2014
[5]隨機(jī)森林的特征選擇和模型優(yōu)化算法研究[D]. 雍凱.哈爾濱工業(yè)大學(xué) 2008
本文編號(hào):3392814
本文鏈接:http://www.sikaile.net/nykjlw/dzwbhlw/3392814.html
最近更新
教材專著