基于大数据的小麦蚜虫发生程度决策树预测分类模型OA
Decision tree predictive classification model on the occurrence degree of wheat aphids based on big data
小麦蚜虫是危害小麦的主要害虫.其发生程度预测特别是短期预测一直是植物保护领域难以解决的科学问题.传统预测方法通常仅采用温湿度,预测结果与实际发生匹配度不高.基于大数据的理念和数据挖掘技术,通过对2003-2013年小麦蚜虫发生程度与瓢虫、寄生蜂、日最高气压、日照时数等18种变量关系的决策树分析,构建了分类模型.经分析发现,日照时数与小麦蚜虫的发生程度关联度最高,其次是天敌瓢虫.该模型置信度为91.49％,且运行稳健.
张晴晴;刘勇;牟少敏;温孚江
山东农业大学农业大数据研究中心,山东泰安271018山东农业大学农业大数据研究中心,山东泰安271018山东农业大学农业大数据研究中心,山东泰安271018山东农业大学农业大数据研究中心,山东泰安271018
植物保护学
小麦蚜虫农业大数据决策树分类模型
《大数据》 2016 (1)
59-67,9
山东省农业重大应用技术创新课题基金资助项目
评论