基于随机森林算法构建白眉野草螟监测预警模型_程娇
为科学防治白眉野草螟Agriphila aeneociliella,以16种气象因子为自变量,以白眉野草螟发生程度为因变量,采用随机森林算法构建白眉野草螟的监测预警模型,并利用构建的模型对2010—2016年影响鲁东地区白眉野草螟发生程度的关键气象因子进行分析。结果表明,当特征值为9,决策树数量为400时,白眉野草螟监测预警模型的袋外估计错误率最低,为17.88%,轻度发生和重度发生的错误率分别为17.58%和18.18%。利用测试数据检验模型,模型错误率为20.00%。通过所构建的模型分析显示影响鲁东地区白眉野草螟发生程度的关键气象因子为平均水汽压、日最低气温、平均气温和日最高气温,其Gini值分别为18.82、14.84、13.67和9.30。
- 2021-05-06
- 阅读163
- 下载0
- 7页
- pdf