DIVISION OF BANANA FOR CLIMATIC SUITABILITY BASED ON A DECISION TREE
-
摘要: 香蕉是华南重要出口水果,开展香蕉气候适宜性区划可为合理利用资源和优化香蕉布局提供科学依据。针对传统气候区划方法过于依赖知识经验、不具学习能力的不足,尝试使用ID3决策树方法进行广西香蕉气候适宜性区划。根据香蕉生长气候需求,选择年平均气温、年降雨量、≥10 ℃活动积温、年极端最低气温、日平均气温≤8 ℃连续天数和年平均日照时数等6个气候因子,利用广西90个气象站1971—2000年观测资料,结合台站空间信息建立栅格推算模型,把各个因子推算为l km×l km栅格数据,并根据香蕉区划指标对各个因子进行离散化运算。通过实地考察并结合离散化后的因子栅格数据,获取香蕉气候适宜性样本点,并使用ID3算法建立决策树,结果总体精度达到92.5%。区划结果表明,ID3决策树算法适用于香蕉气候区划。Abstract: Banana is an important export-oriented fruit in South China. Division of banana for climate suitability provides scientific basis for rational use of natural resources and optimization of banana distribution. To overcome the shortcomings of traditional methods of climate division that over-rely on knowledge and experience and have no ability to learn, a approach based on a so-called ID3 decision tree method is provided. Annual mean temperature, annual precipitation, accumulated temperature of ≥10 ℃, annual extreme minimum temperature, number of consecutive days with average temperature of ≤ 8 ℃, and mean annual sunshine duration are taken as climatic factors to build Grids Reckoning Models. Climate data from 1971 to 2000 and geographical information data of 90 weather stations in Guangxi are used to build models, with each of the climate factors projected as l km×l km raster data and discretization operation carried out on each of the climate factors based on an index of climatic suitability division. Combined with discreted raster data with fieldwork data, samples of banana for climate suitability division are used to build a decision tree based on the ID3 algorithm and the total classification accuracy is 92.5%. Results shows that the ID3 decision tree method is suitable for banana climate division.
-
Key words:
- agricultural meteorology /
- agroclimatic division /
- decision tree /
- ID3 /
- banana
-
[1] 植石群,刘锦銮, 杜尧东, 等. 广东省香蕉寒害风险分析[J]. 自然灾害学报,2003(2): 113-116. [2] 施健. 热带作物气象学[M]. 北京: 中国农业出版社, 1995: 25-32. [3] 苏占胜,秦其明,陈晓光,等. GIS技术在宁夏枸杞气候区划中的应用[J]. 资源科学,2006, 28(6): 68-72. [4] 苏永秀,丁美花,李政,等. GIS在广西龙眼种植优化布局中的应用[J]. 农业工程学报,2006,22(12): 145-149. [5] 何燕,李政,廖雪萍.基于GIS的巴西陆稻IAPAR-9种植气候区划研究[J]. 应用气象学报,2007, 18(2): 220-223. [6] 何燕,苏永秀,李政,等. 基于GIS的广西香蕉种植生态气候区划研究[J]. 西南农业大学学报(自然科学版),2006,28(4): 573-576. [7] 张晓煜,韩颖娟,张磊,等. 基于GIS的宁夏酿酒葡萄种植区划[J]. 农业工程学报,2007, 23(10): 275-278. [8] 金志凤,邓睿,黄敬峰,等. 基于GIS的浙江杨梅种植区划[J].农业工程学报,2008, 24(8): 214-218. [9] 陈守智,张泽,田玉旭,等. 基于聚类分析的云南省荔枝栽培气候区划研究[J]. 云南农业大学学报,2008, 23(2): 260-264. [10] 权维俊,赵新平,郭文利,等. 专家分类器在京白梨气候区划中的应用[J]. 气象科技, 2007, 35(6): 850-852. [11] 杜尧东,宋丽莉,毛慧琴,等. 广东地区的气候变暖及其对农业的影响与对策[J]. 热带气象学报,2004, 20(3): 302-310. [12] 杜尧东,何健,梁凤娟,等. 热带、亚热带作物引种气候咨询系统[J]. 热带气象学报,2006, 22(5): 510-514. [13] QUINLAN J R.Induction of decision tree[J].Machine Learning,1986(1): 81-106. [14] 任周桥,刘耀林,焦利民. 基于决策树的土地适宜性评价[J]. 资源调查与评价,2007, 24(3): 21-25. [15] 孙微微,胡月明,刘才兴,等. 基于决策树的土壤质量等级研究[J]. 华南农业大学学报,2005, 26(3): 108-110. [16] 赵建华,陈汉林,杨树锋,等.基于决策树算法的滑坡危险性区划评价[J]. 浙江大学学报(理学版),2004,31(4): 465-470. [17] 刘璇,唐慧强,许遐祯,等. 决策树算法在农业气象灾害统计中的应用[J]. 农机化研究,2009,7: 200-203. [18] 马力文,叶殿秀,曹宁,等. 宁夏枸杞气候区划[J]. 气象科学,2009,29(4): 546-551. [19] 翟俊海,张素芳,王熙照. ID3算法的理论基础[J]. 兰州大学学报(自然科学版),2007,43(6): 66-69. [20] 马瑜,王有郁. ID3算法应用研究[J]. 信息技术,2006,12: 84-86. [21] 陈尚谟,黄寿波,温福光. 果树气象学[M]. 北京:气象出版社,1988: 455-486. [22] 李绍鹏,许树培. 南方果树丰产栽培技术[M]. 北京:农村读物出版社,1996: 50-103. [23] 黄朝荣. 气象条件对香蕉生长和产量影响初步研究[J]. 中国农业气象,1993(2): 7-10. [24] 李国平. 香蕉[M]. 海口:南方出版社,1999: 31-39. [25] 陶忠良,阳辛凤,蒋华. 气象条件对香蕉品质的影响[J]. 热带农业科学,2001(4): 44-48
点击查看大图
计量
- 文章访问数: 1662
- HTML全文浏览量: 4
- PDF下载量: 2139
- 被引次数: 0