作者:黄海迅,周筠珺,曾勇,邹书平,杨哲
摘要:为提高威宁地区甘蔗产量,利用1995-2013年贵港市历史气象资料,通过SPSS对相对气象产量和各气象因子进行Pearson相关性分析,得出:4月的温度以及日照时数、12月的日照时数、1月的降水与甘蔗相对气象产量的相关性分别为-0.352、-0.407、-0.399、0.445,分别经过0.2、0.1、0.1、0.1水平的显著性检验,是影响甘蔗产量的主要因子;通过逐步回归分析、BP神经网络方法建立甘蔗产量预报模型并作对比分析,得出:神经网络模式在历史产量拟合效果(拟合平均误差0.0031%)以及预测效果(预测相对误差5.3758%)均好于其他两种方法。
发文机构:成都信息工程大学大气科学学院 贵州省冰雹防控技术工程中心 贵州省山地气候环境研究所 贵州省人工影响天气办公室
关键词:大气科学农业气象逐步回归BP神经网络灰色预测atmospheric sciencesagricultural meteorologystepwise regressionBP neural networkgrey prediction
分类号: S566.1[农业科学—作物学]S165[农业科学—农业气象学]