基于多种机器学习的海南热带作物产量预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘  要：热带作物产量对气候条件高度敏感，精准建模气象驱动机制对于提升热带农业生产效率及气候适应能力具有重要意义。本研究以海南省天然橡胶、芒果、菠萝和香蕉为研究对象，系统比较包括LGBM、随机森林（RF）、极端梯度提升（XGBoost）、自适应增强（AdaBoost）、支持向量机（SVM）与多元线性回归（MLR）6种机器学习模型预测性能，并基于SHAP方法量化气象因子的贡献度与非线性响应特征。（剩余26337字）

试读结束

目录
monitor
客服机器人