郝玲 张佩 史逸民 刘瑞翔 王伟健 朱云凤

摘要：利用江苏省统计局提供的全省75个县（市、区）1981—2018年的冬小麦产量，基于灰色系统滑动模型得到各县（市、区）冬小麦气象产量。采用K-means算法对全省各县（市、区）冬小麦气象产量进行聚类分析，将全省客观划分为南、北2个冬小麦种植区，区域连续且相互独立。通过C4.5决策树算法，基于130项前期春季气候因子对2个种植区的冬小麦气象产量“是否歉年”分别建立决策树预测模型。在北种植区冬小麦是否歉年的预测中，决策树模型的自学习准确率为82.0%，测试准确率为90.9%;在南种植区冬小麦是否歉年的预测中，决策树模型的自学习准确率为92.5%，测试准确率为91.67%。结果表明，K-means算法和C4.5算法对江苏省冬小麦气象产量区划和预测具有良好效果，可为江苏省冬小麦产量预测提供有意义的参考。

关键词：冬小麦;气象产量;种植区划;K-means算法;C4.5算法;决策树预测模型

中图分类号：S162.5+3 文献标志码： A

文章编号：1002-1302（2021）12-0162-06

收稿日期：2020-10-20

基金项目：江苏省第五期“333高层次人才培养工程”项目（编号：BRA2019348）。

作者简介：郝 玲（1983—），女，天津人，硕士，工程师，主要从事应用气象及天气预报技术研究。E-mail：702381568@qq.com。

通信作者：刘瑞翔，硕士，工程师，主要从事气象灾害评估与监测研究。E-mail：261650438@qq.com。

在我国冬小麦是重要的粮食作物，在全國粮食安全中具有重要位置[1]。江苏省位于温带季风气候与亚热带季风气候的南北过渡带上，不同区域的气象条件往往具有较大的差异，对农作物的生长发育往往有着不同的影响[2]。因此，对农作物种植区进行合理的区划具有重要意义。……