决策树算法在油茶种子含油率模拟及关键气象因子分析上的应用

摘要

采用决策树算法对湖南省41个油茶样地2009～2017年的油茶种子含油率与气象因子进行诊断分析并挑选出关键指标,结果表明:基于所有时间段气象数据的CART算法拟合效果较好,平均相对误差为18.2％,油脂转化和积累高峰期20℃以上活动积温为最重要的决策因子;对不同时间段气象因子分别建模,平均相对误差在22.9％～25.4％,果实第一次膨大期、果实膨大高峰期、油脂转化和积累高峰期、果实成熟期、采后处理期的最关键气象因子分别为15℃以上活动积温、极端最高气温、20℃以上活动积温、最长连续无降水日数、降水日数.