基于决策树算法的气象因子对油茶产量影响研究

摘要

采用分类与回归树(CART)和卡方自动交叉检验(CHAID)两种决策树算法,基于不同物候期气象指标对2010—2016年湖南省24个油茶(Camellia oleifera Abel.)测产点的油茶产量进行分析.结果表明,两种决策树算法对于历史产量数据模拟的平均相对误差分别达8.80％、14.30％,趋势准确率分别为97.40％、92.20％;开花期的0℃以上积温和平均最高气温对油茶产量影响最大,在果实第一次膨大期、油脂转化和积累高峰期,气温日较差、平均最低气温和高温日数最重要.对提升油茶产业效益极具现实意义.