郝玲 張佩 史逸民 劉瑞翔 王偉健 朱云鳳

摘要：利用江蘇省統(tǒng)計(jì)局提供的全省75個(gè)縣（市、區(qū)）1981—2018年的冬小麥產(chǎn)量，基于灰色系統(tǒng)滑動(dòng)模型得到各縣（市、區(qū)）冬小麥氣象產(chǎn)量。采用K-means算法對(duì)全省各縣（市、區(qū)）冬小麥氣象產(chǎn)量進(jìn)行聚類分析，將全省客觀劃分為南、北2個(gè)冬小麥種植區(qū)，區(qū)域連續(xù)且相互獨(dú)立。通過(guò)C4.5決策樹(shù)算法，基于130項(xiàng)前期春季氣候因子對(duì)2個(gè)種植區(qū)的冬小麥氣象產(chǎn)量“是否歉年”分別建立決策樹(shù)預(yù)測(cè)模型。在北種植區(qū)冬小麥?zhǔn)欠袂改甑念A(yù)測(cè)中，決策樹(shù)模型的自學(xué)習(xí)準(zhǔn)確率為82.0%，測(cè)試準(zhǔn)確率為90.9%;在南種植區(qū)冬小麥?zhǔn)欠袂改甑念A(yù)測(cè)中，決策樹(shù)模型的自學(xué)習(xí)準(zhǔn)確率為92.5%，測(cè)試準(zhǔn)確率為91.67%。結(jié)果表明，K-means算法和C4.5算法對(duì)江蘇省冬小麥氣象產(chǎn)量區(qū)劃和預(yù)測(cè)具有良好效果，可為江蘇省冬小麥產(chǎn)量預(yù)測(cè)提供有意義的參考。

關(guān)鍵詞：冬小麥;氣象產(chǎn)量;種植區(qū)劃;K-means算法;C4.5算法;決策樹(shù)預(yù)測(cè)模型

中圖分類號(hào)：S162.5+3 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2021）12-0162-06

收稿日期：2020-10-20

基金項(xiàng)目：江蘇省第五期“333高層次人才培養(yǎng)工程”項(xiàng)目（編號(hào)：BRA2019348）。

作者簡(jiǎn)介：郝 玲（1983—），女，天津人，碩士，工程師，主要從事應(yīng)用氣象及天氣預(yù)報(bào)技術(shù)研究。E-mail：702381568@qq.com。

通信作者：劉瑞翔，碩士，工程師，主要從事氣象災(zāi)害評(píng)估與監(jiān)測(cè)研究。E-mail：261650438@qq.com。

在我國(guó)冬小麥?zhǔn)侵匾募Z食作物，在全國(guó)糧食安全中具有重要位置[1]。江蘇省位于溫帶季風(fēng)氣候與亞熱帶季風(fēng)氣候的南北過(guò)渡帶上，不同區(qū)域的氣象條件往往具有較大的差異，對(duì)農(nóng)作物的生長(zhǎng)發(fā)育往往有著不同的影響[2]。因此，對(duì)農(nóng)作物種植區(qū)進(jìn)行合理的區(qū)劃具有重要意義。沈宗瀚在1936年便依照我國(guó)的氣候、土壤條件及小麥生長(zhǎng)狀況等特點(diǎn)，將全國(guó)劃分為長(zhǎng)江流域、淮河流域、隴海鐵路東段、陜西中部、豫魯北部及燕晉區(qū)6個(gè)冬小麥種植區(qū)[3];根據(jù)小麥的冬春習(xí)性、籽粒色澤及質(zhì)地軟硬，金善寶于1943年將小麥種植區(qū)劃分為紅皮春麥、硬質(zhì)冬春混合以及軟質(zhì)紅皮冬麥3個(gè)區(qū)域[4];1961年，金善寶在《中國(guó)小麥栽培學(xué)》中，依據(jù)我國(guó)的氣候特點(diǎn)，特別是年平均氣溫、冬季氣溫、降水量及其分布以及小麥類型、耕作栽培制度、適宜播期和成熟期等因素，將我國(guó)的小麥種植區(qū)劃分為3個(gè)主區(qū)及10個(gè)亞區(qū)[5];金善寶在《中國(guó)小麥學(xué)》中依據(jù)地理地域、品種冬春性、籽粒特性以及栽培環(huán)境等因素的綜合影響對(duì)小麥種植區(qū)進(jìn)行區(qū)劃，將我國(guó)小麥種植區(qū)分為3個(gè)主區(qū)10個(gè)亞區(qū)和29個(gè)副區(qū)[4];趙廣才結(jié)合多年小麥栽培技術(shù)成果和生產(chǎn)實(shí)踐經(jīng)驗(yàn)，在前人研究基礎(chǔ)之上對(duì)我國(guó)小麥進(jìn)行區(qū)劃研究，將我國(guó)小麥種植區(qū)劃分為4個(gè)主區(qū)及10個(gè)亞區(qū)[3，6]。眾多學(xué)者基于小麥種植區(qū)的氣候特點(diǎn)、小麥本身的特性及基于主觀的經(jīng)驗(yàn)對(duì)小麥的種植區(qū)進(jìn)行劃分。

冬小麥的產(chǎn)量受氣候條件、生產(chǎn)技術(shù)水平等多種因素影響，其生長(zhǎng)條件和環(huán)境可以看成是非常復(fù)雜的非線性系統(tǒng)，因此其產(chǎn)量是受到不同生長(zhǎng)階段的多種氣象要素和生長(zhǎng)發(fā)育環(huán)境等多個(gè)影響因子相互作用的共同結(jié)果，冬小麥單產(chǎn)的提高主要依靠品種和栽培措施的改進(jìn)以及對(duì)氣象條件變化的趨利避害等方面[7]。然而，20世紀(jì)80年代以來(lái)，全球氣溫普遍升高，極端天氣頻發(fā)，對(duì)冬小麥產(chǎn)量造成了嚴(yán)重的負(fù)面影響[8-9]。高蘋(píng)等基于海溫和大氣環(huán)流特征對(duì)江蘇省小麥適播期進(jìn)行了預(yù)測(cè)研究[10];吳洪顏等建立了基于太平洋海溫的冬小麥濕漬害預(yù)測(cè)模型并發(fā)現(xiàn)2個(gè)高相關(guān)區(qū)，即Nino區(qū)和西太平洋北部海區(qū)[11];隨著遙感技術(shù)的發(fā)展，越來(lái)越多的學(xué)者利用衛(wèi)星遙感資料預(yù)測(cè)冬小麥產(chǎn)量，李衛(wèi)國(guó)等基于遙感信息獲取小麥生理過(guò)程與氣候環(huán)境狀況建立了簡(jiǎn)化的小麥估產(chǎn)模型可對(duì)不同年份、不同區(qū)域的小麥產(chǎn)量形成情況進(jìn)行監(jiān)測(cè)與預(yù)報(bào)[12-13]。

大尺度的大氣環(huán)流系統(tǒng)強(qiáng)度和位置的調(diào)整、不同區(qū)域海溫異常變化往往能夠?qū)е麓髤^(qū)域甚至全球范圍的氣候異常，從而間接影響農(nóng)作物氣象產(chǎn)量的豐歉[14]。于彩霞等利用逐月的大尺度氣候因子對(duì)小麥白粉病進(jìn)行了效果良好的產(chǎn)期預(yù)測(cè)研究[15]。尚志云等利用74項(xiàng)大氣環(huán)流指數(shù)基于貝葉斯分類模型對(duì)河北省冬小麥白粉病建立了預(yù)測(cè)模型[16]。姜燕等利用不同膨化時(shí)段的74項(xiàng)環(huán)流指數(shù)距平值對(duì)全國(guó)小麥條銹病發(fā)病面積建立預(yù)報(bào)模型[17]。也有學(xué)者通過(guò)模擬全國(guó)小麥、玉米等農(nóng)作物在干旱等惡劣氣候環(huán)境中的產(chǎn)量評(píng)估異常氣候?qū)r(nóng)作物產(chǎn)量的影響[18]。

隨著5G互聯(lián)網(wǎng)浪潮的掀起，大數(shù)據(jù)、云計(jì)算、人工智能等新興領(lǐng)域蓬勃發(fā)展。而數(shù)據(jù)挖掘技術(shù)是人工智能的重要分支領(lǐng)域。國(guó)內(nèi)外越來(lái)越多的學(xué)者將數(shù)據(jù)挖掘技術(shù)應(yīng)用于農(nóng)業(yè)方面[19-21]。然而，目前學(xué)界對(duì)江蘇省冬小麥氣象產(chǎn)量的客觀區(qū)劃及預(yù)測(cè)的相關(guān)研究相對(duì)較少，本研究旨在利用數(shù)據(jù)挖掘中經(jīng)典的K-means聚類算法對(duì)江蘇省冬小麥氣象產(chǎn)量建立客觀合理的區(qū)劃模型，再利用前期春季的氣候指數(shù)集通過(guò)C4.5決策樹(shù)算法對(duì)不同冬小麥種植區(qū)建立產(chǎn)量歉年的預(yù)測(cè)模型，為農(nóng)產(chǎn)品氣象產(chǎn)量的區(qū)劃與預(yù)測(cè)提供新的思路。

1 材料與方法

本研究利用數(shù)據(jù)挖掘中經(jīng)典的K-means聚類算法對(duì)江蘇省75個(gè)縣（市、區(qū)）的冬小麥氣象產(chǎn)量進(jìn)行聚類分析，通過(guò)各縣（市、區(qū)）冬小麥氣象產(chǎn)量數(shù)據(jù)上的相似程度客觀判斷各地區(qū)所屬類別，進(jìn)而對(duì)江蘇省冬小麥氣象產(chǎn)量進(jìn)行客觀的區(qū)劃。針對(duì)不同區(qū)域，利用130項(xiàng)前期春季氣候因子，基于數(shù)據(jù)挖掘中C4.5決策樹(shù)算法，對(duì)各區(qū)域冬小麥產(chǎn)量歉年進(jìn)行預(yù)測(cè)。

1.1 資料來(lái)源

本研究使用的資料來(lái)源如下：（1）江蘇省統(tǒng)計(jì)局提供的全省75個(gè)地區(qū)1981—2018年冬小麥產(chǎn)量;（2）江蘇省氣象局提供的全省各站1981—2018年日最高氣溫、日最低氣溫、日平均氣溫、日降水量以及日照時(shí)數(shù)等氣象資料;（3）氣候指數(shù)來(lái)自國(guó)家氣候中心（NCC）整編的百項(xiàng)氣候系統(tǒng)指數(shù)集。

冬小麥氣象產(chǎn)量的處理：由于科學(xué)技術(shù)進(jìn)步和自然條件的變化，農(nóng)作物的產(chǎn)量可分離為趨勢(shì)產(chǎn)量、氣象產(chǎn)量和隨機(jī)誤差，隨機(jī)誤差可忽略不計(jì)。

y=yt+yw+ε。（1）

式中：y為作物產(chǎn)量;yw為氣象產(chǎn)量;yt為趨勢(shì)產(chǎn)量;ε為隨機(jī)誤差。計(jì)算趨勢(shì)產(chǎn)量的方法有多種，本研究采用灰色系統(tǒng)GM（1，1）滑動(dòng)模型[22]獲取。

對(duì)于冬小麥的氣象產(chǎn)量序列{yw}，總樣本數(shù)為n。通過(guò)計(jì)算氣象產(chǎn)量序列標(biāo)準(zhǔn)差σ，定義當(dāng)氣象產(chǎn)量小于-0.5σ為冬小麥產(chǎn)量歉年。

1.2 方法介紹

1.2.1 K-means聚類算法

K-means算法是數(shù)據(jù)挖掘中最經(jīng)典的聚類算法，也是數(shù)據(jù)挖掘中十大算法之一[23]。聚類即根據(jù)相似性為原則對(duì)事物進(jìn)行分類，使得“類內(nèi)相似，類間相異”。K-means算法采用距離作為相似性指標(biāo)，從而發(fā)現(xiàn)給定數(shù)據(jù)集中的K個(gè)類，且每個(gè)類的中心是根據(jù)類中所有數(shù)值的均值得到的，每個(gè)類的中心用聚類中心來(lái)描述。K-means不需要任何先驗(yàn)知識(shí)，是無(wú)監(jiān)督算法，在人工智能、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和模式識(shí)別領(lǐng)域中均有廣泛應(yīng)用。

K-means算法在本研究中的描述及實(shí)現(xiàn)過(guò)程如下：

在給定的氣象產(chǎn)量數(shù)據(jù)集yw={x1，x2，…，xn}初始化K個(gè)簇C={C1，C2，…，Ck}，其最小化損失函數(shù)為

E=∑ki=1∑x∈Ci‖x-μi‖2。（2）

其中Ci的中心點(diǎn)：

μi=1|Ci|∑x∈Cix。（3）

在樣本中隨機(jī)選取k個(gè)樣本充當(dāng)各個(gè)簇的中心點(diǎn){η1，η2，…，ηk}，計(jì)算所有樣本點(diǎn)與各個(gè)簇中心之間的距離，把樣本劃入最近的簇中。

1.2.2 C4.5算法

決策樹(shù)技術(shù)是一種對(duì)海量數(shù)據(jù)集進(jìn)行分類的非常有效的方法。通過(guò)構(gòu)造決策樹(shù)模型，從有目標(biāo)變量和預(yù)測(cè)變量的數(shù)據(jù)集中提取決策規(guī)則、模式和知識(shí)[24]。機(jī)器學(xué)習(xí)中，決策樹(shù)是一個(gè)預(yù)測(cè)模型;它代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。 樹(shù)中每個(gè)節(jié)點(diǎn)表示某個(gè)對(duì)象，而每個(gè)分叉路徑則代表某個(gè)可能的屬性值，從根節(jié)點(diǎn)到葉節(jié)點(diǎn)所經(jīng)歷的路徑對(duì)應(yīng)一個(gè)判定測(cè)試序列。

C4.5算法是一種常用的決策樹(shù)算法，這種算法通過(guò)特殊處理方式可以恰當(dāng)?shù)剡x擇每個(gè)節(jié)點(diǎn)上的屬性變量[25]。它的目標(biāo)是監(jiān)督學(xué)習(xí)：給定一個(gè)數(shù)據(jù)集，其中的每一個(gè)元組都能用一組屬性值來(lái)描述，每一個(gè)元組屬于一個(gè)互斥的類別中的某一類。C4.5的目標(biāo)是通過(guò)學(xué)習(xí)，找到一個(gè)從屬性值到類別的映射關(guān)系，并且這個(gè)映射能用于對(duì)新的類別未知的實(shí)體進(jìn)行分類。這一算法的理論基礎(chǔ)是信息論中熵的概念，目標(biāo)是找到保持分類最小差異性所需最低限度的信息[26]。令S為包括s個(gè)數(shù)據(jù)樣本的訓(xùn)練集，S（Ci）為S中屬于Ci類的樣本個(gè)數(shù)（i=1，2，…，m）。此時(shí)訓(xùn)練集S的信息（熵）定義為

info（S）=∑mi=1S（Ci）slog2S（Ci）s。（4）

接著，需要通過(guò)屬性A將信息S分為{S1，S2，…，SV}（屬性A所包含不同值的數(shù)目為v）。

info（A|S）=∑Vj=1SjSinfo（S）。（5）

增益計(jì)算如下：

gainratio（A|S）=gain（A|S）info（A|S）。（6）

其中

gain（A|S）=info（S）-info（A|S）。（7）

與其他分類算法相比，決策樹(shù)算法（以C4.5算法為例）具有以下優(yōu)點(diǎn)：決策樹(shù)是一種自解釋的模型，并且可以抽象出決策規(guī)則方便執(zhí)行;該模型可以同時(shí)處理離散和連續(xù)型變量;對(duì)數(shù)據(jù)中的缺失值不敏感。

2 基于K-means算法的江蘇省冬小麥氣象產(chǎn)量的區(qū)域劃分

江蘇省位于我國(guó)東部沿海，受季風(fēng)影響，冬夏較長(zhǎng)，春秋偏短，地跨南北氣候帶，全省年平均氣溫均自南向北遞減。江蘇省南部和北部的季節(jié)起止時(shí)間也有明顯差異，一般蘇南地區(qū)和淮北地區(qū)相差1周左右。降水量的分布也存在南多北少，內(nèi)陸少于沿海的特征，江蘇省不同區(qū)域具備的氣候特點(diǎn)不盡相同。為了更加客觀地反映冬小麥產(chǎn)量的氣象區(qū)劃，本研究利用江蘇省75個(gè)地區(qū)的冬小麥氣象產(chǎn)量數(shù)據(jù)本身的相似程度，基于K-means聚類算法建立全省冬小麥氣象產(chǎn)量的區(qū)劃模型。

利用1981—2018年各地冬小麥產(chǎn)量，通過(guò)上文所述的灰色系統(tǒng)滑動(dòng)模型獲得各縣（市、區(qū)）每年氣象產(chǎn)量，將全省氣象產(chǎn)量數(shù)據(jù)集輸入K-means算法，利用輪廓系數(shù)來(lái)確定聚類數(shù)，選擇輪廓系數(shù)較大的k值[23]。

為了簡(jiǎn)潔地劃分江蘇省冬小麥種植區(qū)，通過(guò)從2～5比較K值的輪廓系數(shù)，輪廓系數(shù)越接近1聚類效果越好，當(dāng)k=2時(shí)輪廓系數(shù)達(dá)到0.5，聚類的效果達(dá)到最佳（圖1）。 因此筆者所在課題組將聚類數(shù)K定為2。

通過(guò)K-means算法聚類后，制作出江蘇省冬小麥氣象產(chǎn)量區(qū)劃（圖2）?？梢钥闯?，2個(gè)冬小麥種植區(qū)南北分布，北種植區(qū)面積較南冬小麥種植區(qū)更大，北種植區(qū)包含全省75個(gè)縣（市、區(qū)）中的47個(gè)縣（市、區(qū)），占63%。南冬小麥種植區(qū)包含全省75個(gè)縣（市、區(qū)）中的28個(gè)，占37%。

通過(guò)統(tǒng)計(jì)江蘇省冬小麥北南種植區(qū)的氣象產(chǎn)量（圖3），可以發(fā)現(xiàn)北種植區(qū)與南種植區(qū)冬小麥氣象產(chǎn)量的整體趨勢(shì)是近似的，不同的是南種植區(qū)的氣象產(chǎn)量隨時(shí)間變化的幅度較北種植區(qū)更大，說(shuō)明北種植區(qū)氣象條件對(duì)于冬小麥產(chǎn)量而言更加穩(wěn)定可靠。另外，在個(gè)別時(shí)間段存在反位相的情況，如1986—1988年。

綜上所述，江蘇省冬小麥氣象產(chǎn)量區(qū)劃區(qū)域具有連續(xù)性，不同種植區(qū)的產(chǎn)量具有相似的變化趨勢(shì)的同時(shí)具備一定的差異性，這樣的特點(diǎn)為本研究建立不同種植區(qū)冬小麥氣象產(chǎn)量的預(yù)測(cè)模型建立了良好的研究基礎(chǔ)。

3 基于C4.5決策樹(shù)算法的江蘇省不同種植區(qū)冬小麥氣象產(chǎn)量是否歉年的預(yù)測(cè)模型

3.1 試驗(yàn)數(shù)據(jù)的預(yù)處理

本研究使用C4.5決策樹(shù)算法，將試驗(yàn)數(shù)據(jù)分割為關(guān)系互斥的訓(xùn)練集和測(cè)試集2個(gè)部分。訓(xùn)練集約占總樣本數(shù)的80%，測(cè)試集約占20%。訓(xùn)練集用于建立決策樹(shù)模型，測(cè)試集用于檢測(cè)模型的泛化能力。筆者所在課題組將氣象產(chǎn)量不足-0.5倍標(biāo)準(zhǔn)差的年份定義為冬小麥的氣象產(chǎn)量歉年，即當(dāng)北種植區(qū)氣象產(chǎn)量不足-2.50 kg/hm2，南種植區(qū)氣象產(chǎn)量不足-4.15 kg/hm2時(shí)分別為北種植區(qū)和南種植區(qū)的冬小麥氣象產(chǎn)量歉年。筆者所在課題組將江蘇省冬小麥氣象產(chǎn)量的預(yù)測(cè)抽象成北種植區(qū)和南種植區(qū)冬小麥氣象產(chǎn)量“是否歉年”的二元分類問(wèn)題。通過(guò)統(tǒng)計(jì)，在1981—2018年的38年中，北種植區(qū)有8個(gè)年份為冬小麥氣象產(chǎn)量歉年，南種植區(qū)有12個(gè)冬小麥氣象產(chǎn)量歉年，較北種植區(qū)更多（表1）。

為了盡可能不影響數(shù)據(jù)的原有分布狀況，本研究利用等距離抽樣的方式分離模型的訓(xùn)練集和測(cè)試集數(shù)據(jù)樣本（圖4），以5年為1個(gè)步長(zhǎng)抽取1個(gè)樣本作為模型的測(cè)試集，剩余的數(shù)據(jù)樣本作為模型的訓(xùn)練集。因此，訓(xùn)練集中共有31個(gè)年份，其中北種植區(qū)有6個(gè)年份為歉年，南種植區(qū)有11個(gè)年份為歉年;測(cè)試集中共有7個(gè)年份，其中北種植區(qū)有2個(gè)年份為歉年，南種植區(qū)有1個(gè)年份為歉年。

為了維持目標(biāo)屬性“是否歉年”與否樣本量間的平衡以及模型學(xué)習(xí)和測(cè)試準(zhǔn)確率更加客觀，本研究對(duì)訓(xùn)練集和測(cè)試集中的歉年樣本分別進(jìn)行有放回的抽樣，目的是在不丟失數(shù)據(jù)特征的情況下使得歉年樣本和非歉年樣本在數(shù)量層面達(dá)到平衡（表2）。根據(jù)氣候系統(tǒng)指數(shù)集中的各項(xiàng)指數(shù)春季數(shù)值（3—5月），得到春季的130項(xiàng)氣候信號(hào)指數(shù)平均數(shù)據(jù)集。通過(guò)上述處理得到建模所需的訓(xùn)練集與測(cè)試集，為建立江蘇省冬小麥氣象產(chǎn)量歉年預(yù)測(cè)模型做好數(shù)據(jù)層面的準(zhǔn)備工作。

3.2 預(yù)測(cè)模型的構(gòu)建與檢驗(yàn)

以江蘇省北、南2個(gè)種植區(qū)的冬小麥氣象產(chǎn)量是否發(fā)生歉年為目標(biāo)變量，模型的輸入變量為130項(xiàng)當(dāng)年春季氣候信號(hào)指數(shù)。將預(yù)處理好的訓(xùn)練集數(shù)據(jù)輸入C4.5算法得到北、南種植區(qū)冬小麥氣象產(chǎn)量是否歉年決策樹(shù)預(yù)測(cè)模型（圖5、圖6）。為了保證模型不過(guò)擬合，筆者所在課題組通過(guò)設(shè)定葉節(jié)點(diǎn)樣本數(shù)量來(lái)控制決策樹(shù)的深度，本研究設(shè)定樣本數(shù)量約為總樣本數(shù)的15%左右。該模型中判別江蘇省冬小麥北種植區(qū)氣象產(chǎn)量是否歉年的關(guān)鍵因子為春季北半球極渦中心經(jīng)向位置指數(shù)，而預(yù)測(cè)南種植區(qū)氣象產(chǎn)量是否歉年的重要判別依據(jù)為東太平洋副高北界指數(shù)。

北種植區(qū)冬小麥氣象產(chǎn)量歉年預(yù)測(cè)模型的學(xué)習(xí)準(zhǔn)確率為82.0%，通過(guò)測(cè)試集對(duì)模型進(jìn)行檢驗(yàn)，準(zhǔn)確率達(dá)到90.9%;南種植區(qū)冬小麥氣象產(chǎn)量歉年預(yù)測(cè)模型的學(xué)習(xí)準(zhǔn)確率為92.5%，通過(guò)測(cè)試集對(duì)模型進(jìn)行檢驗(yàn)，測(cè)試準(zhǔn)確率達(dá)到91.7%（表3）。從決策樹(shù)可以看出，北種植區(qū)的小麥氣象產(chǎn)量歉年更容易受到極渦及太平洋中東部海溫異常的影響， 而南種植區(qū)的小麥氣象產(chǎn)量歉年更容易受到副熱帶高壓系統(tǒng)位置變化的影響。決策樹(shù)模型對(duì)江蘇省不同種植區(qū)冬小麥氣象產(chǎn)量是否歉年的預(yù)測(cè)提供了一種新的預(yù)測(cè)手段和參考依據(jù)。

決策樹(shù)簡(jiǎn)單直觀且易于理解，通過(guò)決策樹(shù)每個(gè)分支，即從根節(jié)點(diǎn)到葉節(jié)點(diǎn)（T/F）可以抽象出一條If…then…的規(guī)則，決策樹(shù)中具有上述特征的規(guī)則形成決策規(guī)則集[27]（表4、表5）。

4 結(jié)論與討論

冬小麥?zhǔn)墙K省重要的糧食作物，其產(chǎn)量豐歉關(guān)系到社會(huì)穩(wěn)定、國(guó)家安全等重要領(lǐng)域。本研究利用機(jī)器學(xué)習(xí)技術(shù)中經(jīng)典的K-means聚類算法對(duì)江蘇省冬小麥種植區(qū)進(jìn)行合理、客觀的劃分，進(jìn)而對(duì)不同種植區(qū)冬小麥氣象產(chǎn)量是否歉年建立基于C4.5算法的決策樹(shù)預(yù)測(cè)模型，預(yù)測(cè)效果較好，并得

到以下結(jié)論：

（1）通過(guò)K-means算法對(duì)江蘇省各地冬小麥氣象產(chǎn)量數(shù)據(jù)的相似程度進(jìn)行判別，基于“類內(nèi)相似，類間相異”的原則將江蘇省冬小麥種植區(qū)劃分為北、南種植區(qū)，2個(gè)種植區(qū)各自完整、連續(xù)且相互獨(dú)立，實(shí)現(xiàn)了客觀、合理的區(qū)劃目的。

（2）江蘇省南、北2個(gè)種植區(qū)小麥氣象產(chǎn)量的變化趨勢(shì)類似，但北種植區(qū)氣象產(chǎn)量隨時(shí)間變化較南種植區(qū)更加穩(wěn)定?？梢?jiàn)北種植區(qū)和南種植區(qū)冬小麥氣象產(chǎn)量既有聯(lián)系也有差異。

（3）通過(guò)對(duì)南北種植區(qū)冬小麥氣象產(chǎn)量是否歉年分別建立C4.5決策樹(shù)預(yù)測(cè)模型，北種植區(qū)決策樹(shù)模型的學(xué)習(xí)準(zhǔn)確率為82.0%，測(cè)試準(zhǔn)確率為90.9%;南種植區(qū)決策樹(shù)模型的學(xué)習(xí)準(zhǔn)確率為92.5%，測(cè)試準(zhǔn)確率為91.7%。

（4）從北種植區(qū)和南種植區(qū)冬小麥氣象產(chǎn)量是否歉年的決策樹(shù)模型中可以看出，影響北種植區(qū)的氣候因子主要是春季極渦系統(tǒng)位置的變化以及赤道中東太平洋區(qū)域的海溫異常;影響南種植區(qū)的氣候因子主要是全球副熱帶高壓系統(tǒng)的位置變化。

隨著大數(shù)據(jù)時(shí)代的不斷推進(jìn)，計(jì)算硬件與計(jì)算智能的不斷加強(qiáng)深化，數(shù)據(jù)挖掘技術(shù)在農(nóng)業(yè)生產(chǎn)中也得到越來(lái)越廣泛的應(yīng)用。本研究利用機(jī)器學(xué)習(xí)技術(shù)分別對(duì)江蘇省冬小麥種植區(qū)進(jìn)行客觀區(qū)劃以及對(duì)不同種植區(qū)的氣象產(chǎn)量歉年建立有效的預(yù)測(cè)模型，為江蘇省冬小麥產(chǎn)量的預(yù)測(cè)提供了有意義的參考。然而，由于機(jī)器學(xué)習(xí)方法相比于傳統(tǒng)的數(shù)學(xué)統(tǒng)計(jì)方法對(duì)數(shù)據(jù)樣本數(shù)量的要求更大，計(jì)算設(shè)備計(jì)算速度的要求更高，需要對(duì)比更多更復(fù)雜的訓(xùn)練策略并擇優(yōu)選取，可以相信，隨著數(shù)據(jù)樣本的不斷積累，訓(xùn)練策略和參數(shù)的不斷優(yōu)化，在預(yù)測(cè)的準(zhǔn)確率上還有較大的提升空間。

參考文獻(xiàn)：

[1]高 蘋(píng)，居為民，陳 寧，等. 人工神經(jīng)網(wǎng)絡(luò)方法在赤霉病預(yù)報(bào)中的應(yīng)用研究[J]. 中國(guó)農(nóng)業(yè)氣象，2001，22（2）：22-25.

[2]吳洪顏，高 蘋(píng)，徐為根，等. 江蘇省冬小麥濕漬害的風(fēng)險(xiǎn)區(qū)劃[J]. 生態(tài)學(xué)報(bào)，2012，32（6）：1871-1879.

[3]趙廣才. 中國(guó)小麥種植區(qū)劃研究（一）[J]. 麥類作物學(xué)報(bào)，2010，30（5）：886-895.

[4]金善寶. 中國(guó)小麥學(xué)[M]. 北京：中國(guó)農(nóng)業(yè)出版社，1996.

[5]金善寶. 中國(guó)小麥栽培學(xué)[M]. 北京：農(nóng)業(yè)出版社，1961.

[6]趙廣才. 中國(guó)小麥種植區(qū)劃研究（二）[J]. 麥類作物學(xué)報(bào)，2010，30（6）：1140-1147.

[7]徐 敏，徐經(jīng)緯，高 蘋(píng)，等. 不同統(tǒng)計(jì)模型在冬小麥產(chǎn)量預(yù)報(bào)中的預(yù)報(bào)能力評(píng)估——以江蘇麥區(qū)為例[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2020，28（3）：438-447.

[8]丁一匯，戴曉蘇. 中國(guó)近百年來(lái)的溫度變化[J]. 氣象，1994（12）：19-26.

[9]任國(guó)玉，郭 軍，徐銘志，等. 近50年中國(guó)地面氣候變化基本特征[J]. 氣象學(xué)報(bào)，2005（6）：942-956.

[10]高 蘋(píng)，張 佩，謝小萍，等. 基于海溫和環(huán)流特征量的江蘇省小麥適播期預(yù)測(cè)[J]. 氣象，2012，38（12）：1572-1578.

[11]吳洪顏，高 蘋(píng)，劉 梅. 基于太平洋海溫的冬小麥春季濕漬害預(yù)測(cè)模型[J]. 地理研究，2013，32（8）：1421-1429.

[12]李衛(wèi)國(guó)，王紀(jì)華，趙春江，等. 基于遙感信息和產(chǎn)量形成過(guò)程的小麥估產(chǎn)模型[C]//中國(guó)氣象學(xué)會(huì). 2007年中國(guó)氣象年會(huì)論文集. 北京，2007：582，586.

[13]李衛(wèi)國(guó)，趙春江，王紀(jì)華，等. 遙感和生長(zhǎng)模型相結(jié)合的小麥長(zhǎng)勢(shì)監(jiān)測(cè)研究現(xiàn)狀與展望[J]. 國(guó)土資源遙感，2007（2）：6-9.

[14]徐 敏，徐經(jīng)緯，高 蘋(píng)，等. 基于海溫和大氣環(huán)流特征量的農(nóng)業(yè)氣候年景預(yù)測(cè)[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44（9）：435-439.

[15]于彩霞，霍治國(guó)，黃大鵬，等. 基于大尺度因子的小麥白粉病長(zhǎng)期預(yù)測(cè)模型[J]. 生態(tài)學(xué)雜志，2015，34（3）：703-711.

[16]尚志云，姚樹(shù)然，王錫平，等. 基于大氣環(huán)流特征量的河北省冬小麥白粉病預(yù)報(bào)模型[J]. 中國(guó)農(nóng)業(yè)氣象，2014，35（6）：669-674.

[17]姜 燕，霍治國(guó)，李世奎，等. 全國(guó)小麥條銹病長(zhǎng)期預(yù)報(bào)模型比較研究[J]. 自然災(zāi)害學(xué)報(bào)，2006，15（6）：109-113.

[18]曹 陽(yáng). 1961—2010年潛在干旱對(duì)中國(guó)玉米、小麥產(chǎn)量影響的模擬[D]. 北京：中國(guó)農(nóng)業(yè)科學(xué)院，2014.

[19]時(shí) 雷. 基于物聯(lián)網(wǎng)的小麥生長(zhǎng)環(huán)境數(shù)據(jù)采集與數(shù)據(jù)挖掘技術(shù)研究[D]. 鄭州：河南農(nóng)業(yè)大學(xué)，2013.

[20]楊凌雯. 基于數(shù)據(jù)挖掘的智慧農(nóng)業(yè)生產(chǎn)系統(tǒng)的研究[D]. 杭州：浙江理工大學(xué)，2016.

[21]張晴晴. 決策樹(shù)及支持向量機(jī)回歸算法在麥蚜發(fā)生程度預(yù)測(cè)中的應(yīng)用[D]. 泰安：山東農(nóng)業(yè)大學(xué)，2016.

[22]湯志成，高 蘋(píng). 江蘇省單季晚稻產(chǎn)量預(yù)報(bào)的分段加權(quán)動(dòng)態(tài)模式[J]. 氣象，1989，15（11）：30-34.

[23]Wong M A，Hartigan J A. Algorithm as 136：a K-means clustering algorithm[J]. Journal of the Royal Statistical Society，1979，28（1）：100-108.

[24]史達(dá)偉，耿煥同，吉 辰，等. 基于C4.5決策樹(shù)算法的道路結(jié)冰預(yù)報(bào)模型構(gòu)建及應(yīng)用[J]. 氣象科學(xué)，2015，35（2）：204-209.

[25]Friedl M A，Brodley C E. Decision tree classification of land cover from remotely sensed data[J]. Remote Sensing of Environment，1997，61（3）：399-409.

[26]Han J，Kamber M，Pei J. Data mining：concepts and techniques[M]. Amsterdam：Elsevier，2006.

[27]史達(dá)偉，李 超，周 灝，等. 基于春季氣候信號(hào)的“臺(tái)風(fēng)是否經(jīng)過(guò)江蘇”預(yù)測(cè)研究[J]. 氣象科學(xué)，2020，40（1）：130-135.