基于气象数据挖掘的广东省农业高温灾害预测研究

• 作者: 包世泰 唐力生 王丹妮 王春林
• 来源期刊: 华南农业大学学报
• 学科: 农学
• 关键词: 模糊聚类 BP神经网络 数据挖掘 高温灾害 灾害预测
• 年，卷（期）: 2015,（2）
• 页码范围: 106-112
• 页数: 7页
• 分类号: S166
• 字数: 4747字
• 语种: 中文

摘要

目的对广东省气象观测数据挖掘分析，以广东省农业气象灾害中的高温为例，预测可能存在的灾害及其等级。方法在缺乏灾害判定规则和历史灾情等先验知识的条件下，应用模糊C均值聚类算法（ FCM）挖掘得出关键属性的聚类中心和隶属度矩阵，建立灾害等级判定规则，进而通过气象观测数据预测可能即将发生的农业气象灾害及其等级。通过误差反向传播（ BP）神经网络算法对气象观测历史数据及同期发布的灾害等级数据进行学习，训练后的网络模型可以准确地揭示内在的灾害发生规律，进而通过气象观测数据精确地预测可能即将发生的农业气象灾害及其等级。结果和结论 BP和FCM 2种数据挖掘方法在缺乏先验知识的条件下，均可以通过气象观测数据准确预测农业气象灾害，结果对比表明前者预测气象站点灾害等级的精度略优于后者。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包世泰	华南农业大学信息学院	19	339	12.0	18.0
2	王春林		46	848	19.0	27.0
3	唐力生		29	330	11.0	17.0
4	王丹妮	华南农业大学信息学院	4	13	2.0	3.0