该公众号免费宣传：招生/招聘等信息，联系即可！sd
标题：
Utilizing Machine Learning Framework to Evaluate the Effect of Climate Change on Maize and Soybean Yield
第一作者：Vivek Sharma
美国佛罗里达大学
第二作者：Mirwaes Wahabzada
美国佛罗里达大学
通讯作者：Rajveer Dhillon
美国佛罗里达大学
要素关注
图文摘要
随机森林模型在所有模型中表现最佳，对玉米和大豆的产量预测精度高。
七月的最高温度与玉米产量呈负相关，是影响玉米产量的最主要气象参数。
对于大豆，八月的降水量是影响产量的最主要气象参数。
历年俄亥俄州玉米和大豆平均单产（1981-2020 年）
俄亥俄州多年来 5 月至 10 月的平均气温（黑色实线）、最高气温（黑色虚线）、最低气温（黑色虚线）以及平均气温异常情况（红星）。红色星星表示 T均值高于 95% 百分位数或低于 5% 百分位数。
1981-2020 年俄亥俄州季节性降水趋势。不同的颜色显示每月降水量的划分。
生长季节月份（1981-2020 年）俄亥俄州降水量的上限（高于 95% 百分位数）和下限（低于 5% 百分位数）异常。
多年来俄亥俄州玉米和大豆的平均观察产量和平均去趋势产量。大豆产量高于 95% 百分位数或低于 5% 百分位数的异常情况用红星表示，玉米产量异常情况用红点表示。
玉米实际产量与预测去趋势产量（公吨/公顷）的机器学习模型散点图。
大豆实际产量与预测去趋势产量（公吨/公顷）的机器学习模型散点图。
(a) 玉米 (b) 大豆产量模型的特征重要性图。
各种气候变量与玉米 (cornY) 和大豆 (soyY) 产量的皮尔逊相关系数 (r)。May_P、May_AvgT、May_MaxT、May_MinT 表示5 月份的总降水量，Tmean 、 Tmax 、 Tmin 。
根据不同的气候变化情景观察和机器学习预测的俄亥俄州各县的玉米和大豆产量。
总结：使用机器学习来预测和分析气候变化对农作物产量的具体影响，提供了一种高效的方法来预测未来气候变化情景下的农业生产变化。尽管如此，该研究依赖于准确的气候和产量数据，且未考虑土壤健康、病虫害等其他可能影响产量的因素，这些限制可能影响模型的准确性和普遍适用性。推荐指数：⭐⭐⭐⭐
链接
—
https://doi.org/10.1016/j.compag.2024.108982
