引用本文格式李艳玲，杨晓晗，司海平，等．基于马尔科夫的小麦干热风年型预测[J]．农业工程，2023，13（1）：36-41．DOI：10.19998/j.cnki.2095-1795.2023.01.006．LIYanling，YANGXiaohan，SIHaiping，etal．Predictionofdry-hotwindannualpatternforwheatbasedonMarkov[J]．AgriculturalEngineering，2023，13（1）：36-41．基于马尔科夫的小麦干热风年型预测李艳玲1，杨晓晗1，司海平1，孙昌霞1，FERNANDOBacao2（1.河南农业大学信息与管理科学学院，河南郑州450003；2.新里斯本大学信息管理学院，里斯本1070-312，葡萄牙）摘要：基于马尔科夫原理“无后效性”特点，利用河南省滑县2001—2021年每年5月13日—6月10日的气象数据，建立马尔科夫小麦干热风年型预测模型。通过回代检验对滑县2004—2021年干热风进行预测结果检验，选取相同的数据与BP神经网络模型进行结果对比。结果表明，马尔科夫模型预测概率77.78%，精度较高，并且在相同的数据基础上比BP神经网络预测模型的表现更好，因此马尔科夫模型可以更好地对小麦干热风进行预警，可以起到防灾抗灾的效果，对提高小麦产量具有重要意义。关键词：小麦；干热风；马尔科夫模型；预测；年型中图分类号：S126文献标识码：A文章编号：2095-1795（2023）01-0036-06DOI：10.19998/j.cnki.2095-1795.2023.01.006PredictionofDry-hotWindAnnualPatternforWheatBasedonMarkovLIYanling1，YANGXiaohan1，SIHaiping1，SUNChangxia1，FERNANDOBacao2（1．SchoolofInformationandManagementSciences，HenanAgriculturalUniversity，ZhengzhouHenan450003，China；2．NOVAInformationManagementSchool（NOVAIMS），UniversidadeNovadeLisboa，CampusdeCampolide，Lisboa1070-312，Portugal）Abstract：Basedon"noaftereffect"characteristicofMarkovprinciple，aMarkovmodelforpredictingannualpatternofwheatdryhotwindwasestablishedusingmeteorologicaldatafromMay13toJune10，2001to2021inHuaCounty，HenanProvince．Throughbackpropagationtesting，predictionresultsofdry-hotwindinHuaCountyfrom2004to2021weretested，andthesamedatawasselectedforcomparisonwithBPneuralnetworkmodel．ResultsshowedthattheMarkovmodelhasapredictionprobabilityof77.78%，ithadhighaccuracy，andperformedbetterthantheBPneuralnetworkpredictionmodelonthesamedatabasis．Therefore，theMarkovmodelcouldbetterwa...
