摘要： 水稻病虫害的准确预测对于保障粮食安全和提高农业生产效率至关重要。本研究提出了一种基于气象环 境条件和最小二乘支持向量机(LSSVM)的水稻病虫害预测模型。通过对2019一2021年全国范固内的气象数据 和水稻病虫害发生率数据的分析，本研究选取了温度、湿度、降雨量和风速作为主要的气象影响因素，构建了相 应的数据集。利用LSSVM模型的非线性拟合能力，并结合粒子群优化(PS0)算法对模型参数进行优化，建立 了1个高效的预测模型。模型的预测结果通过与传统的回归分析模型和人工神经网络(ANN)模型进行比较， 显示出更高的预测精度和泛化能力。评价指标显示，LSSVM模型在稻瘟病、稻飞虱和稻螟的发生率预测上均取 得了良好的性能，均方误差(SE)和决定系数(R2)分别为0.008、0.88,0.010、0.86,0.012、0.84。本研 究的模型为水稻病虫害的防治提供了科学的决策支持，对于指导农业生产实践具有重要的应用价值。

关键词: 水稻病虫害；气象环境条件；最小二乘支持向量机(LSSVM), 预测模型；粒子群优化(PS0)

中图分类号: 

• S431