摘要： 油茶在生长过程中常受多种气象灾害的影响，为实现对不同油茶气象灾害指标出现天数、等级的预测。 以河源地区为例，对该地区油茶气象灾害指标筛选与等级进行划分，以5个国家基本气象站1963一2024年日降 雨量、日最高气温、日平均气温等气象数据为基础，标记整理出数据集：通过LSTMI、CRU模型进行训练和推 理，以提前30d作为起报时间点，预测出不同油茶气象灾害指标可能出现天数，通过对比得出最优模型，最优模 型参数和实测值与预测值对比分析结果，推理出最优模型下油茶气象灾害指标天数结果，并判断灾害指标等级， 对预测结果进行可视化应用。结果表明：结合当地气候特征和相关灾害定义标准，筛选得出当地油茶气象灾害主 要分为5种类型；LSTM模型训练过程中的学习和泛化能力较GRU模型更优，更能有效捕捉数据规律；LSTM模 型对于油茶气象灾害预测最优参数权重结果隐藏层为96，学习率为0.001，训练轮数为150，在此参数结果下模 型对花期低温阴雨寡照危害指标的预测精度表现最优：油茶气象灾害指标预测可视化应用，可生成5种指标下的 灾害等级、灾害天数结果，可直观了解油茶可能面临的气象灾害情况，为油茶种植户在灾害来临前提供科学有效 的防范依据。

关键词: 广东河源；油茶气象灾害；长短期记忆网络（LSTM)；门控循环神经网络（GRU)；RMSE检验；R2检 验；理想拟合对比

中图分类号: 

• [S166]