25年CH计算机科学与技术-基于时序序列的小区域气象预测研究-约11374字符.docx

1摘 要为提升番茄种植环境关键因子的预测精度，支撑智能农业精准管理决策，本文以番茄生长环境时序数据为研究对象，构建了传统统计模型、机器学习模型与深度学习模型相结合的多模型预测体系。通过分析番茄生长相关的温度、降水、风速等环境因子时序特征，分别实现了 ARIMA、随机森林（Random Forest）、XGBoost、LSTM 及 Transformer（含 ETSformer 变体）五种模型的搭建与训练。采用 MAE、RMSE、MAPE 及 R² 作为核心评估指标，结合 losses.csv 与 etsformer_r2_scores.csv 数据进行模型性能量化分析，并通过可视化工具呈现数据分布特征与模型预测效果。...