近年来,大数据铺天盖地席卷全球。农业作为基础产业与大数据结合,使得现代农业的发展步入新领域。小麦是我国最重要的粮食作物之一,山东省是我国主要商品粮小麦产区之一。麦长管蚜(Sitobion avenae)和禾谷缢管蚜(Rhopalosiphum padi)是我国乃至世界性的小麦害虫。麦蚜是危害小麦的r-对策型害虫,既可以通过刺吸式口器吸食小麦的汁液并分泌蜜露,从而影响小麦的光合作用和呼吸作用,还可以传播多种小麦病毒,造成小麦产量及质量严重下降。然而,由于过去分析手段及数据方面的缺陷,其发生程度预测特别是短期预测一直是难以解决的科学问题。本研究基于大数据的理念,采用决策树及支持向量回归(SVR)两种机器学习算法,忽略样本独立同分布这一假设,分析鲁中地区2003-2013年麦蚜发生程度与瓢虫、寄生蜂、日最高气压、日照时数等18种变量的关系。构建和优化麦蚜短期监测预警模型,旨在为小麦害虫的“统防统治”和麦蚜的科学防控服务。1决策树方法分析的结果通过决策树对树形图的剪枝训练,最终得到10个关联性较强的变量。其中,信息增益率最高的变量为日照时数(0.3782),其次是瓢虫。根据信息增益率的大小,构建决策树树形图,树形图上各个分支的变量是依据信息增益率的大小排列的。经分析,得样本中目标变量的正确值与错误值。计算得到该模型的置信度为91.49%,且运算稳定。由麦蚜的预测值与真实值的拟合图可知,对于4级和5级的预测效果偏离真实值较大。2支持向量机回归方法的结果支持向量机回归(SVR)分析中测试集的真实值与预测值相差不大且SVR训练的模型对于预测麦蚜的发生等级较准确。模型真实值与预测值之间的回归系数为0.9216。训练集的平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)分别是0.27、0.76和1.01;测试集的平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)分别是0.41、0.95和1.90。预测值与真实值吻合程度较高,其弥补了C5.0算法存在对4级和5级预测效果较差的缺陷。实验结果表明,在预测麦蚜发生程度时,决策树C5.0算法的准确率略低于SVR。SVR算法可以弥补决策树C5.0算法在预测麦蚜发生为4和5级时误差较大的不足。两类预测模型的相互补充,可以较稳定预测麦蚜的发生等级,以期在麦蚜发生程度的短期监测预警中发挥重要作用。