
# 导入必要的库
import warnings
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns
from sklearn.model_selection import KFold
from sklearn.metrics import accuracy_score, recall_score, confusion_matrix
# 统一样式设置
plt.rcParams.update({
 'font.sans-serif': 'Microsoft YaHei',
 'figure.dpi': 300
})
# 忽略警告
warnings.filterwarnings("ignore")

时序特征与可视化分析

通过滑动窗口机制解析时序特征发现，温度类指标呈现典型正弦波动，夏季均温达30.2±1.8℃，冬季降至19.5±2.3℃，年温差达10.7℃，符合温带季风气候特征。气压变化呈现反相位季节响应，夏季平均气压较冬季低，印证了”热低压-冷高压”的热力学规律。
可视化分析进一步揭示气象要素的分布特征。降雨事件占比75.3%，非降雨事件占24.7%，呈现3:1的类别不平衡。箱线图显示，降雨时湿度中位数达88%，显著高于非降雨时的62%；风速中位数提升至24.6km/h，反映强对流天气中风雨共现的特征。风向与降雨概率的雷达图表明，东北偏东风与东南偏南风方向形成降雨高概率区，与季风槽辐合带及地形抬升效应密切相关。

图1 降雨情况柱状图


def eda_visualizations(train_df):
 """探索性数据分析"""
 # 目标变量分布
 plt.figure(figsize=(10, 6))
 ax = sns.countplot(x='rainfall', data=train_df)
 plt.title('降雨分布情况')
 plt.xlabel('是否降雨')
 plt.ylabel('样本数量')
 total = len(train_df)
 for p in ax.patches:
 percentage = f'{100 * p.get_height() / total:.1f}%'
 x = p.get_x() + p.get_width() / 2
 y = p.get_height() + 5
 ax.annotate(percentage, (x, y), ha='center')
 plt.show()

图2 气象要素对降雨情况的箱线图

想了解更多关于模型定制、咨询辅导的信息？

✉

联系我们

图3 不同风向降雨概率雷达图

特征相关性与分布矩阵

特征相关性热力图显示，气象变量间存在显著的关联模式。气压与温度类指标及露点温度呈现强负相关，符合热力学中”气温升高导致气压下降”的物理规律；而温度类变量间高度正相关，验证了温度指标的强协同变化特性。

图4 特征相关系数热力图
气象要素分布矩阵揭示了多变量协同作用对降雨事件的非线性影响机制。云量与日照时长呈现显著负相关，当云量覆盖>80%时，大部分样本伴随日照时长<1小时，且该区域降雨发生概率升高，证实二者共同构成光热条件抑制阈值。

图5 气象要素分布矩阵图

最受欢迎的见解

1.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用

2.R语言GARCH-DCC模型和DCC（MVT）建模估计

3.R语言实现 Copula 算法建模依赖性案例分析报告

4.R语言COPULAS和金融时间序列数据VaR分析

5.R语言多元COPULA GARCH 模型时间序列预测

6.用R语言实现神经网络预测股票实例

7.r语言预测波动率的实现：ARCH模型与HAR-RV模型

8.R语言如何做马尔科夫转换模型markov switching model

9.matlab使用Copula仿真优化市场风险

时序特征动态分析

最高气温时序分析揭示了显著的温带季风气候特征，呈现先升后降的类正弦波动规律。夏季均温达30.2±1.8℃，冬季降至19.5±2.3℃，年温差达10.7℃，符合太阳辐射年周期驱动的地表能量收支平衡机制。

Python+AI提示词糖尿病预测模型融合构建：伯努利朴素贝叶斯、逻辑回归、决策树、随机森林、支持向量机SVM应用

阅读文章 ➜

图6 最高温度的时间趋势图
气象要素时间趋势图进一步展示了季节性与天气系统演变规律。温度类指标呈现典型正弦波动特征，夏季均温达28.3±2.1℃，冬季降至17.5±3.4℃，验证了研究区域受太阳辐射年周期调控的温带季风气候特征。

随时关注您喜欢的主题

图7 气象要素时间趋势图（1）

图8 气象要素时间趋势图（2）

图9 气象要素时间趋势图（3）

图10 气象要素时间趋势图（4）

图11 气象要素时间趋势图（5）

自编决策树模型构建

模型架构与创新设计

针对传统决策树对离散变量的依赖局限，本研究设计的自编决策树模型采用面向对象架构，核心包含节点结构、树构建算法与预测逻辑三大部分。每个节点存储特征索引、分裂阈值、子树指针及类别概率分布，通过预设最大深度和最小分裂样本数防止过拟合。
模型的创新性体现在：融合基尼不纯度优化算法与滑动窗口机制，实现时间序列数据的动态特征选择；突破ID3算法限制，支持连续型气象指标的分裂处理；引入语义映射机制，将特征索引与气象指标名称绑定，提升模型可解释性。

决策树生长与路径解析

模型训练采用基尼不纯度最小化策略确定分裂规则。根节点以云量65.00%为阈值分裂，云量≤65.00%时无雨概率达92%，云量>65.00%时降雨概率提升至78%。第二层分裂进一步细化决策路径：在云量≤65.00%的样本中，以云量44.00%和最高温度35.10℃划分典型晴热天气；在云量>65.00%的样本中，通过最低温度19.10℃与湿度79.00%捕捉锋面过境特征。
最终形成8条可视化决策路径，例如”cloud≤65→cloud≤44→maxtemp≤35.1″路径对应的样本占比38.2%，降雨概率仅8%；而”cloud>65→cloud>75→humidity>79″路径的样本占比5.4%，降雨概率高达95%。这种分层决策机制为农业用户提供了清晰的气象指标阈值参考。

图12 决策路径图

模型性能验证与应用价值

多维度验证结果

基于5折交叉验证的性能分析显示，模型准确率达0.859±0.022，召回率0.932±0.024，AUC值0.863±0.026，各指标变异系数均低于5%，展现出优异的稳定性与泛化能力。混淆矩阵表明，模型对降雨事件的识别敏感性突出，真正例率达93.2%，对非降雨事件的特异性为63.7%。
特征重要性分析揭示，云量与最低温度构成模型决策的核心维度，联合贡献73.2%的预测效能。SHAP值分析进一步验证，高云量倾向于正向影响预测，低云量倾向于负向影响，为用户聚焦关键指标提供了量化依据。

图13 特征重要性排序

图14 SHAP值排序

图15 交叉验证混淆矩阵

图16 ROC曲线与AUC值

农业场景应用实践

该模型已落地于小型农场气象决策系统，种植户可通过手机端查看可视化决策路径，指导灌溉作业安排。例如，当系统显示”云量>75%且湿度>79%”时，提示未来24小时降雨概率达95%，建议暂停灌溉并做好排水准备。这种透明化的决策支持有效解决了传统黑箱模型的信任难题，使技术真正服务于农业生产实践。
在气象预测竞赛中，该模型以0.90065的分数位列全球前5.3%，不仅验证了技术先进性，更证明了可解释模型在实际应用中的独特价值。

结论与展望

本研究构建的自编决策树降雨预测模型，通过理论创新与方法优化，实现了气象数据价值挖掘与农业决策支持的有效衔接。模型突破传统决策树技术瓶颈，在保持高精度的同时解决了黑箱模型的透明度问题，为智慧农业发展提供了兼具科学性与实用性的解决方案。
未来研究将聚焦以下方向：引入多源异构数据融合技术，提升极端天气事件的预测能力；开发自适应学习机制，实现模型参数的动态优化；构建跨区域气象-作物生长联动模型，为精准农业提供更全面的决策支持。

关于分析师

在此对 Shiling Zhou 对本文所作的贡献表示诚挚感谢，他在数据科学与大数据技术领域具备深厚积累。完成了相关专业的学习，专注于人工智能应用方向，擅长 Python、MATLAB、R 语言、SPSS、Eviews 等数据分析工具，在机器学习、数据采集、深度学习等技术领域有扎实实践经验。

每日分享最新报告和数据资料至会员群

加入会员群

关于会员群

会员群主要以数据研究、报告分享、数据工具讨论为主；
加入后免费阅读、下载相关数据内容，并同步海内外优质数据文档；
老用户可九折续费。
提供报告PDF代找服务

非常感谢您阅读本文，如需帮助请联系我们！

Python农业气象预测：优化决策树、SHAP模型可解释性、滑动窗口时序分析及交叉验证