这个项目使通过机器学习来对稻飞虱的发生进行预测，包含四大稻区首迁期的预测和候（5天为以候）虫量的预测,来描述中国整个的虫情。

数据解释： 稻区和虫情解释： 由于中国地域辽阔，很难用一组数据对全国的情况进行概括，因此分成了四大稻区（华南，江淮，江岭，西南），对四大稻区的数据进行预测，分别得到四组不同的数据集，用这四组预测结果 来对整个中国的虫情进行描述。

气象数据说明 所有数据取自NECP再分析资料格点数据 依据站点的经纬度读取 此处为候数据，时间范围是2000年-2023年，一共1728候，完整无缺漏

我分别取了1000，925，850hPa数据，而包导让我们下载的是地面、925、850。 其实1000hPa层的数据是我顺便一起下的，1000hPa是比较靠近地面的，可以先看作是地面数据，但是1000hPa数据没有实际地面数据的准确，所以如果出了地面数据，1000hPa的就不要了。
（本人在写这段话时已经尝试在读取地面数据，但不是太理想，所以还没有放进这次的数据包） 1000->925->850 代表高度越来越高。在表格里面，从左往右，就是1000，925，850hPa的数据依次排列。

要素：气温air，垂直风omega，相对湿度rhum，水平风wind 含义：各个hPa层上的气温，相对湿度，垂直气流的风，水平方向的风

air文件：hPa层上的气温数据。 rhum文件：hPa层上的湿度数据。 omega文件：垂直速度（dp/dt），绝对值代表风速大小，而风向比较特殊，负的代表气流上升，正的代表下沉。 wind文件：一共12列，46列是风速大小，79列是风向的方位角，10~12列是风向方位角的对应的各个方位。

风向方位角与方位的关系： 34515度 偏北风，1号方位 1545度 北偏东，2号方位 4575度 东偏北，3号方位 75105度 偏东风，4号方位 105135度 东偏南，5号方位 135165度 南偏东，6号方位 165195度 偏南风，7号方位 195225度 南偏西，8号方位 225255度 西偏南，9号方位 255285度 偏西风，10号方位 285315度 西偏北，11号方位 315345度 北偏西，12号方位

文件说明： 虫情原始数据&气象数据原始数据都是用来进行训练的数集的原始数据集，里面的数据都未经过处理和规范化。 dealed_data是初步进行处理的数据集，包含各个特征值和结果的拼接，缺失值的处理等 deal_data(xlsx)是不同版本的处理过的数据集，里面包含了四大稻区的合并数据，现在的预测数据就来着这个文件夹。 cmip_Nor 是预测数据，包含了中国从2023年到2099年的预测气象数据，气象数据就是上文提到的

现在存在的问题： 使用随机森林进行预测数据和真实值之间的方差过大，一开始输入的特征值里面只有上述的气象数据，方差竟然高达20w，第一个解决方法是不去预测首迁期，而是预测首迁期与当日之间的差值，效果显著，将方差从20w下降到了8000左右，为了进一步降低方差，加入了'日期'最为新的特征值，将方差下降到了1300，但是后面就 无法继续下降了，要寻找其他的解决方法。