Comparative Analysis of Geographical Factors Affecting Paddy (Oryza sativa L.) Yields in Türkiye Using Random Forest and ANOVA: The Case of Kırıkkale, Balıkesir, Diyarbakır and Şanlıurfa
Mehmet ÖZCANLI · Kerim Karadağ
用随机森林和方差分析比较土耳其四省水稻产量差异，识别关键地理驱动因子。
基于2004–2024年TurkStat数据，用PCA、随机森林分类和单因素AN
土壤水分、有机质、pH、降雨和温度是产量主因；东南部低产源于土壤水分不足、有机质低、pH高和夏季热胁
可引入时序遥感与土壤传感器数据，构建跨区域可迁移的产量预测与精准水肥管理模型。
基于21年省级数据与随机森林、ANOVA量化水稻产量驱动因子，方法规范、结论可靠，但属土耳其区域研究，对国内三农实践参考价值有限。
水稻（Oryza sativa L.）是全球近半数人口的主粮，也是土耳其的战略性作物，但该国各省之间的产量差异依然显著。本研究旨在利用土耳其统计局（TurkStat）数据，对2004—2024年期间土耳其各省水稻产量水平进行分类，并量化14项环境、土壤和农艺参数对上述差异的相对贡献。初步分析确定，Kırıkkale省（21年均值908.3 kg/da）为高产区，Balıkesir省（747.7 kg/da）为中产区，Diyarbakır省（448.1 kg/da）和Şanlıurfa省（440.5 kg/da）分别为低产区和最低产区。基于田间实测数据和已发表的省级研究，构建了包含14项参数的数据集，并采用主成分分析（PCA）、随机森林（RF）分类和单因素方差分析（ANOVA）进行分析。在70/30的训练/测试集划分下，RF模型达到了93.47%的准确率、0.9764的ROC-AUC值以及0.0145的平均方差。基于基尼系数的变量重要性排序显示，土壤水分、有机质、土壤pH、降雨量和温度是影响产量最重要的驱动因素，ANOVA证实这些变量在不同产量类别间均存在统计学显著差异（均p < 0.001）。研究结果表明，安纳托利亚东南部地区的低产主要归因于土壤水分管理不足、有机质含量低、土壤pH偏高以及夏季高温胁迫，而Kırıkkale省的高产则与更为均衡的土壤—水分关系有关。研究结果为土耳其制定区域特异性水稻生产政策和数据驱动的决策支持提供了循证依据。