摘要: 为了探究糯扎渡水电站土石坝白蚁有翅成虫的时空分布规律及其与气象因子的关系,以白蚁有翅成虫分飞量为目标变量,选取日平均气温、气压、风速、日照、降雨量等17个气象因子作为特征变量,采用Pearson相关系数法分析其相关性;运用K-means聚类算法划分白蚁虫情等级,并比较多元逐步回归(MLR)、BP神经网络(BP)和随机森林(RF)3种机器学习算法的预测性能。结果表明:① 白蚁虫情空间分布呈现左岸下游初期最严重,近年来左岸上游加重,整体呈下降趋势,5月为分飞高峰期;② 分飞量与日平均气压呈显著负相关(R=-0.62),与气温、地面温度呈正相关,与风速、湿度等因子相关性较弱;③ K-means聚类将虫情划分为轻、较轻、中度、较重、重度5个等级;④随机森林模型预测效果最优,2023年风险等级预测准确率达86.67%。