苎麻产量与生长期间的气候因子具有极高相关性,基于气候变量构建的苎麻产量预测模型能够有效精准预测最终产量.BP(back propagation)神经网络具有强大的数据分析能力,在作物产量预测建模中得到广泛应用,然而传统BP神经网络存在精度低、鲁棒性差等问题,可采用麻雀搜索算法(sparrow search algorithm,SSA)对BP神经网络模型进行优化.基于2010-2019年苎麻长期定位试验采集的纤维产量、鲜皮产量和气候数据,分析气候因子在10年内的变化趋势及其对多年生苎麻产量的影响,对比构建的BP神经网络模型及优化后的SSA-BP神经网络模型预测苎麻产量的性能,确定最佳的苎麻产量预测模型.结果表明,苎麻产量与季平均...