我国属于农业大国,农业害虫的防治工作对于保障国家粮食安全和主要农产品的有效供给尤为重要。近年来大数据处理技术正逐渐应用于农业领域,推动农业转型升级。基于大数据的分析理念及技术,对历年虫害发生量进行分析,能够找到引起虫害爆发的主要关联因子,从而制定科学的防控决策,减少粮食的损失。本文依据鲁东地区白眉野草螟(Agriphila aeneociliella)发生期的气象数据,基于R语言分析软件,建立了白眉野草螟监测预警模型,明确其暴发成灾的关键气象因子,预测其危害程度,主要结论如下:使用基于R语言的随机森林算法,分析了鲁东地区2010-2017年白眉野草螟发生程度与气象因子之间的关系。以17种气象因子为自变量,以白眉野草螟发生程度为因变量,构建监测预警模型,并找出影响白眉野草螟发生的关键气象因子。结果表明,影响鲁东地区白眉野草螟发生程度的主要气象因子为“平均地表气温”“平均水汽压”和“日最低气温”,Gini值平均降低量分别为14.56、13.35和11.74。利用随机森林袋外估计进行检验,模型准确率可达到81.68%,利用测试数据进行检验,模型准确率为81%。本模型的构建可为白眉野草螟的监测预警提供技术支持。使用R语言分析平台,对鲁东地区的白眉野草螟发生情况和气象因子变量作多元统计分析,构建了该害虫的主成分回归分析模型,先通过主成分分析降维得到5个主成分,累积贡献率达到86.46%。然后提取这5个主成分作为自变量进行多元回归,判定系数(Multiple R-Squared)为0.8114、经多重共线性检验和残差图检验可知,回归模型可以用于白眉野草螟预测。