近年来,大数据逐渐走入我们的生活,在各行各业的应用中都有所涉及。而农业作为基础产业与大数据结合,使得现代农业的发展步入新领域。植物保护与大数据的结合,是农业大数据中重要的一部分。利用长周期的大田调查数据与气象数据相结合,选择相应的数据分析算法并利用特定的数据分析平台进行运算,分析结果并进行预测,是农业大数据的一种基本流程。作为我国常见的粮食害虫,灰飞虱(Laodelphax striatellus)广泛分布于包括山东省在内的我国各个地区,自2008年爆发以来,迅速成为山东地区主要危害虫类,使山东粮食的安全生产蒙受了重大损失。所以,急需建立针对山东地区的灰飞虱监测预警模型,探究对于其暴发成灾起主要作用的影响因子,并对今后灰飞虱的发生状况进行预测,从而能够实现灰飞虱的爆发提前预警,预先做好防治措施,降低其对粮食作物的危害程度。使用随机森林算法对2008年~2016年共计71次的田间调查数据进行整理,以R语言为实现平台,以“累计30天平均、累计60天平均、累计90天平均”三种时间尺度合计33种气象因子为自变量,以济宁地区的灰飞虱发生程度为因变量,构建监测预警模型,找出影响灰飞虱发生的主要气象因子,从而对灰飞虱的发生程度进行预测预报。通过模型分析显示,对济宁地区灰飞虱发生程度起主要作用的气象因子依次有“累计60天平均最大风速”和“累计90天平均最大风速”,有一定影响作用的气象因子依次有“累计60天平均降水量”和“累计30天平均降水量”。利用随机森林模型袋外估计进行检验,模型正确率达到88.89%,利用测试数据进行检验,模型正确率达到88.24%,随机森林监测预警模型的预测准确率较高,具有科学性和实用性。可用于实际监测预警,为济宁乃至山东地区的植保工作开展提供参考。