山西省晋城市小麦病虫害气象预报模型

应用2002-2008年山西省晋城市小麦病虫害发生面积和对应年旬气象资料,对晋城市冬小麦病虫害与当地气象条件的关系进行了统计分析;选取与小麦病虫害密切相关且具有明显植物生理学、病理学意义的气象因子,与当年冬小麦病虫害发生面积进行相关分析,根据其发病、流行的气象条件,在病虫害发生面积与前期气象因子间建立预报模型.经过历史资料的回代检验,发现预报模型的预测面积准确度大部分在90%以上,对小麦病虫害的发生发展进行预报,效果良好.     

小麦条锈病气象等级预测方法研究

[目的]建立通过气象因子预测小麦条锈病发生面积的模型。[方法]在统计河南省条锈病发生轻重年份的基础上,结合相应年份对应时段的气象资料,采用灰色关联分析、模糊数学等方法,按时间顺序建立了冬前、3月上旬4、月上旬和5月中旬4个条锈病促病指数预测模型。根据促病指数计算原理,采用等差分布方法得出条锈病发生程度预测标准,并进行了历史资料检验及2006年发生程度预测。[结果]成功建立了对应于气象条件的小麦锈病发生模型。检验结果表明,冬前及3月上旬预测结果相比实际值偏重,4月上旬及5月中旬预测结果与实际值较为吻合。[结论]该研究结果将对河南省小麦条锈病的预防起到积极作用。     

2007年许昌小麦病虫害发生程度气象条件分析及防治对策

通过对2007年度许昌小麦发育期间主要病虫害发生程度与相关气象条件的统计分析,评述在气象条件下小麦生育期间的主要病虫害的消长与气象因子变化关系和规律,从中揭示气象条件在小麦病虫害发生程度上起着至关重要的作用。探讨通过气象因子建立有效的小麦虫害预报模式,并提出相关防治策略。     

加工番茄病虫害中长期预测方法

为解决加工番茄病虫害预测与防控问题,采用Elman神经网络对番茄病虫害预测预报进行研究。根据新疆某加工番茄产区2003—2010年的4—10月的病虫害发生程度及同期气象资料,建立了加工番茄病虫害发生与气象因子关系的Elman神经网络预测模型。以预测2011年番茄病虫情为例,结果表明此预测模型具有良好的预测效果。该研究为进一步构建加工番茄病虫害管理决策支持系统奠定了理论基础。     

博州小麦病虫害发生特点与预测技术

小麦是博州地区主要的粮食作物,能否准确、及时地预测预报小麦病虫害的发生情况、特点,这对于减少小麦病虫害的危害具有重要的影响。文中,首先对近年来博州地区小麦病虫害的发生特点进行了简要的分析,然后探讨了遥感技术、计算机技术、网络技术在该地区小麦病虫害预测预报中的应用,这对提升博州地区小麦病虫害预测预报的水平、降低因病虫害发生导致小麦减产的目的具有一定的现实意义。     

莱芜市2007年小麦红蜘蛛特大发生的气象条件分析

2007年4月上中旬,莱芜市发生了小麦红蜘蛛特大虫害,对今年处于拔节、孕穗期的小麦造成严重危害.本文对引起虫害发生的气象条件进行了初步分析,以探讨小麦红蜘蛛发生的有利气象条件,为小麦病虫害预报提供科学依据.通过分析发现,2006年秋季干暖、冬季暖冬、2007年春季干燥温暖的气候条件是导致莱芜小麦红蜘蛛特大发生的主要气象因子,同时粗放式的田间管理,加剧了虫害的发生程度.     

气象灾害对冀中南小麦生产的影响及对策

气候变化导致温度、水资源、极端气候事件、病虫害等诸因素发生改变,直接影响农业生产。近50年来气候变暖对小麦生产的影响加剧,小麦生产期间气象灾害的发生频率和强度明显增大。频繁发生的极端气候事件成为影响小麦生产的重要因素之一。通过对冀中南近年来小麦生育期间气象灾害发生情况、变化趋势和对小麦生产的影响分析,提出了应对气候变化、预防小麦气象灾害的主要措施。     

气象因素对汉中市小麦红蜘蛛发生程度影响的初步研究

采用汉中市2005-2015年1~3月及上年11~12月平均气温、降雨量等气象资料和小麦红蜘蛛发生程度资料,采用回归法分析了影响小麦红蜘蛛发生程度的气象因子,结果表明,影响小麦红蜘蛛发生程度的主要气象因子有1~2月平均气温、2月气温、2月降雨量、3月降雨量、1~2月降雨量、2~3月降雨量。用2005-2014年主要气象因子与小麦红蜘蛛发生程度进行逐步回归分析,建立了多元回归预测方程,预测模型2005-2014年回测值的历史符合率达到80%,对2015年小麦红蜘蛛的发生程度预测结果准确率达100%。     

农作物病虫害发生预测系统的设计

介绍了利用气象因子预测病虫害系统的设计思路及方法。通过对历年监测到的历史数据(病虫害发生记录、气象数据等)进行整理形成系统数据库,并对历史数据进行挖掘,通过分析得到病虫害发生与气象因子之间关系的数学模型,最后用计算机技术开发了基于气象数据的病虫害预测系统。     

农作物病虫害气象监测预报研究取得进展

正由中国气象科学研究院承担的公益性行业(气象)科研专项"农作物病虫害发生气象条件监测、预警和评价技术"项目在京通过验收。该项目针对全国农作物重大病虫害(稻飞虱、小麦白粉病)气象防灾减灾的业务发展与生产防控应用需求,建立了病虫害发生的气候背景指示、气象等级指标体系,及病虫害发生气象等级监测预警、     

山西省近年小麦病虫害发生特点及综合防控对策

分析小麦病虫害发生与流行趋势,可为有效地进行综合防控提供科学依据。利用2011年至2016年山西省植保站病虫害预测报告数据,通过对病虫害发生面积的全面对比研究,分析了近6年山西省小麦病虫害发生变化的情况,并提出了有效控制上述病虫害的思路。     

小麦主要病虫害发生的气象因素及药剂防治措施

近年来,随着国家不断推出惠农政策,农民的生产积极性大大提高,粮食连年增产。然而,受农业生产知识技术水平限制,我国大部分农民对于小麦病虫害的发生没有很好的认识,盲目过量喷洒农药,非但没能减轻一些病虫害的发生,还使得生态环境逐渐受到污染恶化。本文从小麦主要病虫害发生的气象因素方面入手,对气象因素影响下小麦产生的主要病虫害的药剂防治提出了一定的建议措施,以期与大家共同交流。     

简论气象条件与水稻病虫害之间的关系

本文只要从气象条件的角度,论述了水稻病虫害的发生与气象条件的关系,并提出了如何做好水稻病虫害的气象预测工作.     

河南省小麦白粉病综合发生等级预测技术研究

利用镇平县和伊川县1991—2010年、安阳县和项城市1991—2000年的小麦白粉病调查资料和气象观测资料,通过数理统计的方法分析影响小麦白粉病发生等级的各种气象因子,建立河南省小麦白粉病分区预测模型,并以此为基础建立河南省综合预测模型。研究表明,镇平、伊川、安阳和项城小麦白粉病发生等级均与3月份的相对湿度和上年3月下旬的温雨系数显著相关。利用以上2个气象因子建立了河南省小麦白粉病分区发生等级预测模型和综合发生等级模型。利用分区模型对2012年4个站点小麦白粉病发生等级进行预测,有3个站预测等级与实际等级相同,1个站误差在1个等级之内,基本上达到了预测要求。利用综合模型对2011年和2012年河南省小麦白粉病综合发生等级进行预测,预测结果准确率达100%。因此,建立的模型可以用于预测河南各分区和全省的小麦白粉病发生等级。     

2006年全国农作物重大病虫害发生趋势预报

根据病虫基数调查结果，结合作物布局、气象预测和水条件等综合分析，预计2006年全国农作物重大病虫为偏重发生年份。小麦条锈病、小麦蚜虫、水稻螟虫、稻纵卷叶螟、稻飞虱、玉米螟、棉铃虫等重大病虫害仍将呈严重或偏重发生态势，东亚飞蝗、草地螟等迁飞性害虫发生为害呈下降趋势。     

2012年舞钢市小麦病虫害发生特点与防控策略

根据舞钢市小麦生产的具体情况,结合小麦病虫害的发生情况,本文从气象因素、品种抗性、小麦长势的原因做了分析,并提出了对小麦病虫害的防控措施。控制病害的发生,有利于确保全市农业生产安全健康发展,为全市农业增收、粮食增产起到了重要的保障作用。     

1998年小麦主要病虫害发生趋势分析

<正> 1 1997年小麦主要病虫害发生概况 1997年小麦主要病虫害发生为害情况与我们在1996年底分析预测结果基本一致,总体为中等发生,部分地区为中等偏重发生,有以下几个特点。1·1 虫害发生继续重于病害 近几年麦蚜、麦红蜘蛛都为中等偏重至大发生,麦蚜发生面积在1300万公顷次以上。据山东省植保总站调查,1997年危害小麦最严重的病虫害是麦蚜,全省发生355万     

基于R统计分析方法研究水稻病虫害与气象条件的关系

根据黑龙江省农垦总局建三江分局胜利农场2007-2011年水稻病虫害发生情况及水稻生长环境地面气象数据资料,使用R统计分析方法对环境温度、环境湿度、风速、降雨量、土壤温度等数据进行相关分析。结果表明:气象条件(包括:环境温度、环境湿度、降雨量)对水稻病虫害的发生起着决定性作用,尤其是以降雨量为决定因素的环境湿度,直接影响水稻病虫害的形成、发病以及生长,连续降雨期一般为水稻病虫害的高发期。通过预测气象环境值,可以对水稻病虫害发病程度进行预测,从而实现对水稻病虫害发生的预警和防治。     

基于贝叶斯网络的小麦条锈病预测研究

[目的]在地理信息系统GIS的平台上,将不确定性推理方法——贝叶斯网络引入病害预测,基于关键气象因子（温度、降水、湿度、日照）构建一个用于预测小麦条锈病发生概率的贝叶斯网络模型.[方法]采用预测日前7d的气象数据预测自预测日起7d内的条锈病发病概率,并对我国小麦条锈病重要流行区域——甘肃省东南部地区2010 ～ 2012年病害发生情况进行预测.[结果]模型在返青期至乳熟期输出的病害发生概率与实际调查结果吻合度分别为62.92％、63.18％、79.48％、94.75％,能够较客观地反映病害发生的时间规律和空间分布特点.[结论]该研究表明将贝叶斯网络和GIS分析结合在较大的空间范围内利用关键气象因子进行小麦条锈病短期预测是一种可行的途径.     

小麦赤霉病发生程度的气象动态预测模型

以1973-1998年上海地区小麦赤霉病发生程度为研究对象,用地面气象因子、500hPa高空环流因子和北太平洋海温场因子,选取相关系数较高且稳定性好的预测因子,然后在逐步回归和逐步判别分析方法基础上,集成建立了小麦赤霉病发生程度的动态预测模式.模式的起报时间分别为上年的11月下旬、当年的2月下旬和4月中旬.预测模式对1973-1998年的历史拟合和1999至2004年预测取得了较好的效果.