共查询到18条相似文献,搜索用时 234 毫秒
1.
思茅林区松毛虫害发生与气象因子的关系 总被引:9,自引:0,他引:9
对1961年以来思茅林区松毛虫大暴发的过程进行了周期性分析,认为松毛虫的大暴发存在一定的周期性规律。利用气温、降雨量、积温、相对湿度、日照时数等气象要素和3种气候因子复合经验系数对1980至2001年思茅地区松毛虫发生情况进行了相关分析,发现松毛虫发生发展与气象因子关系密切;通过对1980年以来3次松毛虫大暴发的过程与气象因子关系的细致分析,得到了松毛虫大暴发前的气象因子的异常规律,分析结论有助于对松毛虫害发生的预测和防治。 相似文献
2.
云南松毛虫发生与气象因子关系的分析 总被引:1,自引:0,他引:1
对1983年以来丽水山区云南松毛虫大暴发进行了周期性分析,认为云南松毛虫的大暴发存在一定的周期性规律,利用平均温度、最高温度、最低温度、雨日、雨量、日照时数等气象要素对1983—2006年丽水山区云南松毛虫发生情况进行了相关分析,发现云南松毛虫发生发展与气象因子关系密切;通过1983年以来2次云南松毛虫大暴发的过程与气象因子关系的细致分析,得到了云南松毛虫大暴发前气象因子的异常规律,分析结论有助于对云南松毛虫的预测和防治。 相似文献
3.
气象因子对马尾松毛虫发生面积的影响 总被引:5,自引:0,他引:5
对广东省多年的马尾松毛虫林间发生面积和气候因子进行主成分分析和逐步回归分析,研究气象因子对马尾松毛虫种群的影响,模拟广东省马尾松毛虫发生规律方程。分析结果表明:在年气象因子中,主成分因子是年总降雨量,但其与马尾松毛虫年发生面积的相关性不显著;在月份气象因子中,3月的月均温度、4月和6月的月均湿度、7月的月均温度和月总降雨量、10月的月均温度和月总目照时数与马尾松毛虫发生面积具有显著的相关关系。 相似文献
4.
古田水口林区松毛虫发生的气候成因分析 总被引:1,自引:0,他引:1
根据2004年水口林区松毛虫发生情况结合古田气象资料,通过对温湿度等气象因子进行分析,揭示了2004年水口林区松毛虫暴发的气候成因,为今后虫情发生进行预测预报和及时及早防治提供参考。 相似文献
5.
6.
2004年古田水口林区马尾松毛虫害发生的气候成因分析 总被引:1,自引:1,他引:1
根据2004年福建省古田县水口林区马尾松毛虫危害成灾的实情,结合古田当年的气象资料,通过对虫灾与温度、湿度降雨、光和风等气象因子的相关分析。揭示了2004年水口林区马尾松毛虫暴发的气候成因,为今后马尾松毛虫情的预测预报和防治提供了参考。 相似文献
7.
8.
本文介绍了松毛虫生物学特性,总结了松毛虫种群数量消长规律,分析了气象等环境因子对松毛虫种群数量的影响,从而对落叶松毛虫发生做出准确的预测。根据预测情况进行有效综合防治,收到良好效果。 相似文献
9.
对湘西南山区马尾松毛虫发生规律与环境因子关系进行了分析,发现在山区温、湿度和降雨量对马尾松毛虫发生都有影响,但不是单因子发生主要作用;在山区南坡山脊、林缘、8~15年树龄的松树中马尾松毛虫分布较多;海拔500m以下、东坡和干燥林地中的松林,马尾松毛虫为害严重,纯林和混交林为害同等严重。 相似文献
10.
马尾松毛虫暴发机制分析 总被引:11,自引:0,他引:11
马尾松毛虫的暴发过程具有周期性和突发性相结合的特点,不同环境条件下,即不同的发生区,发生类型不一样,常灾区是典型的暴发发生类型,偶灾区和无灾区一般为渐进发生型、扩散发生型和低密度稳定发生型.暴发的原因一方面是马尾松毛虫具备了成为暴发种的遗传特性,另一方面是大面积马尾松纯林的存在.暴发的启动因子为高温干旱或由环境噪音引起的混沌动态,暴发的上升期为正密度相关作用驱使,下降期和潜伏期主要是由松树诱导抗性、严重失叶和天敌所引起的负密度相关的作用.松林和松林节肢动物群落结构的多样性是抑制马尾松毛虫暴发的主要因素. 相似文献
11.
12.
应用人工神经网络预测马尾松毛虫的有虫面积 总被引:2,自引:0,他引:2
运用人工神经网络的原理和方法,选取与马尾松毛虫发生量相关关系密切的8个气象因子作为样本的输入特征,建立马尾松毛虫有虫面积与气象因子的BP网络模型,结果表明:所建立的BP模型,具有令人满意的拟合精度和预测精度.当隐含层神经元个数为15个,输入因子数为8个时,18组有虫面积的平均拟合精度为100%,相关系数为1.000 0,2组预留有虫面积的平均预测精度为96.85%,预测准确率为100%. 相似文献
13.
通过对河北省松毛虫危害程度和油松林灌草多样性的相关性调查 ,在对虫害程度和植物喜湿度进行量化的基础上 ,利用多元回归等方法研究了松毛虫害的指示植物。结果表明 ,油松林分郁闭度是影响松毛虫害发生的主要因子 ,林内灌草植物喜湿度对虫害具有指示意义。荆条和中华卷柏的数盖值可作为松毛虫害程度的指标。 相似文献
14.
运用人工神经网络的原理和方法,根据相关系数法和逐步回归法分别选取与马尾松毛虫有虫面积,虫口密度,虫株率相关关系密切的气象因子作为样本的输入特征,分别建立马尾松毛虫有虫面积,虫口密度,虫株率与气象因子的BP网络模型。结果表明,所建立的各BP模型,具有令人满意的拟合精度和预测精度。当隐含层神经元个数为15个,预报因子数为8个时,2组预留有虫面积的2a平均预测误差为3.15%,虫口密度BP模型的隐层神经元个数为8个,预报因子数为6个时,预留样本的平均预测误差为5.91%,虫株率BP模型的隐层神经元个数为4个,预报因子数为5个时,预留样本的平均预测误差为10.65%。 相似文献
15.
马尾松毛虫发生量预测预报方法的研究 总被引:5,自引:0,他引:5
应用临海市历年松毛虫发生量及有关气象资料,分别将越冬后恢复取食期(即越冬代)和第1代松毛虫幼虫的发生量作为预报量,根据“相关系数法”筛选出预报因子后,采用“多因子简化综合相关法”和“模糊列联表法”进行预报。经回归检验,其预测值与实测值的吻合程度较高,具有较好的应用价值。 相似文献
16.
17.