首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
摘要:本文根据Iwao的m—m分析方法和Lloyd提出的平均拥挤度的计算公式,从统计学的角度推导了Iwao的两条实施序贯抽样的界限方程,讨论了Iwao序贯分析图的绘制方法,比较了这种抽样方法与其它序贯抽样之间的关系。结果表明:Iwao的序贯抽样实质上就是参数估计的推广应用,他的两条界限方程就是参数估计的上、下区间值与抽样单元数的乘积。用Iwao方法对同一总体所作出的检验结果与其它方法所得出的结果是不完全相同的。  相似文献   

2.
本文应用聚集度指标Ig、C、m~*/?值及Iwao的m~*-?回归式,Taylor幂法则等方法分析了棕角胸叶甲成虫在马尾松林间的分布型。调查结果表明,其空间分布型呈聚集分布。同时建立了利用有虫株率对昆虫种群密度的简易估计模型,探讨了其在最适抽样量及序贯抽样中的应用。  相似文献   

3.
油松毛虫蛹种群的简易序贯抽样决策模型   总被引:2,自引:0,他引:2  
本文将Steel-Torrie序贯决策模型与Gerrard-Chiang种群密度的简易估计模型相结合,推导出了油松毛虫蛹种群的“简易序贯决策”模型。拟定蛹种群的防治指标m。=3枚蛹/株,则相对应的有蛹株率P_1=exp[-(m。/1.9318)~(0:8717)]=77%,序贯决策限模型,即q个样株中有蛹株数的上界,下界,允许误差h=0.15时的最大抽样数q_(max)=[t_a~2P_t(1-P_t)]h~2≈32。 简易序贯抽样方法仅需检查样本单元中有无虫即可,而不必逐一统计虫口数,因而比较简便。  相似文献   

4.
昆虫种群抽样技术研究的现状   总被引:9,自引:0,他引:9  
马占山 《林业科学》1990,26(3):254-261
本文对昆虫种群抽样技术的研究内容、抽样理论作了概述。关于种群的估值抽样技术分别就其抽取方法与数据统计分析、样本单元的选择、理论抽样数的确定、以及种群密度的简易估计方法等方面的研究现状作了介绍。关于种群序贯抽样以及利用序贯抽样方法估计种群密度等问题也进行了总结、评述。  相似文献   

5.
本文应用Taylor幂法则模型中的两个参数a和b,就3种松毛虫混合种群幼虫的抽样技术进行了以下几个方面的研究:①最适理论抽样数的确定;②种群密度的简易估计;③复序贯抽样技术;④简易序贯抽样技术;⑤简单随机抽样最适样方大小的确定;⑥资料代换方法。此外,文中还就种群聚集临界密度进行了探讨。为进行松毛虫种群动态的研究和实施综合管理决策,提供了优化的抽样设计,收到了良好的应用效果.  相似文献   

6.
利用平均拥挤度、扩散指数等5种聚集度指标以及Iwao回归模型、Taylor冥法则等方法分析了杨干透翅蛾幼虫种群的空间分布型。对结果分析得到杨干透翅蛾幼虫种群在林内呈现聚集分布,并且聚集度高;采用聚集均数法进行进一步分析表明聚集原因主要为生物学特性所致。同时,对杨干透翅蛾幼虫种群的理论抽样数和序贯抽样技术进行了初步研究。  相似文献   

7.
在大量取样的基础上,利用若干聚集度指标法、频次分布卡方检验法对松瘿小卷蛾幼虫空间分布型进行了研究。在落叶松种子园内,松瘿小卷蛾幼虫空间分布型为聚集分布,分布的基本成分是个体群,种群扩散为聚集扩散。在序贯抽样中应用Iwao的序贯抽样公式确定了最适抽样数。  相似文献   

8.
■-m模型中■=α+βm在非线性情况下,不能用α、β的回归值来判断昆虫种群的空间分布型。因此,作者用方差(v)来代替■-m模型中的均数(m),提出了检验昆虫种群空间分布型的■-v模型:■=φ+ψφ。根据■-v模型,推导了新的序贯抽样方程、最大抽样数量公式和确定最适抽样单元大小的公式。当v=a+bm时,■-v模型可被Iwao的■-m模型所代替;在随机分布模型中,v=m,所以■-v模型完全等价于■-m模型,因此Iwao的模型是■-v模型的一个特例。  相似文献   

9.
根据蜀柏毒蛾的空间格局参数及株内分布规律,参照Morris(1960)的标准和Iwao(1971)的模型,对蜀柏毒蛾种群样本单元进行选择,确定以株为样本单元,并选择平行线式,Z字形式、棋盘式取样方法,列出了允许误差D=0.05,0.10,0.20,0.50时和不同虫口密度下的理论抽样数表。依照Kuno(1969)模型建立了序贯抽样表。  相似文献   

10.
采用聚集度指标、分布型检验等方法测定并分析草履蚧空间分布型,结果表明:草履蚧若虫在林间呈聚集型的负二项分布,聚集原因是由环境条件引起的,其个体间相互吸引。同时,应用Iwao统计方法,计算了不同种群密度下最适抽样数及序贯抽样。  相似文献   

11.
通过田间抽样调查与几种聚集度指标检验法相结合 ,说明杨尺蛾幼虫空间分布型为聚集分布 ,分布的基本成分是个体群。聚集强度随种群密度的升高而增加 ,用Iwao的方法 ,确定了不同虫口密度下的理论抽样数及序贯抽样检索表 ,为防治提供了理论依据。  相似文献   

12.
松毒蛾序贯抽样技术的研究   总被引:1,自引:0,他引:1  
在确定分布型的基础上,采用概率分布公式法,Taylor,Iwao、兰星平等回归分析方法和Green以及Willson的序贯分析方法,对松毒蛾幼虫和越冬蛹的序贯抽样作了分析研究。根据确定的序贯抽样方程,制作了序贯分析表和绘制了序贯分析图。对不同密度下的最适抽样数量和同一密度不同允许误差下的抽样数量进行了讨论。  相似文献   

13.
为了研究樟子松梢斑螟(Dioryctria mongolicella)幼虫在樟子松栽植区的空间分布格局和抽样技术,并为该虫的野外调查与防治提供理论依据,采用8个聚集度指标和3种回归分析法对樟子松梢斑螟幼虫的空间分布型进行测定。同时,通过Iwao回归法计算了樟子松梢斑螟幼虫种群的最适抽样量并拟合序贯抽样模型。结果表明,樟子松梢斑螟的8个聚集度指标均显示为聚集分布,分布的基本成分是种群,且个体之间相互吸引。随着田间平均虫口密度的增大,抽样数逐渐减少;随着允许误差逐渐减小,所需要的抽样数就越大。建立的序贯抽样表和最适抽样量表可在林间调查中应用。  相似文献   

14.
采用Lloyd M .的聚块性指标L、扩散系数C、Cassie R .M指标CA、扩散型指数Iδ4种聚集指标及Iwao的m - x回归、Tay lor幂法则测定柿绒蚧若虫期水平和垂直空间分布均属聚集分布型 ;并通过种群聚集均数 (λ)的计算表明其聚集原因是由昆虫习性和环境因素共同所致。在水平空间分布型的基础上 ,利用Iwao的m - x回归式提出了调查虫情时的最适抽样数 ,建立了Iwao和Kwno的两种序贯抽样模型并进行应用。  相似文献   

15.
本文依据参数估计原理,提出了昆虫空间分布型:正二项分布、泊松分布、负二项分布和奈曼分布的估值序贯抽样新模型,推导了不同分布的估值序贯抽样方程、最大数量抽样公式,讨论了序贯分析图的绘制方法。新模型具有计算简便、易于应用的优点,能将不同分布型的有关信息应用于抽样过程。在野外调查中,能够快速、准确地判断昆虫种群密度是否达到防治指标,为防治方案的制定提供了依据。本方法也为其它概率分布的估值序贯抽样提供了一个新的途径。  相似文献   

16.
栗瘿蜂瘤空间分布型及抽样技术的研究   总被引:1,自引:0,他引:1  
栗瘿蜂的卵、幼虫、蛹与虫瘿存在于寄主的相同部位,其空间格局一致。调查10块样地,计24393个样本,经频次分布的适合性检验,全部符合负二项分布,用Taylor、Iwao等人提出的多种聚集度指标测定结果:均系聚集分布,且聚集由环境引起。在此基础上采用Iwao的理论抽样公式进行理论抽样和负二项分布的接受与拒绝公式进行序贯抽样,建立了不同密度下的理论抽样曲线与虫瘿的序贯分析图和序贯分析表。  相似文献   

17.
应用Taylor幂法则和Iwao回归法,对竹梢凸唇斑蚜空间分布型及抽样技术进行了研究,并进行了影响因素分析.结果表明:竹梢凸唇斑蚜在竹林间呈聚集分布,且符合负二项分布,聚集强度随种群密度的升高而增加;种群聚集主要是由昆虫本身的习性和某些环境因素引起.在空间分布型研究的基础上提出了理论抽样数和序贯抽样方案.  相似文献   

18.
灰斑古毒蛾幼虫在沙冬青、杨柴和花棒上呈聚集型分布,聚集度较大,且聚集度随着种群密度的升高而增加。灰斑古毒蛾幼虫分布为聚集型分布,属一般负二项分布,分布的基本成分是个体群,个体间相互吸引。根据Iwao(1975)得出理论抽样数模型为N=3.8416(2.1698/m+0.7206)/D2。并建立防治指标序贯抽样数模型和抽样数表,对提高种群密度估计精度、指导林间调查和判断防治决策,具有一定的实践指导意义。  相似文献   

19.
采用扩散系数C、聚集度指标I、Cassie R.M.指标CA、森下正明扩散指标Iδ、Lloyd M.的聚块性指标L、Iwao的m—m回归分析法和Taylor的幕指数法等7种方法测定了刺槐谷蛾第1代幼虫种群空间分布型,并探讨了其在最适抽样、资料代换及序贯抽样中的应用。  相似文献   

20.
基于笔者提出的研究生物种群空间格局的La-m幂法则模型(La=βm^δ),本文推导出如下抽样设计方法:(1)种群密度的简易估计方法;(2)简单随机抽样最适理论抽样数的确定方法;(3)分层随机抽样最适理论抽样数的确定方法;(4)二阶抽样最适配额的确定方法;(5)按临界密度划分不同种群水平的序贯抽样方法;(6)最适样方大小的确定方法;(7)种群密度与负二项分布参数k的关系以及La-m幂法则模型的非线性  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号