共查询到17条相似文献,搜索用时 171 毫秒
1.
2.
3.
小麦赤霉病发生与菌源·气象因子量关系分析 总被引:3,自引:0,他引:3
[目的]明确小麦赤霉病发生的各影响因子,分析各因子不同量级对病害流行的影响。[方法]以2000年以来的数据为基础,分析江淮南部丘陵地区小麦赤霉病大流行各发生影响因子量以及各因子不同量级对病害流行的抑制作用。[结果]菌源的存在是赤霉病发生的前提条件;雨水是赤霉病发生的主导性影响因子;正常年份温度都能满足病害流行要求。[结论]研究结果为赤霉病测报及大面积防治提供了参考。 相似文献
4.
5.
6.
8.
小麦赤霉病气象等级预报模式研究 总被引:7,自引:1,他引:6
[目的]准确开展小麦赤霉病流行程度预报,科学合理地防治小麦赤霉病。[方法]对小麦赤霉病发生具有影响的气象因子进行统计分析,确定赤霉病致病日,计算赤霉病感病期间逐日诱发修正系数、赤霉病致病日的持续时间诱发修正系数,建立促病指数模型,判别小麦赤霉病气象条件适宜程度及发生的等级。[结果]经过42年资料的拟合、验证,模型能够准确判别出气象等级为4级(即赤霉病不流行)的年份。拟合的赤霉病发生气象等级在1~3级的年份各地均超过90%,误差1个等级的占24%~38%,误差2个等级的占0~9%。2007年动态试报结果与实况相符。[结论]该方法比较真实地反映了当年的发病程度,可投入实际业务应用。 相似文献
9.
小麦赤霉病流行与气象条件关系密切.历史资料反映,抽穗扬花至灌浆期(4月1日~20日)的雨量、雨日、空气湿度、日照和温度条件等,对小麦赤霉病的流行都有不同程度影响,其中有的气象因子影响较大,有的影响则不明显,需要从中筛选出主要气象因子,将其定量化,便于农业生产中应用.因此,我们作如下分析和探讨. 相似文献
10.
小麦赤霉病流行与气象条件关系密切.历史资料反映,抽穗扬花至灌浆期(4月1日~20日)的雨量、雨日、空气湿度、日照和温度条件等,对小麦赤霉病的流行都有不同程度影响,其中有的气象因子影响较大,有的影响则不明显,需要从中筛选出主要气象因子,将其定量化,便于农业生产中应用.因此,我们作如下分析和探讨. 相似文献
11.
BP神经网络在小麦赤霉病气象预测中的应用* 总被引:1,自引:0,他引:1
应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,为预防小麦赤霉病发病提供科学依据。根据四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料,借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法——Traincgf,建立了小麦赤霉病发病的气象预报模型。该模型不需要事先确定数学模型,拟合与预测的平均绝对偏差分别为0.01,0.05,优于多元线性回归模型的0.17,0.29。BP神经网络预报模型的拟合精度和预报精度都较高,优于多元线性回归模型,能很好地实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义。 相似文献
12.
通过对病虫害的发生规律和气象要素温度、湿度、光照的分析,发现小麦赤霉病的发生和气象要素密切相关。找到与小麦赤霉病的发生和消长规律相协调的预测和防治措施,从而为有效防治小麦病害,减少经济损失具有重要意义。 相似文献
13.
选用四川省有代表性的5个县(忠县,双流,宜宾,武胜,资中)11年3月份气象因素和小麦穗期蚜虫发生程度资料,运用模糊综合决策方法,建立了预测模型,用预测因子回代,历史符合率达94.12%,1991~1994年,5月县市实际预测符合率为75.00%,证明该模型对预测小麦穗期蚜虫发生程度有较好效果。 相似文献
14.
小麦赤霉病CBR预测模型参数的优化 总被引:1,自引:1,他引:0
基于类比推理人工智能方法 CBR原理建立了以时间序列为轴线的小麦赤霉病滚动预测模型。为提高模型预测的准确性,利用安徽省农作物病虫数据库,结合专家经验会商的结果,优化筛选该预测模型中的预测单元、预测阶段、各预测阶段的权重、气象因子及其权重等各关键预测参数,并检验其预测的准确性。结果表明,运用优化后的参数,小麦赤霉病CBR预测模型常年预测准确率可达84.21%。故优化后的预测参数可用于小麦赤霉病CBR预测模型。 相似文献
15.
小麦赤霉病是小麦生产中最主要的病害之一,严重影响小麦的产量和品质。漯河地区位于河南省中南部,属于北亚热带向暖温带过渡区,是小麦生产的特殊生态地区,近几年赤霉病的发生频率和为害程度均有所增加。本文初探了漯河地区小麦赤霉病的发病原因,主要有主栽品种易感赤霉病、菌源数量多、气候条件利于赤霉病发病、田间管理措施不佳、种植户应灾能力弱等因素;并对常见市售防治小麦赤霉病的化学药剂如多菌灵、戊唑醇、戊唑醇*咪鲜胺、氰烯菌酯、丙硫菌唑等进行了分析,提出选择不同作用机理的药剂轮换使用或者混配使用的建议,旨在为小麦赤霉病的防控提供借鉴。 相似文献
16.
针对安徽省农业气象业务服务中小麦赤霉病气象等级预报模型精度不高问题,基于安徽省中南部滁州、庐江、池州和宣城4个代表站历年小麦赤霉病病穗率、发育期及对应气象资料,采用线性相关、回归分析等方法,建立基于雨日和雨量的综合降水指数气象等级预报模型,并对模型进行拟合检验和预测检验。结果表明滁州地区小麦赤霉病发生关键为始穗前5d至始穗后25d、庐江为始穗前8d至始穗后20d、池州为始穗前7d至始穗后24d、宣城为始穗前4d至始穗后24d。对建立的区域小麦赤霉病气象等级预报模型进行拟合检验和预测检验发现:滁州地区预测模型的拟合准确率和预测准确率分别为86.8%和92.0%,庐江分别为87.6%和70.0%,池州分别为85.6%和88.0%,宣城分别为88.3%和84.0%。因此,本研究建立的区域小麦赤霉病气象等级预报模型可用于安徽省中南部农业气象业务服务。 相似文献
17.
介绍小麦赤霉病的发病症状,对固镇县小麦赤霉病发生情况进行调查总结,并对发病原因进行全面分析,进而总结提出具体的防控对策。 相似文献