灰色GM（1，1）模型群及其粮食产量的预测

科学准确地预测粮食产量，对于制定国民经济计划十分重要。目前粮食产量的预测方法很多，本文提出了粮食产量预测的灰色ＧＭ（１，１）模型群，并根据某县１９８１年～１９９０年的粮食产量资料，对该县１９９１年～１９９５年的粮食产量进行了预测。经分析，其预测结果可靠、预测精度比ＧＭ（１，１）模型大大提高。     

GM（1,1）模型在农村居民消费支出水平预测中的应用

从灰色动态模型ＧＭ（１，１）的建立、精度检验与修正阐述了灰色数列预测的基本原理，并以此模型对湖北省农村居民生活消费支出水平进行了预测。实例表明，与传统预测方法相比，ＧＭ（１，１）模型具有一定的独特优势。     

灰色马尔柯夫链超长期预测山东省棉铃虫发生趋势的研究

本文采用灰色预测ＧＭ（１，１）模型和马尔柯夫链预测方法，发挥各自优点，相互弥补，两者结合形成灰色马尔柯夫链，为病虫超长期预测提供一种新的方法。经１９９２、１９９３年验证，预测与实测完全符合。１９９２年预测精度达９４．１４％，较ＧＭ（１，１）模型灰色预测提高１１．８４％。应用灰色马尔柯夫链方法预测１９９４年将大发生，但发生程度轻于１９９２、１９９３年。     

河西走廊沙质荒漠化趋势分析及预测

运用非线性回归模型和灰色理论ＧＭ（１．１）模型，对河西走廊沙质荒漠化现状及发展趋 势进行分析预测。结果表明：选用１９４９年为基准年（即取整个时间段变化率）采用非线性回归模 型与采用ＧＭ（１．１）模型预测沙漠化趋势时具有相似的精度，其预测的沙漠化总面积２００５年为５５ ５４０．７ ｋｍ２与 ５５ ５４８．７ ｋｍ２，２０１０年为 ５７ ４１５，２ ｋｍ２与 ５７ ３９８．８ ｋｍ’；河西走廊荒漠化面积年平均增 长率达 ０．３７％，说明该区域荒漠化呈发展趋势。     

灰色模型GM（1,1）与GM（2,1）的改进和探讨

修正了ＧＭ（２,１）灰色模型,利用Ｚ变换给出ＧＭ（１,１）、ＧＭ（２,１）的时间响应序列,改进了灰色预测模型,同时证明该时间响应序列具有自回归性。     

应用灰色－马尔柯夫链联合预测吉林市玉米单产

本文将灰色ＧＭ（１，１）预测模型与马尔柯夫链结合构成灰色－马尔柯夫链，用此联合预测模型对吉林市玉米单产进行预测。结果表明：联合模型预测的精度高，效果好，是一种较理想的玉米单产预测方法。同时对１９９３～１９９５年三年吉林市玉米单产进行了实际预测。     

提高灰色模型预测精度浅析

提高灰色模型预测精度浅析杨运清，张宏（东北农业大学哈尔滨１５００３０）ＡＰＲＥＬＩＭＩＮＡＲＹＥＸＰＬＯＲＡＴＩＯＮＯＦＩＮＣＲＥＡＳＩＮＧＰＲＥＤＩＣＴＩＯＮＰＲＥＣＩＳＩＯＮＯＦＧＲＥＹＭＯＤＥＬ￥ＹａｎｇＹｕｎｑｉｎｇ；ＺｈａｎｇＨｏｎｇ（Ｎｏ...     

水稻稻瘟病发生面积变化态势的灰色预测与分析

应用灰色系统理论，建立了水稻稻瘟病发生面积变化的ＧＭ模型，得出了灰色预测区间，并由此对面积作了中长期预测，并对其发展趋势作了分析。     

长爪沙鼠种群动态预测模型的研究

对１９８８～１９９５年在位于腾格里沙漠西南缘的甘肃武威东沙窝地区，逐月调查的长爪沙鼠种群密度及繁殖状况的数据进行了分析整理，并利用灰色系统理论，对长爪沙鼠（ＭｅｒｉｏｎｅｓｕｎｇｕｉｃｕｌａｔｕｓＭｉｌｎｅ－Ｅｄｗａｒｄｓ）的种群密度及各种因素进行了灰色关联分析，同时建立了ＧＭ（１，１）动态模型２个，ＧＭ（１，３）模型１个，来探讨长爪沙鼠数量预测的新途径。     

RAPD鉴别稻瘟病菌生理小种的研究

】采用１６种不同的引物对３株典型的稻瘟病菌（Ｍａｇｎａｐｏｒｔｈｅｇｒｉｓｅａ）菌株ＺＡ１,ＺＧ１和Ｍ１进行了ＲＡＰＤ分析。结果表明,从杂草马塘与水稻分离的菌株,基因组的差异很大,很容易通过ＲＡＰＤ鉴别这两种不同来源的稻瘟病菌菌株。自水稻分离的菌株,ＲＡＰＤ扩增产物相似性较高,但仍然能够检测出不同生理小种ＤＮＡ带型的差异,证明ＲＡＰＤ可用于稻瘟病菌生理小种的快速鉴别。     

闽北地区早稻穗颈瘟的气象预测模型及其应用

搜集闽北地区浦城和建瓯2个县(市)21 a(1980-2000年)中与早稻发生穗颈瘟相关的气象因子,采用逐步回归统计方法,对相关的气象因子进行筛选,找出引起早稻穗颈瘟的关键气象预测因子,其中浦城县的气象预测因子为5月上旬的水汽压、3月中旬的日照时数;建瓯市的气象预测因子为3月中旬的相对湿度和4月中旬的露日数。并建立了两地利用气象因子预测早稻穗颈瘟的数学模型。对该模型进行了2 a的预测验证,分别对两地2003年早稻穗颈瘟的发生进行预测,预测结果与实际穗颈瘟发生情况一致,发生等级均为轻.     

用逐步回归分析模型预测水稻稻瘟病流行趋势

水稻稻瘟病是我国水稻栽培中的重要病害,对该病害防治的关键是要做好预测工作。应用逐步回归分 析,对影响水稻稻瘟病流行趋势的多种预报因子进行优选,择出优势因子并组建水稻稻瘟病流行趋势的逐步回归分 析模型。验证结果表明院历史符合率达97.4%,3 年预测结果的平均符合率也达到85.3%,符合率较高,为该病害的预 测及其防治提供了依据。     

基于无偏灰色马尔科夫链的稻瘟病预测研究

采用五点滑动法优化原始数据,建立新的灰色马尔科夫预测模型。在分析利用湖北省恩施州1995～2004年稻瘟病历史资料的基础上,分别应用五点滑动优化无偏和无偏GM（1,1）模型预测2005～2010年稻瘟病发生面积。预测结果表明：五点滑动优化无偏GM（1,1）模型预测精度较高,应用于稻瘟病预测切实可行。结合五点滑动优化无偏GM（1,1）模型预测结果,笔者给恩施州2010年稻瘟病的防治提供了政策建议。     

稻瘟病菌孢子qPCR方法的建立及用于监测气传菌源的研究

稻瘟病是水稻生产中最具毁灭性的真菌病害之一,监测田间空气中稻瘟病菌分生孢子数量动态变化,对于预测病情发生和指导及时防治具有重要意义。该研究以稻瘟病菌MHP1基因为靶序列,建立了1种稻瘟病菌分生孢子qPCR定量方法,并采用此方法对田间气传稻瘟病菌源进行了监测。监测数据显示,监测期间空气中稻瘟病菌分生孢子数量波动幅度较大。结合气象条件进行分析,菌源量的波动与气象条件相关。该研究建立的孢子qPCR方法可应用于监测气传稻瘟病菌源。     

马尔可夫链预测模型及其在农业病虫害预报中的应用

本文根据某地区历年来水稻稻瘟病发生程度的历史资料，应用马尔可夫链理论与方法，对该地区１９９１年～１９９５年该病害发生程度进行了预测。经分析比较，其结果与实际相符，而且预报时间早、简单易行。这表明马尔可夫链预测模型在农业病虫害预报乃至农业上各种灾变预报中应用的潜在价值。     

稻瘟病预测预报研究进展

本文对近几十年,尤其是近十年来稻瘟病预测预报研究的新进展进行了综述。统计模型是目前的主要测报方法,在统计模型的基础上建立系统模型是稻瘟病预测预报的发展趋势。     

受褐飞虱破坏的水稻光谱特性研究

[目的]利用光谱分析方法建立光谱与水稻褐飞虱虫量的相关关系,并利用该模型对褐飞虱虫量进行预测。[方法]利用波段范围在350～1 050 nm以及分辨率3 nm的ASD光谱仪,分别对健康水稻和受水稻褐飞虱（BPH,Nilaparvata lugens）破坏的受损水稻进行了光谱特性测定。利用光谱特性分析方法对水稻褐飞虱破坏的受损水稻光谱特性进行了分析,并与水稻褐飞虱虫量建立了显著性相关估算模型。[结果]所建模型的预测精度在66.8%～81.2%,可有效开展水稻褐飞虱虫量的预测。[结论]利用高光谱可以很好地预测褐飞虱虫量。     

水稻品种抗稻瘟病菌集团菌株频率在抗病鉴定中的应用研究

本研究以水稻品种抗稻瘟病菌集团菌株频率和自然病圃中病情关系,获得抗病频率(Υ％)与混合菌株接种的穗期病情的线性模型=4.3635-0.0452Υ±O.4238,与自然病圃中品种的病情的线性模型=4.2442-0.0415Υ±0.4955。两模型回测,在概率P_(0.05)下准确率均为100％,并以后一模型为依据,在病菌来源地的萍乡市和乐安县布局品种,得到证实。     

机器视觉在HSV颜色空间下稻瘟病病程分级判定研究

该研究旨在开发基于机器视觉技术的稻瘟病病程分级系统,实现对稻瘟病病程分级准确、客观的判定。提出基于GrabCut、高斯滤波、OTSU二值化、颜色空间转换、阈值切割等处理的稻瘟病分级判定算法模型,该算法模型利用OpenCV与python语言实现,以反向阈值切割为核心策略分离叶片与病斑,再以循环遍历模式统计像素点得出病斑面积占比,实现对稻瘟病的快速、精确分级。试验结果表明,该算法模型与专业研究人员人工判定的结果匹配度达95.77%,相对于人工判定,具备更高的稳定性和客观性。目前对稻瘟病病程分级主要依赖研究人员通过经验判定,客观、准确的判定病程对防治稻瘟病具有重要意义。该系统以手机APP为图像采集端口,不依赖其他仪器和设备,通过手机拍照即可实时获得稻瘟病精确的分级结果,降低了研究门槛,提高了科研工作的效率。     

吉林省稻叶瘟流行模拟及预测模型研究──Ⅰ稻叶瘟流行子系统模型的建立

文中运用系统分析原理及植病流行学方法对稻叶瘟流行涉及的几个主要子系统进行了定量研究．研制成了“温湿雨促病指数”、“侵染势能”、“稻体感病指数”以及“病斑的潜育显症”４个子模型,为建立稻叶瘟田间流行的模拟模型奠定了基础。