应用离差均方比相似分析法预测水稻白叶枯病流行程度

选取7月中、下旬的4个气候因子作为相似因子,应用离差均方比相似分析法预测1991、1992年双季晚稻白叶枯病流行程度,预测结果和实况完全相符,为双晚白叶枯病中期预测提供了一种简便方法。     

用多元模糊回归模型预测麦长管蚜种群动态

本文介绍了多元模糊回归模型预测麦长管蚜的方法。对山东省金乡县１９８２～１９８９年共８ａ小麦穗期麦长管蚜发生程度的历史观测资料进行了数量分析，建立了多元模糊模型（模糊隶属函数集）。通过对历史资料的回检，拟合率达１００％，以１９９０年的观测资料为独立样本进行试报，结果与实际一致，为麦长管蚜种群动态的预测预报提供了一种新的研究方法     

模糊数列在白背飞虱主害代测报上的应用

利用模糊数列分析方法,预测白背飞虱主害代发生程度,可以提高预测准确度,增强预见性,是一种较好的预测手段。一、主要因子的选取利用我县渤海测报点1978—1991年间的田间系统资料和灯下诱蛾资料进行分析选择,选取结果为:白背飞虱主害代发生轻重主要受近期迁入虫情影响,也就是主要与6月迁入总虫量,迁入峰次,峰次虫量以及主迁入峰期虫量相关。计算结果表明,以上4个因子与白背飞虱主害代发生程度达到极相关水平     

用模糊贴近度预测稻纵卷叶螟发生高峰期

以与稻纵卷叶螟发生密切相关的气象因素作预测因子,采用模糊贴近度的方法,建立了凤阳县稻纵卷叶螟迁入高峰期的长期预测模型。该模型１９７１～１９８７年历史符合率达８２４％。１９８８～１９９０年的预测准确率达１００％,新建模型可提前１ａ发出预报。     

基于改进BP网络的小麦条锈病预测模型研究

通过对平凉市近25年小麦条锈病及其气象数据的分析,选择了主要的影响因子,采取改进BP神经网络算法对小麦条锈病菌在越夏期感染程度、秋季麦苗感染程度及翌年春季感染程度分别建立了预测模型进行了预测.仿真结果显示3个BP预测模型均达到0.0001的训练目标,预测准确度达到100％.测试样本预测输出与实际输出间的均方差为0.1～0.4级.由此可见,改进BP网络预测模型比逐步回归方法具有更好的预测精度,能满足应用需求.     

河北省小麦白粉病发生程度的中期预测

根据全省１０个县（市）９ａ的历史资料进行归纳总结，提出小麦白粉病流行结构模型，利用３月下旬至４月中旬的气象因子（降雨量、雨日、平均相对湿度）实况值，用判别分析的方法，对当年小麦白粉病发生程度进行中期预测，经１９９３～１９９４年的应用检验，预测结果与各监测县及全省实况吻合     

晚稻秧田稻瘿蚊发生程度预测初探

稻瘿蚊 Orseolia oryzae Wood-Mason是我县晚稻生产上的主要害虫之一,笔者通过对本县历史资料的整理分析,应用加权列联表分析法,对第4代稻瘿蚊发生程度预测进行了初步探讨,结果如下: 一、预测式的建立及使用方法 (一)预报因子的选择、分级我县第4代稻瘿蚊常年发生在7月中     

基于相空间重构与RBF神经网络模型的面上干旱预测研究

条件植被温度指数(VTCI)是一种适合关中平原的近实时定量化的干旱监测方法,在前期基于以旬为单位的VTCI样本点上相空间重构与RBF神经网络干旱预测研究的基础上,进一步进行了VTCI遥感面上的干旱预测研究。通过分析样本点VTCI时间序列的延迟时间和重构维数,确定整个面上VTCI时间序列相空间维数为7,从而对面上VTCI数据进行了相空间重构。对重构后的VTCI数据应用RBF神经网络模型预测得到了2009年4月上旬到5月中旬的VTCI预测结果。结果表明,多旬预测结果都较好地反映了监测结果的特征,各旬预测结果的绝对误差频数分布主要集中在-0.2到0.2之间。应用Kappa系数评价预测结果与监测结果的一致性程度：5月中旬为显著,4月上旬和中旬为中度,4月下旬和5月上 旬的一致性为弱,但阳性一致率较高。该模型的面上预测精度较好,适合关中平原的干旱预测研究。     

用Fuzzy分析方法预报稻纵卷叶螟第三代发生程度

通过对锦屏且１９８４年至１９９６年历史资料整理分析,第三代稻纵卷叶螟发生程度与５月下旬至６月上旬糖醋排下迁入期蛾量,６月上旬雨量,气温相关,应用Ｆｕｚｚｙ分析方法对第三代稻纵卷叶螟发生程度进行综合评判分析,预测,历史符合率达９３．８％,并得知影响发生程度的关键因子是５月下旬至６月上旬排下主迁入期蛾量。     

甜菜夜蛾发生程度的气象等级预报模型

甜菜夜蛾是严重影响蔬菜产量和品质的害虫,其发生发展与气象条件关系十分密切。为探索气象条件与甜菜夜蛾发生程度的关系,开展甜菜夜蛾发生程度气象等级预报服务,选取2009—2010年湖北省甜菜夜蛾虫情资料和对应台站的气象资料,对甜菜夜蛾发生程度等级与各项气象因子做相关分析,在此基础上,筛选出模型因子,采用多元线性回归分析方法,构建了湖北省甜菜夜蛾发生程度气象等级预报模型,并对模型验证。结果表明:历史回代检验旬检验结果达基本一致以上的为76%;独立样本预测检验旬值达基本一致以上的为63%,模型总体预报结果较好,可为湖北省开展甜菜夜蛾气象等级预报业务提供技术支撑。     

用海温分布特征预报早稻白背飞虱发生量的研究

以赣州地区早稻白背飞虱主害代最高百丛虫量的分级值为预报对象,以上年9月至当年4月西北太平洋逐月海温距平场的车贝雪夫多项式展开系数为预测因子,采用逐步回归方法,建立了两个长期预测模型,两模型历史符合率均为100％,1990年预报结果与实况完全一致,1991年预报与实况基本一致。     

赣南白背飞虱中期数量预测的研究

本文以赣州市早、晚稻白背飞虱主害代最高百丛虫量的分级值为预报对象,以4～5月和7～8月当地田间、灯下虫量及有关气象因子为预测因子,采用逐步回归方法,通过微机运算,分别建立了赣南早、晚稻白背飞虱发生数量的中期预测模型,经回检,所建两个模型的预测误差不超过0.89级,若允许误差1级,则历史符合率均达100％。经1990～1991年预报检验,预报结果与实况基本一致。     

晚稻稻瘟病BP神经网络分区预报

应用相关分析方法分析了浙江省19个县1988～1999年晚稻稻瘟病发病与有关环境因子的关系,筛选了8个气象因子用于晚稻稻瘟病发生程度长期预报。根据各预报因子与稻瘟病发病程度相关性,采用邻接二维图论聚类分析法,将19个点(县)划分为4个生态区。每个生态区内运用BP神经网络技术建立模型,并进行拟合和试报。1997～1999年试报验证,在划分稻瘟病生态区的基础上,应用BP神经网络模型对稻瘟病进行长期预测预报是可行的,3年试报成功率分别是78.95％、84.21％和78.95％。文中还对该方法与过去常用的预报方法的试报结果作了比较。     

环境因子对负水头供液下温室番茄耗液量影响的通径分析

采用Pearson相关分析法研究负水头供液下不同淋洗时间和淋洗量处理下温室番茄日耗液量与空气相对湿度、气温和太阳辐射强度等环境因子的相关关系,采用通径分析原理分析各环境因子对番茄日耗液量的直接作用和间接作用,并建立了多元回归模型。结果表明:番茄日耗液量与各环境因子均呈显著线性相关(P0.05),其中与日平均太阳辐射强度和日最高太阳辐射强度的正相关性最强;与日最高相对湿度的负相关最强。日平均太阳辐射强度是番茄日耗液量的主要决策因子,决策系数为45.7%,日有效积温是主要限制因子,决策系数为-459.6%。番茄日耗液量模拟值与实测值的回归系数平方值为0.965。建立的多元线性回归模型可较好地预测番茄日耗液量。     

条件频率法在早稻纹枯病发生流行定性预测中的应用

根据岑溪县11年的历史资料,选取与早稻纹枯病发生程度关系密切的3个因子,采用条件频率法进行定性预测研究,其历史拟合率达100%.用此方法对1991、1992年早稻纹枯病发生程度进行预测,其预报值亦与实况值相吻合.     

金衢盆地麦类赤霉病与上年秋冬气象条件的关系及其预测预报的探讨

金衢盆地位于本省中部内陆,春季多雨水麦类赤霉病每年均有不同程度的发生,对春粮的稳产高产影响很大。因此,如果在前期能准确地对赤霉病的流行程度进行预测预报,对提前作好防治准备,战胜和减轻赤霉病的为害,在农业生产上是有重要的现实意义的。 由于赤霉病主要在大小麦抽穗至灌浆初期侵染发病,因此,在当前的预测预报方法中,较多地应用该时期的气温、雨量、雨日等气象因子来分析和预测预报。这种预报方     

基于带蜜紫色粘虫板的诱集装置对稻弄蝶主害时期成虫的监测效果

【目的】通过探索水稻稻弄蝶有效的监控技术,解决传统固定花圃定时系统观察法受气象影响大、监测费时、确定虫种难等问题。【方法】于2017年在稻弄蝶发生期应用带蜜紫色粘虫板的害虫诱测装置与固定花圃系统观察法开展了害虫的对比监测试验研究。【结果】带蜜紫色粘虫板的害虫诱测装置与固定花圃观察法监测稻弄蝶主害时期的成虫种群数量发生动态趋势及成虫高峰期趋于一致,成虫高峰期与田间成虫羽化高峰期也相吻合,以害虫诱测装置监测效果最为明显,具有诱集量大、峰型明显、预测准确性高等特点,优于固定花圃系统观察法,气象因子和非靶标昆虫对其诱测影响较小。【结论】带蜜紫色粘虫板的害虫诱测装置监测稻弄蝶成虫简便易行,监测效率高,监控效果好,成虫高峰期及诱量,可作为简化精准预测害虫发生防治时期及程度的重要依据,适宜于水稻稻弄蝶发生区的监测预警和绿色防控使用。     

玉米纹枯病发生程度预测方法初探

利用玉米纹枯病14a发生情况资料,选择历年4月下旬的平均病株率、5月份的日均温和5月下旬～6月中旬的降雨量等3个因子进行回归分析,建立病害发生程度预测模型,历史符合率为92．8％,经2002年、2003年预测检验,结果与发生情况相一致,可利用此模式进行该病发生程度预测预报。     

基于支持向量机回归与K-最近邻法的组合预测用于除草剂QSAR建模

为了提高定量构效关系(QSAR)研究的预测精度,发展了一种基于支持向量机回归(SVR)与K-最近邻法(KNN)的组合预测方法:以均方误差(MSE)最小为原则,基于SVR实施核函数寻优;基于MSE最小原则与最优核函数以SVR进行描述符筛选并得到保留描述符;通过"多轮末尾强制淘汰法"揭示各保留描述符对预测精度的影响程度;从保留描述符出发,以不同KNN预测值反映样本集异质性并构建子模型,然后基于SVR以留一法实施组合预测。运用该组合预测方法研究苯乙酰胺类除草剂QSAR建模,结果表明:基于SVR与KNN的组合预测方法在参比模型中预测精度最高,具结构风险最小、非线性、能有效克服过拟合、泛化推广能力优异等优点,在QSAR研究中具有广泛的应用前景。     

忻定盆地一代玉米螟发生趋势预测

分析忻州市忻府区南胡区域测报站和原平市阳武一村测报站一代玉米螟发生为害情况,发现忻定盆地一代玉米螟的发生为害程度与冬后百秆幼虫存活量、6月份降水量等因子有一定关系。总的趋向是冬后幼虫的存活量大、灯下成虫始见期早、6月份灯下成虫量大、6月份降水量多时,一代玉米螟发生为害重;反之则轻。分别验证两个测报站的历史资料．预报准确率均在87％以上。如果再结合当年作物秸秆的处理情况、5—6月的平均气温等进行综合分析,就能进一步减少误差,提高预测预报的准确率。