马尾松毛虫大发生灰色灾变趋势测报方法

为探索松毛虫危害森林资源灾变规律,依据瑞金市2001～2007年大发生面积的时间数据序列,尝试应用灰色系统理论及其GM（1,1）模型,对马尾松毛虫大发生的灾变趋势,建立预测模型,进行灾变长期趋势预测。     

马尾松毛虫大发生灰色灾变超长期预测

本文应用灰色灾变预测理论对马尾松毛虫大发生进行了超长期预测。所建模型达GOOD级精度,预测可信。经验证,预测结果准确。     

灾变模型在马尾松毛虫幼虫发生量预报中的应用

  目的  提高马尾松毛虫Dendrolimus punctatus幼虫发生量预测预报结果的准确性。  方法  利用灰色灾变预测GM(1, 1)模型预测了安徽省潜山县1989-2016年马尾松毛虫越冬代、1代和2代严重发生的年份。  结果  马尾松毛虫越冬代虫口数的GM(1, 1)灾变预测模型为:${hat z^{(1)}}(k + 1) = 9.580;75{{rm{e}}^{0.269;33k}} - 8.580;75$, 其中k为年序号, ${hat z^{(1)}}(k + 1)$为灾变年序号。1代幼虫虫口数的GM(1, 1)灾变预测模型为:${hat z^{(1)}}(k + 1) = 18.181;8{{rm{e}}^{0.241;87k}} - 17.181;8$。2代幼虫虫口数的GM(1, 1)灾变预测模型为:${hat z^{(1)}}$(k+1)=20.123 7e0.197 58k-19.123 7。根据此模型求得已知年份的拟合值与观察值, 对两者差异进行t检验, 差异均不显著, 即拟合值与观察值间吻合度高, 各灾变年精度值平均为84.40%, 84.85%和84.08%, 总体平均精度依次为96.25%, 92.34%和94.09%, 模型精度高。由此推算未来时刻的预测值得到, 从2011年马尾松毛虫越冬代幼虫灾变年算起, 再过10 a即2021年为马尾松毛虫越冬代大发生年。从2011年马尾松毛虫1代幼虫灾变年算起, 再过11 a即2022年为马尾松毛虫1代幼虫大发生年。从2011年马尾松毛虫2代幼虫灾变年算起, 再过9 a即2020年为马尾松毛虫2代幼虫大发生年。  结论  灾变预测对马尾松毛虫幼虫发生量灾变的预报是一种较理想的预报方法。     

马尾松毛虫发生量灰色系统模型的建立及其预报

运用灰色系统理论的原理和方法，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、有虫株率相关关系密切的气象因子作为样本的因子变量，分别建立马尾松毛虫有虫面积、虫口密度、有虫诛率与气象因子的灰色系统预测模型。结果表明：所建立的各预测模型具有令人满意的预测效果。有虫面积模型预报因子数为8个时，预留样本的平均预测误差为7．47％；虫口密度模型预报因子数为6个时，预留样本的第1年预测不准，第2年的预测误差为2．21％；有虫株率模型预报因子数为5个时，预留样本的平均预测误差为3．60％,总预测成功率为83．33％.     

ARIMA模型在马尾松毛虫发生面积预测中的应用

[目的]为了研究ARIMA模型在马尾松毛虫发生面积预测中的应用。[方法]利用时间序列对郁南市1975~2002年马尾松毛虫发生面积数据进行了分析。经过数据平稳化、模型识别及参数估计确立了ARIMA(2,2,2)模型,对郁南市1975~2002年的马尾松毛虫发生面积作了回测。[结果]ARIMA(2,2,2)模型预测值的动态趋势与实际情况基本一致,特别是1990年以后的预测效果更佳,实际值都落入了预测值的可信区间范围,结果比较理想。[结论]ARIMA模型假定未来的发展模式与过去的模式是一致的,更适用于作短期的预测。     

马尾松毛虫种群动态预测

本文根据广西省柳城县(1969～1987)19年马尾松毛虫发生危害面积的历史资料、应用马尔柯夫链理论和方法,对1988、1989年马尾松毛虫动态进行了预测,结果与实况完全相符合。     

基于遗传神经网络混合模型预测马尾松毛虫发生量的研究

根据相关系数法、均生函数法及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和延拓均生函数序列作为各预测模型的输入特征,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GA-BP混合模型。结果表明,所建立的各GA-BP混合预测模型,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13个,预报因子数为6个时,3组预留有虫面积的平均预测误差为4．41％;虫口密度GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为2．17％;虫株率GA-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,3组预留样本的平均预测误差为4．25％。     

马尾松毛虫的主要危害与预测预报技术

分析马尾松毛虫的主要危害,并探讨当前马尾松毛虫害的若干预测预报技术。     

基于粒子群优化神经网络混合模型预测马尾松毛虫发生量

针对BP网络具有局部精确搜索但易陷入局部极小、粒子群算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的新算法--PSO-BP算法.根据相关系数法、均生函数法及逐步回归法分别选取与马尾松毛虫有虫面积、虫口密度、有虫株率相关关系密切的气象因子和延拓均生函数序列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、有虫株率与气象因子和延拓均生函数序列的PSO-BP混合模型.结果表明:建立的各PSO-BP混合模型,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13个,预报因子数为6个时,3组预留有虫面积的平均预测误差为4.01%;虫口密度PSO-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,预留样本的平均预测误差为3.32%;有虫株率PSO-BP混合模型的隐层神经元个数为9个,预报因子数为4个时,预留样本的平均预测误差为2.83%.上述3个指标的预测准确率均为100%.     

马尾松毛虫发生量时空回归预测的研究

[目的]为控制马尾松毛虫的危害提供理论依据。[方法]以1983年9月～1989年9月浙江省仙居县虫情调查资料和气象资料为研究对象,考察各调查点马尾松毛虫有虫面积随气象因子及时间、空间的动态变化,建立马尾松毛虫发生量的时空回归预测模型,并用所建立模型对1989年3代马尾松毛虫有虫面积进行预报检验。[结果]共建立了1个线性、8个非线性马尾松毛虫发生量时空回归预测模型。1989年3代马尾松毛虫实际危害村数及有虫面积分别为141、143、138村和4533．1、4181．3、5166．0hm^2,9个模型预报的3代马尾松毛虫的发生村数均为193村,线性模型预报的3代马尾松毛虫的发生面积分别为3978．5、4159．5、3427．5hm^2,非线性模型预报的各测报点3代马尾松毛虫的发生面积分别与实际最大相差71．6868、99．8359、119．9478hm^2。[结论]所建立模型对马尾松毛虫有虫面积的预报准确率均为66．7％。     

百色市右江灌区洪涝灾害趋势的灰色灾变预测

根据百色市右江灌区1961—2010年降水量统计数据,分析该地区洪涝灾害发生时间的分布特征,建立灰色灾变预测模型,利用残差检验对模型进行了精度检验,并对该灌区未来2次洪灾年份进行预测。结果表明,预测模型避免了人为主观原因造成的误差,精度较高,方法简单,为制定防洪减灾决策提供科学依据。     

杨树苗圃地下害虫灰色灾变预测研究

以灰色系统理论为基础,建立杨树苗圃地下害虫的灾变预测模型和灾变季节预测模型,灾变预测模型平均相对精度可达97.56%,建立的灾变季节模型包括达到防治指标日的预测模型和虫口密度高峰日的预测模型,平均相对精度分别为94.27%和90.40%,模型精度较高。预测结果表明3种模型均能够准确地进行杨树苗圃地下害虫的预测。     

应用模糊综合评判技术预测马尾松毛虫越冬代发生量

应用浙江省临海市连续９ａ马尾松毛虫发生面积的调查资料和当地气象资料，根据相关系数法选出预报因子，采用模糊评判的６个数学模型预测松毛虫越冬代的发生量。经回报检验，各数学模型预测值与实测值的吻合程度达８８．９％，具有较好的实用价值。     

小麦叶枯病发生程度的灰色灾变预测初报

运用灰色灾变预测理论与方法，建立了灰色灾变预测模型：（ＧＭ１．１）—＾Ｘ（１）（Ｋ＋１）＝１８．２５００ｅ０．１９９３３５５４ｋ－１５．２５００。经实践证明，该模型精度极高，预测准确     

马尾松毛虫的生活习性及预测预报

分析了马尾松毛虫的危害,阐述了其生活习性,介绍了几种虫情调查方法和发生期预测预报的方法,以期为马尾松毛虫的防治提供借鉴。     

江苏省马尾松毛虫发生的环境因素及危害程度预测

马尾松毛虫（Dendrolimus punctatus Walker）是鳞翅目、枯叶蛾科、松毛虫属的一种昆虫，是我国南方各省危害森林最严重的大害虫；其分布范围广，危害面积大，年世代多，繁殖力大，迁飞力强，危害非常严重。由于全球气候变暖。近年在我省一些区域也有大量发生现象。马尾松毛虫主要危害马尾松、湿地松等，松树被害后，轻造成材积损失，松脂减产，种子产量降低；     

基于灰色灾变预测的农产品异常产量研究

引入灰色灾变预测理论,并分析该理论应用于农产品异常产量预测的可行性,通过对实际案例进行相关的研究和分析,证明灰色灾变预测方法在预测农产品产量的异常变化方面有优良效果。     

桂阳县2007年马尾松毛虫发生趋势

2006年11月预测桂阳县2007年全年马尾松毛虫发生面积4．5万亩，其依据是：1、2006年存在少量防治效果较差区域和漏防区，形成新虫源地，并且虫口基数较大，在有利种群发展的气候环境、天敌、寄主等因子影响下，迅速向四周松林扩散，越冬前虫口密度分别达到50—80条／株、20—30条／株。     

应用灰色系统模型对麦蜘蛛灾变预测的研究

应用灰色系统理论方法 ,对临沂市 1990～ 2 0 0 2年冬小麦麦蜘蛛的统计数列 ,建立了灰色GM(1,1)灾变长期预测模型。经检验 ,该模型精度高 ,回测效果好 ,可用于冬小麦麦蜘蛛的长期预报。