应用模糊相似优先比分析方法预测松毛虫发生趋势

前言朝阳市地处辽宁西部，干旱、少雨，油松毛虫（Ｄｅｎｄｒｏｌｉｍｕｓｔａｂｕｌａｅｔｏｒｍｉｓ）连年发生，对松林造成严重为害。因此，探索测报新方法，对于综合治理松毛虫颇为重要。由于历史上对松毛虫的人为防治干扰较大，可以说大发生年，气候条件是有利的，非...     

永康市马尾松毛虫发生趋势及原因分析

通过对永康市历年来松毛虫发生危害及防治情况的调查和分析，发现永康市的松毛虫发生周期延长，为害面积缩小，爆发期延时缩短，分析了其形成原因。     

落叶松毛虫发生趋势预测预报研究初报

运用列联表法和聚类分析一次聚合法,对吉林省九台市落叶松毛虫的历史资料进行分析,其预报准确率达93.8％和100％。     

利用性引诱进行马尾松毛虫发生期预测和虫情监测

通过在安徽省定远县、广东省化州县和浙江省衢州市的５次诱蛾实验,证实了利用活雌蛾或合成的性引诱剂做雄蛾的引诱源,与采集的松毛虫茧在林地内自然羽化蛾做对比,性引诱的诱蛾高峰日期与自然羽化的发蛾盛期完全一致,说明了用性引诱做发生期预测的准确性。同时对所谓无虫林和有虫不成灾的松林进行虫情监测,在常规调查找无虫的松林内用性引诱监测技术,则能准确掌握虫口基数。实验证明,在松毛虫的低虫口期用性引诱监测中情动态是     

利用性引诱进行马尾松毛虫发生期预测和虫情监测

通过在安徽省定远县、广东省化州县和浙江省衢州市的 5次诱蛾实验 ,证实了利用活雌蛾或合成的性引诱剂做雄蛾的引诱源 ,与采集的松毛虫茧在林地内自然羽化蛾做对比 ,性引诱的诱蛾高峰日期与自然羽化的发蛾盛期完全一致 ,说明了用性引诱做发生期预测的准确性。同时对所谓无虫林和有虫不成灾的松林进行虫情监测 ,在常规调查找无虫的松林内用性引诱监测技术 ,则能准确掌握虫口基数。实验证明 ,在松毛虫的低虫口期用性引诱监测虫情动态是简便易行的有效方法     

凌源市松毛虫发生期预测方法

作者依据5年的观测数据,采用回归、期距法预测发生期并建立了凌源市油松毛虫Dendrolimustabulaeformis上、下树进度回归预测模型,经检验,预测精度较高.     

凌源市油松毛虫发生期预测方法的研究

依据5 年间监测点的观测数据,采用回归、期距法预测发生期,建立了凌源市油松毛虫上、下树进度回归预测模型,经验证预测精度较高。     

马尾松毛虫大发生灰色灾变趋势测报方法

马尾松毛虫的猖獗发生可以认为是一个灰色系统过程，为探索松毛虫危害森林的灾变规律，依据瑞金市１９８９－１９９５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。     

利用距平符号法预测落叶松毛虫发生

松毛虫种群数量的消长与松毛虫内在遗传特性有关，但气象等外界因子也影响着种群数量的变化。为准确掌握松毛虫种群基数，做好预测预报，作者应用距平符号法，利用前4a气象因子与松毛虫发生量的关系，进行了松毛虫动态预测，准确率100％。     

应用异常度分析法对松毛虫混合种群发生趋势和发生程度的评价

将松毛虫混合种群成灾面积和发生面积确定为主要因素指标,并将其通过数学方法综合量化,应用异常度分析法对朝阳市松毛虫混合种群发生趋势和发生程度进行评价,结果表明：该方法科学准确,评价结果与实际发生情况一致。     

利用马尔可夫链预测蜀柏毒蛾发生趋势

本文利用马尔可夫链，根据达县1990-2001年蜀柏毒蛾发生面积资料，采用概率转移矩阵预测2002年蜀柏毒蛾发生量和发生趋势，由此提供趋势预报方法。     

会同县马尾松毛虫发生趋势与环境因子的相关性

根据2002~2005年会同县马尾松毛虫发生面积状况,结合当地的气象资料进行对比,分析了马尾松毛虫发生趋势与其生存环境的相关性,提出了抑制马尾松毛虫发生趋势的建议及今后控制马尾松毛虫发生趋势应注意的问题。     

马尔可夫链在马尾松毛虫发生级别预测中的应用

根据罗山县历年马尾松毛虫观测资料,将马尾松毛虫的发生级别分为4级,应用马尔可夫链对罗山县2009-2011年发生级别进行预测,结果均为1级;应用2004-2008年历史资料进行检验,准确率为100%。     

用随机发育模型预测马尾松毛虫的发生期

用马尾松毛虫各龄虫口密度的定期调查资料和积温资料,拟合Logistic随机发育模型,结果表明,该模型能精确地描述马尾松毛虫第1代1～6龄幼虫的发育进程。对各龄虫口的时间分布,模型预测值和观察值的吻合程度达90%。对模型参数进行比较表明,除了温度(积温)以外,还有另外一些因素影响着马尾松毛虫的发育进程。     

油松毛虫实时动态预测预报PDFS系统的研制

ＰＤＦＳ系统包含数据初始化，发生量短、中、长期预测，发生期预测３个功能模块，在系统设计时，着重考虑了区域性松毛虫种群实时动态的预报，对松毛虫的宏观管理具有积极的意义。     

运用马尔科夫链模型预测张家界永定区松毛虫发生面积

以湖南省张家界永定区2003—2018年马尾松毛虫、云南松毛虫发生情况的历史数据为材料,探讨了不同等级划分体系对应用马尔科夫链模型预测马尾松毛虫、云南松毛虫混合发生面积的历史符合率的影响,并对2019年张家界永定区的马尾松毛虫、云南松毛虫发生等级及发生面积进行预测,从而指导防治工作科学、及时、有效地开展。结果表明,当原始数据集中于某一级别时,用3等级分级可以增加历史符合率。本文数据分为3个等级,历史符合率为76.9%。利用概率矩阵对2019年马尾松毛虫、云南松毛虫混合发生面积进行预测,结果为1级,即发生面积为0～1 033.3 hm~2。     

应用气象因子预测落叶松毛虫的发生

应用气象因子预测落叶松毛虫的发生毕湘虹，王凤霞（黑龙江省在林保护研究所）（大兴安岭营林局）徐光烈，徐志清，王峰（黑龙江省大海林林业局森防站）（大兴安岭营林局）责任编校：王岳气候不仅直接影响落叶松毛虫（ＤｅｎｄｒｏｌｉｍｕｓｓａｐｅｉｏｎｓＢｕｔｌｅｒ...