林业生物灾害精细化预报理论基础与技术集成——以潜山县马尾松毛虫为例

林业生物灾害精细化预报就是通过对林业生物灾害监测数据建模分析,从中寻找林业有害生物的种群变化动态与环境因子变化之间的关系,建立预测预报模型,实现林业生物灾害预报在时间、空间、强度等维度有较高分辨率。现以安徽省潜山县马尾松毛虫为例,潜山县以现有的监测数据,使用SPSS,采用回归、时间序列与神经网络3种算法建立精细化预报模型,通过对历史发生数据与预报值的对比分析发现,采用回归与神经网络算法建立的预报模型要优于时间序列算法建立的预报模型,其预报精度基本能满足精细化预报精度要求。     

潜山县马尾松毛虫风险管理研究

马尾松毛虫繁殖蔓延快,是我国南方重要的森林害虫,也是潜山县历史性松林害虫,呈周期性发生,对松林危害较大。根据潜山县松毛虫发生特点,探索出分类施策,综合治理的防治方法,基本实现了马尾松毛虫的可持续控制。     

马尾松毛虫精细化预报回归建模试验研究

通过线性回归、曲线回归、非线性回归、Logistics回归等回归多次建模试验的比较,建立了显著性较高的马尾松毛虫发生量和幼虫高峰期线性预报模型。     

潜山县松毛虫病调查分析及精细化预防对策

通过对1996年安徽省潜山县松毛虫病流行病学调查数据SSPS分析,结果表明,1996年潜山县松毛虫病发病治疗人数与松毛虫中、重度发生面积呈线性相关。提出对于松毛虫病应该从减少病源和减少病源接触2个方面着手预防工作,包括加强监测预警,推行精细化预报,及时进行精准防治,避免松毛虫虫口上升蔓延成灾;对松林纯林,尤其是常灾区松树纯林进行改造,并适时补充天敌,以利于马尾松毛虫天敌建立稳定的种群密度,遏制马尾松毛虫种群增长成灾,以减少松毛虫病病源;对居住在常灾区松林中的居民,逐渐迁移出去,以减少与马尾松毛虫的接触,避免松毛虫病的发生;在进行松毛虫风险分析时,适当调高松毛虫风险等级以利于做出正确的预警与救灾预案,以最大限度地减轻灾害给人类带来的损失。     

马尾松毛虫精细化预报多层感知器建模试验研究

经过多次神经网络多层感知器试验,筛选拟合度高的马尾松毛虫精细化预报模型。结果表明:R2均大于0.9,多层感知器马尾松毛虫预报模型要优于径向基函数与回归方法建立的模型。     

马尾松毛虫精细化预报径向基函数建模试验研究

采用神经网络径向基函数建模方法,通过反复建模试验的比较,排除相关性不高的干扰变量,选择合适的相关性较高的变量进行建模,以获得拟合度较高的模型,以满足马尾松毛虫精细化预报要求。     

气温变化对潜山县马尾松毛虫发生时间的影响

通过60年的气象和马尾松毛虫发生数据,分析了气温变化对潜山县马尾松毛虫发生时间的影响。结果表明:随着全球气候变暖,马尾松毛虫的发生期提前,发生范围扩大,危害程度加大,尤其是年平均气温、冬季平均气温、冬季最低气温的上升,促进马尾松毛虫的发生,其线性相关达到显著水平。     

马尾松毛虫精细化预报建模变量筛选研究

通过相关性分析,结合精细化预报中的“精”“细”“简”要求和生产实践,确定了潜山县马尾松毛虫精细化预报建模来选用因子变量。     

潜山县林业生物灾害的发生与防治

分析了潜山县林业生物灾害发生、防治现状和防治中存在的问题,并具体提出了相应的对策,以为该县林业有害生物防治提供参考。     

卵期降雨量对马尾松毛虫发生量影响相关性分析研究——以安徽省潜山市为例

对安徽省潜山市1983年至2014年监测数据进行分析,研究结果表明,马尾松毛虫发生量与卵期降雨量不具有线性相关性,但具有很高的非线性相关性,并可以据此建立马尾松毛虫精细化预报模型。     

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％。     

马尾松毛虫防治关键期与防治历研究

该文分析了马尾松毛虫防治关键期,发现马尾松毛虫种群密度快速增长期在增殖期末期,在增殖期末期开展有效的防治,可以预防马尾松毛虫暴发成灾,并依据这一原理编制了马尾松毛虫防治月历和防治周期历。     

马尾松毛虫危害程度分级预报的研究

根据相关系数法筛选出与马尾松毛虫各级危害程度的危害面积相关关系都比较密切的气象因子,分别建立多对多线性回归模型、脉冲响应函数模型、线性差分方程之带输入项的线性自回归模型、人工神经网络模型以及双重筛选逐步回归模型5种马尾松毛虫危害程度分级预报的数学模型。结果表明,运用所建立的5种分级预报模型对预留的4年共16组样本进行预测结果检验,都取得较好的预测效果,其中以线性差分方程之带输入项的线性自回归模型的预测效果最好,人工神经网络模型的预测效果次之,双重筛选逐步回归模型最差。     

基于神经网络的马尾松毛虫发生量Matlab建模研究

根据安徽省潜山县马尾松毛虫监测数据和国家气候中心的气象数据,运用Matlab中神经网络拟合工具对马尾松毛虫发生量进行建模试验,试验结果验证样本和测试样本R值均为1。     

应用超轻型飞机防治马尾松毛虫试验研究

１９９３年和１９９５年春季，在将乐、沙县、建瓯和武夷山等四县（市）应用超轻型飞机超低容量喷雾防治马尾松毛虫试验结果表明：应用海燕６５０８飞机防治松毛虫具有机动灵活、防治效果好、成本低廉等特点，适用于低山丘陵区的森林害虫防治．     

生物防治马尾松毛虫技术研究

马尾松毛虫是一种严重危害马尾松、湿地松等松树的害虫。文中的白僵菌、苏云金杆菌、多角体病毒等几种生物防治药剂,对马尾松毛虫有很好防治效果,探讨了运用这些药剂防治马尾松毛虫的技术、方法以及技术推广应用中的注意事项等,分析了生物防治中存在的问题。     

石台县马尾松毛虫综合防治研究

简述了石台县马尾松毛虫发生情况,强调了农药防治马尾松毛虫的危害,总结了石台县马尾松毛虫综合防治技术。     

马尾松毛虫发生量空间定点预报模型的研究

利用1983年9月至1989年9月马尾松毛虫的虫情调查资料,研究仙居县各测报点的马尾松毛虫有虫面积、虫口密度的时空变化规律,分别建立三维自回归趋势面模型、预测克立格模型、空间-时间序列预测之自回归模型和广义时空回归模型4种发生量空间定点预报模型。结果表明,所建立的4种发生量空间定点预报模型均具有较好的预报效果,对1989年3代的虫口密度、有虫面积进行预报检验,预测克立格模型的预报准确率为100％;空间-时间序列预测之自回归模型和广义时空回归模型对两者的预报准确率则均为66.7％;三维自回归趋势面模型虫口密度预报准确率为33.3％,有虫面积的预报准确率为66.7％。     

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。     

三种生物农药混配防治马尾松毛虫试验

本试验运用正交试验法研究了不同浓度(含孢量)的白僵菌、绿僵菌和森得保三种生物农药混配林间防治马尾松毛虫试验。试验结果表明,其混配剂中三种生物农药的最佳浓度组合为A3B1C3。即:即含孢量90亿/g白僵菌粉400g/667m2、含孢量50亿/g绿僵菌粉200g/667m2、1000g/667m2森得保的混配剂,防治马尾松毛虫的效果达94.15%,其混配剂具有明显的增效作用,可在生产上推广应用。