马尾松毛虫预测预报系统的研究*

本文应用系统分析方法总结有关马尾松毛虫的科研成果和实际经验，建立了反映了马尾松毛虫，松林、自然条件与环境状况，人类社会行之间本质关系的结构模型，通过对影响马尾松毛虫种群动态因子的分析，提炼及数量化表示，建立了马尾松志虫时间域及空间域种群动态模型，两者结合可以对松毛虫群种动态进行系统模拟，预测松毛虫的发生量、发生面积及分布状况，以安徽省潜山县黄铺试验区调查数据验证此模型，与松毛虫实际发生规律吻合。     

用一维序列方法研究昆虫种群时空结构

提出了研究种群空间结构的一维序列方法，包括一维序列抽样、单种群空间结构分析、时空相关分析以及时空分析与种群动态预测之间关系。对马尾松毛虫空间结构分析表明，本文的方法能解决分布型指数方法无法解释的问题；对马尾松毛虫幼虫的时空分析表明一维序列分析用于研究种群扩散规律是合适的。     

马尾松毛虫计算机预测预报系统—FIMS-1

马尾松毛虫计算机预测预报系统—FIMS-1,是在马尾松毛虫预测预报系统模型基础上建立的。该系统能够模拟马尾松毛虫种群数量随时间的变化及空间区域的迁移扩散,能估算马尾松毛虫对针叶造成的损夫,进而可以对马尾松毛虫发生量、发生地、发生面积及针叶被害程度进行预测。为马尾松毛虫的综合管理决策提供必要的信息。系统的主要特点是通用性、显示的直观性及预测预报输入要求的灵活性,非常适于在广大林区推广。用安徽省潜山县黄埔试验点数据输入该系统,运行结果与该地松毛虫发生规律基本吻合,说明该系统是可行的。     

射影矩阵模型在马尾松毛虫种群动态中的应用

1984—1987年在浙江瑞安市对马尾松毛虫第一代平均生命表进行野外调查记载和统计,采用射影矩阵模型预测昆虫种群动态的发生期和发生量,取得了较理想的预测效果。     

应用矮树虫口调查估计马尾松毛虫种群密度的研究*

应用矮树虫口调查估计马尾松毛虫种群密度的研究毛超旭，王武昂，汤荣堂，严小君，周国法关键词马尾松毛虫，种群密度，树冠投影马尾松毛虫幼虫的调查一般均在２～３ｍ高的小树上直接进行。前人曾研究了松毛虫种群数量与马尾松树高、树冠大小之间的关系，并提出若以单位面...     

灰色系统理论在森林害虫测报中的应用

通过应用灰色系统理论对黄脊竹蝗及马尾松毛虫历年统计资源分析，建立了这两种害虫的发生量、发生期及发生程度的测报模型。并用该模型马尾松毛虫的发生进行了中、长期预测预报的探讨。     

马尾松毛虫幼虫性别区分

马尾松毛虫(Dendrolimus punctatus Walker)的种群数量变动,除受各种环境因素影响外,本身的生物学特性是起作用的内因。其中性比和生殖力作为种群估量的重要生物学指标,对于预测发生量有十分重要的意义。马尾松毛虫的性别早在胚胎发育的卵期即已形成,幼虫阶段仅是体内两性器官不断发育和完善的过程,并逐渐在体外表现出性     

衢州马尾松毛虫空间格局及其抽样技术

马尾松毛虫是我国南方马尾松林的主要害虫,研究马尾松毛虫的空间格局,对于深入了解松毛虫的生物学特性,选择、确定合适的估计种群密度的抽样调查方法和该虫在不同生境条件下种群消长的规律,有着十分重要的意义,同时也为确定合理的防治指标提供重要的依据。本文通过对衢州市开元寺、荆溪、横路、华墅的马尾松林和马尾松毛虫(1984)第一、第二代、越冬前、越冬代     

马尾松毛虫暴发年份的自然种群生命表研究

通过组建自然种群生命表来研究暴发年份马尾松毛虫（Dendrolimus punctatus Walker）的种群动态。研究结果表明,在增殖期,马尾松毛虫的存活率达4.27%,种群趋势指数为7.6;在暴发初期马尾松毛虫的存活率为4.25%,种群趋势指数为4.81,增殖期易引起马尾松毛虫种群数量的剧增。这一结果表明,防治马尾松毛虫的关键时期在增殖期末期。     

雨日对马尾松毛虫诱发作用初探

雨日作为一种气象因子，直接影响着马尾松毛虫的发生量及越冬。全年雨日及１１月份雨日越少，当年马尾松毛虫发生量越大，次年越冬代恢复取食期危害面积及程度也越大。     

夷陵区马尾松毛虫发生规律及防治对策初探

夷陵区位于三峡库区,地理位置十分重要。马尾松毛虫Dendrolimus punctatusWalk-er是该区的主要林业有害生物。笔者总结了近十多年来越冬代马尾松毛虫发生和防治情况,分析其发生规律,提出了今后的防治对策,供领导和同行们参考。     

基于人工神经网络的马尾松毛虫发生量预测模型的研究

运用人工神经网络的原理和方法，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，虫株率相关关系密切的气象因子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，虫株率与气象因子的BP网络模型。结果表明，所建立的各BP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15个，预报因子数为8个时，2组预留有虫面积的2a平均预测误差为3.15%，虫口密度BP模型的隐层神经元个数为8个，预报因子数为6个时，预留样本的平均预测误差为5.91%，虫株率BP模型的隐层神经元个数为4个，预报因子数为5个时，预留样本的平均预测误差为10.65%。     

基于广义时空回归的马尾松毛虫空间发生量预报

利用1983年9月至1989年9月马尾松毛虫虫情调查资料,研究全县各调查点的马尾松毛虫有虫面积和虫口密度的时空变化规律,建立1个线性、10个非线性的广义时空回归模型。结果表明：所建立的空间发生量预报模型均具有较好的预报效果,对未参与建模的1989年3代的虫口密度、有虫面积进行预报检验,Gauss模型预报虫口密度的准确率为100％;其他各模型对两者的预报准确率均为66．7％。     

两种主要森林害虫发生面积预报的初步研究

应用马尔可夫链和灰色系统GM (1,1)预测模型对宁化县 2种主要森林害虫—马尾松毛虫和黄脊竹蝗的年度发生面积进行了分析和预测。结果表明 :马尔可夫链对马尾松毛虫和黄脊竹蝗发生面积预测效果较好 ,灰色系统GM (1,1)预测模型对马尾松毛虫发生面积预测效果较好 ,而对黄脊竹蝗发生面积预测效果较差     

马尾松毛虫发生量预测预报方法的研究

应用临海市历年松毛虫发生量及有关气象资料，分别将越冬后恢复取食期（即越冬代）和第1代松毛虫幼虫的发生量作为预报量，根据“相关系数法”筛选出预报因子后，采用“多因子简化综合相关法”和“模糊列联表法”进行预报。经回归检验，其预测值与实测值的吻合程度较高，具有较好的应用价值。     

应用人工神经网络预测马尾松毛虫的有虫面积

运用人工神经网络的原理和方法,选取与马尾松毛虫发生量相关关系密切的8个气象因子作为样本的输入特征,建立马尾松毛虫有虫面积与气象因子的BP网络模型,结果表明:所建立的BP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15个,输入因子数为8个时,18组有虫面积的平均拟合精度为100%,相关系数为1.000 0,2组预留有虫面积的平均预测精度为96.85%,预测准确率为100%.     

马尾松毛虫种群动态模拟研究

马尾松毛虫种群动态模拟研究马小明（北京大学环境科学中心北京１００８７５）关键词马尾松毛虫，种群动态，平衡点，摸拟马尾松毛虫是我国南方马尾松林的主要害虫，其发生的面积广，造成的损失大。因此，对其种群动态的研究不但具有昆虫种群生态学的理论意义，而且对害虫...     

越冬代马尾松毛虫虫情调查方法比较

在湖南省洞口县、通道县、会同县共选取4个马尾松毛虫发生区设置标准样地并选择标准株,采用捆草绳、粘虫胶2种方式,调查越冬代下树马尾松毛虫幼虫数量。结果表明:不同的地点,下树越冬的幼虫数量不同,洞口县岩山乡试验林的虫口密度远大于通道县试验林的;不同的时间,下树越冬的幼虫数量差异明显。松毛虫幼虫进入树皮缝隙中越冬是一个缓慢的过程,在湖南,从10月下旬开始,进入树干树皮缝隙越冬,至12月初结束;下树幼虫数量最多的时段在11月9—16日。用捆草绳调查越冬幼虫的方法简易、成本低,且其数据较准确;用粘虫胶的调查方法则一目了然。     

新余市马尾松毛虫的发生及防治对策

报道了马尾松毛虫在新余市历年来的发生情况及生活史，探讨了该虫的发生原因，根据该市实际情况总结并提出了综防对策。     

松毛虫发生世代与世代分化

本文论述松毛虫发生世代和世代分化的复杂性,包括落叶松毛虫、马尾松毛虫、赤松毛虫和油松毛虫等。发生世代因地区不同而异。在同一地区,由于松毛虫幼虫的滞育,常出现世代分化。世代分化比例在不同地区、不同年份、不同松林和不同树木之间都有差异。在同一地方,不同年份也有差异。滞育与幼虫孵化期、气候、生态条件和食料有关。本文还讨论了“油松毛虫发育起点温度和有效积温的研究”〔林业科学,1987,23(3)〕的有关问题。