倒春寒对马尾松毛虫发生量的影响

乐山市地处四川盆地西南边缘，现有马尾松林面积３．４７万公顷，属马尾松毛虫偶灾区。一方面自然条件适宜于松毛虫种群增殖，同时也存在许多抑制其增殖的制约因子，两种作用交替变化，形成了典型的三年一次周期性大发生势态（如图１）。从图１不难看出，各发生周期总发生...     

马尾松毛虫发生量的非线性似乎不相关分析

根据非线性似乎不相关回归原理,建立仙居县1983—2009年马尾松毛虫虫口密度、有虫面积和有虫株率的非线性似乎不相关回归模型,结果表明:虫口密度、有虫面积和有虫株率的非线性似乎不相关模型的拟合精度高于普通最小二乘法的拟合精度;用非线性似乎不相关模型预测未参与建模的2010—2011年4代马尾松毛虫的虫口密度、有虫面积和有虫株率,预测的平均相对误差分别为18.25%,18.17%和14.35%。     

快速预测马尾松毛虫越冬代幼虫发生量方法的研究

从抽样单位的选择入手，调查和分析了马尾松毛虫越冬代恢复取食Ⅳ龄幼虫在寄主上的垂直分布规律，研究得出的中，高虫口密度发生量测报模式，估计算林分虫口发生量在虫情级３级（１０条／株）以上时，预报准确度为８０％～９０％。     

基于混沌理论的马尾松毛虫有虫面积BP神经网络预测

通过对1983—2010年马尾松毛虫发生数据特点的分析,应用相空间重构技术,将混沌理论和神经网络理论相结合,提出了1种基于混沌神经网络理论的马尾松毛虫有虫面积预测模型。结果表明,该模型有较好的预测能力,当输入层神经元个数(即嵌入维数)为7、隐含层神经元个数为15时,预测未参与建模的2009年越冬代、2010年第1代马尾松毛虫有虫面积的平均相对误差为12.50%。     

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。     

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％。     

短角幽天牛成虫林间诱集序列的混沌检测

通过时间序列分析和前馈网络模型建模方法的分析,短角幽天牛成虫林间诱集序列的复杂性动态,用前馈网络模型计算的最大Lyapunov指数为0.074 9,说明短角幽天牛成虫林间诱集序列存在混沌现象,可以用非线性模型预测短角幽天牛成虫林间诱集数量.     

基于预测克立格方法的马尾松毛虫空间发生量预报

根据1983年9月至1989年9月马尾松毛虫的虫情调查资料，用预测克立格方法研究全县各调查点的马尾松毛虫有虫面积、虫口密度的时空变化规律，建立马尾松毛虫有虫面积、虫口密度的空间预报模型。结果表明：用该方法预报全县马尾松毛虫空间发生量具有很好的预报效果，对未参与建模的1989年3代的虫口密度、有虫面积的预报准确率均为100％。     

标记释放回捕技术在马尾松毛虫发生量预测中的应用

应用标记释放回捕技术,按照动态分析方法,时马毛松毛虫成虫在林间的种群密度及种群消长动态变化进行了研究。结果表明：应用此方法监测马毛松毛虫种群数量动态的变化,简单、实用、可行。     

福建马尾松毛虫发生特点及主要因子分析

文章对近几年福建省马尾松毛虫发生危害的情况和特点进行了总结和分析，指出气候、海拔林分、虫源和天敌是影响马尾松毛虫发生的主要因子，并提出了相应的预防对策。     

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。     

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和综合治理

龙游县马尾松毛虫的发生分安全区、偶灾区和常灾区３种类型，安全区基本呈无虫状态，常、偶灾区１９８７年前每２～３年和６～７年大发生１次，１９８７年后每３～４年和６～７年有一个幅度小、时间短的虫口上升期。该县白僵病的流行是抑制松毛虫种群增长的主导因子，其次是赤眼蜂的寄生，因此，采用以营林措施为基础，生物预防为主、化学防治为辅的综合治理的是适合该县的防治策略的，１９８１～１９９４年共为松林挽回经济损失３３５６．２万元，获经济效益３０２４．５万元，同时取得了明显的生态和社会效益。     

马尾松毛虫的人工饲养

从马尾松毛虫Dendrolimus punctatus新发生区采集虫源,在自然温湿度和光照条件下,借鉴家蚕的人工饲养经验和技术,采取卵面、松针、饲养室和饲养用具等的消毒措施,提高了室内饲养松毛虫幼虫的存活率和茧蛹的羽化率.马尾松毛虫在室内的规模化人工饲养取得了初步成功,顺利完成从卵到卵的生活世代,经过消毒的卵孵化率为91.4%,室内饲养幼虫的存活率达到92.54%,茧蛹的羽化率达88.4%,雌雄性比为1.08：1.