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。     

福建省尤溪县2007年马尾松毛虫发生情况预测

福建省尤溪县根据2006年12月13日-2007年1月10日各乡镇（单位）对全县辖区内主要林业有害生物越冬代的监测调查和县森防站实地抽查结果，以及去年全县主要林业有害生物发生、防治情况，结合该县历年来林业有害生物发生规律、森林资源状况以及气象资料等因素，经综合分析，预测全县2007年发生马尾松毛虫1．18万亩，其中越冬代达1．17万亩，主要分布在城关、梅仙、西滨、洋中、溪尾、坂面、西城、音头、包溪、国有林场、国管站等乡镇（单位），最大虫口密度102条／株，全部为轻度发生，与去年比发生面积减少，虫口基数稳定，呈下降发生趋势。目前，发生虫害的乡镇（单位）已开展虫情复查和防治前虫情调查，以及制定防治方案、防治作业设计和白僵菌粉炮预订等工作，为春季防治做好准备。     

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。     

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％.     

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。     

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。     

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；     

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。     

马尾松毛虫发生规律与防治研究进展

文章阐述了马尾松毛虫的生物学特性、爆发机制及原因,并探讨了气候、天敌、寄主植物与林分质量以及地形等外界条件对马尾松毛虫发生的影响,同时提出了以生物防治为主、物理和化学防治为辅的综合防治对策,以期对保护森林资源,改善生态环境,促进林业可持续发展提供一定理论依据。     

马尾松毛虫的发生与防治

马尾松毛虫以幼虫取食松针,大发生时针叶常被吃光,轻者影响松林生长,重者造成松树枯死。本文通过对马尾松毛虫形态特征、生态习性的详细介绍,总结了该虫的防治措施。     

明纹柏松毛虫各龄级幼虫生活习性观察

通过室内、室外饲养和林间观察法,观察明纹柏松毛虫各龄幼虫生活习性,总结其发育历期。     

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。     

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％。     

福建省马尾松毛虫综合治理的研究

马尾松毛虫Dendrolimus Punctatus Walker是我省发生面积最大、危害最严重的森林害虫,大发生年份马尾松受害面积达20万公顷,经济损失约2000万元。综合治理主要开展了松毛虫发生类型的划分,并根据发生类型分类施策;采取封山护林、营造混交林,禁止强度打枝等营林技术措施;加强虫情调查和预测预报;预防为主,防治虫源基地等治理措施,使综防区内95％以上的松林达到有虫不成灾,综合治理的直接经济效益达4119.5万元。     

用黑光灯测报马尾松毛虫试验

用黑光灯测报马尾松毛虫试验曹泽勇（浙江省淳安县林业局，淳安３１１７００）关键词马尾松毛虫；预测；黑光灯（捕虫用）中图分类号Ｓ７６３．４２黑光灯是广泛用于测报马尾松毛虫（Ｄｅｎｄｒｏｌｉｍｕｓｐｕｎｃｔａｔｕｓ）发生规律的工具。本文报道淳安县千岛湖区用...     

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。