基于机器学习的马尾松毛虫发生面积预测模型

为了提高马尾松毛虫预测预报的准确性,分别采用随机森林、支持向量机和深度学习3种机器学习模型,应用气象因子预测马尾松毛虫发生面积,并将模型预测结果与实际发生面积进行比较。结果表明:3个机器学习模型的拟合效果均优于多元线性模型,其中深度学习对马尾松毛虫发生面积的预测最为稳健,拟合决定系数(R²)和预测准确率(PA)最高(R2)和预测准确率(PA)最高(R²=0.9901,PA=99.27%),均方根误差(RSME)最低(RSME=0.1711);支持向量机模型预测效果也较好(R2=0.9901,PA=99.27%),均方根误差(RSME)最低(RSME=0.1711);支持向量机模型预测效果也较好(R²=0.9617,RSME=0.3275,PA=92.13%)。深度学习可用于马尾松毛虫发生面积与气象因子非线性模型的构建。     

基于机器学习的马尾松毛虫发生面积预测模型

为了提高马尾松毛虫预测预报的准确性,分别采用随机森林、支持向量机和深度学习3种机器学习模型,应用气象因子预测马尾松毛虫发生面积,并将模型预测结果与实际发生面积进行比较。结果表明:3个机器学习模型的拟合效果均优于多元线性模型,其中深度学习对马尾松毛虫发生面积的预测最为稳健,拟合决定系数(R~2)和预测准确率(PA)最高(R~2=0.9901,PA=99.27%),均方根误差(RSME)最低(RSME=0.1711);支持向量机模型预测效果也较好(R~2=0.9617,RSME=0.3275,PA=92.13%)。深度学习可用于马尾松毛虫发生面积与气象因子非线性模型的构建。     

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ARIMA模型的江苏海洋经济发展预测分析

加强江苏海洋经济的合理预测,对确定江苏海洋经济发展目标,制定海洋开发政策措施有着重要的理论意义和实践价值.根据<中国海洋统计年鉴>布的数据,利用Eviews软件对江苏海洋经济发展规模建立ARIMA模型,并对2010-2015年的江苏海洋经济总产值进行了预测.     

基于ARIMA和GA-Elman神经网络的新疆年降水耦合预测研究

[目的]提高降水预报的预测精度,准确预测一个地区未来的降水量,可以提高该地区防灾减灾的能力,更好地为工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用差分自回归移动平均(ARIMA)和GA-Elman神经网络技术建立一种耦合预测模型.该模型首先根据年降水时间序列建立ARIMA模型,拟合它的线性结构部分,基于原始降水序列和ARIMA模型的预测值、残差序列,利用GA-Elman神经网络技术进行耦合建模.将该模型应用于新疆年降水量的预测预报,并与单一的ARIMA模型、GA-Elman神经网络模型进行比较.[结果]耦合模型的归一化均方误差、平均绝对误差、后验差比值及小误差概率分别为0.287,9.581,0.241和1,均优于ARIMA模型、GA-Elman神经网络模型,预测精度得到了明显的提高,预测精度等级为好.[结论]基于ARIMA和GA-Elman神经网络的耦合预测模型具有更高的预测精度,可用于新疆的年降水量预报.     

基于最优加权组合模型的枯季径流预测研究

【目的】研究最优的枯季径流预测模型,为流域水资源管理提供依据。【方法】建立基于差分自回归移动平均(ARIMA)、人工神经网络(ANN)和多元线性回归(MLR)3个单项模型的简单平均组合和最优加权组合预测模型,并将单项预报模型和组合模型应用到石羊河流域支流西营河的枯季径流预测中,采用相关系数、确定性系数以及均方根误差对各模型预测精度进行比较。【结果】单项预测模型中,仅ARIMA模型通过了确定性系数检验;最优加权组合模型的预测精度较简单平均组合模型高;组合预测模型中,仅ARIMA-MLR和ARIMA-ANN最优加权组合模型的确定性系数高于所有单项预测模型。【结论】最优加权组合模型的精度不但取决于各单项预测模型的精度,也与其之间的相关性有关,适合西营河枯季径流预测的最优加权组合模型是ARIMA-MRL和ARIMA-ANN组合模型。     

时间序列分析方法在预测松毛虫发生面积中的应用

本文对历年松毛虫发生面积资料进行分析,采用自回归分析(时间序列分析)法建立松毛虫发生面积预测模型,准确率达96%,预测效果显著。     

基于ARIMA模型的固原月降水量预测

采用ARIMA模型来拟合1957～2013年5～10月的月降水量并给出预测值。结果表明,ARIMA(0,2,1)能较好地拟合5～10月的月降水量数据,准确率较目前业务使用的阴阳历方法有所提高,可作为月预报的依据。     

基于ARMA模型的运城市果蔬肉类价格预测研究

[目的]预测果蔬肉类价格。[方法]采用自回归滑动平均模型(ARMA模型)对价格进行预测。[结果]近6周的预测结果可信度高,具有较低的相对误差率。[结论]运用ARMA模型可对果蔬肉类价格进行预测且预测效果良好。     

马尾松毛虫幼虫发生严重程度的预测研究

为了提高马尾松毛虫幼虫发生严重程度的预测精度,寻求简便准确的预测方法,采用时间平稳序列法、回归预测法、马尔科夫链法、BP神经网络法和列联表多因子多级相关分析法对安徽省潜山县1983—2014年的马尾松毛虫越冬代、一代和二代幼虫发生的严重程度进行预测,研究历史符合率,并用2015年和2016年的实际发生情况验证。结果表明,平稳时间序列法,列联表多因子多级相关分析法计算简便,预测结果准确;BP神经网络法和马尔科夫链法预测结果非常准确。回归模型中以当代卵盛期卵量预测当代幼虫发生严重程度的一元回归模型的预测结果准确性高,其余一元回归模型预测结果稍差,多元回归模型和逐步回归模型优于一元回归模型。BP神经网络模型是一种理想的预测模型。     

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％。     

Bt油悬浮剂防治马尾松毛虫试验

试验表明,农药新剂型———8000IU·μL-1Bt油悬浮剂防治马尾松毛虫效果好,在每公顷用药量3000mL情况下,第5天防效可达90%以上,同时可提高效率降低成本。     

浙江省马尾松毛虫抗药性研究

利用微细管局部滴方法测定了溴氰菊酯和敌百虫对浙江省马尾松毛虫的触杀毒力，结果表明：马尾松毛虫在浙江省一些地区已经产生了抗性，建议停止使用敌百虫，溴氰菊酯则应减少使用，最后提出了马尾松毛虫抗性测定的标准。     

应用绿僵菌防治马尾松毛虫初探

绿僵菌在室内对马尾松毛虫3～4龄幼虫的毒力与白僵菌相当，其LD50＝7．95×107个／L，LT50＝6．61～13．08天（孢子数在1．0×1011～1．0×107个／L）．本文还比较了绿僵菌和白僵菌在不同温度、湿度下的分生孢子萌发率．实验结果表明，绿僵菌在防治马尾松毛虫上具有较大的开发应用价值．     

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。     

德昌松毛虫生物生态学特性

研究了德昌松毛虫的生物学特性及其发生与林分因子的相关性。结果表明 :德昌松毛虫在元谋县 1a发生 2代 ,以 3龄和 4龄幼虫越冬。幼虫和蛹的空间分布为聚集分布 ,当λ >2时 ,聚集是由昆虫的自身行为引起的 ,当λ <2时 ,聚集是由环境条件引起的。通过逐步回归分析 ,筛选出了影响德昌松毛虫发生的 4个关键因子 :坡向、林分结构、主层林郁闭度和林木生长势。总结出了虫源地林分和有虫不成灾林分的特征。表 5参 1 3     

马尾松毛虫微生物杀虫剂林间防治技术研究

应用正交试验设计方法进行微生物杀虫剂松毛虫CPV和苏云金杆菌(B t)复配林间防治第一代马尾松毛虫试验,结果表明松毛虫CPV1.5×106CPB/mL与苏云金杆菌(B t)800倍液复配,药后7 d和松毛虫CPV1.5×106CPB/mL与苏云金杆菌(B t)1 200倍液复配,药后12 d的杀虫效果分别可达89.62%和90.53%,较其他复配组合为优。     

福建省马尾松毛虫发生与ENSO事件的关系

以1971～1991年(反)厄尔尼诺事件、南方涛动指数及福建省马尾松毛虫发生程度的资料为基础,探讨它们之间的关系,揭示这种关系产生的内在机制,并建立福建省马尾松毛虫发生预测预报模型.结果表明:福建省马尾松毛虫发生与(反)厄尔尼诺事件年、南方涛动指数总和变动异常年有显著关联;所建立模型精度达83.33%,可以对马尾松毛虫发生、气候异常起监测作用.     

马尾松毛虫毒素的提取及其基本性质

为了研究马尾松毛虫幼虫毒素的极性和毒性大小等性质,采用不同极性的溶剂对幼虫毒素进行了抽提试验,并试用家兔皮肤刺激试验法和小鼠急性毒性试验法作为毒素的生物检测方法。结果表明,家兔皮肤刺激试验法可用于马尾松毛虫幼虫毒素的生物检测;毒素性质的研究表明,毒素活性成分的极性较大,较易溶于80％乙醇,可溶于水,较难溶于正丁醇和正己烷;家兔皮肤刺激试验表明,毒素水提物中含毒素蛋白的量很小;热稳定性试验表明,活性成分在常压105℃下热处理不稳定。