共查询到17条相似文献,搜索用时 55 毫秒
1.
2.
马尾松毛虫的空间分布型及抽样方法研究 总被引:3,自引:0,他引:3
本文运用聚集度指标法,回归模型法和频次分布法研究了马尾松毛虫越冬代幼虫的空间分布型。结果表明幼虫的分布型符合聚集分布。低密度情况下的幼虫服从Neyman A型分布,幼虫在单株树上的分布服从负二项分布,各轮枝层虫口密度差异显著,可将其划分为3组。比较6种不同的抽样方法,以Z字形法为最好。抽样数量以24侏为宜。 相似文献
3.
景东县云南松毛虫生物生态学特性研究 总被引:7,自引:0,他引:7
研究了云南松毛虫(DendrolimushouiLajonquière)的生物学特性及发生与林分因子的相关性。结果表明:云南松毛虫在景东县1年2代,以2,3龄幼虫越冬。幼虫和蛹的空间分布均为聚集分布。采用逐步回归分析法,筛选出影响云南松毛虫发生的5个关键因子:海拔高度、坡向、开阔度、林分结构、土壤综合肥力。总结了虫源地林分和有虫不成灾林分的特点,虫源地林分特征为海拔小于1550m,阳坡或半阴半阳坡、开阔度小、土壤综合肥力差、纯林;有虫不成灾林分特征为海拔大于1550m,阴坡、大开阔度、土壤综合肥力良好、混交林。 相似文献
4.
5.
云南松毛虫的防治研究 总被引:9,自引:0,他引:9
云南松毛虫是福建省柳杉的严重害虫。该虫一年发生一代,以卵越冬,卵于翌年一月中旬孵化,幼虫七龄,历期133—174天,蛹期64—79天,成虫寿命5—12天。其发生发展与林分的林木组成,气候、天敌等因子密切相关。用2.5%溴氰菊酯乳油,50%甲胺磷乳油,90%敌百虫晶体防治幼虫,有良好效果。 相似文献
6.
杨春材 《安徽农业大学学报》1988,(4)
马尾松毛虫越冬幼虫空间分布型是属负二项分布,其分布基本成分是疏松的个体群。采用Iwao法测定聚集度和资料代换为佳,越冬期虫情调查以对角线法抽样精度较高,并可通过调查树干0~2米或树冠第一轮虫口,建立回归式推算全树虫口密度。 相似文献
7.
马尾松毛虫空间分布型及其在实践上的应用 总被引:10,自引:4,他引:10
本文运用频数分布法,聚集度指标法和相关系数法研究了马尾松毛虫(Dendrolimus punctatus Walker)卵、幼虫和蛹的空间分布型。结果表明,卵、小幼虫、大幼虫和蛹的分布型均属于负二项分布。五种抽样方法比较结果,棋盘式取样法最好。根据Iwao方法分析并计算了不同虫口密度下林间调查的最适取样数,进行了序贯抽样以及虫口密度与有虫株率关系的研究。 相似文献
8.
[目的]预测云南松毛虫的发生及危害程度,控制灾害。[方法]分析1983年以来丽水山区云南松毛虫大暴发的周期规律,研究虫害的发生发展与气象因子的关系,建立了松毛虫发生面积预测回归方程。[结果]丽水山区云南松毛虫的暴发间隔时间逐年缩短,暴发持续时间为2年,与上年虫口基数大有关系。云南松毛虫的发生与年日照时数、12月最高温度存在显著正相关关系,与年雨日存在显著负相关关系,与1月日照时数存在极显著的正相关关系,与12、月的最低气温无显著相关。用建立的回归方程对2001~2006年的受灾等级进行拟报,发现结果与实际比较一致。[结论]云南松毛虫的发生发展与年雨日、年日照及1月日照、12月最高气温有很大的关系,建立的回归方程的预报效果较佳。 相似文献
9.
10.
云南省云南松毛虫研究进展 总被引:1,自引:0,他引:1
云南松毛虫在云南省分布较广泛,危害也较严重.以1999~2007年前人所做的研究为基础,从生物生态学特性、营养价值、预测预报技术及防治等方面阐述云南松毛虫在云南省的研究进展. 相似文献
11.
12.
[目的]探讨提取云南松毛虫蛹甲壳素的试验条件,为相关产品的开发提供参考依据。[方法]采用单因素试验法和正交试验法研究云南松毛虫蛹壳中甲壳素的提取技术,对试验结果进行了相关性分析、方差分析和q检验,并对不同条件下的N含量和甲壳素产率做线性拟合。[结果]云南松毛虫蛹壳甲壳素提取的最佳提取工艺为:1)脱有机物质(蛋白质):NaOH质量分数为8%,浸泡温度为90℃,浸泡时间为10h;2)脱矿物质:HCl质量分数为2.5%,浸泡温度为40℃,浸泡时间为22h;3)脱色:H2O2质量分数为11%,浸泡温度为80℃,浸泡时间为2.5h。[结论]制得的甲壳素为白色片状固体,N含量为6.23%、灰分含量为0.22%、水分含量为6.28%、产率为29.53%,产品质量指标均达到食品级甲壳素的标准。 相似文献
13.
采用绿得保、苏云金杆菌和阿维菌素3种生物农药对云南松毛虫Dendrolimus houi 3~4龄幼虫进行防治试验.结果表明:绿得保1∶10,1∶15,1∶20配置比例杀虫效果均达84.97%以上,其中1∶15配置最适合林间大面积防治云南松毛虫;阿维菌素1∶4 000配置比例杀虫效果达93.23%,可适用于水源充足、树体矮小以及房前屋后等小范围防治云南松毛虫.表1参7 相似文献
14.
15.
16.
17.
基于ARIMA和DSVM组合模型的松毛虫发生面积预测 总被引:2,自引:0,他引:2
向昌盛 《湖南农业大学学报(自然科学版)》2010,36(4):430-433
提出一种基于ARIMA和动态ε支持向量机(ε-DSVM)的组合预测模型(ARIMA-ε-DSVM),预测松毛虫发生面积.先采用ARIMA模型进行时间序列线性趋势建模,为非线性部分确定输入阶数,根据确定的输入阶数进行时间序列样本重构,再采用ε-DSVM模型进行时间序列非线性特征建模,将这两模型预测值相加得到组合模型预测值.对辽宁省朝阳市松毛虫时间序列进行仿真试验,结果表明,ARIMA-ε-DSVM模型预测精确度比单一模型ARIMA和SVM及简单组合模型ARIMA-SVM要高,ARIMA-ε-DSVM模型大幅度改善预测效果,显著地减少预测误差,泛化能力强. 相似文献