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。     

马尾松毛虫精细化预报径向基函数建模试验研究

采用神经网络径向基函数建模方法,通过反复建模试验的比较,排除相关性不高的干扰变量,选择合适的相关性较高的变量进行建模,以获得拟合度较高的模型,以满足马尾松毛虫精细化预报要求。     

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。     

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。     

基于神经网络的马尾松毛虫发生量Matlab建模研究

根据安徽省潜山县马尾松毛虫监测数据和国家气候中心的气象数据,运用Matlab中神经网络拟合工具对马尾松毛虫发生量进行建模试验,试验结果验证样本和测试样本R值均为1。     

基于性诱技术马尾松毛虫发生期预报试验

采取性诱剂诱捕马尾松毛虫成虫的方法,进行幼虫高峰期预测试验,回归分析结果表明,其精度完全满足生产预报精度要求。     

精细化预报技术在潜山县马尾松毛虫预报中的应用

将多因子回归、径向基函数、多层感知器3种模型应用于2016年、2017年马尾松毛虫预报,发生量与发生期预测,预测精度均符合生产预报要求。因此,推广林业有害生物精细化预报技术,有利于实现林业的有害生物精确管理。     

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。     

马尾松毛虫的生活习性及预测预报

分析了马尾松毛虫的危害,阐述了其生活习性,介绍了几种虫情调查方法和发生期预测预报的方法,以期为马尾松毛虫的防治提供借鉴。     

冬季最低气温对2～3代类型区马尾松毛虫发生面积的影响研究

研究表明:马尾松毛虫年度累计发生面积与冬季最低气温在直观上略呈反向关系,但线性关系不明显。基于径向基函数的神经网络分析表明,冬季最低气温对年度累计发生面积影响呈现明显的非线性关系,对马尾松毛虫的发生面积影响显著。因此,冬季最低气温可以作为马尾松毛虫预测预报非线性建模因子,开展马尾松毛虫精细化短期预报。     

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％。     

生物灾害精细化预报算法试验研究——以潜山县马尾松毛虫为例

精细化预报建模,除了“精”“细”之外,还要注重“简”的精细化预报基本要求,只有这样的算法模型,才能“化繁为简”,才能在生产实践中得到广泛应用。因此,算法与模型的的选择,应该按照“精”“细”“简”要求,应用最新数学、系统学成果和分析仿真工具,采用多种方式进行试验比较,选择合适的算法。就本次算法试验而言,对于潜山县马尾松毛虫精细化预报,采用多层感知器建立马尾松毛虫预报模型较好。     

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。     

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...     

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。     

马尾松毛虫林间无公害药剂防治试验

选择1.8%阿维菌素乳油、0.5%苦参碱水剂、5%甲维盐水分散粒剂、30%噻虫嗪悬浮剂、20%啶虫脒可湿性粉剂、阿维啶虫脒乳油(1%阿维菌素+3%啶虫脒,总有效成分4%)、5%吡虫啉吡虫啉乳油、25%灭幼脲Ⅲ悬浮剂、1.2%苦烟乳油和3%高渗苯氧威乳油10种无公害药剂进行林间防治马尾松毛虫试验,试验结果表明,10种药剂对马尾松毛虫均有较好的防治效果。     

灾变模型在马尾松毛虫幼虫发生量预报中的应用

  目的  提高马尾松毛虫Dendrolimus punctatus幼虫发生量预测预报结果的准确性。  方法  利用灰色灾变预测GM(1, 1)模型预测了安徽省潜山县1989-2016年马尾松毛虫越冬代、1代和2代严重发生的年份。  结果  马尾松毛虫越冬代虫口数的GM(1, 1)灾变预测模型为:${hat z^{(1)}}(k + 1) = 9.580;75{{rm{e}}^{0.269;33k}} - 8.580;75$, 其中k为年序号, ${hat z^{(1)}}(k + 1)$为灾变年序号。1代幼虫虫口数的GM(1, 1)灾变预测模型为:${hat z^{(1)}}(k + 1) = 18.181;8{{rm{e}}^{0.241;87k}} - 17.181;8$。2代幼虫虫口数的GM(1, 1)灾变预测模型为:${hat z^{(1)}}$(k+1)=20.123 7e0.197 58k-19.123 7。根据此模型求得已知年份的拟合值与观察值, 对两者差异进行t检验, 差异均不显著, 即拟合值与观察值间吻合度高, 各灾变年精度值平均为84.40%, 84.85%和84.08%, 总体平均精度依次为96.25%, 92.34%和94.09%, 模型精度高。由此推算未来时刻的预测值得到, 从2011年马尾松毛虫越冬代幼虫灾变年算起, 再过10 a即2021年为马尾松毛虫越冬代大发生年。从2011年马尾松毛虫1代幼虫灾变年算起, 再过11 a即2022年为马尾松毛虫1代幼虫大发生年。从2011年马尾松毛虫2代幼虫灾变年算起, 再过9 a即2020年为马尾松毛虫2代幼虫大发生年。  结论  灾变预测对马尾松毛虫幼虫发生量灾变的预报是一种较理想的预报方法。     

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％.     

基于文献学分析马尾松毛虫预测预报的研究综述

关于马尾松毛虫预测预报文献统计分析表明,在年度分布上主要集中在2007年之后,主要作者和主要机构文献数占比分别为18.79%和22.90%,被引文献和最新相关度较高文献分布与作者分布基本一致。从文献内容看,当前马尾松毛虫预测预报文献主要集中在基于马尾松毛虫生物生态学特性和气象因子之上。     

三种生物农药混配防治马尾松毛虫试验

本试验运用正交试验法研究了不同浓度(含孢量)的白僵菌、绿僵菌和森得保三种生物农药混配林间防治马尾松毛虫试验。试验结果表明,其混配剂中三种生物农药的最佳浓度组合为A3B1C3。即:即含孢量90亿/g白僵菌粉400g/667m2、含孢量50亿/g绿僵菌粉200g/667m2、1000g/667m2森得保的混配剂,防治马尾松毛虫的效果达94.15%,其混配剂具有明显的增效作用,可在生产上推广应用。