加工番茄病虫害防治技术

加工番茄病虫害防治应遵循“预防为主、综合防治”的植保方针,坚持以农业防治、物理防治、生物防治为主,化学防治为辅的无害化防治原则,及时进行病虫害预测预报,提供准确防治时间。     

加工番茄病虫害防治技术

针对新疆石河子地区加工番茄主要病虫害病症、发生规律,提出有效的防治技术,以为该地区加工番茄病虫害防治提供参考。     

伊犁地区加工番茄病虫害综合防治技术

加工番茄是伊犁近年来新兴的产业,但各种病虫害严重影响加工番茄的产量和品质,笔者主要是根据各种病虫害的发生特点进行综合防治。     

大田加工番茄病虫害综防技术

一、播前控害措施 1．选地 从栽培学和病理学的角度出发，选择土壤有机质含量高于10％、利耕利灌质量好、轮作周期长3～5年的条田种植加工番茄。     

农作物虫情的模糊神经网络预测模型

利用BP神经网络建立的农作物虫情预测模型,其算法存在收敛速度慢、网络泛化能力差等缺点,可影响预测精度。为进一步提高预测精度,将人工神经网络与模糊系统结合,建立基于模糊神经网络的农作物虫情预测模型;并将该模型与基于BP神经网络算法的预测模型进行比较。结果表明,模糊神经网络的预测模型预测精确度比较高,训练速度比较快;该模型给农作物虫情预测提供了一种新方法。     

基于神经网络猪舍氨气浓度预测方法研究

猪舍内氨气浓度对猪生长发育影响较大,建立准确氨气浓度预测模型尤为必要。目前已有针对猪舍内氨气浓度预测研究,但氨气浓度受猪舍内多种环境因素影响,缺少准确预测模型。为此本研究从实测猪舍内环境数据(包括氨气浓度、温度、湿度、活动量、通风)中随机选取1 537组数据,使用L-M算法优化BP神经网络、线性神经网络和Elman神经网络预测猪舍内氨气浓度。结果表明,基于L-M算法优化BP神经网络建立5-9-9-1四层结构预测模型经290步后达目标误差,预测值和真实值最大绝对误差仅为0.1720,与Elman神经网络和线性神经网络预测方法相比可提高猪舍氨气浓度预测准确性和及时性,为猪舍环境预警提供支持。     

Elman神经网络在农网短期负荷预测中的应用

为提高负荷预测精度,更好地反映负荷的动态特性,提出了一种基于Elman神经网络的预测方法。先对负荷样本进行数据预处理,消除伪数据,然后把不同日各时刻的负荷序列作为样本,对未来时刻的负荷进行短期预测。预测实例表明,基于Elman神经网络的预测方法比基于BP神经网络的预测方法具有更好的预测效果。     

基于Elman网络的地面太阳总辐射估算方法

通过建立地面太阳总辐射的Elman网络估算模型,利用北京市1971～1995年的气象数据训练网络,并对1996～2000年的数据进行估算。对比分析结果表明,基于Elman网络的地面太阳总辐射估算方法具有较高的精度。     

中国农业科研条件管理决策支持模型构建方法研究

农业科研条件是开展农业科研活动的必要基础性条件,它对农业科研活动发挥了重要的作用。在积极跟踪国内外相关研究工作的同时,充分借鉴国内外的研究成果,分析比较不同国家在农业科研条件分析研究中的经验,在此基础上构建符合中国农业科技管理实际需要的农业科研条件决策支持分析模型,并以此希望能够推动国内在这方面的研究工作。     

小麦、玉米病虫害防治地理信息系统(XYGIS)的研究

系统将植保知识、人工智能技术、地理信息系统（GIS）有机结合起来，能够对主要作物病虫害进行预测、决策、诊断、咨询，并将抽象的数据转化成清晰简明的电子地图，直观显示病虫害发生程度及地域分布规律，为病虫害防治提供服务。     

基于熵权的年降雨量预报优化组合模型研究

鉴于单一预测模型在建模时预测值比实际值存在较大偏差问题,为了提高预测精度,在此首先采用自回归综合移动平均ARIMA模型（简称A模型）、Elman神经网络模型（简称B模型）、小波网络分析模型（简称C模型）、灰色系统GM（1,1）模型（简称D模型）,利用广西田东县1990～ 2007年的年降雨量分别进行了模拟计算,然后在各单一模型预测（拟合）的年降雨量偏差值基础上,应用熵权法对4种模型的偏差值进行客观赋权后优化组合,并根据最优组合结果,选用A、B、C单一模型和最优选的A-B-C优化组合模型对广西田东县2008～ 2010年的年降雨量进行预测对比.结果表明,A、B、C和A-B-C模型得到的均方根误差RMSE和模型效率EF分别为0.018、0.015、0.017、0.013和0.817、0.877、0.843、0.897,优化组合模型的预测精度和拟合度比单一模型的结果得到了提高和改善,该组合方法提高了年降水量的预测精度,为诸如广西田东县以雨养农业为主的区域农业干旱预报提供了新的方法和依据.     

基于状态转移算法优化的投影寻踪病虫害预测模型

为解决新疆加工番茄病虫害预测问题中样本数据的非线性和高维性等问题,采用投影寻踪回归模型对加工番茄病虫害预测进行研究。根据新疆某种植基地的样本数据,将投影寻踪回归模型与改进状态转移算法结合,建立了改进状态转移算法优化的基于Hermite多项式的投影寻踪病虫害预测模型。投影寻踪病虫害预测模型将高维的数据投影到低维空间,利用加入正交变换的状态转移算法优化得到投影方向和多项式系数。试验结果表明,利用该模型对新疆某种植基地2003—2008年的样本数据训练效果误差0.2,等级预测达到完全正确;对2009—2011年的病虫害等级预测准确率95%。基于改进状态转移算法的Hermite投影寻踪回归模型可靠性及预测精度很高,能有效的解决病虫害预测中存在的数据非线性、高维性等实际难题。该模型应用于加工番茄病虫害的预测具有一定的可行性和实用性。     

Elman网络在养殖水体氨氮预测中的应用研究

利用2014年6 ～ 10月养殖塘口记录的饲料投喂量、水体溶解氧量、水温、气温、浊度、降雨量作为模型输入,检测的氨氮作为模型输出,建立了用于养殖水体氨氮模拟的Elman网络.利用2014年11月的观测数据,对模型的模拟能力进行了检验.结果表明:建立的养殖水体氨氮预测模型,可以较好地模拟水体中氨氮浓度的变化趋势,模拟的绝对误差平均值为0.016 mg/L,决定系数R2为0.74.说明Elman网络建立的预测模型在养殖水体氨氮含量变化预测中具有强非线性动态描述能力,对养殖水体中氨氮的预测有较好的适用性和预测精度.     

作物病虫害防治地理信息系统

采用VB6.0和SYSTOP GIS将作物病虫害的发生程度、传播情形、地理分布以桌面地图形式显示;集成气象、作物品种、病虫害信息、防治措施及知识和数学模型对作物病虫害进行动态预测、诊断、综合治理与评价。