基于Bayes判别法的马尾松毛虫一代、二代幼虫发生期的预报
为了提高马尾松毛虫Dendrolimus punctatus (Walker)发生量预测预报结果的准确性,本文运用Bayes判别分析法建立安徽省潜山县1983年-2016年33年的马尾松毛虫一代和二代幼虫发生期的预报模型.一代幼虫发生期的判别函数方程为:f(1)=-15 744.058-361.501x1 +60.759x2 +133.502x3 +511.368x4;f(2)=-16 854.938-375.596x1-70.405x2+132.608x3+529.690x4;f(3)-17 645.295-384.956x1+73.601x2+134.955x3+541.782x4;f(4)=-18 179.639-382.408x1 +71.342x2 +135.234x3 +549.655x4对1983年-2018年一代幼虫发生期预报结果历史符合率为97.06%,二代幼虫发生期的判别函数方程为:f(1)=-134 898.483+559.235x5+113.112x6-250.033x7 +1 461.350x8;f(2)=-138 908.622+573.572x5 +118.340x6-252.691x7 +1 474.569x8;f(3)=-141 430.680+577.358x5+125.727x6-254.610x7+1 483.336x8;f(4)=143 185.175+578.968x5+129.628x6-256.102x7+1 491.257x8对二代幼虫发生期的预报结果的历史符合率为100%.对2017年和2018年的验证回报,与实况结果一致.筛选出对预报量有密切关系的预报因子是本方法预报准确性的关键,该方法是一种简便准确性高的预报方法.
马尾松毛虫幼虫、发生期、Bayes判别法、预报
46
S431(病虫害及其防治)
国家林业公益性行业科研专项201404410
2020-05-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
122-128,163