共查询到10条相似文献，搜索用时 46 毫秒
1.
《江苏农业科学》2015,(8)
利用1991—2010年镇平县、伊川县,1981—2000年安阳县,1990—2000年项城市的小麦白粉病调查资料和气象观测资料,通过数理统计的方法分析影响小麦白粉病发生等级的各种气象因子,建立了河南省小麦白粉病预测模型。研究结果表明:镇平县、伊川县、安阳县、项城市小麦白粉病的发生等级都与3月份的相对湿度和上一年3月下旬的温雨系数有一定关系,4个代表站的相关系数都通过α=0.01的显著性水平检验;利用以上2个气象因子建立了河南省小麦白粉病发生等级的预测模型,该模型可以预测河南省各地的小麦白粉病发生等级,为全局性把握河南省小麦白粉病的发生等级提供了参考依据。利用该模型对2012年河南省11个调查站点进行小麦白粉病发生等级预测,预测结果整体较好,有4个站点预测等级与实际等级相同,其余误差都在1个等级之内,基本上达到了预测要求;另外,该模型可以进一步根据各地的实际情况改进河南省各地小麦白粉病预测模型,加入当地小麦白粉病的独特影响因子,可进一步建立更加准确的模型。 相似文献
2.
小麦条锈病气象等级预测方法研究 总被引：2，自引：0，他引：2
[目的]建立通过气象因子预测小麦条锈病发生面积的模型。[方法]在统计河南省条锈病发生轻重年份的基础上,结合相应年份对应时段的气象资料,采用灰色关联分析、模糊数学等方法,按时间顺序建立了冬前、3月上旬4、月上旬和5月中旬4个条锈病促病指数预测模型。根据促病指数计算原理,采用等差分布方法得出条锈病发生程度预测标准,并进行了历史资料检验及2006年发生程度预测。[结果]成功建立了对应于气象条件的小麦锈病发生模型。检验结果表明,冬前及3月上旬预测结果相比实际值偏重,4月上旬及5月中旬预测结果与实际值较为吻合。[结论]该研究结果将对河南省小麦条锈病的预防起到积极作用。 相似文献
3.
气象因素对汉中市小麦红蜘蛛发生程度影响的初步研究 总被引：1，自引：0，他引：1
采用汉中市2005-2015年1~3月及上年11~12月平均气温、降雨量等气象资料和小麦红蜘蛛发生程度资料,采用回归法分析了影响小麦红蜘蛛发生程度的气象因子,结果表明,影响小麦红蜘蛛发生程度的主要气象因子有1~2月平均气温、2月气温、2月降雨量、3月降雨量、1~2月降雨量、2~3月降雨量。用2005-2014年主要气象因子与小麦红蜘蛛发生程度进行逐步回归分析,建立了多元回归预测方程,预测模型2005-2014年回测值的历史符合率达到80%,对2015年小麦红蜘蛛的发生程度预测结果准确率达100%。 相似文献
4.
以商丘市1995～2005年的小麦锈病发病面积、地面气象资料和大气环流特征量为依据,利用相关系数法进行因子普查,筛选出了影响商丘市小麦锈病发生和流行的主要地面气象因子和大气环流特征因子及其时段。利用多元回归方法建立了发病面积的数学预测模型。多元回归模型历史拟合准确率为87.2%,利用2006年的气象资料进行试预报,预测准确率93.8%。 相似文献
5.
6.
《山东农业科学》2015,(9)
利用数学统计方法对历史气象资料进行统计分析,并根据日光温室黄瓜低温冷害发生的气象因子等级指标,计算得到温室内最低气温、温室内地表温度、太阳总辐射、日照时数4个气象要素的等级指标;统计分析2007年至2012年淄博、莱芜日光温室小气候自动监测站和自动气象观测站的资料,利用结构方程模型确定低温预警模型中的因子,根据层次分析法构建判断矩阵,利用DPS分析因子权重系数,最终建立了日光温室黄瓜低温冷害预警模型。利用临淄、莱芜、利津、平度、章丘五站2012年11月1日至2013年5月31日的气象观测资料对该模型进行检验,结果表明预警等级与实际等级完全一致的准确率为63%~77%,相差在1个等级以内的准确率在97%~99%。 相似文献
7.
针对安徽省农业气象业务服务中小麦赤霉病气象等级预报模型精度不高问题,基于安徽省中南部滁州、庐江、池州和宣城4个代表站历年小麦赤霉病病穗率、发育期及对应气象资料,采用线性相关、回归分析等方法,建立基于雨日和雨量的综合降水指数气象等级预报模型,并对模型进行拟合检验和预测检验。结果表明滁州地区小麦赤霉病发生关键为始穗前5d至始穗后25d、庐江为始穗前8d至始穗后20d、池州为始穗前7d至始穗后24d、宣城为始穗前4d至始穗后24d。对建立的区域小麦赤霉病气象等级预报模型进行拟合检验和预测检验发现:滁州地区预测模型的拟合准确率和预测准确率分别为86.8%和92.0%,庐江分别为87.6%和70.0%,池州分别为85.6%和88.0%,宣城分别为88.3%和84.0%。因此,本研究建立的区域小麦赤霉病气象等级预报模型可用于安徽省中南部农业气象业务服务。 相似文献
8.
小麦白粉病预测模型研究 总被引：1，自引：0，他引：1
建立了基于主分量分析的小麦白粉病BP神经网络模型。阐述了主分量分析法的原理与步骤,分析了河南中原地区1990—2007年小麦白粉病病情及相关气象资料,得出影响其流行的主要分量,最后利用得到的主要分量作为BP神经网络的输入,对中原地区2008—2010年小麦白粉病流行情况进行预测,并与未进行主分量分析而建立的全要素BP网络模型进行比较。研究结果表明,该模型可快速准确地预测小麦白粉病的流行程度,有效地减少小麦产量损失。 相似文献
9.
10.
为探究影响运城市小麦条锈病发生等级的环境气象因子，采用数理统计、多维Logistic回归分析等方法，对运城市1990—2020年小麦条锈病侵染时间、发生等级资料进行分析，筛选与条锈病发生等级显著相关的环境气象因子，建立条锈病等级预报模型。结果显示，运城市小麦条锈病流行程度主要是受春季菌源的数量、侵染时间的早晚和环境气象条件影响；小麦条锈病一般是4月下旬在运城市西南部的芮城、永济等地区始见，当环境气象条件不适宜时，条锈菌的活性会受到抑制而死亡；当环境气象条件适宜时，病菌快速繁殖，5月以后进入盛发流行扩散期，且侵染时间越早，后期流行等级越高，侵染时间越晚，后期流行等级越低；运城市条锈病发生等级与4月上旬的日照时数、3月下旬至4月上旬相对湿度以及5月中旬的降水量呈显著正相关；通过分析环境气象资料与小麦条锈病等级，建立预测模型：y=-6.415+0.051x1+0.047x2+0.022x3+0.019x4，并进行30 a历史资料回代验证，历史拟合准确率超过80%。利用模型对2021年运城小麦条锈病等级进行... 相似文献