共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
两种主要森林害虫发生面积预报的初步研究 总被引：2，自引：0，他引：2
应用马尔可夫链和灰色系统GM (1,1)预测模型对宁化县 2种主要森林害虫—马尾松毛虫和黄脊竹蝗的年度发生面积进行了分析和预测。结果表明 :马尔可夫链对马尾松毛虫和黄脊竹蝗发生面积预测效果较好 ,灰色系统GM (1,1)预测模型对马尾松毛虫发生面积预测效果较好 ,而对黄脊竹蝗发生面积预测效果较差 相似文献
3.
4.
5.
6.
马尾松毛虫计算机预测预报系统—FIMS-1,是在马尾松毛虫预测预报系统模型基础上建立的。该系统能够模拟马尾松毛虫种群数量随时间的变化及空间区域的迁移扩散,能估算马尾松毛虫对针叶造成的损夫,进而可以对马尾松毛虫发生量、发生地、发生面积及针叶被害程度进行预测。为马尾松毛虫的综合管理决策提供必要的信息。系统的主要特点是通用性、显示的直观性及预测预报输入要求的灵活性,非常适于在广大林区推广。用安徽省潜山县黄埔试验点数据输入该系统,运行结果与该地松毛虫发生规律基本吻合,说明该系统是可行的。 相似文献
7.
马尾松毛虫大发生灰色灾变趋势测报方法 总被引：3，自引：0，他引：3
马尾松毛虫的猖獗发生可以认为是一个灰色系统过程，为探索松毛虫危害森林的灾变规律，依据瑞金市１９８９－１９９５年大发生面积的时间数据序列，尝试应用灰色系统理论及其ＧＭ（１，１）模型，对马尾松毛虫大发生的灾变趋势，建立预测模型，进行灾变长期趋势预测。 相似文献
8.
马尾松毛虫的猖獗发生可以认为是一个灰色系统过程，为探索松毛虫危害森林的灾变规律，依据瑞金市１９８９－１９９５年大发生面积的时间数据序列，尝试应用灰色系统理论及其ＧＭ（１，１）模型，对马尾松毛虫大发生的灾变趋势，建立预测模型，进行灾变长期趋势预测 相似文献
9.
10.
11.
12.
2004年古田水口林区马尾松毛虫害发生的气候成因分析 总被引：1，自引：1，他引：1
根据2004年福建省古田县水口林区马尾松毛虫危害成灾的实情，结合古田当年的气象资料，通过对虫灾与温度、湿度降雨、光和风等气象因子的相关分析。揭示了2004年水口林区马尾松毛虫暴发的气候成因，为今后马尾松毛虫情的预测预报和防治提供了参考。 相似文献
13.
马尾松毛虫危害马尾松、黑松,同时也危害湿地松、火炬松等,主要危害10～15年生的马尾松中幼林,大发生年份也侵害到成熟林。为控制有虫不成灾,唯有综合防治才能保持森林群落的生态平衡,而预测预报是综合防治的必要前提和重要环节。预测预报的方法很多,本文仅就马尾松毛虫性诱剂的提取与应用技术提出讨论,供参考。 相似文献
14.
15.
选取广西兴安县2005~2015年春季马尾松毛虫(Dendrolimus punctata)发生情况进行研究,研究温度与春季马尾松毛虫轻、中、重度发生面积发生关系。以2004—2015年的每月的温度因子为自变量,用逐步回归的方法筛选出与兴安县春季马尾松毛虫轻、中、重度发生面积相关的重要因子,并进行相关性分析,建立回归预测模型。预测结果准确率分别高达81.036%、99.991%、58.658%,其中,中度平均准确率近100%。 相似文献
16.
马尔柯夫(A·A·Markov)是俄国的一位数学家,以他的名字命名的数学预测方法称为马尔柯夫预测方法,简称马氏预测法。在国外,这种方法广泛应用于自然科学和社会科学之中。在国内,60年代开始应用于气象、水文等的预测研究,70年代用于地震方面的预测研究。应用于生物学领域方面的预测研究还是近十年才开始的。马氏预测是通过生物本身的历史状态演变特点,运用概率理论对历史数据进行分析,求出状态转移概率后再预测未来状态的方法,因此具有简便、可靠、易于掌握的特点。马尾松毛虫是南方松林的大害虫,影响松毛虫数量的因素有很多,但有 相似文献
17.
黄政龙 《中南林业科技大学学报(自然科学版)》2004,24(1):106-108
以湖南祁阳县1990～1999年的气象观测数据及松毛虫的年发生面积为依据,应用因子筛选、聚类分析、统计检验方法找出了影响马尾松松毛虫减灾的关键气象因子,为预报和防治马尾松松毛虫的成灾提供了合理和实用的方法,有助于为防治灾害作出正确的决策. 相似文献
18.
通过对1983—2010年马尾松毛虫发生数据特点的分析,应用相空间重构技术,将混沌理论和神经网络理论相结合,提出了1种基于混沌神经网络理论的马尾松毛虫有虫面积预测模型。结果表明,该模型有较好的预测能力,当输入层神经元个数(即嵌入维数)为7、隐含层神经元个数为15时,预测未参与建模的2009年越冬代、2010年第1代马尾松毛虫有虫面积的平均相对误差为12.50%。 相似文献
19.
<正> 广东、广西、浙江、福建、湖南、河南等省(区),都应用马尔可夫链方法进行林业害虫的预测预报,但在预测未来年份马尾松毛虫的发生面积、划分等级和确定状态范畴时,常受人为的主观意识影响。由于分级标准不同,所得到的测报结果出现了较大的差异。为了减少测报误差,更准确地反映马尾松毛虫发生的实际面积,现将优选法改进分级标准的研究综述如下。 相似文献
20.
以湖南省张家界永定区2003—2018年马尾松毛虫、云南松毛虫发生情况的历史数据为材料,探讨了不同等级划分体系对应用马尔科夫链模型预测马尾松毛虫、云南松毛虫混合发生面积的历史符合率的影响,并对2019年张家界永定区的马尾松毛虫、云南松毛虫发生等级及发生面积进行预测,从而指导防治工作科学、及时、有效地开展。结果表明,当原始数据集中于某一级别时,用3等级分级可以增加历史符合率。本文数据分为3个等级,历史符合率为76.9%。利用概率矩阵对2019年马尾松毛虫、云南松毛虫混合发生面积进行预测,结果为1级,即发生面积为0～1 033.3 hm~2。 相似文献