排序方式： 共有6条查询结果，搜索用时 187 毫秒
1
1.
利用生物地理统计学的原理和方法研究鞭角华扁叶蜂滞育幼虫的虫口密度与其所处的空间位置之间的关系，创建了鞭角华扁叶蜂滞育幼虫虫口密度的半方差函数模型.在此基础上，用不同空间位置上的已知种群密度观测值估计其他空间位置上的未知种群密度，取得了令人满意的估计效果。 相似文献
2.
对马尾松林进行伐除松木铣山留阔封育、伐除部分松木铣山留阔封育2种阔叶化改造模式对比试验，在改造次年和第6年分别测定阔叶树生长量、林分质量，结果表明，伐除部分松木铣山留阔通过5a封育，形成针阔混交复层林，其年均生长量最大，林分单位蓄积量较大，阔叶林生长快，林分质量好，是仙居马尾松林阔叶化改造理想模式。 相似文献
3.
[目的]为控制马尾松毛虫的危害提供理论依据。[方法]以1983年9月～1989年9月浙江省仙居县虫情调查资料和气象资料为研究对象,考察各调查点马尾松毛虫有虫面积随气象因子及时间、空间的动态变化,建立马尾松毛虫发生量的时空回归预测模型,并用所建立模型对1989年3代马尾松毛虫有虫面积进行预报检验。[结果]共建立了1个线性、8个非线性马尾松毛虫发生量时空回归预测模型。1989年3代马尾松毛虫实际危害村数及有虫面积分别为141、143、138村和4533．1、4181．3、5166．0hm^2,9个模型预报的3代马尾松毛虫的发生村数均为193村,线性模型预报的3代马尾松毛虫的发生面积分别为3978．5、4159．5、3427．5hm^2,非线性模型预报的各测报点3代马尾松毛虫的发生面积分别与实际最大相差71．6868、99．8359、119．9478hm^2。[结论]所建立模型对马尾松毛虫有虫面积的预报准确率均为66．7％。 相似文献
4.
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％。 相似文献
5.
应用人工神经网络预测马尾松毛虫的有虫面积 总被引：2，自引：0，他引：2
运用人工神经网络的原理和方法,选取与马尾松毛虫发生量相关关系密切的8个气象因子作为样本的输入特征,建立马尾松毛虫有虫面积与气象因子的BP网络模型,结果表明:所建立的BP模型,具有令人满意的拟合精度和预测精度.当隐含层神经元个数为15个,输入因子数为8个时,18组有虫面积的平均拟合精度为100%,相关系数为1.000 0,2组预留有虫面积的平均预测精度为96.85%,预测准确率为100%. 相似文献
6.
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。 相似文献
1