科研产出
基于PSO-SVR模型的小麦赤霉病病穗率预测方法
《麦类作物学报 》 2023 北大核心 CSCD
摘要：为探寻小麦赤霉病病穗率预测方法，基于滁州市2005-2020年小麦赤霉病病穗率资料和对应气象资料，运用相关性及灰色关联分析法（GRA）确定小麦赤霉病主要气象影响因子并作为支持向量回归（SVR）模型的输入向量，再利用粒子群算法（PSO）优化SVR模型的惩罚因子C和核函数参数g,建立基于粒子群算法优化的小麦赤霉病预测支持向量回归模型。同时针对本地不同小麦品种，构建PSO-SVR-SOUTH和PSO-SVR-NORTH的PSO-SVR分模型，应用3种模型对滁州地区小麦赤霉病病穗率进行预测。结果表明，拔节期至灌浆期是影响滁州小麦赤霉病的重要时段，各生育时期内降水量、雨日数、湿度、日照等气象因子与赤霉病有高关联；PSO-SVR赤霉病病穗率预测模型的起报时间越接近灌浆期，其预测精度越高，测试样本的预测值与实测值相关系数最高达0.68,均方根误差最小为9.55%;按照不同小麦品种构建的PSO-SVR-SOUTH和PSO-SVR-NORTH模型的预测效果要优于原PSO-SVR模型，其中最迟起报时间的PSO-SVR-SOUTH和PSO-SVR-NORTH模型的平均绝对误差分别较原PSO-SVR模型减少了63.7%和20.8%,均方根误差RMSE较原有模型分别降低了61.6%和40.6%,相关系数分别提高了38.2%和29.4%,拟合优度R~2则分别提高了1.4倍和1.1倍。该模型业务服务效果较好，可用于本地小麦赤霉病预测。
关键词： 灰色关联分析 粒子群算法 支持向量回归 气象 小麦赤霉病 病穗率
全文链接
请求原文
稻飞虱灾变与环境的关系
《农业灾害研究 》 2012
摘要：稻飞虱是为害水稻的主要害虫之一,它的发生与为害与大气环流、气温、降水、二氧化碳、海拔、寄主植物、肥料、农药、天敌等气候因子及环境因子的变化有着密切的关系。气象因素不仅影响稻飞虱在我国的越冬范围和虫源基数及其分布,还影响不同时期稻飞虱的迁入量和迁入区的分布,同时也通过影响天敌种群消长、土壤的肥力潜能释放、寄主水稻生长状况、杀虫剂药效发挥等方式间接作用于稻飞虱种群。不同世代的季节性迁飞紧密地与稻飞虱临时栖息的环境空间改变相关。稻田主要捕食性天敌与稻飞虱在水稻各生育期,呈交替或同时发生,表现在时间生态位上的同步性和垂直生态位上的同域性,各类天敌独自发挥对稻飞虱的自然控制作用。
全文链接
请求原文
首页上一页1下一页尾页
