小麥條銹病中長(zhǎng)期預(yù)測(cè)方法的初步研究——以隴南隴東為例.pdf

1、小麥條銹病是小麥上最重要的病害之一，可造成嚴(yán)重的產(chǎn)量損失。近幾十年來(lái)，對(duì)小麥條銹病的治理一直是植保人員和農(nóng)民朋友共同關(guān)心的問(wèn)題。而對(duì)其進(jìn)行預(yù)測(cè)是實(shí)現(xiàn)其管理的先決條件，根據(jù)準(zhǔn)確的病情預(yù)測(cè)，可以及早做好各項(xiàng)防治準(zhǔn)備工作。本文旨在通過(guò)對(duì)甘肅天水和平?jīng)鲂←湕l銹病的預(yù)測(cè)，尋求較為合適小麥條銹病的預(yù)測(cè)方法，為防治提供依據(jù)。 通過(guò)收集甘肅天水1982～2003年小麥條銹病發(fā)病面積和小麥播種面積數(shù)據(jù)，合并成小麥條銹病發(fā)病面積比數(shù)據(jù)，再收集天水氣

2、象數(shù)據(jù)，利用這兩項(xiàng)資料對(duì)天水小麥條銹病的發(fā)病面積比進(jìn)行預(yù)測(cè)。預(yù)測(cè)首先采用多元線性回歸模型、BP(backpropagation)神經(jīng)網(wǎng)絡(luò)模型、RBF(radialbasisfunction)神經(jīng)網(wǎng)絡(luò)模型、灰色模型GM(1，1)和Brown指數(shù)平滑模型分別對(duì)天水小麥條銹病進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)的效果進(jìn)行評(píng)價(jià)。然后采用基于層次分析法的組合預(yù)測(cè)方法將上述五種方法進(jìn)行組合，并將預(yù)測(cè)的效果與上述五種方法進(jìn)行逐一比較。同樣，收集甘肅平?jīng)?983～200

3、3年小麥條銹病發(fā)病面積比和流行程度數(shù)據(jù)，再收集平?jīng)鰵庀髷?shù)據(jù)，利用這兩項(xiàng)資料對(duì)平?jīng)鲂←湕l銹病進(jìn)行預(yù)測(cè)。首先采用多元線性回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型對(duì)小麥條銹病發(fā)病面積比進(jìn)行預(yù)測(cè)，再用多元線性回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型和RBF神經(jīng)網(wǎng)絡(luò)模型分別對(duì)平?jīng)鲂←湕l銹病流行程度進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)的效果進(jìn)行評(píng)價(jià)。然后采用最優(yōu)加權(quán)組合預(yù)測(cè)方法將上述方法進(jìn)行組合，并將組合預(yù)測(cè)的效果與單項(xiàng)預(yù)測(cè)結(jié)果進(jìn)行比較。 研究結(jié)果表明，在對(duì)天水發(fā)病面積比的預(yù)測(cè)中多元線

4、性回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、RBF神經(jīng)網(wǎng)絡(luò)模型、灰色模型GM(1，1)和Brown指數(shù)平滑模型的相對(duì)誤差絕對(duì)值的平均值(以下簡(jiǎn)稱為平均相對(duì)誤差)依次為19.59％，4.30％，17.35％，35.26％和14.05％，組合預(yù)測(cè)法的平均相對(duì)誤差為9.11％，預(yù)測(cè)精度高于除BP以外的其他單項(xiàng)模型。在對(duì)平?jīng)霭l(fā)病面積比的預(yù)測(cè)中，多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型的平均相對(duì)誤差為53.17％和22.75％。組合預(yù)測(cè)的平均相對(duì)誤差為22.80％，