三化螟和斑潛蠅發(fā)生預(yù)測(cè)模型研究與應(yīng)用.pdf

1、在農(nóng)業(yè)生產(chǎn)中，農(nóng)作物害蟲(chóng)的常年發(fā)生給農(nóng)作物生產(chǎn)帶來(lái)嚴(yán)重影響，是造成農(nóng)作物減產(chǎn)的重要原因。為了有效地對(duì)農(nóng)作物害蟲(chóng)進(jìn)行防治，人們對(duì)農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)方法進(jìn)行了長(zhǎng)期研究，目前主要的預(yù)測(cè)方法有經(jīng)驗(yàn)預(yù)測(cè)、實(shí)驗(yàn)預(yù)測(cè)、統(tǒng)計(jì)預(yù)測(cè)和信息預(yù)測(cè)。近年來(lái)，隨著非線性科學(xué)、信息技術(shù)和人工智能技術(shù)的發(fā)展，作為主要的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)方法之一的信息預(yù)測(cè)研究，越來(lái)越引起關(guān)注。
　　 針對(duì)農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)問(wèn)題，本文采用了逐步回歸分析、聚類分析、主成分分析方法(

2、PCA)，應(yīng)用了反向傳播人工神經(jīng)網(wǎng)絡(luò)(BPANN)、時(shí)態(tài)地理信息系統(tǒng)(TGIS)等技術(shù)，以水稻常見(jiàn)害蟲(chóng)三化螟(Scirpophaga incertulas)、蔬菜常見(jiàn)害蟲(chóng)斑潛蠅(Liriomya Huidobresis，Blanchard)為研究對(duì)象，對(duì)農(nóng)作物害蟲(chóng)發(fā)生的預(yù)測(cè)模型和信息預(yù)測(cè)技術(shù)進(jìn)行了研究，得出了基于逐步回歸分析的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型和基于PCA/BPANN的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型，并對(duì)基于時(shí)態(tài)GIS的農(nóng)作物害蟲(chóng)發(fā)生信息預(yù)

3、測(cè)系統(tǒng)進(jìn)行了初步研究。主要的研究?jī)?nèi)容和成果如下：
　　 1、本文首先基于線性科學(xué)，利用逐步回歸分析方法建立了農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型，并利用云南省建水縣三化螟和斑潛蠅發(fā)生情況對(duì)模型進(jìn)行了檢驗(yàn)。結(jié)果表明，(1)通過(guò)逐步回歸方程的建立，可找出影響兩種害蟲(chóng)發(fā)生量的主要?dú)庀笠蜃?，并可在一定程度上?duì)害蟲(chóng)的發(fā)生趨勢(shì)進(jìn)行分析。(2)兩種害蟲(chóng)的逐步回歸方程的復(fù)相關(guān)系數(shù)不超過(guò)0.7，可以看出利用逐步回歸方程對(duì)三化螟和斑潛蠅發(fā)生量做定量預(yù)測(cè)時(shí)，具有一

4、定局限性。
　　 2、本文針對(duì)農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型中，原始數(shù)據(jù)常存在誤差的問(wèn)題，提出了先應(yīng)用聚類分析方法對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，在保證原始數(shù)據(jù)真實(shí)有效的前提下，有效地提高了原始數(shù)據(jù)的可靠性；其次，針對(duì)BP人工神經(jīng)網(wǎng)絡(luò)輸入因子過(guò)多時(shí)運(yùn)算復(fù)雜、難以收斂的問(wèn)題，利用主成分分析方法中降維的思想，把影響農(nóng)作物害蟲(chóng)發(fā)生的多個(gè)影響因子轉(zhuǎn)化為少數(shù)幾個(gè)綜合因子，在保證影響因子全面性的情況下，減少了BP人工神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)量，提高了預(yù)測(cè)模型的運(yùn)算

5、速率和預(yù)測(cè)精度。
　　 3、通過(guò)對(duì)農(nóng)作物害蟲(chóng)發(fā)生規(guī)律、影響因素相關(guān)性、原始數(shù)據(jù)可靠性、BP人工神經(jīng)網(wǎng)絡(luò)在輸入因子過(guò)多時(shí)運(yùn)算復(fù)雜等問(wèn)題的分析研究，將聚類分析方法、主成分分析方法和BP人工神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，給出了一個(gè)基于PCA/BPANN的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型，并利用云南省建水縣三化螟和斑潛蠅的調(diào)查數(shù)據(jù)對(duì)模型進(jìn)行了檢驗(yàn)。結(jié)果表明，該模型預(yù)測(cè)效果較好，穩(wěn)定性較強(qiáng)。
　　 4、對(duì)基于逐步回歸分析方法的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型和

6、基于PCA/BPANN的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型進(jìn)行比較研究。本文分別利用逐步回歸分析方法和PCA/BPANN技術(shù)建立了農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型，并利用云南省建水縣三化螟和斑潛蠅的調(diào)查數(shù)據(jù)分別對(duì)以上兩種預(yù)測(cè)模型進(jìn)行檢驗(yàn)。結(jié)果表明，針對(duì)農(nóng)作物害蟲(chóng)發(fā)生的實(shí)際情況，考慮了非線性性質(zhì)的PCA/BPANN農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型比只考慮線性性質(zhì)的逐步回歸分析方法的農(nóng)作物害蟲(chóng)發(fā)生預(yù)測(cè)模型具有更好的預(yù)測(cè)效果。
　　 5、將時(shí)態(tài)GIS技術(shù)應(yīng)用于農(nóng)作物