马尔柯夫链方法在马尾松毛虫种群动态预报中的应用

马尾松毛虫Dendrolimus punctatus Walker是柳州地区森林的主要害虫,每年虫灾造成的经济损失达300多万元,是柳州地区森林病虫防治工作的重点。要搞好松毛虫的防治工作,必须首先抓好虫情测报,以便提前作好防治准备工作。1980年以来,我们曾应用回归分析、判别分析、加权列联表分析法和模糊综合评判法等对马尾松毛虫种群动态预报进行了探讨。

马尔柯夫链方法在马尾松毛虫种鲜动态预报中的应用

本文根据马尔柯夫链的原理,把马尾松毛虫发生面积资料划分为四个等级状态,建立了马尔柯夫链预测模型。文章以柳城县马尾松毛虫危害面积的19年资料为例,介绍了建立模型的方法。用该方法建立的预测模型所作的两次预报与实际观测完全吻合;该方法对于危害面积、虫口密度的预报都有较高的精度。

马尾松毛虫种群动态预测的加权列联表分析法

马尾松毛虫种群动态的预测预报是马尾松毛虫种群数理生态学研究的重要内容之一,亦是防治松毛虫的首要工作。建国以来,国内对松毛虫的测报进行了很多研究,取得了许多重要成果。但从已发表的文献来看,几乎都是采用多元回归估计法、逐步判别、模糊优先比、数字滤波等数学方法。回归估计法、判别分析法都是以多元线性代数方程组来建立预报方程,笔者经过试用,方法和效果是肯定的。但此法计算比较繁琐。因此,在基层单位难以应用、推广。 朱伯承提出的由列联表直接分析各因子与预报量的“单相关”。