福建省晚稻稻飞虱气象等级的监测预警

稻飞虱是影响福建水稻生产的主要害虫,其发生发展与气象条件关系密切。基于统计学方法对福建省21个县晚稻稻飞虱发生等级与温湿、降水和日照条件等进行了统计分析,找出关键性因子,并建立了晚稻稻飞虱气象等级的经验统计模型。通过历史回代检验,各地区晚稻稻飞虱气象等级与实际发生的等级相比,各地区"一致"和"基本一致"的可达到50%～96%,总体预报效果较好,可投入业务应用。

南宁市稻飞虱发生发展气象条件等级预报技术研究

[目的]研究南宁市稻飞虱发生发展严重程度与气象条件的关系。[方法]以南宁市武鸣县为例,用SPSS软件通过对1987～2009年武鸣灯下虫量与气象因子资料进行了逐步回归分析建模,并利用模式建立了各旬稻飞虱发生发展气象条件等级预报指标。[结果]通过拟合、预报精度检验,最终得到6个旬灯下虫量模拟模式,利用模式进一步建立了3月上旬、3月中旬、7月中旬、8月上旬、8月下旬、9月下旬的稻飞虱发生发展气象条件等级预报指标,根据该指标可进行旬的稻飞虱发生发展气象条件等级预报。[结论]为稻飞虱的统防统治以及南宁市水稻增产稳产提供了参考。

桂林地区稻飞虱发生等级气象预报模型

利用广西桂林地区稻飞虱历史虫情以及相应站点同期地面气象观测资料,采用因子膨化技术对气象因子进行逐候膨化组合,通过相关分析筛选出与虫害发生相关性最为显著的关键因子及其组合时段,利用SPSS软件建立稻飞虱发生程度等级逐候气象预报多元线性回归模型,利用MATLAB软件建立稻飞虱发生程度等级逐候气象预报BP人工神经网络模型。结果表明:基于因子膨化技术的两种模型达到"一致"和"基本一致"的预报准确率在88%以上;其中人工神经网络在历史回代检验中对稻飞虱发生程度等级达到"一致"和"基本一致"的预报准确率比线性回归模型提高4%,在外推预报中对稻飞虱发生程度等级达到"一致"的预报准确率比线性回归模型提高14%;可见,利用因子膨化技术结合BP人工神经网络技术建立短期预报预警模型,不仅可实现稻飞虱发生程度等级的逐候动态预报,而且预报准确率和稳定性明显提高。