虫情测报灯在林业害虫监测预报中的应用研究

为进一步提升鲁西平原地区林业有害生物监测预报能力,为病虫害防控提供科学依据,总结山东省东阿县、东昌府、莘县等数据,利用虫情测报灯,于2022年2月~10月,对昆虫进行260 d监测,统计害虫种类与数量,分析优势种群动态,掌握其发生消长规律,提升病虫害监测预报时效性,对林业有害生物防治具有重要意义。

病虫测报智能化研究进展

准确的预测预报是防治病虫害的关键和基础。我国的病虫测报从传统经验测报、规范化测报发展到智能化测报,对我国粮食和重要农产品稳定安全发挥了重要的保障与支撑作用。本文系统总结了我国病虫测报的发展历程,现代信息技术在病虫测报中的应用及智能化测报工具的研发与应用,并对目前存在的问题进行剖析,以期为我国病虫测报的智能化发展提供新的思路。

2014年全国主要粮食作物重大病虫害发生趋势预报

根据2013年小麦、水稻、玉米三大主要粮食作物重大病虫越冬基数、国家气候中心冬、春季全国气候预测、农作物品种抗性布局和种植方式等因素,做出了2014年全国主要粮食作物重大病虫害发生趋势预报,预计2014年全国主要粮食作物重大病虫害总体维持重发态势,发生程度将重于2013年。

2013年全国主要粮食作物重大病虫害发生趋势预报

根据2012年小麦、水稻、玉米三大主要粮食作物重大病虫越冬基数、国家气候中心冬、春季全国气候预测、农作物品种抗性布局和种植方式等因素,做出了2013年全国主要粮食作物重大病虫害发生趋势预报,预计2013年全国主要粮食作物重大病虫害总体维持重发态势,与2012年基本持平。

2015年全国三大谷类作物重大病虫害发生趋势预报

综合分析小麦、水稻、玉米三大谷类作物重大病虫越冬基数、品种抗性布局和种植方式以及冬、春季全国气候趋势预测等因素,判断2015年全国三大谷类作物重大病虫害仍呈偏重发生态势。

作物病虫害综合治理地理信息系统

鉴于国内应用于作物病虫害防治的专家系统多为静态,本研究介绍了作物病虫害综合治理地理信息系统(CPPGIS)的实现过程。系统建立了11种主要作物病虫害中长期和短期预测模型。以病虫害发生规律、专家经验为基础,分析了主要病虫害的发生消长动态,以及与周围环境之间的定量、定性关系。系统采用VB6.0和SYSTOPGIS将作物病虫害的发生程度、传播情形、地理分布以桌面地图形式显示;通过将气象条件、有害生物、防治措施、数学模型、地理分布范围等信息的集成,实现了对主要病虫害的动态预测、诊断、综合治理和经济评价。

基于Web AppBuilder的棉田病虫害信息服务平台构建

为及时获取和共享棉田病虫害信息,以便农技人员采取防治措施,使用移动终端进行病虫害信息采集,在数据分析的基础上,基于Arc GIS Server服务发布、Arc GIS Javascript API等关键技术,利用Web App Builder框架构建团场棉田病虫害信息服务平台,设计病虫害信息服务产品的生成与表现方式,建立病虫害发布流程,实现了棉花病虫害信息及时分析统计、发布与大面积共享。测试表明,该平台具有交互性好,响应速度快,用户界面丰富、体验性强等特点,可为棉花病虫害防治提供信息服务和决策支持。

河北省苹果主要病虫害预警系统研制

为提高病虫害防治的准确性和科学性,依据气象知识、植保知识、专家经验,基于B/S模式,采用VS2008、MSSQL2000、ASP、C#、JavaScript等相关技术,研制了基于Internet网络传输的河北省苹果主要病虫害预警系统。该系统实现了苹果主要病虫害的诊断、苹果斑点落叶病、红蜘蛛2种主要病虫害防治关键期的自动预警以及根据未来气象条件对上述2种病虫害未来发生程度进行预测。通过2009年、2010年利用系统进行的预测服务表明,预测准确率均为100%。该系统可作为气象、植保等部门的业务服务系统,并为政府领导、农药企业的宏观决策提供帮助。

新疆棉田病虫害防治策略与技术展望

就生态管理理论及可持续控制棉花病虫害策略进行了探讨 ,提出了优化棉田生态系统 ,改善农区生态环境 ,生物防治技术及产品的开发利用 。

山西省冬小麦主要病虫害气象等级预报模型

气象条件是影响农作物病虫害的主要因子,且与作物的发育期密切相关,特别是在特殊年份,如果模型所筛选的因子中较常年有明显的改变,预测结果与实际结果相差较大,因此各预测模型都具有一定的局限性。为提高数理统计预报的实用性,需要采用多年的历史资料,同时在实际工作中应采用尽量多的方法进行预测,以最大限度地获得较高的预测准确率。以山西冬小麦的主要病虫害(白粉病、条锈病、麦蜘蛛)为研究对象,研究其发生流行的气象条件预报指标,并建立山西省冬小麦主要病虫害发生的气象条件预测模型,进行山西省冬小麦主要病虫害发生的气象条件预测。通过历史资料进行回测验证,历史拟合准确率达到90%以上,说明应用该方法所建模型在一般年份可以进行冬小麦条锈病、白粉病、麦蜘蛛的预测。

神经网络BP模型的设计与实现

应用人工神经网络中的BP前馈网络模型和改进的BP算法 ,对棉铃虫发生程度进行预测 ,结果表明 :该算法可靠 ,验证符合率达百分之百 。

水稻病虫微机测报网络的研究 Ⅰ.系统设计

本文通过分析水稻病虫微机测报网络的业务实体模型,提出微机测报网络的层次划分,微机硬件配置,通讯设备的配置。通过对水稻病虫测报现实模型的分析,提出水稻病虫数据库设计的原则,数据库结构和数据库文件的设计方法。引入数据字典和结构化程序设计方法,设计了水稻病虫微机网络测报软件,实现了病虫测报的数据库管理、测报分析、测报咨询、通讯服务的功能。并在福建南平地区建立了地区级水稻病虫微机测报网络,实现南平地区全区10个县微机与地区微机联网,进而与省农科院联网,形成了省—地—县微机测报网络模式,1991年在生产上应用,收到了良好效果。

虫害水平与植物影像色调的相关性研究

植物发生病虫害时,叶绿素水平会出现不同程度的下降,这种下降通常表现为近红外波段的反射率下降,在近红外遥感图像上可以探测到这种变化。通过一元回归分析证实了虫害水平与植物近红外影像色调具有显著相关性,研究了反射率测定及相关分析中采样位置与植物病虫害水平信息的关系,并对区分虫害类型是否有助于提高相关性等进行了比较研究。最后通过给出描述虫害水平与植物近红外影像色调关系的定量表达式和开发出相应的采样分析软件,使遥感技术大面积、快速监测城市绿化植物虫情成为可能。

广东西南部水稻主要病虫发生气象规律及预测研究概述

水稻病虫害的生存、发育和繁殖甚至大暴发流行都与气象条件密切相关。本研究系统总结了2000—2018年广东省化州市水稻重大病虫害发生流行与气象条件关系及其预测模型的研究成果,分析该项目创新与突破,并与国内同类技术进行了比较,旨在为未来水稻病虫害的研究和防控工作提供重要的参考。

基于智能算法的月季鲜切花病虫害预测模型的探究

针对传统预测模型的主观性强、成本偏高、误差偏大等问题,设计并提出了基于自组织竞争神经网络算法的月季鲜切花病虫害预测模型。该模型能够有效预防病虫害危害,确保月季鲜切花的正常生长,从而确保云南省月季鲜切花的产量、质量和声誉。以最为典型的月季鲜切花白粉病为实例,通过问卷调查、头脑风暴法相结合的加权方法来确定影响因子的权重,并以60组影响因子的数据作为输入数据,建立了基于自组织竞争神经网络算法的病虫害预测模型。将所提出模型的预测结果与采用名义小组法所建立传统病虫害预测模型的预测结果进行对比分析。实验结果及其分析表明,基于自组织竞争神经网络算法的预测模型可有效地为月季鲜切花种植企业、农户、散户提供更加准确的信息,降低了种植的盲目性。

基于改进深度置信网络的大棚冬枣病虫害预测模型

导致冬枣病虫害发生的原因很多而且很复杂,利用传统的数学方法和神经网络(neural network,NN)很难建立正确的病虫害预测模型。由于典型的深度置信网络(deep belief network,DBN)的各层之间缺乏有监督训练,使得网络误差逐层向上传递,降低了预测模型的预测率。针对这些问题,引入冬枣病虫害的先验信息,提出一种基于环境信息和改进DBN的冬枣病虫害预测模型。在该模型中,通过无监督训练和有监督微调从冬枣生长的环境信息序列中获取可表征冬枣病虫害发生的深层特征的隐层参数,并形成新的特征集,然后在预测模型的顶层通过一个后向传播神经网络(back propagation neural network,BPNN)进行病虫害预测。从2014—2017年的4 a时间内,利用农业物联网传感器采集30个大棚冬枣常见的2种虫害和3种病害发生的环境信息序列6 000多条,由此验证所提出的预测模型,平均预测正确率高达84.05%。与基于强模糊支持向量机、改进型NN和BPNN的3种病虫害预测模型进行了试验比较,预测正确率提高了20多个百分点。试验结果表明,该模型极大提高了大棚冬枣病虫害的预测正确率。该研究可为大棚冬枣病虫害预测提供技术参考。

作物病虫害综合治理地理信息系统

介绍了采用VB6.0和SYSTOPGIS实现作物病虫害综合治理地理信息系统 (CPPGIS)的设计和应用 ;将抽象的数字图形化、复杂的信息简单化 ,来完成对作物病虫害的动态预测和诊断 。

灰色系统理论在绵阳市作物病虫害预测中的应用

作物病虫害的综合管理是一个多因素的复杂系统,针对这一特点,本文全面阐述了灰色系统模型的建立与预测方法,建立了作物病虫害测报中的GM(1,1)模型,测报准确性较高,模型模拟检验精度达到I级水平,发展系数<0.3,可用于该地区作物病虫害作中长期预测。

数据仓库和数据挖掘在蔬菜病虫害预测中的应用

针对蔬菜种植中存在的各种问题,使用数据仓库技术和数据挖掘技术构建了蔬菜病虫害预测系统。该系统充分利用蔬菜领域积累的大量的苗情、土情、肥情、水情、虫情、病情、气象和灾害等数据资料,克服了数据具有的量大、多维、不完整等特点,从中找出潜在的有用的规律和知识对病虫害进行预测,从而可以提前制定防御措施,减少经济损失,提高经济收入。

作物病虫害防治地理信息系统

采用VB6.0和SYSTOP GIS将作物病虫害的发生程度、传播情形、地理分布以桌面地图形式显示;集成气象、作物品种、病虫害信息、防治措施及知识和数学模型对作物病虫害进行动态预测、诊断、综合治理与评价。