棉花黄萎病株空间格局及抽样技术研究

本文通过聚集度指标(包括:C、C_A、I、I_8、M/X和L/1+X)测定,以及Iwao’sM—X线性回归、Taylor’s幂的法则和格局纹理分析,结果表明棉花黄萎病株空间格局随着病株密度的提高逐步从聚集型向均匀型演变发展。其空间格局的基本成份是疏松的病株个体群,个体群所占面积约为5株棉花,平均约含2.4个病株个体,且个体群内的病株个体呈随机格局。经方差和u检验,结果表明单对角线五点式、双对角线五点式、棋盘式和平行跳跃式等4种取样方法均适用于棉花黄萎病的田间调查,且尤以双对角线五点式为佳。用双对角线五点式取样法调查的最适抽样数:一般病情普查可少至5个样方(每样方系5株棉花),科研调查为30个样方。

特征展开模糊近似推理法在害虫发生趋势预报中的应用

害虫发生趋势受作物、天敌和气候等因子的综合影响,故其预报系统是一个复杂的、开放的大系统。大系统的一个显著特点是人参予其中,因人的思维过程具有模糊性这一固有特征,故人能发出、接受和处理模糊信息。对某个问题或专业(如测报)有过多年实践经历的人,头脑中对系统过程往往拥有大量的理性认识,这就是人对事物的经验。

棉花烂铃病流行趋势模糊综合决策预报模型的研究

本文选用7月20日棉花果节数和折合大铃数,7月25日棉花倒四功能叶面积及7月中旬至8月上旬露日数等4个前兆生态因子,组建了射阳县棉花烂铃病流行趋势模糊综合决策预报模型。经1980—1987年回报的历史符合率高达100%,1988、1989年试报验证均获成功,并能超前1个月作出趋势预报。作者认为该预报模型在生产实践中具有很高的应用价值。

模糊控制理论在棉花烂铃病流行趋势预报中的应用

本文将棉花烂铃病流行趋势预报过程模拟成一个模糊控制系统,预报因子作为系统的输入。预报对象作为系统的输出。根据射阳县1980～1987年棉花烂铃病流行趋势资料,建立了模糊控制预报模型。经1980～1987年回报和1988～1991年预报,结果令人满意。且该模型能超前一个月作出趋势预报,故完全可以应用于预报实践。

棉田草间小黑蛛空间格局及其抽样技术研究

本文对草间小黑蛛在棉花蕾一铃期的空间格局及抽样技术进行了研究。空间格局的聚集度指标分析结果表明:棉花蕾、花、铃期草间小黑蛛空间格局的基本成分均是单个个体,个体间相互排斥;种群均呈聚集格局,聚集度随种群密度的增大而不断增强。聚集系由环境因素(如猎物的聚集行为等)所致。根据空间格局的分析结果,计算出其序贯抽样模型为:最适抽样数模型为:种群平果,计算出其序贯抽样模型为:最适抽样数模型为:种群平均密度零频率估计模型为:

棉花烂铃病流行趋势预报的模糊优选模型及其应用

棉花烂铃病是我国(尤其是长江流域棉区)棉花后期的主要病害,严重地影响着棉花的产量和品质。本文根据模糊优选理论与模型,初步建立了射阳县棉花烂铃病流行趋势预报的模糊优选模型。经1980—1989年的历史回检和1990、1991年的预报应用,符合率达100％,结果非常令人满意。故该预报模型完全可以推广应用于棉花烂铃病流行趋势预报实践,指导棉花生产。

棉田小枕异绒螨幼螨空间格局及抽样技术研究

本文通过聚集度指标(包括:C、Ⅰ、C_A、Ⅰ_δ、M/(?)和L/1+(?))测定和Iwao's M-x线性回归模型及其改进模型以及Taylor's幂法则的分析。结果表明棉田小枕异绒螨幼螨个体间相互吸引,其空间格局的基本成分是个体群(α>0,α′>0),在低密度下,个体群呈聚集格局(C>1,Ⅰ>0,C_A>0,Ⅰ_δ>1,M/x>1,L/1+(?)>1,β>1,β′>1),且隶属于具有一个公共K_c(=0.3015)值的负二项分布(α>0且β>1);其聚集速率随种群密度的提高而下降(γ<0)。但在一切密度下,其聚集强度随种群密度提高而加强(a>1且b>1)。棉田小枕异绒螨幼螨最适理论抽样数由n=1/D^2·(1/(?)+3.3170)给出,其种群平均密度由x=0.3015(P_0^(-3.3170)-1)估计。