论文部分内容阅读
病虫害防治不当是造成梨果品质不佳、果实农药残留量超标、残果率高的重要因素之一,近年来,我国植物保护科学已经取得了长足进展,但依然缺乏对水果等经济作物病虫害发生的统一预报预警,因此建立科学实用的梨树病虫害预警预报系统具有重要的指导意义。
在梨树病虫害预警预测中,合理构建预警指标和预警预测模型是关键,本文在研究梨树病虫害预警框架及指标体系的基础上,利用相关分析法,筛选出了梨黑星病和梨木虱长期预警预测的相关显著因子集,构建了梨黑星病逐步回归长期预警预测模型;设计了基于径向基神经网络的梨黑星病中短期预测模型和基于支持向量机的梨木虱中短期预测模型,以安徽为例,开发了基于GIS的果树病虫害指标评价及预警系统。主要研究结论如下:
(1) 应用预警系统基础理论,建立了梨树病虫害警源、警兆、警情指标体系,构建了梨树病虫害预警的框架模型;利用相关分析法,筛选出梨黑星病叶片始发盛期、全年发生等级等6个预警预测指标和梨木虱若虫高峰日、若虫高峰日虫量指标的相关显著因子集,该因子集可作为梨黑星病和梨木虱的发生发展的基础评价指标。
(2) 运用逐步回归方法,构建了梨黑星病叶片始发盛期、最高果实病指、全年发生等级等6个预警预测指标的长期预警预测模型,用于梨黑星病的长期预测。
(3) 以梨黑星病为例,研究了病叶率、病果率、果实病指与逐旬平均气温、相对湿度、雨日、日照时数、降雨量的非线性耦合关系,应用径向基神经网络算法,设计了病叶率、病果率、果实病指的中短期预测模型,并通过分布函数的优化选择,提高了预测准确率,准确率均为80%或更高。在分析各模型泛化能力的基础上,以病叶率模型为例,比较分析了BP神经网络与径向基神经网络的预测效果,结果表明,径向基网络模型优于BP神经网络模型。
(4) 为弥补逐步回归和神经网络基于经验风险最小化的不足,应用基于结构风险最小原则的支持向量机理论,建立了基于单气象因子和双气象因子的梨木虱若虫高峰日虫量的中短期预测模型,实证分析了支持向量机参数对预测效果的影响,优化了算法。
(5) 以安徽果树种植和病虫害发生的历史数据为具体研究对象,开发了基于GIS的果树病虫害指标评价及预警预报系统,实现了GIS空间分析功能与Matlab优化工具箱的集成,系统具有数据管理、指标筛选、病虫预警预报、病虫防治决策、GIS分析功能等模块。