论文部分内容阅读
我国是粮食储藏大国,粮食安全至关重要,而储粮害虫是危害粮食安全储藏的一个重要因素,因此明确粮堆内储粮害虫的发生发展规律并准确预测出储粮害虫的发生发展趋势,可及时做出防治措施,避免粮食的重大损失,保障粮食安全。本文首先在实验室内利用合适的温度梯度及其装置,研究温度梯度对赤拟谷盗Tribolium castaneum(Herbst)、米象Sitophilus oryzea(Linnaeus)和谷蠹Rhizopertha dominica(Fabricius)三种储粮害虫粮堆内迁移分布影响;然后在实仓内以探管诱捕和人工筛检两种检测方法分析储粮害虫的发生发展情况,通过温湿度云图和线性回归研究储粮害虫的发生发展规律,最后利用人工神经网络理论对仓内发生的储粮害虫建立模型,能够对未来一段时间的储粮害虫发生量进行预测,以此分析粮堆内储粮害虫的发生发展规律。主要研究成果如下:1.不同粮堆温度下储粮害虫的迁移分布试验研究在粮堆对立两侧分别设置温度梯度25℃~30℃、20℃~30℃、30℃~30℃、20℃~35℃,观察米象、谷蠹和赤拟谷盗成虫在粮堆中的迁移分布状况,结果表明:米象、谷蠹和赤拟谷盗成虫在一定粮堆温度梯度内的分布趋向都表现出了显著的差异性(p<0.05)。米象除了在粮堆温度梯度25℃~30℃下分布没有显著差异外,与赤拟谷盗在一定温差的粮堆中均表现出了显著的趋温性,谷蠹在粮堆温度20℃~30℃范围内趋向于聚集在粮温较低的区域,粮堆温度大于30℃时趋向于聚集在粮温较高的区域。粮堆温度降至15℃时谷蠹受低温影响停留在粮堆外围区域,赤拟谷盗没有明显趋势,米象趋向迁移到温度较高的粮堆中心。2.实仓粮堆中储粮害虫的发生发展状况研究通过探管诱捕和人工筛检两种方法检测到仓内发生的储粮害虫主要为书虱Liposcelis bostrychophila(Badonnel)、赤拟谷盗Tribolium castaneum(Herbst)、玉米象Sitophilus zeamais(Motschulsky)、锈赤扁谷盗Cryptolestes ferrugineus(Stephens)、麦蛾Sitotroga cerealella(Oliver)和小蕈甲Typhea stercorea(L.)等6类储粮害虫,其中书虱为仓内发生储粮害虫的绝对优势种群,占储粮害虫捕获总数的89.68%;仓内发生的储粮害虫多分布于粮仓中央、东侧和南侧区域,以粮仓中央区域的捕获量最多,占储粮害虫捕获总数的18.47%,粮仓西北角的捕获量最少,占储粮害虫捕获总数4.67%,储粮害虫发生分布区域与温湿度云图分析结果相对应,温湿度较高的区域,储粮害虫发生数量相对较多;在储粮害虫发生初期,探管诱捕能比人工筛检提前发现储粮害虫的发生,而且仓内各检测点探管诱捕器捕获害虫数量均远远大于人工筛检捕获数量;各检测点线性回归分析结果显示仓内储粮害虫发生发展趋势符合线性增长的规律,斜率大小排序为:正南>东南>中央>正东>西南>正北>东北>正西>西北,即温湿度较高的粮仓南侧区域储粮害虫增长速率高于北侧区域的储粮害虫增长速率,温湿度度较低的粮仓西北角的斜率最小,储粮害虫增长速率最慢。3.储粮害虫发生发展趋势预测模型研究利用人工神经网络理论建立基于BP神经网络的储粮害虫发生发展趋势的预测模型,在MATLAB2016a环境下模拟分析,以实仓试验得到的温湿度数据和虫害发生量建立数据库,通过数据归一化标准处理后,确定神经网络模型结构,利用数据库中的实验数据对该模型进行训练和学习,预测出储粮害虫的发生量,该模型预测的平均准确率达到89.44%,可以较为准确地预测仓内储粮害虫的发生发展趋势。