基于贝叶斯网络的小麦条锈病预测研究

• 作者: 聂臣巍
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 小麦条锈病 气象因子 贝叶斯网络 预测模型
• 年，卷（期）: 2014,（16）
• 所属期刊栏目: 农来灾害防御
• 页码范围: 5027-5030
• 页数: 4页
• 分类号: S126
• 字数: 2743字
• 语种: 中文

摘要

[目的]在地理信息系统GIS的平台上,将不确定性推理方法——贝叶斯网络引入病害预测,基于关键气象因子(温度、降水、湿度、日照)构建一个用于预测小麦条锈病发生概率的贝叶斯网络模型.[方法]采用预测日前7d的气象数据预测自预测日起7d内的条锈病发病概率,并对我国小麦条锈病重要流行区域——甘肃省东南部地区2010 ～ 2012年病害发生情况进行预测.[结果]模型在返青期至乳熟期输出的病害发生概率与实际调查结果吻合度分别为62.92％、63.18％、79.48％、94.75％,能够较客观地反映病害发生的时间规律和空间分布特点.[结论]该研究表明将贝叶斯网络和GIS分析结合在较大的空间范围内利用关键气象因子进行小麦条锈病短期预测是一种可行的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂臣巍	三峡大学计算机与信息学院	1	3	1.0	1.0