河北省小麦白粉病发生气象等级动态预警

• 作者: 吴立 张桂香 张蕾 王丽 霍治国
• 来源期刊: 生态学杂志
• 学科: 农学
• 关键词: 小麦白粉病 Bayes准则 Fuzzy模型 广义回归神经网络 预警
• 年，卷（期）: 2015,（9）
• 页码范围: 2489-2497
• 分类号: S43
• 语种: 中文

摘要

根据河北省4县2001-2010年小麦白粉病病情和逐日气象资料,采用因子膨化、秩相关分析、通径分析、Bayes准则、模糊数学(Fuzzy)和广义回归神经网络(GRNN)等方法,筛选影响小麦白粉病发生的关键期和关键因子,建立了小麦白粉病发生气象等级指标模型、基于Bayes准则的Fuzzy模型和基于Fuzzy模型的GRNN模型.结果表明:影响河北4县小麦白粉病发生气象等级的关键因子是前三候至当候的平均温度、前三候至当候的降水量、前三候至当候的降雨系数和前一候的小麦白粉病实际发生等级;3种预警模型具有层层递进的关系,预报准确率基于Fuzzy模型的GRNN模型＞基于Bayes准则的Fuzzy模型＞指标模型,并均超过了85％,可以用于对候尺度小麦白粉病发生等级进行中短期预报.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍治国		146	3829	34.0	58.0
3	张蕾		48	231	10.0	12.0
9	吴立		16	151	8.0	11.0
10	张桂香		9	95	5.0	9.0
11	王丽		2	10	2.0	2.0