适用于我国的稻纵卷叶螟长期预测模型

• 作者: 姜玉英 翟保平 胡高 葛温伯 陆明红
• 来源期刊: 植物保护学报
• 关键词: 稻纵卷叶螟 发生等级 海温 相关分析 长期预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 403-416
• 页数: 14页
• 语种: 中文
• DOI: 10.13802/j.cnki.zwbhxb.2020.2019097

摘要

为给我国稻纵卷叶螟Cnaphalocrocis medinalis防治提供前期预警,使用R语言软件对我国15个省市区稻纵卷叶螟发生等级与全球海温场资料进行遥相关分析,绘制相关系数的时空间分布图,筛选出显著相关海温区作为预测因子,根据各省市区虫情数据组建回归模型+判别模型、BP神经网络模型和支持向量机(SVM)模型,比较3种模型的历史回检率和预测完全准确率.结果 显示,3种模型对稻纵卷叶螟发生等级均有一定的预测能力,其中判别模型+回归模型效果最好,预检完全准确率可达到75.0％,BP神经网络模型次之,预检完全准确率为68.2％,SVM模型预测效果最差,预检完全准确率为54.5％.进一步分析建模所使用的50个预测因子的空间位置,在南印度洋和北大西洋确定3个预测指标,预检准确率为94.4％.通过海温场数据建立的我国15个省市区稻纵卷叶螟发生等级预测模型,适用于长期预测预报.判别模型+回归模型更适合在样本量少、预测因子相关性强的地区建模,而根据预测因子空间分布选择的预测指标进行定性预测准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟保平	南京农业大学植物保护学院	88	2224	28.0	44.0
2	姜玉英		157	2856	28.0	44.0
3	陆明红		36	300	10.0	16.0
4	胡高	南京农业大学植物保护学院	14	213	9.0	14.0
5	葛温伯	南京农业大学植物保护学院	1	0	0.0	0.0