棉铃虫成虫的灰色系统模型预测

基于灰色模型技术对马尾松毛虫灾变趋势的预测摘要马尾松毛虫的猖獗发生可以认为是一个灰色系统过程，为探索松毛虫危害森林资源灾变规律，依据瑞金市2001～2007年大发生面积的时间数据序列，尝试应用灰色系统理论及其GM(1，1)模型，对马尾松毛虫大发生的灾变趋势，建立预测模型，进行灾变长期趋势预测。

预测结果表明，该模型预测精度高，预测趋势与过去情形相符，且1～2年的预测值具有一定的参考价值。

关键词马尾松毛虫；灰色模型；灾变趋势预测；江西瑞金马尾松毛虫是威胁瑞金市森林资源安全的最大害虫，年年防治，年年发生，给林业生产造成重大损失。

从松毛虫间歇性大发生的灰色自然性和人们控制灾害能力的局限性看，松毛虫的猖獗发生是一个典型的灰色系统过程。

依据瑞金市2001~2007年松毛虫大发生面积的时间数据序列，应用灰色系统及其GM(1，1)模型，对松毛虫大发生的灾变趋势，建立预测模型，以期在预防松毛虫发生和控制损失方面提供依据。

1材料与方法1.1试验材料本资料来源于瑞金市森防机构调查统计的历史资料，截取其中1组，即2001~2007年马尾松毛虫大发生面积统计数据，现整理列于表1。

1.2试验方法GM(1，1)模型的建立，采用单序列一阶段性动态模型，即GM(1，1)模型，对7年数据序列建立数据模型，利用一次累加生成数列(X(1))建立下列自化形式微分方程。

记参数列为，按最小二乘法求，即：白化形式微分方程的解，即具体模型解为：根据公式(1)、(2)，计算出GM(1，1)模型的具体参考值为u=7 043.584 686，a=0.087 857 784，又根据公式(3)建立具体预测模型(计算过程略)。

模拟的拟合精度见表2，具体模型为：2结果与分析从表2列出的马尾松毛虫大发生灰色灾变趋势测报模型拟合精度表可以看出，所建模型拟合精度较高，平均误差率为11.26%，误差最小的是2007年的回报值，实际值3 706，模型值3 738.72，误差仅－32.72，误差率－0.88%，而一次累加生成回报值则几乎完全一致，实际值39 438，模型值39 458.03，误差仅20.03，其精度满足预测要求。

临清棉铃虫气象预测模型摘要通过对临清植保站1990～2004年逐年棉铃虫各主要危害代的累计卵量、发生程度等历史资料和同期气象资料的分析，寻找出与棉铃虫发生发展有密切关系的气象条件，利用DPS数据处理系统中的多元回归等分析方法，建立各代棉铃虫累计卵量、发生程度等的中短期气象等级预报、预测模式；并对2005年的棉铃虫发生情况进行预测检验，效果良好。

为棉铃虫的有效防治提供了科学依据，对农业防灾减灾和农业生产的可持续发展具有重要的指导意义。

关键词棉铃虫；气象条件；预报模型棉铃虫广泛分布于世界各地，中国棉区以黄河流域、长江流域受害严重[1]。

近年来，棉铃虫对棉花的为害有加重的趋势。

主要原因：一是种植结构变化和棉田水肥条件不断改善，为各代棉铃虫提供了适生的环境和适宜的食物。

二是化学农药使用不科学，用药次数多、用药量随意加大，导致大量天敌被杀伤，农田生态失衡。

另外，加上气候条件适宜、基数过大、抗虫棉品种混杂等原因，引起棉铃虫危害猖獗。

棉铃虫不仅在数量上逐渐增加，而且发生时间延长，棉花产量和质量都受到严重影响，已引起各级政府和植保部门的高度重视。

1资料与方法1.1资料及其来源根据气候、农业生态特点和棉铃虫种群变化规律[2]，以临清植保站1990~2004年逐年各主要危害代的累计卵量、发生程度为主要指标，建立棉铃虫种群动态的数据库。

气象数据库由与棉铃虫资料对应年份和临清气象站同步实时观测资料组成。

本文主要利用DPS V3.01专业版数据处理系统，采用多因子逐步回归方法进行统计分析。

1.2气象因子的选择与虫情等级划分根据棉铃虫发生规律以及气象条件对棉铃虫影响的生物学意义划分为4个时段（见表1），在每个时段，光、温、水等各种气象要素的常规值、极端值组成多时段综合因子，以分析表述气象条件对棉铃虫影响的延续性和综合性[3]。

棉铃虫累计卵量（粒/百株）及百株低龄幼虫头数（头/百株）防治指标等级按国家植保部门通用标准划分（见表2）。

西北农业学报　２０１０，１９（８）：６９ ７３犃犮狋犪犃犵狉犻犮狌犾狋狌狉犪犲犅狅狉犲犪犾犻 狅犮犮犻犱犲狀狋犪犾犻狊犛犻狀犻犮犪基于主成分分析的玉米棉铃虫预测模型郭小芹１，２，刘明春２，魏育国２（１．中国气象局兰州干旱气象研究所，甘肃省干旱气候变化与减灾重点实验室，中国气象局干旱气候变化与减灾重点开放实验室，兰州　７３００２０；２．甘肃省武威市气象局，甘肃武威　７３３０００）摘　要：棉铃虫是河西走廊东部玉米主要害虫之一，气象因素对其种群消长具有非常重要的影响。

利用１９９９－２００８年棉铃虫发生资料与同期气象资料，通过对棉铃虫危害程度和其种群消长动态的分析，采用主成分方法对棉铃虫发生动态进行模拟，建立了棉铃虫危害特征预测模型。

检验结果表明：预测模型准确率７８％～８９％，订正模型准确率提高１０％以上。

模型预测时效超前、效果好，且具有动态特征，可用于研究区域棉铃虫发生程度的监测、预警与研究。

关键词：棉铃虫；预测模型；主成分分析中图分类号：Ｓ４３５．１３２ 文献标识码：Ａ 文章编号：１００４ １３８９（２０１０）０８ ００６９ ０５犉狅狉犲犮犪狊狋犕狅犱犲犾狅犳犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪犅犪狊犲犱狅狀犘狉犻狀犮犻狆犪犾犆狅犿狆狅狀犲狀狋犃狀犪犾狔狊犻狊ＧＵＯＸｉａｏｑｉｎ１，２，ＬＩＵＭｉｎｇｃｈｕｎ２ａｎｄＷＥＩＹｕｇｕｏ２（１．ＬａｎｚｈｏｕＩｎｓｔｉｔｕｔｅｏｆＡｒｉｄＭｅｔｅｏｒｏｌｏｇｙ，ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎ；ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｒｉｄＣｌｉｍａｔｉｃＣｈａｎｇｅａｎｄＲｅｄｕｃｉｎｇＤｉｓａｓｔｅｒｏｆＧａｎｓｕＰｒｏｖｉｎｃｅ；ＫｅｙＯｐｅｎＬａｂｏｒａｔｏｒｙｏｆＡｒｉｄＣｌｉｍａｔｅＣｈａｎｇｅａｎｄＤｉｓａｓｔｅｒＲｅｄｕｃｔｉｏｎｏｆＣＭＡ，Ｌａｎｚｈｏｕ　７３００２０，Ｃｈｉｎａ；２．ＷｕｗｅｉＭｅｔｅｏｒｏｌｏｇｉｃａｌＢｕｒｅａｕ，ＷｕｗｅｉＧａｎｓｕ　７３３０００，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪ｉｓｏｎｅｏｆｔｈｅｍａｉｎｐｅｓｔｓｉｎｓｐｒｉｎｇｍａｉｚｅｇｒｏｗｎｉｎｅａｓｔｅｒｎＨｅｘｉＣｏｒｒｉ ｄｏｒ，ｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓｈａｖｅｖｅｒｙｉｍｐｏｒｔａｎｔｉｍｐｌｉｃａｔｉｏｎｓｗｉｔｈｉｔｓｐｏｐｕｌａｔｉｏｎｄｙｎａｍｉｃｓ．Ｕｓｉｎｇｏｂ ｓｅｒｖａｔｉｏｎａｌｄａｔａｏｆ犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪ａｎｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓｆｒｏｍ１９９９ｔｏ２００８，ｔｈｉｓｐａｐｅｒａ ｄｏｐｔｅｄｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｔｏｓｉｍｕｌａｔｅｐｏｐｕｌａｔｉｏｎｄｙｎａｍｉｃｓｏｆ犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪ａｎｄｅｓｔａｂｌｉｓｈｅｄｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｍｏｄｅｌａｃｃｕｒａｃｙｉｓ７８％－８９％，ｔｈｅｒｅ ｖｉｓｅｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｎｃｒｅａｓｅｄｔｈｅａｃｃｕｒａｃｙｒａｔｅｏｆ１０％．Ｆｏｒｅｃａｓｔｂａｓｅｄｏｎｔｈｅｍｏｄｅｌｓｈａｓｓｔｒｏｎｇｔｉｍｅｌｉｎｅｓｓ，ｆａｖｏｒａｂｌｅｅｆｆｅｃｔ，ａｎｄｄｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｔｈｅｒｅｆｏｒｅ，ｉｔｃａｎｂｅｕｓｅｄｆｏｒｍｏｎｉｔｏｒｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｏｆｏｃｃｕｒｒｅｎｃｅｄｅｇｒｅｅｏｆ犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪．犓犲狔狑狅狉犱狊：犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪；Ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ；Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ 棉铃虫［犎犲犾犻犮狅狏犲狉狆犪犪狉犿犻犵犲狉犪（Ｈｕｂｎｅｒ）］广泛分布于河西走廊地区，是限制与危害玉米生长的重要病虫害之一，因其寄生范围广、繁殖潜力大、种群迁徙能力和对环境适应能力强等特点，常在条件适宜时大面积爆发成灾，危害玉米主茎与果穗。

基于改进的神经网络模型对棉铃虫发生程度预测研
究的开题报告
1. 研究背景和意义
棉铃虫是世界上广泛分布的棉花害虫之一，其输入导致显著的经济损失。

因此，预测和管理棉铃虫的发生程度对棉农和农民家庭的收益至关重要。

传统的监测方法基于观测和经验的数据记录，但这种方法不能解决直接与棉铃虫发生程度相关的各种复杂的环境因素和作物因素之间的相互作用。

因此，如何利用先进的机器学习技术预测棉铃虫的发生程度已成为当前的研究热点之一。

2. 研究目的
本研究旨在开发一种基于改进的神经网络模型预测棉铃虫的发生程度，并将其与传统模型进行比较，在准确性和可靠性方面进行评估。

3. 研究方法
在本研究中，将使用以下三种方法预测棉铃虫的发生程度：
（1）先进的神经网络模型，如改进的卷积神经网络和循环神经网络，将被开发和应用在此任务中;
（2）与传统算法进行比较，如线性回归和支持向量机等方法;
（3）优化和分析所开发的神经网络模型，以提高其预测准确性和解释性。

4. 研究预期结果
预计本研究将开发出一种高度精确且有效的神经网络模型，可预测棉铃虫的发生程度。

通过与传统算法的比较，该模型的优越性将得到证明。

此外，还将探索与棉铃虫发生程度相关的各种环境和作物因素之间的关系，以进一步提高模型的解释性和可靠性。

5. 研究意义
本研究将为农业生产提供有用的决策参考，旨在实现对棉铃虫发生程度的预测和高效管理，以提高作物的质量和减少经济损失。

此外，本研究还将探索机器学习技术在农业领域的应用，为相关领域的研究提供参考和借鉴。

基于Web GIS的棉铃虫预警与决策支持系统基于Web GIS的棉铃虫预警与决策支持系统随着农业技术的不断发展，农业生产管理的智能化程度也日益提高。

在农作物产量和质量保障方面，病虫害是重要的考量因素。

其中，棉铃虫作为棉花的主要害虫之一，给农民的种植工作带来了很大的困扰，因为它们会危害棉花株部，降低棉花的产量和质量。

因此，发展一种基于Web GIS的棉铃虫预警与决策支持系统，可以为农民提供有针对性的防治建议，提高棉花的产量和质量，具有重要的现实意义。

首先，本系统基于Web GIS技术，可以实现对农田和棉花生长情况的实时监测。

通过设置传感器和摄像头等设备，可以实时获取土壤湿度、气温、光照等环境数据，同时还可以监测棉花的生长情况，如高度、叶片数量等。

这些数据可以通过互联网传输到系统的服务器，经过数据处理后呈现在界面上，帮助农民全面了解农田的实时情况。

其次，系统可以根据实时监测的数据，通过模型和算法进行棉铃虫的预测和预警。

基于历史数据和相关的气象数据，系统可以建立棉铃虫的预测模型，预测出在不同气象条件下棉铃虫的潜在威胁程度。

当预测结果超过一定阈值时，系统会及时发出警报，提示农民采取相应的防治措施。

同时，还可以提供棉铃虫的传播路径和侵害程度图，帮助农民更好地理解病虫害的分布和影响范围。

再次，系统还提供了决策支持功能，帮助农民制定科学的农事管理措施。

系统可以根据棉铃虫预测结果和相关的农艺知识，生成针对不同情况的防治方案和农事活动推荐。

例如，在高风险区域，系统可以建议农民采取化学防治措施；而在低风险区域，系统可以建议农民增加益虫的数量来控制棉铃虫的繁殖。

这些推荐可以根据实际情况进行调整，以满足不同农田的需求，提高防治的效果。

最后，本系统还具备部分用户管理和数据分析功能。

农民可以通过系统进行账号注册和管理，实现数据备份和共享等功能。

同时，系统还可以对历史数据进行分析，找出农田的潜在问题和规律，并提供相应的优化建议。

高新技术在农作物病虫害预测预报上的应用摘要：本文简要地概述了雷达技术、计算机技术、网络技术、“3S’’技术等高新技术在农作物病虫害预测预报上的应用。

这些高新技术的应用极大地改善了有害生物灾变预警和植保宏观决策水平。

同时探讨了我国与先进发达国家在这方面的差距以及今后如何缩小这方面的差距。

关键词：高新技术；病虫害；预测预报；遥感；网络1雷达在测报上的应用疫蝗和蜜蜂进行了详细的雷达研究。

我雷达自“二战”期间诞生以来，主要应用于军翼，以后又开始应用于气象学和鸟类学研究。

自Schaefer教授(1968)利用雷达首次对昆虫迁飞的观测后，雷达技术在昆虫中的应用得到了迅猛发展，成为昆虫迁飞研究中一种无可替代的重要工具。

[1-5]雷达的基本原理是根据无线电波从目标反射回来的能量来推断目标的位置。

常用于观测昆虫的雷达是脉冲雷达。

这些雷达的主要种类有:扫描雷达、垂直波束雷达、机载雷达、毫米波雷达、谐波雷达和跟踪雷达。

对于具有大区域迁飞性、爆发性和灾害性的害虫，一般都是采用常规的监测手段，即根据田间的虫量和灯下的诱虫量来进行预测，这冲方法往往不能及时地、准确地进行预测，如果遇到迁飞虫量太大时，当田间和灯下见到虫量时，可能已形成了落地成灾的现实，造成无可挽回的损失。

随着雷达技术的发展，使我们可以对迁飞性昆虫的起飞、降落、一飞行高度、飞行速度和昆虫密度进行监测。

因此，雷达技术是一种可以预测迁飞性害虫的有效监测工具。

在美国、英国、澳大利亚、印度等国对迁飞性夜蛾、沙漠飞蝗、褐飞虱、澳大利亚国最早进行昆虫雷达研究是在1983年，吉林省农业科学院建立了中国第一台昆虫雷达—公主岭昆虫雷达。

1984年，吉林省农业科学院植保所利用雷达对草地螟、粘虫的迁飞规律进行了研究，以后，南京农业大学植保系利用雷达对褐飞虱进行了迁飞规律的研究。

迄今，我国的昆虫雷达主要是用于研究，还没有广泛应用于迁飞性害虫的预测预报中。

[6]2计算机在测报上的应用2.1 建立病虫害数据库数据库技术具有“处理速度快、安全可靠、节约空间、操作简单、利于维护、便于修改、易实现数据共享与长久保存”等优点，是有害生物集中管理的有效途径。

沙漠与绿洲气象Desert and Oasis Meteorology研究论文第11卷第3期2017年6月基于灰色系统模型的棉铃虫成虫预测马雷凯1，2（1.克州气象局，新疆阿图什845350；2.新疆气象局编译室，新疆乌鲁木齐830002）摘要：应用GM （1，1）模型，根据2004—2011年乌苏市棉铃虫二代成虫的数量建立了低精度的灰色模型，建立残差的GM （1，1）模型后，再进行模型修正并检验，小误差概率p =1>0.95,后验差C =0.3197<0.35，此模型符合一级标准，精度较高，相对残差较小。

关键词：灰色系统理论；GM （1，1）模型；棉铃虫；预测中图分类号：S165+.28文献标识码：B文章编号：1002-0799（2017）03-0091-04马雷凯.基于灰色系统模型的棉铃虫成虫预测[J].沙漠与绿洲气象，2017，11（3）：91-94.doi ：10.12057/j.issn.1002-0799.2017.03.013收稿日期：2016-10-19；修回日期：2016-12-06基金项目：国家自然基金（41375122）资助。

作者简介：马雷凯（1981-），男，工程师，从事气象科普与期刊编辑工作。

E-mail ：93338378@ 灰色系统理论的研究对象是具有信息少、样本小的不确定性系统，通过对这些少量信息进行处理，实现对系统运算的正确认识和有效控制[1]。

短短30多年的时间，灰色系统理论的迅速发展并成功应用，取得了多项成果，解决了大量实际问题[2-4]。

棉铃虫（Helicoverpa armigera H übner ）是世界上最严重的害虫之一[5]。

棉铃幼虫通常进入土壤化蛹滞育越冬[6]。

滞育是昆虫为躲避不适环境因子时产生一种很重要的策略[7-8]。

昆虫滞育的主要因子是光周期和温度[9-10]。

诱导棉铃虫滞育是短的光周期和秋季低温[11-12]，秋季低温或高温引起滞育终结[12]。