浙江沿海防护林马尾松毛虫的预测预报模型

运用Statistical Analysis System(SAS)软件的原理和方法,根据SAS软件的相关性分析及逐步回归分析,选取仙居县1982年4月～2006年3月与马尾松毛虫Dendrolimus punctatus Walker虫口密度关系密切的的气象因子作为变量、1983～2006年的虫口密度作为因变量,建立沿海防护林马尾松毛虫虫口密度与气象因子的预测预报模型。方程经拟和性检验,其历史符合率均在85%以上;用2007～2011年的相关数据进行测报检验,除受自然灾害影响较为严重的年份外,发生情况与预报结果的相对误差较小。     

基于神经网络的灯诱法预测马尾松毛虫发生量的研究

【目的】为了探索灯诱马尾松毛虫Dendrolimus punctatus(Walker)成虫预测下一代幼虫发生量的办法,建立预测预报模型。【方法】2013-2017年连续5年采用灯诱法对马尾松毛虫每年的越冬代、第1代灯诱成虫数、雌虫数、雄虫数、雌性比等数据进行收集,实地调查第1代、第2代(越冬代)幼虫林间的发生量(虫口密度),采用Excel2016进行相关性分析,筛选出与下一代幼虫发生量(虫口密度)关系密切的灯诱成虫数、雌虫数、雌性比等关联因子,并应用神经网络Matlab2016a建立预测模型。【结果】所建立的灯诱成虫预测模型,拟合度0.92以上,预测精度0.90以上。【结论】采用灯诱马尾松毛虫成虫预测下一代幼虫发生量的神经网络Matlab模型,十分适用于短期精细化预报,方法简单、实用,值得在马尾松毛虫生产性防控中大力推广。     

马尾松毛虫幼虫高峰期发生量的预测模型研究

【目的】为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预测预报结果的准确性,为选用合适的预测模型提供依据。【方法】本文用平稳时间序列法、回归预测法、BP神经网络法、马尔科夫链法和列联表多因子多级分析预测法研究建立安徽省潜山县1983—2016年33年的马尾松毛虫1代和2代幼虫高峰期发生量的预测模型,并对5种模型进行比较。【结果】以卵高峰期卵量为自变量的回归模型、多元回归模型和逐步回归模型预测结果与实际值相差0.21~0.31头/株,其它8个一元回归预测结果与实际值相差1.06~1.58头/株。平稳时间序列预测2015和2016年的结果与实际值完全相符。BP神经网络预测结果若以误差标准为1头/株,1983—2014年预报准确率1代为90.32%,2代为100%。马尔科夫链预测2015和2016年,预测结果与实际值完全相符,均为1级。列联表多因子多级综合相关分析法预测2015和2016年的结果与实际值完全相符,1983—2014年1代幼虫高峰期发生量预测的历史符合率均为90.32%,2代为83.47%。为了研究不同分级标准对预测值的影响,将2代幼虫高峰期发生量的1级标准改为小于3.5头/株,则历史符合率为74.19%。【结论】上述方法中,回归预测法自变量的选择是预报准确的关键;时间平稳序列法适用于害虫发生过程符合平稳时间序列的标准;马尔科夫链法和列联表分析法分级标准科学与否直接影响预测结果的准确性;BP神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法。     

基于温度影响因子的植物物候模型的应用研究

本文根据川渝地区的物候和气候资料,采用基于温度影响因子的热时物候模型,进行了植物春季物候模拟和检验,并对通过检验的物候模型在温度因子变化下的响应灵敏性进行了分析.仁寿刺槐、北碚刺槐、北碚紫荆三种植物的展叶期和始花期可以用热时模型来进行模拟预测,并且准确度较高.在置信度为68.3%,即绝对误差小于实测值标准差σ的区间内,仁寿刺槐展叶期预测值与实测值的拟合率为87.5%,北碚刺槐展叶期的拟合率为100%,北碚紫荆展叶期的拟合率为93.33%;仁寿刺槐始花期的拟合率为100%,北碚刺槐始花期的拟合率为100%,北碚紫荆始花期的拟合率为93.33%.三种植物春季物候模型对温度因子变化响应灵敏性显示:同期温度降低2°时,植物展叶期平均推迟13d以上,始花期平均推迟11d以上;同期温度升高2°时,植物展叶期平均提前15.2d以上,始花期平均提前9,8d以上.     

马尾松毛虫幼虫发生高峰期的三种预测模型

【目的】为了科学确定马尾松毛虫Dendrolimus punctatus防治适期,提高防治效果。【方法】采用平稳时间序列法、马尔科夫链法和BP神经网络法研究安徽省潜山县1983-2014年马尾松毛虫幼虫发生的高峰期预测模型,并用2015年和2016年发生资料进行验证。【结果】显示:平稳时间序列法、马尔科夫链法、BP神经网络法模型预测2015年和2016年1代幼虫高峰期均为6月5日,2代高峰期均为9月6日,两年的1、2代实际发生期也是6月5日和9月6日,预测值与实际值完全一致。平稳时间序列法预测1代幼虫高峰期结果,若以大于2 d为误差标准,则1983-2014年的历史符合率为96.77%;若以小于和等于1 d为误差标准,历史符合率为74.19%,2代幼虫高峰的预测结果的历史符合率与1代相同。BP神经网络法预测结果若以1 d为误差标准,1983-2014年则1、2代预测结果的历史符合率均为100%。【结论】在3种方法中,平稳时间序列法适用于害虫发生过程符合平稳时间序列的情况;马尔科夫链法预报量的分级标准科学与否直接影响预测结果的准确性;BP神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法。     

基于不同空间模型的马尾松林生态系统碳密度研究

以江西省马尾松林生态系统为研究对象,基于样地调查及样品碳含量测定结果计算其碳密度,并选取立地、植被及气象等方面的15个因子,采用多元线性逐步回归方法筛选出对生态系统碳密度影响显著的因子,然后分别利用最小二乘模型(OLS)、空间误差模型(SEM)、空间滞后模型(SLM)和地理加权回归模型(GWR)构建生态系统碳密度与其影响因子之间的关系模型,筛选出最优的拟合模型。结果表明:对马尾松林生态系统碳密度影响显著的因子分别为海拔、坡度、土层厚度、胸径、年均温度和年均降水量。4种模型拟合结果均显示碳密度与坡度呈负相关,与海拔、土层厚度、胸径呈正相关。模型的决定系数(R~2)由大到小分别为GWR(0.8043)SEM(0.6371)SLM(0.6364)OLS(0.6321),模型均方误差(MSE)与赤池信息准则(AIC)最大的均为OLS模型,最小的均为GWR模型;残差检验表明GWR模型能有效降低模型残差的空间自相关性。综合分析得出GWR模型的拟合效果最优,更适用于江西省马尾松林生态系统碳密度的估测。     

马尾松毛虫幼虫发生量的方差分析周期外推预报——一代幼虫发生量和高峰期发生量预报

【目的】为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预报结果的准确性,以期为提高防治效果提供科学依据。【方法】采用方差分析周期外推预报法研究安徽省潜山县1991-2016年25年的马尾松毛虫一代幼虫发生量和一代幼虫高峰期发生量,并对预报结果进行验证。【结果】一代幼虫发生量的预报值与实况值相比,历史符合率达96%,只有2008年预报值与实况值差1级。一代幼虫高峰期发生量的预报值与实况值相比,25年中完全相同的有22年,历史符合率达88%。预报结果不同的是1996年、2005年和2016年,预测值与实况值均相差1级。【结论】方差分析周期外推预报法对马尾松毛虫发生量的预报是一种较理想的预报方法。     

粤西部分县马尾松毛虫发生与气候条件的关系

用相奖分析的方法,分析了粤西部分地区马尾松毛虫的发生与环境因子的关系.结果表明:最相关的环境因子是越冬期最低月平均温度.用比较生态学的方法分析了这几个县马尾松毛虫的发生与环境因子关系的生态差异和相似性.用趋势分析的方法给出各县马尾松毛虫发生的年增量.     

基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统

【目的】为减轻基层测报人员工作量,提高稻纵卷叶螟Cnaphalocrocis medinalis性诱测报的准确率和实时性,实现监测数据可追溯,建立了基于机器视觉的稻纵卷叶螟性诱智能监测系统。【方法】稻纵卷叶螟性诱智能监测系统包括基于机器视觉的智能性诱捕器、基于深度学习的稻纵卷叶螟检测模型、系统Web前端和服务器端。利用工业相机、光源和Android平板搭建了智能性诱捕器的机器视觉系统;建立了基于改进的YOLOv3和DBTNet-101双层网络的稻纵卷叶螟检测模型;利用HTML, CSS, JavaScript和Vue搭建系统Web前端展示稻纵卷叶螟检测与计数结果;使用Django框架搭建服务器端,对来自智能性诱捕器通过4G网络上传的图像进行接收与结果反馈;采用MySQL数据库保存图像和模型检测结果等信息。【结果】基于机器视觉的稻纵卷叶螟性诱智能监测系统利用智能性诱捕器自动定期上传稻纵卷叶螟图像至服务器,部署在服务器上的目标检测模型对稻纵卷叶螟成虫进行实时自动检测,精确率和召回率分别达97.6%和98.6%;用户可通过Web前端查看稻纵卷叶螟检测结果图。【结论】基于机器视觉的稻纵卷叶螟性诱智能监测系统实现了图像的定时自动采集、稻纵卷叶螟成虫的准确检测与计数,实现了稻纵卷叶螟性诱监测的智能化和实时性,减轻了测报人员的工作量,监测数据可追溯。     

武夷山风景区马尾松毛虫发生趋势与环境因子的相关性

应用DPS数据处理系统分析武夷山风景区环境因子与马尾松毛虫发生趋势的关系,利用2007年武夷山风景区气象和地理因子进行主成分因子分析。结果表明,降雨量与马尾松毛虫的发生量关系显著,但受地区性影响大;海拔和纬度与马尾松毛虫的发生量关系显著,但受人为活动的影响大。     

不同松林马尾松毛虫蛹及其寄生天敌群子的空间格局分析

应用地学统计学的原理和方法研究了３种松柯马尾松毛虫越冬工蛹及其寄生天敌群子的窨结构和空间相关性。结果表明,湿地松－马尾松－火炬松混交松林中蛹的半变异函数曲线为球形,其空间格局为聚集型,受害程度高的马尾松纯林中,蛹的半变异函数曲线为指数形,空间格局为聚集型,受害程度低的纯马尾松林中,蛹的半变异函数曲线是一条截距为０．４２３,斜率为０．００３８１４的直线,表明为随机或均匀型的空间格局。３种松林中蛹的寄     

马尾松毛虫及其寄主松属植物的地史初步考证

初步考证了我国重要的森林害虫———马尾松毛虫DendrolimuspunctatusWalker及其寄主松 (科 )属植物的化石起源 ,认为马尾松毛虫衍生为一个新的物种的时间 ,不应早于中生代的侏罗纪 ,很可能是侏罗纪与白垩纪早期的某个时期 ;并初步探讨了第三纪以来中国古地质、古气候变化对现今马尾松毛虫的分布、遗传多样性的空间格局及其历史成因的可能影响 ,文史还涉及许多重要的生物地质历史事件 ,对于理解马尾松毛虫在同样的地质时期的动态等具有重要的参考意义     

马尾松毛虫种群消长与寄主受害程度的关系

研究不同受害程度松林与马尾松毛虫Dedrolimuspunctatus(Walker)种群发育阶段的关系。结果表明,松毛虫大面积发生时松林的受害程度可以很好地标示着松毛虫种群的发生阶段。松林点片受害显示松毛虫种群进入上升开始阶段;松林受害程度中等时,松毛虫仍处于上升种群阶段;当松林的针叶被吃光,表明松毛虫已处暴发阶段。松毛虫暴发种群在自然情况下,将出现典型的蛹期和下一代卵期的寄生率大幅度升高、雌性比、蛹重和产卵量等种群参数大幅度下降等特征;其后代会自然转入下降种群或进入低虫口期。但这些暴发种群的卵转入在保证充足饲料的可控条件下饲养时,其后代的生长发育、存活率、性比、蛹重等主要种群参数没有明显差异。即没显示出上升种群和暴发种群的特征差异,说明暴发种群的终止主要是受外界环境的限制而不是松毛虫本身的内因所致。     

松突圆蚧数量、环境因子及马尾松受危害程度三者间的相关性分析

本文旨在找出重要的指标,从而揭示松突圆蚧Hemiberlesia pitysophila Takagi的数量变化与环境因素变化、马尾松Pinus massoniana所受危害程度间相互存在的重要关系。于福建省松突圆蚧发生区选取了4块调查标准样地,对松突圆蚧的6个数量指标和6个环境因子及其对马尾松受危害程度进行了调查,并对调查结果进行了综合相关系数分析。结果表明,环境因子与松突圆蚧数量指标之间存在显著的综合负相关,全N、全P、温度、雌成虫虫口密度、雄成虫虫口密度、2龄若虫虫口密度都是重要指标。松突圆蚧数量指标与马尾松受危害程度之间存在显著的综合正向相关性,环境因子与马尾松受危害程度之间不存在显著的综合相关性。综合相关系数分析所得的各种结果之间非常协调一致,与实际也基本相符。结论认为:环境因子对松突圆蚧数量变化有重要影响,松突圆蚧数量变化对马尾松危害程度有重要影响,而环境因子对马尾松危害程度影响不大;综合相关系数分析法是科学合理的,有一定的创新性和实用性,值得推广研究。     

马尾松毛虫幼虫的捕食天敌及其捕食作用的研究

根据林间调查和室内观察资料,分析了江西省万年县不同松林中马尾松毛虫不同发生代别低龄幼虫期的主要捕食天敌种类及数量。结果表明低龄幼虫期捕食无敌有13科31种,其中以蜘蛛类最多,其次为蚂蚁类。不同林型中捕食天敌的种类和数量在年份间代别间均存在一定差异,数量差异尤其显著。在室内研究了几种主要捕食无敌对马尾松毛虫低龄幼虫的捕食作用及其功能反应,结果表明功能反应为S型,由此建立了它们的功能反应模型。     

应用性外激素监测马尾松毛虫发生数量的初步研究

本研究采用持效期达 3 0天以上的复合橡胶载体的新型诱芯诱捕器对马尾松毛虫进行林间监测 ,发现诱蛾数量与田间调查的幼虫数量有很大的关联性 ,各乡镇每诱捕点平均诱蛾数与 1代、2代幼虫虫株率、平均虫口的变化趋势基本相同     

长白山三种林型对蛾类群落结构和多样性的影响

选择长白山阔叶红松林、白桦林和落叶松林3种林型,对各林型蛾类的群落结构和多样性进行了比较。结果表明:蛾类各科(亚科)在3种林型中的比例分配明显不同。阔叶红松林中尺蛾科数量占优绝对优势,占47.0%,其次是舟蛾科,为9.3%。优势种为台褥尺蛾,占17.2%;从蛾类总种数和蛾类个体总数上看,白桦林中蛾类物种丰富度、多度和多样性指数明显高于阔叶红松林和落叶松林,优势度指数则最低;白桦林的优势种有尘尺蛾、枞灰尺蛾和双星白枝尺蛾;在落叶松林中,灯蛾科、波纹蛾科和枯叶蛾科的多度都比阔叶红松林和白桦林高,其优势种为阿泊波纹蛾。     

水晶梨病虫害防治预测模型

[目的]为提高水晶梨病虫害防治工作效率,进一步提升病虫害的预测效果和精度。[方法]深入研究了灰色模型(GM),利用GM对水晶梨环境因子数据进行建模得到病虫害预测公式,通过差分方程推导出时间响应式和参数估计,建立了优化初始值的灰色模型(OIVGM),将OIVGM与BP神经网络预测模型(BP)进行组合,建立了优化初始值的灰色BP神经网络预测组合模型(OIVGM-BP)。[结果]通过单位根检验法测量模型的稳定性,OIVGM-BP一阶差分处理后,T统计量(-5.487654)小于5%临界值(-2.878073),数据序列表明平稳,OIVGM-BP可以稳定进行预测。通过白噪声检验方法测量OIVGM-BP的适应性,OIVGM-BP的残差P值从第二阶开始,均大于0.05,说明OIVGM-BP的适应性较好,各阶均通过了白噪声检验。LRM、GM、TSM、BP、OIVGM-BP对梨锈病、白粉病、腐烂病、梨黄粉蚜、梨二叉蚜、梨木虱6种病虫害的预测准确率的平均值分别为70.81%、70.09%、69.74%、65.64%、83.01%,OIVGM-BP的预测准确率优于其他4种预测模型。[结论]OIVGM-BP能够对水晶梨病虫害进行有效预测,能够更好地指导农业生产。     

Ten polymorphic microsatellite markers developed in the masson pine moth Dendrolimus punctatus Walker (Lepidoptera: Lasiocampidae)

A set of 10 polymorphic di‐ and trinucleotide microsatellite loci were developed for the forestry pest insect, masson pine moth, Dendrolimus punctatus Walker. The expected heterozygosity at these loci ranges from 0.285 to 0.859, and the observed allele numbers from five to 19. Cross species amplification of these loci in four other congeneric pine moth species indicates variable levels of loci conservation and thus cross‐applicability. Therefore, the microsatellite loci reported here should be useful for population genetic and other related studies in the masson pine moth and other closely related species.     

北亚热带马尾松年轮宽度与NDVI的关系

北亚热带地处暖温带向亚热带的过渡地区,对环境变化较为敏感。因此,研究北亚热带马尾松年轮宽度与森林NDVI的关系对于揭示陆地生态系统对全球气候变化的响应具有重要意义。以马尾松自然分布北界的南郑县和河南省鸡公山自然保护区为研究地点,利用北亚热带马尾松年轮宽度指数和1982-2006年逐月NOAA/AVHRR的归一化植被指数(NDVI)数据及气候数据,在分析年轮宽度及NDVI与气候因子关系的基础上,重点讨论了北亚热带马尾松径向生长与NDVI之间的关系。结果表明:北亚热带NDVI受水热条件的共同控制,其中与月均温相关性较强,且以正相关为主,与月降水量和干旱度指数多负相关;马尾松的径向生长与上一生长季的温度呈正相关,降水和干旱度指数为负相关,当年生长季内的温度和降水以促进作用为主,而与干旱度指数的关系在两地区内相反;南郑县和鸡公山地区年轮宽度与NDVI年值之间关系均不显著(P>0.05)。单月来讲,南郑县3、4、12月NDVI值与年表显著相关,鸡公山地区9月份的NDVI值与差值年表RES相关性最大;南郑县树木生长受温度影响最大,而鸡公山地区受温度和降水的综合作用。因此,在北亚热带地区,长时间序列的年轮宽度数据并不能很好反应NDVI的长期变化,利用树轮宽度指数来重建北亚热带地区NDVI需要进一步研究。