小麦穗期麦长管蚜发生程度的预测模型研究

应用逐步判别分析方法,对山东省金乡县1982—1989年共8年小麦穗期麦长管蚜发生程度的历史观测资料进行了数量分析,建立了判别方程（预测模型）。将历史资料进行回检,符合率为100％,把1990年的观察资料作为独立样本进行试报,结果与实际相吻合。为害虫种群动态的预测预报提供了一种新的研究方法。     

用多级判别技术预测害虫种群动态

判别分析有基于Buyes准则和Fisher准则两种类型,它是多元统计分析中的一种方法,常常应用于气象的预测预报工作,在害虫预测预报领域中还很少见到这方面的报道。作者应用四川省营山县1971～1983年的虫情和气候资料[1],根据Buyes准则的多级判别原理,对第二代二化螟Chilosupressalis（Walker）发生量进行了分析,旨在为水稻孕期保护提供依据。1多级判别的基本原理1．1多级判别的基本思想[2]从已经掌握的历史上每个类别附体）的若干组数据（个体）出发,总结出分类的规律性（判别函数或判别方程或判别模型）。这样,对于新的个体,由巴总…     

应用物元评判识别模型预测农业害虫种群动态

论述了物元评判识别模型的建模方法,并探讨了该模型在预测农业害虫种群动态方面的应用．结果表明,其历史拟合率高达 ９２．３１％,将 １９９５年作为独立样本进行试报,其预报结果与实际发生一致．并指出物元评判模型是预测农业害虫种群动态的一种优良模型．     

农业害虫发生动态的Fuzzy优选识别模式及其应用

本文对山东省曲阜市１９８２－１９９４年二代棉铃虫发生动态的虫情与相应年份的气象资料进行了数量分析,应用Ｆｕｚｚｙ优选识别原理,建立了二代棉铃虫发生动态的Ｆｕｚｚｙ优选识别模式·对历史资料进行回代验证,其历史拟合率为 １００％．书 １９９５,１９９６ 两年的观测数据资料作为独立样本进行试报,预测结果与实际一致．本研究为农业害虫发生动态的预测预报提供了一种新的研究方法．     

Fisher多级判别准则及其应用

论述了Fisher准则下多级判别的建模机理,并应用该原理将山东省胶南市第二代玉米螟百株累计卵量的3个影响因素压缩为一个新指标（即线性判别函数）,用这一个新指标对样品按距离最小准则判别归类。结果表明,历史拟合率为100％,两年预报,其结果与实际一致。     

应用逐步二级分辨技术预测第二代棉铃虫发生程度

根据应用逐步二级分辨技术,以山东省曲阜市植保站1982—1993年共12年棉铃虫发生程度的系统调查资料为历史原始数据,建立了3个二级分辨数学模型：y1=-0.0030x1-0.0046x2;y2=0.0600x1-0.0022x2;y2=0.2677x1-0.0132x2运用所建模型。对历史资料进行回代验证,其历史拟合率在90%以上,并对独立样本进行试报,结果与实际一致。     

应用灰色系统模型对第二代棉铃虫灾变性预测的研究

本文应用灰色系统理论与方法,对山东省曹县1965～1986年第二代棉铃虫卵发生量构成的离散数列进行数据处理,用微分方程进行拟合,建立了第二代棉铃虫灰色系统GMI,l）长期灾变预测模型：X（’）（t）＝989773ie’“‘””（’－）－8997731并应用该模型对1987～1992年进行预测,结果与实况相吻合。     

数学判别模型在预测害虫种群动态上的应用

根据两个总体的Fisher判别准则,建立了预测害虫种群动态的数学判别模型,对山东省惠民县1967～1977年共11年二代棉铃虫发生程度的两类资料进行了数量分析,建立了数学模型：y＝0．0127x1－0．023X2,对历史资料的回代验证与独立样本的预测,符合率在90％以上。     

麦蚜复合种群动态预测的Fuzzy推理模式及应用

本研究利用了山东省曲阜地区１９８２－１９９４年共１３年的资料，选用了３月下旬至４月上旬平均气温（℃）和４月７上旬温湿系数作为预报因子，麦蚜蚜量始达５００（头／丰株）的日期作为预报对象组建Ｆｕｚｚｙ推理模式。对历史资料进行回代验证，其历史拟合率达１００％。将１９９５年的观测数据作为独立样本进行试报，预测结果与实际一致。为麦蚜复合种群动态预测提供了一种新的研究方法。