三化螟时间序列预测模型研究

本文用时间序列分析方法对三化螟灯下蛾量的变动以及各代发生程度的变化规律进行研究,建立了3个预测模型,并比较了世代差分、季节差分和距平移动平均三种数据处理方法对模型的影响.结果表明,所建模型的回报验证符合率分别为72%,70%和65%;世代差分和季节差分两种数据处理方法较适合于本文的材料,而距平移动平均方法则拟合效果不太理想。     

马尔柯夫链模型预测三化螟发生趋势

本文把三化螟的年间数量变动作为一个离散系统,然后根据马尔柯夫链模型研究其轻、中、重发生的初始概率、转移概率,预测其今后7至10年的发生趋势;同时设置不同条件的转移概率,模拟未来5至7年的变化趋势,为制定防治决策提供依据.     

三化螟逐步回归统计预测模型的研究

本文用逐步回归方法建立三化螟发生量和发生期的预测模型.对建立模型的方法、步骤、因子选择以及 F 值的确定进行较详细的讨论.模型回报验证符合率大部分达80%以上,可供实际测报参考应用。     

三化螟逐步判别预测模型研究

本文根据 Bcyes 意义下的判别分析法,建立了8个三化螟逐步判别预测模型,其中包括4个发生程度的预测模型和4个始盛期的预测模型。回报验证结果表明:符合率最低的76%,最高达100%。各类之间差异显著性检验结果也表明,90%的模型分类有效.这些模型可为三化螟的预测预报参考应用。     

模糊控制模型在三化螟数量预报中的应用探讨

本文以广东省四会县14年三化螟发生资料为基础,把冬后密度和3月上旬平均温度作为前期预报因子,第1代成虫数量作为后期预报量,建立模糊控制模型.计算结果表明,实测值基本上落入预报区间,达86%,用高腰县1981—1985年的发生资料进行验证预报,符合率达80%.