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…     

多因子综合相关法的简化——条件频率法

<正> 《农作物害虫预测预报的多因子综合相关法》(朱伯承1975昆虫学报第18卷第4期),以下简称综合相关法。此法最大的优点是无需解多元线性代数方程组,经直接分析各因子与预报量的“单相关”,即可建立预报方程。这种方法发表后,我们进行过试用,方法和效果是肯定的。但应用此法除需要逐一计算各个单相关外,特别是需要计算其常数项(b)及系数项(b_(lk)~l),从而建立预报方程(P_l)及进行“0,1”特征处理,计算虽然较简单,但较繁锁,稍不留心,容易搞错。而条件频率法是多因子综合相关法的简化,它比综合相关法更简便、易学,其效果和综合相关法是完全一样的。介绍如下。     

分辨法的简化

<正> 分辨法在虫情测报上的应用,黄侠敏同志已作过介绍,以下称原始分辨法。本文将原始分辨法的简化方法介绍如下,以下称简易分辨法。 一、简化的过程及应用 原始分辨法是通过对预报因子的定量分析,来达到对预报对象的定性分辨。而简易分     

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。     

害虫统计预报级别的划分问题

<正> 害虫统计预报有长期、和中期之分。前者一般是定性预报,建模和预报都需要对虫情进行分级。而中期预报则有分类预报和非分类预报两大类。分类预报包括判别分析、聚类分析、模糊综合评判、列联表等方法,它们都要求对虫情进行分级处理;非分类预报的统计分析方法主要为多元回归分析,它可以处理分级或不分级的数据。可见,大多数统计预报方法都要求对数据进行分级处理。     

应用Fourier变换对东北地区成人颅骨性别差异的研究

本研究所用材料为已知性别、已知年龄的东北地区汉族成人干燥颅骨。应用Fourier变换,将额骨矢状弧的形态转变成Fourier极数,然后应用多元逐步判别分析求得性别判别函数,判别符合率达到90.10％。对31例已知性别汉族成人颅骨盲测,正确率达到84.21% (男性) 和83.33％ (女性) 。研究表明,颅骨的大小和年龄对本方法的判别结果无显著影响。     

猕猴颊齿大小的性差研究初报

对28例太行山成年猕猴(♂10,♀18)的上、下颌颊齿齿冠面积进行测量。运用SPSS 10.0统计软件的多变量分析,选择有关颊齿变量建立性别判别函数。结果表明:猕猴颊齿具有明显的性差。选择不同的变量和选择不同的判别函数其性别正确判别率不同。上、下颌颊齿的性差有一定差异。使用逐步判别法建立判别函数,其性别正确判别率上颌颊齿为89.3%,下颌颊齿为92.3%。     

太行山猕猴掌骨性别判别分析

为了了解成年太行山猕猴5根掌骨的性差大小。本文对太行山猕猴掌骨标本40例(雄:10, 雌:30)进行观察并选择掌骨的9项形态变量进行测量。数据用SPSS19.0软件进行多变量判别分析。结果表明: 5根掌骨长度等变量在性别之间有明显差异。用全模型法5根掌骨的性别正确判别率范围为94.1%~100.0%, 用逐步判别法掌骨性别正确判别率范围为93.8%~97.5%。有关掌骨的9个形态变量, 长度变量首先被挑选出来, 说明在性别判别中起重要作用。分别用左右侧掌骨的判别函数来判别性别时侧别差异不明显。结论: 用每根掌骨的形态变量建立判别函数可以有效地区分性别, 对非人灵长类掌骨标本的性别鉴定有一定的理论意义和应用价值。     

分辨法在虫情测报上的应用

<正> 分辨法是统计学中对事物进行分类预测的一种方法。在虫情测报中,经常需要对预报对象进行分类(分级),如预测某害虫发生早、迟;为害程度重、轻等,如再深入一步还可分为重、偏重、偏轻、轻等情况。统计分辨法对这一类问题可以较好的分析,预报效果较好。现将这一     

太行山猕猴肩胛骨和肱骨的性别判别

测量了 2 6例 (♀ 1 6,♂ 1 0 )成年太行山猕猴肩胛骨和肱骨的 1 5项变量。通过运用SPSS1 0 0单因子方差分析 ,结果显示 ,有 9项变量在两性间达到了显著差异水平 ;采用多变量判别分析方法对有关变量建立判别函数 ,结果显示 ,采用强迫引入法和逐步判别法 ,判别正确率分别为 1 0 0 0 0 %和 92 3 0 %;运用主成分分析 ,进一步说明肩胛骨和肱骨在性别判别中有一定的作用     

回归分析法在三化螟中长期预测中的应用

<正> 回归分析法是较常用的一种数理统计预报方法,使用比较简便。本文在对我省丰城县近21年(1957—1977年)三化螟虫情及气象等实测资料,经过成因分析及相关系数检验,找出影响螟情主要因子的基础上,应用回归分析法(包括一元、多元、逐步回归),初步作出了用于丰城及附近地区的三化螟预测式(数学模式)14个,其中发生期预测式10个(短期1个,中期8个,长期1个),发生量及螟害趋势预测式4个(中长期)。     

最小一乘线性回归在昆虫预报中的应用

<正> 回归分析方法作为一项有效的预报方法,目前已成功地应用于虫情预报上。尤其是一元回归方程,其方法简单实用,深受昆虫工作者欢迎。 我们对于一元回归方程,利用最小二乘法求出回归方程中的回归系数及其截距,即设有自变量x和因变量y,我们进行n次观测,得数据(x_1,y_1),(x_2,y_2),…(x_n,y_n)到直线的离     

全国草地贪夜蛾监测预警信息化平台建设与应用

本研究介绍了全国草地贪夜蛾Spodoptera frugiperda监测预警信息化平台建设基础设施、数据资源、应用支撑三大构架,以及数据填报、数据汇总、数据分析、GIS展示、监测预报、填报统计、知识库等模块功能,总结了平台在虫情及时快速调度、虫情动态形象全面展示、监测防控效果客观体现中发挥的作用,建议探索接入物联网工具、实现监测数据的实时获取,探索与天气系统平台信息的有机联系,实现昆虫雷达联网、突破迁飞性害虫监测的技术瓶颈,推动迁飞性害虫监测技术从根本上升级换代。     

上肢长骨的性别判别分析研究

本文对100例(男女各50)国人上肢骨进行了36项测量。统计结果显示所有测量项目均值男性都大于女性并具有显著性的差异。本研究表明可以采用单一指标对破损严重的肢骨进行性别鉴定。36个测量项目中有23项单一指标性别判别率达75％以上,其中9项在80％以上。本文采用Fisher判别分析法建立了56项单一肢骨性别判别函数,判别率为80％—87％。为进一步提高判别效果,采用逐步判别分析法建立了四项逐步性别判别函数,判别率达90％以上。     

稻纵卷叶螟中期测报的初步研究

稻纵卷叶螟Cnaphalocrocis medinalis Guenée自六十年代中期上升为全国主要稻区的常发性害虫后,我地为全国稻纵卷叶螟常年成灾县之一。为了更好地指导大面积稻纵卷叶螟防治工作,在距主害代一月前作出虫情预报是必要的。根据作者在黔江县积累的稻纵卷叶螟多年测报资料,采用“平稳时间序列法”或“相关系数法”进行分析,建立稻纵卷叶螟在本地的中期预报模式如下:     

大气环流特征量的水稻白背飞虱发生程度预报模型的研究

根据500hPa大气环流特征量能表征天气形势和控制天气条件的这一特性,利用线性及单调曲线相关与最优化因子相关两种技术对环流特征量因子进行普查、对比分析,发现白背飞虱虫情指标与环流因子之间关系不仅是线性及几种单调曲线的关系,而且还存在非线性、非单调的单峰(谷)型的相关关系,并从中挑选一批与水稻白背飞虱虫情指标相关极其显著、稳定性强、因子间相互独立、可靠的大气环流特征量作为预报因子,在此基础上,建立了江苏省水稻白背飞虱虫情指标预报的环流模型,且还证实了模型中的环流因子与影响白背飞虱迁入、发生发展的气象条件呈显著相关关系,为预报白背飞虱发生程度提供了新的长期因子和新途径。     

脉冲时滞抛物型方程组解的存在唯一性（英文）

在本文中,我们定义了一类脉冲时滞抛物型方程组的上解与下解,并利用上下解方法研究了此脉冲时滞抛物型方程组解的存在唯一性,得到一些新的结论。给出了在生态学中一个应用.     

江苏省稻纵卷叶螟迁入期虫情指标与西太平洋海温的遥相关及其长期预报模型

将西太平洋海温作为长期预报因子,根据场相关分析方法进行相关普查,用GRADS软件绘制了江苏省宜兴、盐都、靖江地区稻纵卷叶螟迁入峰期、峰期持续时间及峰期蛾量等各虫情指标与各格点逐月的月海温值间相关系数的时、空分布图,从中找出了与稻纵卷叶螟迁入期各虫情指标相关的强信号海区,并对预测因子进行最优化相关处理,建立了三地区稻纵卷叶螟迁入期各虫情指标的长期预报模型.结果表明：三地区稻纵卷叶螟迁入峰期与西太平洋海温存在共同的高相关区;稻纵卷叶螟迁入持续时间与西太平洋海温具有较好的相关关系;海温显著影响迁入峰期蛾量,二者间具有较稳定的相关关系,且其相关程度随季节变化而变化;所有预报模型均通过了α＝0.01的显著性水平检验,说明预报结果与实际值较吻合,预报模型切实可行.该预报模型将能提前1~2个月做出预测意见,对江苏省水稻虫害防治、水稻生产以及最大限度地减轻化学农药污染、改善环境质量具有重要意义.     

我们是怎样利用“天敌”战胜果树害虫的

1965年我们公社农业实验站组织了虫情预测预报网活动,我们生产队让我当虫情测报员。当时我想当测报员可不是简单的事,怕干不好,思想上有畏难情绪,可是又想到我是贫下中农的子弟,在解放前全家什么也没有,解放后劳动人民翻身作了主人,父亲是共产党员,常告诉我不要忘记了过去的苦和今日的甜,我想到这些就接受了虫情测报员的工作。 刚当测报员,我什么也不懂,通过公社测报网开会学习,才懂得了看虫预报打药的方法。我以为能看虫打药就一定会治住虫了,结果出乎意料之外,红蜘蛛、卷     

浙江双栉蝠蛾发生与土壤关系的层次递进判别分析

为了揭示浙江双栉蝠蛾发生与土壤化学指标、土壤深度的关系,在福建省邵武市拿口镇三丰村选取春笋被浙江栉蝠蛾重度危害和轻度危害各2个样地进行调查,土壤由表及里依次分成3个层次,对每个层次测定pH值、全N含量等7个指标,采用判别分析法分别对每一层及不同层次的组合进行分析。结果表明: (1)各层独立分析,第1层单个指标中具有显著性的是有机质(X₇),判别最有效的组合是全N含量(X₂)和速效K(X₆);第2层中单个指标都不具有显著性,判别最有效的组合仍为全N含量 (X₂)和速效K(X₆);第3层单个指标中具有显著性的是有机质(X₇),判别最有效的组合是速效K(X₆)和有机质(X₇)。 (2)依据第1层判别函数能够完全正确判别分组第2层和第3层,第2层判别函数能够完全正确判别分组第3层,但第2层判别函数不能够完全正确判别分组第1层,第3层判别函数不能够完全正确判别分组第1层和第2层,判别函数具有随土壤层递进而正确判别的递进性,而不具有逆土壤层进行正确判别的逆向性。 (3)对第1层与第2层的组合、第2层与第3层的组合的判别分析,发现单个指标的显著性有所变化,但判别组合的指标没有变化,再次说明了土壤理化性状是由表及里的影响特性。 (4)与方差分析和多重比较的结果相比较,判别分析不仅能反映单个指标在分组中的显著性,而且反映出指标组合的重要性,表明单个指标的显著性不能构成对分组区别的决定性。在层次递进分析过程中,可以清晰地表明各指标在各层以及层次组合中的作用,反映出了层与层间的关系。 由此可以得出:土壤的理化性状是由表及里地影响,与浙江双栉蝠蛾发生危害程度关系密切的是全N含量 (X₂)和速效K(X₆),即全N含量 (X₂)的增加和速效K(X₆)的减少会使危害程度加重,其次为全P含量(X₃),全P含量的增加可使危害程度加重。判别分析法较方差分析和多重比较更全面深刻地反映了浙江双栉蝠蛾发生与土壤的关系。