农作物害虫预测预报的多因子综合相关法

农作物害虫的发生是由各方面因子决定的,因此在进行害虫预测预报时必须要考虑各方面因子的作用。 本文介绍多因子综合相关的预报方法,把预报量和各预报因子按一定标准化为若干级,用特征资料“0,1”表示之。经直接分析各因子与预报量的“单相关”建立预报方程。     

昆虫种群动态预测的加权列联表分析法

<正> 昆虫种群动态的预测预报是昆虫种群数理生态学研究的重要方面之一。近些年来,不少数学分析方法和预报模型相继提出,列联表分析就是其中之一,如朱伯承提出的由列联表直接分析各因子与预报量的“单相关”,从而建立预报方程(下简称“综合相关法”)以及李火苟提出的用条件频率法简化《综合相关法》(下简称“条件频率法”)等。 本文将在上述工作的基础上,给出一种能充分、客观利用信息,试报满意,算法简便的以表征各因子相关程度的随机列联系数为权重,定义因子和预报量的条件频率之和的列联参数为预报依据的加权列联表因素分析方法,并举例说明之。     

利用多因子综合相关法预测二化螟的发生量

<正> 二化螟的发生量是多因子影响的结果。然而,多因子的综合利用回归分析法太麻烦,如果用综合相关法(朱伯承,1975)来分析就容易得多。这里所谈多因子综合相关法的基本原理是对预报量在各种因子作用下出现的概率作出估计。在估计一种因子对预报量所起的作用时,是看它在一定的水准上预报量出现某种等级的概率,然后将各种可能的概率综合起来,以便从各种因子的不同等级水准的变化,推算预报量等级的概率,这种方法的优点是计算简单。     

麦长管蚜发生量预测预报方法的研究

本文应用我市10年资料,分别把小麦抽穗期(5月上旬)和灌浆末期(5月下旬)麦长管蚜发生量作为预报量,首先采用相关系数法选出(1)抽穗期蚜量预报因子:冬前秋苗期虫源基数(x_1);1月份平均气温(x_2);4月中旬降雨量(x_3)。(2)灌浆末期蚜量预报因子:5月上旬温雨系数(x_1);抽穗期蚜量基数(x_2)。然后分别采用“多因子简化综合相关法”和“模糊列联表法”进行预报,经回报检验,11年准确率分别为90.9％和86.4％,均明显高于经验预报,具有较好的实用价值。     

棉铃虫年发生量长期预报多因子相关试测

<正> 为了提高棉铃虫年发生量长期预报的准确性,笔者将本所(赣北州地)多年测报观察的数据资料进行多因子综合相关试测。现整理报告如下。 一、多因子综合相关试测的计算 (一)全年20瓦黑光灯下棉铃虫蛾量 经综合分析和两数相关系数的“显著”性测定,笔者认为影响全年20瓦黑光灯下棉铃虫蛾量长期预报的因子虽较复杂,然其主要的有当年1月上旬降雨量,3月中旬平均气温,5月上旬平均气温,5月中旬降雨量等(表1)。 经两数相关分析及计算两数相关直线回归预测式其结果见表2。     

虫情分类预报的模糊集判别法

<正> 判别法是先将预报对象划好类,再构造一个判别函数,然后根据判别函数求出判别临界值来判别未来虫情类别。如《分辨法在虫情测报上的应用》一文所介绍的。此法由于需要解多元线性代数方程组,在预报因子众多,作多级预报时,使用起来很不方便。 本文介绍的模糊集判别法是应用模糊数学对资料进行处理,通过计算各交点距离大小来作预报判断,无需解多元线性代数方程组,是各种害虫分类预报的简便方法之一。     

条件频率法的改进──加权频率法

条件频率法和综合相关法[1,2]都是将预报因子对预报对象的作用等同对待。在许多实际问题中,各预报因子所起的作用往往是不同的,用条件频率法或综合相关法来预测,无疑会影响其预报的准确性。为了解决这一问题,作者在本文中提出了一种新的简便预测方法──加权频率法。1基本原理与方法首先将原始资料依据分级标准进行分级。设有m个预报因子工人xj（j=1,2,……,m）分为s级,预报对象y分为r级。然后根据各预报因子与预报对象分级数码制作额数列联表,将xj处于k（k=1,2,……,s）级时的总个数,以nk·表示;将xj处于k级时,y=1（1=1,2…     

三种Ts/VI指数在UCLA土壤湿度降尺度法中的效果评价

微波遥感土壤湿度产品是目前在大尺度水资源或气候变化研究中比较常用的地表土壤湿度数据,但其空间分辨率一般都较粗,不能满足区域或流域尺度相关研究要求.因而,在这些尺度的相关研究中需要对土壤湿度产品进行空间降尺度.UCLA法是一种土壤湿度降尺度方法,该方法使用地表温度和植被指数特征空间指数(Ts/VI指数)作为降尺度因子.本文以AMSR-E土壤湿度产品作为土壤湿度粗分辨率数据,使用MODIS地表温度产品(MYD11A1)和植被指数产品(MYD13A2)计算3种指数——土壤湿度指数(SW)、温度植被干旱指数(TVDI)和条件温度植被指数(VTCI),对比了3种Ts/VI指数分别作为UCLA法降尺度因子的效果.这3种指数均能得出合理的降尺度结果,但使用TVDI和VTCI的降尺度结果稍优于SW,说明TVDI和VTCI更适合作为UCLA法的降尺度因子.最后讨论了UCLA法的误差来源,如粗分辨率土壤湿度产品的测量误差、降尺度因子的计算误差以及UCLA法自身的误差,并对未来的研究做出展望.     

利用模糊综合决策技术预报病虫发生量

<正> 病虫的发生量是由许多因素综合影响的,有主要的、有次要的,“非关键因子”虽然不能决定病虫发生的程度,但许多这样的因素累积作用的结果,对发生量也有很大的影响,因此,准确的发生量预报必须考虑这些“非关键因子”的作用。 本文所介绍的模糊综合决策法是应用模糊数学对资料进行处理,通盘考虑诸因素权重分配,通过计算模糊关系矩阵求得各级发生频率,作出预报判断,计算简单,判断准确,比一般的数理统计具有明显的优点。     

应用综合距平相关法预报三麦粘虫发生期

本文应用我县12年资料,把三麦粘虫发生期作为预报量,首先采用符号法选出了预报因子:4月上旬温度(X_1);3月下旬至4月中旬温度(X_2);4月下旬降雨量(X_3);卵高峰日(X_4);雌蛾高峰日(X_5)。然后对综合距平相关法的实际应用作了介绍。     

分级统计法预报昆虫发生期和发生量

<正> 分级统计法就是预报量和预报因子分为多级。用数理统计预报昆虫发生期和发生量的一种统计预报方法。这个方法运算简便,易学易懂,且预报准确率较高,值得推行。 一、基本原理 将预报因子x分成k级(k=1,2,3,…,s),预报量y分成l级(l=1,2,3,…,s),然后把历年测报数值,按预报要素(预报因子和预报量通称谓预报要素,简称要素)分级标准演化为分级表,组建x_1;x_2,…x_m的列联表,在列联表的基础上计算概率贡献进行预报。 第j个预报因子对预报量y处于l级的概率贡献公式为:     

模糊数学在牧草产量预报中的应用

本文在“广义Fuzzy运算的综合评判”的基础上,并结合牧草产量预报实践,提出了一个经验“模型V”,简称“综合决策模型”。 该模型不仅具有计算简捷,容易为群众掌握的优点,而且还扩大了“广义模糊运算的综合评判”的应用范围,为了弥补其不足,还运用数学统计法建立如下的预报模型: (?)=-6.8223-0.4871R_1 0.3033R_2 0.0791R_3 2.8231R_4 0.6361R_5 (7)同时,还用周期方差分析来预报牧草产量。最后,综合运用了上述3种方法来预报牧草产量,提高了预报的精确度,效果更好。本文还举例说明了计算方法,并且讨论了同时运用几种方法进行产量预报的必要性和优越性。     

农作物害虫“0,1”型预报的因子筛选方法

<正> 影响农作物害虫发生发展的环境因素很多(马世骏,1978)。如何选出对害虫发生有密切联系的主要因子是作好害虫预测预报的重要一环。以前研究过的符号法(朱伯承,1978)虽有简单易作的优点,但选择的结果是比较粗糙的。本文首先谈谈衡量因子优劣的标准——拟合率,接着提出筛选因子的一些基本原则,然后介绍“0,1”型预报的二种不同的因子筛选方法。     

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。     

线性回归法实现半滑舌鳎幼鱼表型性状与体重的通径分析

为探讨半滑舌鳎(Cynoglossus semilaevis)形态性状对体重的影响,实验随机选取137尾半滑舌鳎幼鱼为研究对象,测量全长、体长、体高、体厚、头长、吻端至鳃裂前缘长6个形态性状,并称量其体重.采用相关分析和通径分析的方法计算各形态性状对体重的直接和间接作用,找出主要影响因子,并建立多元回归方程.结果表明,实验所测定的各形态性状间表型相关均达到极显著水平(P0.01);各形态性状通过其它形态性状的间接作用均大于其直接作用,说明体重的主要影响因素是由多个形态性状组成的.采用逐步线性回归的方法建立了多元回归方程y=-77.901+2.404X_1+6.168X_3+33.046X_4+2.950X_5,其中Y为体重(g),X_1为体长(cm),X3为体高(cm),X_4为体厚(cm),X_5为头长(cm).经回归预测,估计值与实际观察值差异不显著,说明该方程可以简便可靠的应用于良种选育及实际生产中.     

樱花始花期预报方法

根据对1981—2016年36年武汉大学樱园日本樱花始花期的记录资料及同期气象资料的研究分析表明:(1)樱花始花期提前,但变化趋势不明显,变率特别大,平均始花期为3月14至15日(闰年为13至14日);(2)为改进始花期预报方程,计算1月1日及2月1日至开花前期2月25日、2月底、3月5日、3月10日、3月15日的活动积温,发现积温与始花期相关性显著,可作为樱花始花期预报方程的因子;(3)分析始花期与1月1日及2月1日至开花前期2月25日、2月底、3月5日、3月10日、3月15日累计日照时数关系,发现始花期与累计日照时数呈负相关;(4)用活动积温作为预报因子改进始花期预报方程预报始花期,有效地提高了预报准确率。     

穿刺法在禾本科作物叶生长测定中的应用

本文介绍了单针穿刺法与“针板”穿刺法在禾本科作物叶生长测定中的应用原则与范围,并就这些方法的准确性、精确性进行了探讨。测定鞘内叶的长度生长速率可用单针穿刺法。根据统计分析表明:单针穿刺对叶的长度生长速率并无显著的附加影响,其测定值是可靠的。此法的精确度是0.5毫米。测定各位叶的叶基生长区域的长度可用针板穿刺法。此法对叶的长度生长速率有抑制,但对叶基生长区域的长度无显著影响。因此,其测定值也是可靠的。此法的精确度是1—3毫米(随“针板”间隔的大小而异)。     

绿盲蝽中期预测模型的组建与应用

【目的】随着转基因棉种植年限的延长,绿盲蝽Apolygus lucorum(Meyer-Dür)成为棉田主要害虫,建立准确的预测预报模型,可为绿盲蝽的防控奠定基础。【方法】通过收集整理基点16年(1993—2008年)绿盲蝽各代成若虫的发生高峰期与发生量以及平均气温、相对湿度、降雨量、雨日、光照时数等各项因子数据,利用DPSv8.05专业版数据处理系统,采用多因子逐步回归方法,从各代发生量、平均温度、雨量、湿度、光照时长等因子中筛选出4~5个相关显著的预测因子进一步用二次多项回归建立预测模型。【结果】初步建立了绿盲蝽各代发生期、发生量预测模型,进行了回代检验,并进一步利用6年(2009—2014年)的绿盲蝽实际发生数据对预测模型的应用效果就行了外延检测,总体测报准确率平均达到85%以上。【结论】建立的绿盲蝽中期测报模型准确率较高,农业技术推广部门可以在绿盲蝽的预测预报工作中加以应用。     

动物模型及多性状BLUP在家禽遗传鉴定中的应用

利用最佳线性无偏预测法(BLUP)估计家畜的育种值,目前除家禽外已在其它各家畜中得到了广泛的应用。本文利用动物模型和多性状BLUP对“京白Ⅰ系”蛋鸡在1986—1987年24个家系的777个个体的系统分组资料进行了分析,估计出了所有个体的复合育种值。其中考虑了两个性状(40周产蛋数和36周蛋重)和两个固定效应(鸡舍-鸡笼效应和孵化批次效应)。同时还对混合模型方程组维数较大时如何在微机上实现进行了研究,即(1)利用磁盘存取系数矩阵的非零元素和中间计算结果;(2)简化了多性状BLUP的计算,利用乔列斯基(Cholesky)分解变换后,此法建立的方程数是常规算法方程数的1/q(q为性状数);(3)简化了方程组迭代求解的方法,即利用块迭代法,这样大大缩短了计算的机吋,节省了费用,使BLUP在家禽中的推广应用成为可能。     

用Ig—SPA花环法检测人末稍血淋巴细胞的初步探讨

目前国内外多采用荧光抗体法检测 B淋巴细胞。即用 FITC 标记抗人免疫球蛋白(Ig),然后和人淋巴细胞作用,因 B细胞上有特异的膜表面免疫球蛋白(SmIg)可与抗人 Ig 结合,从而使 B 细胞显示荧光,借助荧光显微镜计算阳性细胞的百分率。此法由于标记荧光的抗人