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。