适用于我国的稻纵卷叶螟长期预测模型

作者：葛温伯; 胡高; 陆明红; 姜玉英; 翟保平^*

来源：植物保护学报, 2020, 47(02): 403-416.

DOI：10.13802/j.cnki.zwbhxb.2020.2019097

• 稻纵卷叶螟
• 发生等级
• 海温
• 相关分析
• 长期预测

为给我国稻纵卷叶螟Cnaphalocrocis medinalis防治提供前期预警,使用R语言软件对我国15个省市区稻纵卷叶螟发生等级与全球海温场资料进行遥相关分析,绘制相关系数的时空间分布图,筛选出显著相关海温区作为预测因子,根据各省市区虫情数据组建回归模型+判别模型、BP神经网络模型和支持向量机(SVM)模型,比较3种模型的历史回检率和预测完全准确率。结果显示,3种模型对稻纵卷叶螟发生等级均有一定的预测能力,其中判别模型+回归模型效果最好,预检完全准确率可达到75.0%,BP神经网络模型次之,预检完全准确率为68.2%,SVM模型预测效果最差,预检完全准确率为54.5%。进一步分析建模所使用的50个预测因子的空间位置,在南印度洋和北大西洋确定3个预测指标,预检准确率为94.4%。通过海温场数据建立的我国15个省市区稻纵卷叶螟发生等级预测模型,适用于长期预测预报。判别模型+回归模型更适合在样本量少、预测因子相关性强的地区建模,而根据预测因子空间分布选择的预测指标进行定性预测准确率更高。

• 单位
  全国农业技术推广服务中心; 南京农业大学