摘要
【目的】为提高水晶梨病虫害防治工作效率,进一步提升病虫害的预测效果和精度。【方法】深入研究了灰色模型(GM),利用GM对水晶梨环境因子数据进行建模得到病虫害预测公式,通过差分方程推导出时间响应式和参数估计,建立了优化初始值的灰色模型(OIVGM),将OIVGM与BP神经网络预测模型(BP)进行组合,建立了优化初始值的灰色BP神经网络预测组合模型(OIVGM-BP)。【结果】通过单位根检验法测量模型的稳定性,OIVGM-BP一阶差分处理后,T统计量(-5.487654)小于5%临界值(-2.878073),数据序列表明平稳,OIVGM-BP可以稳定进行预测。通过白噪声检验方法测量OIVGM-BP的适应性,OIVGM-BP的残差P值从第二阶开始,均大于0.05,说明OIVGM-BP的适应性较好,各阶均通过了白噪声检验。LRM、GM、TSM、BP、OIVGM-BP对梨锈病、白粉病、腐烂病、梨黄粉蚜、梨二叉蚜、梨木虱6种病虫害的预测准确率的平均值分别为70.81%、70.09%、69.74%、65.64%、83.01%,OIVGM-BP的预测准确率优于其他4种预测模型。【结论】OIVGM-BP能够对水晶梨病虫害进行有效预测,能够更好地指导农业生产。
-
单位上海农林职业技术学院; 上海大学