基于Bayes判别法的马尾松毛虫一代、二代幼虫发生期的预报

作者：钱广晶; 张书平; 宋学雨; 毕守东^*; 张国庆; 邹运鼎; 方国飞; 闫萍

来源：植物保护, 2020, 46(02): 122-163.

DOI：10.16688/j.zwbh.2019074

• 马尾松毛虫幼虫
• 发生期
• Bayes判别法
• 预报

为了提高马尾松毛虫Dendrolimus punctatus(Walker)发生量预测预报结果的准确性,本文运用Bayes判别分析法建立安徽省潜山县1983年-2016年33年的马尾松毛虫一代和二代幼虫发生期的预报模型。一代幼虫发生期的判别函数方程为:f((1))=-15 744.058-361.501x1+60.759x2+133.502x3+511.368x4;f((2))=-16 854.938-375.596x1+70.405x2+132.608x3+529.690x4;f((3))=-17 645.295-384.956x1+73.601x2+134.955x3+541.782x4;f((4))=-18 179.639-382.408x1+71.342x2+135.234x3+549.655x4对1983年-2018年一代幼虫发生期预报结果历史符合率为97.06%,二代幼虫发生期的判别函数方程为:f((1))=-134 898.483+559.235x5+113.112x6-250.033x7+1 461.350x8;f((2))=-138 908.622+573.572x5+118.340x6-252.691x7+1 474.569x8;f((3))=-141 430.680+577.358x5+125.727x6-254.610x7+1 483.336x8;f((4))=-143 185.175+578.968x5+129.628x6-256.102x7+1 491.257x8对二代幼虫发生期的预报结果的历史符合率为100%。对2017年和2018年的验证回报,与实况结果一致。筛选出对预报量有密切关系的预报因子是本方法预报准确性的关键,该方法是一种简便准确性高的预报方法。

• 单位
  安徽农业大学; 国家林业局森林病虫害防治总站