基于小波神经网络和BP神经网络的麦蚜发生期预测对比

为建立更准确、稳定的病虫害预测预报模型,减少农作物病虫害损失、提高农作物产量与质量,运用主成分分析法从42个基础气象因子中整合形成8个新的自变量输入模型,采用试凑法对网络关键参数进行筛选,用2002-2011年数据进行网络训练,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较.在小波神经网络训练过程中,有6年拟合精度在90％以上,平均拟合精度为89％,预测结果MAPE值为4.1939,MSE值为5.9764;在BP神经网络的训练过程中,有4年拟合精度超过90％,平均拟合精度仅为81.07％,预测结果中MAPE值为6.4694,MSE值为8.2457.从训练结果看,小波神经网络更能准确描述麦蚜发生期的变化规律,其拟合能力较BP神经网络好;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络.     

基于小波神经网络和BP神经网络的麦蚜发生期预测对比（英文）

为建立更准确、稳定的病虫害预测预报模型,减少农作物病虫害损失、提高农作物产量与质量,运用主成分分析法从42个基础气象因子中整合形成8个新的自变量输入模型,采用试凑法对网络关键参数进行筛选,用2002—2011年数据进行网络训练,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较。在小波神经网络训练过程中,有6年拟合精度在90%以上,平均拟合精度为89%,预测结果 MAPE值为4.1939,MSE值为5.9764;在BP神经网络的训练过程中,有4年拟合精度超过90%,平均拟合精度仅为81.07%,预测结果中MAPE值为6.4694,MSE值为8.2457。从训练结果看,小波神经网络更能准确描述麦蚜发生期的变化规律,其拟合能力较BP神经网络好;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络。     

西安市耕地面积变化驱动力分析及动态预测

利用主成分分析对指标因子进行特征提取,采用灰色预测方法来构建预测指标,运用MATLAB软件建立的BP神经网络进行耕地面积预测。结果表明:经主成分分析的BP神经网络模型具有结构简单、收敛速度快、精度高的特点,对西安市耕地资源的预测精度较高,可靠性较好,具有一定的可行性。预测结果显示,西安市2013年的年末耕地面积为248 826.67 hm²,而经济的高速发展和城市化水平是西安市耕地面积减少的主要原因,在西安市城市发展过程中耕地资源的规划和保护应该得到充分的重视。     

创建BP神经网络模型利用计算机技术预测小麦白粉病流行程度

用统计方法研究多变量问题时,变量太多不但会增加计算量和增加分析问题的复杂性,而且会降低预测精确度,为了解决该问题便于应用于计算机,建立了基于主分量分析的BP神经网络模型。首先阐述了主分量分析法的原理与步骤,然后分析了河南省中原地区1990～2007年小麦白粉病病情及相关气象资料,得出影响其流行的主要分量,最后利用得到的主要分量作为BP神经网络的输入,对中原地区2008～2010年小麦白粉病流行情况进行预测,并与未进行主分量分析而建立的全要素BP网络模型进行比较。实验结果表明,该模型可以快速准确地预测小麦白粉病的流行程度,有效地减少小麦产量损失。     

BP神经网络和多元线性回归在粮食产量空间分布预测中的比较

根据2011年河北省92个平原县粮食产量数据,按农业生产过程和需求确定自然和经济两大类影响因素共8个指标。根据逐步多元线性回归进行回归建模,并运用BP神经网络建立影响因素和粮食产量的网络模型。对比两种模型的拟合效果,BP神经网络模型在精度、稳定性、泛化度和理论基础上都要优于线性回归模型,可用于时空混合的空间预测。最后根据可估相关因子的变化代入BP模型对2015年粮食产量进行空间预测。从多角度说明了BP神经网络在空间分布预测中的优势性。     

创建BP神经网络模型预测小麦白粉病

阐述了主分量分析法的原理与步骤,分析了河南省中原地区1990～2007年小麦白粉病病情及相关气象资料,得出影响其流行的主要分量,最后利用得到的主要分量作为BP神经网络的输入,对中原地区2008～2010年小麦白粉病流行情况进行预测,并与未进行主分量分析而建立的全要素BP网络模型进行比较。结果表明,该模型可以快速准确地预测小麦白粉病的流行程度,有效地减少小麦产量损失。     

基于主成分分析和RBF神经网络的融雪期积雪深度模拟

积雪深度作为估算雪水当量的重要参数,是融雪径流计算及雪融性水灾预警、监测和评估的重要判别因子。融雪期积雪深度的变化过程是一个复杂的非线性系统,传统的预测方法难以精确表述其变化规律。文中采用主成分分析法和RBF神经网络相结合的方法建立融雪期积雪深度模拟数学模型,首先采用主成分分析法对模拟因子进行降维处理,以减少各模拟因子之间的多重共线性,其次采用逼近能力、分类能力和学习速度均优于BP神经网络的径向基(RBF)神经网络建立模型进行融雪期积雪深度变化的模拟,并针对特定流域进行实例分析。结果表明:使用基于主成分分析的RBF神经网络对融雪期积雪深度的模拟是可行的,其模拟成果可为今后该地区积雪深度的预测提供一定的理论支持,并可为该地区进行融雪径流及洪水研究提供合理的预报建议。     

台州市马尾松毛虫发生趋势预测技术探讨

运用人工神经网络的原理和方法，根据相关系数法选取与台州市7个县(市、区)马尾松毛虫有虫面积相关关系都比较密切的14个气象因子，然后进行主成分分析，在此基础上，将前6个主成分的主坐标值作为样本的输入特征，建立7个县(市、‘区)马尾松毛虫有虫面积分类预测的BP网络模型，结果表明：所建立的BP模型，具有令人满意的拟合精度和预测精度。当隐含层神经元个数为8个时，11年共77组用于马尾松毛虫有虫面积预测建模样本的拟合率为85．71％，7个县(市、区)3年共21组预留样本检验报准率为80．95％。     

基于地面高光谱数据的油茶炭疽病病情指数反演

使用FieldSpec HandHeldTM地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principal component analysis,PCA)对敏感波段的光谱数据进行降维,分别以敏感波段和PCA降维处理后的敏感波段作为输入变量建立了病情指数的BP神经网络反演模型.两种建模方法建立的BP神经网络模型计算出的预测值与观测值之间的决定系数(R2)均达99％以上.精度检验证明,以PCA降维所得到的前10个主成分作为输入变量建立的10-7-1三层BP神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(R2)和均方根误差(RMSE)分别为0.998 6和0.814 8.该研究表明,利用地面高光谱数据结合主成分分析和BP神经网络算法反演油茶炭疽病病情指数是一种有效的方法.     

玉米品种开花期抗旱性鉴定指标筛选

为了筛选有效的抗旱性指标,评价玉米品种的抗旱性,以已筛选出的抗旱性有差异的12个玉米品种为材料,采用抗旱池栽试验,设干旱胁迫和正常灌水2个处理,考察了与产量相关的形态和生理生化等33个性状,运用灰色关联分析和主成分分析方法,以抗旱隶属度、产量抗旱系数和抗旱指数为评价参数,结合模糊函数法,对各玉米品种的抗旱性进行综合评价.综合灰色关联和主成分分析结果表明,反映干旱条件下与抗旱性密切相关的有净光合速率(Pn)、实际量子产量(φPSⅡ)、叶绿素含量(Chl)、叶面积、干物质等5个指标,并结合抗旱隶属度进行综合评价,评价结果与经典的抗旱指数法评价结果一致.表明用筛选出的5个指标对玉米开花期抗旱性评价是可行的,提出的综合分析法是一种玉米抗旱性鉴定较为有效的科学方法.     

基于判别分析的玉米茎腐病发生程度预测模型

对河南省夏玉米区2003年-2018年玉米茎腐病发生、流行情况进行分析,选择制约茎腐病发生流行的主要气象因素,采用判别分析法建立茎腐病发生的两阶段预测模型。应用2003年-2014年的数据进行模型训练,利用2015年-2018年数据进行测试。结果表明,第一阶段预测模型历史回代自身验证准确率为86%,交互验证准确率为79.1%;第二阶段自身验证准确率为83.7%,交互验证准确率为76.7%。应用2015年-2018年数据进行测试,第一阶段预测准确率75%,第二阶段预测准确率85%。说明利用判别分析建立玉米茎腐病流行模型是可行的。     

第3代稻飞虱主要气象影响因子的通径分析及预测

研究气象因子对第3代稻飞虱发生、发展的影响,为稻飞虱的预报和防治提供科学依据.利用广东省化州市1993~2010年稻飞虱系统调查资料和气象资料,对第3代稻飞虱发生程度与主要气象因子进行相关和通径分析,建立回归预测模型.结果表明:上年8月下旬平均最高气温和当年1月上旬相对湿度是影响第3代稻飞虱发生程度的主导因子,上年8月下旬至9月中旬平均气温的直接作用次之,上年12月中旬至下旬降雨量、上年8月下旬温湿系数等对害虫发生程度的直接作用较小,但通过上年8月下旬平均最高气温发挥间接作用.利用逐步回归方法建立了第3代稻飞虱发生程度的预测模型,模型历史拟合准确率为87.8%,而2011年预测结果与实际发生实况一致.生产中可以应用拟合的模型对稻飞虱的发生为害进行预测预报.     

2018年-2019年重庆蚕豆赤斑病发生情况及预测模型的建立

蚕豆赤斑病是世界蚕豆各产区及我国东南沿海和长江流域地区生产中最主要的病害之一?本研究连续2年对重庆地区29个区县的蚕豆赤斑病发生情况开展了调查?调查结果显示, 城口县发病最轻, 两年平均病情指数为40.9, 长寿区发病最重, 两年平均病情指数为73.4?4个自然生态区中, 秦巴山地常绿阔-落叶林生态区的发病最轻, 两年平均病情指数为47.3?三峡库区平行岭谷农林复合生态区发病最重, 两年平均病情指数为68.4?相关性分析和通径分析结果表明, 1月相对湿度?1月平均风速?3月降水量?3月相对湿度在蚕豆赤斑病的发生过程中起主导作用?此外, 11月平均风速对病情的发展产生较强的负向效应?在以上研究基础上初步建立了基于重庆地区蚕豆赤斑病发生规律的病害预测模型:Y=35.019 46-3.016 18 X7-5.575 8 X9+0.567 9 X27+0.158 6 X29, 模型表明, 11月平均风速(X7)?1月平均风速(X9)?1月相对湿度(X27)?3月相对湿度(X29)与病情指数(Y)有较强的线性关系?本模型的建立为蚕豆赤斑病的防控提供了技术支撑?     

农药残留预测模型的可靠性分析

基于最小二乘估计理论,提出了农药残留预测模型的可靠性分析问题,依据矩阵的条件数理论,提供了检验预测模型可靠性的方法,运用数据变换的手段,建立了对不可靠预测模型改良的方法。     

气候预测对象与影响因子关系不稳定性及其统计集合预测模型的改进

通过对"滑动相关——逐步回归——集合分析"短期气候预测方法的研究及其业务应用进行了综述。从深入分析气候预测对象与影响因子关系不稳定性问题入手,提出物理统计与集合分析相结合的气候预测建模理念,设计了"滑动相关——逐步回归——集合分析"气候预测模型。在改进该预测方法的过程中,先后提出了"交叉建模"集合预测思路,建立了"持续异常"与"转折影响"不同因子信息拓展方案,构建了"原始序列"与"去线性趋势"不同建模方案,再对最优模型进行集成分析。近8 a该方法参与国家气候中心全国汛期预测、全国秋季初霜冻初日预测,试用效果良好。在新疆地方气候预测服务中广泛应用,包括降水、气温、积温、热量指数、界限温度初终日期、沙尘日数的预测等。该方法在极端气候事件指数、应用气候指数的预测领域具有应用潜力。     

河北省冬小麦干旱预测技术研究

本研究以河北省冬小麦干旱综合监测模型为基础,对其包含的土壤相对湿度指数、作物水分亏缺距平指数、降水量距平指数进行未来10天的预测,建立冬小麦干旱预测模型;应用2001年、2008-2010年唐山、涿州、定州、黄骅、深县、栾城、南宫、肥乡8个站气象和土壤墒情资料,以农田土壤水分平衡方程为依据,对0 ～ 50 cm、0～20 cm土壤相对湿度预测结果和冬小麦干旱预测模型模拟结果进行检验.结果表明:0～50 cm土壤相对湿度相对误差在10％以下的站点占73％,在10％ ～ 15％的占12％,在15％以上的占15％;0～ 20 cm土壤相对湿度相对误差在10％以下的站点占68.4％,在10％ ～ 15％的占13.7％,在15％以上的占17.9％;干旱预测模型预测准确率为77.8％,如果以预测结果与监测结果相差一个干旱等级为正确,则干旱预测与监测结果完全一致,干旱预测模型可满足业务应用的需要,但干旱预测模型预测准确率依赖于降水预报的准确率.     

黑线姬鼠种群动态模型与预报研究

作者对浙江省桐庐农业区的黑线姬鼠的种群数量变化进行了研究。在１９８５￣１９９５年系统调查的基础上研究了黑线姬鼠的动态模型,该模型包含趋势部分、季节部分和随机波动部分,并对三部分给出估计和预测值。用上述动态模型描述黑线姬鼠种群变化规律,为中长期预测预报提供了新的应用方法。１９９５年７￣１２年田间实际结果检验表明,模型的预测与实际结果一致。用该方法建立预测式作中长期种群的预报,是较为精确有效的。     

蚕豆蚜数量动态预测研究

为害蚕虫的主要蚜种Ａｐｈｉｓ ｃｒａｃｃｉｖｏｒａ Ｋｏｃｈ、Ａｃｙｒｔｈｏｓｉｐｈｏｎ ｐｉｓｕｍ （Ｈａｒｒｉｓ）、Ｍｅｇｏｕｒａ ｊａｐａｎｉｃａ Ｍａｔｓｕｍｕｒａ，在蚕豆生长的季节，其发生发展具有明显的阶段性，即迁入定居、数量波动、扩散蔓延及消退４个阶段。数量动态预测模型；     

Simulation of damage in winter wheat caused by the grain aphid Sitobion avenae. 3. Calculation of damage at various attainable yield levels

A dynamic, process-based simulation model is used to evaluate the effect of injury bySitobion avenae F. on yield of winter wheat at a range of attainable yield levels. The attainable yield is defined as the yield in the absence of pests and diseases, at the prevailing temperature and radiation and the available amount of soil nitrogen. Water limitation is not taken into account. Only the period from flowering to ripeness is considered. Aphid infestation intensity is expressed in aphid-days, the integral of aphid density (tiller^–1) over time (day). The calculations show that damage per aphid-day decreases from flowering to ripeness because damage caused by honey-dew decreases with advancing crop development stage while damage caused by aphid feeding is about constant. Damage per aphid-day during a particular period of crop development increases in a nearly linear fashion with the attainable yield level. At attainable yield levels over approximately 9000 kg ha^–1 and until crop development stage early milky ripe (DC 73), however, damage per aphid-day increases at a higher rate with the attainable yield level as compared to lower yield levels. The crop-physiological causes are discussed.Regression models are constructed that relate simulated aphid damage both during various periods of crop development and averaged over the entire post-anthesis phase, to the simulated attainable yield level. The accuracy of these simulation-based regression models and five published models of damage in winter wheat caused byS. avenae is evaluated using 21 data sets, obtained in experiments carried out between 1973 and 1984 in the Netherlands. Attention is focussed on two aspects of model accuracy: the agreement between predicted and measured damage and the size of the error in model predictions. In both aspects the simulation-based regression models are as good as the best published empirical models.     

Monte-carlo与NNBR模型结合在年降水量预测中的应用

以内蒙古五原气象站近40 a的降水资料为例,从降水发生的随机性、统计规律性和统计相似性入手,将蒙特卡罗方法(Monte-carlo)和最近邻抽样回归模型(NNBR)结合,对降水量进行预报。Monte-carlo方法的预报结果虽能很好地体现研究区降水发生的随机性和统计的规律性,但却不能准确反映出降水序列之间的排列顺序,使预报序列具有多解性。利用NNBR模型对Monte-carlo的预报序列依据最相似理论重新排列,确定预报序列中各个成员之间的排列次序,从而实现预报序列不仅能体现出研究区内降水序列的统计规律性和相似性,同时也能反映出单一个体出现的随机性。通过检验证明模型具有合理性和较好的适用性。