项云飞;陈绘画;张建薇;

• 1:浙江省仙居县林业局

摘要(Abstract)：

根据相关系数法筛选出与马尾松毛虫各级危害程度的危害面积相关关系都比较密切的气象因子,分别建立多对多线性回归模型、脉冲响应函数模型、线性差分方程之带输入项的线性自回归模型、人工神经网络模型以及双重筛选逐步回归模型5种马尾松毛虫危害程度分级预报的数学模型。结果表明,运用所建立的5种分级预报模型对预留的4年共16组样本进行预测结果检验,都取得较好的预测效果,其中以线性差分方程之带输入项的线性自回归模型的预测效果最好,人工神经网络模型的预测效果次之,双重筛选逐步回归模型最差。

关键词(KeyWords)： 马尾松毛虫;危害程度;分级预报

Abstract:

Keywords:

基金项目(Foundation): 仙居县科技局《仙居县林业主要有害生物数值预报的研究》内容(200628)

作者(Author): 项云飞;陈绘画;张建薇;

Email:

DOI: 10.13989/j.cnki.0517-6611.2009.17.132

参考文献(References)：

• [1]梁军,张星耀.森林有害生物的生态控制技术与措施[J].中国森林病虫,2004,23(6):1-8.
• [2]陈昌洁.松毛虫综合管理[M].北京:中国林业出版社,1990:345.
• [3]薛贤清.在马尾松毛虫测报中应用逐步回归电算方法的研究[J].林业科学,1984,20(1):42-49.
• [4]薛贤清,冯晋臣,张石新,等.马尾松毛虫定量测报的判别分析模型[J].南京林业大学学报:自然科学版,1982(1):134-153.
• [5]薛贤清,杨么明,史顺平,等.模糊聚类分析在林业害虫测报中应用的研究[J].广东林业科技,1986(5):1-5.
• [6]江土玲,金崇华.微电脑在马尾松毛虫预测预报中的应用[J].森林病虫通讯,1986(3):23-24.
• [7]魏初奖,庄晨辉,谢大洋,等.福建省马尾松毛虫灾区区划及其应用[J].南京林业大学学报,2002,26(3):35-39.
• [8]陈绘画,朱寿燕,崔相富.基于人工神经网络的马尾松毛虫发生量预测模型的研究[J].林业科学研究,2003,16(2):159-165.
• [9]董振辉,赵铁良,阎峻,等.森林病虫害监测预报软件的开发及应用[J].中国森林病虫,2002,21(2):6-9.
• [10]朱明德,佘光辉.统计预测与控制[M].北京:中国林业出版社,1993.
• [11]唐启义,冯明光.实用统计分析及其DPS数据处理系统[M].北京:科学出版社,2002.
• [12]郎奎健,唐守正.IBM-PC系列程序集[M].北京:中国林业出版社,1989.
• [13]袁志发,周静芋.多元统计分析[M].北京:科学出版社,2002.
• [14]焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1996:1-36.
• [15]袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社,1999:118-130.
• [16]吴简彤,王建华.神经网络技术及其应用[M].哈尔滨:哈尔滨工业大学出版社,1998.