基于徑向基網(wǎng)絡(luò)和支持向量機(jī)的梨病蟲害預(yù)警預(yù)報系統(tǒng)研究.pdf

1、病蟲害防治不當(dāng)是造成梨果品質(zhì)不佳、果實農(nóng)藥殘留量超標(biāo)、殘果率高的重要因素之一，近年來，我國植物保護(hù)科學(xué)已經(jīng)取得了長足進(jìn)展，但依然缺乏對水果等經(jīng)濟(jì)作物病蟲害發(fā)生的統(tǒng)一預(yù)報預(yù)警，因此建立科學(xué)實用的梨樹病蟲害預(yù)警預(yù)報系統(tǒng)具有重要的指導(dǎo)意義。 在梨樹病蟲害預(yù)警預(yù)測中，合理構(gòu)建預(yù)警指標(biāo)和預(yù)警預(yù)測模型是關(guān)鍵，本文在研究梨樹病蟲害預(yù)警框架及指標(biāo)體系的基礎(chǔ)上，利用相關(guān)分析法，篩選出了梨黑星病和梨木虱長期預(yù)警預(yù)測的相關(guān)顯著因子集，構(gòu)建了梨黑星病逐

2、步回歸長期預(yù)警預(yù)測模型；設(shè)計了基于徑向基神經(jīng)網(wǎng)絡(luò)的梨黑星病中短期預(yù)測模型和基于支持向量機(jī)的梨木虱中短期預(yù)測模型，以安徽為例，開發(fā)了基于GIS的果樹病蟲害指標(biāo)評價及預(yù)警系統(tǒng)。主要研究結(jié)論如下： (1) 應(yīng)用預(yù)警系統(tǒng)基礎(chǔ)理論，建立了梨樹病蟲害警源、警兆、警情指標(biāo)體系，構(gòu)建了梨樹病蟲害預(yù)警的框架模型；利用相關(guān)分析法，篩選出梨黑星病葉片始發(fā)盛期、全年發(fā)生等級等6個預(yù)警預(yù)測指標(biāo)和梨木虱若蟲高峰日、若蟲高峰日蟲量指標(biāo)的相關(guān)顯著因子集，該因子

3、集可作為梨黑星病和梨木虱的發(fā)生發(fā)展的基礎(chǔ)評價指標(biāo)。 (2) 運(yùn)用逐步回歸方法，構(gòu)建了梨黑星病葉片始發(fā)盛期、最高果實病指、全年發(fā)生等級等6個預(yù)警預(yù)測指標(biāo)的長期預(yù)警預(yù)測模型，用于梨黑星病的長期預(yù)測。 (3) 以梨黑星病為例，研究了病葉率、病果率、果實病指與逐旬平均氣溫、相對濕度、雨日、日照時數(shù)、降雨量的非線性耦合關(guān)系，應(yīng)用徑向基神經(jīng)網(wǎng)絡(luò)算法，設(shè)計了病葉率、病果率、果實病指的中短期預(yù)測模型，并通過分布函數(shù)的優(yōu)化選擇，提高了預(yù)測

4、準(zhǔn)確率，準(zhǔn)確率均為80％或更高。在分析各模型泛化能力的基礎(chǔ)上，以病葉率模型為例，比較分析了BP神經(jīng)網(wǎng)絡(luò)與徑向基神經(jīng)網(wǎng)絡(luò)的預(yù)測效果，結(jié)果表明，徑向基網(wǎng)絡(luò)模型優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型。 (4) 為彌補(bǔ)逐步回歸和神經(jīng)網(wǎng)絡(luò)基于經(jīng)驗風(fēng)險最小化的不足，應(yīng)用基于結(jié)構(gòu)風(fēng)險最小原則的支持向量機(jī)理論，建立了基于單氣象因子和雙氣象因子的梨木虱若蟲高峰日蟲量的中短期預(yù)測模型，實證分析了支持向量機(jī)參數(shù)對預(yù)測效果的影響，優(yōu)化了算法。 (5) 以安徽果樹