基于徑向基網絡和支持向量機的梨病蟲害預警預報系統(tǒng)研究.pdf

1、病蟲害防治不當是造成梨果品質不佳、果實農藥殘留量超標、殘果率高的重要因素之一，近年來，我國植物保護科學已經取得了長足進展，但依然缺乏對水果等經濟作物病蟲害發(fā)生的統(tǒng)一預報預警，因此建立科學實用的梨樹病蟲害預警預報系統(tǒng)具有重要的指導意義。 在梨樹病蟲害預警預測中，合理構建預警指標和預警預測模型是關鍵，本文在研究梨樹病蟲害預警框架及指標體系的基礎上，利用相關分析法，篩選出了梨黑星病和梨木虱長期預警預測的相關顯著因子集，構建了梨黑星病逐

2、步回歸長期預警預測模型；設計了基于徑向基神經網絡的梨黑星病中短期預測模型和基于支持向量機的梨木虱中短期預測模型，以安徽為例，開發(fā)了基于GIS的果樹病蟲害指標評價及預警系統(tǒng)。主要研究結論如下： (1) 應用預警系統(tǒng)基礎理論，建立了梨樹病蟲害警源、警兆、警情指標體系，構建了梨樹病蟲害預警的框架模型；利用相關分析法，篩選出梨黑星病葉片始發(fā)盛期、全年發(fā)生等級等6個預警預測指標和梨木虱若蟲高峰日、若蟲高峰日蟲量指標的相關顯著因子集，該因子

3、集可作為梨黑星病和梨木虱的發(fā)生發(fā)展的基礎評價指標。 (2) 運用逐步回歸方法，構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個預警預測指標的長期預警預測模型，用于梨黑星病的長期預測。 (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系，應用徑向基神經網絡算法，設計了病葉率、病果率、果實病指的中短期預測模型，并通過分布函數(shù)的優(yōu)化選擇，提高了預測

4、準確率，準確率均為80％或更高。在分析各模型泛化能力的基礎上，以病葉率模型為例，比較分析了BP神經網絡與徑向基神經網絡的預測效果，結果表明，徑向基網絡模型優(yōu)于BP神經網絡模型。 (4) 為彌補逐步回歸和神經網絡基于經驗風險最小化的不足，應用基于結構風險最小原則的支持向量機理論，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測模型，實證分析了支持向量機參數(shù)對預測效果的影響，優(yōu)化了算法。 (5) 以安徽果樹