排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
2.
随机森林机器算法在江苏省小麦赤霉病病穗率预测中的应用 总被引:1,自引:0,他引:1
基于2002—2018年江苏省13个市的小麦赤霉病病穗率资料与生育期观测资料、相应时段内的逐日气象数据,应用随机森林机器学习算法,分生育期、分区域定量评估影响病穗率的主要气象因子特征变量和贡献率,按不同起报时间建立预测模型并进行验证。结果表明,各生育期重要特征变量贡献率的排序为:抽穗扬花期>拔节期>越冬期。抽穗扬花期湿度、连续≥3 d的雨日和日照对赤霉病起主导作用,拔节期日照、降雨量、湿度和雨日与越冬期气温和降雪对赤霉病均具有前期影响,甄别出的重要特征变量排序结果符合赤霉病菌发育、释放、侵染和流行规律;基于随机森林算法建立的病穗率预测模型的精度与重要特征变量个数、赤霉病发生区域、Mtry参数设定、生育期有关;最早可在3月初进行预测,预测时效近3个月,起报时间越接近乳熟期,输入的重要特征变量越多,则病穗率预测准确率越高,病穗率模拟值与实测值的波动趋势完全一致,对赤霉病“中等”和“偏重”等级模拟效果好,表明随机森林算法在赤霉病预测中有较高的可靠性和业务应用潜力。 相似文献
3.
本文对资料序列作周期分析后,以资料序列的周期数作为自适应过滤法的权数个数,在满足一定的精度要求下,经反复迭代找出一组“最佳”权数。进而对(麦类)赤霉病流行程度作预测,经与1990、1991两年实况验证,效果较好。 相似文献
4.
豫北麦区小麦赤霉病发生流行的气象模式,预测预报模型及防御系统YWSPS 总被引:1,自引:0,他引:1
根据赤霉病与降水、温度、湿度、日照、风速等气象条件的关系,研究了豫北小麦赤霉病发生流行的气象模式、不同时效的预测预报模型,并在此基础上研制了豫北地区小麦赤霉病防御系统YWSPS。YWSPS由预测预报、实时监测、会商服务、决策防治和信息反馈5个子系统组成。 相似文献
5.
小麦赤霉病属真菌病害,对小麦危害是严重的,大流行年份病穗率高达50%、80%,减产30%或以上,是江汉平原31°N以南小麦产量不高不稳的主要障碍。通过收集荆州地区1959~1993年小麦赤霉病发病资料,对菌源期、小麦抽麦前后的感病期及灌浆充实过程的蔓延期温湿条件进行了客观分析。 相似文献
6.
7.
小麦赤霉病发生规律及防治 总被引:5,自引:0,他引:5
适宜的风力、雨日及雨量、温度是小麦赤霉病分生孢子传播和萌发的必需条件。受气候条件影响,平舆县小麦赤霉病发生流行在4月下旬~5月上旬。据此,根据4月中旬~5月上旬中长期降水及温、湿度预报,作出小麦赤霉病是否发生及发生程度的预报,根据发病预报趋势,采取相应的防治措施。 相似文献
8.
冬小麦赤霉病流行程度长期预报模型 总被引:6,自引:1,他引:5
小麦赤霉病的发生流行程度主要由天气条件决定,而500hPa大气环流因子是较好地表征天气形势和控制天气条件的物理量。利用最优化相关分析方法,分区挑选了与小麦赤霉病显著、稳定相关的500hPa大气环流因子,在此基础上建立了冬小麦赤霉病流行程度长期预报环流模型。 相似文献
9.
赤霉病预报专家系统的建立和应用 总被引:4,自引:0,他引:4
小麦赤霉病是影响我省大部分地区小麦产量的主要病害,因此,做好小麦赤霉病的预报工作十分重要。近年来,我们建立了金华市小麦赤霉病预报专家系统。该系统引用了北京工业学院人工智能所和卫星气象中心等单位联合研制的“基于知识的气象推理系 相似文献
10.
江苏省冬小麦赤霉病统计预报模式的探讨 总被引:2,自引:0,他引:2
本文考虑了因子相关的显著性,稳定性和独立性,使用MAICE逐步回归分析方法建立了江苏省淮河以南各地区冬小麦赤霉病预报模式,效果较好,可在业务中使用。 相似文献