首页|耦合气象影响因素和Logistic方程的水稻纹枯病发病等级动态预测模型研究

耦合气象影响因素和Logistic方程的水稻纹枯病发病等级动态预测模型研究

扫码查看
原文链接
  • 万方数据
  • 维普
本文基于植保、气象等数据研究水稻纹枯病发病等级-时间动态的预测方法和模型.利用2010年-2016年湖南省12个县的植保调查数据和气象观测值,以水稻纹枯病流行机理为基础将Logistic方程与构建的温度影响模块和湿度影响模块耦合,建立Logistic-RICEBLA病害预测模型.通过对模型参数进行调优、训练和验证,实现对水稻纹枯病发病等级的动态预测.结果表明,Logistic-RICEBLA模型能够较好地响应温度、湿度等气象条件的变化,模型预测结果与实际的水稻纹枯病发病等级-时间变化曲线具有较高的一致性.经验证,模型预测结果在单时相上精度达到R2=0.68,RMSE=1,容错准确率P_bias=88％,表明预测值与实际发病等级的误差基本控制在±1级范围内.在多时相整体趋势的验证方面,模型预测的病害流行曲线下面积(AUDPC)与病害实际发展的AUDPC保持高度一致性,决定系数(R2)达到0.86,表明模型能给出纹枯病在水稻不同生育期发病等级变化的整体趋势.本研究构建的Logistic-RICEBLA模型能由简单的气象数据和植保数据驱动,对水稻纹枯病发病等级进行动态预测,有助于在植保管理中及时掌握区域中病害发生发展的趋势,为水稻病害统防统治等防控工作提供参考.
A dynamic forecasting model for the severity of rice sheath blight by coupling meteorological factors with Logistic equation

张静文、张竞成、张雪雪、黄玉娟、郭安红、吴开华

展开 >

杭州电子科技大学人工智能学院,杭州 310018

中国气象局国家气象中心,北京 100081

水稻纹枯病 Logistic方程 温度 湿度 预测模型

浙江省科技计划国家自然科学基金国家重点研发计划国际合作项目

LGN20D010003420714202019YFE0125300

2022

10.16688/j.zwbh.2021238

植物保护
中国植物保护学会 中国农业科学院植物保护研究所

植物保护

CSTPCDCSCD北大核心
影响因子：1.004
ISSN：0529-1542
年,卷(期)：2022.48(3)
  • 3
  • 15