陕西小麦条锈病发生面积预测模型

摘要：

为提高陕西省小麦条锈病发生面积的预测准确度,以2010年-2018年陕西省小麦条锈菌冬繁区和越冬区的发生县区数、发生面积、温度和降雨量为数据集,通过Pearson相关性分析筛选病害流行的主要影响因子,利用全子集回归筛选病害流行的因子集.以筛选得到的影响病害流行的5个因子,即累计发生县区数、冬繁区条锈病发生面积、1月平均温度、1月平均降雨量和3月平均降雨量为自变量,采用全子集回归和BP神经网络算法开展小麦条锈病发生面积的预测研究.结果表明,全子集回归和BP神经网络算法对2019年-2020年的小麦条锈病发生面积预测准确度均达90％以上,预测2021年陕西省小麦条锈病发生面积分别为46.11万hm2和52.85万hm2.

关键词：小麦条锈病、发生面积、全子集回归、BP神经网络算法

所属期刊栏目：48

分类号：S435.121;S431(病虫害及其防治)

资助基金：国家重点研发计划;国家自然科学基金;陕西省作物病虫害防治专项

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：192-198,215