杨树苗圃地下害虫灰色灾变预测研究

2014-10-28吴秋芳贺春玲路志芳

湖北农业科学 2014年15期

吴秋芳+贺春玲+路志芳

摘要：以灰色系统理论为基础，建立杨树苗圃地下害虫的灾变预测模型和灾变季节预测模型，灾变预测模型平均相对精度可达97.56%，建立的灾变季节模型包括达到防治指标日的预测模型和虫口密度高峰日的预测模型，平均相对精度分别为94.27%和90.40%，模型精度较高。预测结果表明3种模型均能够准确地进行杨树苗圃地下害虫的预测。

关键词：杨树苗圃；地下害虫；灾变预测；季节灾变预测；预测模型

中图分类号：S763.7 文章标识码：A 文章编号：0439-8114（2014）15-3553-03

Grey Disaster Forecast of Soil-inhabiting Pests of Poplar Nursery

WU Qiu-fang， HE Chun-ling2，LU Zhi-fang1

（1.School of Biological and Food Engineering， Anyang Institute of Technology， Anyang， 455000，Henan，China；2. Forestry College of Henan University of Science and Technology，Luoyang， 471003，Henan，China）

Abstract： To develop a new method of forecasting soil-inhabiting pests of poplar nursery， the disaster forecast model and disaster season forecast model of soil-inhabiting pests of poplar nursery were established based on grey system theory. The average relative precision of disaster forecast model was 97.56%. The new disaster season forecast model included the forecast model of reaching control indicator day and the forecast model of morbidity peak day， with average relative precision of 94.27% and 90.40%， respectively. It is indicated that these three models had accurate forecast precision for soil-inhabiting pests of poplar nursery.

Key words：soil-inhabiting pests； poplar nursery；Disaster prediction； seasonal forecasting； forecasting model

收稿日期：2014-01-10

基金项目：河南省安阳市科技攻关项目（134）

作者简介：吴秋芳（1974-），女，河南安阳人，副教授，硕士，主要从事植物保护研究，（电话）13525805658（电子信箱）

fangqiu74@126.com。

随着中国杨树造林面积不断扩大，杨树苗圃地下害虫的发生日益严重，给杨树生产构成了严重威胁。因为杨树苗圃害虫生活在地下，危害具有较强的隐蔽性，且寄主范围广、食量大、适应性强，是国内外公认的难以防治的害虫之一。为了长期有效地控制杨树苗圃地下害虫，实现森林有害生物的可持续防控，需要进行虫害预测预报工作，传统的杨树地下害虫测报工作具有破坏性，且需要花费较多的人力物力资源，因此急需研发一种新的更简单的方法应用到杨树苗圃地下害虫的调查中。灰色系统预测方法将系统行为看作是诸多因子综合作用的结果，仅需少量信息数据，便可建立灰色模型（Grey Model），简称GM。灰色模型预测精度较高，在一些地区曾用于作物病虫害的预报[1-3]，但在杨树地下害虫预测预报方面尚未见报道。杨树苗圃地下害虫发生与否受诸多因素的影响，如温度变化、土壤含水量及耕作情况等，不可测干扰因素多，既有已知信息，亦有未知信息，是本征性灰色系统，满足应用灰色系统理论的前提条件。为此，笔者根据杨树苗圃地下害虫历年发生的原始数据，建立了灰色灾变预测模型和灰色季节灾变模型，对安阳县杨树地下害虫的发生情况进行预测预报，以期为指导安阳县杨树地下害虫的预防提供科学依据。

1 材料与方法

1.1 材料

预测数据来自2006-2011年河南省安阳县林场杨树苗圃虫害发生情况（5个样点总虫数最多的一次）的调查报告（表1）。根据历史经验和虫害实际发生情况，将地下害虫最高发生情况≥50头作为偏重发生年份，对杨树生长影响较大。对表1的数据进行整理，在异常值取50的基础上建立灰色模型GM（1，1）。

1.2 预测方法

以2006-2011年地下害虫调查的最多虫数为原始数据，建立预测模型，进行灰色灾变预测和灰色季节灾变模型的预测。

2 结果与分析

2.1 建立灰色灾变模型[1-4]

2.1.1 建立GM（1，1）灰色灾变模型取灾变阈值λ=50，则杨树苗圃地下虫害发生年份的原始数列： X（0）={X（0）（2），X（0）（4），X（0）（5），X（0）（6）}

与之相对应的灾变日期序列为：

Q（0）={Q（0）（1），Q（0）（2），Q（0）（3），Q（0）（4）}

=（2，4，5，6）

对Q（0）进行一次累加（1-AGO）生成一次累加序列：

Q（1）={2，6，11，17}

计算Q（1）的紧邻均值生成序列：

Z（1）={4.0，8.5，14.0}

设q（k）+az（1）（k）=b，由

B=-4.0 1

-8.5 1

-14.0 1，Y=4

根据最小二乘法，计算参数，得

b=（BTB）-1BTY=-0.199335605

3.239201935

所以灾变日期序列的GM（1，1）模型序号响应式为：

（1）（k+1）=（（1）-）·e-ak+=18.250 0e0.199 3k-16.250 0

即（1）（k+1）=18.250 0e0.199 3k-16.250 0 （1）

模型（1）即杨树苗圃地下害虫灾变性预测模型。

2.1.2 模型精度检验对模型作残差检验，计算残差和相对误差序列。

由（k+1）=（1）（k+1）-（1）（k），k≥1

即（1）（k+1）=3.297 1 ·e0.199 3k

由此可得Q（0）的模拟序列：

（1）=[（1），（2），（3）]

=（4.025 0，4.912 7，5.996 2）

由 ε（k）=q（k）-（k）， k=1，2，3

得残差数列为：

ε（0）=[ε（1），ε（2），ε（3）]

=（-0.025 0，0.087 3，0.003 8）

再由Δk=

，k=1，2，3

得出相对误差序列为：

Δ=（Δ2，Δ3，Δ4）=（0.63%，1.75%，0.06%）

平均相对误差为：

Δ=ΔK=2.44%

平均相对精度为：

1-Δ=97.56%

由表2可知，上述模型的平均相对误差小，原点误差仅为0.06%，平均相对精度极高。因此，可以用于预测虫害的发生。

2.2 建立灰色季节灾变模型[5]

以2008-2011年安阳县杨树苗圃地下害虫发生情况为原始数据（表3），建立灰色季节灾变模型。

根据表3确定灾变日期范围，达到防治指标日的灾变日期范围：ω2=（03-07，03-28），病害发生高峰日的灾变日期范围：ω2=（03-21，04-15），将灾变日期集转变为相对日期集，以最小灾变日为0点，计算相对日期见表3，以年份作为横坐标，以相对日期作为纵坐标，分别作出达到防治指标日与虫口密度高峰日的相对曲线。在曲线上取阈值λ。达到防治指标日的阈值λ=13，虫口密度高峰日的阈值λ=10。按阈值λ为13，10在相对日期曲线上划一横线，与曲线各有3个交点，即为各自所找的灰数灾变集，即达到防治指标日的灰数集和发病高峰日的灰数集，根据灾变集建立GM（1，1）模型并检验其精度，结果如表4和表5所示。

防治指标日的灰数集：

ω=（（0），（14），（27））

发病高峰日的灰数集：

ω=（（0），（10），（25））

达到防治指标日的GM（1，1）预测模型为：

（1）（k+1）=（ω（1）（1）-）·e-ak+

（1）（k+1）=15.0769e0.634 1k-15.076 9（3）

发病高峰日的GM（1，1）预测模型为：

（1）（k+1）=（ω（1）（1）-）·e-ak+

（1）（k+1）=6.792 0e0.851 5k-6.792 0 （4）

由表4可知，模型的平均相对误差为5.73%，平均相对精度为94.27%，模型精度较高，完全可以用作杨树苗圃地下害虫防治指标日的预测。

由表5可知，模型的平均相对误差为9.60%，平均相对精度为90.40%，模型精度较高，完全可以用作杨树苗圃地下害虫高峰日的预测。

3 模型预测结果

用所建GM（1，1）模型进行预测，将k分别取0，1，2，3时，进行回测，当k=4时，进行灰色灾变预测。计算结果见表6。

用原始序列的累加生成序列q（1）估计值，进行累减还原得到原始序列q（0）的估计值。将k=4代入模型，得（1）（4+1）=24.252 6，将k=3代入模型，得（1）（3+1）=16.933 9，累减得（0）（4+1）=（1）（4+1）-（1）（3+1）=7.318 7≈7，即自2006年起，杨树苗圃地下害虫再次重发生的年份为2012年。2012年春季通过对安阳县农场的杨树苗圃进行调查，地下害虫发生较重，调查结果与预测结果相符。

由表6可知，本模型用于安阳县杨树苗圃地下害虫的回测值和预测值与实际发生情况拟合度好，准确度高，完全可以用于安阳县杨树苗圃地下害虫的预测。

3.1 达到防治指标日GM（1，1）模型的预测

用所建模型（3）对杨树苗圃地下害虫进行灰色季节灾变预测，以2008年为起始年份，预测下一个达到防治指标日的年份。

取k=3，（1）（3+1）=85.957 8，（0）（3+1）=（1）（3+1）-（1）（2+1）=47.444

按每年10格计算，大约需要5年，即预测2012年3月21日达到防治指标日。实际2012年3月21日杨树苗圃地下害虫确实达到防治指标日，说明模型预测效果极佳。

（0）（4+1）=（0）（4+1）-（0）（3+1）=175.306 3-85.957 8=89.348 5

当k取4时，对下一个年度达到防治指标日进行预测，大约需要9年，即预测2016年3月21日达到防治指标日。

3.2 虫口密度高峰日GM（1，1）模型的预测

用所建模型（4）进行杨树苗圃地下害虫虫口密度高峰日的灰色季节灾变预测，现在以2008年为起始年份，预测下一个达到虫口密度高峰日的年份。

取k=3，（1）（3+1）=94.170 2，（0）（3+1）=（1）（3+1）-（1）（2+1）=50.089 0

按每年10格计算，大约需要5年，即预测2012年3月31日达到虫口密度高峰日。实际调查2012年3月31日杨树苗圃地下害虫确实达到虫口密度高峰日，说明模型预测效果极佳。

（0）（4+1）=（0）（4+1）-（0）（3+1）=211.532 9-94.170 2=117.362 7

当k取4时，对下一个年度达到防治指标日进行预测，大约需要12年，即预测2019年3月31日达到防治指标日。

4 讨论

用安阳县杨树苗圃地下害虫发生原始数据，进行建模检验，并进行未来虫害发生和防治的预测，用灰色系统建模所用数据较少，建模比较容易，模型精度较高，可以准确地进行地下害虫预测，对掌握杨树苗圃地下害虫的发生动态，做好统防统治工作具有重要的现实意义。因此灰色系统可以成为预测林业和大田病虫害发生的得力工具。本研究所建模型可以对杨树苗圃地下害虫进行中长期预测，一旦田间虫害的发生有了新的原始数据，需要进行等维信息模型的建立。随着时间的推移，系统中部分信息距离被预测时越来越远，其信息意义渐趋弱化，需要不断补充新的信息，建立的模型才能更好地反映被预测时病虫害的发生特征，使预测结果更具现实意义。

参考文献：

[1] 刘思峰.灰色系统理论及其应用[M].北京：科学出版社，2010.

[2] 石明旺，闵红，石蔚云，等.豫北地区小麦纹枯病春季中短期流行预测的初步研究[J].河南农业大学学报，2003，37（4）：348-351.

[3] 张传珂.应用灰色系统模型对麦蜘蛛灾变预测的研究[J].安徽农业科学，2005，33（2）：221-222.