欢迎来到天天文库
浏览记录
ID:55806592
大小:886.54 KB
页数:4页
时间:2020-06-03
《基于贝叶斯网络的小麦条锈病预测研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、安徽农业科学,JournalofAnhuiAgri.Sci.2014,42(16):5027—5030责任编辑陈娟责任校对况玲玲基于贝叶斯网络的小麦条锈病预测研究聂臣巍(1.三峡大学计算机与信息学院,湖北宜昌4430o2;2.国家农业信息化工程技术研究中心与农业部农业信息技术重点实验室,北京100097)摘要『目的]在地理信息系统GIS的平台上,将不确定性推理方法——贝叶斯网络引入病害预测,基于关键气象因子(温度、降水、湿度、日照)构建一个用于预测小麦条锈病发生概率的贝叶斯网络模型。[方法]采用预测日前7d的气象数据预测自
2、预测日起7d内的条锈病发病概率,并对我国小麦条锈病重要流行区域——甘肃省东南部地区2010~2012年病害发生情况进行预测。[结果]模型在返青期至乳熟期输出的病害发生概率与实际调查结果吻合度分别为62.92%、63.18%、79.48%、94.75%,能够较客观地反映病害发生的时间规律和空问分布特点。[结论]该研究表明将贝叶斯网络和GIS分析结合在较大的空间范围内利用关键气象因子进行小麦条锈病短期预测是一种可行的途径。关键词小麦条锈病;气象因子;贝叶斯网络;预测模型中图分类号Sl26文献标识码A文章编号0517—6611(
3、2014)16—05o27一o4ABayesianNetworkModelforPredictionofStripeRustinWinterWheatNIEChen-wei(CollegeofComputerandInformationTechnology,ChinaThreeGorgesUniversity,Yichang,Hubei443002)Abstract[Objective]Basedonthegeographicinformationsystem(G1S)platform,Bayesiannetwork,an
4、uncertaintyreasoningmethod,wasintroducedfordiseaseprediction.Inthisstudy,aBayesiannetworkwasconstructedbasedonkeymeteorologicalfactors(temperature,precipitation,relativehumidityandsunshineduration)topredicttheoccurrenceprobabilityofwheatstriperust.MethodJMeteorolo
5、gicalda—taduringtherecentsevendayswereusedtoanalyzetheoccurrenceprobabilityofwheatstriperustandtopredicttheoccurenceprobabilityofwheatstriperustinthesoutheastpartofGansuProvinceduring2010—2012.fResultlAccordingtothepredictionandactualsurveyresultsoftheoccurencepro
6、babilityofwheatstriperustfromseedlingstagetomilk—ripestage.theaccuracyrateoftheconstructedpredictionmodelwas62.92%.63.18%,79.48%and94.75%respectively,whichobjectivelyrevealedthetemporalandspatialdistributioncharacteristicsofwheatstriperust.fConclusion1CombiningBay
7、esiannetworkandGISanalysiscouldprovideareasonablemeansforshort—termpredictionofwheatstriperustbasedonkeymeteorologica1factorswithinarelativelylargespatialscope.KeywordsWheatstriperust:Meteorologicalfaetor:Bayesiannetwork;Predictionmodel小麦条锈病由PuccniastriifofinisWes
8、tendfsp.tritici可取得较高的精度,能够为特定区域内的病害预警提供重要Eriks引起,是小麦生产中一种重要的流行性病害。该病可信息。但注意到上述模型均是针对某一地区的整个小麦生在全球范围内造成小麦大幅减产。在我国,2002年小麦长季发病程度进行预测,且研究区域为条锈病菌源地,模型条锈病的全国
此文档下载收益归作者所有