小麦白粉病的数学模型预测.doc

小麦白粉病的数学模型预测.doc

ID:55139757

大小:27.50 KB

页数:6页

时间:2020-04-28

小麦白粉病的数学模型预测.doc_第1页
小麦白粉病的数学模型预测.doc_第2页
小麦白粉病的数学模型预测.doc_第3页
小麦白粉病的数学模型预测.doc_第4页
小麦白粉病的数学模型预测.doc_第5页
资源描述:

《小麦白粉病的数学模型预测.doc》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、小麦白粉病的数学模型预测  摘要:根据河南省1990~2007年小麦白粉病病情及相关气象资料,建立了基于主分量分析的BP神经网络模型,得出影响其流行的主要分量,最后利用得到的主要分量作为BP神经网络的输入,对2008~2010年小麦白粉病流行情况进行预测。经与未进行主分量分析而建立的全要素BP网络模型进行比较,结果显示,该模型可以快速准确地预测小麦白粉病的流行程度,有效地减少了小麦的损失。  关键词:小麦白粉病;主分量分析;BP网络模型;预测  中图分类号:TP311文献标识码:A文章编号:0439-811417-3611-03    

2、TheEstablishmentofMathematicalModelforForecastWheatPowderyMildew    LIHong-ping,WEIZhen-fang,GUOWei-xia      Abstract:AccordingtowheatpowderymildewconditionandassociatedweatherinformationinHenanprovincefrom1990to2007,theprincipalcomponentwhichaffectedthespreadwasdetermin

3、ed,andtheBPneuralnetworkmodelbasedonprincipalcomponentanalysiswasestablishedtoforcasttheepidemicsituationofpowderymildewinwheatfrom2008to2010.ComparedwiththefullfeatureBPneuralnetworkmodelwithoutprincipalcomponentanalysis,theexperimentalresultsshowedthatthemodelcouldpred

4、icttheepidemicsituationofwheatpowderymildewquicklyandaccurately,andreducetheproductionlossofthewheateffectively.  Keywords:wheatpowderymildew;principlecomponentanalysis;BPnetworkmodel;forecast    小麦是河南中原地区的重要粮食作物,常年种植面积约480万hm2[1]。自20世纪80年代以来,小麦白粉病猖獗流行,80年代每年发生面积都超过66.7万

5、hm2,其中有6个年份超过133.3万hm2,每年发生面积占小麦播种面积的17%~60%,每年实际损失小麦4万~44万t,占每年小麦总产的0.2%~2.6%,有的地区小麦不能抽穗而颗粒无收,损失惨重[2]。因此,建立小麦白粉病预测系统,准确地预测小麦白粉病的发病及流行趋势,可以指导农民有效防治,减少不必要的损失。然而影响小麦白粉病的流行因素十分复杂,表现出高度的非线性和多时间尺度特性,客观事实表明,小麦的品种、菌源、气侯条件等都是引发白粉病发生及流行的主要因素[3]。如何从众多影响因子中选择主要因素从而达到降低维数、提高预测精度具有重要

6、意义[4]。试验采用主分量分析法,研究分析影响中原地区小麦白粉病流行的关键因子,以期达到降低维数、提高预测精度的目标。  1材料与方法  1.1材料  中原地区小麦白粉病病情及相关气象资料由河南省农业技术推广中心提供,其中包括每年10~12月份、1~5月份的温度、湿度、降雨量、麦苗病叶数、感病品种比例等。麦苗采用慢步踏查的方法,记载单片病叶数,统计感病品种比例及成株期流行程度。  1.2方法  利用主分量分析对多变量参数矩阵进行处理,由于主分量分析的实质是空间的坐标旋转,并不改变样本数据结构,得到的主分量是原始变量的线性组合,而且两两不

7、相关,能够最大程度地反映原变量所包含的信息。以一定的标准选取几个较重要的主分量之后,原来的多维问题大大简化[5]。其具体计算步骤如下。  1.2.1原始数据归一化为了避免由于一些指标量纲不同,或是指标在数量级上差异很大,难以进行线性组合,因此在进行主分量分析之前,需对原始数据作归一化处理,把数据归一化为零均值和单位方差。用公式的归一化公式进行归一化处理。  x=,i=1,2,3,…,n  式中:μ、δ2分别为原始数据的均值和方差。  1.2.2计算相关系数矩阵  R=r11r12…r1pr21r22…r2prn1rn2…rnp  式中:

8、rij为原变量xi与xj的相关系数,其计算公式为:  rij=  xi、xj分别为第i个指标和第j个指标的平均值。  1.2.3计算特征值与特征向量令|R-λI|=0,求出其特征根,并使其按大小顺序排列,即

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。