摘要
为了提前1个月预报出水稻稻曲病发生的气象条件适宜程度,根据中长期预报原理,采用因子膨化滑动相关普查、空间拓扑和最优相关技术,筛选出对综合稻曲病指数影响最显著的预报因子,分别构建基于气象要素、海温因子、大气环流指数的预报模型,并对3种模型的预报结果采用算术平均、加权平均和多元回归方法进行集成。结果表明,建立的3种模型均通过了显著性检验,预报效果较为理想,经过集成后提高了单个模型的拟合精度和独立样本试报的准确性,其中多元回归集成的效果更好。因此,建立的稻曲病预报模型可投入业务使用,预报结果将为稻曲病防治工作提供较为充足的时间。
出处
《江苏农业科学》
北大核心
2017年第17期95-98,共4页
Jiangsu Agricultural Sciences
基金
公益性行业(气象)科研专项(编号:GYHY201306035)
江苏省气象局科研基金(编号:KM201504)
