大数据背景下山东省二代玉米螟发生程度预测模型的构建

被引：8

作者：

杨波

刘勇

牟少敏

温孚江

机构：

[1] 山东农业大学大数据研究中心

来源：

计算机研究与发展 | 2014年 / 51(S2)卷 / S2期

关键词：

农业大数据; 玉米螟; 监测预警; 气象因子; 模型;

D O I：

暂无

中图分类号：

S435.132 [玉米虫害];

学科分类号：

090401 ; 090402 ;

摘要：

大数据技术重塑了周围的世界.农业大数据是大数据的重要组成部分,是大数据理念、技术和方法在农业领域的应用和发展.依靠多年农作物害虫发生的数据积累,使数据转化为监测预警的行动是大数据思想和理念的具体体现.通过对山东省2003～2013年的平均气温、降水、日照时数、风速等气象资料的相关分析,采用多元线性回归方法,分析预测6月下旬,7月上旬、中旬、下旬和8月上旬玉米螟的发生程度,建立了玉米螟动态气候预测模型.经检验,玉米螟的发生与当地的气象条件有直接的关系,6月下旬,7月上旬、下旬和8月上旬模型拟合的准确率分别为91%,77%,69%和68%.短期预测准确率高于以往同类预测.

引用

页码：160 / 165

页数：6

共 12 条

[1]

利用主要气象因子对二代玉米螟预测预报研究.[D].陈斌.山东农业大学.2007, 01

[2] A physiologically based approach for degree-day calculation in pest phenology models: the case of the European Corn Borer (Ostrinia nubilalis Hbn.) in Northern Italy [J].