禾谷缢管蚜与麦长管蚜种群动态预测
发布时间：2021-09-16 20:06
我国冬小麦产区麦蚜优势种主要包括麦长管蚜（Sitobion avenae）和麦禾谷缢管蚜（Rhopalosiphum padi）。以往高频率农药防治策略尽管可以有效控制麦蚜危害,但导致麦蚜抗药性种群产生、增加人力物力防治成本。麦蚜预测预报可确定农药施用必要性与施用频率,为麦蚜科学防治提供有力工具。本文围绕构建适用区域广、符合生态机理的禾谷缢管蚜与麦长管蚜预测模型,取得如下结果:1.建立了生态因子影响禾谷缢管蚜生物学过程的文献数据库和因子库。下载了温度,极端温度,寄主发育阶段,天敌等生态因子影响禾谷缢管蚜生物学过程的文献43篇;基于文献数据构建了以平均温度为主的生态因子与寿命,成虫逐日存活,生殖,成虫逐日生殖,若虫存活率,发育历期等生物学过程关系模型。2.建立了禾谷缢管蚜田间调查地点气象数据库并验证了禾谷缢管蚜预测模型有效性。整理了武汉新乡田间调查数据,整理好的田间调查excel表格包含调查日期、小麦生育阶段（GS）、无翅1-3龄若蚜数量,无翅4龄若蚜数量,有翅1-3龄若蚜数量,有翅4龄若蚜数量,无翅成蚜数量,有翅成蚜数量,总蚜量;建立了调查地点的access气象数据库,数据库表格中包含...
【文章来源】：中国农业科学院北京市
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
禾谷缢管蚜预测系统原理图，其中“B_”表示生殖率，“M_”表示死亡率；“P_”表示发育转移率；“Ap”表示无翅蚜虫；“Al”表示有翅成虫；“L13”表示1-3龄若蚜；“L4”表示4龄若蚜
8图 2-2 不同恒温下禾谷缢管蚜各龄期发育历期。实心点代表郭良珍（2001）；杨益众（1994）；李天眷（1991）；DEAN（1974）；刘绍友（1995）；胡冠芳（1996）；Auad（2009）； Michels（1989）；Sengonca（1994）；Villanueva（1964）实验数据，曲线代表预测值。Figure 2-2 Duration of development of Rhopalosiphum padi larvae at different temperatures.Dots represent the averageduration of development measured by Dean (1974), Auad(2009), Michels(1989), Guo (2001), Yang (1994), Li(1991),Liu(1995), Hu(1996), Sengonca(1994), Villanueva(1964). Lines represent the predicted duration of Rhopalosiphum padi .表 2-1 不同龄期温度与发育模型参数估计值Table 2-1 Parameters of the development model between the duration of development and temperature for differentinstars of Rhopalosiphum padi.Stage γ K δ R21stInstar 0.14 16.9 0.779 0.028 0.7772ndInstar 0.178 14.64 0.809 1.539 0.8653rdInstar 0.201 14.42 0.762 0.094 0.8864thInstar 0.236 13.34 0.506 1.583 0.836温度对发育历期标准差的影响与温度对发育历期的影响相似，公式 2.3 能很好的模拟温度变化下
发育历期标准差变化趋势。StdDeviationT = ( )* (1+ ( )) （2.3）a,b,c,d,f 是该函数的 5 个参数。依据已有的数据确定参数的最佳值。参数值如表 2-2 所示。表 2-2 不同龄期温度与发育标准差模型参数估计值Table 2-2 Parameters of the development model between the Standard Deviation of duration of development andtemperature for different instars of Rhopalosiphum padi.Stage d F a c b R21stInstar 0.236 15.455 6.362 3.509 32.688 0.8292ndInstar 0.137 18.342 5.926 0.01 34 0.7263rdInstar 0.11 26.26 8.89 0.01 34 0.7084thInstar 0.129 27.852 10.636 0.034 34 0.815
【参考文献】：
期刊论文
[1]基于小波神经网络的麦蚜发生程度预测模型[J]. 靳然,李生才. 昆虫学报. 2015(08)
[2]利用吸虫塔对麦长管蚜迁飞活动的监测[J]. 李克斌,杜光青,尹姣,张帅,曹雅忠. 应用昆虫学报. 2014(06)
[3]吸虫塔对麦长管蚜迁飞监测的影响因素分析[J]. 杜光青,尹姣,曹雅忠,张帅,李克斌. 应用昆虫学报. 2014(06)
[4]气候变暖对麦蚜的影响[J]. 马春森,马罡,赵飞. 应用昆虫学报. 2014(06)
[5]模拟风雨对麦长管蚜自然种群发展的干扰作用[J]. 王冰,李克斌,尹姣,曹雅忠. 应用昆虫学报. 2011(06)
[6]利用HYSPLIT模型分析麦蚜远距离迁飞前向轨迹[J]. 郁振兴,武予清,蒋月丽,封洪强,刘顺通,曹雅忠. 生态学报. 2011(03)
[7]气候变暖对昆虫影响研究进展[J]. 陈瑜,马春森. 生态学报. 2010(08)
[8]案例推理式园林植物病虫害诊断系统的实现[J]. 安继芳,孙振元. 计算机时代. 2010(02)
[9]基于小波网络的小麦条锈病预测模型研究[J]. 袁磊,李书琴. 微计算机信息. 2009(35)
[10]中国西北地区麦二叉蚜与禾谷缢管蚜对小麦黄矮病传毒能力的分析[J]. 胡亮,谢芳芹,相建业,曹海. 麦类作物学报. 2009(04)
博士论文
[1]小波分析在害虫预测中的应用研究[D]. 朱军生.南京农业大学 2011
硕士论文
[1]决策树及支持向量机回归算法在麦蚜发生程度预测中的应用[D]. 张晴晴.山东农业大学 2016
[2]稻麦主要病虫的CBR预测模型参数优化及知识库构建[D]. 张沙沙.安徽农业大学 2013
[3]麦长管蚜与禾谷缢管蚜种间竞争的研究[D]. 陈堑.西北农林科技大学 2010
[4]基于AFIDSS的麦长管蚜田间种群动态模拟研究[D]. 常向前.中国农业科学院 2006
[5]基于BP神经网络的农作物虫情预测预报及其MATLAB实现[D]. 高宁.安徽农业大学 2003
本文编号：3397209
【文章来源】：中国农业科学院北京市
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
禾谷缢管蚜预测系统原理图，其中“B_”表示生殖率，“M_”表示死亡率；“P_”表示发育转移率；“Ap”表示无翅蚜虫；“Al”表示有翅成虫；“L13”表示1-3龄若蚜；“L4”表示4龄若蚜
8图 2-2 不同恒温下禾谷缢管蚜各龄期发育历期。实心点代表郭良珍（2001）；杨益众（1994）；李天眷（1991）；DEAN（1974）；刘绍友（1995）；胡冠芳（1996）；Auad（2009）； Michels（1989）；Sengonca（1994）；Villanueva（1964）实验数据，曲线代表预测值。Figure 2-2 Duration of development of Rhopalosiphum padi larvae at different temperatures.Dots represent the averageduration of development measured by Dean (1974), Auad(2009), Michels(1989), Guo (2001), Yang (1994), Li(1991),Liu(1995), Hu(1996), Sengonca(1994), Villanueva(1964). Lines represent the predicted duration of Rhopalosiphum padi .表 2-1 不同龄期温度与发育模型参数估计值Table 2-1 Parameters of the development model between the duration of development and temperature for differentinstars of Rhopalosiphum padi.Stage γ K δ R21stInstar 0.14 16.9 0.779 0.028 0.7772ndInstar 0.178 14.64 0.809 1.539 0.8653rdInstar 0.201 14.42 0.762 0.094 0.8864thInstar 0.236 13.34 0.506 1.583 0.836温度对发育历期标准差的影响与温度对发育历期的影响相似，公式 2.3 能很好的模拟温度变化下
发育历期标准差变化趋势。StdDeviationT = ( )* (1+ ( )) （2.3）a,b,c,d,f 是该函数的 5 个参数。依据已有的数据确定参数的最佳值。参数值如表 2-2 所示。表 2-2 不同龄期温度与发育标准差模型参数估计值Table 2-2 Parameters of the development model between the Standard Deviation of duration of development andtemperature for different instars of Rhopalosiphum padi.Stage d F a c b R21stInstar 0.236 15.455 6.362 3.509 32.688 0.8292ndInstar 0.137 18.342 5.926 0.01 34 0.7263rdInstar 0.11 26.26 8.89 0.01 34 0.7084thInstar 0.129 27.852 10.636 0.034 34 0.815
【参考文献】：
期刊论文
[1]基于小波神经网络的麦蚜发生程度预测模型[J]. 靳然,李生才. 昆虫学报. 2015(08)
[2]利用吸虫塔对麦长管蚜迁飞活动的监测[J]. 李克斌,杜光青,尹姣,张帅,曹雅忠. 应用昆虫学报. 2014(06)
[3]吸虫塔对麦长管蚜迁飞监测的影响因素分析[J]. 杜光青,尹姣,曹雅忠,张帅,李克斌. 应用昆虫学报. 2014(06)
[4]气候变暖对麦蚜的影响[J]. 马春森,马罡,赵飞. 应用昆虫学报. 2014(06)
[5]模拟风雨对麦长管蚜自然种群发展的干扰作用[J]. 王冰,李克斌,尹姣,曹雅忠. 应用昆虫学报. 2011(06)
[6]利用HYSPLIT模型分析麦蚜远距离迁飞前向轨迹[J]. 郁振兴,武予清,蒋月丽,封洪强,刘顺通,曹雅忠. 生态学报. 2011(03)
[7]气候变暖对昆虫影响研究进展[J]. 陈瑜,马春森. 生态学报. 2010(08)
[8]案例推理式园林植物病虫害诊断系统的实现[J]. 安继芳,孙振元. 计算机时代. 2010(02)
[9]基于小波网络的小麦条锈病预测模型研究[J]. 袁磊,李书琴. 微计算机信息. 2009(35)
[10]中国西北地区麦二叉蚜与禾谷缢管蚜对小麦黄矮病传毒能力的分析[J]. 胡亮,谢芳芹,相建业,曹海. 麦类作物学报. 2009(04)
博士论文
[1]小波分析在害虫预测中的应用研究[D]. 朱军生.南京农业大学 2011
硕士论文
[1]决策树及支持向量机回归算法在麦蚜发生程度预测中的应用[D]. 张晴晴.山东农业大学 2016
[2]稻麦主要病虫的CBR预测模型参数优化及知识库构建[D]. 张沙沙.安徽农业大学 2013
[3]麦长管蚜与禾谷缢管蚜种间竞争的研究[D]. 陈堑.西北农林科技大学 2010
[4]基于AFIDSS的麦长管蚜田间种群动态模拟研究[D]. 常向前.中国农业科学院 2006
[5]基于BP神经网络的农作物虫情预测预报及其MATLAB实现[D]. 高宁.安徽农业大学 2003
本文编号：3397209
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3397209.html
最近更新
教材专著
