基于最大熵模型分析小麦黄花叶病在黄淮海地区的适生性
发布时间:2023-03-25 02:05
科学预测小麦黄花叶病在黄淮海地区的适生区,对控制该地区小麦黄花叶病扩展蔓延、保障小麦生产具有重要意义。采用最大熵(MaxEnt)模型,基于小麦黄花叶病的分布和环境因子数据,对该病害适生区进行预测,并分析生态因子的贡献率与ROC曲线,探索影响小麦黄花叶病的主要生态因子。结果表明:ROC曲线下面积的AUC为0.955,模型可靠,其中最干月降水量、最暖月最高温、海拔、黏土、最湿月降水量对该病害的分布具有重要影响;适生区主要分布在已发生地区(威海、烟台、青岛、潍坊、淄博、济南、泰安、日照、临沂、济宁、枣庄、平顶山、驻马店、周口、开封和阜阳)和预测地区(莱芜、菏泽、信阳、商丘、淮南、淮北、宿州、徐州、宿迁连云港以及蚌埠)。预测适生面积较广,建议增补小麦黄花叶病为全国农业植物检疫性有害生物,在高适生区设立疫情监测点,根据主要环境因子,加强田间管理。
【文章页数】:9 页
【文章目录】:
1 材料与方法
1.1 数据来源
1.1.1 物种地理分布数据
1.1.2 环境数据
1.2 试验方法
1.2.1 环境数据预处理
1.2.2 MaxEnt模型构建
1.2.3 模型评价
2 结果与分析
2.1 环境数据预处理结果
2.2 影响小麦黄花叶病分布的主要环境因子
2.3 小麦黄花叶病的适生区分布
2.4 模型精度评价
3 讨论
本文编号:3770310
【文章页数】:9 页
【文章目录】:
1 材料与方法
1.1 数据来源
1.1.1 物种地理分布数据
1.1.2 环境数据
1.2 试验方法
1.2.1 环境数据预处理
1.2.2 MaxEnt模型构建
1.2.3 模型评价
2 结果与分析
2.1 环境数据预处理结果
2.2 影响小麦黄花叶病分布的主要环境因子
2.3 小麦黄花叶病的适生区分布
2.4 模型精度评价
3 讨论
本文编号:3770310
本文链接:https://www.wllwen.com/nykjlw/dzwbhlw/3770310.html