-
题名基于卡尔曼滤波算法的稻纵卷叶螟短期预测模型
被引量：6
- 1
-
-
作者
包云轩
陈心怡
谢晓金
王琳
陆明红
-
机构
南京信息工程大学气象灾害预报和评估协同创新中心
江苏省农业气象重点实验室/南京信息工程大学
农业部全国农业技术推广与服务中心
-
出处
《中国农业气象》
CSCD
北大核心
2016年第5期578-586,共9页
-
基金
国家自然科学基金面上项目(41475106
41075086)
+2 种基金
国家公益性行业(气象)科研专项(GYHY201306053)
江苏省农业科技自主创新项目[SCX(12)3058]
江苏省高校优势学科建设工程
-
文摘
利用1994-2014年中国南方四大稻区(华南、西南、江岭和江淮稻区)代表性病虫测报站的稻纵卷叶螟逐候田间赶蛾量资料,筛选出影响各站稻纵卷叶螟发生量的关键气象因子,应用卡尔曼滤波方法分别对各站建立稻纵卷叶螟迁入期候发生量的卡尔曼短期预测模型,并计算模型的准确率、误差大小和稳定性。结果表明:(1)稻纵卷叶螟发生量与前一候和前两候的田间蛾量呈极显著正相关(P<0.01),与前一候的近地面最低气温、平均气温和最高气温呈极显著正相关(P<0.01),与前一候的地面气压呈极显著负相关(P<0.01)。(2)经1994-2011年的回检拟合和2012-2014年试报检验,卡尔曼模型的发生量预测综合平均误差为-88.63,平均绝对误差为217.72,均方根误差为605.04。发生量预测综合准确率为84.33%,平均历史拟合率为83.33%,各站卡尔曼模型的预报结果与实测值基本吻合,表明模型可以应用于稻纵卷叶螟候发生量的预测。
-
关键词
稻纵卷叶螟
气象因子
卡尔曼滤波算法
候发生量预报模型
准确率
-
Keywords
Cnaphalocrocis medinalis Guenee
Meteorologic elements
Kalman Filter Algorithm
Pentad forecasting model of occurrence amount
Accuracy rate
-
分类号
S435.112.1
[农业科学—农业昆虫与害虫防治]
-
