CN104504473A - 一种分阶段5日间隔的棉蚜发生等级预报方法 - Google Patents
一种分阶段5日间隔的棉蚜发生等级预报方法 Download PDFInfo
- Publication number
- CN104504473A CN104504473A CN201410817556.XA CN201410817556A CN104504473A CN 104504473 A CN104504473 A CN 104504473A CN 201410817556 A CN201410817556 A CN 201410817556A CN 104504473 A CN104504473 A CN 104504473A
- Authority
- CN
- China
- Prior art keywords
- cotten aphid
- grade
- stage
- damp
- warm syndrome
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241001600408 Aphis gossypii Species 0.000 title abstract description 11
- 238000013277 forecasting method Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims abstract description 16
- 241001124076 Aphididae Species 0.000 claims description 95
- 241000607479 Yersinia pestis Species 0.000 claims description 60
- 206010035148 Plague Diseases 0.000 claims description 52
- 208000011580 syndromic disease Diseases 0.000 claims description 50
- 238000011161 development Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000003203 everyday effect Effects 0.000 claims description 2
- 229920000742 Cotton Polymers 0.000 abstract description 8
- 241000238631 Hexapoda Species 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 241001600407 Aphis <genus> Species 0.000 description 1
- 241000239290 Araneae Species 0.000 description 1
- 241000255749 Coccinellidae Species 0.000 description 1
- 206010059866 Drug resistance Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种分阶段5日间隔的棉蚜发生等级预报方法，属于农业害虫防治领域。本发明方法以往年历史气象资料（温度和湿度）和棉蚜发生等级为基础，通过棉蚜发生等级统计棉蚜发生的阶段特征，将湿温比与各阶段蚜发生等级进行回归，找出内在的函数关系，从而达到对棉蚜发生等级进行预测。本发明弥补了现有棉蚜发生等级预报模型时间尺度大的缺点，只需利用温度、湿度等气象条件便可对棉蚜发生等级进行快速、准确的预测，预报效果较好，有利于棉蚜的科学防止，为相关部门科学决策提供依据，为棉花生产提供保障。
Description
技术领域
本发明属于农业害虫防治领域，具体涉及一种分阶段5日间隔的棉蚜发生等级预报方法。
背景技术
棉蚜是世界性害虫，主要通过吸食植物汁液和传播病毒造成危害，具有寄主广、代数多、数量大、耐药性强的特点，一旦大规模爆发，将严重影响到棉花的产量。棉蚜的发生具有季节性、爆发性和迁移性，如何掌握和控制棉蚜虫害的发生并迅速开展防治成为棉花种植过程中的现实问题。
许多学者对棉蚜发生规律进行了大量预测，但定量化的预测模型较少。此外，针对棉蚜种群数量动态增长的研究表明棉蚜的发生呈现周期性，不同生长周期表现出不同的危害程度，然而现有的模型将棉蚜的年发生程度作为整体进行分析建模，时间尺度较大。
棉蚜的发生发展受到生物因素(瓢虫、蜘蛛等天敌)和非生物因素(温度、湿度、降水、大风等气象因子以及作栽品种、施肥、田间杂草、棉杆处理等影响越冬基数的因子)的影响，其中气象条件是影响棉蚜发生的主要因子。本发明针对现有技术对棉蚜发生程度进行预测的时间尺度较大等问题，在对棉蚜发生情况调查的基础上，结合气象数据，开发出一种分阶段5日间隔的棉蚜发生等级预报方法，结合目前棉蚜调查和预测的实际情况，快速准确地实现对棉蚜发生等级进行预测。
发明内容
本发明目的在于解决现有技术中棉蚜发生等级预报的时间尺度大的缺陷，提供一种分阶段5日间隔的棉蚜发生等级预报方法，该方法以往年历史气象资料(温度和湿度)和棉蚜发生等级为基础，通过棉蚜发生等级统计棉蚜发生的阶段特征，将湿温比与各阶段蚜发生等级进行回归，找出内在的函数关系，从而达到对棉蚜发生等级进行预测。
本发明的目的通过下述技术方案实现：
一种分阶段5日间隔的棉蚜发生等级预报方法，包括如下步骤：
(1)全面收集当地往年5～8月期间棉蚜虫害发生数据和气象站点检测数据，获得每天的棉蚜发生等级(处理方式如表1所示)、温度(记为T)和湿度(记为H)。
表1 棉蚜发生等级划分标准
注：棉花的生长先经过苗期，随后是花龄期，有时间的先后顺序，不同年份棉花苗期到花龄期的过渡时间点有可能不一样，但棉蚜等级的划分标准是确定的，苗期调查采集的数据是卷叶株率，花龄期调查采集的数据是棉铃污染率，本文出现的非整数等级是等级取平均值的结果。
(2)对当地每年的棉蚜发生等级、温度和湿度每5天取平均值(从5月份开始，记录点为5月5日、5月10日、5月15日、5月20日、5月25日、5月30日、6月5日、6月10日、6月15日、6月20日、6月25日、6月30日、7月5日、7月10日……依此类推)。
(3)根据所有历史年份的记录点处棉蚜发生等级的平均值绘制折线图，统计棉蚜发生的阶段特征，对棉蚜的发生阶段进行划分。所述的阶段特征即为棉蚜的发生发展趋势；对棉蚜的发生阶段进行划分的依据是：每个发生阶段内，棉蚜的发生发展趋势呈现单一的变化，单一的上升、下降。
(4)在棉蚜发生的每个阶段内，分别利用记录点处的直接湿温比(H/T)和相对湿温比(|H-H0|/|T-T0|，T0和H0分别表示适宜棉蚜生长的最小温度和最小湿度)的自然对数的平均值与棉蚜发生等级的平均值进行回归分析，选择拟合优度最大的回归方程，进而建立湿温比与棉蚜发生等级的函数关系。
(5)通过上述建立的函数关系，利用湿温比对棉蚜阶段内记录点处的发生等级进行预报。
本发明提出了分阶段5日间隔的棉蚜发生等级预报方法，弥补了现有棉蚜发生等级预报模型时间尺度大的缺点，只需利用温度、湿度等气象条件便可对棉蚜发生等级进行快速、准确的预测，预报效果较好，有利于棉蚜的科学防止，为相关部门科学决策提供依据，为棉花生产提供保障。
附图说明
图1是本发明分阶段5日间隔的棉蚜发生等级预报方法的路线图。
图2是实施例1棉蚜发生阶段统计结果图。
图3是实施例预报结果图。
具体实施方式
以下实施例用于进一步说明本发明的内容，但不应理解为对本发明的限制，在不背离本发明精神和实质的情况下，对本发明方法、步骤或条件所作的修改或替换均属于本发明的范围。
实施例1
本发明分阶段5日间隔的棉蚜发生等级预报方法的路线如图1所示，以新疆兵团第七师一二五团2014年棉蚜发生等级为例，对棉蚜在记录点处的发生等级进行预报。
全面收集新疆兵团第七师一二五团2004～2013年历史气象资料(湿度、温度等气象数据由该团气象站所记录)和棉蚜虫害发生数据(虫害发生数据由该团植保站记录)，并按照表1对棉蚜虫害数据进行分级处理。
对当地2004～2013年的历史棉蚜发生等级和气象资料(温度和湿度)，每隔5天取平均值(见表2和表3)，并计算记录点处各年份棉蚜发生等级的平均值(见表4)，以便统计棉蚜发生的阶段特征，具体处理结果如下所示：
表2 2004年～2013年每年5月5日～8月25日每5天温度平均值
表3 2004年～2013年每年5月5日～8月25日每5天湿度平均值
表4 2004年～2013年每年5月5日～8月25日每5天棉蚜发生等级平均值
根据棉蚜发生等级平均值绘制其折线图，观察棉蚜发生发展趋势，统计棉蚜发生的阶段特征，通过观察可以看到当地棉蚜的发生发展呈现三个阶段(如图2)：5月5日～6月30日、7月5日～7月25日、7月25日～8月25日。划分依据：可以看到5月5日～6月30日棉蚜的总体发生发展呈现缓慢上升的趋势；6月30日到7月25日呈现快速发展的趋势，在7月20日上升到顶峰，之所以将第二阶段划分到25日而不是20日是因为在25日的气象数据以及等级数据和20日的气象数据、等级数据具有延续性，在数据相关性上(同时上升或同时下降)是一致的；7月25日～8月25日呈现快速下降的趋势。
针对第一阶段，分别用直接湿温比自然对数和相对湿温比自然对数的平均值(相对湿温比为|H-40|/|T-23|，若H＝40，令lnA＝1，若T＝23，令A＝|H-40|)与棉蚜的发生等级进行回归分析，数据整理分别如表5和表6所示：
表5 第一阶段内直接湿温比对数平均值与棉蚜发生等级之间的关系
| 日期 | 直接湿温比自然对数平均值 | 平均等级 |
| 5月5日 | 0.9670 | 1.0600 |
| 5月10日 | 0.9717 | 1.1500 |
| 5月15日 | 0.7457 | 1.1100 |
| 5月20日 | 0.7412 | 1.0720 |
| 5月25日 | 0.7953 | 1.1043 |
| 5月31日 | 0.6513 | 1.3178 |
| 6月5日 | 0.5551 | 1.5040 |
| 6月10日 | 0.6099 | 1.2300 |
| 6月15日 | 0.6686 | 1.3800 |
| 6月20日 | 0.7049 | 1.4247 |
| 6月25日 | 0.7046 | 1.5174 |
| 6月30日 | 0.8282 | 1.2983 |
表6 第一阶段内相对湿温比对数平均值与棉蚜发生等级之间的关系
| 日期 | 相对湿温比自然对数平均值 | 平均等级 |
| 5月5日 | 0.4426 | 1.0600 |
| 5月10日 | 0.7903 | 1.1500 |
| 5月15日 | 0.3402 | 1.1100 |
| 5月20日 | 1.1698 | 1.0720 |
| 5月25日 | 0.6320 | 1.1043 |
| 5月31日 | 1.3465 | 1.3178 |
| 6月5日 | 1.1980 | 1.5040 |
| 6月10日 | 0.8796 | 1.2300 |
| 6月15日 | 1.4022 | 1.3800 |
| 6月20日 | 1.4333 | 1.4247 |
| 6月25日 | 1.5869 | 1.5174 |
| 6月30日 | 2.2329 | 1.2983 |
对表5的直接湿温比自然对数平均值和平均等级进行回归分析，回归方程为：Y＝1.8660-0.8077X(Y为棉蚜发生等级；X为直接湿温比自然对数)，拟合优度R2为：0.6224。
对表6的相对湿温比自然对数平均值和平均等级进行回归分析，回归方程为：Y＝1.0363+0.2030X(Y为棉蚜发生等级，X为相对湿温比自然对数)，拟合优度R2为：0.6521。
比较分别利用直接湿温比对数和相对湿温比对数进行回归的拟合优度，发现利用相对湿温比对数进行回归，方程的拟合优度较大，因此新疆兵团第七师一二五团棉蚜发生的第一阶段的预测方程为：Y＝1.0363+0.2030X。
针对第二阶段，分别用直接湿温比和相对湿温比的自然对数与棉蚜的发生等级进行回归分析，数据整理分别如表7和表8所示：
表7 第二阶段内直接湿温比对数平均值与棉蚜发生等级之间的关系
| 日期 | 直接湿温比对数平均值 | 平均等级 |
| 7月5日 | 0.8079 | 1.6931 |
| 7月10日 | 0.7983 | 1.9181 |
| 7月15日 | 0.8401 | 2.4380 |
| 7月20日 | 0.8783 | 2.5883 |
| 7月25日 | 0.8395 | 2.4433 |
表8 第二阶段内相对湿温比对数平均值与棉蚜发生等级之间的关系
| 日期 | 相对湿温比对数平均值 | 平均等级 |
| 7月5日 | 2.1800 | 1.6931 |
| 7月10日 | 2.2721 | 1.9181 |
| 7月15日 | 2.1873 | 2.4380 |
| 7月20日 | 2.3542 | 2.5883 |
| 7月25日 | 2.2029 | 2.4433 |
对表7的直接湿温比对数平均值和平均等级进行回归分析，回归方程为：Y＝-6.8608+10.8989X(Y为棉蚜发生等级，X为直接湿温比对数)，拟合优度R2为：0.8864。
对表8的相对湿温比对数平均值和平均等级进行回归分析，回归方程为：Y＝-2.3159+2.0239X(Y为棉蚜发生等级，X为相对湿温比对数)，拟合优度R2为：0.3856。
比较分别利用直接湿温比对数和相对湿温比对数进行回归的拟合优度，发现利用直接湿温比对数进行回归，方程的拟合优度较大，因此新疆兵团第七师一二五团棉蚜发生的第二阶段的预测方程为：Y＝-6.8608+10.8989X。
针对第三阶段，分别用直接湿温比自然对数和相对湿温比自然对数的平均值与棉蚜的发生等级进行回归分析，数据整理分别如表9和表10所示：
表9 第三阶段内直接湿温比对数平均值与棉蚜发生等级之间的关系
| 日期 | 直接湿温比对数平均值 | 平均等级 |
| 7月25日 | 0.8395 | 2.4433 |
| 7月31日 | 0.8596 | 2.0653 |
| 8月5日 | 0.9292 | 1.9033 |
| 8月10日 | 0.9076 | 1.5233 |
| 8月15日 | 0.9394 | 1.1500 |
| 8月20日 | 0.9562 | 1.1600 |
| 8月25日 | 0.9827 | 1.0400 |
表10 第三阶段内相对湿温比对数平均值与棉蚜发生等级之间的关系
| 日期 | 相对湿温比对数平均值 | 平均等级 |
| 7月25日 | 2.2029 | 2.443333 |
| 7月31日 | 2.5358 | 2.065278 |
| 8月5日 | 2.5598 | 1.903333 |
| 8月10日 | 2.4284 | 1.523333 |
| 8月15日 | 3.3133 | 1.15 |
| 8月20日 | 3.2646 | 1.16 |
| 8月25日 | 3.5271 | 1.04 |
对表9的直接湿温比对数平均值和平均等级进行回归分析，回归方程为：Y＝10.3585+-9.5450X(Y为棉蚜发生等级，X为直接湿温比对数)，拟合优度R2为：0.9138。
对表10的相对湿温比对数平均值和平均等级进行回归分析，回归方程为：Y＝4.2599-0.93455X(Y为棉蚜发生等级，X为相对湿温比对数)，拟合优度R2为：0.9039。
比较分别利用直接湿温比对数和相对湿温比对数进行回归的拟合优度，发现利用直接湿温比对数进行回归，方程的拟合优度较大，因此新疆兵团第七师一二五团棉蚜发生的第三阶段的预测方程为：Y＝10.3585+-9.5450X。
分别利用上述三阶段的回归方程对2014年新疆兵团第七师一二五团的棉蚜发生情况进行计算，预报结果见表11，拟合效果如图3所示。
表11 计算值、理论值、实际值之间的关系
| 日期 | 计算值 | 理论值 | 实际值 |
| 5月5日 | 1.1338 | 1 | 1 |
| 5月10日 | 1.4285 | 1 | 1 |
| 5月15日 | 1.4405 | 1 | 1 |
| 5月20日 | 1.4486 | 1 | 1 |
| 5月25日 | 1.1945 | 1 | 1 |
| 5月31日 | 1.1792 | 1 | 1 |
| 6月5日 | 0.9812 | 1 | 1 |
| 6月10日 | 1.5335 | 2 | 2 |
| 6月15日 | 0.9203 | 1 | 1 |
| 6月20日 | 1.0851 | 1 | 1 |
| 6月25日 | 1.1699 | 1 | 1 |
| 6月30日 | 1.0756 | 1 | 1 |
| 7月5日 | 2.6522 | 3 | 2 |
| 7月10日 | 4.331 | 4 | 2 |
| 7月15日 | 2.322 | 2 | 2 |
| 7月20日 | 2.8503 | 3 | 3 |
| 7月25日 | 4.7109 | 5 | 2 |
| 7月31日 | 0.1226 | 1 | 1 |
| 8月5日 | 1.7614 | 1 | 1 |
| 8月10日 | -0.597 | 1 | 1 |
| 8月15日 | 0.8198 | 1 | 1 |
| 8月20日 | 0.0262 | 1 | 1 |
| 8月25日 | -1.2699 | 1 | 1 |
| 8月31日 | 0.3754 | 1 | 1 |
注：计算值即回归直接计算的结果，理论值为计算值近似的结果，当计算值出现负值时，说明最小棉蚜虫发生量极小，因为最小等级为1级，可将理论值置为1，实际值为实际测得的结果。
通过上述结果表明本发明能对棉蚜发生情况进行准确预报。
Claims (1)
1.一种分阶段5日间隔的棉蚜发生等级预报方法，其特征在于包括如下步骤：
（1）全面收集当地往年5～8月期间棉蚜虫害发生数据和气象站点检测数据，获得每天的棉蚜发生等级、温度和湿度；
所述的棉蚜发生等级根据下表标准进行划分：
（2）对当地每年的棉蚜发生等级、温度和湿度每5天取平均值；
（3）根据所有历史年份的记录点处棉蚜发生等级的平均值绘制折线图，统计棉蚜发生的阶段特征，对棉蚜的发生阶段进行划分；
所述的阶段特征为棉蚜的发生发展趋势；对棉蚜的发生阶段进行划分的依据是：每个发生阶段内，棉蚜的发生发展趋势呈现单一的变化；
（4）在棉蚜发生的每个阶段内，分别利用记录点处的直接湿温比和相对湿温比的自然对数的平均值与棉蚜发生等级的平均值进行回归分析，选择拟合优度最大的回归方程，进而建立湿温比与棉蚜发生等级的函数关系；
所述的相对湿温比为|H-H0|/|T-T0|，其中，H和T分别表示湿度和温度，H0和分别T0表示适宜棉蚜生长的最小湿度和最小温度；
（5）通过上述建立的函数关系，利用湿温比对棉蚜阶段内记录点处的发生等级进行预报。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410817556.XA CN104504473A (zh) | 2014-12-24 | 2014-12-24 | 一种分阶段5日间隔的棉蚜发生等级预报方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410817556.XA CN104504473A (zh) | 2014-12-24 | 2014-12-24 | 一种分阶段5日间隔的棉蚜发生等级预报方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104504473A true CN104504473A (zh) | 2015-04-08 |
Family
ID=52945868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410817556.XA Pending CN104504473A (zh) | 2014-12-24 | 2014-12-24 | 一种分阶段5日间隔的棉蚜发生等级预报方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104504473A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389739A (zh) * | 2015-11-23 | 2016-03-09 | 南京信息工程大学 | 设施葡萄低温灾害天气指数保险纯费率的确定方法 |
| CN107392376A (zh) * | 2017-07-25 | 2017-11-24 | 中国农业科学院农业信息研究所 | 一种农作物气象产量预测方法及系统 |
| CN109242198A (zh) * | 2018-09-26 | 2019-01-18 | 秭归县植保植检站 | 一种柑橘潜叶蛾预测发生级别及发生期预测方法 |
| CN111768044A (zh) * | 2020-07-01 | 2020-10-13 | 石河子大学 | 一种棉花苗期棉蚜数量监测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050234691A1 (en) * | 2004-04-20 | 2005-10-20 | Singh Ramesh P | Crop yield prediction |
| CN102968675A (zh) * | 2012-12-06 | 2013-03-13 | 中国科学院新疆生态与地理研究所 | 一种短期预测棉蚜种群数量的方法 |
| CN103155836A (zh) * | 2011-12-16 | 2013-06-19 | 东北林业大学 | 一种预测林业有害生物发生程度的方法 |
-
2014
- 2014-12-24 CN CN201410817556.XA patent/CN104504473A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050234691A1 (en) * | 2004-04-20 | 2005-10-20 | Singh Ramesh P | Crop yield prediction |
| CN103155836A (zh) * | 2011-12-16 | 2013-06-19 | 东北林业大学 | 一种预测林业有害生物发生程度的方法 |
| CN102968675A (zh) * | 2012-12-06 | 2013-03-13 | 中国科学院新疆生态与地理研究所 | 一种短期预测棉蚜种群数量的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 刘政 等: "SPSS逐步回归分析法构建北疆棉蚜年发生程度的预报模型", 《安徽农业科学》 * |
| 张金，王佩玲: "新疆石河子地区棉蚜发生程度预测模型研究", 《新疆农业科学》 * |
| 慕彩芸 等: "新疆东疆棉蚜发生发展气象等级预报模型", 《干旱气象》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389739A (zh) * | 2015-11-23 | 2016-03-09 | 南京信息工程大学 | 设施葡萄低温灾害天气指数保险纯费率的确定方法 |
| CN107392376A (zh) * | 2017-07-25 | 2017-11-24 | 中国农业科学院农业信息研究所 | 一种农作物气象产量预测方法及系统 |
| CN109242198A (zh) * | 2018-09-26 | 2019-01-18 | 秭归县植保植检站 | 一种柑橘潜叶蛾预测发生级别及发生期预测方法 |
| CN111768044A (zh) * | 2020-07-01 | 2020-10-13 | 石河子大学 | 一种棉花苗期棉蚜数量监测方法及系统 |
| CN111768044B (zh) * | 2020-07-01 | 2022-07-08 | 石河子大学 | 一种棉花苗期棉蚜数量监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sen et al. | Projecting climate change, drought conditions and crop productivity in Turkey | |
| Kroll et al. | Rural–urban gradient analysis of ecosystem services supply and demand dynamics | |
| Finney et al. | A simulation of probabilistic wildfire risk components for the continental United States | |
| Scoccimarro et al. | Intense precipitation events associated with landfalling tropical cyclones in response to a warmer climate and increased CO2 | |
| Blouin et al. | Ensemble lightning prediction models for the province of Alberta, Canada | |
| Beyer et al. | Rainfall characteristics and their implications for rain-fed agriculture: a case study in the Upper Zambezi River Basin | |
| Etienne et al. | Development of a Demand Sensitive Drought Index and its application for agriculture over the conterminous United States | |
| CN104504473A (zh) | 一种分阶段5日间隔的棉蚜发生等级预报方法 | |
| CN110059915A (zh) | 一种冬小麦气象灾害综合风险动态评价方法及装置 | |
| Chen et al. | The role of vegetation in flash drought occurrence: a sensitivity study using community earth system model, version 2 | |
| Wu et al. | Windborne migration routes of newly-emerged fall armyworm from Qinling Mountains–Huaihe River region, China | |
| Shi et al. | Progress on quantitative assessment of the impacts of climate change and human activities on cropland change | |
| Li et al. | Annual precipitation and daily extreme precipitation distribution: Possible trends from 1960 to 2010 in urban areas of China | |
| Hu et al. | Risk assessment of drought disaster in summer maize cultivated areas of the Huang-Huai-Hai plain, eastern China | |
| Liu et al. | More frequent, long-lasting, extreme and postponed compound drought and hot events in eastern China | |
| Sanjeevaiah et al. | Understanding the temporal variability of rainfall for estimating agro-climatic onset of cropping season over south interior Karnataka, India | |
| Zhang et al. | Assessment of soil erosion under woodlands using USLE in China | |
| Chen et al. | Risk evaluation of solar greenhouse cucumbers low temperature disaster based on GIS spatial analysis in Tianjin, China | |
| Gashure et al. | Spatiotemporal climate variability and trends in UNESCO designated cultural landscapes of Konso, Ethiopia | |
| Zhou et al. | Water use in China’s domestic, industrial and agricultural sectors: An empirical analysis | |
| Xue et al. | Understanding driving mechanisms behind the supply-demand pattern of ecosystem services for land-use administration: Insights from a spatially explicit analysis | |
| Mauget et al. | Optimizing dryland crop management to regional climate via simulation. Part I: US Southern High Plains cotton production | |
| Long et al. | Are temperature and precipitation extremes increasing over the US high plains? | |
| Peters et al. | Empirical evidence for factors affecting searcher efficiency and scavenging rates at a coastal, terrestrial wind-power facility | |
| Saseendran et al. | Characterization of weekly cumulative rainfall forecasts over meteorological subdivisions of India using a GCM |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150408 |
|
| WD01 | Invention patent application deemed withdrawn after publication |