徐晨光，郭海波

(1.浙江省舟山市植保站，浙江舟山 316021;2.舟山市農(nóng)業(yè)科學(xué)研究院，浙江舟山 316000)

稻縱卷葉螟 (Cnaphalocrocis medinalis Guenee)是水稻上重要的遷飛性害蟲(chóng)之一。自21世紀(jì)初開(kāi)始，隨著早、晚稻連作雙熟制改變?yōu)閱渭就淼締问熘疲?(3)代稻縱卷葉螟重發(fā)頻率上升，為害加劇。對(duì)該害蟲(chóng)預(yù)測(cè)預(yù)報(bào)的研究，常規(guī)方法大多是建立在對(duì)害蟲(chóng)發(fā)生的主導(dǎo)因素分析的基礎(chǔ)上，而受氣象預(yù)報(bào)準(zhǔn)確程度等條件的限制，害蟲(chóng)長(zhǎng)期預(yù)測(cè)準(zhǔn)確度受到影響。本研究試圖避開(kāi)影響稻縱卷葉螟消長(zhǎng)的眾多因素，采用灰色預(yù)測(cè)方法，對(duì)5(3)代稻縱卷葉螟發(fā)生程度作出長(zhǎng)期預(yù)報(bào)。

1 材料與方法

1.1 灰色預(yù)測(cè)建模與方法

灰色預(yù)測(cè)主要應(yīng)用只有一階一個(gè)變量的灰色微分方程模型，即GM(1，1)模型，其建模原理與方法如下。設(shè)隨機(jī)序列 {x(0)(t)}，t=1，2，…，n，則一階累加生成序列 (1-AGO){x(1)(t)}，2，…，n，x(1)(t)可建立灰色微分方程 d x(1)(t)/d t+ax(1)(t)=u，按最小二乘法解 ^a=(a，u)T= (BTB)-1BTyN。 其 中 B =［x(0)(2)，x(0)(3)，…x(0)(n)］T，則微分方程解，即GM(1，1)模型的響應(yīng)函數(shù)為^x(1)(t)=［x(0)(1)-u/a］ e-a(t-1)+u/a。

倘若建立的GM(1，1)模型檢驗(yàn)不合格，應(yīng)再建殘差GM(1，1)模型對(duì)原模型進(jìn)行修正。

1.2 GM(1，1)模型建立與精度檢驗(yàn)

以舟山市2000-2011年5(3)代稻縱卷葉螟歷年發(fā)生程度的實(shí)測(cè)值為材料，設(shè)定與年份相對(duì)應(yīng)的序號(hào)為80，81，…，91(表1)。

表1 歷年5(3)代稻縱卷葉螟發(fā)生程度

根據(jù)表1，規(guī)定發(fā)生程度x≤3級(jí)的年份為常年 (E)，即下災(zāi)變集;x＞3級(jí)的年份為災(zāi)年(C)，即上災(zāi)變集。本研究選用上災(zāi)變集，以年序建模，則其上災(zāi)變?nèi)掌诩癁閤(0)(t)={81，84，85，86，87，88，90，91}，一階累加序列為 x(1)(t)={1，165，250，336，423，511，601，692}，經(jīng)計(jì)算得a=-0.013 528 256，u=82.120 819 09，u/a=-6 070.318 235，從而得到5(3)代稻縱卷葉螟灰色災(zāi)變GM(1，1)模型解的響應(yīng)時(shí)間函數(shù)為^x(1)(t)=6 151.318 235e0.013528256(t-1)-6 070.318 235，即預(yù)測(cè)模型 (1)。預(yù)測(cè)模型 (1)需作殘差檢驗(yàn)，依計(jì)算公式:模型還原后的回測(cè)值x(0)(t) ×100，由此得出表2。

表2 模型 (1)精度檢驗(yàn)結(jié)果

從表2可見(jiàn)，預(yù)測(cè)模型的預(yù)測(cè)值與實(shí)際的平均相對(duì)誤差僅有0.221 8%，說(shuō)明預(yù)測(cè)值的精度達(dá)到99%以上，故預(yù)測(cè)模型是可信的，可作為5(3)代稻縱卷葉螟灰色災(zāi)變長(zhǎng)期預(yù)測(cè)模型使用。

2 結(jié)果與分析

上災(zāi)變?nèi)掌诩痻(0)(t)={81，84，85，86，87，88，90，91}中的元素是 2000-2011年 5(3)代稻縱卷葉螟中偏重或重發(fā)的年序號(hào)，故對(duì)預(yù)測(cè)模型經(jīng)還原后即可進(jìn)行上災(zāi)變?nèi)掌?(年份)的預(yù)測(cè)。t≤8為回測(cè)，t＞8為預(yù)測(cè)。

現(xiàn)以x(0)(8)所對(duì)應(yīng)的2011年為原點(diǎn)，用模型 (1)預(yù)測(cè)下一個(gè)5(3)代稻縱卷葉螟中偏重-x(0)(8)=1，2011年+1年=2012年。同理，仍以2011年為原點(diǎn)，取t=10，11，…，n進(jìn)行預(yù)測(cè)，未預(yù)測(cè)到的年份則是中等或中等以下發(fā)生年。下面給出用模型 (1)回測(cè)2000-2011年結(jié)果和2012-2017年內(nèi)的預(yù)測(cè) (表3)。

從表3中看出，用模型 (1)回測(cè)2000-2011年，其擬合率100%，2012-2013年預(yù)測(cè)結(jié)果與實(shí)際情況吻合?？梢?jiàn)用灰色系統(tǒng)理論建立的稻縱卷葉螟灰色災(zāi)變長(zhǎng)期預(yù)測(cè)模型具有較高的準(zhǔn)確性。用該模型預(yù)測(cè)2015-2017年5(3)代稻縱卷葉螟均為中偏重或重發(fā)年份，而2014年為中等或中等以下發(fā)生年份，這一預(yù)測(cè)結(jié)果還有待實(shí)踐檢驗(yàn)。

表3 實(shí)測(cè)值與預(yù)測(cè)結(jié)果比較

3 小結(jié)

本研究引入灰色系統(tǒng)理論與方法進(jìn)行稻縱卷葉螟災(zāi)變長(zhǎng)期預(yù)測(cè)，有較高的準(zhǔn)確性與應(yīng)用價(jià)值，且可避免對(duì)氣象預(yù)報(bào)的依賴，方法簡(jiǎn)便易行。如若能與中、短期定量預(yù)測(cè)結(jié)合起來(lái)，則應(yīng)用效果更佳。

若建立的灰色GM(1，1)預(yù)測(cè)模型精度不高，則需對(duì)模型進(jìn)行若干次單段函數(shù)殘差分析，以提高模型精度。本文建立的GM(1，1)預(yù)測(cè)模型通過(guò)相對(duì)誤差檢驗(yàn)，證明模型精度達(dá)99%以上，故沒(méi)有進(jìn)行殘差GM(1，1)建模修正。

將年份作重新編序，以序號(hào)進(jìn)行建模，獲得較理想結(jié)果。若直接以年份為原始數(shù)據(jù)建模，歷史擬合和預(yù)測(cè)結(jié)果不很理想。因此，對(duì)于同一預(yù)測(cè)對(duì)象，選取不同的原始變量會(huì)影響模型的擬合結(jié)果，但具體原因還有待進(jìn)一步探索。

［1］ 鄧聚龍.灰色系統(tǒng)基本方法［M］.武漢:華中理工大學(xué)出版社，1987:43-150.

［2］ 高燕平，白秀娥，張汝霖，等.玉米葉螨灰色災(zāi)變長(zhǎng)期預(yù)測(cè)模型 ［J］.中國(guó)植保導(dǎo)刊，2011，31(9):36-38.