張新華，陳 玉，曾石生，謝 坤，謝福才

（1.井岡山市農(nóng)業(yè)局，江西井岡山 343600；2.井岡山市科衛(wèi)有害生物防制技術公司，江西井岡山 343600）

?

稻飛虱大發(fā)生年份灰色災變的預測

張新華1，陳 玉1，曾石生1，謝 坤2，謝福才2

（1.井岡山市農(nóng)業(yè)局，江西井岡山 343600；2.井岡山市科衛(wèi)有害生物防制技術公司，江西井岡山 343600）

摘 要：研究應用灰色系統(tǒng)控制理論，對井岡山市龍市區(qū)域1987—2001年間的水稻田間蟲量調查數(shù)據(jù)進行綜合系統(tǒng)研究分析，建立其預測微分模型為對未來年份發(fā)生量進行預測預報；同時，用模型計算值對實際值進行檢驗，吻合程度極高。結果表明，該模型在本區(qū)域的稻飛虱預測預報實踐中具有一定的應用價值。

關鍵詞：稻飛虱；大發(fā)生年份；灰色預測

文獻著錄格式:張新華，陳玉，曾石生，等.稻飛虱大發(fā)生年份灰色災變的預測［J］.浙江農(nóng)業(yè)科學，2016，57（6）: 885-887.

有關灰色預測的研究與應用在自然災害和社會經(jīng)濟等領域已有報道［1-12］?；疑到y(tǒng)主要特征表現(xiàn)為:系統(tǒng)的邊界或因素不完全清楚，系統(tǒng)中因素間的關系不完全知道，系統(tǒng)的內部結構不完全明確，系統(tǒng)的作用原理或運行機制不完全了解。農(nóng)業(yè)病蟲發(fā)生系統(tǒng)具有典型的灰色特征。（1）表征病蟲發(fā)生的參數(shù)是灰數(shù)。意味著病蟲測報數(shù)據(jù)的灰性，如測報數(shù)據(jù)等均是在真實某個領域內變化的參數(shù)。（2）影響系統(tǒng)的參數(shù)是灰元。在各種影響因素中，有許多完全不確定的或已確定卻難以量化的影響因子。（3）構成病蟲發(fā)生系統(tǒng)的各種關系是灰關系。如一因一效、一因多效、多因一效、多因多效、隱效、顯效等難以完全確定或量化。為此，根據(jù)井岡山（龍市）2015年稻飛虱田間高峰期百叢蟲量數(shù)據(jù)，采用灰色系統(tǒng)預測模型，應用灰色理論分析，預測該區(qū)未來可能稻飛虱大發(fā)生年份，是一種科學可行的方法。

1 材料與方法

1.1 材料

根據(jù)井岡山龍市區(qū)域稻飛虱的歷史發(fā)生情況，其主害代以早稻后期及中稻前期受害最為嚴重，而井岡山以一季中稻為主，早稻極少。因此，選擇中稻田間蟲量高峰期的百叢蟲量為研究因子，建立1組數(shù)據(jù)如表1。

表1　井岡山（龍市區(qū)）中稻飛虱歷年發(fā)生量

1.2 計算與建模

綜合本地歷史發(fā)生情況作量的分析，并擬定百叢發(fā)生量≥5 500只為大發(fā)生年，以此作為異常災變值。

以X為發(fā)生年份，以大發(fā)生年份序號為下標，以上標0代表原始數(shù)據(jù)、以上標1代表累加后的構建數(shù)據(jù)進行建模。

從表1可知，大發(fā)生年有

將X中數(shù)據(jù)作1次累加生成得:

由原始數(shù)據(jù)X（0）→構造數(shù)據(jù)X（1），建立GM （1，1）序列如表2。

表2　GM（1，1）序列表

2 結果與分析

2.1 模型檢驗

作還原數(shù)據(jù)的檢驗，得表3。

表3　模型計算值、實際值、誤差率

2.2 預測與結論

按以上模型預測第6，7，8大發(fā)生年:

綜上計算結果，按照年序排列可知，第6，7，8大發(fā)生年序分別是第17，20，24年。即預測的第6，7，8大發(fā)生年份分別為2003，2006，2010年。

3 討論

稻飛虱（褐飛虱、白背飛虱和灰飛虱）是井岡山區(qū)水稻主要害蟲之一，不但直接為害水稻，而且傳播病毒病，其大發(fā)生年常暴發(fā)成災，嚴重影響水稻產(chǎn)量和品質。因此，除選擇抗病品種、加強栽培管理外，科學地做好稻飛虱大發(fā)生年份的預測預報也是防治的基礎和關鍵。本理論預測模型預測2003，2006，2010年為該區(qū)稻飛虱大發(fā)生年份，實踐證明，這3年均為該區(qū)稻飛虱大發(fā)生年，2010年井岡山市即因稻飛虱暴發(fā)致萬余畝水稻感染黑條矮縮病而大幅減產(chǎn)甚而絕收。

GM（1.1）灰色動態(tài)預測模型多應用于復雜系統(tǒng)某一主導因素特征值的擬合和預測，其預測精度受被預測對象的遞變規(guī)律及數(shù)據(jù)序列的光滑度影響，且所建立的灰色模型的固有誤差很難保證為無窮小量［15］；本研究理論預測模型的預測效果雖與實際發(fā)生基本吻合，但隨著年份數(shù)據(jù)鏈的不斷延長和信息量增加，有必要在實踐中不斷對其檢驗和完善，以提高其預測效果和準確性。

對稻飛虱大發(fā)生年份的災變預測是稻飛虱蟲情測報技術手段之一。采用灰色系統(tǒng)控制理論對自然界長期連續(xù)的有關數(shù)據(jù)信息進行綜合分析與計算，建立具有一定生物學意義的微分方程預測模型是科學的，既有現(xiàn)實意義，又有理論價值，可為農(nóng)業(yè)生產(chǎn)及其病蟲綜防策略的制定和生資農(nóng)藥的合理調配等提供科學依據(jù)。

參考文獻:

［1］ 吳澤，吳東.糧食生產(chǎn)的灰色分析與預測［J］.甘肅科學學報，1994（4）: 62-66.

［2］ 陳亞寧，楊思奎.自然災害的灰色關聯(lián)災情評估模型及其應用研究［J］.地理科學進展，1999，18（2）: 158-162.

［3］ 孫才志，宮輝力，張戈.自然災害的模糊識別模型及其應用［J］.自然災害學報，2001，10（4）: 52-56.

［4］ 倪少凱，陳衛(wèi)紅.用Matlab實現(xiàn)灰色數(shù)列模型GM（1，1）的預測［J］.數(shù)理醫(yī)藥學雜志，2002，15（2）: 292-293.

［5］ 周世健，賴志坤，藏德彥，等.加權灰色預測模型及其計算實現(xiàn)［J］.武漢大學學報（信息科學版），2002，27 （5）: 451-455.

［6］ 張俊芳，吳伊昂，吳軍基.基于灰色理論負荷預測的應用研究［J］.電力自動化設備，2004，24（5）: 24-27.

［7］ 王弘宇，馬放，楊開，等.灰色新陳代謝GM（1，1）模型在中長期城市需水量預測的應用研究［J］.武漢大學學報（工學版），2004，37（6）: 32-35.

［8］ 周詩國.我國人口的灰色預測模型研究及其應用［J］.數(shù)理醫(yī)藥學雜志，2005，18（4）: 307-309.

［9］ 陳森，周峰.基于灰色系統(tǒng)理論的物流需求預測模型［J］.統(tǒng)計與決策，2006（2）: 59-60.

［10］ 衛(wèi)貴武.權重信息不完全的多屬性決策的灰色關聯(lián)分析法［J］.數(shù)學的實踐與認識，2007，37（19）: 94-98.

［11］ 何國華.區(qū)域物流需求預測及灰色預測模型的應用［J］.北京交通大學學報（社會科學版），2008，7（1）: 33-37.

［12］ 王寶闊.船舶交通事故量灰色預測應用研究［J］.中國航海，2011，34（1）: 59-62.

［13］ 鄧聚龍.灰色控制系統(tǒng)［M］.武漢:華中工學院出版社，1985.

［14］ 嚴智淵，戴玉生.灰色系統(tǒng)預測與應用［M］.南京:江蘇科學技術出版社，1989.

［15］ 鄧聚龍.灰預測與灰決策［M］.武漢:華中科技大學出版社，2002.

（責任編輯：張瑞麟）

中圖分類號：S435

文獻標志碼：A

文章編號：0528-9017（2016）06-0885-03

DOI：10.16178/j.issn.0528-9017.20160628

收稿日期:2015-11-19

作者簡介:張新華（1965—），男，江西井岡山人，農(nóng)藝師，本科，從事植物保護與農(nóng)技推廣工作，E-mail: zyc0602@sina.cn。