農(nóng)作物病蟲害預(yù)報(bào)方法研究綜述

馬寧，孟志軍，王培，梁勇（.國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心，北京00097；.山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院）

?

農(nóng)作物病蟲害預(yù)報(bào)方法研究綜述

馬寧1，孟志軍1，王培1，梁勇2
（1.國(guó)家農(nóng)業(yè)智能裝備工程技術(shù)研究中心，北京100097；2.山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院）

摘要：農(nóng)作物病蟲害監(jiān)測(cè)預(yù)警是植保工作的基礎(chǔ)，是有效防控病蟲害的前提、是農(nóng)業(yè)生產(chǎn)安全的保障。我國(guó)作為一個(gè)農(nóng)業(yè)生產(chǎn)大國(guó)，更需要關(guān)注農(nóng)作物病蟲害預(yù)報(bào)預(yù)警技術(shù)的發(fā)展，保障農(nóng)作物的安全生產(chǎn)。分析當(dāng)前國(guó)內(nèi)外部分病蟲害預(yù)報(bào)預(yù)警方式，指出當(dāng)前預(yù)警方式存在的問(wèn)題，并對(duì)該項(xiàng)研究的發(fā)展做出展望。

關(guān)鍵詞：農(nóng)作物；病蟲害；預(yù)報(bào)方法

農(nóng)作物病蟲害是影響我國(guó)農(nóng)業(yè)生產(chǎn)的重要因素，極大地影響了我國(guó)糧食安全。根據(jù)全國(guó)農(nóng)業(yè)技術(shù)推廣服務(wù)中心組織專家對(duì)2013年農(nóng)作物重大病蟲害發(fā)生趨勢(shì)會(huì)商結(jié)果，2013年全國(guó)農(nóng)作物重大病蟲害總體維持重發(fā)態(tài)勢(shì)[1]。根據(jù)此次病蟲害發(fā)生趨勢(shì)會(huì)商結(jié)果，全國(guó)各地的相關(guān)部門統(tǒng)一協(xié)作，積極做好前期預(yù)警、中后期防治工作，有效控制了病蟲害的發(fā)生發(fā)展，減少了發(fā)生面積，挽回了大量經(jīng)濟(jì)損失。據(jù)不完全統(tǒng)計(jì)，2013年通過(guò)前期預(yù)警，水稻、小麥、玉米、馬鈴薯4類糧食作物挽回產(chǎn)量損失780億kg，按2013年當(dāng)年防治投入計(jì)，通過(guò)病蟲害預(yù)測(cè)減少防治投入60億元以上。由此可見(jiàn)，我國(guó)的病蟲害預(yù)警工作成效顯著，為保障我國(guó)糧食安全做出了突出貢獻(xiàn)[2]。

我國(guó)現(xiàn)行植保工作的方針：“預(yù)防為主，綜合防治”。這個(gè)工作方針是在長(zhǎng)期的農(nóng)業(yè)生產(chǎn)實(shí)踐中，同病蟲害做斗爭(zhēng)中得到的經(jīng)驗(yàn)總結(jié)；同時(shí)，此方針也吸取和借鑒了國(guó)外的植保工作經(jīng)驗(yàn)。在農(nóng)業(yè)生產(chǎn)中，首先要做到“預(yù)防為主”，重視病蟲害監(jiān)測(cè)預(yù)警工作。監(jiān)測(cè)預(yù)警是“綜合防治”的基礎(chǔ)，若不能做到病蟲害預(yù)警，病蟲害防治工作將會(huì)陷入被動(dòng)。因此，變被動(dòng)為主動(dòng)，通過(guò)預(yù)警情況來(lái)部署相應(yīng)的防治工作才是正確的工作方式。

病蟲害的發(fā)生發(fā)展主要由以下三點(diǎn)決定：外部適宜病蟲害發(fā)生的環(huán)境、病蟲自身達(dá)到感染傳播的生長(zhǎng)階段、存在可供病蟲寄生的植物；其中第一點(diǎn)是決定病蟲害能否流行爆發(fā)的主要因素。因此病蟲害預(yù)警主要是通過(guò)對(duì)病蟲害發(fā)生初期的氣象條件、作物品種、栽培方式等信息進(jìn)行匯總整理，進(jìn)而分析在一定時(shí)間段內(nèi)病蟲害是否會(huì)大范圍發(fā)生。雖然當(dāng)前的病蟲害預(yù)警方式多種多樣，但是都存在各自的局限性和不足之處。

1　病蟲害發(fā)生發(fā)展預(yù)報(bào)方法研究

國(guó)內(nèi)外專家學(xué)者對(duì)農(nóng)作物病蟲害預(yù)報(bào)預(yù)警做了大量的研究，主要集中在以下幾點(diǎn)：病蟲害發(fā)生機(jī)理、預(yù)測(cè)預(yù)報(bào)方法、病蟲害發(fā)生的影響因子、預(yù)警預(yù)報(bào)系統(tǒng)功能等幾個(gè)方面[3]。所研究病蟲害不僅包括由真菌、病毒等引起的生物病害，也包括了由外部環(huán)境等其他因素引起的病害，如凍害、草害等。目前有關(guān)氣候變化對(duì)病蟲害影響的研究預(yù)測(cè)，多是定性的結(jié)論；或是一定區(qū)域內(nèi)針對(duì)某一病蟲害進(jìn)行的預(yù)測(cè)，不具普適性。當(dāng)前病蟲害的預(yù)測(cè)研究主要集中在以下幾點(diǎn)：基于經(jīng)驗(yàn)或試驗(yàn)的預(yù)測(cè)、基于生物學(xué)系統(tǒng)的預(yù)測(cè)、基于數(shù)理統(tǒng)計(jì)的預(yù)測(cè)、基于灰色系統(tǒng)理論的預(yù)測(cè)、基于模糊數(shù)學(xué)的預(yù)測(cè)、基于信息技術(shù)的預(yù)測(cè)[4]。

1.1基于經(jīng)驗(yàn)或?qū)嶒?yàn)的預(yù)測(cè)

此類方法主要從種植經(jīng)驗(yàn)或?qū)嶒?yàn)角度出發(fā)，通過(guò)實(shí)驗(yàn)分析作物生長(zhǎng)發(fā)育、繁殖、結(jié)實(shí)等時(shí)期的特性，結(jié)合相應(yīng)的氣候環(huán)境因素進(jìn)行分析預(yù)測(cè)。如通過(guò)實(shí)驗(yàn)得到害蟲發(fā)育與溫度關(guān)系及其有效積溫等數(shù)據(jù)，利用氣象資料進(jìn)行發(fā)生期的預(yù)測(cè)[5]。韓蘭芝等[5]通過(guò)實(shí)驗(yàn)，確定了不同溫度對(duì)甜菜夜蛾產(chǎn)卵、孵化、發(fā)育的不同影響，建立了種群生命信息表，從而建立了兩個(gè)數(shù)學(xué)函數(shù)模型：種群增長(zhǎng)趨勢(shì)指數(shù)、世代存活率與溫度之間的模型，結(jié)合實(shí)際的氣象資料可以對(duì)甜菜夜蛾的爆發(fā)做出預(yù)警。此類方法需要較為詳細(xì)和精確的實(shí)驗(yàn)數(shù)據(jù)才能構(gòu)建模型，因此對(duì)實(shí)驗(yàn)設(shè)計(jì)和實(shí)驗(yàn)條件均有一定的要求。

1.2基于生物學(xué)系統(tǒng)的預(yù)測(cè)方法

此類方法是基于生物學(xué)的病害預(yù)測(cè)，將植物的生長(zhǎng)發(fā)育、生存、繁殖等生長(zhǎng)過(guò)程作為研究對(duì)象，同時(shí)輔以環(huán)境影響因子，分析出一定的定量或定性關(guān)系式，以模型預(yù)測(cè)出病蟲害的發(fā)生發(fā)展。

王海燕等[6]通過(guò)對(duì)番茄晚疫病的生物學(xué)過(guò)程的研究，將晚疫病的流行發(fā)展系統(tǒng)的劃分為以下幾個(gè)連續(xù)的部分：病害侵染、病害潛育和顯癥、病斑的擴(kuò)散和二代孢子進(jìn)行再次擴(kuò)散侵染。之后運(yùn)用定量分析和統(tǒng)計(jì)學(xué)研究，確定各部分的主要影響因子，分別對(duì)應(yīng)四個(gè)部分建立了預(yù)測(cè)模型，通過(guò)四個(gè)模型預(yù)測(cè)晚疫病是否會(huì)爆發(fā)。基于生物學(xué)基礎(chǔ)建立的預(yù)報(bào)模型，在建模過(guò)程中僅考慮了病蟲害發(fā)生的生物學(xué)過(guò)程，缺乏對(duì)病蟲害發(fā)生發(fā)展的氣候條件及氣候要素間相互影響的考慮，制約了模型的使用范圍。同時(shí)對(duì)生物學(xué)過(guò)程中部分內(nèi)容的研究不明確，尚不能確定對(duì)模型的影響。

1.3基于數(shù)理統(tǒng)計(jì)方法的預(yù)測(cè)方法

運(yùn)用數(shù)理統(tǒng)計(jì)方法，在選擇預(yù)報(bào)因子時(shí)大多采用相關(guān)分析、符號(hào)法、極差分析等，而預(yù)測(cè)方法通過(guò)建立預(yù)測(cè)模型，包括直線回歸分析、曲線回歸分析、多項(xiàng)式分析等[7]。這些方法具有組建模型比較簡(jiǎn)單、使用方便等特點(diǎn)。

左豫虎等[8]通過(guò)相關(guān)分析、回歸分析等方法，統(tǒng)計(jì)分析了長(zhǎng)達(dá)23年的田間赤霉病病情資料與氣象資料，明確了病情流行的影響因素，建立了小麥赤霉病預(yù)測(cè)模型，模型較準(zhǔn)確的反映了小麥赤霉病的流行規(guī)律。鄭蓮枝等[9]通過(guò)連續(xù)10年的實(shí)驗(yàn)，對(duì)小麥根腐病病情和氣象因子進(jìn)行年度分析，通過(guò)直線回歸和分檔統(tǒng)計(jì)分別進(jìn)行病害流行強(qiáng)度的預(yù)測(cè)，預(yù)報(bào)結(jié)果吻合率均可反映病害的流行強(qiáng)度。此類方法需要長(zhǎng)期記錄的氣象數(shù)據(jù)，同時(shí)要求氣象數(shù)據(jù)類目詳細(xì)，限于擁有此類數(shù)據(jù)的單位進(jìn)行此類預(yù)警模型的構(gòu)建。對(duì)于氣象記錄歷史短，數(shù)據(jù)不詳盡的單位不適宜用此類方法構(gòu)建預(yù)警模型。

1.4基于灰色系統(tǒng)理論的預(yù)測(cè)方法

灰色系統(tǒng)理論是鄧聚龍教授提出的一種解決信息不完備問(wèn)題的數(shù)學(xué)方法。該理論認(rèn)為非確定量是灰色量，把影響灰色量的因素當(dāng)作是干擾量，最后反映到動(dòng)態(tài)過(guò)程，因此可以看作是對(duì)未來(lái)做出的預(yù)測(cè)[10]。農(nóng)作物病蟲害的發(fā)生可以看作是一個(gè)與時(shí)間有關(guān)的過(guò)程，其特征量（發(fā)生面積、時(shí)間等）蘊(yùn)含了未來(lái)時(shí)刻系統(tǒng)發(fā)生變化的某些信息。因此，灰色系統(tǒng)法可用于建立預(yù)報(bào)模型。

李茂達(dá)等[11]通過(guò)灰色系統(tǒng)理論，結(jié)合綿陽(yáng)市歷年小麥赤霉病發(fā)生面積數(shù)據(jù)作為時(shí)間數(shù)據(jù)序列，建立GM（1，1）模型，對(duì)未來(lái)作物病蟲害發(fā)生面積做出預(yù)測(cè)。使用此方法僅需掌握某地連續(xù)5年以上的病蟲害發(fā)生記錄，就可以應(yīng)用GM（1，1）模型做出相關(guān)預(yù)測(cè)，而不必考慮其他影響因子的作用。

雖然此類方法僅需考慮所提供少量歷史數(shù)據(jù)就可以做出預(yù)報(bào)模型，但模型做出預(yù)測(cè)的基礎(chǔ)是假定未來(lái)時(shí)間內(nèi)系統(tǒng)的影響因素均保持不變；但隨著時(shí)間變化，未來(lái)一些客觀因素必然會(huì)發(fā)生變化，此時(shí)系統(tǒng)的狀態(tài)將會(huì)發(fā)生波動(dòng)，從而影響預(yù)測(cè)值。因此，通過(guò)建立的預(yù)測(cè)模型需要不斷補(bǔ)充新的資料，對(duì)模型進(jìn)行修正和優(yōu)化。

1.5基于模糊數(shù)學(xué)的預(yù)測(cè)方法

模糊數(shù)學(xué)是把客觀世界中的模糊現(xiàn)象作為研究對(duì)象，找出其中存在的一定規(guī)律，然后用數(shù)學(xué)方法分析，得出相對(duì)模糊的結(jié)論[12]。病蟲害的發(fā)生是由多種自然因素相互影響的，是一種復(fù)雜的自然現(xiàn)象，各種因素以及結(jié)論都存在一定的模糊性。使用模糊數(shù)學(xué)理論不需要精確的描述，只要得出相對(duì)明確的描述，就可以作為病蟲害發(fā)生的依據(jù)。

李仲惺等[13]通過(guò)模糊數(shù)學(xué)理論，采用因子權(quán)重綜合評(píng)判法，建立預(yù)測(cè)式。對(duì)第一代二化螟發(fā)生期進(jìn)行預(yù)報(bào)，既減輕了剝蛹?xì)v期的人工工作強(qiáng)度，又提高了預(yù)報(bào)的準(zhǔn)確率，減少了預(yù)報(bào)中出現(xiàn)的偏差。模糊數(shù)學(xué)預(yù)測(cè)法雖然比線性回歸等數(shù)學(xué)方法簡(jiǎn)單，但實(shí)時(shí)預(yù)警效果不佳，若要得出較為準(zhǔn)確的預(yù)警結(jié)論，仍需增加其他的預(yù)報(bào)因子。

1.6基于人工神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)方法

人工神經(jīng)網(wǎng)絡(luò)是近年來(lái)興起的一門學(xué)科，它是通過(guò)對(duì)人腦組織結(jié)構(gòu)和運(yùn)行機(jī)制的模擬，從而建立起的一種非線性動(dòng)力學(xué)系統(tǒng)，具有容錯(cuò)能力強(qiáng)、跟蹤性能好、適應(yīng)面廣等優(yōu)點(diǎn)[14]。許多學(xué)者對(duì)其進(jìn)行研究，并取得了一定的成果，建立出多種病蟲害預(yù)報(bào)模型。其中應(yīng)用最廣泛的就是BP多層神經(jīng)網(wǎng)絡(luò)，它的特點(diǎn)是可以將輸出值與期望值不斷比較、修正，使輸出誤差達(dá)到最小，使網(wǎng)絡(luò)輸出和實(shí)際期望輸出盡量一致。

孫凡等[15]通過(guò)運(yùn)用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行長(zhǎng)江中下游的梨黑星病的預(yù)測(cè)。通過(guò)一系列的數(shù)學(xué)運(yùn)算：Sigmaid函數(shù)、計(jì)算誤差信號(hào)、修正權(quán)值闕值等；經(jīng)過(guò)多次訓(xùn)練過(guò)程之后，BP網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)確率達(dá)到了93.33%。Lankin-Vega，G.等[16]通過(guò)人工神經(jīng)網(wǎng)絡(luò)方法建立模型對(duì)秋季大麥黃矮病進(jìn)行病害預(yù)警，并將預(yù)警結(jié)論與多元回歸分析模型預(yù)警結(jié)論進(jìn)行比較，結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)模型得到的預(yù)測(cè)誤差要比多元回歸分析預(yù)測(cè)誤差小得多，說(shuō)明此模型可以對(duì)病蟲害進(jìn)行有效預(yù)測(cè)。關(guān)海鷗等[17]改進(jìn)了BP神經(jīng)算法在收斂速度和計(jì)算量方面的不足，提高了BP網(wǎng)絡(luò)的訓(xùn)練速度，同時(shí)成功應(yīng)用于小麥赤霉病的預(yù)測(cè)中，為BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于農(nóng)業(yè)問(wèn)題起到示范作用。

人工神經(jīng)網(wǎng)絡(luò)法不需要人為地考慮各影響因子之間的權(quán)值，它可以比較實(shí)際輸出值和期望輸出值的誤差，自動(dòng)修正模型，因此較為簡(jiǎn)單。此方法的關(guān)鍵在于選用的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)。同時(shí)選用訓(xùn)練的個(gè)體差異越小，可使訓(xùn)練過(guò)程更精度，速度更快。因此，選定合適的參數(shù)和神經(jīng)結(jié)構(gòu)尤為重要。

1.7基于3S技術(shù)的預(yù)報(bào)方法

3S技術(shù)，即GIS、GPS和RS。3S技術(shù)當(dāng)前廣泛應(yīng)用于大范圍病蟲害災(zāi)情測(cè)報(bào)，通過(guò)GPS提供空間信息，精確定位找到災(zāi)害發(fā)生點(diǎn)，RS提供圖像光譜信息，GIS對(duì)信息進(jìn)行整合、分析，直觀的反映病蟲害的分布范圍、發(fā)生面積、危害程度等信息；可以建立起大范圍病蟲害災(zāi)情發(fā)展趨勢(shì)的模型，模擬病蟲害種群的變化趨勢(shì)，從而對(duì)病蟲害的發(fā)展趨勢(shì)做出預(yù)測(cè)。

石雷等[18]提出利用中低分辨率遙感衛(wèi)星數(shù)據(jù)在時(shí)間序列上的累計(jì)環(huán)境變化響應(yīng)，結(jié)合GIS技術(shù)、人工智能能技術(shù)監(jiān)測(cè)松材線蟲病的新方法。此方法主要利用低分辨率衛(wèi)星具有較高時(shí)間分辨率的特點(diǎn)，遙感數(shù)據(jù)對(duì)地面連續(xù)的環(huán)境因子響應(yīng)明顯，通過(guò)累計(jì)響應(yīng)體現(xiàn)災(zāi)害情況。Ravlin等[19-20]利用GIS技術(shù)對(duì)舞毒蛾在美國(guó)的分布進(jìn)行了研究，通過(guò)對(duì)研究數(shù)據(jù)進(jìn)行了分析，得出種群分布結(jié)論；同時(shí)對(duì)位于美國(guó)東部Appalachians中心誘捕舞毒蛾的數(shù)量和產(chǎn)卵密度利用GIS進(jìn)行插值分析，并預(yù)測(cè)出舞毒蛾擴(kuò)散范圍。使用3S技術(shù)需要整合分析多種方面的數(shù)據(jù)和資料，需要專業(yè)知識(shí)和技術(shù)。因此。該方法較適合專業(yè)研究機(jī)構(gòu)使用。

2　研究中存在的問(wèn)題

（1）外界氣象條件對(duì)農(nóng)作物病蟲害的發(fā)生發(fā)展有巨大影響，研究農(nóng)田環(huán)境因子與病蟲害發(fā)生發(fā)展之間的關(guān)系，可以對(duì)預(yù)報(bào)模型的建立提供理論基礎(chǔ)。但是不能僅考慮溫度、濕度等氣象因子，還需要考慮其他影響因子，例如：作物品種抗病性、作物的栽培方式、作物生長(zhǎng)是否缺少某些營(yíng)養(yǎng)元素、上一季種植作物是否會(huì)累積病源等。

（2）通過(guò)數(shù)學(xué)公式來(lái)描述因果關(guān)系時(shí)，需要長(zhǎng)期的歷史資料，要求數(shù)據(jù)類目、年份較詳細(xì)，對(duì)數(shù)據(jù)的依賴性較大。同時(shí)，部分?jǐn)?shù)學(xué)模型地域性特點(diǎn)明顯，不具有普適性，并且由于近年來(lái)氣候特異性加強(qiáng)，通過(guò)氣象數(shù)據(jù)對(duì)病蟲害發(fā)生發(fā)展的預(yù)測(cè)會(huì)產(chǎn)生偏差。

（3）病蟲害的發(fā)生發(fā)展是個(gè)動(dòng)態(tài)變化的過(guò)程，每年的氣候條件、種植條件等相關(guān)因素均與之前截然不同，因此所建立的預(yù)報(bào)系統(tǒng)應(yīng)該根據(jù)實(shí)際情況逐漸修正，不能一成不變的使用。

（4）當(dāng)前病蟲害預(yù)報(bào)預(yù)警的主要趨勢(shì)是實(shí)時(shí)、提前預(yù)警，以上提到的諸多預(yù)報(bào)方式，少有能做到實(shí)時(shí)、提前預(yù)警的，大多是根據(jù)以往數(shù)據(jù)做出一定的推測(cè)，實(shí)時(shí)預(yù)警結(jié)論準(zhǔn)確性相對(duì)較低，影響防治工作。

3　結(jié)論和展望

農(nóng)作物病蟲害預(yù)報(bào)工作一直是我國(guó)植保工作的重點(diǎn)。雖然近年來(lái)農(nóng)作物病蟲害一直呈現(xiàn)多發(fā)重發(fā)的狀態(tài)，但通過(guò)我國(guó)各級(jí)植保工作者的努力，堅(jiān)持預(yù)警預(yù)報(bào)工作，為國(guó)家挽回了巨大的經(jīng)濟(jì)損失。隨著信息技術(shù)的發(fā)展、新技術(shù)的應(yīng)用，不僅提高預(yù)報(bào)的準(zhǔn)確性，還拓寬了預(yù)報(bào)研究思路。雖然當(dāng)前我國(guó)相關(guān)研究還未達(dá)到世界先進(jìn)水平，預(yù)警方式存在些許不足，但隨著物聯(lián)網(wǎng)技術(shù)、信息技術(shù)的發(fā)展，農(nóng)業(yè)傳感器的廣泛應(yīng)用，我國(guó)病蟲害預(yù)報(bào)預(yù)警正朝著實(shí)時(shí)、提前的準(zhǔn)確預(yù)警方向迅速發(fā)展。

目前，全球氣候變化加劇，必然導(dǎo)致預(yù)報(bào)預(yù)警工作更加復(fù)雜，應(yīng)進(jìn)一步加強(qiáng)全球氣候變化對(duì)病蟲害發(fā)生發(fā)展的研究。從宏觀上加強(qiáng)對(duì)病蟲害發(fā)生發(fā)展的研究；在微觀上，現(xiàn)階段研究應(yīng)將重點(diǎn)放在提高無(wú)線傳感器的準(zhǔn)確度、穩(wěn)定性、完善種類等方面，同時(shí)應(yīng)該研發(fā)低成本、低能耗的傳感器，從而保證能長(zhǎng)期采集到精確的數(shù)據(jù)。通過(guò)采集農(nóng)田小氣候?qū)崟r(shí)環(huán)境數(shù)據(jù)，可以為建立農(nóng)作物病蟲害預(yù)測(cè)模型提供更加詳盡的基礎(chǔ)數(shù)據(jù)，提高預(yù)測(cè)模型的準(zhǔn)確性，爭(zhēng)取做出實(shí)時(shí)、準(zhǔn)確的預(yù)警系統(tǒng)。同時(shí)，應(yīng)運(yùn)用信息技術(shù)將病蟲害的預(yù)警和診斷兩項(xiàng)工作緊密結(jié)合起來(lái)，實(shí)現(xiàn)病蟲害預(yù)警診斷一步到位。例如：可以通過(guò)農(nóng)業(yè)物聯(lián)網(wǎng)獲取農(nóng)田環(huán)境數(shù)據(jù)和病害圖片，將數(shù)據(jù)和圖片上傳后，預(yù)警模型通過(guò)數(shù)據(jù)得出實(shí)時(shí)預(yù)警結(jié)論，診斷系統(tǒng)通過(guò)以圖搜圖或圖像分析識(shí)別等技術(shù)，實(shí)現(xiàn)病蟲害的迅速診斷，使用戶能迅速根據(jù)情況做出相應(yīng)的防治措施。只有進(jìn)一步深入研究，多領(lǐng)域通力合作，才能做到提高預(yù)警準(zhǔn)確度，做到實(shí)時(shí)、提前預(yù)警，切實(shí)保障農(nóng)業(yè)安全生產(chǎn)。

參考文獻(xiàn)：

［1］趙中華，楊普云，周陽(yáng).2013年我國(guó)農(nóng)作物病蟲害發(fā)生特點(diǎn)與防治成效［J］.中國(guó)植保導(dǎo)刊，2014，34（3）：21-24.

［2］全國(guó)農(nóng)業(yè)技術(shù)推廣服務(wù)中心測(cè)報(bào)處.2013年農(nóng)作物重大病蟲害發(fā)生趨勢(shì)預(yù)報(bào)［J］.中國(guó)農(nóng)資，2013，204（10）：26.

［3］籍延寶.農(nóng)業(yè)主要病蟲害監(jiān)測(cè)預(yù)警系統(tǒng)通用平臺(tái)的開發(fā)及初步應(yīng)用［D］.北京：中國(guó)農(nóng)業(yè)大學(xué)，2014.

［4］張蕾.氣候變化背景下農(nóng)作物病蟲害的變化及區(qū)域動(dòng)態(tài)預(yù)警研究［D］.北京：中國(guó)氣象科學(xué)研究院，2013.

［5］韓蘭芝，翟保平，張孝羲.不同溫度下的甜菜夜蛾實(shí)驗(yàn)種群生命表研究［J］.昆蟲學(xué)報(bào)，2003，46（2）：184-189.

［6］王海燕.番茄晚疫病流行的電算模擬模型研究Ⅰ各子模型的建立和研究［J］.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，1988，22（3）：349-356.

［7］楊海鷹.棉鈴蟲發(fā)生程度與氣象條件預(yù)測(cè)模式初探［C］//中國(guó)氣象學(xué)會(huì).中國(guó)氣象學(xué)會(huì)2006年年會(huì)氣候系統(tǒng)模式發(fā)展與應(yīng)用.北京：中國(guó)氣象學(xué)會(huì)，2006.

［8］左豫虎，鄭蓮枝，張勻華，等.黑龍江省春小麥赤霉病流行的預(yù)測(cè)方法［J］.植物保護(hù)學(xué)報(bào)，1995，22（4）：297-302.

［9］鄭蓮枝，張勻華，彭馳，等.黑龍江省春小麥根腐病流行規(guī)律與預(yù)測(cè)方法研究［J］.黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，1988 （1）：15-23.

［10］熊彩云，吳濤，習(xí)萬(wàn)根.灰色系統(tǒng)理論在植物病蟲害預(yù)測(cè)中的應(yīng)用［J］.江西植保，2005，28（2）：49-51.

［11］李茂達(dá)，王明田，蔡元?jiǎng)?灰色系統(tǒng)理論在綿陽(yáng)市作物病蟲害預(yù)測(cè)中的應(yīng)用［J］.高原山地氣象研究，2009，29 （2）：54-55.

［12］王信群.模糊數(shù)學(xué)在病蟲害測(cè)報(bào)中的應(yīng)用［J］.安徽農(nóng)業(yè)科學(xué)，2005，33（3）：396-398.

［13］李仲惺.模糊數(shù)學(xué)方法預(yù)報(bào)一代二化螟主峰［J］.溫州農(nóng)業(yè)科技，2000（4）：4-6.

［14］張映梅，李修煉，趙惠燕.人工神經(jīng)網(wǎng)絡(luò)及其在小麥等作物病蟲害預(yù)測(cè)中的應(yīng)用［J］.麥類作物學(xué)報(bào)，2002，22 （4）：84-87.

［15］孫凡.運(yùn)用BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)長(zhǎng)江中下游梨黑星病發(fā)病的研究［J］.生物數(shù)學(xué)學(xué)報(bào)，2002，17（4）：440-443.

［16］Lankin-Vega G，Worner S P，Teulon D A J.An ensemble model for predicting Rhopalosiphum padi abundance［J］. EntomologiaExperimentalisApplicata，2008，129（3）：308-315.

［17］關(guān)海鷗，許少華，左豫虎，等.BP神經(jīng)網(wǎng)絡(luò)算法的一種改進(jìn)及在小麥赤霉病預(yù)測(cè)中的應(yīng)用［J］.黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，2009，21（3）：87-90.

［18］石雷，韋雪花，周汝良.3S技術(shù)在松材線蟲病監(jiān)測(cè)預(yù)警中的應(yīng)用研究現(xiàn)狀［J］.云南地理環(huán)境研究，2008，20 （3）：15-19.

［19］Ravlin F W，Bellinger R G，Roberts E A.Gypsy moth management programs in the United States：status，evaluation，and recommendations［J］.Bulletin of the ESA，1987，33 （2）：90-98.

［20］Ravlin F W，F(xiàn)leischer S J，Carter M R，et al.A monitoring system for gypsy moth management［J］.General Technical Report（GTR），1991（3）：89-97.

［21］霍治國(guó)，李世奎，王素艷，等.主要農(nóng)業(yè)氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估技術(shù)及其應(yīng)用研究［J］.自然資源學(xué)報(bào)，2003，18（6）：692-703.

［22］孫立德，張殿香，梁志兵.二代棉鈴蟲發(fā)生程度與氣象因素的灰色關(guān)聯(lián)優(yōu)勢(shì)分析［J］.中國(guó)農(nóng)業(yè)氣象，2005，26 （3）：187-190.

［23］王萬(wàn)雄，李自珍.多種天敵控制多種害蟲的模糊數(shù)學(xué)模型［J］.生物數(shù)學(xué)學(xué)報(bào)，2005，20（1）：115-121.

［24］李全勝.模糊數(shù)學(xué)在農(nóng)業(yè)氣象生態(tài)中的應(yīng)用［J］.科技通報(bào)，1989（2）：35-37.

［25］段友臣，劉孝永，徐同成，等.信息化技術(shù)在植物保護(hù)中的應(yīng)用研究［J］.安徽農(nóng)業(yè)科學(xué)，2013，41（19）：8347-8348.

［26］嚴(yán)巍，李琳壹.信息技術(shù)在植保領(lǐng)域的應(yīng)用［J］.園林科技信息，2005，95（1）：38-40.

［27］張國(guó)林，周小濤.發(fā)達(dá)國(guó)家農(nóng)業(yè)信息化建設(shè)經(jīng)驗(yàn)及對(duì)江蘇的啟示［J］.農(nóng)業(yè)網(wǎng)絡(luò)信息，2011（12）：83-86.

［28］劉萬(wàn)才，武向文，任寶珍，等.美國(guó)的農(nóng)作物病蟲害數(shù)字化監(jiān)測(cè)預(yù)警建設(shè)［J］.中國(guó)植保導(dǎo)刊，2010，30（8）：51-54.

Research Summary on Forecasting Methods of Crop Pests and Diseases

Ma Ning1，Meng Zhijun1，Wang Pei1，Liang Yong2
（1.National Research Center of Intelligent Equipment for Agriculture，Beijing 100097；2.College of Information Science and Engineering，Shandong Agricultural University）

Abstract:Monitoring and warning of crop pests and diseases are the basis for plant protection，the prerequisite for the effective prevention and control of pests and diseases，the guarantee of agricultural production safety.Our country is used as a major power of agricultural production，and needs to pay more attention to the development of crop pests and diseases forecasting and warning technology to ensure the crops safety production.The current popularity way of pests forecasting and domestic and foreign warning methods were analyzed，pointed out the problems of the current methods，and provided the prospects of study development.

Key words：crop；pest and disease；forecasting methods

中圖分類號(hào)：S431

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-2090（2016）01-0015-04

doi:10.3969/j.issn.1002-2090.2016.01.004

收稿日期：2015-04-01

基金項(xiàng)目：國(guó)家高技術(shù)研究發(fā)展計(jì)劃（2012AA101901）；兵團(tuán)重大科技項(xiàng)目（2013AA004）。

作者簡(jiǎn)介：馬寧（1990-），男，山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院2013級(jí)碩士研究生。

通訊作者：孟志軍，男，研究員，碩士研究生導(dǎo)師，E-mail：mengzj@nercita.org.cn。