稻飞虱大发生年份灰色灾变的预测

张新华，陈 玉，曾石生，谢 坤，谢福才

（1.井冈山市农业局，江西井冈山 343600；2.井冈山市科卫有害生物防制技术公司，江西井冈山 343600）



稻飞虱大发生年份灰色灾变的预测

张新华1，陈 玉1，曾石生1，谢 坤2，谢福才2

（1.井冈山市农业局，江西井冈山 343600；2.井冈山市科卫有害生物防制技术公司，江西井冈山 343600）

摘 要：研究应用灰色系统控制理论，对井冈山市龙市区域1987—2001年间的水稻田间虫量调查数据进行综合系统研究分析，建立其预测微分模型为对未来年份发生量进行预测预报；同时，用模型计算值对实际值进行检验，吻合程度极高。结果表明，该模型在本区域的稻飞虱预测预报实践中具有一定的应用价值。

关键词：稻飞虱；大发生年份；灰色预测

文献著录格式:张新华，陈玉，曾石生，等.稻飞虱大发生年份灰色灾变的预测［J］.浙江农业科学，2016，57（6）: 885-887.

有关灰色预测的研究与应用在自然灾害和社会经济等领域已有报道［1-12］。灰色系统主要特征表现为:系统的边界或因素不完全清楚，系统中因素间的关系不完全知道，系统的内部结构不完全明确，系统的作用原理或运行机制不完全了解。农业病虫发生系统具有典型的灰色特征。（1）表征病虫发生的参数是灰数。意味着病虫测报数据的灰性，如测报数据等均是在真实某个领域内变化的参数。（2）影响系统的参数是灰元。在各种影响因素中，有许多完全不确定的或已确定却难以量化的影响因子。（3）构成病虫发生系统的各种关系是灰关系。如一因一效、一因多效、多因一效、多因多效、隐效、显效等难以完全确定或量化。为此，根据井冈山（龙市）2015年稻飞虱田间高峰期百丛虫量数据，采用灰色系统预测模型，应用灰色理论分析，预测该区未来可能稻飞虱大发生年份，是一种科学可行的方法。

1 材料与方法

1.1 材料

根据井冈山龙市区域稻飞虱的历史发生情况，其主害代以早稻后期及中稻前期受害最为严重，而井冈山以一季中稻为主，早稻极少。因此，选择中稻田间虫量高峰期的百丛虫量为研究因子，建立1组数据如表1。

表1　井冈山（龙市区）中稻飞虱历年发生量

1.2 计算与建模

综合本地历史发生情况作量的分析，并拟定百丛发生量≥5 500只为大发生年，以此作为异常灾变值。

以X为发生年份，以大发生年份序号为下标，以上标0代表原始数据、以上标1代表累加后的构建数据进行建模。

从表1可知，大发生年有

将X中数据作1次累加生成得:

由原始数据X（0）→构造数据X（1），建立GM （1，1）序列如表2。

表2　GM（1，1）序列表

2 结果与分析

2.1 模型检验

作还原数据的检验，得表3。

表3　模型计算值、实际值、误差率

2.2 预测与结论

按以上模型预测第6，7，8大发生年:

综上计算结果，按照年序排列可知，第6，7，8大发生年序分别是第17，20，24年。即预测的第6，7，8大发生年份分别为2003，2006，2010年。

3 讨论

稻飞虱（褐飞虱、白背飞虱和灰飞虱）是井冈山区水稻主要害虫之一，不但直接为害水稻，而且传播病毒病，其大发生年常暴发成灾，严重影响水稻产量和品质。因此，除选择抗病品种、加强栽培管理外，科学地做好稻飞虱大发生年份的预测预报也是防治的基础和关键。本理论预测模型预测2003，2006，2010年为该区稻飞虱大发生年份，实践证明，这3年均为该区稻飞虱大发生年，2010年井冈山市即因稻飞虱暴发致万余亩水稻感染黑条矮缩病而大幅减产甚而绝收。

GM（1.1）灰色动态预测模型多应用于复杂系统某一主导因素特征值的拟合和预测，其预测精度受被预测对象的递变规律及数据序列的光滑度影响，且所建立的灰色模型的固有误差很难保证为无穷小量［15］；本研究理论预测模型的预测效果虽与实际发生基本吻合，但随着年份数据链的不断延长和信息量增加，有必要在实践中不断对其检验和完善，以提高其预测效果和准确性。

对稻飞虱大发生年份的灾变预测是稻飞虱虫情测报技术手段之一。采用灰色系统控制理论对自然界长期连续的有关数据信息进行综合分析与计算，建立具有一定生物学意义的微分方程预测模型是科学的，既有现实意义，又有理论价值，可为农业生产及其病虫综防策略的制定和生资农药的合理调配等提供科学依据。

参考文献:

［1］ 吴泽，吴东.粮食生产的灰色分析与预测［J］.甘肃科学学报，1994（4）: 62-66.

［2］ 陈亚宁，杨思奎.自然灾害的灰色关联灾情评估模型及其应用研究［J］.地理科学进展，1999，18（2）: 158-162.

［3］ 孙才志，宫辉力，张戈.自然灾害的模糊识别模型及其应用［J］.自然灾害学报，2001，10（4）: 52-56.

［4］ 倪少凯，陈卫红.用Matlab实现灰色数列模型GM（1，1）的预测［J］.数理医药学杂志，2002，15（2）: 292-293.

［5］ 周世健，赖志坤，藏德彦，等.加权灰色预测模型及其计算实现［J］.武汉大学学报（信息科学版），2002，27 （5）: 451-455.

［6］ 张俊芳，吴伊昂，吴军基.基于灰色理论负荷预测的应用研究［J］.电力自动化设备，2004，24（5）: 24-27.

［7］ 王弘宇，马放，杨开，等.灰色新陈代谢GM（1，1）模型在中长期城市需水量预测的应用研究［J］.武汉大学学报（工学版），2004，37（6）: 32-35.

［8］ 周诗国.我国人口的灰色预测模型研究及其应用［J］.数理医药学杂志，2005，18（4）: 307-309.

［9］ 陈森，周峰.基于灰色系统理论的物流需求预测模型［J］.统计与决策，2006（2）: 59-60.

［10］ 卫贵武.权重信息不完全的多属性决策的灰色关联分析法［J］.数学的实践与认识，2007，37（19）: 94-98.

［11］ 何国华.区域物流需求预测及灰色预测模型的应用［J］.北京交通大学学报（社会科学版），2008，7（1）: 33-37.

［12］ 王宝阔.船舶交通事故量灰色预测应用研究［J］.中国航海，2011，34（1）: 59-62.

［13］ 邓聚龙.灰色控制系统［M］.武汉:华中工学院出版社，1985.

［14］ 严智渊，戴玉生.灰色系统预测与应用［M］.南京:江苏科学技术出版社，1989.

［15］ 邓聚龙.灰预测与灰决策［M］.武汉:华中科技大学出版社，2002.

（责任编辑：张瑞麟）

中图分类号：S435

文献标志码：A

文章编号：0528-9017（2016）06-0885-03

DOI：10.16178/j.issn.0528-9017.20160628

收稿日期:2015-11-19

作者简介:张新华（1965—），男，江西井冈山人，农艺师，本科，从事植物保护与农技推广工作，E-mail: zyc0602@sina.cn。