基于投影寻踪理论的稻飞虱发生程度预测模型

DO >KDPD;T" #’’/ ， 78 （/） ： !%$/.!%%$
" " " " " " " " " " " " "
基于投影寻踪理论的稻飞虱发生程度预测模型 !
娄伟平
% ! !!
" 陈先清 " 吴利红 " 冯忠民 " 张" 寒
#
$
%
#
（ ! 新昌县气象局，浙江新昌 $!#&’’ ；# 绍兴市气象局，浙江绍兴 $!#’’’ ；$ 浙江省气候中心，杭州 $!’’!( ； 新昌县农业局，浙江新昌 $!#&’’ ）
M和 E45/" ） $%AA —&’’( 年的逐月海温指数。 !# 7" 方法 !# 7# !" 预报因子的选取 ! 整理 $%AA—&’’( 年 $—% 月各旬、 月的平均温度、 日照时数、 平均相对湿度、 降 水量、 温湿系数、 温雨系数、 晴雨指数、 降雨强度和各 E45/ 区逐月海温指数。由于预报对象和预报因子之 间不一定是线性关系， 应用 N8> 统计软件提供的一 元非线性回归模型中的逻辑斯蒂模型、 O/;-1.3? 模 型、 幂函数、 指数函数、 负指数函数、 韦布尔函数、 双曲 线函数、 > 曲线、 二次曲线、 多项式拟合分析以上各因 子与稻飞虱发生程度的相关性 （ 唐启义和冯明光， &’’(） ， 选取相关系数通过显著性检验且具有生物学 意义的因子 （王开洪等， $%%"； 赵士熙等， $%%"） 。 !# 7# 7" 预报对象分级! 根据新昌县历年稻飞虱危害 程度、 发生面积， 将稻飞虱发生程度根据单位面积虫 卵量 （ 全县各测点平均值） 等距法分成 # 级 （ 表 $） 。 发生程度拟合率以拟合结果与实际发生程度相差 ’H # 级以下为符合， 记 “ $’’P ” ； 相差 ’H # Q $H ’ 级为基本 符合， 记 “A’P ” ； 相差 $H $ Q $H # 级记 “(’P ” ； 相差 $H , 级以上为不符合， 记 “’ ” 。历史符合率为各年符合程 度评分值的平均值。害虫发生程度的预测准确率亦 按此标准计算 （陈观浩等， &’’,） 。 !# 7# 8" 投影寻踪预测模型 ! 投影寻踪是指利用计 算机技术， 把高维数据通过某种组合投影到低维子 空间上， 并通过极小化某个投影指标， 寻找出能反映 原数据结构或特征的投影， 以达到研究和分析高维 数据的目的。投影寻踪回归技术 （ 88C） 模型如下： 设. /（ 0 1 ）和 1 /（ 2$ ， 2& ， …， 2 % ）分别是一维 为了能客观反映高维非线性数据 和 3 维随机变量， 结构特征， 88C 采用一系列岭函数 4 5 （ 6） 的 ‘ 和’ 去 逼近回归函数：
摘" 要" 稻飞虱发生程度与相关气候因子的数据大多具有高维非正态、 非线性特征， 采用 统计预测法会出现预测效果的不稳定， 采用人工神经网络预测模型需要较多的训练样本。 投影寻踪模型把高维数据投影到低维子空间上， 对数据结构进行分析， 一定程度上解决了 非线性、 非正态问题。本文建立了浙江省新昌县单季晚稻稻飞虱主害代发生程度的投影寻 踪预测模型， 并与 )* 神经网络模型、 线性回归模型的预测结果进行了对比。结果表明： 投 影寻踪模型优于 )* 神经网络模型、 线性回归模型； 投影寻踪模型的历史符合率和预测准确 率均为 !’’+ ； )* 神经网络模型历史符合率达到 !’’+ ， 但预测偏差较大； 线性回归模型历 史符合率和预测偏差均较大。可见， 投影寻踪模型在稻飞虱发生程度的预测上具有较好的 应用前景。 关键词" 稻飞虱；发生程度；投影寻踪模型 中图分类号" ,%$" 文献标识码" -" 文章编号" !’’’.%/0’ （ #’’/ ） ’/.!%$/.’1 !"#$%&’()*+ ,"-$. "/ #)%$ 0.&*(1"00$#’ "%%2##$*%$ -$+#$$ 3&’$- "* 0#"4$%()"* 02#’2)( #$5 +#$’’)"*6 234 567897:;! ，<=>? @7A:8B7:;# ，54 278CD:;$ ，E>?F GCD:;8H7:;% ，G=-?F # ! # !"#$%&#’ ()*)+,+-+’"$&- ./,)&/ ， !"#$%&#’ $!#&’’ ， 0%)1"&#’， 2%"#&； 3%&+4"#’ ()*)+,5 =A:（ $ +-+’"$&- ./,)&/ ， 3%&+4"#’ $!#’’’ ， 0%)1"&#’， 2%"#&； 0%)1"&#’ 2-"6&*) 2)#*),， 7&#’8%+/ $!’’!( ，2%"#&；% !"#$%&#’ 9’,"$/-*/,&- ./,)&/，!"#$%&#’ $!#&’’ ，0%)1"&#’，2%"#& ） : 2%"#);) <+/,#&- += >$+-+’?， #’’/ ， 78 （/） ： !%$/.!%%$I 93’(#&%( ： JC6 DKKLMM6:K6 N6;M66 DO M7K6 9PA:QCD996MR 7R :D:8:DMHAP A:N :D:8P7:6AM M6PAQ6N QD KP78 HAQ7K 9AMAH6Q6MR，SC7P6 KPARR7KAP RQAQ7RQ7K H6QCDNR KA: CAMNPT M6AKC RQAUP6 9M6N7KQ7D:R ODM QC6 DK8 KLMM6:K6 N6;M66I -MQ7O7K7AP :6LMAP :6QSDMV（ -??）7R A: 6OO7K76:Q SAT QD 6RQ7HAQ6 QC6 DKKLMM6:K6 N6;M66 ，ULQ OA7PR QD SDMV SC6: D:PT A O6S QMA7:7:; RAH9P6R AM6 AWA7PAUP6I *MDX6KQ7D: 9LMRL7Q M68 ;M6RR7D:（ **Y）HDN6P 7R A: 6OO7K76:Q SAT QD RDPW6 :D:8:DMHAP A:N :D:8P7:6AM 9MDUP6HR，SC7KC 9MDX6KQR C7;C8N7H6:R7D:AP NAQA D:QD PDS8N7H6:R7D:AP RLUR9AK6R A:N A:APTZ6R QC6 RQMLKQLM6 DO QC6 NAQA D: PDS8N7H6:R7D:I [: QC7R RQLNT ，**Y H6QCDN SAR A99P76N QD 9M6N7KQ QC6 DKKLMM6:K6 N6;M66 DO M7K6 9PA:QCD996MR D: R7:;P6 KMD997:; PAQ6 M7K6 7: @7:KCA:; DO GC6X7A:; *MDW7:K6I JC6 9M6N7KQ7D: N6M7W6N OMDH **Y SAR APRD KDH9AM6N S7QC QCDR6 OMDH )* -?? A:N P7:6AM M6;M6RR7D: HDN6PI JC6 M6RLPQR RCDS6N QCAQ UDQC -?? A:N **Y HDN6P AKC76W6N C7RQDM7KAP KD7:K7N6:K6 MAQ6 DO !’’+ ，ULQ QC6 9M6N7KQ7D: U7AR DO **Y SAR PAM;6M QCA: QCAQ DO -??I JC6 P7:6AM M6;M6RR7D: HDN6P RCDS6N P6RR C7RQDM7KAP KD7:K7N6:K6 MAQ6 A:N PAM;6M U7AR QCA: -?? A:N **Y HDN6P ，SC7P6 **Y HDN6P KDLPN AK8 K6RR HDM6 RAQ7RO76N 9M6N7KQ7D: QCA: -?? A:N P7:6AM M6;M6RR7D: HDN6P ，U67:; A 9DQ6:Q7AP H6QCDN D: QC6 9M6N7KQ7D: DO QC6 DLQUM6AV DO M7K6 9PA:QCD996MRI :$; <"#-’：M7K6 9PA:QCD996MR；DKKLMM6:K6 N6;M66 ；9MDX6KQ7D: 9LMRL7Q M6;M6RR7D: HDN6PI
（ #’’%<$$’/# ） 和绍兴市科技局社会发展重点资助项目 （ -#$ ） （ #’’$!$! ） 。 !浙江省科学技术厅项目 !!通讯作者 >8HA7P：\KPS9] !1$I KDH 收稿日期： #’’(8!’8!1" " 接受日期： #’’/8’%8’#
娄伟平等： 基于投影寻踪理论的稻飞虱发生程度预测模型
$"G% 表 !" 稻飞虱发生程度等级 $%&’ !" ()*+ ,-%./01,,+23 1**422+.*+ 5+62++
程度分级 $ & G " # 虫卵密度 （ 万个・I; J & ） 虫卵密度",’’ ,’’ K 虫卵密度"%’’ %’’ K 虫卵密度"$&’’ $&’’ K 虫卵密度"$#’’ 虫卵密度 L $#’’