徐晨光,郭海波
(1.浙江省舟山市植保站,浙江舟山 316021;2.舟山市農業科學研究院,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之一。自21世紀初開始,隨著早、晚稻連作雙熟制改變為單季晚稻單熟制,5(3)代稻縱卷葉螟重發頻率上升,為害加劇。對該害蟲預測預報的研究,常規方法大多是建立在對害蟲發生的主導因素分析的基礎上,而受氣象預報準確程度等條件的限制,害蟲長期預測準確度受到影響。本研究試圖避開影響稻縱卷葉螟消長的眾多因素,采用灰色預測方法,對5(3)代稻縱卷葉螟發生程度作出長期預報。
灰色預測主要應用只有一階一個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。設隨機序列 {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)模型的響應函數為^x(1)(t)=[x(0)(1)-u/a] e-a(t-1)+u/a。
倘若建立的GM(1,1)模型檢驗不合格,應再建殘差GM(1,1)模型對原模型進行修正。
以舟山市2000-2011年5(3)代稻縱卷葉螟歷年發生程度的實測值為材料,設定與年份相對應的序號為80,81,…,91(表1)。

表1 歷年5(3)代稻縱卷葉螟發生程度
根據表1,規定發生程度x≤3級的年份為常年 (E),即下災變集;x>3級的年份為災年(C),即上災變集。本研究選用上災變集,以年序建模,則其上災變日期集為x(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},經計算得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變GM(1,1)模型解的響應時間函數為^x(1)(t)=6 151.318 235e0.013528256(t-1)-6 070.318 235,即預測模型 (1)。預測模型 (1)需作殘差檢驗,依計算公式:模型還原后的回測值x(0)(t) ×100,由此得出表2。

表2 模型 (1)精度檢驗結果
從表2可見,預測模型的預測值與實際的平均相對誤差僅有0.221 8%,說明預測值的精度達到99%以上,故預測模型是可信的,可作為5(3)代稻縱卷葉螟灰色災變長期預測模型使用。
上災變日期集x(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的年序號,故對預測模型經還原后即可進行上災變日期 (年份)的預測。t≤8為回測,t>8為預測。
現以x(0)(8)所對應的2011年為原點,用模型 (1)預測下一個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,取t=10,11,…,n進行預測,未預測到的年份則是中等或中等以下發生年。下面給出用模型 (1)回測2000-2011年結果和2012-2017年內的預測 (表3)。
從表3中看出,用模型 (1)回測2000-2011年,其擬合率100%,2012-2013年預測結果與實際情況吻合??梢娪没疑到y理論建立的稻縱卷葉螟灰色災變長期預測模型具有較高的準確性。用該模型預測2015-2017年5(3)代稻縱卷葉螟均為中偏重或重發年份,而2014年為中等或中等以下發生年份,這一預測結果還有待實踐檢驗。

表3 實測值與預測結果比較
本研究引入灰色系統理論與方法進行稻縱卷葉螟災變長期預測,有較高的準確性與應用價值,且可避免對氣象預報的依賴,方法簡便易行。如若能與中、短期定量預測結合起來,則應用效果更佳。
若建立的灰色GM(1,1)預測模型精度不高,則需對模型進行若干次單段函數殘差分析,以提高模型精度。本文建立的GM(1,1)預測模型通過相對誤差檢驗,證明模型精度達99%以上,故沒有進行殘差GM(1,1)建模修正。
將年份作重新編序,以序號進行建模,獲得較理想結果。若直接以年份為原始數據建模,歷史擬合和預測結果不很理想。因此,對于同一預測對象,選取不同的原始變量會影響模型的擬合結果,但具體原因還有待進一步探索。
[1] 鄧聚龍.灰色系統基本方法[M].武漢:華中理工大學出版社,1987:43-150.
[2] 高燕平,白秀娥,張汝霖,等.玉米葉螨灰色災變長期預測模型 [J].中國植保導刊,2011,31(9):36-38.