[1]黄滢,陈燕丽,莫伟华,等.基于数据关联分析的红树林虫害与气象条件关系研究[J].气象研究与应用,2022,43(04):20-25.[doi:10.19849/j.cnki.CN45-1356/P.2022.4.04]
 Huang Ying,Chen Yanli,Mo Weihua,et al.Data association analysis to the relationship between mangrove pests and meteorological conditions[J].Journal of Meteorological Research and Application,2022,43(04):20-25.[doi:10.19849/j.cnki.CN45-1356/P.2022.4.04]
点击复制

基于数据关联分析的红树林虫害与气象条件关系研究()
分享到:

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第43卷
期数:
2022年04期
页码:
20-25
栏目:
生态气象
出版日期:
2022-12-15

文章信息/Info

Title:
Data association analysis to the relationship between mangrove pests and meteorological conditions
作者:
黄滢1 陈燕丽2 莫伟华2 许文龙1 莫建飞2
1. 防城港市气象局, 广西 防城港 538001;
2. 广西壮族自治区气象科学研究所, 南宁 530022
Author(s):
Huang Ying1 Chen Yanli2 Mo Weihua2 Xu Wenlong1 Mo Jianfei2
1. Fangchenggang Meteorological Bureau, Guangxi Fangchenggang 538001, China;
2. Guangxi Institute of Meteorological Sciences, Nanning 530022, China
关键词:
数据挖掘Apriori算法广州小斑螟虫害柚木肖弄蝶夜蛾虫害气象因素
Keywords:
Data miningApriori algorithmCantonensis pestsTeak Xiaonong Spodopterameteorological factors
分类号:
S763
DOI:
10.19849/j.cnki.CN45-1356/P.2022.4.04
摘要:
为研究气象条件对红树林病虫害发生的影响,利用2016-2020年广西防城港红树林生态自然保护区内红树林虫害灾情数据和气象数据,采用数据挖掘技术Apriori算法挖掘广州小斑螟、柚木肖弄蝶夜蛾虫害与气象因素之间的关联规则。结果表明,广州小斑螟虫害发生与降水量、湿度、雨日密切相关,湿度和雨日的气候异常程度对广州小斑螟虫害级别产生影响;而柚木肖弄蝶夜蛾的气象影响因子有温度、日照、雨日、降雨量、湿度等多个因子。
Abstract:
Using the mangrove pests data and meteorological data from 2016 to 2020 in Fangchenggang Mangrove Ecological Nature Reserve, the Apriori algorithm was used to analyze the association rule between meteorological factors and the Cantonensis pests and Teak Xiaonong Spodoptera in order to study the effect of meteorological conditions on the occurrence of mangrove pests. The analysis found that the occurrence of the Cantonensis pests was closely related to precipitation, humidity, and rainy days, and the amount of humidity and rainy weather had an impact on the Cantonensis pests level. The meteorological influencing factors of the Teak Xiaonong Spodoptera were influenced by a wariety of weather conditions, including temperature, sunshine, rainy days, rainfall, humidity and other factors.

参考文献/References:

[1] 胡刚,黎洁,覃盈盈,等.广西北仑河口红树植物种群结构与动态特征[J].生态学报,2018,38(9):3022-3034.
[2] 丁文广,肖俊豪,汪霞.气候变化对我国森林自然灾害的影响[J].西北林学院学报,2010,25(5):117-120.
[3] Jonsson A M, Harding S, Barring L, et al. Impact of climate change on the population dynamics of Ips typographus in southern Sweden[J].Agricultural and Forest Meteorology. 2007,146(1-2):70-81.
[4] Massimo Faccoli. Effect of weather on Ips tyographus(Coleoptera Curculionidae) phenology, voltinism, and associated spruce mortality in the Southeastern Alps[J].Environmental Entomology, 2009,38(2):307-316.
[5] 赵清山.马尾松毛虫发生动态和大发生预测预报的初步研究[J].林业科学,1981(2):123-133.
[6] 曾柏全,邓子牛,熊兴耀.柑橘产业中病害问题及解决途径[J].安徽农业科学,2008(13):5485-5486.
[7] 王娟,姬兰柱,Marina Khomutova.黑龙江大兴安岭地区森林害虫发生面积与气象因子的关系[J].生态学杂志,2007(5):673-677.
[8] 习妍,牛树奎.气候要素对松材线虫病疫情的影响研究[J].林业资源管理,2008(4):70-76.
[9] 王纯枝,郭安红,王玉玲,等.华北地区杨树烂皮病发生发展气象适宜度预报模型[J].中国农业气象,2011,32(1):139-143.
[10] 王闫利,王茹琳,姜淦,等.森林害虫发生发展与气象因素关系的研究进展[J].四川林业科技,2012,33(4):20-24.
[11] 范航清,邱广龙.中国北部湾白骨壤红树林的虫害与研究对策[J].广西植物,2004(6):558-562.
[12] 刘文爱,范航清.广州小斑螟发生与环境因子的关系[J].生态学报,2011,31(23):335-338.
[13] 韦江玲, 刘文爱, 黄琦,等. 广西山口红树林保护区近15 a主要虫害调查[J]. 福建林业科技, 2019, 46(4):66-69.
[14] 范航清,刘文爱,曹庆先.广西红树林害虫生物生态特性与综合防治技术研究[M].北京:科学技术出版社,2012:183-186.
[15] 赵圣菊.用海温作第一代粘虫发生量和发生期长期预测的初步探讨[J].气象科技,1983(5):46-48.
[16] 赵圣菊.用海温预测二代粘虫发生区一代成虫迁入期的模式研究[J].气象科学研究院院刊,1987(1):88-96.
[17] 马树庆,马吉祥,张传亮.用海温和大气环流资料建立粘虫迁入期和发生程度的长期预报模式[J].吉林气象,1993,11(1):32-38.
[18] 霍治国,叶彩玲,钱拴,等.气候异常与中国小麦白粉病灾害流行关系的研究[J].自然灾害学报,2002(2):85-90.
[19] 侯婷婷,霍治国,卢志光,等. 副热带高压与我国稻飞虱发生关系的研究[J]. 自然灾害学报,2003,12(2):213-219.
[20] 叶彩玲,霍治国,丁胜利,等.农作物病虫害气象环境成因研究进展[J].自然灾害学报,2005(1):90-97.
[21] 梁燕红,梁志清,黄琦,等.C4.5算法在广州小斑螟发生与气候因素分析中的应用——以广西山口国家红树林生态自然保护区为例[J].中国森林病虫,2019,38(1):34-37.
[22] 梁燕红.数据挖掘技术在广西红树林病虫害气候因素分析中的应用——以广州小斑螟为例[J]. 玉林师范学院学报, 2017, 38(5):131-135.

相似文献/References:

[1]金龙,黄颖,姚才,等.人工智能技术的热带气旋预报综述(之二)——流形学习、智能计算及深度学习的热带气旋预报方法[J].气象研究与应用,2020,41(04):5.[doi:10.19849/j.cnki.CN45-1356/P.2020.4.02]
 Jin Long,Huang Ying,Yao Cai,et al.Summary of tropical cyclone forecasting based on artificial intelligence technology (part 2)——tropical cyclone forecasting methods based on manifold learning, intelligent calculation and deep learning[J].Journal of Meteorological Research and Application,2020,41(04):5.[doi:10.19849/j.cnki.CN45-1356/P.2020.4.02]

备注/Memo

备注/Memo:
收稿日期:2022-08-10。
基金项目:广西红树林保护与利用重点实验室开放基金项目(GKLMC-202004和GKLMC-201804)、中国气象局气候变化专项(CCSF202030)、广西气象科研计划(桂气科2019M02)
作者简介:黄滢(1981-),女,高级工程师,主要从事气象应用评估工作。E-mail:huangying100@sina.com
通讯作者:陈燕丽(1982-),女,正研级高级工程师,主要从事生态气象监测评估研究。E-mail:cyl0505@sina.com
更新日期/Last Update: 1900-01-01