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]