第六篇 章　病虫害预测预报生态系统昆虫生态学 .ppt

前述的一些生物学或实验生态学方法一般只能作中、短期预报，时效较短。 数理统计预报法利用多年的历史资料进行统计分析得出数学模型之后，可以减少田间系统调查和室内饲养观察，因而可以大减少工作量，而且预报时效相对较长。 数学方法、计算机算法、气象预测预报手段等大量引入害虫预测预报，致使害虫预测预报从大量的系统调查的实验方法逐渐转到系统分析、系统描述、系统模拟等工作方法上来。 现将预测预报中常用数理统计方法介绍如下： (一)、相关与回归及其分析步骤 　相关关系是一类因子的变化部分受制于另一类（或多类）因子的影响，它们之间的关系既存在着密切的联系，但又不完全。 单相关是研究两个变量之间的联系情况； 复相关是研究多个因子对某一变量的综合关系。 在复相关研究中，在保持其中若干因素相对固定的情况下，分析两变数之间的关系的方法称为偏相关分析。 数理统计学中的相关回归分析方法一般可以分为以下几个步骤： 1、相关分析（定性分析） 分析判断某些变量和另一变量之间有无相关，若有相关性，则其相关性的大小是多少，是正相关还是负相关，是线性相关还是曲线相关。 2、回归分析（定量分析）分析已确定有相关关系的两变量之间的数量变化关系，并制定它们之间的数学方程式（回归式），在害虫预测上也称为“预测经验公式”，简称预测式。 3、预报检验 检验预测式的历史符合率和实际符合率，以及预报的精确度和可靠范围。 4、因子分析 分析哪些因子是主要因子，哪些因子是次要因子，这些因子之间有什么关系。 　(二)、选择预报因子的原则 1、样本数要尽量多一些 样本数量太少，容易碰到由于样本的随机波动而造成较高的符合率指标，但这种指标的可靠性值得怀疑。 例如，有的人计算直线回归，只有5、6年的资料，即使计算历史符合率很高，在实际应用时，可能出现偏差。所以样本总数稍多一些为好，一般要有10—20个样本（年）。 2、选择相关性好而且相关性稳定的因子 用多因子作预报，至少要有一个预报因子与预报量相关性好而且相关性稳定。这可以通过相关性的检验来检出。 3、选择主要因子，并选好能互相配合、互相弥补的次要因子。 不能选择作用互相重复的因子，例如同一个月的平均气温和平均最高气温，二者作用重复，不宜同时采用。 4、选择因子的数目要恰当 一般认为选择因子的数目最好不超过样本的1/5—1/10。例如有10个样本，一般选1—2个预报因子即可。 5、尽可能保留因子中关于预报对象的信息 选择的因子最好用原始数据建立预测式，如果将预报因子分级、编号，或转换为（0，1）资料，就会损失信息，但分级、编号、（0，1）化，可以简化计算手续，因此，要权衡得失，恰当处理。 （三）、线性相关与一元线性回归式的建立及其应用 1、选取预报因子 （1）资料分布图方法 将预报量（y）作y轴，将预报因子（x）作x轴，将历年的y、x数值，描点在坐标纸上。 （2）相关系数方法 相关系数（r）的值越接近±1，则x和y的线性关系越好；如果相关系数（r）为正值，表示x与y为正相关关系；如果r为负值，表示x与y为负相关关系；如果r=0就可以认为x与y没有线性关系。 在相关系数检验表中根据不同的自由度（这时由于两变数各失去一个自由度，因此自由度为n-2），若查得所计算的∣r∣大于表中0.05的水平最低值，即称为二者有显著相关性，一般只要达到0.05的水平时，即可选为预报因子。 现以湖北省汉阳县历年越冬代二化螟发蛾始盛期与当年三月上旬平均气温的相关系数求法为例进行介绍，原始资料及计算表见表6.2。 表6.2 湖北汉阳历年越冬代二化螟发蛾始盛期与当年三月上旬平均气温的相关分析 4.30为0 lxx=?x2－（?x）2/n=642.79－22.521=20.269 lyy==?y2－ （?y）2 /n=179－152.1=26.9 lxy=?xy－ （?x）（?y） /n=289.7－307.71=－18.01 rxy=lxy/(√ lxxlyy )=-18.01/(√ 20.269×26.9 )=-0.7713 查相关系数检验表,自由度=10－2=8 现所求的r的绝对值大于表中0.01水平时的r值（0.765），所以二者相关极显著。即三月上旬的平均气温可以选作二化螟越冬代发蛾始盛期的预报因子。 2、一元线性回归式的建立和应用 （1）、求回归方程 上例0≤∣r∣≤1，二者之间的相关为线性关系，可以用y=a+bx表示。 为使由回归线求得的? 与实际y最大限度地接近，常用最小二乘法来确定a、b值，即 Q = ∑(yi－? )2 = 最小值 Q称之为离回归平方和 代入? =a+bxi得