基于神经网络的马尾松毛虫精细化预报Matlab建模试验.pdfVIP

基于神经网络的马尾松毛虫精细化预报Matlab建模试验

张国庆

（安徽省潜山县林业局）

1.数据来源

马尾松毛虫发生量、发生期数据来源于潜山县监测数据，气象数据来源于国家气候中心。

2.数据预处理

为了体现马尾松毛虫发生发展时间上的完整性，在数据处理时，将越冬代数据与上一年

第二代数据合并，这样，就在时间上保持了一个马尾松毛虫世代的完整性，更便于建模和预

测。

（1）气象数据处理

根据《松毛虫综合管理》、《中国松毛虫》等学术资料以及近年来有关马尾松毛虫监测预

报学术论文，初步选择与松毛虫发生量、发生期有一定相关性气象因子，包括卵期极低气温，

卵期平均气温，卵期积温（日度），卵期降雨量，第1、2龄极低气温，第1、2龄平均气温，

第1、2龄积温（日度），第12龄降雨量，幼虫期极低气温，幼虫期平均气温，幼虫期积温

（日度），幼虫期降雨量，世代极低气温，世代平均气温，世代积温（日度），世代降雨量共

16个变量。将来自于国家气候中心的气象原始数据，按年度分世代转换成上述16个变量数

据系列。

（2）发生量数据处理

为了在建模时分析发生强度，在对潜山县1983～2014年原始监测数据预处理时，按照

“轻”、“中”、“重”3个强度等级，分类按世代逐年汇总。

（3）发生期数据处理

首先对潜山县1983～2014年原始发生期监测数据按世代逐年汇总，然后日期数据转换

成日历天，使之数量化，以便于建模分析。

3.因子变量选择

通过相关性分析和建模试验比较，第一代发生量因子变量选择第1、2龄极低气温，卵

期极低气温，上一代防治效果，上一代防治面积；第二代发生量因子变量选择第1、2龄极

低气温，卵期极低气温，上一代防治效果，上一代防治面积，第1、2龄降雨量，卵期降雨

量；第一代幼虫高峰期因子变量选择第1、2龄平均气温，第1、2龄积温（日度），第1、2

龄极低气温，卵期极低气温；第二代幼虫高峰期因子变量选择成虫始见期，卵期平均气温，

卵期积温（日度），第1、2龄极低气温。

将第一代发生量变量命名为s1y，因变量命名为s1x；第二代发生量变量命名为s2y，因

变量命名为s2x；第一代幼虫高峰期变量命名为t1y，因变量命名为t1x；第二代幼虫高峰期

变量命名为t2y，因变量命名为t2x。

4.第一代发生量建模试验

4.1程序代码

程序代码（SimpleScript）为：

%SolveanInput-OutputFittingproblemwithaNeuralNetwork

%ScriptgeneratedbyNeuralFittingapp

%CreatedWedOct2819:28:48CST2015

%

%Thisscriptassumesthesevariablesaredefined:

%

%s1x-inputdata.

%s1y-targetdata.

x=s1x;

t=s1y;

%ChooseaTrainingFunction

%Foralistofalltrainingfunctionstype:helpnntrain

%trainlmisusuallyfastest.

%trainbrtakeslongerbutmaybebetterforchallengingproblems.

%trainscguseslessmemory.NFTOOLfallsbacktothisinlowmemory

situations.

trainFcn=trainlm;%Levenberg-Marquardt

%CreateaFittingNetwork

hiddenLayerSize=10;

net=fitnet(hiddenLayerSize,trainFcn);

%SetupDivisionofDataforTraining,Validation,Testing

net.divideParam.trainRatio=90/100;

net.divideParam.valRatio=5/1