bp网络模型和logit模型在森林害虫测报上的应用初报——以安徽省潜山县马尾松毛虫为例

以安徽省潜山县马尾松毛虫测报为例,在潜山县全县设置102个诱捕点,诱集越冬代成虫,并同时记录环境因子数据,例如树高、树龄、坡向、植被等。以这些环境因子为测报因子,以性外激素诱集到的雄蛾数代表田间实际发生情况,构建了森林重要害虫——马尾松毛虫的分类测报模型——bp人工神经网络模型和概率测报模型。bp网络模型的拟合率为100%,预留样本检验报准率为100%。logit模型的一致对率为74%。两类模型的拟合结果和预测结果基本吻合。bp网络的测报能力优于logit模型。