-
公开(公告)号:CN118246594B
公开(公告)日:2024-11-22
申请号:CN202410334831.6
申请日:2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
Abstract: 一种基于ArcGIS的落叶松枯梢病传播预测及其防治方法,属于落叶松枯梢病的预防技术领域。为解决解决落叶松枯梢病传播扩散的监测、预测以及防治方法比较缺乏的问题,本发明采集落叶松枯梢病历史发生数据构建落叶松枯梢病数据集,进行研究区域的提取,然后对落叶松枯梢病数据集进行划分处理,划分为多个训练集和评估集;利用最大熵原理构建MaxENT生态位模型,利用ArcGIS中的空间分析工具和统计学方法构建基于历史数据的统计学落叶松枯梢病预测模型,通过最小二乘拟合后得到基于ArcGIS的落叶松枯梢病的预测模型,对落叶松枯梢病的高风险发生地区进行预测。本发明提高了病害预测的准确性及稳定性,为防治决策提供科学依据。
-
公开(公告)号:CN118246594A
公开(公告)日:2024-06-25
申请号:CN202410334831.6
申请日:2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
Abstract: 一种基于ArcGIS的落叶松枯梢病传播预测及其防治方法,属于落叶松枯梢病的预防技术领域。为解决解决落叶松枯梢病传播扩散的监测、预测以及防治方法比较缺乏的问题,本发明采集落叶松枯梢病历史发生数据构建落叶松枯梢病数据集,进行研究区域的提取,然后对落叶松枯梢病数据集进行划分处理,划分为多个训练集和评估集;利用最大熵原理构建MaxENT生态位模型,利用ArcGIS中的空间分析工具和统计学方法构建基于历史数据的统计学落叶松枯梢病预测模型,通过最小二乘拟合后得到基于ArcGIS的落叶松枯梢病的预测模型,对落叶松枯梢病的高风险发生地区进行预测。本发明提高了病害预测的准确性及稳定性,为防治决策提供科学依据。
-