预测Helicoverpa zea (Lepidoptera: Noctuidae) 的跨年繁多情况
Samuel T Wallace1, Natalie G Nelson1,2,3, Dominic D Reisig4
1Department of Biological and Agricultural Engineering, North Carolina State University, Raleigh, NC, USA.
Environmental entomology
|February 1, 2025
概括
现在可以在生长季节之前预测玉米耳 (Helicoverpa zea) 飞行. 一个新的随机森林模型使用天气,作物和土壤数据来预测害虫的数量,有助于综合性害虫管理.
科学领域:
- 农业昆虫学 农业昆虫学
- 虫害管理 虫害管理 虫害管理
- 生态建模 生态建模
背景情况:
- 玉米耳 (Helicoverpa zea) 会对作物造成重大破坏.
- 人口动态受气候和宿主可用性的影响.
- 现有的模型缺乏对年度间飞行规模的预测能力.
研究的目的:
- 开发一个模型,在生长季节之前预测H. zea的丰富性.
- 为种植者提供预警,以便主动进行害虫防治.
- 弥合在年度间害虫预测方面的知识差距.
主要方法:
- 利用来自北卡罗来纳州48个地点-每年组合的陷数据 (2008-2021).
- 综合气象,作物和土壤数据作为预测变量.
- 采用随机森林机器学习算法进行预测.
主要成果:
- 实现了强大的模型性能,R2 = 0.92和RMSE = 350.
- 在生长季节之前成功预测了H. zea的丰富性.
- 证明了当代基于模型的预测的可行性.
结论:
- 开发的模型是朝着积极主动的综合性害虫管理迈出的关键一步.
- 这种方法可以通过使用国家气候和作物数据在空间上进行扩展.
- 启用H. zea的早期预警系统,改善作物保护战略.


