东方果的长期和短期预测 (Grapholita molesta) 在韩国果园的陷捕获使用时间序列模型

科学领域:

• 农业昆虫学 农业昆虫学
• 时间序列分析时间序列分析
• 虫害预测 虫害预测 虫害预测

背景情况:

• 东方果 (Grapholita molesta) 是韩国的重要农业害虫,对果种植者造成了巨大的经济损失.
• 准确预测OFM种群对于有效的害虫管理策略至关重要.

研究的目的:

• 应用和比较时间序列模型来描述和预测韩国国家和区域级别的OFM事件.
• 评估SARIMA,Prophet和VAR模型对短期和长期OFM预测的性能.

主要方法:

• 使用季节性自回归集成移动平均 (SARIMA),Prophet和矢量自回归 (VAR) 模型.
• 分析了过去十年的全国和区域 (省级) OFM陷捕捞数据.
• 对比模型性能为每两个月的数据匹配和预测准确度.

主要成果:

• 短期OFM预测的可靠性高于长期预测.
• 多变量时间序列模型并不始终优于用聚合省级数据的单变量模型.
• 虽然Prophet和VAR模型显示了更好的数据匹配,但SARIMA提供了可比或优越的预测性能.

结论:

• 时间序列分析为OFM开发智能综合害虫管理 (IPM) 系统提供了潜力.
• 在实现高预测准确度方面仍然存在挑战,特别是在长期预测方面.
• 整合频繁的果园级数据,害虫管理记录和当地环境信息是提高OFM预测时间序列模型实用性的关键.