Weather Integrated Forecasting of Helicoverpa armigera using ARIMA and ANN Models Trained on a Decade of Pheromone Trap Data
本研究は、人工ニューラルネットワーク(ANN)モデルが、10年間のフェロモントラップおよび気象データを用いて非線形ダイナミクスと発生のピークをより効果的に捉えることにより、オオタバコガ成虫個体数の短期予測においてARIMAモデルを凌駕し、それによって総合的有害生物管理のための優れた早期警戒システムを提供することを実証している。