Разработка временной модели для прогнозирования Helicoverpa armigera (Noctuidae: Lepidopetra) с использованием ARIMA и искусственных нейронных сетей

Helicoverpa armigera (Hübner) (Noctuidae: Lepidopetra) — полифагный вредитель основных сельскохозяйственных культур, выращиваемых в Индии. Чтобы предотвратить ущерб, наносимый H. armigera, фермеры регулярно и в значительной степени полагаются на инсектициды разных групп, что небезвредно ни для окружающей среды, ни для экономики. Для получения более своевременной, точной и полезной информации об обработках инсектицидами было решено разработать прогностическую модель для предсказания динамики численности подгрызающей совки с использованием авторегрессионной интегрированной скользящей средней (ARIMA) и искусственных нейронных сетей (ANN). В работе использовали данные, собранные с феромонных ловушек, случайно установленных в Международном научно-исследовательском институте сельскохозяйственных культур для полузасушливых тропиков (ICRISAT), Патанчеру, Хайдарабад. На основе исторических данных отлова в ловушки были построены несколько моделей ARIMA (p, d, q) (P, D, Q) и ANN. В качестве наилучшей модели ARIMA была выбрана модель ARIMA (1,0,1), (1,0,2) с минимальными значениями BIC, RMSE, MAPE, MAE и MASE и более высоким значением R2 (0,53), а нейронная сеть (7-30-1) оказалась оптимальной для прогноза отлова самцов подгрызающей совки в период с сентября 2021 года по август 2023 года. Сравнительный анализ ARIMA и ANN показал, что основанные на прямом распространении сигнала нейронные сети лучше подходят для эффективного прогнозирования численности вредителей. Разработанная модель ARIMA позволит легче прогнозировать круглогодичную динамику численности взрослых особей H. armigera и своевременно проводить меры борьбы с ними, используя соответствующий график принятия решений по применению инсектицидов.