小麦赤霉病是四川小春粮食作物的主要病害之一,其流行主要取决于三方面因素的配合:大量菌源的存在、高温高湿的气候条件和小麦最易感染生育期状况.赤霉病不仅造成小麦的严重减产,更重要的是恶化其子粒品质,降低种用价值,且带病麦粒含有毒素,严重影响人畜健康.笔者基于四川资中植保植检所提供的小麦赤霉病常规记录资料及资中县气象局提供的降雨量、相对湿度、温度等常规气象观测资料,应用BP神经网络的方法建立四川资中小麦赤霉病发病的预报模型,模型中对影响四川资中小麦赤霉病发生发展的气象生理指标及历年该病发生的统计资料进行了质量控制,剔除了个别异常数据.借助人工神经网络强大的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法-Traincgf,建立了小麦赤霉病发病的气象预报模型,模型拟合与预测的平均绝对偏差分别为0.01、0.05,优于多元线性回归模型的0.17、0.29.BP神经网络预报模型的拟合精度和预报精度都较高,能很好的实现预期效果,对小麦赤霉病发病的预测预防工作具有一定的指导意义.实例说明BP神经网络预测模型应用于小麦赤霉病发病预测是可行的,并且它具有很强的非线性映射能力和柔性的网络结构,与传统的预测、决策、规划、调度等方法相比,多层前传神经网络(BP神经网络)的应用不需要设计任何数学模型,只需根据输入输出数据建立模型,神经网络这种独有的自组织、自学习、超强的容错性及信息分布存储的能力,可以任意精度的逼近任意函数,在解决复杂非线性及不确定性的预测工作上有一定的潜力.由于资料限制,本研究只用了17年的数据.随着数据样本的增加,在原有的基础上继续学习训练,将会在一定程度上提高模型的预测精度,此项工作有待于进一步进行.