晚疫病是马铃薯种植业的一种毁灭性病虫害,随着气候的变暖和晚疫病病菌的变异,其危害呈上升趋势,准确的预报晚疫病疫情是预防和控制灾情蔓延的重要依据。因此,关于如何提高预报准确性的问题,一直是马铃薯晚疫病短期预报研究的重点问题。首先本文分析常用的病虫害建模方法,主要是回归分析法和时间序列法,并以马龙某地区马铃薯晚疫病病情数据建立了基于单一方法的短期预报模型。通过对单一预报模型的分析,认为单一模型虽然能够预报晚疫病的大致发展趋势,但也存在一些局限性,如：基于时间序列的预报模型,对于晚疫病变化较大的数据描述效果不好,本文虽然采用了季节差分法来平稳化序列,但在95%置信度时预测的置信区间较宽,预报效果不理想；基于线性回归分析的预报模型,对于像晚疫病这样复杂的系统,往往由于研究者认识水平的局限性,非常难以使模型的残差满足互不相关性、平稳性和正态分布性等基本假定,本文虽然采取了相关分析法和聚类分析法来选择回归自变量,能使回归方程达到很高的拟合率,但还是无法使其残差满足基本假定。在此基础上,本文设计了基于多元多项式回归与时间序列的混合预报模型,来克服单一预报模型的局限性。其具体建模方法是：第一步,运用多元多项式回归法提取晚疫病在同时期的影响信息,能研究晚疫病病情与同时期气象因素的相互关系,抓住晚疫病病情变化的实质原因,得出的多元多项式回归方程有很高的拟合率；第二步,运用时间序列法提取晚疫病不同时期的影响信息,也就是对多元多项式回归方程的残差部分建立ARIMA模型。本文以马龙某地区马铃薯晚疫病病情数据建立混合预报模型,结果表明其对实测值的拟合率达到92%,克服了单一模型的局限性,有效的提高了预报精度。最后本文以混合预报模型为核心算法编写了马铃薯晚疫病短期预报系统,对马龙其它地区进行短期预报,预报结果与实际晚疫病发生情况基本相符,能为马铃薯种植者提供有效的防护建议,同时也证明基于多元多项式回归与时间序列的混合预报模型是一种有效的马铃薯晚疫病短期预报模型。