河北省东亚飞蝗气象监测预测技术应用研究

论文摘要

1990年以来，随着全球气候变暖的加剧，河北省东亚飞蝗灾害日趋严重，本文根据1980—2005年河北省主要蝗区东亚飞蝗发生资料和同期气象资料，基于东亚飞蝗发生的生物学规律，研究开发了河北省飞蝗大发生的气象因子指标模型和飞蝗发生期的气象预测模型。同时对El Ni(?)o、La Ni(?)a事件、太阳活动与河北省夏蝗大发生的关系进行了分析，并利用遥感技术对白洋淀蝗区进行了监测，建立了飞蝗监测预测服务系统，主要结论如下：(1)首次利用合成分析法和秩相关系数法确定了影响河北省2个典型生态类型蝗区夏蝗大发生的关键气象因子。黄骅沿海蝗区夏蝗大发生年的关键气象因子为：前一年6月下旬、7月上旬、8月上旬、8月中旬气温、6月上旬降水，当年3月下旬降水、4月下旬气温；安新洼淀蝗区夏蝗大发生年的关键气象因子为：前一年7月上旬、8月下旬气温、5月中旬降水，当年2月中、下旬气温、4月下旬、5月上旬气温。(2)首次利用贝叶斯法则和关键时分析方法确定了东亚飞蝗大发生气象因子预测最佳临界指标和大发生预报的最佳因子数，黄骅沿海蝗区最佳因子数为4个，安新洼淀蝗区为5个。(3)确定了影响东亚飞蝗发生期的主要气象因子，这些因子中，主要是春季3、4月份的气温，其次是冬季的降水和气温。(4)在蝗虫危害前后MODIS_NDVI降低程度能反映不同年代蝗虫危害的发生程度。蝗虫危害芦苇的程度在遥感植被指数中能表现出来，发生程度重的年份，危害前后植被指数下降的多，发生程度轻的年份，危害前后植被指数下降的少。夏蝗孵化期(5月中旬)芦苇的NDVI值可作为判断蝗虫孵化适宜区域的指标之一。(5)El Ni(?)o、La Ni(?)a事件不是诱发河北省主要蝗区夏蝗大发生的主要原因，但El Ni(?)o和La Ni(?)a事件的发生可以使夏蝗发生地的天气气候产生异常，进而影响夏蝗发生程度，具有一定的区域性；在太阳黑子相对数高值年，沿海蝗区夏蝗不会大发生的可能性可超过90％。(6)建立了河北省东亚飞蝗气象监测预测服务系统。该系统包括气象蝗虫查询统计、蝗虫预测、咨询服务三个子系统。将气象和蝗虫数据库管理、实时与历史气象和蝗虫信息分析、统计方法、预报制作和咨询服务各功能有机结合，为昆虫气象研究、农业气象服务领域拓宽提供了一种系统的思路和方法。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 主要研究内容
• 1.4 小结
• 第二章 资料与方法
• 2.1 资料来源
• 2.2 技术路线与方法
• 第三章 河北省飞蝗大发生的气象因子研究
• 3.1 河北省主要蝗区蝗虫大发生年的变化规律
• 3.2 影响蝗虫大发生关键气象因子分析
• 3.3 气象因子临界指标确定
• 3.4 确定最佳预报因子数
• 3.5 小结与讨论
• 第四章 河北省蝗虫发生期的变化规律与预报
• 4.1 夏蝗发生期的变化规律
• 4.2 夏蝗出土期与气象条件的关系
• 4.3 不同生态类型蝗区气候变化与蝗虫发生期的关系分析
• 4.4 蝗虫发生期的气象条件分析及预报模型的建立
• 4.5 小结与讨论
• NDVI监测白洋淀蝗区蝗虫灾害'>第五章 利用 MODIS_NDVI监测白洋淀蝗区蝗虫灾害
• 5.1 研究区域和资料
• 5.2 数据处理与专题图制作
• 5.3 小结与讨论
• ）o、La Ni（n|^）a事件、太阳活动对夏蝗大发生影响'>第六章 Ei Ni（n|^）o、La Ni（n|^）a事件、太阳活动对夏蝗大发生影响
• 6.1 研究区域概况与研究方法
• ）o、La（n|^）a事件对蝗虫发生程度的影响'>6.2 Ei Ni（n|^）o、La（n|^）a事件对蝗虫发生程度的影响
• 6.3 太阳黑子对蝗虫发生程度的影响
• 6.4 小结与讨论
• 第七章 蝗虫灾害气象监测预测信息服务系统的建立
• 7.1 系统结构
• 7.2 系统功能和特点
• 7.3 系统特点
• 7.4 运行效果检验
• 7.5 小结与讨论
• 第八章 总结与讨论
• 8.1 全文总结
• 8.2 本文的特色与创新点
• 8.3 存在的问题及下一步研究工作计划
• 主要参考文献
• 在学期间的研究成果
• 致谢