褐飛虱(BPH)Nilaparvata lugens(St(?)l),是一種遠距離遷飛性的稻作害蟲,中南半島是我國褐飛虱的主要境外蟲源地。我國的南方水稻主產(chǎn)區(qū)主要位于秦嶺、淮河以南的地區(qū),為了準確預警來自中南半島的褐飛虱對我國的災變性遷入,以及有效防控它的危害,有必要對境外蟲源地——中南半島褐飛虱的種群動態(tài)及其氣候條件進行系統(tǒng)而深入的研究。本研究分別對中國南方稻區(qū)1980-2016年褐飛虱的發(fā)生程度以及前期中南半島的氣候條件進行了時空分析,確定各站點的關鍵預報因子,通過蟲源地的氣候條件對我國褐飛虱發(fā)生等級的影響機理進行了深入的分析和研究。同時,引入CMIP5模式,通過泰勒圖分析法檢驗并挑選出模擬中南半島相應氣象要素最優(yōu)的CMIP5模式,分析了在RCP4.5和RCP8.5兩種溫室氣體排放情景下的氣候條件對褐飛虱發(fā)生程度的影響情況,同時,對該種群的發(fā)生程度進行了中長期建模分析,進一步比較了逐步回歸、BP人工神經(jīng)網(wǎng)絡和支持向量機三種預測方法的優(yōu)劣。主要研究結論如下:(1)蟲源地的氣候異常區(qū)域主要分布在中南半島的北部地區(qū),異常氣候出現(xiàn)的次數(shù)在該研究區(qū)呈北高南低的特征,且從北向南呈環(huán)狀遞減。(2...

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究進展
        1.2.1 大氣背景對褐飛虱遷飛影響的研究進展
        1.2.2 冷暖冬研究進展
        1.2.3 褐飛虱預測預報方法的研究進展
        1.2.4 全球氣候模式(GCM)研究進展
    1.3 研究目的和意義
    1.4 研究內容與方法
    1.5 研究的技術路線
第二章 資料與方法
    2.1 研究區(qū)概況
    2.2 資料來源
        2.2.1 蟲情資料
        2.2.2 氣象資料
        2.2.3 基礎地理信息
    2.3 研究方法
        2.3.1 蟲量分析
        2.3.2 異常氣候劃分
        2.3.3 泰勒圖法
        2.3.4 多元線性回歸模型
        2.3.5 BP人工神經(jīng)網(wǎng)絡模型
        2.3.6 支持向量機模型
        2.3.7 誤差分析
第三章 中國南方水稻主產(chǎn)區(qū)褐飛虱蟲情分析
    3.1 1980-2016年中國南方水稻主產(chǎn)區(qū)褐飛虱歷年發(fā)生情況
    3.2 1980-2016年中國南方稻區(qū)褐飛虱始見期、終見期分析
    3.3 1980-2016年中國南方稻區(qū)褐飛虱發(fā)生程度區(qū)劃分析
    3.4 中國南方水稻主產(chǎn)區(qū)歷年氣候變化規(guī)律
        3.4.1 平均氣溫時空變化規(guī)律
        3.4.2 降水時空變化規(guī)律
    3.5 本章小結
第四章 中南半島前期異常氣候條件對褐飛虱遷入的影響及其預測模型
    4.1 中南半島異常氣候條件分析
        4.1.1 中南半島異常溫度場和濕度場歷年發(fā)生情況
        4.1.2 中南半島異常溫度場和濕度場空間分布情況
    4.2 基于三種預測模型的我國南方水稻主產(chǎn)區(qū)褐飛虱發(fā)生程度預測
        4.2.1 預報因子的選取和多元線性回歸預測模型的建立
        4.2.2 褐飛虱發(fā)生程度的BP人工神經(jīng)網(wǎng)絡預測模型
        4.2.3 褐飛虱發(fā)生程度的支持向量機預測模型
    4.3 三種預測模型的結果比較與分析
        4.3.1 三種方法歷史回代準確率比較
        4.3.2 三種預測模型的預測準確性比較
    4.4 本章小結
第五章 基于CMIP5模式的褐飛虱發(fā)生等級中長期預測預報
    5.1 8個CMIP5模型的各氣象因子模擬性能檢驗及最優(yōu)模型篩選
        5.1.1 氣溫模擬檢驗及最優(yōu)模型篩選
        5.1.2 相對濕度模擬檢驗及最優(yōu)模型篩選
        5.1.3 降水模擬檢驗及最優(yōu)模型篩選
        5.1.4 風速模擬檢驗及最優(yōu)模型篩選
    5.2 基于CMIP5模式的兩種RCP情景下的褐飛虱發(fā)生等級預測
        5.2.1 褐飛虱發(fā)生程度的逐步回歸預測模型
        5.2.2 褐飛虱發(fā)生程度的BP人工神經(jīng)網(wǎng)絡預測模型
        5.2.3 褐飛虱發(fā)生程度的支持向量機預測模型
        5.2.4 基于CMIP5模型的三種預測方法的結果比較與分析
    5.3 褐飛虱發(fā)生等級的中長期預測預報
        5.3.1 兩種RCP情景下三種預測模型對8個代表站點的預報結果
        5.3.2 中國南方稻區(qū)2017—2027年褐飛虱發(fā)生風險區(qū)劃圖
    5.4 本章小結
第六章 總結與展望
    6.1 本文研究主要結論
    6.2 主要特色和創(chuàng)新點
    6.3 討論與展望
參考文獻
作者簡介
致謝



本文編號：3816915