摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-16页 |
1.1 研究背景 | 第9-10页 |
1.2 研究进展 | 第10-13页 |
1.2.1 大气背景对褐飞虱迁飞影响的研究进展 | 第10-11页 |
1.2.2 冷暖冬研究进展 | 第11-12页 |
1.2.3 褐飞虱预测预报方法的研究进展 | 第12-13页 |
1.2.4 全球气候模式(GCM)研究进展 | 第13页 |
1.3 研究目的和意义 | 第13-14页 |
1.4 研究内容与方法 | 第14-15页 |
1.5 研究的技术路线 | 第15-16页 |
第二章 资料与方法 | 第16-23页 |
2.1 研究区概况 | 第16页 |
2.2 资料来源 | 第16-18页 |
2.2.1 虫情资料 | 第16-17页 |
2.2.2 气象资料 | 第17-18页 |
2.2.3 基础地理信息 | 第18页 |
2.3 研究方法 | 第18-23页 |
2.3.1 虫量分析 | 第18-19页 |
2.3.2 异常气候划分 | 第19-20页 |
2.3.3 泰勒图法 | 第20-21页 |
2.3.4 多元线性回归模型 | 第21页 |
2.3.5 BP人工神经网络模型 | 第21页 |
2.3.6 支持向量机模型 | 第21-22页 |
2.3.7 误差分析 | 第22-23页 |
第三章 中国南方水稻主产区褐飞虱虫情分析 | 第23-31页 |
3.1 1980-2016年中国南方水稻主产区褐飞虱历年发生情况 | 第23-25页 |
3.2 1980-2016年中国南方稻区褐飞虱始见期、终见期分析 | 第25页 |
3.3 1980-2016年中国南方稻区褐飞虱发生程度区划分析 | 第25-27页 |
3.4 中国南方水稻主产区历年气候变化规律 | 第27-29页 |
3.4.1 平均气温时空变化规律 | 第27-28页 |
3.4.2 降水时空变化规律 | 第28-29页 |
3.5 本章小结 | 第29-31页 |
第四章 中南半岛前期异常气候条件对褐飞虱迁入的影响及其预测模型 | 第31-42页 |
4.1 中南半岛异常气候条件分析 | 第31-35页 |
4.1.1 中南半岛异常温度场和湿度场历年发生情况 | 第31-33页 |
4.1.2 中南半岛异常温度场和湿度场空间分布情况 | 第33-35页 |
4.2 基于三种预测模型的我国南方水稻主产区褐飞虱发生程度预测 | 第35-37页 |
4.2.1 预报因子的选取和多元线性回归预测模型的建立 | 第36页 |
4.2.2 褐飞虱发生程度的BP人工神经网络预测模型 | 第36-37页 |
4.2.3 褐飞虱发生程度的支持向量机预测模型 | 第37页 |
4.3 三种预测模型的结果比较与分析 | 第37-38页 |
4.3.1 三种方法历史回代准确率比较 | 第37-38页 |
4.3.2 三种预测模型的预测准确性比较 | 第38页 |
4.4 本章小结 | 第38-42页 |
第五章 基于CMIP5模式的褐飞虱发生等级中长期预测预报 | 第42-57页 |
5.1 8个CMIP5模型的各气象因子模拟性能检验及最优模型筛选 | 第43-49页 |
5.1.1 气温模拟检验及最优模型筛选 | 第43页 |
5.1.2 相对湿度模拟检验及最优模型筛选 | 第43-45页 |
5.1.3 降水模拟检验及最优模型筛选 | 第45-46页 |
5.1.4 风速模拟检验及最优模型筛选 | 第46-49页 |
5.2 基于CMIP5模式的两种RCP情景下的褐飞虱发生等级预测 | 第49-52页 |
5.2.1 褐飞虱发生程度的逐步回归预测模型 | 第49页 |
5.2.2 褐飞虱发生程度的BP人工神经网络预测模型 | 第49-50页 |
5.2.3 褐飞虱发生程度的支持向量机预测模型 | 第50页 |
5.2.4 基于CMIP5模型的三种预测方法的结果比较与分析 | 第50-52页 |
5.3 褐飞虱发生等级的中长期预测预报 | 第52-54页 |
5.3.1 两种RCP情景下三种预测模型对8个代表站点的预报结果 | 第52-53页 |
5.3.2 中国南方稻区2017—2027年褐飞虱发生风险区划图 | 第53-54页 |
5.4 本章小结 | 第54-57页 |
第六章 总结与展望 | 第57-60页 |
6.1 本文研究主要结论 | 第57-58页 |
6.2 主要特色和创新点 | 第58-59页 |
6.3 讨论与展望 | 第59-60页 |
参考文献 | 第60-67页 |
作者简介 | 第67-68页 |
致谢 | 第68页 |