| 摘要 | 第1-10页 |
| Abstract | 第10-11页 |
| 第一章 植保有害生物风险分析研究进展 | 第11-18页 |
| ·风险及风险分析概述 | 第11-12页 |
| ·植保有害生物风险分析的理论和方法 | 第12-13页 |
| ·天气模拟模型方法 | 第12页 |
| ·CLIMEX方法 | 第12页 |
| ·多指标综合评价方法 | 第12-13页 |
| ·气候相似距法 | 第13页 |
| ·区域灾害系统方法 | 第13页 |
| ·植保有害生物发生的风险预测 | 第13页 |
| ·植保有害生物管理的风险决策 | 第13页 |
| ·信息技术在植保有害生物风险分析和管理中的应用 | 第13-14页 |
| ·ESR模拟现实技术 | 第14-15页 |
| ·结语与展望 | 第15-16页 |
| 参考文献 | 第16-18页 |
| 第二章 浅论有害生物多因子调控构想 | 第18-23页 |
| ·引言 | 第18页 |
| ·有害生物多因子调控的系统论基础 | 第18-20页 |
| ·复合生态系统 | 第19-20页 |
| ·有害生物管理系统 | 第20页 |
| ·多因子调控的控制论基础 | 第20-21页 |
| ·多因子导入调控 | 第20页 |
| ·有害生物成灾原因的食物链分析 | 第20-21页 |
| ·有害生物多因子调控的信息论基础 | 第21页 |
| ·结语 | 第21-22页 |
| 参考文献 | 第22-23页 |
| 第三章 随机天气发生器的可视化编程及其将来在农业生态学上的应用 | 第23-37页 |
| ·研究方法 | 第24-30页 |
| ·天气模拟模型原理 | 第24-28页 |
| ·天气模型的生成结构参数和功能参数 | 第28-30页 |
| ·研究结果 | 第30-31页 |
| ·天气模拟模型的系统设计 | 第30页 |
| ·系统界面设计与数据可视化 | 第30-31页 |
| ·天气模拟模型的检验 | 第31页 |
| ·可视化随机天气发生器在农业生态学上的应用 | 第31-36页 |
| 参考文献 | 第36-37页 |
| 第四章 ESR生长箱的开发 | 第37-49页 |
| ·ESR模拟现实生长箱概述 | 第37-42页 |
| ·ESR模拟现实生长箱的社会经济意义 | 第37页 |
| ·常规生长箱(室)概述 | 第37-39页 |
| ·ESR生长箱的用途 | 第39-40页 |
| ·ESR生长箱开发基础 | 第40页 |
| ·ESR生长箱的基本原理与关键技术 | 第40页 |
| ·开发步骤 | 第40页 |
| ·阶段开发的功能参数和指标精度 | 第40-42页 |
| ·主要经济技术指标对比 | 第42页 |
| ·技术创新点 | 第42页 |
| ·ESR生长箱管理系统 | 第42-45页 |
| ·系统概述 | 第42页 |
| ·系统功能特点 | 第42-43页 |
| ·系统组成 | 第43-44页 |
| ·硬件 | 第43页 |
| ·软件管理系统 | 第43-44页 |
| ·简要操作步骤 | 第44-45页 |
| ·日常测量操作 | 第44页 |
| ·系统设备参数设置方法 | 第44-45页 |
| ·ESR生长箱的调试和检验 | 第45-48页 |
| ·结论与讨论 | 第48页 |
| 参考文献 | 第48-49页 |
| 第五章 麦长管蚜发生量与温度和降水量的相关分析模型 | 第49-57页 |
| ·麦长管蚜发生量与天气环境关系的概述 | 第49-50页 |
| ·研究方法 | 第50-51页 |
| ·北京市天气和麦长管蚜数据模糊分级 | 第50-51页 |
| ·相关分析方法 | 第51页 |
| ·结果分析 | 第51-54页 |
| ·按农业部标准对温度分类回归分析 | 第52-53页 |
| ·按农业部标准对降水量分类回归分析 | 第53页 |
| ·按北京市标准对温度分类回归分析 | 第53页 |
| ·按北京市标准对降水量分类回归分析 | 第53-54页 |
| ·发生量模型的分析与验证 | 第54-55页 |
| ·结论及讨论 | 第55-56页 |
| 参考文献 | 第56-57页 |
| 第六章 麦长管蚜发生期与积温和积雨值的相关分析模型 | 第57-65页 |
| ·麦长管蚜发生期与天气环境关系的概述 | 第57-58页 |
| ·研究方法 | 第58-60页 |
| ·北京天气和麦长管蚜数据模糊分级 | 第58-60页 |
| ·相关分析方法 | 第60页 |
| ·结果分析 | 第60-62页 |
| ·麦长管蚜发生期与天气因子数据 | 第60页 |
| ·发生期模型 | 第60-62页 |
| ·发生期模型的分析与验证 | 第62-64页 |
| ·结论及讨论 | 第64页 |
| 参考文献 | 第64-65页 |
| 第七章 麦长管蚜风险因子随机模拟研究 | 第65-79页 |
| ·风险模拟和分析概述 | 第65页 |
| ·研究方法 | 第65-67页 |
| ·Monte Carlo方法 | 第65-66页 |
| ·北京天气和麦长管蚜数据模糊分级 | 第66-67页 |
| ·随机模拟方法 | 第67页 |
| ·研究结果 | 第67-77页 |
| ·麦长管蚜和天气因子数据 | 第67-68页 |
| ·温度等级序列概率分布及模拟检验 | 第68页 |
| ·降水量等级序列概率分布及模拟检验 | 第68页 |
| ·发生量等级序列概率分布及模拟检验 | 第68-69页 |
| ·发生期概率分布及模拟检验 | 第69-77页 |
| ·结论与讨论 | 第77-78页 |
| 参考文献 | 第78-79页 |
| 第八章 麦长管蚜风险因子的马尔柯夫链预测 | 第79-86页 |
| ·马尔柯夫链概述 | 第79-80页 |
| ·研究方法 | 第80-82页 |
| ·北京市天气和麦长管蚜数据模糊分级方法 | 第80页 |
| ·变量名 | 第80-81页 |
| ·研究方法 | 第81-82页 |
| ·研究结果 | 第82-85页 |
| ·风险因子序列 | 第82-83页 |
| ·马尔柯夫链状态转移概率 | 第83-84页 |
| ·马尔柯夫链预测与验证 | 第84-85页 |
| ·结论和讨论 | 第85页 |
| 参考文献 | 第85-86页 |
| 第九章 麦长管蚜风险分析研究 | 第86-94页 |
| ·风险分析研究概述 | 第86-87页 |
| ·研究方法 | 第87-88页 |
| ·北京市天气和麦长管蚜数据模糊分级方法 | 第87页 |
| ·变量名 | 第87-88页 |
| ·研究方法 | 第88页 |
| ·研究结果 | 第88-92页 |
| ·麦长管蚜风险因子函数模型 | 第88-91页 |
| ·麦长管蚜风险分析 | 第91-92页 |
| ·麦长管蚜风险预测 | 第92页 |
| ·麦长管蚜风险决策 | 第92页 |
| ·结论和讨论 | 第92-93页 |
| 参考文献 | 第93-94页 |
| 第十章 植保有害生物风险分析理论体系的探讨 | 第94-99页 |
| ·植保有害生物多因子风险分析体系 | 第94-95页 |
| ·生态网 | 第95页 |
| ·有害生物风险事件及风险种类 | 第95-97页 |
| ·植保有害生物多因子风险分析理论体系结构 | 第97-98页 |
| ·结论与讨论 | 第98页 |
| 参考文献 | 第98-99页 |
| 第十一章 植保有害生物风险分析和生态系统健康的关系 | 第99-102页 |
| ·生态系统健康概述 | 第99页 |
| ·生态网与生态系统健康 | 第99-100页 |
| ·植保与生态系统健康 | 第100页 |
| ·有害生物风险分析与生态系统健康 | 第100页 |
| ·结论和讨论 | 第100-101页 |
| 参考文献 | 第101-102页 |
| 第十二章 结束语 | 第102-107页 |
| ·结论与讨论 | 第102-104页 |
| ·数据获取技术 | 第102-103页 |
| ·数据分析技术 | 第103页 |
| ·有害生物风险分析体系 | 第103-104页 |
| ·未来的研究内容 | 第104页 |
| ·植保有害生物风险集成体系的初步构想 | 第104-106页 |
| ·创新点 | 第106页 |
| 参考文献 | 第106-107页 |
| 致谢 | 第107-109页 |
| 附录 | 第109-110页 |
