摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第9-17页 |
1.1 引言 | 第9页 |
1.2 国内外研究进展 | 第9-13页 |
1.2.1 稻纵卷叶螟生物学特性及迁飞规律研究 | 第9-11页 |
1.2.2 影响稻纵卷叶螟迁飞的气象因子研究 | 第11页 |
1.2.3 稻纵卷叶螟预测预报方法研究 | 第11-13页 |
1.3 研究目的和意义 | 第13-14页 |
1.4 研究内容 | 第14-17页 |
第二章 资料和方法 | 第17-25页 |
2.1 资料来源 | 第17-19页 |
2.1.1 虫情资料 | 第17页 |
2.1.2 气象资料 | 第17-18页 |
2.1.3 基础地理信息 | 第18-19页 |
2.2 方法 | 第19-25页 |
2.2.1 回归分析 | 第19-20页 |
2.2.1.1 回归模型的一般形式 | 第19页 |
2.2.1.2 逐步回归 | 第19-20页 |
2.2.1.3 自回归 | 第20页 |
2.2.2 卡尔曼滤波方法 | 第20-21页 |
2.2.3 奇异交叉谱分析方法 | 第21-25页 |
第三章 基于卡尔曼滤波算法的稻纵卷叶螟短期预测模型研究 | 第25-39页 |
3.1 发生程度分级和迁入期的确定 | 第26-27页 |
3.1.1 发生程度分级 | 第26页 |
3.1.2 迁入期的确定 | 第26-27页 |
3.2 预报因子的选取 | 第27-28页 |
3.2.1 稻纵卷叶螟发生量的显著影响因子 | 第27页 |
3.2.2 稻纵卷叶螟发生程度的显著影响因子 | 第27-28页 |
3.3 逐步回归模型的建立 | 第28-31页 |
3.4 卡尔曼模型的建立 | 第31-32页 |
3.5 预报结果的分析 | 第32-37页 |
3.5.1 历史回检结果比较 | 第32-34页 |
3.5.2 发生量预测 | 第34-36页 |
3.5.3 发生程度预测 | 第36-37页 |
3.6 本章小结 | 第37-39页 |
第四章 基于奇异交叉谱分析的稻纵卷叶螟预测模型研究 | 第39-53页 |
4.1 影响稻纵卷叶螟迁入的大气环流特征量分析 | 第39-41页 |
4.1.1 预报时间的确定 | 第39-40页 |
4.1.2 相关性分析与预报因子的选择 | 第40-41页 |
4.2 稻纵卷叶螟与显著相关环流因子的耦合周期分析 | 第41-44页 |
4.2.1 全州稻纵卷叶螟与北非副高北界指数的耦合周期分析 | 第41-42页 |
4.2.2 秀山稻纵卷叶螟与北半球极涡中心强度指数的耦合周期分析 | 第42页 |
4.2.3 湘阴稻纵卷叶螟与北非副高北界指数的耦合周期分析 | 第42-43页 |
4.2.4 张家港稻纵卷叶螟与北美副高脊线指数的耦合周期分析 | 第43-44页 |
4.3 各耦合周期振荡的时变特征分析 | 第44-46页 |
4.3.1 全州站耦合周期振荡的时变特征 | 第44页 |
4.3.2 秀山站耦合周期振荡的时变特征 | 第44-45页 |
4.3.3 湘阴站耦合周期振荡的时变特征 | 第45-46页 |
4.3.4 张家港站耦合周期振荡的时变特征 | 第46页 |
4.4 建立基于SCSA的预测模型及预测试验 | 第46-48页 |
4.5 预测效果分析 | 第48-51页 |
4.6 本章小结 | 第51-53页 |
第五章 结论与展望 | 第53-55页 |
5.1 本文主要结论 | 第53页 |
5.2 本文特色与创新 | 第53页 |
5.3 讨论与展望 | 第53-55页 |
参考文献 | 第55-61页 |
作者简介 | 第61-63页 |
致谢 | 第63页 |