韩秀珍[1]2003年在《东亚飞蝗灾害的遥感监测机理与方法研究》文中研究说明我国是农业大国，蝗灾同水灾、旱灾并列为农业叁大灾害。蝗灾不发则已，一发则赤地千里，不可收拾。近年来，全球气候变暖、连续干旱，我国14个省200多个县，同时爆发蝗虫灾害，面积超过200多万公顷，对我国农业生产造成严重威胁。因此，2002年2月国家计委发布《实施应用高技术控制我国蝗灾产业化专项的公告》。中科院遥感所，农业部全国农业技术推广中心，河北省计委联合开始在环渤海湾地区研究东亚飞蝗灾害，同时中科院遥感所开始了环渤海湾东亚飞蝗灾害的遥感监测机理和方法研究，本论文就是在该项研究的基础上完成的，主要成果体现在以下方面： (1)提出了对基于东亚飞蝗灾害建立全生育周期综合遥感监测新模式 当前国际上运行的遥感虫害(包括蝗虫灾害)监测系统一般是灾情后发挥作用。本研究提出了针对东亚飞蝗灾害建立全生育周期综合遥感监测新模式，将灾后监测扩展为孵化期、发育期、成虫期叁个阶段监测，即：应用遥感数据对蝗虫栖息地生境特征及蝗害发生不同阶段进行多尺度多时相连续监测和分析，揭示生境特征变化与蝗虫种群发生、发育之间的关系机理，利用多元数据融合和数量分析方法建立蝗虫种群密度-生境指标-地面光谱-遥感影像之间的定量模型。从遥感层面为研究蝗害发生趋势和防治途径提供科学方法和依据。 (2)东亚飞蝗生育环境要素的遥感探测机理和方法研究 通过野外实地探测蝗虫孵化期地表水热条件，建立遥感反演水热参数与实测参数之间的关联模型，建立野外实测东亚飞蝗生长发育期环境指标、地面光谱、遥感影像提取参数之间的相关关系；对比研究植被要素对飞蝗生境的响应；开展了野外同步实验，验证遥感反演生物物理参数的可靠性，估算了不同尺度1000m，250m和30m)遥感数据反演参数的精度；在蝗区大尺度范围内利用了低空间分辨率、高时间分辨率的MODIS数据，对东亚飞蝗孵化的水热条件和植被要素进行了实时动态监测；在黄骅、天津大港蝗区利用高分辨率Landsat-5／TM、Landsat-7／ETM数据进行东亚飞蝗的栖境条件监测。 (3)应用3S手段将多源数据融合进行蝗虫灾害监测的综合分析 在对蝗虫生物性分析数据、地面实测环境要素的统计数据、遥感反演的水热条件、植被要素、多年气候数据、历史蝗灾记录、蝗害发生时有关数据进行集成和分析的基础上，提供孵化出土爆发地、蝗虫密集生长区域、迁移方向、灾情评价以及来年孽生地预测:实现蝗虫发生量与灾害预测，并生成蝗灾发生程度和分布区域的空间分布图。(4)本研究将成为“35+C+W”(遥感、地理信息系统、全球定位系统、通讯、网络)集成技术建成的东亚飞蝗监测系统的核心内容。
李开丽[2]2005年在《东亚飞蝗生境的遥感分类研究》文中提出东亚飞蝗是引发我国蝗灾的最常见蝗虫。我国史籍中记载的800多次蝗灾,主要是指东亚飞蝗所引起的蝗灾。近年来,由于气候变化和人类活动等原因,这类蝗灾在我国有不断加重之趋势。 及时、有效地防治蝗灾的关键,是对蝗灾作出监测;而现代遥感技术因其具有大面积快速、多时相等优点,因此在蝗灾的监测中可发挥特别的作用。 蝗虫的发生与成灾与其存在的生境有十分密切的关系。因此,对蝗虫生境进行监测便成为遥感技术用于蝗灾监测的重要内容;而基于遥感影像的生境的计算机分类是蝗灾遥感监测的一项重要基础性工作。 本文以渤海湾沿岸的河北省黄骅地区为研究区,进行东亚飞蝗生境的遥感分类研究。首先,对东亚飞蝗生境的含义进行了探讨。其次,结合黄骅地区的实际情况和所采用卫星影像特征,确定了东亚飞蝗生境分类的原则,并以此原则建立了黄骅地区东亚飞蝗的生境分类系统。然后,分别利用包括2003年8月14日和2004年5月28日的Landsat-5 TM图像,以及2003年10月16日的ASTER图像,采用最大似然法和基于知识的分层分类法,对黄骅地区的东亚飞蝗生境进行了不同组合的分类研究,并经过分析和比较,找出了最适合研究区东亚飞蝗生境分类的组合方案。 通过本文研究,可得到以下结论: 1) 正确地使用基于知识的分层分类法,能在很大程度上提高东亚飞蝗生境的分类精度。最大似然法也是一种很好的生境分类方法,但在分类中应注意训练样本的选取和纯化。 2) 辅以空间信息的遥感影像生境分类,可使分类精度有所提高。 3) 充分利用多时相遥感信息,可在很大程度上提高生境分类的精度。研究表明:分别将2003年8月14日和2004年5月28日的TM影像的5、4、3波段进行重组,其最大似然法分类的总精度可达到88.8095%,Kappa系数达0.8462;而增加了空间信息后的分类总精度可达89.3188%,Kappa系数达0.8534。 4) ASTER影像的利用使生境分类精度有进一步的提高。结果表明,对2003年8月14日TM影像和2003年10月16日的ASTER影像的融合图像进行基于知识的分层分类,分类总精度可达90.9739%,Kappa系数达0.8738。此分类精度可基本满足黄骅地区东亚飞蝗生境遥感分类与制图的目的。
沈宁泽[3]2005年在《基于MODIS数据的植被生长与东亚飞蝗发生关系的研究》文中提出东亚飞蝗(Locusta migrataria manilensis Meyen)孳生区域广,繁殖能力强,食量大,且迁飞距离远,一日暴发,常常给农作物带来严重的灾难。蝗灾是一种世界性的农业生物灾害,近100个国家或地区不同程度地受到蝗灾的威胁,其中尤以非洲和亚洲的一些国家蝗灾发生最为频繁,危害也最严重。我国也是一个长期饱受蝗虫灾害侵袭的国家,从20世纪80年代中期以来,受气候异常、人类活动等影响,蝗灾发生频率重新上升,为害程度趋于加重。 现代遥感技术的发展为快速、动态地获取地表大面积信息提供了现实可能性。本文以东亚飞蝗灾害具有典型意义的河北省黄骅蝗区为研究区,以东亚飞蝗经常发生的黄灶、南大港为试验区,选用2002年5月下旬至6月上旬的连续MODIS遥感数据,对蝗蝻生长期的植被光谱信息进行提取,利用多种植被指数对植被的生长状况进行监测,并探讨其在东亚飞蝗发生监测上的应用潜力。通过研究,建立了植被自然增长与飞蝗植物消耗量之间的关系,为利用遥感技术蝗灾监测提供理论和技术基础。 通过研究,得出以下结论: 1.利用所提出的“时间滤波”的概念和方法,对研究的MODIS遥感数据进行了处理。结果表明,经过时间滤波处理后的MODIS数据可在一定程度上减少云层对遥感数据的影响; 2.基于经过时间滤波处理后的MODIS数据所获得的植被指数NDVI的变化,可实现对研究区东亚飞蝗的发生状况进行监测。植被指数NDVI的变化模型如下: NDVI=-0.004T~2+0.0582T+0.2005 (R~2=0.7113) 3.在研究时段内,东亚飞蝗的食量处于不断增加的过程中,然而,但因植被同时受到飞蝗的破坏,而且这种破坏也随飞蝗的发育而增加,因此到达一定阶段,植被的自然增长量就会出现负增长状况,研究表明,研究区植被的自然增长量减去蝗虫对植物的消耗量,在5月24日至5月31日之间尚有余额,而在5月31日之后,植被的自然增长量开始小于蝗虫对植物的消耗量,而且负增长量逐日加大。据此,可对飞蝗的危害程度作出监测。
刘振波[4]2005年在《遥感技术支持下东亚飞蝗发生与土壤水分含量关系研究》文中进行了进一步梳理本文以我国东亚飞蝗重点发生区之一的河北省黄骅市为研究区,基于遥感技术,并结合实地调查采样分析和地面遥感测量,研究东亚飞蝗发生与成灾状况的地域分布,提取飞蝗密度分布信息;在此基础上,利用遥感提取的研究区土壤水分含量信息,研究土壤水分含量与东亚飞蝗发生的关系。 在研究中,利用多时相TM/ETM+遥感影像数据,分别提取出了东亚飞蝗(夏蝗)大发生年(2002年)的植被在受为害前、后的光谱信息,并通过监测受飞蝗为害的植被受损程度,判断蝗灾发生的程度及分布状况;以受灾植被指数信息为基础,进一步提取出了飞蝗密度的分布状况,并得到了黄骅市叁个重点蝗区夏蝗发生时的飞蝗不同等级密度分布图。 通过本研究,得到了以下主要研究结论: (1)在研究区黄骅市蝗区内,东亚飞蝗(夏蝗)孵化后期土壤水分含量越低,飞蝗发生为害的程度越高,即土壤水分含量偏低的地方更能为东亚飞蝗的发生提供适宜的生境。 (2)在研究区,土壤水分含量状况对东亚飞蝗发生影响的主要时段是在秋蝗的产卵期(9～10月)和夏蝗的孵化期(3～5月)。在此期间,土壤水分含量过高会对东亚飞蝗的发生带来不利影响。 (3)综合考虑土壤水分含量和地表温度表明,东亚飞蝗秋蝗产卵期和夏蝗孵化期的土壤干湿状况存在明显差异。在东亚飞蝗的发生为害年份,土壤“干燥度”明显高于未发生为害年份。
马建文, 韩秀珍, 哈斯巴干, 王志刚, 燕守勋[5]2004年在《基于东亚飞蝗生育周期的遥感蝗灾监测新模式》文中指出当前 ,国际遥感蝗灾监测的技术路线一般是爆发蝗灾后受损面积、程度的监测与评价 ,研究灾害的有效预警与预测方法 ,对防灾减灾更具有现实意义。通过连续 2 0 0 1、2 0 0 2年连续实地对渤海湾夏蝗孵化期、生长期和成虫期等 7个阶段的野外观测 ,对蝗虫生境物理和生物依赖条件样方统计、光谱测试和遥感机理实验 ,提出了“飞蝗生育周期遥感叁段监测”的论点 ,根据这个论点将遥感监测设计为 3个阶段 :(1 )孵化期水热条件遥感反演 ;(2 )生长期食量猛增遥感监测芦苇叶面积指数和植被盖度变化 ;(3)成虫期寻找新食源对芦苇盖度 (温度 )和地表水条件 ,进而对聚集条件和迁移方向的分析指导灭蝗。有效发挥了遥感连续动态观测的技术特点 ,为建立环渤海湾东亚飞蝗遥感监测体系提供了基本技术路线 ,介绍的思路与方法也可以对森林病虫害等大规模突发病虫灾害起到借鉴作用
张灿龙[6]2006年在《地表温度遥感反演及其在东亚飞蝗监测中的应用》文中研究指明本文以导师倪绍祥教授主持的国家自然科学基金项目《遥感与GIS支持的东亚飞蝗发生机理与预测模型研究》为支撑，以河北省黄骅地区为研究区，利用东亚飞蝗关键发育阶段的TM、MODIS遥感影像数据进行了地表温度反演，并结合东亚飞蝗生境遥感分类结果，对东亚飞蝗的不同生境类型的地表温度特征进行了研究。主要研究内容如下： 1、利用Landsat TM遥感卫星影像反演研究区地表温度； 2、利用MODIS遥感卫星影像反演研究区地表温度； 3、在对研究区主要生境类型进行划分的基础上，对研究区东亚飞蝗生境进行了遥感分类； 4、对研究区东亚飞蝗主要生境因子地表温度特征进行了分析。 研究结果表明： 1、通过利用气象观测数据与人类经验知识相结合的方法对基于TM和MODIS遥感图像所反演出的研究区地表温度的精度检验表明，反演结果比较合理，反演误差在可以接受的范围之内。 2、黄骅市西部多裸地和夹荒地，中部多农田、芦苇地，东部多盐田水体，黄骅市的地表温度空间分布上均呈现至西向东逐步降低的趋势。西北部是全市地表温度最高的地带。中部和南部居民地的地表温度比周围地区的地表温度明显较高。而东部的地表温度总体上比其他地区低。 3、通过遥感反演得出的研究区地表温度分布与东亚飞蝗生境遥感分类结果图的对比分析表明：在东亚飞蝗的主要生境类型中，卫星过境时的地表温度值从大到小依次为居民地、裸地、盐碱地、夹荒地、农田、芦苇地、盐田水体。而且，在同一种生境类型中，离水体距离较近的部分地表温度值偏低。
陈健[7]2005年在《东亚飞蝗发生区芦苇LAI的遥感反演及其尺度效应研究》文中研究指明本文以河北省黄骅市南大港湿地为研究区，借助现代卫星遥感技术，并结合实地调查采样分析和地面遥感测量，在辐射传输模型FCR模型和BP神经网络模型的基础上，建立了适合研究区芦苇冠层的LAI遥感反演模型，并利用半变异函数讨论了LAI遥感反演中的尺度效应和空间异质性。最后在准确反演LAI的基础上，利用芦苇LAI进行了东亚飞蝗危害的监测研究。 基于TM和MODIS数据的LAI反演可以利用神经网络和查找表反演FCR模型来进行，结果表明，无论是TM数据还是MODIS数据，神经网络模型对反演研究区芦苇LAI的效果要优于线性回归模型，且利用FCR模型可有效的消除因为背景而带来的光谱差异。 通过研究得到以下主要结论：芦苇LAI与遥感图像之间的关系不能简单地用线性关系来表示。随着遥感图像空间分辨率的降低，LAI的空间异质性增加，从而引起芦苇LAI反演误差的增大。统计模型中NDVI算法的非线性带给LAI尺度转换的误差很小，而LAI的空间异质性是引起尺度效应的根本原因。在本文的研究区，芦苇的空间尺度约为360m，超过此距离，空间相关性便不复存在。利用遥感植被指数NDVI可以定性地判别东亚飞蝗的发生地，但存在局限性，不适合用于定量监测飞蝗的发生程度。在准确反演LAI的基础上，根据两个时相LAI的变化进行东亚飞蝗灾害的监测，可以更准确地找出东亚飞蝗的危害范围与程度。
旭日[8]2017年在《基于遥感的蒙古国科布多省蝗灾时空分布规律研究》文中研究说明蝗灾是世界性的灾变,对农、林、牧业都会造成无法挽回的伤害。很多地区在不同程度上都遭受过蝗灾。由于气候异常和人为因素等多种原因,近年来蝗灾明显有加重的趋势。蒙古国也是常年受蝗灾威胁,作为该国造成蝗灾的主要蝗虫种类,脊翅蝗有着繁殖快、食量大、迁移扩散能力强等特点,严重影响着蒙古国草地植被的自然生长和一些地区畜牧业的健康发展。目前,蒙古国草地蝗虫对草原畜牧业发展及草原生态环境已造成了严重的危害,开展其蝗灾监测研究变得极为重要,不容忽视。本论文以常年受草原蝗灾影响的蒙古国科布多省为研究区域,以受脊翅蝗危害植被光谱信息提取为切入点,利用遥感植被指数变化及覆盖度监测受蝗虫灾害植被受损程度,并判断蝗灾发生分布状况以及受灾等级程度。选取2012年6月1日至30日(生长季)作为研究时段,提取MODIS逐日影像图,借助ENVI软件对收集的MODIS影像数据执行一系列预处理,包括格式的变换、投影转换、几何处理以及影像拼接等,反演论文所需的植被指数值,即归一化植被指数、比值植被指数值和近红外波段,分析灾区植被覆盖时空变化特征,揭示蝗灾直接影响植被长势及覆盖变化。基于此,植被长势及覆盖变化来表征受蝗灾的等级(即受灾等级),从而提取蝗灾等级分布图。并分析研究区蝗灾发生发展过程及其时空特征。通过研究得出了如下结论:(1)2012年6月份上旬科布多省草地植被下降明显地区主要集中在沿着阿拉泰山脉一代的中部地区,具体分布在策策勒格、达尔维以及曼汗等苏木。变化较明显地区为莫斯特苏木、斋雷特、门海尔以及都特苏木。2012年6月中旬则主要分布在中部以及西北地区。而6月下旬时,脊翅蝗基本完成发育,开始进入产卵期。因此,此期间没有大量破坏草场的情况出现。植被覆盖度开始增长。只有曼汗苏木、阿拉泰以及布尔干苏木等小面积地区的植被呈减少趋势。(2)由2012年6月份科布多省草原植被覆盖时间变化规律可得出6月初开始植被覆盖呈减少趋势,在6月19至22日出现低值期。这与6月份植被生长旺季情况不符合。说明研究时段内,蒙古国科布多省草原区内可能发生大面积蝗灾,并与实际情况相符合。而在6月下旬开始又有所回升趋势,表明这段时间植被状况得到了改善。(3)根据科布多省受蝗虫灾害程度的等级图,可了解到各旬际严重程度时空变化特征。2012年6月份中旬科布多省蝗灾轻度蝗灾危害区域面积由上旬总研究区面积的18.43%变为25.10%,增加了6.67%。中度危害区域面积变化增加了11.98%。同样重度危害区域面积由6月份上旬10.22%增加至6月中旬21.50%。2012年6月下旬轻度蝗灾危害区域面积相比中旬严重度轻度受灾面积与中度受灾面积分别减少了11%和10.76%。而6月份下旬无重度危害区域。(4)蝗虫易发区主要以阿拉泰山脉两侧地区,即科布多省中部地区发生的蝗灾比较严重。该区域有适生水热条件并且提供了适宜蝗虫栖息场所和所食的植物。而在研究区植被稀疏地区如荒漠以及半荒漠草原,蝗灾发生相对较少。这与实际情况相符合。
陈健, 王秀君[9]2012年在《遥感与GIS在蝗虫生境研究中的应用进展》文中认为蝗虫生境是蝗虫赖以生活、生存的环境。利用遥感技术获取与蝗虫密切相关的各种生境因子,并结合GIS技术研究和阐明蝗虫的生境因子对东亚飞蝗的产卵、孵化、成虫、迁飞等生育周期的影响机理,是实现对蝗虫监测、预测预警的基础。文章首先分析了各种蝗虫生境因子对蝗虫发生的影响机理,认为这些生境因子对蝗灾发生的影响不是孤立地起作用的,仅靠单个生境因子进行蝗灾的预测是不全面的,而遥感和GIS技术方便的获取、管理和分析多种生境因子数据,在大尺度蝗灾发生监测和预警中起到不可替代的作用。通过对遥感与GIS在蝗虫的不同发育阶段(蝗卵发育阶段、蝗蝻发育阶段和成虫阶段)的应用及其进展的分析,认为对蝗虫不同生育阶段的遥感监测需采用不同的参数和技术才能达到更好的效果,最后提出了遥感与GIS在蝗虫生境监测方面的未来发展方向。
李钢[10]2008年在《历史时期中国蝗灾记录特征及其环境意义集成研究》文中认为自古以来,蝗灾就与水灾、旱灾并称我国的叁大农业灾害。叁大灾害及由其所引发的饥荒、瘟疫、战乱等社会危机无疑都给我国历史时期的农业生产带来破坏,给社会经济发展造成阻碍,同时这些自然灾害与社会危机也见证了中华民族与各种灾害危机作斗争的艰苦而卓绝的历史。可以说,历史时期的中国社会经济发展是一部炎黄子孙长期同各种自然灾害和社会危机的斗争史。水灾、旱灾作为中国历史上最频繁发生的自然灾害,它们的成灾原因和发展趋势跟气候变化密切相关,我国已有大量的学者对水、旱灾害做过细致的研究。相对于水、旱灾害,蝗灾的研究凸显不足,原因是多方面的。首先,我国历史文献中记载的大量蝗灾主要是飞蝗猖獗所致,特别是东亚飞蝗。飞蝗作为一种有着很强的自主迁飞能力的昆虫,它能主动选择性取食,因此它的活动性很强,它的成灾原因较为复杂,已有的各类研究目前存在较大分歧。其次,历史蝗灾的研究涉及历史、生物、地理等多学科,单纯从某一学科进行的研究很难得出全面系统的结论,因此历史蝗灾的研究需要从多学科渗透集成的角度出发,这是一大难点。再者,蝗灾的发生与气候环境的关系要比水旱灾害与气候环境的关系复杂,很多情形下蝗灾的爆发可能是受到了潜在的气候变化的影响,因此探寻蝗灾与气候的关系就需要深入细致地做更多工作。从上述角度出发,论文在全面系统的收集和整理各类与蝗灾相关的历史文献的基础上,分种类、按朝代、划区域建立了真实可靠的中国历史蝗灾记录数据库,同时尽可能多的获取了螟虫、粘虫等其他主要昆虫灾害的历史记录,并做了对比分析。基于蝗灾数据库,探究了我国历史蝗灾随时间变化的发生动态与特征,主要涉及飞蝗代次、受灾县次、蝗灾等级以及蝗灾与水早关系等多个方面。针对我国的叁大飞蝗,分种类、划区域探讨了行政区划与自然区划存在的不一致性,并就甘肃、陕西、安徽、江苏四省做了次级蝗区的细化。基于蝗灾数据库和各级蝗区的划分,建立了多条历史蝗灾序列,并利用小波分析方法研究了蝗灾的周期。选取蝗灾序列与战乱、瘟疫、雨土、江南米价、淮河洪水等进行对比,得出了基本的结论。将蝗灾年表与华北、华东冷、暖冬次年表进行对比分析,发现蝗灾与冬半年温度之间并无明显的因果关系,并从昆虫生理学和生态学角度作了解释。选取蝗灾序列与从冰芯、树轮、石笋以及历史文献中重建或者集成的温度和降水序列以及ENSO指数序列等作了对比分析。认为蝗灾的发生跟温度关系不明,跟降水呈反相关,蝗灾序列可以作为反应气候(农业)干旱的重要指标,最后据此对我国将来可能开展的相关研究作了总结和展望。应该说,本研究是基于历史文献资料,采用地理环境方法,应用生命科学解释而做出的一项集成研究,主要结论和观点如下:(1)选取的研究时段是自历史文献最早记录蝗灾的707BC至近代开始大量使用农药前夕的1949AD期间,将历史蝗灾记录按飞蝗的叁个亚种分区域收集整理,获得了我国有飞蝗发生的27个省区(含台湾)的4346条蝗灾记录,涉及各类历史文献1241册。同时还获取了592条其他昆虫灾害的历史记录。叁种飞蝗在各自时间长度里的平均灾年频次由高到低分别是东亚飞蝗、西藏飞蝗和亚洲飞蝗。(2)采用网络检索法获取《二十五史》等规范性史料中的蝗灾记录,极大地提高了文献检索效率和准度,避免了人为翻阅可能出现的疏漏。(3)绘制了中国历史文献传承过程中所经历的“八胜”和“十厄”波动图,凸现了我国历史文献记载的不连续性和不均一性。针对夏、商、周、秦等不同朝代的历法岁首建月不同的问题做了讨论。此外,还绘制了历代叁大飞蝗灾害发生的百年频次图。(4)论文区分了蝗灾与螟、粘虫等其他虫害在历史文献记载中的差异,并列举了代表性的记录。其中,“螣(蚮)、螽、蝝、蝗、蝻”代表蝗灾,“螟”代表螟虫灾害,“贼、蜮、好蚄、青(黑)虫”等代表粘虫灾害,还有“蟊”代表地下食根虫害等等。就蝗灾而言,除了整理出研究所需的大量常规蝗灾记录以外,论文还整理出了24条“抱草瘟”记录,以及部分特殊蝗灾记录(天敌灭蝗)。(5)根据蝗灾记录的特点,分别从昆虫分类学、自然地理区划、飞蝗发生时间以及飞蝗亲水性生境等角度提出了我国蝗灾的几种初步分类方案。综合考虑蝗灾的持续时间、扩散范围、破坏程度以及对人类的影响等多方面,将我国历史蝗灾划分为4个等级层次,即Ⅰ出现级、Ⅱ干扰级、Ⅲ危害级、Ⅳ灾难级,并绘制了蝗灾等级综合标准划分表。(6)区分了发生在甘肃省境内的东亚飞蝗和亚洲飞蝗记录,区分了跨越秦淮线的陕西、安徽、江苏叁省的东亚飞蝗记录,划分了次级蝗区。同时,对蝗虫代次、蝗灾月份、蝗灾等级、受灾县次以及蝗灾与水旱关系作了研究,将同一省区南、北次区以及不同省区之间的蝗灾序列作了对比。(7)综合考虑地理区划以及蝗灾发生的源、汇特点,将东亚飞蝗区(主要在东部季风区)划分为核心区、北区、南区和全区四种空间范围,针对不同区域分别建立了蝗灾等级10a移动平均序列、蝗灾等级10a累加序列、蝗灾年10a频数序列,并且选择部分区域做了小波分析,以寻找蝗灾发生的周期。此外,分别研究了亚洲飞蝗和西藏飞蝗的历史记录特征,并建立了对应的蝗灾序列。(8)考虑到蝗灾发生后可能产生的连锁反应,分别将蝗灾与战乱、瘟疫、雨土、米价、洪水等对比,发现10年尺度上的中国历史战乱年频数、瘟疫年频数与东部季风区的蝗灾年频数变化趋势相当一致,预示了战乱、瘟疫与蝗灾的频繁发生有着密切的关系;虽然蝗灾年频数与象征干冷气候背景的雨土年频数对应良好,但只能预示蝗灾与偏干气候的一致性,并不能代表其温度特征;安徽蝗灾与淮河洪水不重年的结果反证了蝗灾与干旱的一致性。米价上涨年份多数出现在蝗灾大范围发生年份之后一至数年,这也基本符合史实。(9)通过构建华北、华东历史时期的冷、暖冬次年表与蝗灾年表进行查重对比,发现在126a冷冬次年里出现了89a蝗灾年,在85a暖冬次年里出现了64a蝗灾年;蝗灾年和冷、暖冬次年的重迭概率分别为89/126=0.7063和64/85=0.7529,二者仅相差0.0466。认为,上年冬季(或者说冬半年)的冷暖状况不能对次年蝗灾的发生与否做良好的区分,因此蝗灾序列不能用来反映上年冬半年气候的冷暖状况。对此,论文从昆虫生理学和生态学的角度加以了解释。(10)有针对性的选取蝗灾序列与国际公认的几条气候序列作了对比,发现核心区蝗灾与ENSO有遥相关,核心区及北区蝗灾与温度对应仍旧不好,北区蝗灾与华山树轮降水呈局部时段的反相位对应。最后经过综合分析,论文认为,蝗灾序列可以作为一种反应夏半年(4-9月)干旱的代用指标。
参考文献：
[1]. 东亚飞蝗灾害的遥感监测机理与方法研究[D]. 韩秀珍. 中国科学院研究生院（遥感应用研究所）. 2003
[2]. 东亚飞蝗生境的遥感分类研究[D]. 李开丽. 南京师范大学. 2005
[3]. 基于MODIS数据的植被生长与东亚飞蝗发生关系的研究[D]. 沈宁泽. 南京师范大学. 2005
[4]. 遥感技术支持下东亚飞蝗发生与土壤水分含量关系研究[D]. 刘振波. 南京师范大学. 2005
[5]. 基于东亚飞蝗生育周期的遥感蝗灾监测新模式[J]. 马建文, 韩秀珍, 哈斯巴干, 王志刚, 燕守勋. 遥感学报. 2004
[6]. 地表温度遥感反演及其在东亚飞蝗监测中的应用[D]. 张灿龙. 南京师范大学. 2006
[7]. 东亚飞蝗发生区芦苇LAI的遥感反演及其尺度效应研究[D]. 陈健. 南京师范大学. 2005
[8]. 基于遥感的蒙古国科布多省蝗灾时空分布规律研究[D]. 旭日. 内蒙古师范大学. 2017
[9]. 遥感与GIS在蝗虫生境研究中的应用进展[J]. 陈健, 王秀君. 生态环境学报. 2012
[10]. 历史时期中国蝗灾记录特征及其环境意义集成研究[D]. 李钢. 兰州大学. 2008
标签：植物保护论文; 遥感论文; 蝗虫论文; 植被指数论文; 地表温度论文; 东亚研究论文; 东亚历史论文; modis论文;