完整word版气候条件对蝗虫生长的影响Word格式文档下载.docx
《完整word版气候条件对蝗虫生长的影响Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《完整word版气候条件对蝗虫生长的影响Word格式文档下载.docx(26页珍藏版)》请在冰豆网上搜索。
查看风力表可知该日为恶劣天气,假设改天的天气为·
,并假设未统计的风力数据为微风。
6.日平均气温在气象学上通常用一天2时、8时、14时、20时4个时刻的气温相加后平均作为一天的平均气温(即4个气温相加除以4),结果保留一位小数。
由于数据量有限,现假设日平均气温为日最高温度和日最低温度的平均值。
7.附表A中各类蝗虫的消长趋势在一段时间内固定不变或变化很小。
三、符号说明
1.
:
时间;
2.
平均蝗虫密度;
3.
:
蝗虫孵化率即出生率;
4.
蝗虫死亡率;
5.
瞬时增长率;
6.
随机干扰因子集;
7.
种随机干扰因子的影响率;
8.
内禀增长率;
9.
、
密度制约率;
10.
分别是出生率和死亡率的约束函数;
11.
环境因素开始对蝗虫生长产生影响的临界时间;
12.
附件A中变换出来的函数
13.
偏回归系数;
14.
15.
预测值;
四、问题的分析
问题一:
在模型建立过程中,瞬时增长率
看作是孵化率
和死亡
的纯差值。
问题二:
一年分为2月—4月,5月—7月,8月—10月,11月—1月四个季度,并分别按年、季度、月,做出3年最低气温、最高气温、平均气温、气温差等四方面的折线图,分析其特点,根据所给天气数据,换算成降雨量,分别按年与季度计算降雨量,做成柱状图,观察其降水特点及变化趋势,从而总结出夏河县的温度和气候特点。
问题三:
主要针对附件A中给出的五种蝗虫,按其种群消长数学模型图用到的日期,由于蝗虫孵化需要一定的积温与水分[2],因此我们从问题二中得到的数据前后各加一个月提取出温度与降水量数据,对数据进行对比分析,得出其相互影响关系。
根据温度和降水对蝗虫的影响,提出有关蝗虫防治的措施,并给出生物防治方法。
五、模型的建立与求解
5.1问题一:
附表A中模型的合理性与局限性的阐述
5.1.1模型的合理性:
(1)调查方法选择抽样调查法,具有代表性,一定程度上能正确反映总体特征。
(2)从宽须蚁蝗,狭翅雏蝗和混合种群的种群数量消长的数学模型图来看,z和x呈强正相关,这种拟合的方式对于这种种群来说很合适,能较好地反映蝗虫的消长情况。
(3)将蝗虫平均孵化率
定为时变函数,并且引入参变量
,使得
,能较合理反映蝗虫的实际数量增长情况。
5.1.2模型的局限性:
(1)实验样本数据过少,只统计了一年的数据,具有很大的偶然性,为使模型更具有真实性和适用性,应该选取连续多年的数据。
(2)在作图的过程中,观察值数据的描点都是一些估读值,精度不高,会产生一定的误差,从而影响模型的拟合程度。
(3)附件A论文中出现很多错误,如:
由方程变换得到的函数应该是:
;
应该是
,而不是
图1、图2、图3中,纵坐标y的单位应该是头/米2。
(4)小翅雏蝗和皱膝蝗因分布生境不均匀,观测值波动较大,在拟合时,相关系数小,用其模式拟合数量消长是不合适的。
(5)在模型建立过程中,将瞬时增长率
和死亡率
的纯差值,没有考虑到随着蝗虫数量的增多,食物,生存空间等其他随机干扰因素的影响。
因此,可以在此基础上,将其他干扰因子,如:
温度、降水、天敌、食物等因素,表示为随机干扰因子集
引入原模型,令
形成新的消长分布函数。
针对此问题,结合蝗虫的生长实际,我们给出以下将出生率与死亡率做为时变函数的新的模型[2],如下:
令:
出生率:
死亡率:
这里
分别是出生和死亡的约束函数。
同时,为了讨论方便,
对出生率
,我们假设群体的平均以内禀增长率
,密度制约率
,及环境约束效因组成。
开始群体以
的比率增长,
的效因很弱,到了一定密度则
的作用变大,降低了种群的出生率。
同样,
是阶跃函数,在环境适应增长需要时不起作用,当环境、食物条件变劣时它以
为影响率,
为密度正反馈效应作用于出生率使群体的出生率进一步降低。
关于死亡率
,假设群体的平均以常规死亡率
,及密度正反馈制约率
,环境约束效因等对死亡率产生作用。
其中
在环境适应增长需要时不起作用,过了一定时间,环境开始对群体生存产生制约,这时它以
为密度正反馈效应加大群体的死亡率。
则:
由边值条件,及令:
以约束最小二乘法可得到:
和
。
5.2问题二:
夏河县地区的温度和气候特点
5.2.1地理信息
夏河县(东经101°
54'-103°
25',北纬34°
32'-35°
34'),位于夏河县地处甘肃省西南部、甘南州西北部,东、南面分别与合作市、碌曲县相邻;
北依临夏州及青海循化县、同仁县;
西接青海泽库县。
总土地面积6274平方公里,海拔在3000m-3800m之间。
5.2.2温度数据处理与分析
最高月平均气温
最低月平均气温
气温年较差
气温平均日较差
2011
15.4(8月)
-8.1(1月)
23.5
14.3
2012
15.8(8月)
-8.5(1月)
24.3
13.7
表一.2011—2012月气温情况表
年最高平均温度
年最低平均温度
年平均温度
年最高温度
年最低温度
12.5
-1.7
5.4
26
-20
11.5
-2.1
4.7
25
-22
表二.2011—2012年气温情况表
如表一、表二所示,2011年年均气温5.4℃,年最高温度为26℃,年最低温度为-20℃。
气温年较差为23.5℃。
一月份平均温度-8.1°
C,冬天最低气温-20°
C。
八月份平均温度为15.4°
C,最高温仅26°
C,终年微风.各月平均气温在0℃以下的月份长达7个月之久。
2012年年均气温4.7℃,年最高温度为25℃,年最低温度为-22℃。
气温年较差为24.3℃。
一月份平均温度-8.5°
C,冬天最低气温-22°
八月份平均温度为15.8°
C,最高温仅25°
C,终年微风.各月平均气温在0℃以下的月份长达7个月。
图一2011—2012年平均温度走势图
如图一所示,夏河县不同年份的月平均温度波动较小,环比月平均温度值较稳定。
月最高平均温度
月最低平均温度
月平均温度
月最高温度
月最低温度
2011年
2012年
1
0.6
-0.8
-17
-16.3
-8.1
-8.5
5
2
7.3
2.6
-11.3
-11.6
-2
-6.1
13
9
3
6.9
6.2
-9.4
-6.4
-1.3
-0.1
15
4
14.1
13.8
-0.3
-0.4
6.8
6.7
22
-5
17.5
16.6
2.4
4.0
10
10.3
24
6
20.0
19.1
7.1
13.5
12.9
7
20.7
21.4
8.6
9.8
14.7
15.6
8
22.2
21.6
8.5
10.0
15.4
15.8
16.1
16.9
6.0
4.8
11.1
10.8
23
12.4
12.2
0.3
1.1
6.3
17
-6
11
8.3
7.8
-5.5
-9.1
1.3
-0.6
12
-11
2.5
4.6
-12
-13.9
-4.7
-4.6
-15
表三.(取个名字)
注:
数据来源请见附件
5.2.3降雨数据处理与分析
假定阵雨量和小雨量相同,雪量和雨量按1:
1的比例计算,小雨,中雨等都存在时以雨量大的取均值为准。
多云以-0.02的系数计算水量。
根据雨量等级表,我们将天气做出如下换算:
1.Matlab作图表示降水与温度的拟合关系图
图二.2010年的降水量与温度的关系图
图三.2011年的降水量与温度的关系图
由图可以看出2010年降水量随温度的降低而降低,二者大体呈现一种线性关系,2011年的降水量与温度在二次元方的时候拟合的最好,成二元关系,总体上来说,降水量随温度的变化而变化,在0度之前,降水量随温度的升高而降低,0度之后,温度越高,降水量越大。
5.2.4气候特点
1.气候特点综述
夏河县气候属寒冷湿润性,高原大陆性性气候特点比较明显。
高原大陆性气候,是大陆内部高原地区的气候,高原大陆性气候是光照充足,日照强烈;
冬寒夏凉,暖季短暂,冷季漫长,春季多大风和沙暴;
雨量偏少,雨热同季,干湿季分明。
日照时间长,春秋相连,无夏季。
严寒期长达三个月,温度年季变化小,气温日差较大,。
湿润度良好。
全年风力微弱,降水四季分布不均。
由于夏河县气候寒冷,四季划分按当地实况习惯,2-4月为春季,5-7月为夏季,8-10月为秋季,11-1月为冬季。
春季:
由于太阳高度角度逐渐增大,地表增热迅速,此时北方冷空隙缓慢北撤,南来暖湿空气日趋向北推进,这样,冷暖空气活动频繁,形成春季冷热无常,晴阴多变,常出现持续低温或前暖后冷的“倒春寒”天气;
有时带来强降温和寒潮降雪天气。
夏季:
雨水集中,6-8月总雨水量占全年总降水量的54%。
秋季:
连阴雨天气,气温低,光照少。
冬季:
降雪稀少,冬季降雪仅占全年降水量的1.5%,
2.日照
夏河县日照天数年平均为x天。
3.温度分布
年平均气温在时间分布上较稳定,平均气温在时间分布上比较稳定,年较差变化小,日较差变化大。
一年之内,最暖在8月份,最冷在1月份。
2010年11月至2013年10月,最高温度为26℃,最低温度为-22℃。
年平均日较差13.7℃-14.3℃。
最大日较差为25,最低日较差为5。
5.3问题三:
建模分析,提出建议
5.3.1模型一:
横向线性回归模型
1.气象与蝗虫资料
来自于附件A中各类蝗虫种群消长的数学模型图与附件B中夏河县2010年11月份至2013年10月份的天气资料。
2.模型分析
附件A的小翅雏蝗和皱膝蝗模型
值比较小,并指出小翅雏蝗和皱膝蝗模型不合理,未给出相关数据。
即只建立温度、降水等因素对宽须蚁蝗、狭翅雏蝗与混合蚁蝗种群的影响模型。
蝗虫根据不同种类最早于4月下旬开始孵化,最晚于10月下旬消亡。
选择4~10月温度、降水量两种气象因子与4~10月蝗虫数量进行回归分析,最后建立二元线性回归模型。
附件A中蝗虫数量的观测值只有一年,而附件B中气温数据的观测值有三年。
由问题二可得知夏河县气温环比变化不大,故采用统计数据最多的2011年的温度、降水量数据。
3.模型建立
以温度为自变量z1,降水将自变量z2,蝗虫数量Z为因变量,设二元线性回归方程为:
我们对Z与z1,z2同时做n次观察可得n组观测值(Zt,zt1,zt2),t=1,.....,n(n>
3)。
设Dt为观察记录数据Zt的时间,d=D(t+1)-Dt,t=1,.....,n(n>
其中zt1为Dt当天以及前d-1天的温度平均值,Zt2为Dt当前以及前d-1天的降水总量。
提取附件A中宽须蚁蝗、狭翅雏蝗与混合蚁蝗种群的消长数据以及附件B中相对应温度,降水量数据如下表所示
5.3.2模型二:
纵向线性回归模型
同模型一,只建立温度、降水等因素对宽须蚁蝗、狭翅雏蝗与混合蚁蝗种群的影响模型,其余两种蝗虫不再考虑。
由附件A可得到,蝗虫数量高峰期最早在5月上旬,最晚在6月中旬;
4月底为孵化期。
将4~6月定义为蝗虫高峰期前期,研究高峰期前期的温度、降水量数据对蝗虫峰值的影响就显得有特别重要的意义。
选择蝗虫高峰期前期4~6月旬降水量,旬平均气温,月降水量,月平均气温等20余种气象因子与高峰期蝗虫发生量进行逐步回归分析,气象因子两两组合,建立二元线性回归模型。
3模型建立
设r1为数据观测的第一年,r2,r3....rn分别为数据观测的第2,3,...n年。
i,j={4~6月旬降水量,4~6月旬平均气温,4~6月月降水量,4~6月月平均气温};
k={宽须蚁蝗,狭翅雏蝗,混合蚁蝗种群};
以i为自变量z1,以j为自变量z2,(i!
=j),蝗虫数量Z为因变量,设二元线性回归方程为:
我们对
与z1,z2同时做n次观察可得n组观测值(Zt,zt1,zt2),t=1,.....,n(n>
其中(Z1,z11,z12),(Z2,z21,z22),....(Zn,zn1,zn2)分别为第r1年,第r2年....第rn年数据。
得
,
带入观测值,得到i*j个回归方程,假设方程
总体回归效果显著(F>
F..),各偏回归系数经
测验均达显著水平。
若
>
0,则i对k的高峰期发生量有促进作用,若
<
0,则i对k的高峰期发生量有抑制作用。
同上可知,若
0,则j对k的高峰期发生量有促进作用,若
0,则j对k的高峰期发生量有抑制作用。
4.模型求解
因为此模型共有i*j个预测模型,预测模型数量庞大,且蝗虫数据与气温年份无法同步,故无法带入具体数据求解。
1.在模型1中,建立的发生期及发生量的预测模型回归关系均显著成立,历史资料检验结果几乎全部符合,具有一定的参考价值,可根据该模型来预测。
2.在模型2中,建立的各类蝗虫高峰期发生量的预测模型回归关系均显著成立,历史资料检验结果几乎全部符合,具有一定的参考价值,可根据该模型来确定蝗虫高发期前期的气候因子。
5.3.3蝗虫防治建议
1.人工捕打:
在一些药械供应困难的地区,可以依靠人工捕打,包括挖封锁沟、浇杀、迎头沟截杀等方法。
2.药剂防治:
根据药剂治蝗须“掌握有利时机,消灭三龄以前”的要求,在药械供应有保证的情况下,结合药剂配合,消灭蝗虫。
3.兴修水利,开垦蝗虫发生地:
考虑到蝗卵所处的不同的生态条件,又研究蝗卵的失水与耐干能力,浸水对蝗卵胚胎发育与死亡的影响,高温低湿土壤、土壤含盐量对蝗卵孵化的影响等,要想彻底根治蝗灾问题,需要改造蝗虫发生地,开地治水,即拦洪蓄水,疏浚河道,防止泛滥,以控制季节性水位的变化,使蝗虫发生地有较长时间淹水,不适合飞蝗发生。
同时,在不妨碍拦洪蓄水的原则下,开垦荒地,推行轮作,结合深耕细作抑制飞蝗的生长和繁殖。
[5]
4.生物防治:
(1)蝗虫微孢子虫可引起蝗虫的慢性病,15—20d可使蝗虫致死,蝗虫感染病后可明显影响蝗虫取食量、活动能力、雌虫产卵量、卵孵化率等,经口传播后在蝗虫种群内流行,还可经卵垂直传播,达到长期控制蝗虫的目的。
(2)蝗虫痘病毒的包涵体在自然环境中能长期存活,病毒侵入寄主体后,在脂肪体细胞中复制,使寄主死亡。
蝗虫痘病毒主要作用:
一是直接杀死寄主;
二是延缓寄主的生长发育,降低其生殖能力,使其食量减少;
三是感病后12d开始在蝗虫脂肪体内形成病毒包涵体,致其死亡。
(3)适当引进蝗虫天敌,鸟类如牧鸟等。
[6]
六、模型的不足和改进
6.1模型不足
6.1.1模型一是在一段时间内温度环比变化不大的条件下建立的,在如今全球气候变暖的趋势下,不能保证日后温度环比变化不大或者不变,一旦改变,则模型的准确度将大幅下降,甚至不再适用。
气候数据与蝗虫数据的观测年份相差太大,极有可能造成一定的偏差。
气候数据与蝗虫数据的数据量太少,蝗虫的每年的消长变化还受到除温度、降水量之外的其他因子的影响而不同,都是造成模型不准确的因素。
6.1.2模型的气候因子庞大,在每两个气候因子组合中找到相关性最强的因子需要耗费大量时间去计算和筛选。
6.2模型改进
6.2.1模型一可以统计数年的蝗虫与气温的同步数据,取每年同一时间内的数据平均值带入回归方程计算。
6.2.2模型二可以采用多元回归的方式,将4~6月旬降水量,旬平均气温,月降水量,月平均气温等20种气象因子与各类蝗虫的发生量一同进行回归分析,从而更加快捷的筛选出相关性强的气候因子。
年份
3月下旬降水
(x1,mm)
4月下旬气温
(x2,℃)
观察值
y
预测值
误差
相对准确值
2013
宽须蚁蝗虫发生高峰期与气象因子的回归检验
参考文献
[1]:
姚树然,霍治国,关福来,李春强,气候及其变化对飞蝗发生期的影响,生物学杂志,2009-07-15。
[2]:
王杰臣,环青海湖地区草地蝗虫成灾状况与气候条件的关系,干旱区研究,2001-12-30。
[3]:
沈信毅,季节性生物种群消长的数学模型探讨,生物学杂志,1987-03-02。
[4]:
XX百科,
[5]:
潘成湘,我国东亚飞蝗的研究与防治简史,自然科学史研究,1985-04-02。
[6]魏文娟,我国蝗虫的生物防治技术及研究进展,北华大学学报自然科学版,2012-12-30。
附录一.问题二部分温度与降水数据图表
附录二.问题三程序
1.筛选温度值(去除多余符号)C语言程序
#include<
stdio.h>
stdlib.h>
intmain(){
inta,d;
charb,c,e;
FILE*fp1,*fp2;
if((fp1=fopen("
data_max.txt"
"
w"
))==NULL){
printf("
文件打不开~!
"
);
exit(0);
}
if((fp2=fopen("
data_min.txt"
for(inti=0;
i<
979;
i++){
//printf("
打开了~!
scanf("
%d%c%c%d%c"
&
a,&
b,&
c,&
d,&
e);
getchar();
输出:
%d%c%c%d%c\n"
a,b,c,d,e);
fprintf(fp1,"
%d\n"
a);
fprintf(fp2,"
d);
fclose(fp1);
fclose(fp2);
return0;
}
2.2010年温度和降水量拟合
x=[-1.076923077-5.5-8.142857143];
y=[00.0806451610.64516129];
p1=polyfit(x,y,1)
y1=polyval(p1,x);
subplot(2,2,1);
plot(x,y,'
r+'
x,y1)
title('
2010年月均温与月降水量化值多种拟合方式比较图'
xlabel('
温度/度'
ylabel('
降水量化值/1'
holdon
subplot(2,2,2)
p2=polyfit(x,y,2);
y2=polyval(p2,x);
x,y2)
subplot(2,2,3)
p3=polyfit(x,y,3);
y3=pol