基于两种轨迹模型的褐飞虱迁飞轨迹比较研究

包云轩,孙梦秋,严明良,陆明红,刘万才

1 江苏省农业气象重点实验室,南京信息工程大学,南京 210044 2 气象灾害预报预警与评估协同创新中心,南京信息工程大学,南京 210044 3 江苏省苏州市气象局,苏州 215131 4 农业部全国农业技术推广与服务中心,北京 100125



基于两种轨迹模型的褐飞虱迁飞轨迹比较研究

包云轩1,2,*,孙梦秋1,2,严明良1,3,陆明红4,刘万才4

1 江苏省农业气象重点实验室,南京信息工程大学,南京 210044 2 气象灾害预报预警与评估协同创新中心,南京信息工程大学,南京 210044 3 江苏省苏州市气象局,苏州 215131 4 农业部全国农业技术推广与服务中心,北京 100125

异地预测是迁飞性害虫发生预测的重要内容,迁飞轨迹模拟和预测是能较好地反映害虫迁飞时空动态的一种异地预测方法。褐飞虱作为我国水稻生产上的一种重要迁飞性害虫,其迁飞轨迹的准确预报,可为其灾变预警和有效防控提供科学依据。为了比较选择一些准确性好、分辨率高、易于推广应用的害虫迁飞轨迹模型,选取2006年7月初发生在湖南省洪江市的一次褐飞虱重大北迁过程作为典型个例,运用中尺度天气研究和预报模式WRF,结合NCEP气象再分析数据,利用HYSPLIT和FLEXPART两种轨迹计算模式对褐飞虱迁飞轨迹进行模拟,并验证模型模拟和计算的准确度和精确度。研究结果表明：(1)WRF-HYSPLIT和WRF-FLEXPART两种轨迹计算模式在虫源地、迁飞路径(迁飞方位角和走向)、迁飞高度、迁飞速率和迁飞距离计算上总体趋势一致,但存在一定的差异,后者的起伏变化大于前者。(2)尽管两种耦合模式在调用WRF模式输出的预报场物理变量方面有很多相同之处,但WRF-FLEXPART耦合模式在运行计算过程中比WRF-HYSPLIT耦合模式多考虑了对流参数、地表胁迫和各种地形参数,因而能更全面地反映中尺度天气过程(特别是对流性天气过程)对昆虫起飞、空中飞行和降落的动力作用,也能更真实地反映地表物理过程、大气湍流结构和地形起伏对褐飞虱种群迁飞的影响。(3)从褐飞虱种群对生境和取食条件选择上看,两种模式模拟的各高度迁入种群的虫源区、迁飞路径和降落地都是合理的、准确的。但从褐飞虱迁出、空中飞行和降落所处的三维流场来看,WRF-FLEXPART模式轨迹走向与盛行气流方向的吻合度要明显高于WRF-HYSPLIT模式。(4)两种模式均可作为业务工具在迁飞性害虫测报中推广应用。

褐飞虱；迁飞轨迹；WRF-HYSPLIT模型；WRF-FLEXPART模型；比较分析

褐飞虱是喜温、喜湿性的远距离迁飞害虫,具主动升空和降落、随空中气流集群迁飞的特性。关于褐飞虱的生存环境、越冬气候条件、虫源地分析、种群分布、爆发原因、迁飞规律、轨迹预报、防治策略等有较多的研究[1-3]。2005以后连续5a的中国褐飞虱大发生,给我国水稻生产带来了严重的影响。褐飞虱灾变频发的原因较多,主要包括气象因素、水稻耕作制度变化和抗药性增加等多个方面[3]。由于防控决策的需要,褐飞虱发生预测越来越受到业务部门和学术界的重视[4-6]。然而,随着全球气候的变暖、水稻耕作制度的变化和抗药性的增加,使得近20a来褐飞虱的迁飞规律和区域性降落特征已发生明显的变化,也使得其灾变性迁入的异地预测变得更加艰难。因此,当前和未来我国褐飞虱的准确和精确预报迫切需要一些物理机制更明晰、方法更科学、预测更准确、业务上更实用的异地预测方法。

褐飞虱的远距离迁飞特性使其发生具有突发性和暴发性,这大大增加了其预测预报和防控的难度。对于迁飞性害虫而言,精细化异地预测测报尤为重要,而异地测报的关键是确定迁飞害虫的可能降落区和迁入量[7]。基于昆虫生态学行为参数的迁飞轨迹分析是能较科学而客观地反映害虫迁飞的点线面体、源汇路径、时空动态及其概率分布信息的害虫发生异地预测方法,具明晰的生物学、物理学机制,并有较高的准确率,可较好地适用于业务。尽管过去国内外有不少学者利用轨迹分析方法对迁飞性害虫的迁出虫源地、迁飞路径、降落区等进行过个例研究,并对个例发生的大气背景作过一系列理论探讨[8-16],但昆虫迁飞轨迹计算时所用初始大气背景场资料的质量及其分辨率高低、模拟覆盖迁飞过程的大气预报场时所用模式的准确性和精确度、轨迹计算所用的模型及其参数设置(特别是有没有合适考虑所研究昆虫的生物学特性和生态行为参数及发生区的地理环境)等因素都大大限制了轨迹分析方法作用的有效发挥和业务化应用。翟保平等在昆虫迁飞及轨迹分析方面做了大量的研究,包云轩、严明良等在2004年最早尝试研发了一种利用气象再分析资料、基于MM5模式模拟迁飞大气背景、驱动轨迹计算模型、预报迁飞性害虫实时迁入峰虫源地、空中迁飞轨迹和降落区的异地预测软件[6]；日本的Akira Otuka团队紧随其后,在2005年应用MM5模式和GEARN模式开发了稻飞虱实时预报系统[17]。除此以外,国内外很少有迁飞性害虫轨迹分析方法业务化应用的报道。

然而,由于研究过程中所用轨迹预报模式的性能差异,往往会得到不同的虫源地、迁飞路径和降落区预报结果,有时甚至与实际发生情况差异很大,这给迁飞性害虫的防治带来了严重的影响。因此,有必要通过不同轨迹模式性能(包括模式物理过程方案选择、参数设置等)的比较、轨迹输出结果的准确性和精确度验证来了解各模式的优劣。

目前,世界上流行的轨迹计算模式HYSPLIT4.0(the Hybrid Single Particle Lagrangian Integrated Trajectory Model for Version 4.0)(Windows环境下运行)由于其在线版方便易用,在世界病虫测报学界得到广泛的应用,但其业务化应用未见报道。该模式是由美国国家海洋和大气管理局 (NOAA)的空气资源实验室(ARL)与澳大利亚气象局(BOM)联合研发的一种用于计算和分析大气污染物输送与扩散轨迹的专业模型,为拉格朗日-欧拉混合模式,其轨迹计算使用拉格朗日模式,浓度计算使用欧拉模式。通过这一轨迹分析平台,可以追溯迁飞昆虫的迁出虫源地、迁飞路径和降落区,了解各时空点的迁飞高度和地理位置[18-20]。

FLEXPART6.2模式是由挪威大气研究所(NILU)开发的一款基于Linux平台的应用软件[21], 是一种拉格朗日粒子扩散模式[22],曾是20世纪90年代末和本世纪初最好的扩散模式之一[23]。该模式会计算或者参数化缺失的变量,通过计算点、线、面或体积源释放的大量粒子的轨迹,来描述示踪物在大气中长距离、中尺度的传输、扩散、干湿沉降和辐射衰减等过程。FLEXPART模式的应用研究国外较早,国内较迟。但目前该模式在昆虫迁飞领域的应用研究未见报道。

考虑到这两种模式目前是国际上应用较广泛的轨迹计算工具,两者都有在病虫测报业务上推广应用的前景,因此,本研究拟通过典型褐飞虱迁飞个例的筛选、合适大气背景场预报模式的选用、两种与天气预报模式耦合的轨迹计算模型在褐飞虱迁飞轨迹及其参数上的分析、实测虫情和再分析气象资料的验证来比较两者的优劣,旨在为病虫测报业务部门择优选用提供参考依据。

1 资料和方法

1.1 资料来源

2006年全国102个植保站的逐日褐飞虱灯诱资料由农业部全国农业技术推广服务中心测报处提供,2006年全国水稻种植和生育期资料由农业部全国农业技术推广服务中心信息处提供,运行气象模式所需的初始场资料和验证轨迹计算准确性所用的气象资料均为美国国家环境预测中心(NCEP)提供的每天4 次的全球1×1的GRIB格式的气象再分析资料。

1.2 方法

1.2.1 个例筛选与虫情分析

湖南省是我国水稻种植面积最大的省份,位于南方稻区的腹地和江岭稻区的中西部地区,是褐飞虱灾变性迁入的常发和重发区之一。洪江市位于湖南省西南部湘桂走廊的北端和武陵盆地之中,是褐飞虱北迁和南迁经过的重要驿站之一,其特殊的地理位置和周边复杂的地形环境使得发生在该市水稻生长区内的褐飞虱迁入具有典型的意义,也能验证我们所选褐飞虱异地预测——轨迹分析方法的科学性、准确性和精确度。常年6月下旬至7月上旬正逢我国华南大部和西南地区南部早稻黄熟至收割的时期,早期从境外中南半岛迁入的褐飞虱种群在这些地区的水稻上繁殖后代后,其后代因栖息环境和取食条件的恶化会大量羽化、迁出,向新的环境和条件更好的中稻生长区迁入,而迁入地湖南省洪江市也正好位于褐飞虱生境和取食条件最佳的中稻生长区内,故选7月初的洪江作为此次轨迹回推的起点。2006年是湖南稻区(特别是洪江)褐飞虱北迁降落最严重的年份之一,这一年的7月5—6日洪江稻区的褐飞虱大规模降落正是一次极具典型意义的灾变性迁入过程,特殊的大气环流形势和复杂的地理条件对其发生起了至关重要的影响,基于这种背景,本文选此个例来比较研究WRF-HYSPLIT和WRF-FLEXPART两种耦合轨迹预测模型的优劣,为我国迁飞性害虫的异地预测寻找一种科学、准确和精确的方法。

本文利用Excel和ArcGIS10.2对2006年全国褐飞虱灯诱虫量的时空变化特征进行了分析,挑选2006年7月5—6日发生在湖南洪江的一次迁入峰作为代表性个例分析,并绘制了此次北迁过程的全国褐飞虱灯诱虫量分布图。

1.2.2 WRF模式及其运行方案简介

WRF模式是由美国国家环境预测中心(NCEP)和美国国家大气研究中心(NCAR)等机构继MM5模式之后联合开发的一种新的中尺度天气预报与研究模式[24],分为ARW和NMM两种形式,本研究使用的是ARW形式。WRF模式采用完全可压缩及非静力模式,程序以F90 语言编写。水平方向采用Arakawa C网格点,垂直方向采用地形跟随质量坐标。WRF 模式在时间积分方面采用三阶或者四阶的Runge-Kutta 算法。

本文应用WRF V3.4中尺度天气预报与研究模式,对所选过程的大气背景进行数值模拟研究。考虑到褐飞虱迁飞的时效性,模拟时段为2006年7月3日18∶00—7月7日18∶00,共96h。采用双层网格嵌套,其主要参数设置如表1所示。

表1 模式方案选择和参数设置

1.2.3 WRF-HYSPLIT模式与WRF-FLEXPART模式轨迹计算时的参数设置

考虑到WRF模式必须在Linux环境下运行,而HYSPLIT4.0是在Windows环境下运行的,需编写不同操作系统下数据文件转换和操作系统衔接程序,调试耦合参数,实现WRF模式与HYSPLIT轨迹模式的耦合计算。而WRF模式和FLEXPART6.2模式都是在Linux环境下运行的,无需转达换操作系统,可直接设置耦合参数,实现轨迹参数的计算和输出。尽管HYSPLIT4.0自带图形显示功能,可直接输出所需的轨迹时空分布图,但为了便于比较,本文将两种模式的逐小时轨迹点输出结果均导入ArcGIS9.3软件中成图,来分析两者差异。两种模式在轨迹计算时对WRF输出变量的调用并不完全相同,前者调用变量数要少于后者(表2)。

表2 WRF-FLEXPART 和WRF-HYSPLIT轨迹计算对WRF输出变量的使用情况

本文在天气预报模式WRF与两种轨迹计算模式耦合时采用的计算方案是：将WRFV3模式的细网格预报输出场导入FLEXPART的计算数据调用目录中,按时间顺序排列,FLEXPART系统将每小时读取一个文件作为模式的初始场来计算褐飞虱迁飞轨迹。同时,将WRFV3细网格预报输出场的NC文件转换成HYSPLIT所需的ARL文件,导入HYSPLIT系统中计算褐飞虱迁飞轨迹,耦合计算时的参数设置见表3。

表3 WRF-FLEXPART 和WRF-HYSPLIT耦合计算参数设置

在现实大气中,不同时次不同高度上的三维风场是不同的,这在很大程度上影响了轨迹的走向和高度变化。邓望喜在其飞机航捕试验中证明褐飞虱、白背飞虱夏季在300—2500m高度上迁飞[25]。根据翟保平等[26]的研究和Qi等[27]在中国广西兴安的毫米波昆虫雷达监测显示,稻飞虱(包括褐飞虱)的迁飞高度一般在500—2000 m,其中夏季飞行高度在1500—2000 m,最高可以达2 200 m；秋季飞行高度在500—1 100 m,最高可达1 800m。广西兴安与湖南洪江相距不到200 km,可以参照兴安雷达观测结果设置代表性迁飞高度,而本次个例的发生时间为7月初,为夏季。因此,本文将褐飞虱的这3个释放高度分别设为1000、1500、2000 m。因此,这2 d早、晚两个起始时刻的的后推计算都按1000、1500、2000 m三个不同释放高度模拟3次,产生3个不同高度的轨迹。本文利用上述两种模型推算轨迹时,充分考虑了褐飞虱的生物学特性,同时根据前人的观察实验和昆虫雷达观测结果[26-28],选取相关轨迹计算判断依据(包括起始和终止时间、盛行迁飞层高度、虫源地中心区域等),具体参数设置详见表3。

以往的研究证实,褐飞虱的起飞主要受气温和光照强度制约。夜间迁飞的昆虫的起飞始于日落而止于昏影终时,白天迁出的昆虫在晨光始时开始起飞,日出后终止[26]。褐飞虱在7月初的起飞具典型的“晨暮双峰型”规律,根据天文学上的日出日落时角公式计算,7月初湖南洪江的日出时间约为05:08(BST),日落时间约为18:52(BST)。因此本文将以湖南洪江(27.15°N,109.9°E)作为降虫点,分别运用WRF-FLEXPART耦合模式和WRF-HYSPLIT耦合模式于2006年7月4日的20∶00、7月5日的05∶00、20∶00和7月6日的05∶00、20∶00回推9h、15h、24h时长的褐飞虱迁飞轨迹(表3)。

降落不象起飞那样大规模的发生在同一时间,故降落时间不能确定为某一固定的时间。对全夜飞行的个体,降落时间可定为晨光始时至日出之间；而对非整夜飞行的个体来说,须根据该种昆虫的迁飞特性确定不同的持续飞行时间组合。褐飞虱在夏季的飞行时间长于其他3个季节[15],对于“晨暮双峰型”的褐飞虱,本文将设定3种飞行时间组合：(1)日落后起飞,日出前降落,飞行持续9h；(2)日落后起飞,日落后降落,飞行持续24h；(3)日出前起飞,日落后降落,持续飞行时间15h。而对于非日落至日出之间起飞或降落的逆推入海的轨迹则判为无效轨迹,不予考虑；回推轨迹的落点必须落在水稻生长区内,且水稻生育期要处于黄熟至收割期内或者属收割与移栽交叉的“桥梁田”内。

2 结果与分析

2.1 褐飞虱虫情分析结果

本文所选个例为2006年7月3—6日发生在湖南洪江的一次典型褐飞虱迁入过程,这次迁入峰共历时4d,7月3日、4日同期虫量增加在长江以南稻区都有普遍发生,但除了洪江站单日灯诱虫量超过了3000头外,其它站虫量增幅都不是特别显著(图略)。而到了7月5—6日,洪江站褐飞虱灯诱虫量的同期增幅与其他站之间差异悬殊,洪江站出现了7月5日灯诱虫量达22920头,7月6日虫量为10569头的一次特大迁入峰,相应的两日的长江以南稻区其他站点也经历了迁入虫量的同期突增,但各日虫量、总虫量、虫量增加幅度都远远小于洪江站。到7月7日各地迁入峰结束。因此,为了比较两模式对特大迁入峰发生过程的模拟能力,本文选择湖南洪江这一寄主生长、大气背景影响、地形复杂性等具有特殊性和代表性的站点为研究对象,以7月5—6日发生在洪江的特大迁入峰为切入口,通过逆推轨迹计算,比较两种耦合型轨迹计算模式在褐飞虱重大迁入过程中对虫源地、迁飞路径和相关迁飞参数模拟的准确性和精确度高低。

图1 7月5—6日我国南方水稻主产区褐飞虱灯诱虫量的空间分布图Fig.1 Spatial distribution of BPH′s lighting catches in the main rice-growing area of south China from 5th to 6th, July in 2006

2.2 两种耦合模式的褐飞虱迁飞轨迹计算结果分析及其比较

基于固定降落点回推的昆虫迁飞轨迹参数主要包括虫源地、迁飞路径(迁飞方位角)、迁飞高度、迁飞速度和迁飞距离。本文分别从这五个参数上比较两种模式模拟结果的差异。

2.2.1 虫源地模拟比较

本文判断逆推轨迹终止和有效的原则是：(1)褐飞虱起飞和降落均符合“晨昏双峰型”节律；(2)轨迹终止点必须在水稻种植区；(3)根据前期和当前灯诱虫量及田间虫情普查资料确定该稻区能提供褐飞虱的迁出虫源；(4)该稻区水稻生长正处黄熟或收割期,田间褐飞虱正值迁出高峰。我国病虫测报业务上,当日褐飞虱的灯诱虫量通常是在08∶00计数的,而实际上这24h虫量是前一日08∶00到当日08∶00的累计虫量,它最有可能是前一日日落之后的1h内主迁入峰和当日日出之前的1h次迁入峰形成的。一般,日落之后的主迁入峰大多由前一日日落之后的主迁出峰(在次日日出之前有可能会降落掉一部分虫量)和当日日出前的次迁出峰(也可能只降落一部分虫量,剩余的继续迁飞)导致的,而日出之前的次迁入峰则由前一日日出之前的次迁出峰(在前一日日落后会随主迁入峰降落掉一部分虫量)和前一日日落后的主迁出峰导致的。这样,这24h内的虫源逆推就要包括四种可能：(1)前一日20∶00(代表主迁入峰)逆推至前二日20∶00,24h轨迹；(2)前一日20∶00逆推至前一日05∶00,15h轨迹；(3)当日05∶00(代表次迁入峰)逆推至前一日05∶00,24h轨迹；(4)当日05∶00逆推至前一日20∶00,9h轨迹。据此,本文逆推了分别由WRF-HYSPLIT模式和WRF-FLEXPART模式输出的7月5—6日迁入洪江的轨迹8组,但结合上述轨迹有效性原则判断后,发现由7月4日20∶00(BST,下同)后推至7月3日20∶0024h轨迹组和由7月5日05∶00后推至7月4日05∶00的24h轨迹组则由于其逆推终止点在南海海上而成为无效轨迹,因此,最终得到了6组有效轨迹(图2)。

从图2a1、图2a2中可以看出,7月5日早上的灯诱虫量主要包括两个来源：一是7月4日20∶00逆推15h的虫源,另一个是7月5日05∶00逆推9h的虫源。7月4日,两模式以20∶00作为后推起始时间的1000m、1500、2000m三个高度的15h轨迹走向和终点(即虫源区中心)都比较接近,虫源地基本上都在以(22.95 °N,111.128 °E)为中心的粤西南和桂东南稻区,与这一地区早稻处于黄熟至收割期、褐飞虱取食条件恶化的生态环境诱因相吻合,所不同的是WRF-HYSPLIT模式(以下简称W-H模式)模拟的虫源地偏南一些,位于粤西南稻区；而WRF-FLEXPART模式(以下简称W-F模式)模拟的虫源地偏北一些,位于紧邻的桂东南稻区。同高度上两模式模拟的虫源区中心最大间距出现在2000m释放高度上,为139.7 km。而以05∶00作为后推起始时间的3个高度的9h逆推轨迹终点更靠近,虫源地基本上都在以(24.85 °N,110.68 °E)为中心的桂东北稻区,同高度上两模式输出的虫源区中心最大间距也出现在2000m释放高度上,仅为22.5 km,两者模拟结果高度吻合(图2b1、图2b2),也与桂东北早稻黄熟至收割有关。

7月6日早上的灯诱虫量主要包括四个时间段的迁入虫源：一是7月5日20∶00逆推15h的虫源；二是7月5日20∶00逆推24h的虫源；三是7月6日05∶00逆推9h的虫源；四是7月6日05∶00逆推24h的虫源。两模式在这4个时间段的轨迹都有一些差异,其中,迁飞15h的轨迹虫源地最接近,都在黔东南与桂西北交界的中心为(25.68°N,109.24 °E)的稻区,两模式虫源地中心最大间距只有22.4km。20∶00起飞、飞行24h的轨迹差异稍大,W-H模式虫源地中心偏南,在(23.40 °N,110.37 °E)附近的桂东南稻区,而W-F模式模拟的虫源中心稍偏北,在(24.15°N,109.83 °E)附近的桂东北稻区,两者直线距离为98.6km。两模式在05∶00逆推9h的虫源地虽都在黔东南稻区,但差异比前两时段更大,同高度中心最大间距为150km。7月6日05∶00逆推24h的两模式轨迹走向差异最大,表现在2000m释放高度上,虫源完全来自不同的方向和不同的稻区,W-H模式的1000m和1500m释放高度的虫源地中心主要位于(26.54°N,108.33 °E)的黔东南稻区,而2000m高度则在(27.93°N,108.59 °E)附近的黔东北稻区, 不同高度的虫源来向明显不一致；而W-F模式的3个高度虫源地均比较一致,都在中心位于(25.78°N, 107.81°E)附近的黔东南或桂西北稻区,两模式在2000m释放高度上的虫源地间距达172km。从这两日各时间段两模式在虫源地模拟上的比较来看,有一点明显的差异： W-H模式模拟的虫源地随高度升高差异加大,而W-F模式各高度间虫源地差异相对较小；这是因为后者较全面地考虑了对流下层的边界层物理过程(包括对流运动、摩擦作用等)、地表胁迫和各种地形参数等,而前者过分夸大了2000m高度的地转风作用。

2.2.2 迁飞路径模拟比较

昆虫迁飞路径指种群从虫源地迁出后经空中飞行到达降落点期间所经过的路线。但实际操作时,为了简明、直观,在用轨迹线反映迁飞路径的同时,常用虫源地至降落点的直线矢量的方位角和迁飞种群的来向来反映迁飞路径。本文在图2轨迹图的基础上,计算了两模式输出的迁飞方位角,确定了种群迁飞的来向,得到表4,从图2和表4中可以看出：虽然两模式在7月4日20∶00 逆推15h、7月5日05∶00 逆推9h、7月5日20∶00逆推15h和24h的迁飞路径基本一致,但两模式在7月6日05∶00 逆推的9h和24h轨迹的走向上存在明显的差异,2000m高度上最大方位角竟相差60°以上,一个是西南偏西,另一个是西北,相差了两个方向。而从影响迁飞的物理过程和虫源迁出条件来看,W-F模式模拟出的虫源、路径更可靠些。原因有三：一是从输送虫源的各高度盛行风场和垂直气流场来看,上游在西南偏西方向的虫源迁入更有利。二是黔东南和桂西北、黔东北都位于云贵高原的东部,总体地势由西向东逐渐走低,但群山与平原相间,地形起伏明显,地表胁迫通过地表对近地层大气的外摩擦力和摩擦层(通常为地表以上2 km以内)内下层大气对上层大气的粘滞力来影响对流下层(2 km以内)大气的运动,进而影响昆虫迁飞的轨迹走向(即路径)。W-H模式在轨迹计算时未考虑湍流扰动作用、地表胁迫和地表参数,特别是没有考虑内摩擦力的影响,导致2000m高度与1000m、1500m高度的轨迹走向差异悬殊；而W-F模式却考虑了,故其三高度的轨迹走向差异较小。三是黔东南和桂西北稻区水稻生育期、前期虫源基数等条件对褐飞虱的迁出比黔东北更有利。

表4 不同高度褐飞虱种群的迁飞方向

2.2.3 迁飞高度模拟比较

同一时刻、从同一高度、降落在同一地点的迁入昆虫种群有可能是不同时刻、从不同虫源地迁出、经不同迁飞路径、在不同高度上飞行后大量个体或小种群汇聚而成的。因此,理想的轨迹模式应该能准确而精确地模拟或推演这些个体或小种群从虫源地起飞后的四维迁飞动态,能全面地、客观地反映大气结构、地表物理过程、地形环境等因素对这些个体或种群运动的影响。为了验证和比较两模式在这两方面的能力,本文设定两模式轨迹后推的前提均为种群在同一降落点、同一时次、同一高度上降落,依次逆推计算出各时次对应的轨迹点(x,y,z)坐标。根据两模式输出的各时次轨迹点(x,y,z)坐标,计算出相应的迁飞高度,再比较分析各自的变化特征(图3)。

从图3中可以直观看出：首先,W-H模式模拟的各时间段3个起点释放高度的褐飞虱逆推迁飞高度起伏变化小,而W-F模式模拟的迁飞高度起伏变化大。其中7月5日05∶00起由W-F模式逆推的9h迁飞高度变化最小,同一释放高度上各时次间的最大迁飞高度差均小于400m(图3b1),而这种高度差最大的当数由W-F模式在7月6日05∶00逆推的24h迁飞高度,2000 m释放高度在7月5日11时的迁飞高度差竟达2053 m(图3f2)。这种高差是由于两种模式对大气湍流结构、地表物理过程、地形环境影响褐飞虱种群迁飞的模拟能力的差异而导致的,这种能力显然后者要强于前者。

其次,W-H模式模拟的各时间段三个起点释放高度的褐飞虱逆推迁飞高度的变化曲线(图3a1,b1,c1,d1,e1,f1)起伏趋势具有较好的一致性。表明在1000 m至2000 m这个高度层内,系统性垂直气流对不同高度褐飞虱种群迁飞的影响得到了较一致的反映。而W-F模式模拟的这种一致性不如W-H模式(图3a2,b2,c2,d2,e2,f2),但这不等于后者模拟能力不如前者,相反,由于前者较少地考虑了低层(2000 m以内)大气的湍流结构、地表物理过程和地形环境对不同高度三维流场的影响,使得它对迁飞高度实际变化的模拟能力明显弱于后者。另一方面,释放高度低时,后者反映的迁飞高度起伏变化更大些(图3a2,c2,d2,e2,f2),这说明W-F模式不仅较好地反映了系统性垂直气流的影响,而且更客观真实地反映了下垫面起伏对其上层三维流场和种群迁飞的影响。

2.2.4 迁飞速率模拟比较

影响褐飞虱空中远距离迁飞速率的主要因素是高空的三维流场,特别是水平风速。通过两模式不同释放高度各时次迁飞速率的计算及图2中直观反映出的褐飞虱迁飞速度快慢的比较可以发现：两模式计算的小时平均迁飞速率、小时最大迁飞速率和小时最小迁飞速率均有一定的差异,三者差异最大都在1500 m释放高度。表明：两模式对我国夏季褐飞虱种群北迁的最适迁飞层(即1500 m左右高度)[15,25]的模拟能力有较大的差异。(2)两模式7月6日05∶00在1000、1500 m释放高度分别逆推9h和24h的轨迹小时平均迁飞速率、小时最大迁飞速率和小时最小迁飞速率均差异最大,且W-H模式3种迁飞速率均大于W-F模式。其原因是这两个迁飞时间段内褐飞虱种群从地形高度普遍在1500 m上的云贵高原东部的黔东地区东迁而来,地形对种群迁飞的胁迫作用明显。由于两种模式在地表胁迫处理和地形参数、对流参数调用上的差异导致两者在反映地形影响的能力上有明显的差异,最终导致在复杂地形下两模式模拟的差异明显。

2.2.5 迁飞距离模拟比较

本文所指的迁飞距离是指轨迹起点与终点之间的直线距离。从图2可以看出：总体来看,两种模式在迁飞距离的计算上趋势基本一致,但从具体计算值和图2中各轨迹段的长短细节上来比较,还是有一定的差异的。7月4日各时次和5日05∶00开始后推的各轨迹段基本成南北走向,虫源地在广西东南部或广东西南部,迁飞距离较远；5日20∶00开始后推的轨迹迁飞方向发生了较大变化,逐渐向西偏,且迁飞距离变短,虫源地位于广西的中部和北部；6日各时次后推的轨迹,虫源地更加向西,虫源地绝大多数位于黔东地区,迁飞距离都较短。

W-H模式在7月4日20∶00逆推15h、7月5日20∶00逆推24h的两次模拟中,迁飞距离均大于W-F模式,其他各次迁飞过程均是W-F模式大于W-H模式。总体来看,对南北走向为主的轨迹(图2a1、a2、b1、b2、d1、d2)而言,W-H模式模拟的迁飞距离大于或等于W-F模式；而其它走向的轨迹(图2c1、c2、e1、e2、f1、f2)相反,W-F模式模拟的迁飞距离更大些。7月6日后推的两组轨迹中,两种模式计算的同一释放高度的种群迁飞距离和方向差异较大。贵州省多高山,W-F模式对低层大气湍流结构、地表物理过程和地形环境影响的反映优于W-H模式,这可能成为两者迁飞距离差异大的主要原因。而同一种模式,不同释放高度逆推的迁飞距离差异较大,最大时相差达100 km以上。这显然是由不同高度风速、风向差异所造成的。计算还发现,两种模式由于释放高度增加而导致的迁飞距离增减,基本上是同步的,这种距离增减的差异随释放高度的升高而减小。这说明,W-H和W-F两模式对高层风场迁飞轨迹模拟能力的差异要比低层小。

图3 不同时次W-H模式和W-F模式输出的褐飞虱迁飞高度变化曲线(红线:1000m,绿线:1500m,蓝线:2000m)Fig.3 Migration height curves of BPH′s on the different times for W-H model and W-F model (In the figiure, the red line is 1000m, the green is 1500m and the blue line is 2000m in the migratory height.)(a1)：7月4日20∶00 W-H模式回推15h迁飞高度；(a2)：7月4日20∶00 W-F模式回推15h迁飞高度；(b1)：7月5日05∶00 W-H模式回推9h迁飞高度；(b2)：7月5日05∶00 W-F模式回推9h迁飞高度；(c1)： 7月5日20∶00 W-H模式回推15h迁飞高度；(c2)：7月5日20∶00 W-F模式回推15h迁飞高度；(d1)：7月5日20∶00 W-H模式回推24h迁飞高度；(d2)：7月5日20∶00 W-F模式回推24h迁飞高度；(e1)：7月6日05∶00 W-H模式回推9h迁飞高度；(e2)：7月6日05∶00 W-F模式回推9h迁飞高度；(f1)：7月6日05∶00 W-H模式回推24h迁飞高度；(f2)：7月6日05∶00 W-F模式回推24h迁飞高度

2.3 两种模式的模拟效果验证及比较

每年7月初,正逢我国华南大部和西南地区南部早稻黄熟至收割的时期,早期从境外中南半岛迁入的褐飞虱种群在这些地区的水稻上繁殖后代后,其后代因栖息环境和取食条件的恶化会大量羽化、迁出,向新的环境和条件更好的中稻生长区迁入,而此时湖南西南部和江南中北部的水稻正处于生长旺季,是最理想的迁入地。本研究中7月5日和6日的主要虫源地广西东部和广东西南部地区正好位于上述早稻生长区内,而迁入地湖南省洪江市也正好位于褐飞虱生境和取食条件最佳的中稻生长区内,从生态学角度看,两模式模拟的各高度迁入种群的虫源区是合理的、准确的。7月6日的部分虫源来源于黔东南与桂北接壤的地区及黔东北地区,其中黔东南为双季稻生长区,这一时期正好也是早稻黄熟至收割期,模拟的虫源地也与实际虫源地吻合；而黔东北是单双季稻混栽区,这一时期既有双季早稻黄熟、又逢部分田块单季稻生长旺季,褐飞虱虫源迁出或迁入均有可能。

再从褐飞虱迁出、空中飞行和降落的大气背景场来看,7月5日晨昏迁入湖南洪江的虫量主要来自广西东南部和广西北部,而迁入前9h相应的1000、1500、2000 m高度上,从虫源区到降虫地之间正好是大范围强劲的偏南气流,盛行气流方向与轨迹走向完全一致(图4(a)—图4(f))。

图4 2006年7月4日05∶00、20∶00和7月5日05∶00、20∶00水平流场垂直剖面图Fig.4 Vertical cross-section of horizontal airflow field at 05∶00, 20∶00 on July 4th and 05∶00, 20∶00 on July 5th in 2006(a)4日05∶00 27°N纬向剖面图；(b)4日05∶00 110°E经向剖面图；(c)4日20∶00 27°N纬向剖面图；(d)4日20∶00 110°E经向剖面图；(e)5日05∶00 27°N纬向剖面图；(f) 5日05∶00 110°E经向剖面图；(g) 5日20∶00 27°N纬向剖面图；(h) 5日20∶00 110°E经向剖面图表示水平气流(或风)速度，单位：20m/s

7月6日晨昏迁入湖南洪江的虫量主要来自广西中部,迁入前9h和24h对应的1000、1500、2000 m高度上,从虫源区到降虫地之间气流方向与轨迹走向吻合度一致。可以看出从7月4日傍晚开始,各层风速都明显地减小了,尤其是110°E以西的地区。从垂直速度场上看,这两日05∶00 和20∶00 的粤西南、桂东南、黔东南、黔东北地区的垂直速度场均为0—10 cm/s的弱上升气流(图5(a)—图5(f)),24°N以南的地区上升气流比较强烈。也正对应了虫源地的区域。降虫地湖南洪江除7月6日05∶00 各高度为小于3 cm/s的弱上升气流外,其它时次各高度均为0—6 cm/s的弱下沉气流(图5(g)—图5(l))。

图5 2006年7月4日08∶00、20∶00 和7月5日08∶00、20∶00 垂直速度场垂直剖面图(cm/s)Fig.5 Vertical cross-section of vertical velocity field at 008∶00, 20∶00 on July 4th and o08∶00, 20∶00 on July 5th in 2006(a)4日08∶00 27°N纬向剖面图；(b)4日08∶00 110°E经向剖面图；(c)4日20∶00 27°N纬向剖面图；(d)4日20∶00 110°E经向剖面图；(e)5日08∶00 27°N纬向剖面图；(f) 5日08∶00 110°E经向剖面图；(g) 5日20∶00 27°N纬向剖面图；(h) 5日20∶00 110°E经向剖面图;色斑图例表示垂直气流速度以cm/s为量纲

3 结论与讨论

本文选取2006年7月5—6日发生在湖南洪江的一次重大北迁过程作为研究个例,利用WRF模式模拟了过程发生前和发生期内的大气背景场,分别驱动HYSPLIT轨迹模式和FLEXPART轨迹模式,回推褐飞虱迁飞轨迹,计算种群迁出的虫源地、迁飞路径,比较分析各轨迹参数,通过虫情和气象实测资料验证两者优劣,研究得到如下结论：

(1)WRF-HYSPLIT和WRF-FLEXPART两种轨迹计算模式在虫源地、迁飞路径(迁飞方位角和走向)、迁飞高度和迁飞距离计算上总体趋势一致,但存在一定的差异,后者的起伏变化大于前者。由于两种模式计算轨迹时所需的大气背景场都是由WRF模式输出的,因此,影响轨迹走向和起伏变化的各个大气物理量是相同的,这导致两者在诸多轨迹参数的计算结果上总体趋势基本一致。但具体的各轨迹点计算时,由于HYSPLIT模式属于拉格朗日轨迹模式,FLEXPART模式属于拉格朗日粒子模式。前者着重描述气团经过的路径,计算完全依赖于天气预报模式提供的风场,从物理机制的描述上讲,轨迹模式只是一个粗糙的框架,即使在现有精确的气象数值预报产品和数值模拟技术支持下,也常常存在计算轨迹不能解释观测轨迹的现象。一个重要的原因是：对于大气这种混乱的气流,一个轨迹无法代表一个取样体积的迁移扩散历史[29]。而后者则是把每个污染质点都当成有标记的粒子,通过释放大量的粒子,聚类分析粒子的轨迹,且这些粒子轨迹能较好地描述气载粒子在大气中的迁移扩散,也更能客观反映各轨迹参数的起伏变化。

(2)尽管两种耦合模式在调用WRF模式输出的预报场物理变量方面有很多相同之处,但WRF-FLEXPART耦合模式在运行计算过程中比WRF-HYSPLIT耦合模式多考虑了对流参数、地表胁迫和各种地形参数,因而能更全面地反映中尺度天气过程(特别是对流性天气过程)对昆虫起飞、空中飞行和降落的动力作用,也能更真实地反映地形起伏、局地环流和陆面物理过程对种群迁飞的影响。在近十年中,尽管有学者曾直接应用HYSPLIT在线计算平台模拟研究害虫的迁飞轨迹和虫源地,如国内曾有学者利用HYSPLIT模式对褐飞虱、二点委夜蛾和小地老虎迁飞轨迹和虫源地进行了研究[16,18,30-31]。国外,美国学者John et al[32]应用HYSPLIT平台构建了棉子象鼻虫从墨西哥迁入美国的轨迹模型。2011年,加拿大学者Bruce et al[20]在世界上首次利用天气雷达观测数据结合WRF模式输出的大气背景场驱动HYSPLIT模式研究了山松甲虫的迁飞轨迹,并根据WRF模式输出的迁飞发生期的大气背景场分析了气象条件对迁飞过程的影响。但迄今为止,在国际上还没有运用WRF模式输出大气背景场驱动FLEXPART轨迹模式来研究昆虫迁飞轨迹的报导。

(3)从褐飞虱种群对生境和取食条件选择上看,两模式模拟的各高度迁入种群的虫源区、迁飞路径和降落地都是合理的、准确的。但从褐飞虱迁出、空中飞行和降落所处的三维流场来看,WRF-FLEXPART模式轨迹走向与盛行气流方向的吻合度要明显高于WRF-HYSPLIT模式。即使如此,W-H模式和W-F模式在害虫迁飞轨迹模拟能力上的差异还需通过更多、更复杂的模拟试验和多种更高分辨率的虫情观测数据来进一步比较研究。由于本文仅从典型的大气环流形势和复杂的地理条件两个角度出发选取了一个有代表性的北迁个例来比较研究W-H模式和W-F模式在褐飞虱迁飞轨迹模拟能力上的差异,因此,在不同环流型、不同发生区的普适性方面还未确知,这需要下一步通过更多的、发生在不同地区的、受不同环流型影响的迁飞个例的模拟试验来证实。同时,也需要从两模式的物理过程参数化方案选择、地形敏感性试验和各种数据的时空分辨率等方面来进行比较研究。

(4)基于以上原因,两种模式均可作为业务工具在迁飞性害虫测报中推广应用。在实际应用中,虽然W-F模式对昆虫迁飞过程的轨迹描述更客观、更全面,但其可操作性要明显逊于W-H模式。HYSPLIT模式有人机交互式的轨迹计算参数设置界面,有轨迹输出的图形显示功能,方便易用；而FLEXPART模式没有专门的参数设置界面,要通过程序编写或修改来设置参数,要借助其它绘图软件(如ArcGIS、SURFER等)输出轨迹图形,使用比较繁琐。因此,两者各有长短,实际使用时可相互借鉴。

本文虽然分别运用W-H和W-F两种耦合轨迹计算模式研究了褐飞虱迁飞的轨迹,并从虫源地、迁飞方向、迁飞高度、迁飞速率和迁飞距离模拟五个方面比较了两者的模拟能力,在目前国际迁飞昆虫学研究领域是一种创新,但没有全面考虑害虫迁飞过程中各种生物学适应参数,比如不同高度褐飞虱的主动迁飞速度对高空三维流场、温场、湿度场的适应性,不同个体迁飞能力强弱与迁飞距离、降落区的关系等,这也是我们下一步需要研究的重要内容之一。

此外,高时空分辨率的多种虫情观测资料是保障昆虫迁飞轨迹精准化模拟的重要前提。本文使用的是我国南方稻区国家基准病虫测报站点的褐飞虱灯诱虫情资料,资料中,虽然湖南、广西、广东、贵州等省、区的站点不少,但时空分辨率仍较低,无法满足轨迹模型对不同虫源地、不同降落区和不同迁飞距离落点的验证要求。理想的验证数据至少是覆盖研究区的逐小时、小于3 km网格点的地面虫情观测数据(包括灯诱、田间普查、地面网捕、卵巢解剖等)和24 h连续观测的低空氦气球网捕(1500 m)、飞机航捕(3 km以内)及多站点(至少3个以上站点)昆虫雷达监测数据。有待深入研究

[1] 朱绍先. 稻飞虱及其防治. 上海: 上海科学出版社, 1984: 1- 110.

[2] 包云轩, 李金建, 缪启龙, 申双和, 王建强. 2006年褐飞虱重大迁入过程的大气动力背景模拟——个例研究. 中国农业气象, 2008, 29(3): 347- 352.

[3] 王彦华, 王鸣华. 近年来我国水稻褐飞虱暴发原因及治理策略. 农药科学与管理, 2007, 25(2): 49- 54.

[4] 许晓风, 马飞, 邹运鼎, 程遐年. 褐飞虱发生系统的混沌诊断. 应用生态学报, 2003, 14(8): 1359- 1362.

[5] 李祚泳, 彭荔红. 基于人工神经网络的农业病虫害预测模型及其效果检验. 生态学报, 1999, 19(5): 759- 762.

[6] 严明良, 缪启龙, 包云轩. 基于大气动力学理论的迁飞性害虫迁入峰实时预警研究. 安徽农业科学, 2008, 36(23): 10033- 10036, 10038- 10038.

[7] 芦芳, 翟保平, 胡高. 昆虫迁飞研究中的轨迹分析方法. 应用昆虫学报, 2013, 50(3): 853- 862.

[8] Rose A H, Silversides R H, Lindquist O H. Migration flight by an aphid,Rhopalosiphummaidis(Hemiptera: Aphididae), and a noctuid,Spodopterafrugiperda(Lepidoptera: Noctuidae). Canadian Entomologist, 1975, 107(6): 567- 576.

[9] Rosenberg L J, J I Magor. Prediction wind borne displacements of the brown planthopperNilaparvatalugensfrom synoptic weather data I Long-distance displacements in the northeast monsoon. Journal of Animal Ecology, 1987, 56(1): 39- 51.

[10] Riley J R, Cheng X L, Zhang X X, Reynolds D R, Xu G M, Smith A D, Cheng J Y, Bao A D, Zhai B P. The longdistance migration ofNilaparvatalugens(Stål) (Delphacidae) in China: radar observations of mass return flight in the autumn. Ecology Entomology, 1991, 16(4): 471- 489.

[11] Furuno Akiko, Chino Masamichi, Otuka Akira, Watanabe Tomonari, Matsumura Masaya. Development of a numerical simulation model for long-range migration of rice planthoppers. Agricultural and Forest Meteorology, 2005, 133(1/4): 197- 209.

[12] Akira Otuka, Shou-Horng Huang, Sachiyo Sanada-Morimura, Masaya Matsumura. Migration analysis ofNilaparvatalugens(Hemiptera: Delphacidae) from the Philippines to Taiwan under typhoon-induced windy conditions. Applied Entomology and Zoology, 2012, 47(3): 263- 271

[13] 张孝羲, 耿济国, 顾海南, 王迅. 稻纵卷叶螟(CnaphalocrocismedinalisGuené)种群生命系统模型的研究. 生态学报, 1988, 8(1): 18- 26.

[14] 程极益, 包云轩, 樊多琦, 王海扣, 程遐年. 褐飞虱迁飞轨迹研究. 南京农业大学学报, 1995, 18(3): 60- 67.

[15] 包云轩, 翟保平, 程遐年. 褐飞虱迁飞参数的数值模拟. 生态学报, 2005, 25(5): 1107- 1114.

[16] 芦芳, 齐国君, 陈晓, 董西贵, 郭玉人, 武向文, 倪秀红, 陈时健, 张纪英, 张孝羲, 翟保平. 上海地区2007年褐飞虱的后期迁入和虫源地的个例分析. 生态学报, 2010, 30(12): 3215- 3225.

[17] Akira Otuka, Tomonari Watanabe, Yoshito Suzuki, Masaya Matsumura, Akiko Furuno, Masamichi Chino. Real-time prediction system for migration of rice planthoppersSogatellafurcifera(Horváth) andNilaparvatalugens(Stål) (Homoptera: Delphacidae). Japanese Society of Applied Entomology and Zoology, 2005, 40(2): 221- 229.

[18] 包云轩, 谢杰, 向勇, 徐希燕, 刘宇. 低空急流对中国褐飞虱重大北迁过程的影响. 生态学报, 2009, 29(11): 5773- 5782.

[19] 张智. 北方地区重大迁飞性害虫的监测与种群动态分析[D]. 北京: 中国农业科学院, 2013.

[20] Bruce Ainslie, Peter L Jackson. Investigation into mountain pine beetle above-canopy dispersion using weather radar and an atmospheric dispersion model. Aerobiologia, 2011, 27(1): 51- 65.

[21] Stohl A, Forster C, Frank A, Seibert P, Wotawa G. Technical Note: The Lagrangian particle dispersion model FLEXPART version 6.2. Atmospheric Chemistry and Physics, 2005, 5: 2461- 2474.

[22] Stohl Andreas, David J Thomson. A density correction for Lagrangian particle dispersion models. Boundary-Layer Meteorology, 1999, 90(1): 155- 167.

[23] Stohl A, Hittenberger M, Wotawa G. Validation of the Lagrangian particle dispersion model FLEXPART against large-scale trace experiment data. Atmospheric Environment, 1998, 32(24): 4245- 4264.

[24] Joseph B Klemp. Weather research and forecasting model: A technical overview// 84th AMS Annual Meeting, Seattle, USA. American Meteorological Society, Jan., 10- 15, 2004.

[25] 邓望喜. 褐飞虱和白背飞虱空中迁飞规律的研究. 植物保护学报, 1981, 8(2): 73- 82.

[26] 翟保平, 张孝羲, 程遐年. 昆虫迁飞行为的参数化: Ⅰ. 行为分析. 生态学报, 1997, 17(1): 7- 17.

[27] Qi H, Jiang C, Zhang Y, Yang X, Cheng D. Radar observations of the seasonal migration of brown planthopper (NilaparvatalugensStål) in Southern China. Bulletin of Entomological Research, 2014, 104(6): 731- 741.

[28] 陈若篪, 程遐年. 褐飞虱起飞行为与自身生物学节律、环境因素同步关系的初步研究. 南京农学院学报, 1980, 3(2): 42- 49.

[29] 崔慧玲, 姚仁太, 徐向军. 放射性核素长距离迁移模拟研究进展. 辐射防护, 2012, 32(4): 240- 247.

[30] 张智. 北方地区重大迁飞性害虫的监测与种群动态分析[D]. 北京: 中国农业科学院, 2013.

[31] 齐会会, 张云慧, 蒋春先, 武俊杰, 孙明阳, 杨秀丽, 程登发. 桂东北稻区第七代褐飞虱迁飞规律及虫源分析. 生态学报, 2014, 34(8): 2039- 2049.

[32] John K Westbrook, Ritchie S Eyster, Charles T Allen. A model for long-distance dispersal of boll weevils (Coleoptera: Curculionidae). International Journal of Biometeorology, 2011, 55(4): 585- 593.

Comparative study of migration trajectories of the brown planthopper, nilaparvata lugens (Stål), in China based on two trajectory models

BAO Yunxuan1,2,*, SUN Mengqiu1,2, YAN Mingliang1,3, LU Minghong4, LIU Wancai4

1KeyLaboratoryofAgriculturalMeteorologyinJiangsuProvince,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China2CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisasters,NanjingUniversityofInformationScience&Technology,Nanjing210044,China3MeteorologicalBureauofSuzhouCityinJiangsuProvince,Suzhou215131,China4NationalAgriculturalTechnologyExtensionandServiceCenter,MinistryofAgricultural,Beijing100125,China

Exotic prediction is an important content for predicting the occurrence of migratory pests. The simulations and prediction of the migration trajectory of pests is considered an ideal exotic prediction method that can reflect the spatio-temporal dynamics of the pest′s migration. The brown planthopper (BPH), Nilaparvata lugens (Stål), is an important migratory pest that affects rice production in China and the accurate forecasting of its migration trajectory can provide a scientific basis for the early warnings and effective prevention of pest-related catastrophes. In order to select appropriate pest migration trajectory models with good accuracy, high resolution, and easy popularization, we screened a great northward migration event of BPH that occurred in Hongjiang City of Hunan Province at the beginning of July in 2006, as a typical case of BPH migration in China. The Weather Research and Forecast (WRF) Model, a popular mesoscale weather research and forecast model used both at home and abroad, was used to simulate and output the atmospheric background fields in high resolution combined with re-analyzed meteorological data from the National Center of Environment Predicting of the USA (NCEP). The forecasting variable fields output by the WRF model as meteorological inputs to drive the two trajectory models were coupled with the Hybrid Single Particle Lagrangian Integrated Trajectory (HYSPLIT) Model and the Flexible Particle (FLEXPART) Dispersion Model to predict the migration trajectories and landfalling areas of BPH populations. According to the backward calculation results, the differences between some trajectory parameters of the two models, such as the pest sources, migration paths, migration heights, migrating speeds and migration distance, were compared. Finally, the observed data for the habitat, feeding conditions, and three-dimensional atmospheric airflow fields of BPH′s migration were used to verify the accuracy and precision of the simulations and calculations. The results suggest several important points. First, the two models show good consistent performance on the calculations of pest sources, migration paths (migration azimuth and flight direction), migration heights, migrating speeds and migration distance. However, the variations in the migration parameters in the FLEXPART model are larger than those in the WRF-HYSPLIT model. Second, as compared to HYSPLIT, the FLEXPART model can better represent the dynamical role of meso-scale weather especially convective processes in the migration processes such as takeoff, flying duration, and landing location, and more realistically simulate land surface processes, atmospheric turbulence structure, and undulating terrain and their impact on the migration of BPH populations. This is because the FLEXPART model has included more realistic parameterization schemes for convection, surface stress, and complex terrain in the trajectory calculations, whereas the HYSPLIT model does not. Third, the two models present reasonable simulations on pest sources, migration paths, and landfalling areas in terms of the selection of BPH populations for habitats and feeding conditions. However, the trajectories simulated by the FLEXPART model showed better agreement with the prevailing winds than the HYSPLIT model′s simulations. The evidence can be seen from the three-dimensional airflow fields in which the emigration, flight, and landfalling of BPH populations occurred. Fourth, both HYSPLIT and FLEXPART models demonstrated strong operational forecasting capabilities of migratory pest occurrence.

Nilaparvatalugens(Stål); migration trajectory; model of WRF coupled with HYSPLIT; model of WRF coupled with FLEXPART; comparison analysis

国家自然科学基金资助项目(41475106, 41075086)；江苏省农业科技自主创新基金项目(CX(12)3056)；江苏省高校自然科学研究项目(14KJA170003)；江苏高校优势学科建设工程资助项目(IRT1147)

2014- 12- 09;

日期:2016- 01- 15

10.5846/stxb201412092443

*通讯作者Corresponding author.E-mail: baoyunxuan@163.com

包云轩,孙梦秋,严明良,陆明红,刘万才.基于两种轨迹模型的褐飞虱迁飞轨迹比较研究.生态学报,2016,36(19):6122- 6138.

Bao Y X, Sun M Q, Yan M L, Lu M H, Liu W C.Comparative study of migration trajectories of the brown planthopper, nilaparvata lugens (Stål), in China based on two trajectory models.Acta Ecologica Sinica,2016,36(19):6122- 6138.