基于兩種軌跡模型的褐飛虱遷飛軌跡比較研究

包云軒,孫夢秋,嚴明良,陸明紅,劉萬才

1 江蘇省農業氣象重點實驗室,南京信息工程大學,南京 210044 2 氣象災害預報預警與評估協同創新中心,南京信息工程大學,南京 210044 3 江蘇省蘇州市氣象局,蘇州 215131 4 農業部全國農業技術推廣與服務中心,北京 100125

?

基于兩種軌跡模型的褐飛虱遷飛軌跡比較研究

包云軒1,2,*,孫夢秋1,2,嚴明良1,3,陸明紅4,劉萬才4

1 江蘇省農業氣象重點實驗室,南京信息工程大學,南京 210044 2 氣象災害預報預警與評估協同創新中心,南京信息工程大學,南京 210044 3 江蘇省蘇州市氣象局,蘇州 215131 4 農業部全國農業技術推廣與服務中心,北京 100125

異地預測是遷飛性害蟲發生預測的重要內容,遷飛軌跡模擬和預測是能較好地反映害蟲遷飛時空動態的一種異地預測方法。褐飛虱作為我國水稻生產上的一種重要遷飛性害蟲,其遷飛軌跡的準確預報,可為其災變預警和有效防控提供科學依據。為了比較選擇一些準確性好、分辨率高、易于推廣應用的害蟲遷飛軌跡模型,選取2006年7月初發生在湖南省洪江市的一次褐飛虱重大北遷過程作為典型個例,運用中尺度天氣研究和預報模式WRF,結合NCEP氣象再分析數據,利用HYSPLIT和FLEXPART兩種軌跡計算模式對褐飛虱遷飛軌跡進行模擬,并驗證模型模擬和計算的準確度和精確度。研究結果表明：(1)WRF-HYSPLIT和WRF-FLEXPART兩種軌跡計算模式在蟲源地、遷飛路徑(遷飛方位角和走向)、遷飛高度、遷飛速率和遷飛距離計算上總體趨勢一致,但存在一定的差異,后者的起伏變化大于前者。(2)盡管兩種耦合模式在調用WRF模式輸出的預報場物理變量方面有很多相同之處,但WRF-FLEXPART耦合模式在運行計算過程中比WRF-HYSPLIT耦合模式多考慮了對流參數、地表脅迫和各種地形參數,因而能更全面地反映中尺度天氣過程(特別是對流性天氣過程)對昆蟲起飛、空中飛行和降落的動力作用,也能更真實地反映地表物理過程、大氣湍流結構和地形起伏對褐飛虱種群遷飛的影響。(3)從褐飛虱種群對生境和取食條件選擇上看,兩種模式模擬的各高度遷入種群的蟲源區、遷飛路徑和降落地都是合理的、準確的。但從褐飛虱遷出、空中飛行和降落所處的三維流場來看,WRF-FLEXPART模式軌跡走向與盛行氣流方向的吻合度要明顯高于WRF-HYSPLIT模式。(4)兩種模式均可作為業務工具在遷飛性害蟲測報中推廣應用。

褐飛虱；遷飛軌跡；WRF-HYSPLIT模型；WRF-FLEXPART模型；比較分析

褐飛虱是喜溫、喜濕性的遠距離遷飛害蟲,具主動升空和降落、隨空中氣流集群遷飛的特性。關于褐飛虱的生存環境、越冬氣候條件、蟲源地分析、種群分布、爆發原因、遷飛規律、軌跡預報、防治策略等有較多的研究[1-3]。2005以后連續5a的中國褐飛虱大發生,給我國水稻生產帶來了嚴重的影響。褐飛虱災變頻發的原因較多,主要包括氣象因素、水稻耕作制度變化和抗藥性增加等多個方面[3]。由于防控決策的需要,褐飛虱發生預測越來越受到業務部門和學術界的重視[4-6]。然而,隨著全球氣候的變暖、水稻耕作制度的變化和抗藥性的增加,使得近20a來褐飛虱的遷飛規律和區域性降落特征已發生明顯的變化,也使得其災變性遷入的異地預測變得更加艱難。因此,當前和未來我國褐飛虱的準確和精確預報迫切需要一些物理機制更明晰、方法更科學、預測更準確、業務上更實用的異地預測方法。

褐飛虱的遠距離遷飛特性使其發生具有突發性和暴發性,這大大增加了其預測預報和防控的難度。對于遷飛性害蟲而言,精細化異地預測測報尤為重要,而異地測報的關鍵是確定遷飛害蟲的可能降落區和遷入量[7]。基于昆蟲生態學行為參數的遷飛軌跡分析是能較科學而客觀地反映害蟲遷飛的點線面體、源匯路徑、時空動態及其概率分布信息的害蟲發生異地預測方法,具明晰的生物學、物理學機制,并有較高的準確率,可較好地適用于業務。盡管過去國內外有不少學者利用軌跡分析方法對遷飛性害蟲的遷出蟲源地、遷飛路徑、降落區等進行過個例研究,并對個例發生的大氣背景作過一系列理論探討[8-16],但昆蟲遷飛軌跡計算時所用初始大氣背景場資料的質量及其分辨率高低、模擬覆蓋遷飛過程的大氣預報場時所用模式的準確性和精確度、軌跡計算所用的模型及其參數設置(特別是有沒有合適考慮所研究昆蟲的生物學特性和生態行為參數及發生區的地理環境)等因素都大大限制了軌跡分析方法作用的有效發揮和業務化應用。翟保平等在昆蟲遷飛及軌跡分析方面做了大量的研究,包云軒、嚴明良等在2004年最早嘗試研發了一種利用氣象再分析資料、基于MM5模式模擬遷飛大氣背景、驅動軌跡計算模型、預報遷飛性害蟲實時遷入峰蟲源地、空中遷飛軌跡和降落區的異地預測軟件[6]；日本的Akira Otuka團隊緊隨其后,在2005年應用MM5模式和GEARN模式開發了稻飛虱實時預報系統[17]。除此以外,國內外很少有遷飛性害蟲軌跡分析方法業務化應用的報道。

然而,由于研究過程中所用軌跡預報模式的性能差異,往往會得到不同的蟲源地、遷飛路徑和降落區預報結果,有時甚至與實際發生情況差異很大,這給遷飛性害蟲的防治帶來了嚴重的影響。因此,有必要通過不同軌跡模式性能(包括模式物理過程方案選擇、參數設置等)的比較、軌跡輸出結果的準確性和精確度驗證來了解各模式的優劣。

目前,世界上流行的軌跡計算模式HYSPLIT4.0(the Hybrid Single Particle Lagrangian Integrated Trajectory Model for Version 4.0)(Windows環境下運行)由于其在線版方便易用,在世界病蟲測報學界得到廣泛的應用,但其業務化應用未見報道。該模式是由美國國家海洋和大氣管理局 (NOAA)的空氣資源實驗室(ARL)與澳大利亞氣象局(BOM)聯合研發的一種用于計算和分析大氣污染物輸送與擴散軌跡的專業模型,為拉格朗日-歐拉混合模式,其軌跡計算使用拉格朗日模式,濃度計算使用歐拉模式。通過這一軌跡分析平臺,可以追溯遷飛昆蟲的遷出蟲源地、遷飛路徑和降落區,了解各時空點的遷飛高度和地理位置[18-20]。

FLEXPART6.2模式是由挪威大氣研究所(NILU)開發的一款基于Linux平臺的應用軟件[21], 是一種拉格朗日粒子擴散模式[22],曾是20世紀90年代末和本世紀初最好的擴散模式之一[23]。該模式會計算或者參數化缺失的變量,通過計算點、線、面或體積源釋放的大量粒子的軌跡,來描述示蹤物在大氣中長距離、中尺度的傳輸、擴散、干濕沉降和輻射衰減等過程。FLEXPART模式的應用研究國外較早,國內較遲。但目前該模式在昆蟲遷飛領域的應用研究未見報道。

考慮到這兩種模式目前是國際上應用較廣泛的軌跡計算工具,兩者都有在病蟲測報業務上推廣應用的前景,因此,本研究擬通過典型褐飛虱遷飛個例的篩選、合適大氣背景場預報模式的選用、兩種與天氣預報模式耦合的軌跡計算模型在褐飛虱遷飛軌跡及其參數上的分析、實測蟲情和再分析氣象資料的驗證來比較兩者的優劣,旨在為病蟲測報業務部門擇優選用提供參考依據。

1 資料和方法

1.1 資料來源

2006年全國102個植保站的逐日褐飛虱燈誘資料由農業部全國農業技術推廣服務中心測報處提供,2006年全國水稻種植和生育期資料由農業部全國農業技術推廣服務中心信息處提供,運行氣象模式所需的初始場資料和驗證軌跡計算準確性所用的氣象資料均為美國國家環境預測中心(NCEP)提供的每天4 次的全球1×1的GRIB格式的氣象再分析資料。

1.2 方法

1.2.1 個例篩選與蟲情分析

湖南省是我國水稻種植面積最大的省份,位于南方稻區的腹地和江嶺稻區的中西部地區,是褐飛虱災變性遷入的常發和重發區之一。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,是褐飛虱北遷和南遷經過的重要驛站之一,其特殊的地理位置和周邊復雜的地形環境使得發生在該市水稻生長區內的褐飛虱遷入具有典型的意義,也能驗證我們所選褐飛虱異地預測——軌跡分析方法的科學性、準確性和精確度。常年6月下旬至7月上旬正逢我國華南大部和西南地區南部早稻黃熟至收割的時期,早期從境外中南半島遷入的褐飛虱種群在這些地區的水稻上繁殖后代后,其后代因棲息環境和取食條件的惡化會大量羽化、遷出,向新的環境和條件更好的中稻生長區遷入,而遷入地湖南省洪江市也正好位于褐飛虱生境和取食條件最佳的中稻生長區內,故選7月初的洪江作為此次軌跡回推的起點。2006年是湖南稻區(特別是洪江)褐飛虱北遷降落最嚴重的年份之一,這一年的7月5—6日洪江稻區的褐飛虱大規模降落正是一次極具典型意義的災變性遷入過程,特殊的大氣環流形勢和復雜的地理條件對其發生起了至關重要的影響,基于這種背景,本文選此個例來比較研究WRF-HYSPLIT和WRF-FLEXPART兩種耦合軌跡預測模型的優劣,為我國遷飛性害蟲的異地預測尋找一種科學、準確和精確的方法。

本文利用Excel和ArcGIS10.2對2006年全國褐飛虱燈誘蟲量的時空變化特征進行了分析,挑選2006年7月5—6日發生在湖南洪江的一次遷入峰作為代表性個例分析,并繪制了此次北遷過程的全國褐飛虱燈誘蟲量分布圖。

1.2.2 WRF模式及其運行方案簡介

WRF模式是由美國國家環境預測中心(NCEP)和美國國家大氣研究中心(NCAR)等機構繼MM5模式之后聯合開發的一種新的中尺度天氣預報與研究模式[24],分為ARW和NMM兩種形式,本研究使用的是ARW形式。WRF模式采用完全可壓縮及非靜力模式,程序以F90 語言編寫。水平方向采用Arakawa C網格點,垂直方向采用地形跟隨質量坐標。WRF 模式在時間積分方面采用三階或者四階的Runge-Kutta 算法。

本文應用WRF V3.4中尺度天氣預報與研究模式,對所選過程的大氣背景進行數值模擬研究。考慮到褐飛虱遷飛的時效性,模擬時段為2006年7月3日18∶00—7月7日18∶00,共96h。采用雙層網格嵌套,其主要參數設置如表1所示。

表1 模式方案選擇和參數設置

1.2.3 WRF-HYSPLIT模式與WRF-FLEXPART模式軌跡計算時的參數設置

考慮到WRF模式必須在Linux環境下運行,而HYSPLIT4.0是在Windows環境下運行的,需編寫不同操作系統下數據文件轉換和操作系統銜接程序,調試耦合參數,實現WRF模式與HYSPLIT軌跡模式的耦合計算。而WRF模式和FLEXPART6.2模式都是在Linux環境下運行的,無需轉達換操作系統,可直接設置耦合參數,實現軌跡參數的計算和輸出。盡管HYSPLIT4.0自帶圖形顯示功能,可直接輸出所需的軌跡時空分布圖,但為了便于比較,本文將兩種模式的逐小時軌跡點輸出結果均導入ArcGIS9.3軟件中成圖,來分析兩者差異。兩種模式在軌跡計算時對WRF輸出變量的調用并不完全相同,前者調用變量數要少于后者(表2)。

表2 WRF-FLEXPART 和WRF-HYSPLIT軌跡計算對WRF輸出變量的使用情況

本文在天氣預報模式WRF與兩種軌跡計算模式耦合時采用的計算方案是：將WRFV3模式的細網格預報輸出場導入FLEXPART的計算數據調用目錄中,按時間順序排列,FLEXPART系統將每小時讀取一個文件作為模式的初始場來計算褐飛虱遷飛軌跡。同時,將WRFV3細網格預報輸出場的NC文件轉換成HYSPLIT所需的ARL文件,導入HYSPLIT系統中計算褐飛虱遷飛軌跡,耦合計算時的參數設置見表3。

表3 WRF-FLEXPART 和WRF-HYSPLIT耦合計算參數設置

在現實大氣中,不同時次不同高度上的三維風場是不同的,這在很大程度上影響了軌跡的走向和高度變化。鄧望喜在其飛機航捕試驗中證明褐飛虱、白背飛虱夏季在300—2500m高度上遷飛[25]。根據翟保平等[26]的研究和Qi等[27]在中國廣西興安的毫米波昆蟲雷達監測顯示,稻飛虱(包括褐飛虱)的遷飛高度一般在500—2000 m,其中夏季飛行高度在1500—2000 m,最高可以達2 200 m；秋季飛行高度在500—1 100 m,最高可達1 800m。廣西興安與湖南洪江相距不到200 km,可以參照興安雷達觀測結果設置代表性遷飛高度,而本次個例的發生時間為7月初,為夏季。因此,本文將褐飛虱的這3個釋放高度分別設為1000、1500、2000 m。因此,這2 d早、晚兩個起始時刻的的后推計算都按1000、1500、2000 m三個不同釋放高度模擬3次,產生3個不同高度的軌跡。本文利用上述兩種模型推算軌跡時,充分考慮了褐飛虱的生物學特性,同時根據前人的觀察實驗和昆蟲雷達觀測結果[26-28],選取相關軌跡計算判斷依據(包括起始和終止時間、盛行遷飛層高度、蟲源地中心區域等),具體參數設置詳見表3。

以往的研究證實,褐飛虱的起飛主要受氣溫和光照強度制約。夜間遷飛的昆蟲的起飛始于日落而止于昏影終時,白天遷出的昆蟲在晨光始時開始起飛,日出后終止[26]。褐飛虱在7月初的起飛具典型的“晨暮雙峰型”規律,根據天文學上的日出日落時角公式計算,7月初湖南洪江的日出時間約為05:08(BST),日落時間約為18:52(BST)。因此本文將以湖南洪江(27.15°N,109.9°E)作為降蟲點,分別運用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時長的褐飛虱遷飛軌跡(表3)。

降落不象起飛那樣大規模的發生在同一時間,故降落時間不能確定為某一固定的時間。對全夜飛行的個體,降落時間可定為晨光始時至日出之間；而對非整夜飛行的個體來說,須根據該種昆蟲的遷飛特性確定不同的持續飛行時間組合。褐飛虱在夏季的飛行時間長于其他3個季節[15],對于“晨暮雙峰型”的褐飛虱,本文將設定3種飛行時間組合：(1)日落后起飛,日出前降落,飛行持續9h；(2)日落后起飛,日落后降落,飛行持續24h；(3)日出前起飛,日落后降落,持續飛行時間15h。而對于非日落至日出之間起飛或降落的逆推入海的軌跡則判為無效軌跡,不予考慮；回推軌跡的落點必須落在水稻生長區內,且水稻生育期要處于黃熟至收割期內或者屬收割與移栽交叉的“橋梁田”內。

2 結果與分析

2.1 褐飛虱蟲情分析結果

本文所選個例為2006年7月3—6日發生在湖南洪江的一次典型褐飛虱遷入過程,這次遷入峰共歷時4d,7月3日、4日同期蟲量增加在長江以南稻區都有普遍發生,但除了洪江站單日燈誘蟲量超過了3000頭外,其它站蟲量增幅都不是特別顯著(圖略)。而到了7月5—6日,洪江站褐飛虱燈誘蟲量的同期增幅與其他站之間差異懸殊,洪江站出現了7月5日燈誘蟲量達22920頭,7月6日蟲量為10569頭的一次特大遷入峰,相應的兩日的長江以南稻區其他站點也經歷了遷入蟲量的同期突增,但各日蟲量、總蟲量、蟲量增加幅度都遠遠小于洪江站。到7月7日各地遷入峰結束。因此,為了比較兩模式對特大遷入峰發生過程的模擬能力,本文選擇湖南洪江這一寄主生長、大氣背景影響、地形復雜性等具有特殊性和代表性的站點為研究對象,以7月5—6日發生在洪江的特大遷入峰為切入口,通過逆推軌跡計算,比較兩種耦合型軌跡計算模式在褐飛虱重大遷入過程中對蟲源地、遷飛路徑和相關遷飛參數模擬的準確性和精確度高低。

圖1 7月5—6日我國南方水稻主產區褐飛虱燈誘蟲量的空間分布圖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 兩種耦合模式的褐飛虱遷飛軌跡計算結果分析及其比較

基于固定降落點回推的昆蟲遷飛軌跡參數主要包括蟲源地、遷飛路徑(遷飛方位角)、遷飛高度、遷飛速度和遷飛距離。本文分別從這五個參數上比較兩種模式模擬結果的差異。

2.2.1 蟲源地模擬比較

本文判斷逆推軌跡終止和有效的原則是：(1)褐飛虱起飛和降落均符合“晨昏雙峰型”節律；(2)軌跡終止點必須在水稻種植區；(3)根據前期和當前燈誘蟲量及田間蟲情普查資料確定該稻區能提供褐飛虱的遷出蟲源；(4)該稻區水稻生長正處黃熟或收割期,田間褐飛虱正值遷出高峰。我國病蟲測報業務上,當日褐飛虱的燈誘蟲量通常是在08∶00計數的,而實際上這24h蟲量是前一日08∶00到當日08∶00的累計蟲量,它最有可能是前一日日落之后的1h內主遷入峰和當日日出之前的1h次遷入峰形成的。一般,日落之后的主遷入峰大多由前一日日落之后的主遷出峰(在次日日出之前有可能會降落掉一部分蟲量)和當日日出前的次遷出峰(也可能只降落一部分蟲量,剩余的繼續遷飛)導致的,而日出之前的次遷入峰則由前一日日出之前的次遷出峰(在前一日日落后會隨主遷入峰降落掉一部分蟲量)和前一日日落后的主遷出峰導致的。這樣,這24h內的蟲源逆推就要包括四種可能：(1)前一日20∶00(代表主遷入峰)逆推至前二日20∶00,24h軌跡；(2)前一日20∶00逆推至前一日05∶00,15h軌跡；(3)當日05∶00(代表次遷入峰)逆推至前一日05∶00,24h軌跡；(4)當日05∶00逆推至前一日20∶00,9h軌跡。據此,本文逆推了分別由WRF-HYSPLIT模式和WRF-FLEXPART模式輸出的7月5—6日遷入洪江的軌跡8組,但結合上述軌跡有效性原則判斷后,發現由7月4日20∶00(BST,下同)后推至7月3日20∶0024h軌跡組和由7月5日05∶00后推至7月4日05∶00的24h軌跡組則由于其逆推終止點在南海海上而成為無效軌跡,因此,最終得到了6組有效軌跡(圖2)。

從圖2a1、圖2a2中可以看出,7月5日早上的燈誘蟲量主要包括兩個來源：一是7月4日20∶00逆推15h的蟲源,另一個是7月5日05∶00逆推9h的蟲源。7月4日,兩模式以20∶00作為后推起始時間的1000m、1500、2000m三個高度的15h軌跡走向和終點(即蟲源區中心)都比較接近,蟲源地基本上都在以(22.95 °N,111.128 °E)為中心的粵西南和桂東南稻區,與這一地區早稻處于黃熟至收割期、褐飛虱取食條件惡化的生態環境誘因相吻合,所不同的是WRF-HYSPLIT模式(以下簡稱W-H模式)模擬的蟲源地偏南一些,位于粵西南稻區；而WRF-FLEXPART模式(以下簡稱W-F模式)模擬的蟲源地偏北一些,位于緊鄰的桂東南稻區。同高度上兩模式模擬的蟲源區中心最大間距出現在2000m釋放高度上,為139.7 km。而以05∶00作為后推起始時間的3個高度的9h逆推軌跡終點更靠近,蟲源地基本上都在以(24.85 °N,110.68 °E)為中心的桂東北稻區,同高度上兩模式輸出的蟲源區中心最大間距也出現在2000m釋放高度上,僅為22.5 km,兩者模擬結果高度吻合(圖2b1、圖2b2),也與桂東北早稻黃熟至收割有關。

7月6日早上的燈誘蟲量主要包括四個時間段的遷入蟲源：一是7月5日20∶00逆推15h的蟲源；二是7月5日20∶00逆推24h的蟲源；三是7月6日05∶00逆推9h的蟲源；四是7月6日05∶00逆推24h的蟲源。兩模式在這4個時間段的軌跡都有一些差異,其中,遷飛15h的軌跡蟲源地最接近,都在黔東南與桂西北交界的中心為(25.68°N,109.24 °E)的稻區,兩模式蟲源地中心最大間距只有22.4km。20∶00起飛、飛行24h的軌跡差異稍大,W-H模式蟲源地中心偏南,在(23.40 °N,110.37 °E)附近的桂東南稻區,而W-F模式模擬的蟲源中心稍偏北,在(24.15°N,109.83 °E)附近的桂東北稻區,兩者直線距離為98.6km。兩模式在05∶00逆推9h的蟲源地雖都在黔東南稻區,但差異比前兩時段更大,同高度中心最大間距為150km。7月6日05∶00逆推24h的兩模式軌跡走向差異最大,表現在2000m釋放高度上,蟲源完全來自不同的方向和不同的稻區,W-H模式的1000m和1500m釋放高度的蟲源地中心主要位于(26.54°N,108.33 °E)的黔東南稻區,而2000m高度則在(27.93°N,108.59 °E)附近的黔東北稻區, 不同高度的蟲源來向明顯不一致；而W-F模式的3個高度蟲源地均比較一致,都在中心位于(25.78°N, 107.81°E)附近的黔東南或桂西北稻區,兩模式在2000m釋放高度上的蟲源地間距達172km。從這兩日各時間段兩模式在蟲源地模擬上的比較來看,有一點明顯的差異： W-H模式模擬的蟲源地隨高度升高差異加大,而W-F模式各高度間蟲源地差異相對較小；這是因為后者較全面地考慮了對流下層的邊界層物理過程(包括對流運動、摩擦作用等)、地表脅迫和各種地形參數等,而前者過分夸大了2000m高度的地轉風作用。

2.2.2 遷飛路徑模擬比較

昆蟲遷飛路徑指種群從蟲源地遷出后經空中飛行到達降落點期間所經過的路線。但實際操作時,為了簡明、直觀,在用軌跡線反映遷飛路徑的同時,常用蟲源地至降落點的直線矢量的方位角和遷飛種群的來向來反映遷飛路徑。本文在圖2軌跡圖的基礎上,計算了兩模式輸出的遷飛方位角,確定了種群遷飛的來向,得到表4,從圖2和表4中可以看出：雖然兩模式在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的遷飛路徑基本一致,但兩模式在7月6日05∶00 逆推的9h和24h軌跡的走向上存在明顯的差異,2000m高度上最大方位角竟相差60°以上,一個是西南偏西,另一個是西北,相差了兩個方向。而從影響遷飛的物理過程和蟲源遷出條件來看,W-F模式模擬出的蟲源、路徑更可靠些。原因有三：一是從輸送蟲源的各高度盛行風場和垂直氣流場來看,上游在西南偏西方向的蟲源遷入更有利。二是黔東南和桂西北、黔東北都位于云貴高原的東部,總體地勢由西向東逐漸走低,但群山與平原相間,地形起伏明顯,地表脅迫通過地表對近地層大氣的外摩擦力和摩擦層(通常為地表以上2 km以內)內下層大氣對上層大氣的粘滯力來影響對流下層(2 km以內)大氣的運動,進而影響昆蟲遷飛的軌跡走向(即路徑)。W-H模式在軌跡計算時未考慮湍流擾動作用、地表脅迫和地表參數,特別是沒有考慮內摩擦力的影響,導致2000m高度與1000m、1500m高度的軌跡走向差異懸殊；而W-F模式卻考慮了,故其三高度的軌跡走向差異較小。三是黔東南和桂西北稻區水稻生育期、前期蟲源基數等條件對褐飛虱的遷出比黔東北更有利。

表4 不同高度褐飛虱種群的遷飛方向

2.2.3 遷飛高度模擬比較

同一時刻、從同一高度、降落在同一地點的遷入昆蟲種群有可能是不同時刻、從不同蟲源地遷出、經不同遷飛路徑、在不同高度上飛行后大量個體或小種群匯聚而成的。因此,理想的軌跡模式應該能準確而精確地模擬或推演這些個體或小種群從蟲源地起飛后的四維遷飛動態,能全面地、客觀地反映大氣結構、地表物理過程、地形環境等因素對這些個體或種群運動的影響。為了驗證和比較兩模式在這兩方面的能力,本文設定兩模式軌跡后推的前提均為種群在同一降落點、同一時次、同一高度上降落,依次逆推計算出各時次對應的軌跡點(x,y,z)坐標。根據兩模式輸出的各時次軌跡點(x,y,z)坐標,計算出相應的遷飛高度,再比較分析各自的變化特征(圖3)。

從圖3中可以直觀看出：首先,W-H模式模擬的各時間段3個起點釋放高度的褐飛虱逆推遷飛高度起伏變化小,而W-F模式模擬的遷飛高度起伏變化大。其中7月5日05∶00起由W-F模式逆推的9h遷飛高度變化最小,同一釋放高度上各時次間的最大遷飛高度差均小于400m(圖3b1),而這種高度差最大的當數由W-F模式在7月6日05∶00逆推的24h遷飛高度,2000 m釋放高度在7月5日11時的遷飛高度差竟達2053 m(圖3f2)。這種高差是由于兩種模式對大氣湍流結構、地表物理過程、地形環境影響褐飛虱種群遷飛的模擬能力的差異而導致的,這種能力顯然后者要強于前者。

其次,W-H模式模擬的各時間段三個起點釋放高度的褐飛虱逆推遷飛高度的變化曲線(圖3a1,b1,c1,d1,e1,f1)起伏趨勢具有較好的一致性。表明在1000 m至2000 m這個高度層內,系統性垂直氣流對不同高度褐飛虱種群遷飛的影響得到了較一致的反映。而W-F模式模擬的這種一致性不如W-H模式(圖3a2,b2,c2,d2,e2,f2),但這不等于后者模擬能力不如前者,相反,由于前者較少地考慮了低層(2000 m以內)大氣的湍流結構、地表物理過程和地形環境對不同高度三維流場的影響,使得它對遷飛高度實際變化的模擬能力明顯弱于后者。另一方面,釋放高度低時,后者反映的遷飛高度起伏變化更大些(圖3a2,c2,d2,e2,f2),這說明W-F模式不僅較好地反映了系統性垂直氣流的影響,而且更客觀真實地反映了下墊面起伏對其上層三維流場和種群遷飛的影響。

2.2.4 遷飛速率模擬比較

影響褐飛虱空中遠距離遷飛速率的主要因素是高空的三維流場,特別是水平風速。通過兩模式不同釋放高度各時次遷飛速率的計算及圖2中直觀反映出的褐飛虱遷飛速度快慢的比較可以發現：兩模式計算的小時平均遷飛速率、小時最大遷飛速率和小時最小遷飛速率均有一定的差異,三者差異最大都在1500 m釋放高度。表明：兩模式對我國夏季褐飛虱種群北遷的最適遷飛層(即1500 m左右高度)[15,25]的模擬能力有較大的差異。(2)兩模式7月6日05∶00在1000、1500 m釋放高度分別逆推9h和24h的軌跡小時平均遷飛速率、小時最大遷飛速率和小時最小遷飛速率均差異最大,且W-H模式3種遷飛速率均大于W-F模式。其原因是這兩個遷飛時間段內褐飛虱種群從地形高度普遍在1500 m上的云貴高原東部的黔東地區東遷而來,地形對種群遷飛的脅迫作用明顯。由于兩種模式在地表脅迫處理和地形參數、對流參數調用上的差異導致兩者在反映地形影響的能力上有明顯的差異,最終導致在復雜地形下兩模式模擬的差異明顯。

2.2.5 遷飛距離模擬比較

本文所指的遷飛距離是指軌跡起點與終點之間的直線距離。從圖2可以看出：總體來看,兩種模式在遷飛距離的計算上趨勢基本一致,但從具體計算值和圖2中各軌跡段的長短細節上來比較,還是有一定的差異的。7月4日各時次和5日05∶00開始后推的各軌跡段基本成南北走向,蟲源地在廣西東南部或廣東西南部,遷飛距離較遠；5日20∶00開始后推的軌跡遷飛方向發生了較大變化,逐漸向西偏,且遷飛距離變短,蟲源地位于廣西的中部和北部；6日各時次后推的軌跡,蟲源地更加向西,蟲源地絕大多數位于黔東地區,遷飛距離都較短。

W-H模式在7月4日20∶00逆推15h、7月5日20∶00逆推24h的兩次模擬中,遷飛距離均大于W-F模式,其他各次遷飛過程均是W-F模式大于W-H模式。總體來看,對南北走向為主的軌跡(圖2a1、a2、b1、b2、d1、d2)而言,W-H模式模擬的遷飛距離大于或等于W-F模式；而其它走向的軌跡(圖2c1、c2、e1、e2、f1、f2)相反,W-F模式模擬的遷飛距離更大些。7月6日后推的兩組軌跡中,兩種模式計算的同一釋放高度的種群遷飛距離和方向差異較大。貴州省多高山,W-F模式對低層大氣湍流結構、地表物理過程和地形環境影響的反映優于W-H模式,這可能成為兩者遷飛距離差異大的主要原因。而同一種模式,不同釋放高度逆推的遷飛距離差異較大,最大時相差達100 km以上。這顯然是由不同高度風速、風向差異所造成的。計算還發現,兩種模式由于釋放高度增加而導致的遷飛距離增減,基本上是同步的,這種距離增減的差異隨釋放高度的升高而減小。這說明,W-H和W-F兩模式對高層風場遷飛軌跡模擬能力的差異要比低層小。

圖3 不同時次W-H模式和W-F模式輸出的褐飛虱遷飛高度變化曲線(紅線:1000m,綠線:1500m,藍線: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遷飛高度；(a2)：7月4日20∶00 W-F模式回推15h遷飛高度；(b1)：7月5日05∶00 W-H模式回推9h遷飛高度；(b2)：7月5日05∶00 W-F模式回推9h遷飛高度；(c1)： 7月5日20∶00 W-H模式回推15h遷飛高度；(c2)：7月5日20∶00 W-F模式回推15h遷飛高度；(d1)：7月5日20∶00 W-H模式回推24h遷飛高度；(d2)：7月5日20∶00 W-F模式回推24h遷飛高度；(e1)：7月6日05∶00 W-H模式回推9h遷飛高度；(e2)：7月6日05∶00 W-F模式回推9h遷飛高度；(f1)：7月6日05∶00 W-H模式回推24h遷飛高度；(f2)：7月6日05∶00 W-F模式回推24h遷飛高度

2.3 兩種模式的模擬效果驗證及比較

每年7月初,正逢我國華南大部和西南地區南部早稻黃熟至收割的時期,早期從境外中南半島遷入的褐飛虱種群在這些地區的水稻上繁殖后代后,其后代因棲息環境和取食條件的惡化會大量羽化、遷出,向新的環境和條件更好的中稻生長區遷入,而此時湖南西南部和江南中北部的水稻正處于生長旺季,是最理想的遷入地。本研究中7月5日和6日的主要蟲源地廣西東部和廣東西南部地區正好位于上述早稻生長區內,而遷入地湖南省洪江市也正好位于褐飛虱生境和取食條件最佳的中稻生長區內,從生態學角度看,兩模式模擬的各高度遷入種群的蟲源區是合理的、準確的。7月6日的部分蟲源來源于黔東南與桂北接壤的地區及黔東北地區,其中黔東南為雙季稻生長區,這一時期正好也是早稻黃熟至收割期,模擬的蟲源地也與實際蟲源地吻合；而黔東北是單雙季稻混栽區,這一時期既有雙季早稻黃熟、又逢部分田塊單季稻生長旺季,褐飛虱蟲源遷出或遷入均有可能。

再從褐飛虱遷出、空中飛行和降落的大氣背景場來看,7月5日晨昏遷入湖南洪江的蟲量主要來自廣西東南部和廣西北部,而遷入前9h相應的1000、1500、2000 m高度上,從蟲源區到降蟲地之間正好是大范圍強勁的偏南氣流,盛行氣流方向與軌跡走向完全一致(圖4(a)—圖4(f))。

圖4 2006年7月4日05∶00、20∶00和7月5日05∶00、20∶00水平流場垂直剖面圖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緯向剖面圖；(b)4日05∶00 110°E經向剖面圖；(c)4日20∶00 27°N緯向剖面圖；(d)4日20∶00 110°E經向剖面圖；(e)5日05∶00 27°N緯向剖面圖；(f) 5日05∶00 110°E經向剖面圖；(g) 5日20∶00 27°N緯向剖面圖；(h) 5日20∶00 110°E經向剖面圖表示水平氣流(或風)速度，單位：20m/s

7月6日晨昏遷入湖南洪江的蟲量主要來自廣西中部,遷入前9h和24h對應的1000、1500、2000 m高度上,從蟲源區到降蟲地之間氣流方向與軌跡走向吻合度一致。可以看出從7月4日傍晚開始,各層風速都明顯地減小了,尤其是110°E以西的地區。從垂直速度場上看,這兩日05∶00 和20∶00 的粵西南、桂東南、黔東南、黔東北地區的垂直速度場均為0—10 cm/s的弱上升氣流(圖5(a)—圖5(f)),24°N以南的地區上升氣流比較強烈。也正對應了蟲源地的區域。降蟲地湖南洪江除7月6日05∶00 各高度為小于3 cm/s的弱上升氣流外,其它時次各高度均為0—6 cm/s的弱下沉氣流(圖5(g)—圖5(l))。

圖5 2006年7月4日08∶00、20∶00 和7月5日08∶00、20∶00 垂直速度場垂直剖面圖(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緯向剖面圖；(b)4日08∶00 110°E經向剖面圖；(c)4日20∶00 27°N緯向剖面圖；(d)4日20∶00 110°E經向剖面圖；(e)5日08∶00 27°N緯向剖面圖；(f) 5日08∶00 110°E經向剖面圖；(g) 5日20∶00 27°N緯向剖面圖；(h) 5日20∶00 110°E經向剖面圖;色斑圖例表示垂直氣流速度以cm/s為量綱

3 結論與討論

本文選取2006年7月5—6日發生在湖南洪江的一次重大北遷過程作為研究個例,利用WRF模式模擬了過程發生前和發生期內的大氣背景場,分別驅動HYSPLIT軌跡模式和FLEXPART軌跡模式,回推褐飛虱遷飛軌跡,計算種群遷出的蟲源地、遷飛路徑,比較分析各軌跡參數,通過蟲情和氣象實測資料驗證兩者優劣,研究得到如下結論：

(1)WRF-HYSPLIT和WRF-FLEXPART兩種軌跡計算模式在蟲源地、遷飛路徑(遷飛方位角和走向)、遷飛高度和遷飛距離計算上總體趨勢一致,但存在一定的差異,后者的起伏變化大于前者。由于兩種模式計算軌跡時所需的大氣背景場都是由WRF模式輸出的,因此,影響軌跡走向和起伏變化的各個大氣物理量是相同的,這導致兩者在諸多軌跡參數的計算結果上總體趨勢基本一致。但具體的各軌跡點計算時,由于HYSPLIT模式屬于拉格朗日軌跡模式,FLEXPART模式屬于拉格朗日粒子模式。前者著重描述氣團經過的路徑,計算完全依賴于天氣預報模式提供的風場,從物理機制的描述上講,軌跡模式只是一個粗糙的框架,即使在現有精確的氣象數值預報產品和數值模擬技術支持下,也常常存在計算軌跡不能解釋觀測軌跡的現象。一個重要的原因是：對于大氣這種混亂的氣流,一個軌跡無法代表一個取樣體積的遷移擴散歷史[29]。而后者則是把每個污染質點都當成有標記的粒子,通過釋放大量的粒子,聚類分析粒子的軌跡,且這些粒子軌跡能較好地描述氣載粒子在大氣中的遷移擴散,也更能客觀反映各軌跡參數的起伏變化。

(2)盡管兩種耦合模式在調用WRF模式輸出的預報場物理變量方面有很多相同之處,但WRF-FLEXPART耦合模式在運行計算過程中比WRF-HYSPLIT耦合模式多考慮了對流參數、地表脅迫和各種地形參數,因而能更全面地反映中尺度天氣過程(特別是對流性天氣過程)對昆蟲起飛、空中飛行和降落的動力作用,也能更真實地反映地形起伏、局地環流和陸面物理過程對種群遷飛的影響。在近十年中,盡管有學者曾直接應用HYSPLIT在線計算平臺模擬研究害蟲的遷飛軌跡和蟲源地,如國內曾有學者利用HYSPLIT模式對褐飛虱、二點委夜蛾和小地老虎遷飛軌跡和蟲源地進行了研究[16,18,30-31]。國外,美國學者John et al[32]應用HYSPLIT平臺構建了棉子象鼻蟲從墨西哥遷入美國的軌跡模型。2011年,加拿大學者Bruce et al[20]在世界上首次利用天氣雷達觀測數據結合WRF模式輸出的大氣背景場驅動HYSPLIT模式研究了山松甲蟲的遷飛軌跡,并根據WRF模式輸出的遷飛發生期的大氣背景場分析了氣象條件對遷飛過程的影響。但迄今為止,在國際上還沒有運用WRF模式輸出大氣背景場驅動FLEXPART軌跡模式來研究昆蟲遷飛軌跡的報導。

(3)從褐飛虱種群對生境和取食條件選擇上看,兩模式模擬的各高度遷入種群的蟲源區、遷飛路徑和降落地都是合理的、準確的。但從褐飛虱遷出、空中飛行和降落所處的三維流場來看,WRF-FLEXPART模式軌跡走向與盛行氣流方向的吻合度要明顯高于WRF-HYSPLIT模式。即使如此,W-H模式和W-F模式在害蟲遷飛軌跡模擬能力上的差異還需通過更多、更復雜的模擬試驗和多種更高分辨率的蟲情觀測數據來進一步比較研究。由于本文僅從典型的大氣環流形勢和復雜的地理條件兩個角度出發選取了一個有代表性的北遷個例來比較研究W-H模式和W-F模式在褐飛虱遷飛軌跡模擬能力上的差異,因此,在不同環流型、不同發生區的普適性方面還未確知,這需要下一步通過更多的、發生在不同地區的、受不同環流型影響的遷飛個例的模擬試驗來證實。同時,也需要從兩模式的物理過程參數化方案選擇、地形敏感性試驗和各種數據的時空分辨率等方面來進行比較研究。

(4)基于以上原因,兩種模式均可作為業務工具在遷飛性害蟲測報中推廣應用。在實際應用中,雖然W-F模式對昆蟲遷飛過程的軌跡描述更客觀、更全面,但其可操作性要明顯遜于W-H模式。HYSPLIT模式有人機交互式的軌跡計算參數設置界面,有軌跡輸出的圖形顯示功能,方便易用；而FLEXPART模式沒有專門的參數設置界面,要通過程序編寫或修改來設置參數,要借助其它繪圖軟件(如ArcGIS、SURFER等)輸出軌跡圖形,使用比較繁瑣。因此,兩者各有長短,實際使用時可相互借鑒。

本文雖然分別運用W-H和W-F兩種耦合軌跡計算模式研究了褐飛虱遷飛的軌跡,并從蟲源地、遷飛方向、遷飛高度、遷飛速率和遷飛距離模擬五個方面比較了兩者的模擬能力,在目前國際遷飛昆蟲學研究領域是一種創新,但沒有全面考慮害蟲遷飛過程中各種生物學適應參數,比如不同高度褐飛虱的主動遷飛速度對高空三維流場、溫場、濕度場的適應性,不同個體遷飛能力強弱與遷飛距離、降落區的關系等,這也是我們下一步需要研究的重要內容之一。

此外,高時空分辨率的多種蟲情觀測資料是保障昆蟲遷飛軌跡精準化模擬的重要前提。本文使用的是我國南方稻區國家基準病蟲測報站點的褐飛虱燈誘蟲情資料,資料中,雖然湖南、廣西、廣東、貴州等省、區的站點不少,但時空分辨率仍較低,無法滿足軌跡模型對不同蟲源地、不同降落區和不同遷飛距離落點的驗證要求。理想的驗證數據至少是覆蓋研究區的逐小時、小于3 km網格點的地面蟲情觀測數據(包括燈誘、田間普查、地面網捕、卵巢解剖等)和24 h連續觀測的低空氦氣球網捕(1500 m)、飛機航捕(3 km以內)及多站點(至少3個以上站點)昆蟲雷達監測數據。有待深入研究

[1] 朱紹先. 稻飛虱及其防治. 上海: 上海科學出版社, 1984: 1- 110.

[2] 包云軒, 李金建, 繆啟龍, 申雙和, 王建強. 2006年褐飛虱重大遷入過程的大氣動力背景模擬——個例研究. 中國農業氣象, 2008, 29(3): 347- 352.

[3] 王彥華, 王鳴華. 近年來我國水稻褐飛虱暴發原因及治理策略. 農藥科學與管理, 2007, 25(2): 49- 54.

[4] 許曉風, 馬飛, 鄒運鼎, 程遐年. 褐飛虱發生系統的混沌診斷. 應用生態學報, 2003, 14(8): 1359- 1362.

[5] 李祚泳, 彭荔紅. 基于人工神經網絡的農業病蟲害預測模型及其效果檢驗. 生態學報, 1999, 19(5): 759- 762.

[6] 嚴明良, 繆啟龍, 包云軒. 基于大氣動力學理論的遷飛性害蟲遷入峰實時預警研究. 安徽農業科學, 2008, 36(23): 10033- 10036, 10038- 10038.

[7] 蘆芳, 翟保平, 胡高. 昆蟲遷飛研究中的軌跡分析方法. 應用昆蟲學報, 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(St?l) (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] 張孝羲, 耿濟國, 顧海南, 王迅. 稻縱卷葉螟(CnaphalocrocismedinalisGuené)種群生命系統模型的研究. 生態學報, 1988, 8(1): 18- 26.

[14] 程極益, 包云軒, 樊多琦, 王海扣, 程遐年. 褐飛虱遷飛軌跡研究. 南京農業大學學報, 1995, 18(3): 60- 67.

[15] 包云軒, 翟保平, 程遐年. 褐飛虱遷飛參數的數值模擬. 生態學報, 2005, 25(5): 1107- 1114.

[16] 蘆芳, 齊國君, 陳曉, 董西貴, 郭玉人, 武向文, 倪秀紅, 陳時健, 張紀英, 張孝羲, 翟保平. 上海地區2007年褐飛虱的后期遷入和蟲源地的個例分析. 生態學報, 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(St?l) (Homoptera: Delphacidae). Japanese Society of Applied Entomology and Zoology, 2005, 40(2): 221- 229.

[18] 包云軒, 謝杰, 向勇, 徐希燕, 劉宇. 低空急流對中國褐飛虱重大北遷過程的影響. 生態學報, 2009, 29(11): 5773- 5782.

[19] 張智. 北方地區重大遷飛性害蟲的監測與種群動態分析[D]. 北京: 中國農業科學院, 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] 鄧望喜. 褐飛虱和白背飛虱空中遷飛規律的研究. 植物保護學報, 1981, 8(2): 73- 82.

[26] 翟保平, 張孝羲, 程遐年. 昆蟲遷飛行為的參數化: Ⅰ. 行為分析. 生態學報, 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 (NilaparvatalugensSt?l) in Southern China. Bulletin of Entomological Research, 2014, 104(6): 731- 741.

[28] 陳若篪, 程遐年. 褐飛虱起飛行為與自身生物學節律、環境因素同步關系的初步研究. 南京農學院學報, 1980, 3(2): 42- 49.

[29] 崔慧玲, 姚仁太, 徐向軍. 放射性核素長距離遷移模擬研究進展. 輻射防護, 2012, 32(4): 240- 247.

[30] 張智. 北方地區重大遷飛性害蟲的監測與種群動態分析[D]. 北京: 中國農業科學院, 2013.

[31] 齊會會, 張云慧, 蔣春先, 武俊杰, 孫明陽, 楊秀麗, 程登發. 桂東北稻區第七代褐飛虱遷飛規律及蟲源分析. 生態學報, 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 (St?l), 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 (St?l), 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(St?l); migration trajectory; model of WRF coupled with HYSPLIT; model of WRF coupled with FLEXPART; comparison analysis

國家自然科學基金資助項目(41475106, 41075086)；江蘇省農業科技自主創新基金項目(CX(12)3056)；江蘇省高校自然科學研究項目(14KJA170003)；江蘇高校優勢學科建設工程資助項目(IRT1147)

2014- 12- 09;

日期:2016- 01- 15

10.5846/stxb201412092443

*通訊作者Corresponding author.E-mail: baoyunxuan@163.com

包云軒,孫夢秋,嚴明良,陸明紅,劉萬才.基于兩種軌跡模型的褐飛虱遷飛軌跡比較研究.生態學報,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 (St?l), in China based on two trajectory models.Acta Ecologica Sinica,2016,36(19):6122- 6138.