褐飞虱Nilaparvata lugens(Stal)是亚洲地区一种远距离迁飞性水稻害虫。自20世纪70年代以来，在我国多次暴发成灾。1992年以后种群整体呈下降趋势，但2003年以来又有大发生的态势。如果能够对褐飞虱种群的大发生做出准确而又超前的预报，将为防治决策提供有效的信息。目前褐飞虱的预报多限于中短期预报，其预测效果较好，并广泛地应用于指导生产实践。而长期预报一直没有进行深入的研究。褐飞虱前期迁入量与田间种群发生关系密切，气象因子也是影响褐飞虱种群发生的一个重要因素。本文通过分析影响褐飞虱前期迁入的大尺度背景来寻找长期预测因子，如前期海温、ENSO指标等，在相关分析的基础上对褐飞虱的前期迁入量作中长期预测。1遥相关分析分别计算6个褐飞虱发生区内16个监测点的褐飞虱前期迁入量与前期太平洋、印度洋海温场各格点海温以及ENSO指标的月平均距平的相关系数，并将相关结果在地理信息系统中显示。定义至少有相邻的5个海温格点连续3个月或3个月以上显著或极显著相关为连续显著相关海温区。在太平洋，共获得196个相关海温区和305个相关时段；在印度洋，共获得142个相关海温区和231个相关时段：前期共有255个ENSO指标达到显著或极显著相关。2预测因子的筛选计算以上连续显著相关海温区内所有格点的月平均海温距平的平均值后，再与褐飞虱前期迁入量作相关分析。对这些相关系数作稳定性分析，删除不稳定的相关海温区或相关时段。选择连续稳定显著相关的海温区或显著相关的ENSO指标作为褐飞虱前期迁入量的预测因子。经稳定性分析后，在太平洋获得115个连续稳定显著相关海温空间因子和168个相关时段因子，在印度洋获得101个连续稳定显著相关海温空间因子和127个相关时段因子。连续稳定显著相关海温因子或显著相关ENSO指标的时空分布特征如下：在空间分布上，太平洋海温预测因子在中太平洋最多(50％)，南太平洋和北太平洋各占25％左右；两广南部、南岭区和岭北区等3个褐飞虱发生区的印度洋海温预测因子以北印度洋(41．6％)和南印度洋(40％)为主，沿江区和江淮淮北区的印度洋海温预测因子以南印度洋(53．6％)和中印度洋(26．8％)为主；显著相关的ENSO指标以N3区、N4区和N3+4区海温为主，三者共超过70％。在时间分布上，都以前两年和前一年为主(81．5-87％)，当年最少。比较各站点的海温场遥相关时空分布发现：两广南部、岭北区和沿江区的大部分站点在前一年冬季或当年春季赤道中东太平洋为显著或极显著正相关；两广南部、岭北区和沿江区，当年赤道印度洋正距平可预示褐飞虱前期大量迁入。各Nino区有关海温因子在前两年至前一年春季之前常呈负相关，在前一年冬季至当年春季常呈正相关，与SOI的相关性质则相反。3预测模型的建立将上面筛选出的预测因子按照同一年份同一相关区进行不同的组合后，再用逐步回归分析建立预测方程，同时预留出最后3年的历史资料进行预测检验。将褐飞虱前期迁入量，按照自身的时间序列以平均数加减1个标准差为标准共分为3个级别，分别计算预测模型的回检和预检准确率。最后入选的预测方程标准为回检率＞50％和预检率≥2／3。共筛选到306个太平洋海温因子、199个印度洋海温因子和44个ENSO指标的中长期预测方程。预测方程的太平洋海温因子以中太平洋最多(51．6％)，北太平洋和南太平洋各占26．2％和22．2％；印度洋海温因子以南印度洋为主(67．3％)，其次为中印度洋(18．6％)，北印度洋最少(14．1％)：ENSO指标预测因子以N3区、N3+4区海温和SOI指标为主，三者共占93．2％。在时间分布上，仍以前两年和前一年为主，两者比例均达到90％以上。4集成预报由于每个监测点都具有许多个中长期预测方程，而这些方程分别代表了部分时空信息，为了便于推广应用，对每个站点所有的预测方程按预测的时效年限组建系列集成预报模型。首先，为了提高集成预报的预测准确率，删除预测误差大于0．5级的方程，将每个监测点的所有方程按预测时效年限分为前两年、前一年和当年等三类，然后根据每个方程的预检率和回检率计算出每个方程的权重系数，进行集成预报处理，最终每个监测点组建成超长期(前两年)、长期(前一年)、中期(当年1-6个月前)三个集成预报模型。集成预报不仅集合了众多的时空预测信息，还提高了预测的准确性。以太平洋海温为预测因子共建立38个集成模型，其中有19个模型预测准确率从66．7-91．2％提高到在预测的3年里全部预测准确：以印度洋海温为预测因子共建立30个集成模型，其中有13个模型预报准确率从71．9-92．2％提高到在预测的3年里全部预测准确。以ENSO指标为预测因子共建立了12个集成预报方程，集成预报方程的预测准确率没有明显的提高。5前期海温与褐飞虱前期迁入遥相关的可能机制以江苏通州和江苏淮安为例，分析褐飞虱前期迁入量与前期500hPa西太平洋副高指数、当年旬降水量或旬平均温度之间的相关关系。比较与褐飞虱前期迁入显著相关的旬平均温度或旬降水量、西太平洋副高指数、褐飞虱前期迁入的太平洋海温场遥相关的时空分布，找出三者共同的前期相关海温区。根据相关分析及其相关海温场结果的比较，认为前期海温与褐飞虱前期迁入遥相关的可能机制如下：前期赤道中东太平洋海温的变化(前一年冬季的正距平)引起当年6月西太平洋副高面积指数的变化，影响江苏通州当年6月下旬降水，从而影响江苏通州褐飞虱的前期迁入。前期赤道中东太平洋海温的变化(前两年春夏季的负距平)引起当年5月副高北界位置的变化，影响江苏淮安当年7月上旬降水，从而影响江苏淮安褐飞虱的前期迁入。从而提出褐飞虱前期迁入与太平洋海温场遥相关的假想模式，即“海温→大气环流(副高)→气候(降水)→褐飞虱前期迁入”。