褐飞虱(BPH)Nilaparvata lugens(St(?)l),是一种远距离迁飞性的稻作害虫,中南半岛是我国褐飞虱的主要境外虫源地。我国的南方水稻主产区主要位于秦岭、淮河以南的地区,为了准确预警来自中南半岛的褐飞虱对我国的灾变性迁入,以及有效防控它的危害,有必要对境外虫源地——中南半岛褐飞虱的种群动态及其气候条件进行系统而深入的研究。本研究分别对中国南方稻区1980-2016年褐飞虱的发生程度以及前期中南半岛的气候条件进行了时空分析,确定各站点的关键预报因子,通过虫源地的气候条件对我国褐飞虱发生等级的影响机理进行了深入的分析和研究。同时,引入CMIP5模式,通过泰勒图分析法检验并挑选出模拟中南半岛相应气象要素最优的CMIP5模式,分析了在RCP4.5和RCP8.5两种温室气体排放情景下的气候条件对褐飞虱发生程度的影响情况,同时,对该种群的发生程度进行了中长期建模分析,进一步比较了逐步回归、BP人工神经网络和支持向量机三种预测方法的优劣。主要研究结论如下:(1)虫源地的气候异常区域主要分布在中南半岛的北部地区,异常气候出现的次数在该研究区呈北高南低的特征,且从北向南呈环状递减。(2)中南半岛前期温度偏高(暖冬、暖春)、相对湿度偏大(湿冬、湿春),易引起褐飞虱在中国南方稻区的偏重及以上发生;若中南半岛前期气候偏冷(冷冬、冷春)、偏干(干冬、干春),则常导致褐飞虱在中国南方稻区的偏轻及以下发生。(3)通过对比分析上述3种预测方法的历史拟合率与预测准确率,结果表明这三种预测方法对褐飞虱的发生等级都有一定的预测能力,其中支持向量机(SVM)的预测效果最好,其次是BP人工神经网络,逐步回归模型最次,表明支持向量机模型更适用于生产实际中褐飞虱发生等级的预测。(4)本研究中的8个CMIP5模式对东南亚地区的历史气候特征拥有一定的模拟能力。结果表明相对湿度的模拟效果最好的模式是美国的CESM1-CAM5模型;气温模拟效果最好的模型是中国的BNU-CSM1-1模型;降水模拟效果最好的模型是韩国的HadGEM2-AO模型;经向风春季模拟效果最好的是韩国的HadGEM2-AO模型;纬向风的模拟效果最好的是中国的BCC-CSM1-1模型;冬季模拟效果最好的也是中国的BCC-CSM1-1模型。同时,以上各气象要素在中南半岛的东南沿海地区模拟效果要优于北部地区,温度和风速的模拟能力优于降水、也优于相对湿度,冬季的模拟能力优于春季。(5)通过比较上述三种预测方法在两种RCP情景下的历史拟合率、预测准确率以及模型的稳定性可知,三种预测方法对我国褐飞虱的发生等级的预测效果均较好,且支持向量机的预测效果要优于BP人工神经网络,同时都优于逐步回归模型,并且RCP4.5情景下的预测效果优于RCP8.5。表明支持向量机模型在RCP4.5的排放情景下可以更好地预测我国南方稻区褐飞虱的发生等级。(6)通过比较分析我国南方水稻主产区2017—2027年褐飞虱预报等级的结果以及风险区划预估图,发现在未来的11年里,江西、广西及两湖地区褐飞虱发生程度可能较大,建议应根据当地的地理条件及种植制度采取相应的防御措施。