松林是我国主要用材林型之一，松毛虫(Dendrolimus spp)是松林的主要害虫之一，也是我国危害最严重、分布最广的森林害虫，频繁发生的松毛虫灾害给我国林业生产带来巨大损失。就本论文研究区所在的云南省而言，松毛虫灾害的分布遍及全省，而且呈上升趋势，可见，松毛虫灾害的治理工作任重而道远。本着“预防为主，综合治理”的方针，松毛虫灾害的治理，预防是关键，所以松毛虫灾害的测报是松毛虫灾害综合治理的首要任务。另外，传统的地面踏查、诱集等测报方法需要大量的人力、物力和财力，并且受调查区地形、林分因子、气象因素的影响，很难整体性把握调查区松毛虫灾害的情况，从而在一定程度上影响松毛虫灾害测报的效率和精确性。因此，采用遥感、地理信息系统及空间分析技术相结合的先进技术手段提高松毛虫灾害测报的效率和精确性是松毛虫灾害测报工作的必然要求。　　 本论文以松毛虫为研究对象，以云南省普洱市思茅地区为研究区域，以“3S”技术为技术手段，以基础地理信息、MODIS遥感数据为数据源，借助SAS统计分析软件，运用统计学原理，对思茅区松毛虫发生程度与相关地理生态因子、林分及气象因子之间的关系进行了分析，并建立了基于MODIS遥感数据的松毛虫灾变预警模型。具体结论如下：　　 (1)通过对地理生态因子进行主成份分析，得出在思茅区影响思茅松毛虫(Dendrolimus.kikuchii Matsumura)发生程度的生态地理因子中，没有特别突出的影响因子，各因子的影响程度均衡，思茅松毛虫的发生是各因子综合作用的结果。　　 (2)通过对影响思茅松毛虫发生的生态地理因子进行逐步回归分析，得出思茅松毛虫的发生程度与林层郁闭度、林龄、坡度、坡向和坡位存在较为密切的关系，且思茅松毛虫的发生程度与林层郁闭度和坡度呈负相关，与树龄、坡向和坡位呈正相关。在此基础上，又进一步作了通径分析，对各个关键因子作了更深层次的探讨，得出各个关键因子对思茅松毛虫发生程度的直接作用均大于间接作用，在间接作用中，郁闭度的影响最为明显，它能极大地协同其它几个关键因子加强或削弱松毛虫的发生程度。　　 (3)利用GIS的叠加分析功能对各个关键因子与松毛虫发生程度进行叠加分析，得出各个关键因子中不同条件下对松毛虫发生程度的影响不同，结果表明：林层郁闭度在0.3-0.7范围、坡度为0-5°范围、坡位为上坡位、坡向为阳坡、树龄为中龄和成熟林的情况下，松毛虫的发生较为严重，相比之下其它条件下的松毛虫发生较轻。　　 (4)以MODIS遥感数据为数据源反演出地表温度、湿度和植被指数作为动态测报变量，以关联函数模拟的松毛虫分布情况为虫口基数，建立了Logistic概率模型。在建模过程中通过逐步回归的方法从这些变量中筛选出了10个关键因子，这10个关键因子对松毛虫的发生有着密切的关系。这些因子包括头年3、5、6、9、12月份的各月平均气温，头年6、7、11月份的植被指数，头年5月份的平均湿度及虫口基数。利用这10个关键因子建立了Logistic测报模型，模型如下：e208.6000-2.9847×3-2.6270x5+0.1545x6-0.4597x90.8124x12+21.6454x18-70.9468x19-23.3786x23.143.9000x28+0.1215x37P=1+e208.6000-2.9847x3-2.6459x984x2+26454x809468x923386x23-143.9000x28+0.1215x37经过模型回判检验和预测精度检验，其模型回判精度达到94.32％，预测精度达到82.35％，模型具有一定的应用价值。　　 (5)利用预测模型对思茅区2007年的松毛虫发生情况进行了预测，并将预测结果制作成图，得到2007年思茅区松毛虫发生分布图。根据预测结果，对思茅区各个乡镇的松毛虫发生情况进行了统计。得到结果为：2007年的松毛虫的发生面积为49.21万亩，发生率为23.24％(占松林面积)，其中思茅镇和南屏镇的松毛虫发生较为严重，发生率分别为35，43％和35.19％，龙潭乡的松毛虫发生相对较轻，发生率为8.85％。将该模型的预测结果和有关部门的统计结果进行比较，模型预测的结果比统计结果稍有偏大，其原因在于寄主植被解译结果存在误差，但就各个乡镇的发生趋势来看，预测结果和统计结果基本一致。