一种昆虫迁飞预测方法和装置

1.本技术涉及生物防治领域，特别是涉及一种昆虫迁飞预测方法和装置。


背景技术：

2.迁飞性昆虫在其生活史的特定阶段，在一定的季节里，成群或分散地、有规律地从一个发生地长距离转移到另一个发生地，以保证其生活史的延续和物种的繁衍，然而其大规模迁飞可能会对农业生产造成巨大损失，例如，草地贪夜蛾成虫一晚可以迁徙长达100公里，据估计一个世代可以迁徙长达500公里，自2016年传入非洲以来迅速传播，短短几年入侵到了非洲、亚洲以及澳洲等数十个国家，取食入侵区域内共计超过350多种植物，给全球的粮食生产造成了巨大的损失，导致受灾地区粮食供应短缺，对数百万小农户的生计构成威胁。
3.有必要对昆虫的迁飞动态及时作出预警，并提前做好防护措施。目前，昆虫迁飞预测的研究中仅仅考虑了气象因素，而未考虑昆虫在迁飞落点处赖以生存的植被条件，导致预测出的迁飞落点的可靠性和准确性较低。


技术实现要素：

4.有鉴于此，本技术提供了一种昆虫迁飞预测方法和装置，用于解决现有技术存在的预测出的迁飞落点的可靠性和准确性较低的问题，其技术方案如下：
5.一种昆虫迁飞预测方法，包括：
6.获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的历史气象数据、昆虫的初始飞行时段内的大气轨迹数据和全球物候数据，其中，目标区域是指昆虫的迁飞起点所在的区域，初始飞行时段是指昆虫的一个世代初次迁飞的时段；
7.根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点；
8.根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点；
9.根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。
10.可选的，根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的至少一个迁飞起点，包括：
11.根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的潜在适生区分布数据；
12.根据昆虫在目标区域内的潜在适生区分布数据，从目标区域中确定昆虫对应的季节性迁飞区；
13.确定昆虫在季节性迁飞区的至少一个迁飞起点。
14.可选的，根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的潜在适生区分布数据，包括：
15.根据历史发生位置数据和每个子区域的气象数据，确定目标区域包含的各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据；
16.根据各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据在目标区域包含的每个子区域进行空间插值，以得到由目标区域包含的每个子区域的周年繁殖区适宜性数据和季节迁飞区适宜性数据组成的潜在适生区分布数据。
17.可选的，根据昆虫在目标区域内的潜在适生区分布数据，从目标区域中确定昆虫对应的季节性迁飞区，包括：
18.将目标区域中周年繁殖区适宜性数据大于第一预设阈值的子区域确定为昆虫对应的季节性迁飞区；
19.和/或，
20.将目标区域中周年繁殖区适宜性数据小于或等于第一预设阈值，且季节迁飞区适宜性数据大于第二预设阈值的子区域确定为昆虫对应的季节性迁飞区。
21.可选的，确定昆虫在季节性迁飞区的至少一个迁飞起点，包括：
22.将季节性迁飞区划分为尺寸相同的多个目标区域；
23.从每个目标区域内选取一个点，作为一个迁飞起点。
24.可选的，根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，包括：
25.从全球物候数据中提取至少一个迁飞落点处的寄主植物生育期；
26.确定昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期，作为每个迁飞起点对应的至少一个迁飞落点分别对应的迁飞结束日期；
27.对于每个迁飞起点对应的至少一个迁飞落点中的每个迁飞落点，若该迁飞落点对应的迁飞结束日期未处于该迁飞落点处的寄主植物生育期内，则将该迁飞落点筛除。
28.可选的，寄主植物生育期包括寄主植物生育期开始数据和寄主植物生育期结束数据；
29.从全球物候数据中提取至少一个迁飞落点处的寄主植物生育期，包括：
30.对全球物候数据进行预处理，以得到全球寄主植物生育期开始数据和全球寄主植物生育期结束数据；
31.从全球寄主植物生育期开始数据中提取至少一个迁飞落点处的寄主植物生育期开始数据，并从全球寄主植物生育期结束数据中提取至少一个迁飞落点处的寄主植物生育期结束数据。
32.可选的，确定昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期，包括：
33.计算昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期对应的年积日。
34.可选的，还包括：
35.将筛选后的迁飞落点作为新的迁飞起点，并获取昆虫的下一飞行时段内的大气轨迹数据，作为新的大气轨迹数据，返回执行根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少
一个迁飞落点，直至昆虫的一个世代迁飞结束。
36.一种昆虫迁飞预测装置，包括：
37.数据获取模块，用于获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的历史气象数据、昆虫的初始飞行时段内的大气轨迹数据和全球物候数据，其中，目标区域是指昆虫的迁飞起点所在的区域，初始飞行时段是指昆虫的一个世代初次迁飞的时段；
38.迁飞起点确定模块，用于根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点；
39.迁飞落点预测模块，用于根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点；
40.迁飞落点筛选模块，用于根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。
41.经由上述的技术方案可知，本技术提供的昆虫迁飞预测方法，首先获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的气象数据、昆虫的每个飞行时段内的大气轨迹数据和全球物候数据，然后根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的至少一个迁飞起点，接着根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点，最后根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。本技术能够结合气象数据和全球物候数据对昆虫的迁飞落点进行预测，提高了预测出的迁飞落点的可靠性和准确性。
附图说明
42.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
43.图1为本技术实施例提供的昆虫迁飞预测方法的流程示意图；
44.图2为本技术实施例提供的昆虫迁飞预测装置的结构示意图；
45.图3为本技术实施例提供的昆虫迁飞预测设备的硬件结构框图。
具体实施方式
46.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
47.本技术提供了一种昆虫迁飞预测方法，该昆虫迁飞预测方法为一种从迁飞前、迁
飞时和迁飞后全过程考虑的昆虫迁飞预测方法，综合考虑了气象和物候两大因素对昆虫迁飞行为的影响，对昆虫的未来迁飞动态进行预测，提高了预测结果的可靠性和准确性。为了使本领域技术人员更加理解本技术，接下来通过下述实施例对本技术提供的昆虫迁飞预测方法进行详细介绍。
48.请参阅图1，示出了本技术实施例提供的昆虫迁飞预测方法的流程示意图，该昆虫迁飞预测方法可以包括：
49.步骤s101、获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的历史气象数据、昆虫的初始飞行时段内的大气轨迹数据和全球物候数据。
50.可选的，历史发生位置数据包括昆虫在预设的历史时间段出现在目标区域的具体位置和出现时间，在本实施例中，历史时间段可以根据实际情况确定，例如可以为1961年～2021年，例如以草地贪夜蛾为例，历史发生位置数据包括草地贪夜蛾在1961年～2021年曾在目标区域出现过的具体位置和出现时间。
51.上述目标区域是指昆虫的迁飞起点所在的区域，例如，对于草地贪夜蛾来说，其自2016年传入非洲以来，短短几年时间便入侵到非洲、亚洲、澳洲等数十个国家，以非洲作为草地贪夜蛾的迁飞起点进行迁飞预测，对于提前布防有重要意义。
52.上述迁飞行为数据是指反映昆虫的迁飞行为的数据，以草地贪夜蛾为例，其为夜间活动的蛾类，具备多站迁徙的习性，通常在傍晚起飞，于夜间进行长途迁徙，第二天凌晨终止飞行活动，等到傍晚再次起飞(在本实施例中，将夜间开始迁飞至第二天凌晨终止飞行活动的时段作为一个飞行时段)，如果温度条件合适且无降水，草地贪夜蛾一个世代会连续飞行三个夜晚，每天晚上8点起飞，第二天早晨6点停止，白天休息，每晚连续飞行10个小时。但在遭遇恶劣的天气情况时，草地贪夜蛾的迁飞活动会被迫停止。当空气温度低于13.1℃时，或降雨量大于1mm/h时，草地贪夜蛾会停止迁飞。此外，如果草地贪夜蛾进行长距离跨海迁徙时，原定的10小时迁飞活动不足以迁飞另一片陆地上，此时草地贪夜蛾将会延长单次飞行时间，单次最大飞行时长设定为36小时。与草地贪夜蛾类似体积的夜蛾类昆虫自飞行速度大约在2.5-4.0m/s，因此可以设定草地贪夜蛾的自飞行速度为3m/s，方向与风向一致。
53.表1草地贪夜蛾迁飞行为数据
54.55.可选的，草地贪夜蛾的迁飞行为数据如表1所示，其中，飞行高度为目前未研究到的一个参数，本实施例从500米至2250米，每隔250米设置一个飞行高度，共8组。当然，除此之外还可以为其他飞行高度，本实施例不进行具体限定。
56.还需要说明的是，上述表1中的参数值仅为示例，不作为对本技术的限定。
57.可选的，上述一子区域的历史气象数据climond是指该子区域的历史时间段内的气象数据的平均值；可选的，气象数据包括但不限于以下数据：温度数据、湿度数据和降水量数据。例如，历史时间段为1961年～2021年，那么一子区域的历史气象数据可以包括：该子区域1961年～2021年的温度数据的平均值、湿度数据的平均值等。
58.上述初始飞行时段是指昆虫的一个世代初次迁飞的时段，例如草地贪夜蛾的一个世代会连续飞行三个夜晚，那么初始飞行时段是指草地贪夜蛾的一个世代飞行的第一个夜晚。
59.可选的，本步骤可以从全球数据同化预报系统(gdas)中获取上述大气轨迹数据，这里，gdas系统将气球数据、风廓线仪数据、浮标观测、雷达观测等数据放入一个网格化的三维模型空间，生成了全球大气轨迹数据。
60.可选的，上述全球物候数据可以以h5格式存储，本步骤中的全球物候数据可以为vnp22q2。
61.步骤s102、根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点。
62.可以理解的是，迁飞起点需要是适合昆虫生存的地点，即该迁飞地点需要是昆虫一定概率上会出现的地点，基于这样的迁飞地点进行迁飞预测才有实际意义。而上述历史发生位置数据能够反映目标区域内哪些子区域曾经出现过所要研究的昆虫，这些子区域大概率是适合昆虫生存的地点，但是具体是否适合昆虫生存，还需要结合该子区域的历史气象数据进行综合判断，因此，本步骤能够根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点。
63.步骤s103、根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点。
64.可选的，本步骤可以基于空气动力学模型hysplit，以飞行时段的风为媒介，根据迁飞行为数据和大气轨迹数据，找到所有可能的迁飞路径，以得到预测出的每个迁飞起点对应的至少一个迁飞落点。
65.需要说明的是，在空气动力学模型hysplit中会自带一些参数，例如模型最高计算高度为10000m agl，垂直运动选项为isobaric等等。
66.步骤s104、根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。
67.寄主植物是指能够为昆虫提供食物的植物，例如对于草地贪夜蛾来说，寄主植物可以玉米、小麦、水稻、棉花、花生、大豆、黑麦草、甜菜、烟草、番茄等。
68.具体的，本步骤可以基于全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将不适合昆虫生存的那些迁飞落点筛除。
69.可选的，在得到每个迁飞起点对应的筛选后的迁飞落点后，本技术还可以对所有
的筛选后的迁飞落点在arcgis中进行核密度分析，得到昆虫迁飞预测风险图，其中，风险图中，在一定范围内的空间单元中，落点数量越多则风险越高。
70.本技术提供的昆虫迁飞预测方法，首先获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的气象数据、昆虫的每个飞行时段内的大气轨迹数据和全球物候数据，然后根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的至少一个迁飞起点，接着根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点，最后根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。本技术能够结合气象数据和全球物候数据对昆虫的迁飞落点进行预测，提高了预测出的迁飞落点的可靠性和准确性。
71.本实施例可综合考虑昆虫迁飞行为发生前、发生时以及发生后三个阶段，提出结合气象、物候因素的昆虫迁飞预测方法，实现洲际昆虫迁飞预测。
72.本技术的一个实施例，对“步骤s102、根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点”的过程进行介绍。
[0073]“步骤s102、根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点”的过程可以包括：
[0074]
a1、根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的潜在适生区分布数据。
[0075]
上述潜在适生区分布数据能够反映出昆虫在目标区域包含的各子区域的生存适宜性。
[0076]
可选的，本步骤的具体实现过程可以包括如下的两个步骤：
[0077]
a11、根据历史发生位置数据和每个子区域的气象数据，确定目标区域包含的各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据。
[0078]
本步骤将昆虫的生存适宜性划分为周年繁殖区适宜性和季节迁飞区适宜性，其中，周年繁殖区适宜性为衡量一子区域是否适宜昆虫全年生存的指标，季节迁飞区适宜性为衡量一子区域是否适宜昆虫季节性生存的指标。
[0079]
在一种可能的实现方式中，本步骤可以通过预先训练的climex模型实现，在该模型中可以利用地点比较功能，通过分析草地贪夜蛾已知周年繁殖区与季节性迁飞区分布来估计其生存所需的气候条件，同时结合草地贪夜蛾生长发育所需的生物学数据，迭代更新模型中参数使得预测的适生区分布情况与已知的实际分布区在最大程度上拟合。其中，训练的climex模型的参数如下表2所示。
[0080]
表2训练的climex模型的参数
[0081][0082][0083]
需要说明的是，上述所有湿度指数、所有温度指数、冷抑制开始积累的温度阈值、热抑制开始积累的温度阈值、干抑制开始积累的温度阈值和湿抑制开始积累的温度阈值的参数值在climex模型构建之初为通过查阅相关资料获得的已有数据，冷抑制积累速率、热抑制积累速率、干抑制积累速率、湿抑制积累速率和物种完成一世代有效积温的参数值为climex模型构建后通过训练模型得到。
[0084]
以草地贪夜蛾为例，本实施例在目标区域共预设了565801个站点，将历史发生位置数据和每个子区域的气象数据输入到训练的climex模型中，可以得到该565801个站点个站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据。
[0085]
为了便于后续描述，将周年繁殖区适宜性数据定义为ei(eco-climatic index)数据，将季节迁飞区适宜性数据定义为gi(growth index)数据。
[0086]
在本实施例中，ei和gi的取值范围均为0～100，值越大表示适宜性越高。
[0087]
a12、根据各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据在目标区域包含的每个子区域进行空间插值，以得到由目标区域包含的每个子区域的周年繁殖区适宜性数据和季节迁飞区适宜性数据组成的潜在适生区分布数据。
[0088]
例如，可选的，可以在arcgis软件中进一步处理，通过反距离权重空间插值法将各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据(离散数据)处理为目标区域包含的每个子区域的周年繁殖区适宜性数据和季节迁飞区适宜性数据(面状连续数据)。
[0089]
基于已有分级方法，本实施例可以将ei数据分为四类：ei＝0时表示该子区域不适合昆虫的长期生存；0《ei≤10表示一般适合，满足其长期生存的条件有限；10《ei≤30表示中等适合，该子区域可以容纳大量物种个体；ei》30表示十分适合，该子区域具有对于昆虫种群生存非常有利的条件。
[0090]
而对于ei＝0的子区域，用gi评价其季节性迁飞适宜性，这些子地区没有合适的气候条件供昆虫越冬繁殖，但是一年中的某些时期可能适合昆虫生存，从而形成季节性为害的情况。对于ei＝0而gi》0的子区域，同样可以分为多类：ei＝0、0《gi≤10表示一般适合；ei＝0、10《gi≤30表示中等适合；ei＝0、gi＞30表示十分适合。最终得到昆虫在目标区域内的潜在适生区分布数据。
[0091]
a2、根据昆虫在目标区域内的潜在适生区分布数据，从目标区域中确定昆虫对应的季节性迁飞区。
[0092]
可选的，本步骤可以将目标区域中周年繁殖区适宜性数据大于第一预设阈值的子区域确定为昆虫对应的季节性迁飞区。可选的，本步骤还可以将目标区域中周年繁殖区适宜性数据小于或等于第一预设阈值，且季节迁飞区适宜性数据大于第二预设阈值的子区域确定为昆虫对应的季节性迁飞区。
[0093]
优选的，本步骤可以将目标区域中周年繁殖区适宜性数据大于第一预设阈值的子区域，以及目标区域中周年繁殖区适宜性数据小于或等于第一预设阈值，且季节迁飞区适宜性数据大于第二预设阈值的子区域均确定为昆虫对应的季节性迁飞区。
[0094]
其中，第一预设阈值、第二预设阈值均可以根据实际情况确定，例如第一预设阈值和第二预设阈值均可以为0。
[0095]
a3、确定昆虫在季节性迁飞区的至少一个迁飞起点。
[0096]
可选的，本步骤可以从季节性迁飞区中随机选取至少一个点，作为至少一个迁飞起点；优选的，本步骤可以将季节性迁飞区划分为尺寸相同的多个目标区域，并从每个目标区域内选取一个点作为一个迁飞起点，以得到多个迁飞起点。例如，本步骤可以将季节性迁飞区划分为多个1
°
*1
°
的目标区域，然后从每个目标区域中选择一个点作为迁飞预测的起点，例如本步骤共划分了67个迁飞起点。
[0097]
本实施例能够确定昆虫的适生区分布，再从适生区分布中确定季节性迁飞区，之后再从季节性迁飞区中确定迁飞起点，提高了迁飞起点的可靠性。
[0098]
以下的一个实施例，对前述“步骤s104、根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除”的过程进行说明。
[0099]
本实施例包括以下步骤：
[0100]
b1、从全球物候数据中提取至少一个迁飞落点处的寄主植物生育期。
[0101]
在本步骤中，寄主植物生育期包括寄主植物生育期开始数据和寄主植物生育期结束数据。为便于后续描述，将寄主植物生育期开始数据记为sos数据，将寄主植物生育期结束数据记为eos数据。
[0102]
可选的，本步骤“从全球物候数据中提取至少一个迁飞落点处的寄主植物生育期”的过程包括：
[0103]
b11、对全球物候数据进行预处理，以得到全球寄主植物生育期开始数据和全球寄主植物生育期结束数据。
[0104]
可选的，本步骤可以利用python对以h5格式存储的全球物候数据vnp22q2进行预处理，从中提取全球寄主植物生育期开始sos数据与全球寄主植物生育期结束eos数据。
[0105]
可选的，本步骤可以将提取的sos和eos数据转换为tiff格式，以便于后续步骤的处理。
[0106]
b12、从全球寄主植物生育期开始数据中提取至少一个迁飞落点处的寄主植物生育期开始数据，并从全球寄主植物生育期结束数据中提取至少一个迁飞落点处的寄主植物生育期结束数据。
[0107]
需要说明的是，本步骤提取的至少一个迁飞落点处的寄主植物生育期开始数据和寄主植物生育期结束数据均为年积日(doy，day of year)，该年积日表示将当前1月1日作为第一天(年积日doy＝1)进行累积的天数，也即其能表示eos或sos数据为一年中的第几天。
[0108]
b2、确定昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期，作为每个迁飞起点对应的至少一个迁飞落点分别对应的迁飞结束日期。
[0109]
可选的，在前述步骤确定出的sos和eos数据为年积日的情况下，本步骤的过程可以包括：计算昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期对应的年积日doy。
[0110]
b3、对于每个迁飞起点对应的至少一个迁飞落点中的每个迁飞落点，若该迁飞落点对应的迁飞结束日期未处于该迁飞落点处的寄主植物生育期内，则将该迁飞落点筛除。
[0111]
具体的，若该迁飞落点对应的迁飞结束日期未处于该迁飞落点处的寄主植物生育期内，即该迁飞落点对应的迁飞结束日期未处于sos和eos数据之间，则说明昆虫在该迁飞落点降落的时间未处于寄主植物生育期，也即昆虫在该迁飞落点降落时没有食物可供其生存，那么昆虫大概率不会在该迁飞落点降落，因此可以将该迁飞落点筛除；反之，若该迁飞落点对应的迁飞结束日期处于该迁飞落点处的寄主植物生育期内，说明该迁飞落点存在处于生育期的寄主植物供其生存，那么昆虫可能会在该迁飞落点降落，此时认为预测的该迁飞落点为合理的迁飞落点。
[0112]
本实施例能够基于物候因素对初始预测的迁飞落点中的不合理落点进行筛除，提高了确定出的迁飞落点的可靠性。
[0113]
在一可选实施例中，考虑到昆虫在迁飞到步骤s104预测的迁飞落点后，可能还会继续迁飞，例如，草地贪夜蛾的一个世代会连续飞行三个夜晚，本实施例可以基于昆虫一个世代的飞行时段的数量进行迭代模拟。
[0114]
具体的，可以将筛选后的迁飞落点作为新的迁飞起点，并获取昆虫的下一飞行时段内的大气轨迹数据，作为新的大气轨迹数据，返回执行步骤s103，直至昆虫的一个世代迁飞结束。
[0115]
例如对于草地贪夜蛾来说，将基于步骤s101～步骤s104预测一个世代第一个夜晚飞行后的迁飞落点，作为第一迁飞落点；将第一迁飞落点作为新的迁飞起点，并获取第二个
夜晚对应的飞行时段的大气轨迹数据，然后基于步骤s103(采用第一迁飞落点和第二个夜晚对应的飞行时段的大气轨迹数据进行预测)～步骤s104预测当前世代第二个夜晚飞行后的迁飞落点，作为第二迁飞落点；将第二迁飞落点作为新的迁飞起点，并获取第三个夜晚对应的飞行时段的大气轨迹数据，然后基于步骤s103(采用第二迁飞落点和第三个夜晚对应的飞行时段的大气轨迹数据进行预测)～步骤s104预测当前世代第三个夜晚飞行后的迁飞落点，作为第三迁飞落点；之后一个世代可能不会再继续迁飞，而是以第三迁飞落点为生命终止前的最后一个落点，此时结束本次预测。
[0116]
本实施例能够对昆虫一个世代的迁飞落点(迁飞路径)进行连续预测，预测结果的可靠性和准确性更高。
[0117]
本技术实施例还提供了一种昆虫迁飞预测装置，下面对本技术实施例提供的昆虫迁飞预测装置进行描述，下文描述的昆虫迁飞预测装置与上文描述的昆虫迁飞预测方法可相互对应参照。
[0118]
请参阅图2，示出了本技术实施例提供的昆虫迁飞预测装置的结构示意图，如图2所示，该昆虫迁飞预测装置可以包括：数据获取模块201、迁飞起点确定模块202、迁飞落点预测模块203和迁飞落点筛选模块204。
[0119]
数据获取模块201，用于获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的历史气象数据、昆虫的初始飞行时段内的大气轨迹数据和全球物候数据，其中，目标区域是指昆虫的迁飞起点所在的区域，初始飞行时段是指昆虫的一个世代初次迁飞的时段。
[0120]
迁飞起点确定模块202，用于根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点。
[0121]
迁飞落点预测模块203，用于根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点。
[0122]
迁飞落点筛选模块204，用于根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。
[0123]
本技术提供的昆虫迁飞预测装置，首先获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的气象数据、昆虫的每个飞行时段内的大气轨迹数据和全球物候数据，然后根据历史发生位置数据和每个子区域的气象数据，确定昆虫在目标区域内的至少一个迁飞起点，接着根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点，最后根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。本技术能够结合气象数据和全球物候数据对昆虫的迁飞落点进行预测，提高了预测出的迁飞落点的可靠性和准确性。
[0124]
在一种可能的实现方式中，上述迁飞起点确定模块202可以包括：适生区分布确定子模块、季节性迁飞区确定子模块和迁飞起点确定子模块。
[0125]
适生区分布确定子模块，用于根据历史发生位置数据和每个子区域的气象数据，
确定昆虫在目标区域内的潜在适生区分布数据。
[0126]
季节性迁飞区确定子模块，用于根据昆虫在目标区域内的潜在适生区分布数据，从目标区域中确定昆虫对应的季节性迁飞区。
[0127]
迁飞起点确定子模块，用于确定昆虫在季节性迁飞区的至少一个迁飞起点。
[0128]
在一种可能的实现方式中，上述适生区分布确定子模块具体可以用于根据历史发生位置数据和每个子区域的气象数据，确定目标区域包含的各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据，根据各预设站点的周年繁殖区适宜性数据和季节迁飞区适宜性数据在目标区域包含的每个子区域进行空间插值，以得到由目标区域包含的每个子区域的周年繁殖区适宜性数据和季节迁飞区适宜性数据组成的潜在适生区分布数据。
[0129]
在一种可能的实现方式中，上述季节性迁飞区确定子模块具体可以用于将目标区域中周年繁殖区适宜性数据大于第一预设阈值的子区域确定为昆虫对应的季节性迁飞区，和/或，将目标区域中周年繁殖区适宜性数据小于或等于第一预设阈值，且季节迁飞区适宜性数据大于第二预设阈值的子区域确定为昆虫对应的季节性迁飞区。
[0130]
在一种可能的实现方式中，上述迁飞起点确定子模块具体可以用于将季节性迁飞区划分为尺寸相同的多个目标区域，从每个目标区域内选取一个点，作为一个迁飞起点。
[0131]
在一种可能的实现方式中，上述迁飞落点筛选模块204可以包括：生育期提取子模块、迁飞结束日期确定子模块和迁飞落点筛除子模块。
[0132]
生育期提取子模块，用于从全球物候数据中提取至少一个迁飞落点处的寄主植物生育期。
[0133]
迁飞结束日期确定子模块，用于确定昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期，作为每个迁飞起点对应的至少一个迁飞落点分别对应的迁飞结束日期。
[0134]
迁飞落点筛除子模块，用于对于每个迁飞起点对应的至少一个迁飞落点中的每个迁飞落点，若该迁飞落点对应的迁飞结束日期未处于该迁飞落点处的寄主植物生育期内，则将该迁飞落点筛除。
[0135]
在一种可能的实现方式中，上述寄主植物生育期包括寄主植物生育期开始数据和寄主植物生育期结束数据，相应的，上述生育期提取子模块具体可以用于对全球物候数据进行预处理，以得到全球寄主植物生育期开始数据和全球寄主植物生育期结束数据，从全球寄主植物生育期开始数据中提取至少一个迁飞落点处的寄主植物生育期开始数据，并从全球寄主植物生育期结束数据中提取至少一个迁飞落点处的寄主植物生育期结束数据。
[0136]
在一种可能的实现方式中，上述迁飞结束日期确定子模块具体可以用于计算昆虫迁飞至每个迁飞起点对应的至少一个迁飞落点时的日期对应的年积日。
[0137]
在一种可能的实现方式中，本技术实施例提供的昆虫迁飞预测装置还可以包括：循环迭代模块。
[0138]
循环迭代模块，用于将筛选后的迁飞落点作为新的迁飞起点，并获取昆虫的下一飞行时段内的大气轨迹数据，作为新的大气轨迹数据，返回迁飞落点预测模块203，直至昆虫的一个世代迁飞结束。
[0139]
本技术实施例还提供了一种昆虫迁飞预测设备。可选的，图3示出了昆虫迁飞预测设备的硬件结构框图，参照图3，该昆虫迁飞预测设备的硬件结构可以包括：至少一个处理器301，至少一个通信接口302，至少一个存储器303和至少一个通信总线304；
[0140]
在本技术实施例中，处理器301、通信接口302、存储器303、通信总线304的数量为至少一个，且处理器301、通信接口302、存储器303通过通信总线304完成相互间的通信；
[0141]
处理器301可能是一个中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；
[0142]
存储器303可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)等，例如至少一个磁盘存储器；
[0143]
其中，存储器303存储有程序，处理器301可调用存储器303存储的程序，所述程序用于：
[0144]
获取昆虫的历史发生位置数据、迁飞行为数据、目标区域包含的每个子区域的历史气象数据、昆虫的初始飞行时段内的大气轨迹数据和全球物候数据，其中，目标区域是指昆虫的迁飞起点所在的区域，初始飞行时段是指昆虫的一个世代初次迁飞的时段；
[0145]
根据历史发生位置数据和每个子区域的历史气象数据，确定昆虫在目标区域内的至少一个迁飞起点；
[0146]
根据迁飞行为数据和大气轨迹数据，对昆虫从每个迁飞起点开始迁飞时的下一迁飞落点进行预测，得到预测出的每个迁飞起点对应的至少一个迁飞落点；
[0147]
根据全球物候数据对每个迁飞起点对应的至少一个迁飞落点进行筛选，以将每个迁飞起点对应的至少一个迁飞落点中未处于寄主植物生育期的迁飞落点筛除，得到每个迁飞起点对应的筛选后的迁飞落点。
[0148]
可选的，所述程序的细化功能和扩展功能可参照上文描述。
[0149]
本技术实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述昆虫迁飞预测方法。
[0150]
可选的，所述程序的细化功能和扩展功能可参照上文描述。
[0151]
最后，还需要说明的是，在本文中，诸如和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0152]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0153]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。