信息技术在水稻生产中的应用10页精选文档.docx
《信息技术在水稻生产中的应用10页精选文档.docx》由会员分享，可在线阅读，更多相关《信息技术在水稻生产中的应用10页精选文档.docx（9页珍藏版）》请在冰点文库上搜索。
信息技术在水稻生产中的应用10页精选文档
信息技术在水稻生产中的应用
日期：
2010-08-20 来源：
2019 字体大小：
大 中 小
上个世纪90年代以来，以计算机技术为标志的信息技术飞速发展，在农业生产和科研上得到了广泛应用，使得传统的农业生产、科研、管理和经营决策不断发生着重大变化。
按照王人潮等人给出的定义，信息技术是运用计算机、卫星遥感、地理信息系统、全球定位系统、模拟模型、虚拟现实、人工智能、电子和光电子、光纤通信、磁盘及光盘存储、液晶和等离子体显示，以及信息安全等多种技术和手段，对信息的获取、存贮、处理、通信、显示及应用的技术。
目前，信息技术在农业上的应用主要包括信息采集技术，以卫星遥感、地理信息系统和全球定位系统为核心的现代空间信息处理技术，以及模拟模型、虚拟现实、人工智能、多媒体和计算机网络等现代电子信息技术。
这些信息技术在农业上的相互集成应用，能够加快农作物优良品种和生产技术的推广和传播，提高农业生产的主动性和效率，使传统的农业管理模式向现代科学管理模式转变。
本文将简要介绍一些重要的农业信息技术，特别是在水稻生产和科研中得到应用或者有应用前景的信息技术，包括信息采集技术、专家系统、生产决策系统和3S技术，最后对信息技术在未来的发展趋势作了展望。
l信息采集技术信息技术科学的理论与方法的实践，首先有赖于客观信息的获取，如农田土壤、气候和作物生长参数，如土壤水分、肥力等参数的快速采集和测量，辐射和温度，作物长势、田间病虫害快速识别与诊断，农产品品质快速测量与分级等。
利用最新的信息技术，采用合适的技术标准和信息管理方式，研究和开发可适用于农业生产管理的作物和土壤数字信息采集技术与产品是当前农业信息技术研究的一个热点。
1．1遥感技术遥感光谱数据中包含丰富的资源、环境、经济和社会信息，遥感具有波谱探测范围广、空间观测范围广、可快速和定期观测、观测结果客观等特点，因此可以成为水稻生产监测的一种重要的数据获取手段，在水稻种植面积的估算、水稻产量的预测及水稻长势的监测等方面已经得到越来越多的应用，而其中的水稻品质遥感监测是一个重要的而且非常有实用价值的应用领域。
水稻的品质，也就是水稻的籽粒品质，是由品种特性和栽培环境共同决定的。
稻麦籽粒的主要成分为淀粉和蛋白质，对同一品种而言，淀粉和蛋白质的含量与比例在很大程度决定了稻谷的品质。
作物生理学研究表明，籽粒中蛋白质合成所需的氮素的80％大约来自开花前植株积累氮的再动员，另外的20％则来自开花后植株从土壤吸收的氮素。
前者可通过测定植株中的氮化合物含量的变化动态来计算，而后者可以从植株中氮素营养水平反映出来。
在利用卫星遥感监测水稻品质的应用方面日本科学家开展得较早，也颇有成效。
日本北海道所属的中央农业试验站1992年开始先后利用IKONOS、Landsat、SPOT等卫星影像数据，对北海道空知地区南部长沼町的5千多hm2水稻的籽粒蛋白含量等品质指标进行了多年的研究监测，2019年研究成果开始示范并逐步推广，对长沼町750户农家种植的稻米蛋白质含量进行分析确定，检测稻田的施氮用量，确定适宜收获期，以及生成卫星遥感成图技术指导区域施肥，稻米品质得到了有效提高，全区大面积的稻谷籽粒含氮量由以前的7．7％下降到7．3％，提高了加工大米的品质等级，经济效益也得到提高。
特别要指出的是，以往农家所需的水稻生产信息都是技术推广人员通过张贴卫星照片和数据传达到农户手中，而日本从2019年开始建设的e-Japan计划启动后，长沼町构建了覆盖全域的光缆和回路的网络系统“共享网”，极大地改善了通讯网络覆盖狭小的状况，使得即使在农村也可以上因特网，在信息建设上建立了对地域农村发展的信息支持（http：
／／www．maoi-net．jp／nougyou／nougyou．htm），当地农户只需要利用“共享网”的“食品口味分析系统”随时可以得到所需要的数据和信息。
另外一个日本应用的实例是日本《钻石周刊》杂志2005年6月25日报道的日本新泻县长岗市利用美国人造卫星的卫片提高稻米品质。
长岗市农协通过红外线对水稻叶子的颜色进行分析。
由于水稻叶子的颜色与关系到大米口感的蛋白质之间有密切关系，通过人造卫星的监测，收获前就已经知道了当年的水稻品质。
经人造卫星拍摄的卫片按区编号，对各区的土地所有者、耕种者、耕种面积、品种、收获量、大米的味道值、土壤成分以及使用过的肥料等建立数据库，以该数据库为基础，根据遥感卫星监测到的蛋白质含量，把稻米的品质分成7个等级，农协收购大米时依质量高低确定价格，这样不仅帮助当地农民生产优质大米，而且也促进生产好吃大米的积极性。
我国近年来也非常重视利用遥感卫星监测作物品质的研究。
国家农业信息化工程技术研究中心在2019年率先在国内开展了利用遥感大面积监测麦田氮素、温度、水分以及病害倒伏等主要指标并预报面粉品质的研究，在北京、河南建立了面向卫星遥感应用示范基点，建立了卫星品质遥感的运行体系，成功的遥感监测了北京和河南周口地区的小麦品质水平与分布，研制开发了面向公众发布作物长势、品质和肥水胁迫等信息的信息发布系统。
在"863"计划生物和现代农业技术领域现代农业技术主题第二批课题（2019~2019）将“稻麦品质遥感监测与预报技术”研究作为课题立项，国家农业信息化工程技术研究中心和浙江大学、中国农业大学和南京农业大学联合攻关，研究建立基于遥感信息的优化栽培技术体系及预测预报系统，通过对作物生长发育和品质监测调控，促进稻麦品质的优质化生产，期望建立以小麦、水稻光谱资料和其他生物物理参数预测小麦、水稻品质的数学模型，以及小麦、水稻品质主要生化组分与环境因子间特征光谱参量以及生化组分与特征光谱参量间的综合模型，构建完整的小麦、水稻品质光谱数据库，开发出具有监测预报功能和商业化的小麦、水稻品质光谱监测信息系统；研发出运用卫星资料解译稻麦品质的商业化实用技术；同时运用品质遥感监测技术，结合配套的田间规范化管理，建立万亩以上稻麦优质化生产示范基地。
在前期工作的基础上，课题组在稻麦品质遥感监测与预报理论设计研究上取得突破进展，完成了稻麦卫星品质遥感的试验设计与数据获取、冬小麦品质遥感的田间试验设计与数据获取；分析了品质形成的机理和影响因素，提出并基本实现了小麦品质的遥感监测原理路线。
建立了基于氮素运转规律的小麦品质遥感监测方法、基于胁迫条件的小麦品质遥感监测方法、基于氮积累量和SPAD值的小麦品质遥感方法，初步研究开发了稻麦品质光谱诊断数据库系统、基于3s技术的稻麦品质遥感监测软件系统，模型运转情况良好，并在河南、北京郊区得到初步应用。
1．2田间信息采集1．2．1现场监控服务器现场监控服务器（FieldServer）是由日本中央农业综合研究中心模型开发研究室研发的，开发目标之一就是利用不断发展的信息技术，使用最新的技术制作最低成本的产品，以支持最新的信息技术或信息服务。
现场监控服务器由许多的传感仪（温度／湿度／日土壤水分／叶面水分／近红外及距离传感器等）、CMOS／CCD相机、超高辉度发光二极管照明、模拟信号处理回路、外部执行机构控制回路、模拟/数字信号变换中央处理器、无线局域网回路、太网集线器、网页服务器等组合成一个模块的小型智能机械手。
各现场监控服务器之间由无线LAN相互连接，通过网络实时传输与公开检测数据。
连接到现场监控服务器的数码相机可以进行远程控制，可以利用安装到现场监控服务器的光电MOS继电器远程操纵空调等执行构件。
自动操作的软件按照一定的时间间隔记录数据，并构建数据库。
通过气象数据的中间件（middleware）MetBroker可把现场监控服务器检测的数据连接到各种应用程序。
把现场监控服务器放置到各农村及大田的重要位置时，可以得到该地点的实时检测的气象和植物生长数据。
各现场监控服务器之间由无线网卡相互连接，通过网络实时传输与公开检测数据；通过内置在其主板的网页服务器（WebServer）可以利用网页浏览器（譬如微软的InternetExplorer）监测和控制现场监控服务器，并可轻易地通过网页浏览访问置放在各处的现场监控服务器。
所以只要把现场监控服务器连接到因特网，就可以构建超大规模分布监测系统（MassivelyDistributedMonitoringSystem，简称为MDMS）。
这样，只要一个现场监控服务器连接到Intemet，用户就可以访问所有连接的现场监控服务器。
中国农业科学院正在与日本国家农业研究中心（NARC）开展现场监控服务器技术的交流与合作。
期望这一技术也能应用在我国水稻的大田生产监控中，进行水稻产量的预测以及稻田水温、叶面湿润度的监控；进而对水稻病虫害进行预测预报。
1．2．2野外移动数据采集系统国家农业信息化工程技术研究中心已经研究建立了适合我国国情的基于掌上电脑的野外移动数据采集系统“eFiledSurverv'’（http：
／／www．nercita．org．cn／nercita／cgzh／kjcg．asp）。
eFieldSurvey改变了传统田间土壤采样方式，利用全球定位系统（GPS）技术，将采样工作的作业设计、田间采样和事后处理有机地组织为一个完整的业务流程，实现采样点空间定位、属性记录和导航实施全过程相结合，初步实现了土壤采样信息获取的自动化。
通过集成差分GPS（DGPS）及各种便携式GPS，运行于掌上电脑的农田野外信息采集软件，eFiled—Survery不仅能便利地采集田间地物分布状况、作物生育期动态苗情、杂草分布、病虫害发生情况、土壤肥力等多种基于精确空间位置的实时信息，而且还支持基于GPS位置的农田地物分布空间和属性信息的采集记录和作物生育期苗情、生长势、病虫草害分布空间及属性信息的采集记录。
2专家系统专家系统是一个智能程序系统，系统内部集成了大量专家水平的领域知识和经验，能利用仅人类专家可用的知识、解决问题的方法来解决领域问题。
我国农业专家系统的研究，是在上个世纪80年代初期就开始的。
在国家"863"计划、国家自然科学基金、国家科技攻关的资助与中国科学院、农业部和各地政府的支持下，许多科研院所、高等院校和各地有关部门开展了各种农业专家系统的研究、开发以及推广应用，取得了可喜的成就。
在“七五”期间，开设了农业专家系统项目，其中有中国科学院合肥智能机械研究所的施肥专家系统、中国农业科学院作物研究所的品种选育专家系统、植物保护研究所的粘虫测报专家系统、土壤肥料研究所的禹城施肥专家系统等，经过五年攻关，成绩显著。
这期间，各地高校、研究所也相继开发了不少水稻生产和科研方面的农业专家系统，例如辽宁省农业科学院的水稻新品种选育专家系统、北京农业大学的作物病虫预测专家系统和农作制度专家系统、南京农业大学和安徽省农业科学院的水稻害虫管理和稻纵卷叶螟管理专家系统、安徽省计算中心和安徽农学院合作的水稻病虫害专家系统。
在20世纪90年代，我国农业专家系统又有了新的发展。
国家"863"计划和农业部、中国科学院以及许多省的农业科学院和高等院校继续安排农业专家系统的研究与开发，不论在广度和深度方面均有了很大的进展。
如中国科学院沈阳计算研究所运用神经网络在水稻育种专家系统中进行知识获取等，均在技术水平上有了明显的提高。
江苏省农科院、北京农业大学、南京农业大学、新疆农业大学等许多单位将作物生态生理过程模拟与农业专家系统技术相结合，取得了可喜进展。
加里福尼亚大学戴维斯分校研制的CALEX系统，是专家系统的著名例子。
CALEX由执行模块、日程安排模块和专家系统的内核三个模块组成，执行模块负责模型、数据和用户交流的界面，专家系统给出决策，而日程安排模块根据专家系统作出的决策生成生产管理活动安排。
CALEX选择了棉花和桃树作为测试对象，开发了CALEX／COTYON和CALEX／PEACH，应用于美国加里福尼亚州棉花生产管理和园林管理。
在应用CALEX／COTYON和CALEX／PEACH成功的基础上，又开发了CALEX,'RICE，用于加州水稻生产管理，对不同水稻生态区推荐品种，根据气候估计水稻生长阶段，并为稻农提供施肥、灌溉和病虫草的防治措施。
另外，CALEX／RICE还可以用于记录田间数据并生成报告。
在国家"863"计划的支持下，国家农业信息化工程技术研究中心、吉林大学、哈尔滨工业大学、中国科学院合肥智能机械研究所等研究部门推出了5个技术水平高、使用方便、具有"863"品牌的农业专家系统开发平台，可供二次开发。
开发平台的主要用途是提供农业专家系统的开发环境和开发工具，缩短农业专家系统的开发周期，提高农业专家系统的质量，满足我国农业对专家系统的迫切需求，提高我国农业生产的科学管理水平。
辽宁省利用国家农业信息化工程技术研究中心研发的PAID平台，根据辽宁省水稻和工厂化高效农业生产实际，进行深度开发，扩增功能模块，丰富系统功能，使系统不仅可在单机和网络环境条件运行，而且适应辽宁省生产实际，并具有较强的应变性、实用性和可操作性。
系统和网络形成后，可为项目示范区各生产单元提供水稻品种布局、栽培技术选择，做到合理施肥、节水灌溉、病虫草害综合防治等，实现决策和管理的科学性、针对性和实用性。
贵州省的科技人员根据贵州当地的水稻生产实际情况以及水稻超高产技术栽培特点（寡日照、低辐射等），利用中国科学院合肥智能机械研究所研发的雄风开发平台，建立了水稻气候和施肥模型、品种选择、育秧技术和大田栽培技术等知识库，开发了贵州水稻超高产栽培专家系统，该系统的一个显著特点是将多个决策集合在一起，为稻农提供多方面的综合决策咨询服务。
这一系统在贵州各地的应用效果明显，增产增效，被称为“在基层农技部门和农村不走的计算机专家”。
3决策支持系统决策支持系统（DecisionSuppoSystem，可以简写为DSS）是能够用来支持半结构化和非结构化决策、允许决策者直接干预、并能接受决策者的直观判断和经验的动态交互计算机系统。
农业决策支持系统是在农业信息系统、作物模拟模型和农业专家系统的基础上发展起来的。
早在上世纪60年代，随着数据库技术的问世，农业信息系统也随之发展。
一般来说，农业信息系统是由农业数据库和数据库管理程序构成，这种系统具有数据的查询、检索、修改和删除等功能。
因此，在这基础上发展的农业决策支持系统还提供数据的支持，而决策过程还需人们加以干预。
上个世纪80年代末起，农业决策支持系统的研制形成了一个研究热点，很多是以作物模拟模型为基础研制所在领域的农业决策支持系统。
如美国夏威夷大学的“农业技术转让国际标准点协作网”推出的“农业技术转移决策支持系统”DSSAT，是由作物模拟模型支持的决策支持系统，除了数据支持以外，还提供计算、解题的功能，为决策者提供决策。
我国的高亮之等研制的“水稻栽培模拟一优化决策系统"RCSOD也是基于作物模拟模型的决策支持系统。
到90年代初期，农业决策支持系统又有了进一步的发展，形成了以知识库系统或以专家系统支持的智能化的农业决策支持系统。
如1992年美国Florida大学农业工程系H．Lal等人研制的“农场机械管理决策支持系统"FARMSYS（FarmMachineryManagementDecisionSuppo~System）和D．E．Kline等人研制的农场级智能决策支持系统（FINDS）。
近年来，随着地理信息系统和遥感技术的广泛应用，农业决策支持系统的研制向更深层次的方向发展。
美国佛罗里达大学农业工程系J．P．Calixe、J．WJonesandH．Lal将DSSAT3．0结合地理信息系统集成了农业环境地理信息系统的决策支持系统AEGIS（AgriculturalandEnvironmentalGeo—graphicInformationsvstem），该系统在1994年升级为Windows版本AEGIS／Win；U．Singh等人运用CERES作物模拟模型与GIS相结合，建立了印度半干旱地区决策模式；A．D．Gier等人运用GIS建立了印度尼西亚区域空间分析农业生产模式的决策支持系统；台湾逢甲大学地理资讯系统研究中心周天颖等人将GIS、RS和DSSAT3．0相结合，研制了农业土地使用决策支持系统。
他们针对现阶段台中水稻种植区农业灌溉用水严重不足的状况，应用农业环境地理信息系统fAEGIS／Win）建立了一个集成式的土地管理的空间信息数据库，并利用作物生长发育的模拟模型CERES-RICE，评估台中稻作区在不同灌溉管理策略下的潜在生产力及土地使用的适宜性。
南京农业大学农业信息工程技术中心在继承前人研究成果和相关实验的基础上，研制了“水稻管理智能决策支持系统”，可以帮助稻农进行有关品种的选择、播期的确定、秧田播种量的计算和本田基本苗运算等单项方案设计，同时也可以根据当地实际情况，为稻农生成一套播前方案及相应的阶段发育指标等综合方案设计。
一般说来，专家系统中所建的知识库和推理机大都建立在该领域专家的经验上，而专家的经验很有可能是受地域条件限制的，以某地的农业专家经验为基础的专家系统如果在条件相差较大的其它区域推广应用会有不小的风险。
而在作物模拟和优化原理基础上做出的决策，则考虑到了作出的决策不仅仅只是一地的专家经验，而且需要能广泛地适用于不同品种、气候、土壤、前茬、播期和不同栽培方法等，所以从这点上来说，决策系统的优越性往往高于专家系统。
3.1RCSODSRCSODS是英文“（RiceCuhivationalSimul~ion—OptimizationDecisionMakingSystem）”的缩写。
20世纪80年代，江苏省农科院高亮之和金之庆等科学家在大规模水稻生态试验的基础上建成了水稻计算机模拟模型（RICEMOD），1992年又把作物模拟技术与水稻栽培的优化原理结合起来，建成了水稻计算机模拟优化和决策系统（RCSODS），其中的优化模型包括水稻最佳季节模型、最佳叶面积模型、最佳茎蘖数模型和最佳施肥模型等。
该系统曾是国内影响较大、系统性较好的基于水稻生长模拟模型的决策系统，在最近的水稻生产中也一直得到很好的应用，如江苏省扬中市农技人员将RCSODS成功地应用于大面积的抛秧稻生产管理中，效果明显。
需要指出的是，在RCSODS的开发阶段，研发人员便试图将生长模型与栽培优化决策相结合，面向水稻生产管理，指导水稻生产实践。
计算机模拟技术与小麦、水稻栽培的优化原理结合起来，根据模拟作物栽培的播种期、用种量、种植密度等参数，再输入种植地气候资料等数据，从而得出适合种植地的作物最佳种植模式，包括水分管理、适宜施肥量、各个时期可能出现的病虫害等内容。
3．2TropRiceTropRice是国际水稻研究所研发的水稻生产决策支持工具，提供水稻生产和产后加工的信息服务，主要内容有：
管理时间表、土地平整、水稻品种推荐、作物发育生长、水管理、氮肥管理、病虫害管理、产后加工和经济效益评估等。
尽管TropRice是为热带地区的水稻生产管理研发的，但TropRice可以用于作为开发其它地区水稻生产管理信息系统或决策系统的原型，用户可以结合当地的生产实际，开发适合当地的水稻生产决策支持系统。
笔者就是在TropRice的基础上开发了面向我国稻农和农技推广人员的水稻生产管理决策模块（http：
／／www．shuidao．cn／），尝试提供实用的稻作技术信息服务。
3．3NuDSS养分决策支持系统（NuDSS）的目的是希望通过合理的养分管理取得可持续的水稻高产高效，基本要点如下：
考虑到不同地点的养分提供的差异性、选择合理的产量目标、有效利用各种可能的养分来源，包括有机肥、作物残留及化肥、提供N、P、K及微量养分平衡的肥料供应、利用叶色卡遵循基于作物的氮肥管理、通过毛利边际分析计算利润收入和通过交互校正对已生产的管理方案进行修改。
NuDSS指导用户逐步地生成肥料使用策略（图1），而其中需要的输人参数涉及到当地农民的农艺水平。
43s技术和精确农业3S技术，指的是对地观测的三种空间高新技术系统，即遥感（RS）、全球定位系统（GPS）和地理信息系统（GIS），因为三种技术的缩写都带有S，故简称为3s。
3s集成技术在农业生产上的应用已经形成了精确农业。
随着3s技术的研究不断发展，精确农业已经成为我国面向21世纪合理利用农业资源、提高农作物产量、降低生产成本、保护环境和提高市场竞争力的前沿性研究领域。
2019-2019年，国家农业信息化工程技术研究中心在国家计委的支持下，率先在北京市小汤山扩展了精确农业的示范，并在关键技术上取得了重大突破，为我国今后实施精确农业从技术和实践上奠定了基础。
但要建立服务于水稻生产的精确农业技术体系，一定要结合我国水稻生产农户分散经营的特点，积极探索建立起具有中国特色的适合在我国农村推广应用的精确农业体系。
这方面，许多科学家作了有益的探索，如在2019年西北农林科技大学土壤肥料研究所和中国农科院土壤肥料研究所合作启动了精确农业项目，在陕西扶风揉谷乡新集村的200多hm2农田上，通过精细制图，采用网格定点、定时取样，将往年的土壤测试结果、化肥和农药使用、以及历年产量等信息做成GIS图层，然后分析历年产量图，以及产量图和其他相关因素图层的比较分析，找出影响产量的限制因子。
在此基础上，制定出该村的优化管理信息系统，指导当年的播种、施肥、除草、病虫害防治和灌溉等农田管理措施，取得了显著效果。
下面再简单介绍GIS应用的两个例子。
4．1品种适宜性评价确定品种适宜种植的区域对推广该品种是非常有帮助的。
根据作物的生产与气象条件的关系，确定某一地区的品种种植的农业气候区划指标，进而采用地理信息（GIS）技术对此地区该品种的种植区进行农业气候区划，划分适宜、次适宜和不适宜种植区，为品种的推广和合理布局提供科学依据。
贵州山地气候研究所的郑小波等利用GIS技术确定巴西陆稻IAPAR9在贵州的适宜的种植区域。
他们首先用贵州多年引种的试验资料与当地的气候资源进行对比分析，找出影响生育的关键气象因子和指标，采用GIS技术推算出贵州不同地理背景下lkmxlkm网格点上的有关气候要素值，然后对巴西陆稻的适宜种植区域进行划分。
江西省气象科学研究所魏丽等人利用GIS对江西的优质早稻进行种植气候区划，确定了该省优质早稻适宜种植区的划分；而且利用GIS对两系杂交稻制种基地进行了风险评估研究。
他们首先定义了两系杂交稻制种风险，然后根据江西省1：
250000地形数据和84个气象台站40年气候资料，在分析气候要素与海拔高度关系的基础上，运用GIS的空间分析对两系杂交稻制种风险进行评估，确定了最佳制种地理区域和季节。
4．2植物保护目前，在植物保护领域，GIS主要用于植物病害、害虫和杂草时空动态分析、以及害虫的区域性预测、灾害评估与智能决策。
韩国Song和Heong应用地理信息系统，建立了基于韩国152个虫情监测站的褐飞虱资料的褐飞虱空间种群数据库，分析褐飞虱的空间分布，并预测褐飞虱爆发风险。
中国科学院动物研究所王正军等尝试建立了二化螟GIS数据库，通过对浙江省早稻二化螟卵块密度从1981年到1987年历史资料的分析，确定了二化螟在这一时段的高风险区和安全区，结合GIS的图层叠和功能进一步确定冬后残留量为导致二化螟爆发的关键因子。
南京农业大学植保系王海扣等人则是将我国各地褐飞虱夏季北迁的灯诱资料，用GIS进行图形化处理，分析其迁飞动态，为中小区域的迁飞动态监测和预测奠定了基础；并比较分析了1976—2019年江苏省每年7月中旬前后褐飞虱主迁入峰的迁入虫量与当年发生程度的关系。
分析结果表明，约占60％的年份，迁入虫量与褐飞虱的发生程度关系极为密切。
稻纵卷叶螟是一种远距离、季节性迁飞害虫，每年5月份从中南半岛迁入我国大陆，在各地从南向北经3~4个世代的逐代繁殖为害和北迁后，又于8月下旬开始向南回迁，直至11月份完全迁出我国大陆。
这种季节性的时空变化过程的规律，对监测某一地区稻纵卷叶螟的灾变危害至关重要。
而南京农业大学植保系汪四水等人开发了基于GIS的稻纵卷叶螟的灾变动态显示系统。
中央和各省测报站可按全国、各省各代进行预测预报，但如果要进一步分析两者之间的关系，需要将虫源基数与虫源迁入后的温度、降雨等天气气象因素，运用GIS进行叠加
升级会员 