如何提高害虫预测预报特别是中长期预测预报的准确率,始终是农作物害虫预测预报工作中的核心和热点问题。由于生态系统本身所固有的复杂性特点,造成害虫种群动态变化表现出不均匀性、差异性、多样性、突发性和随机性等特征,导致了害虫的预测预报在准确率方面或多或少的存在着不尽如人意。近年来,得益于预测相关理论和信息技术的进步,农作物害虫预测预报技术也有了长足的发展,其中,将传统的线性理论与非线性科学中的分形、神经网络、混沌和小波分析等理论有机结合,建立各学科相互融合的方法论,实现害虫发生的分析与描述,建立快速准确的预测预报体系,是害虫预测预报发展的新方向之一。目前,神经网络、混沌、分形在害虫预测预报中已有应用,而作为非线性理论重要组成部分的小波分析理论在害虫预测领域尚未有应用。本论文借助于小波分析理论的发展,首次将小波分析方法系统地引入到农作物害虫预测预报领域,利用小波分析时频局部化好的优势对害虫发生进行了精细化的分析,基于害虫发生的历史调查数据研究了如何利用小波方法分析害虫发生的特征和规律,深入探讨了小波分析如何与时间序列分析、神经网络相结合,以实例分析为基础建立了新的害虫预测模型,并对模型进行了检验。概括起来,本论文主要研究结果如下：1、基于小波分析的方法,对害虫年际和年代际发生规律进行分析,通过对郓城县2、3、4代棉铃虫年卵量时间序列、烟台市1、2代玉米螟年诱蛾量时间序列以及济宁市、文登市2代粘虫年诱蛾量时间序列的实例分析结果表明：小波分析可以清晰的挖掘出害虫发生的年际和年代际周期,分析确定其中的主要周期,展现各演变周期中害虫数量的高低波动、分布变化以及周期突变点、周期拐点等特征；基于多分辨率分析的方法,对害虫的短期变化特征进行分析,通过临清市1995年、汶上县1994年棉铃虫逐日诱蛾量时间序列以及招远市2008年金纹细蛾逐日诱蛾量时间序列的实例分析结果表明：小波分析能够对害虫在一年中的世代更替、发生高峰等特征进行准确定位。2、利用Lipschitz指数对害虫发生时间序列的周期突变点进行奇异性分析,通过对烟台市1代玉米螟年蛾量时间序列和郓城县二代棉铃虫年卵量时间序列中部分周期突变点的实例分析结果表明：结合小波变换所得到的Lipschitz指数能够揭示害虫发生时间序列中各周期突变点不同的奇异性特征并衡量了各突变点的奇异性大小。3、将小波分解应用于害虫发生非平稳时间序列的分析和预测,通过小波分解,将非平稳时间序列分离为多个分量,然后分别针对各分量进行分析和建模,最后将各分量模型进行组合,从而得到原非平稳时间序列的预测模型。通过对烟台市一代玉米螟发生程度非平稳时间序列和文登市一代玉米螟蛾量非平稳时间序列进行的实例分析建模表明：小波分析适合于处理非平稳时间序列,对于那些采用传统非平稳时间序列分析难以完成建模的害虫发生非平稳时间序列,该方法能够很好的完成建模。4、将径向基小波网络首次引入农作物害虫预测预报领域,并改进了径向基小波网络的学习算法,使之适合于害虫预测的应用。以惠民县棉铃虫的监测数据为基础建立的2代棉铃虫卵量峰值日期9维输入1维输出径向基小波网络模型、以鲁西棉区棉铃虫监测数据为基础建立的2代棉铃虫发生程度6维输入1维输出径向基小波网络模型、以德州市玉米螟监测数据为基础建立的1代玉米螟发生程度5维输入4维输出径向基小波网络模型,并分别利用5年的实况数据对上述3个模型的预测效果进行了检验,检验结果表明上述3个模型的预测效果令人满意。5、基于cmorl-1复小波变换和统计分析的相关分析,对害虫发生与气象因素之间的多尺度相关性进行了研究和初步探索。通过对惠民县2代棉铃虫卵量数据序列和气象因子数据序列、烟台市1代玉米螟蛾量数据序列和气象因子的实例分析结果表明：害虫发生与气象因素之间存在着多尺度的复杂相关性,而采用小波分析结合统计相关的多尺度相关分析,则可以这种复杂相关,从而为分析和建立预测模型提供参考。总之,本文运用新理论、新方法,进行了农作物害虫预测预报新方法的研究,对如何提高农作物害虫预测预报的准确率作了积极的探索。