小麦Triticum aestivum L.是我国主要的粮食作物之一,麦长管蚜Sitobion avenae F.是麦田中的主要害虫。麦长管蚜是典型的R对策害虫,其繁殖力高并具有很强扩散能力。近年来,全球气候变化提高了蚜虫的越冬成功率,提早了蚜虫的迁移时间,使其监测预警,尤其是短期预警难以实现。通过利用海量数据构建麦长管蚜监测预警模型、分析影响其发生的关键因子,初步实现麦长管蚜的短期监测预警,对指导制订科学高效的麦长管蚜防控策略具有重要意义。本研究基于大数据的理念,首先,通过对2003-2019年鲁东地区麦长管蚜发生数据以及瓢虫、平均温度等17个环境变量数据进行分析。其次,利用随机森林、支持向量机和神经网络算法构建了麦长管蚜预测模型。同时,利用混淆矩阵和十折交叉验证对模型的性能进行评估,筛选出性能最佳的模型。最后,对麦长管蚜发生程度关联因子进行分析。通过混淆矩阵检验,随机森林模型、支持向量机模型以及神经网络模型分类的准确率分别为0.84、0.83、0.77。通过十折交叉验证得出,随机森林模型、支持向量机模型以及神经网络模型的受试者工作特征曲线下方的面积(AUC)分别为0.88、0.87、0.82。在敏感性方面,随机森林模型多次获得的敏感性的均值为0.92;支持向量机模型为0.99;神经网络模型仅为0.88。在特异性方面,随机森林模型多次获得的特异性的均值为0.61;支持向量机模型为0.21;神经网络模型为0.33。根据多种性能评价指标的综合衡量,随机森林模型的稳定性、泛化能力均优于支持向量机模型和神经网络模型。因此,本研究优选利用随机森林算法,构建了鲁东地区麦长管蚜预警模型,并对其与环境因子的关联性进行了分析。结果显示,瓢虫(七星瓢虫和异色瓢虫)、日照时数和平均气温与麦长管蚜发生关联度最高,其Gini值平均降低量分别为12.56、7.65和5.32。日降水量、平均相对湿度、极大风速以及平均气压对麦长管蚜发生程度影响小,其Gini值平均降低量分别为1.43、1.12、1.05、0.89。进一步研究发现,当瓢虫(七星瓢虫和异色瓢虫)数量在麦田中达到1头/m~2,日照时数大于10 h,温度高于18℃时,麦长管蚜百株蚜量可达到500多头。