楊慶寅

（遼寧省林業(yè)有害生物防治檢疫局，沈陽　110036）

?

昌圖地區(qū)落葉松毛蟲發(fā)生面積的預(yù)測預(yù)報(bào)

楊慶寅

（遼寧省林業(yè)有害生物防治檢疫局，沈陽110036）

摘要：采用多元回歸分析法和判別分析法建立了昌圖地區(qū)落葉松毛蟲發(fā)生面積與氣象因子的預(yù)報(bào)模型，通過多元回歸分析的逐步回歸法得到多元方程：f=588.015- 4.062X1- 1.981X2- 5.311X3- 2.674X4，其中X1為12月平均相對濕度，X2為6月平均相對濕度，X3為8月平均氣溫，X4為6月最高氣溫；通過判別分析的費(fèi)舍爾線性判別函數(shù)系數(shù)表得到3個(gè)類別的分類判別函數(shù)為：f1=0.467X1+4.592X2+0.651X3- 120.595，其中X1為“2月最低氣溫”，X2為“7月最低氣溫”，X3為“9月平均相對濕度”，f2=49.039X1+543.215X2+79.54X3- 7 116.71；f3=52.272X1+575.028X2+84.048X3-7 957.399。其中X1為“2月最低氣溫”，X2為“7月最低氣溫”，X3為“9月平均相對濕度”。

關(guān)鍵詞：落葉松毛蟲；預(yù)測預(yù)報(bào)；多元回歸分析；判別分析

落葉松毛蟲是重要的食葉害蟲，其危害范圍較大[1- 6 ]，在全球變暖背景下，落葉松毛蟲的發(fā)生頻率可能會提高。為提高防治落葉松毛蟲的效率，充分發(fā)揮預(yù)測預(yù)報(bào)在有害生物綜合治理中的作用[7 - 8 ]，本文研究了昌圖地區(qū)落葉松毛蟲發(fā)生面積與氣象因子的關(guān)系，并建立了預(yù)報(bào)模型，以期為全球氣候變暖背景下落葉松毛蟲的發(fā)生趨勢預(yù)測害蟲綜合治理提供依據(jù)。

1　數(shù)據(jù)來源

數(shù)據(jù)資料共兩部分，一部分來自昌圖地方林業(yè)局，為昌圖地區(qū)1998～2008年落葉松毛蟲蟲害的發(fā)生面積；另一部分來自中央氣象臺，為1997～2007年昌圖地區(qū)的氣象資料。

2　預(yù)測模型建立的方法

通過多元線性逐步回歸和判別分析法運(yùn)用SPSS軟件進(jìn)行分析，根據(jù)落葉松毛蟲受害面積及受害面積指數(shù)與氣象資料之間的關(guān)系，利用上一年的預(yù)報(bào)因子來預(yù)測今年的發(fā)病情況。

逐步回歸中，當(dāng)F的概率≤0.05時(shí)變量進(jìn)入方程；當(dāng)F的概率≥0.10時(shí)從變量中剔除。

判別分析中，依受害面積大小將發(fā)生情況分成3個(gè)等級，分級標(biāo)準(zhǔn)：受害面積<3 333.35 hm2為1，受害面積為3 333.35~10 000.05 hm2為2，受害面積>10 000.05 hm2為3。

3　結(jié)果與分析

3.1多元回歸分析

利用1997~2007年的氣象資料(各個(gè)月的最高平均氣溫、最低平均氣溫以及月平均氣溫，月平均相對濕度)和1998~2008年的發(fā)生面積來建立回歸方程。

根據(jù)逐步回歸變量進(jìn)入和剔除的標(biāo)準(zhǔn)，X1（12月平均相對濕度）、X2（6月平均相對濕度）、X3（8月平均氣溫），X4（6月最高氣溫）4個(gè)變量進(jìn)入方程：

Y＝588.015- 4.062X1- 1.981X2- 5.311X3- 2.674X4

R2=0.976說明自變量與因變量之間的相關(guān)性特別緊密。Durbin- Watson值為2.225，約等于2，說明殘差獨(dú)立，根據(jù)模型的估計(jì)與假設(shè)所做的結(jié)論可靠。對模型的方差結(jié)果為F＝61.51，P<0.001，因而拒絕原假設(shè)，即認(rèn)為回歸方程中各系數(shù)均不為0，回歸方程有意義。

3.2判別分析

根據(jù)費(fèi)舍爾線性判別函數(shù)系數(shù)，得到3個(gè)類別的分類判別函數(shù)：

f1=0.467X1+4.592X2+0.651X3- 120.595（其中X1為“2月最低氣溫”，X2為“7月最低氣溫”，X3為“9月平均相對濕度”），

f2=49.039X1+543.215X2+79.54X3- 7 116.71 f3=52.272X1+575.028X2+84.048X3- 7 957.399（其中X1為“2月最低氣溫”，X2為“7月最低氣溫”，X3為“9月平均相對濕度”）

將待測樣本的變量數(shù)據(jù)代入這兩個(gè)函數(shù)中，將每個(gè)樣本對應(yīng)的3個(gè)函數(shù)值進(jìn)行比較，其中值最大的那個(gè)是第幾個(gè)函數(shù)，則該樣本判為第幾類?；貓?bào)檢驗(yàn)結(jié)果表明，原始樣本進(jìn)行分類的準(zhǔn)確率及交叉確認(rèn)檢驗(yàn)的準(zhǔn)確率均為100%，模型預(yù)測準(zhǔn)確性非常高。

兩組樣本的Log Determinant分別為1.926和- 0.361，相差很大，表明組間協(xié)方差矩陣不同。Box’s M檢驗(yàn)結(jié)果P>0.05，所以接受原假設(shè)，即認(rèn)為總體協(xié)方差矩陣相等，差異不顯著。典型相關(guān)測量了判別分值與分組之間的相關(guān)性，其系數(shù)為0.967，顯示了二者之間較強(qiáng)的聯(lián)結(jié)關(guān)系。

4　討論

4.1受害面積指數(shù)與6月相對平均濕度、6月最高氣溫、8月平均氣溫以及12月平均相對濕度有關(guān)，并且這幾個(gè)變量均與受害面積指數(shù)呈負(fù)相關(guān)。通過落葉松毛蟲在昌圖的生活史可以發(fā)現(xiàn)6月份到7月份為幼蟲化蛹的關(guān)鍵時(shí)期，6月份濕度和溫度越高越不利于幼蟲的化蛹，幼蟲化蛹需要相對干燥的環(huán)境和適宜的溫度，因此6月份的高濕和高溫不利于落葉松毛蟲蟲害的發(fā)生。8月份是成蟲產(chǎn)卵以及卵孵化幼蟲的時(shí)期，相對較高的溫度同樣不利于其卵的孵化，因此8月份的高溫天氣同樣可以抑制落葉松毛蟲的大發(fā)生。12月份昌圖地區(qū)正處于寒冬季節(jié)，此時(shí)的落葉松毛蟲的蟲態(tài)為越冬幼蟲，如果濕度較高則會對幼蟲產(chǎn)生致命的凍傷，因此12月份的濕度越大松毛蟲發(fā)生面積的指數(shù)就會相對降低。

4.2受害面積與2月最低氣溫、7月最低氣溫以及9月相對平均濕度呈正相關(guān)。2月東北地區(qū)仍為寒冬，此時(shí)溫度為負(fù)值，即溫度越低則落葉松毛蟲的發(fā)生面積指數(shù)越低，2月落葉松毛蟲的蟲態(tài)為越冬幼蟲，溫度過低會使幼蟲大部分凍死，從而降低落葉松毛蟲的發(fā)生面積指數(shù)。7月份主要是蛹羽化為成蟲的時(shí)期，如果此時(shí)溫度過低會影響蛹的羽化，因此如果7月的最低溫度相對較高則落葉松毛蟲的羽化率提高，這樣就加大了落葉松毛蟲的發(fā)生面積指數(shù)。9月份落葉松的主要蟲態(tài)為幼蟲，此時(shí)正是秋季，氣候相對干燥，如果此時(shí)的濕度相對增加則利于幼蟲的成長，因而幼蟲的數(shù)量和成活率增加，所以9月的相對濕度適當(dāng)增加可以使落葉松毛蟲的受害面積指數(shù)相對增加。

參考文獻(xiàn)

［1］董雙波,朱寶珠,劉海波.勃利縣落葉松毛蟲發(fā)生狀況及防治技術(shù)的研究.防護(hù)林科技, 2009, 11(6): 30 - 45.

［2］董洪軍,馬喆.落葉松毛蟲預(yù)測及綜合防治措施.林業(yè)勘察設(shè)計(jì), 2009(2): 98 - 100.

［3］岳書奎,王志英,黃玉清.落葉松毛蟲生物學(xué)特性及天敵.東北林業(yè)大學(xué)學(xué)報(bào), 1996, 24(4).

［4］周茂建,趙宇翔,李永成,等.我國外來林業(yè)有害生物發(fā)生現(xiàn)狀及趨勢分析.植物檢疫, 2007(2): 71 - 73.

［5］岳書奎,王志英,黃玉清.落葉松毛蟲生物學(xué)特性及天敵.東北林業(yè)大學(xué)學(xué)報(bào), 1996, 24(4): 1 - 7.

［6］孫曉波,孫曉風(fēng).落葉松毛蟲調(diào)查與防治技術(shù).黑河科技, 2002: 5 - 8.

［7］Wang Zhiyin,Yue Shukui,Jia Chunsheng, Study on Cytoplasmic polyhedrosis virus on Dendrolimus superans, Journal of Forestry Research, 1998, 9(4): 261 - 263.

［8］MaDongMei,QinShiLi, SongChunbin. The effect of Dendrolimus superans breakout on growth oftrees, Journal of Forestry Research, 1998, 9(4): 269 - 272.

（責(zé)任編輯：李丹）

收稿日期：2015 - 12 - 19

作者簡介：第1楊慶寅（1975-），男，高級工程師，主要從事林業(yè)有害生物防治的研究。

文章編號：1001 - 9499（2016）01 - 0045 - 02

中圖分類號：S791. 22, S763. 303

文獻(xiàn)標(biāo)識碼：A