李芝茹　李全罡　樊冬溫　張北航　張福娟　曲哲　王俊

摘?要：為探究氣象因素變化對(duì)蟲害發(fā)生的影響規(guī)律，以21 a落葉松毛蟲幼蟲發(fā)生面積為主系列，相應(yīng)時(shí)間節(jié)點(diǎn)氣象數(shù)據(jù)為映射量進(jìn)行灰色關(guān)聯(lián)分析，得出其灰色關(guān)聯(lián)度排序?yàn)椋喝陿O端最低氣溫（γ09=0.87）>3月份降水量（γ03= 0.86）=8月份降水量（γ08=0.86）>4月份連續(xù)無降水日數(shù)（γ06=0.83）>3月份連續(xù)無降水日數(shù)（γ04= 0.81）>4月份降水量（γ05= 0.78）>7月份降水量（γ07= 0.72）>4月份一候平均氣溫（γ02=0.66）>繁殖期平均風(fēng)速（γ010=0.64）>3月份六候平均氣溫（γ01=0.60）。通過絕對(duì)關(guān)聯(lián)度概念的引入分析驗(yàn)證計(jì)算結(jié)果：全年極端最低氣溫對(duì)蟲害發(fā)生影響最大，3月六候平均氣溫與蟲害發(fā)生的關(guān)聯(lián)度較小。因此可從上年8月降水量、全年極端氣溫、3月降水量為切入點(diǎn)預(yù)測氣象相似年落葉松毛蟲是否大發(fā)生，為森防部門提供參考。

關(guān)鍵詞：落葉松毛蟲;氣象因素變化;特征映射;灰色關(guān)聯(lián)分析

中圖分類號(hào)：S763.3;X171.1???文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1006-8023（2019）04-0051-07

Grey Correlation Analysis of Meteorological Variation and Pest Occurrence

LI Zhiru1，2， LI Quangang1，2， FAN Dongwen1，3*， ZHANG Beihang1，2， ZHANG Fujuan4， QU Zhe4， WANG Jun5

（1.Harbin Research Institute of Forestry Machinery， the State Forestry and Grassland Administration， Harbin 150086;

2.Lab of Forestry Electromechanical， the State Forestry and Grassland Administration， Harbin 150086; 3.Secretariat of Forest

Machinery Standardization Technical Committee of China， Harbin 150086; 4.Meteorological Bureau of Yichun City， Yichun 153000;

5.Forest Pest Control and Quarantine Station of Yichun City， Yichun 153000）

Abstract：In order to explore the rule of the influence of meteorological factors on the occurrence of insect pests， the Dendrolimus superans occurrence area was used as main sequence and the time node meteorological data were used as the gray correlation analysis. The gray correlation degree was sorted as： extreme minimum temperature throughout the year （γ09=0.87） >precipitation in March （γ03=0.86） = precipitation in August （γ08=0.86） >consecutive arid days in April （γ06=0.83） >consecutive arid days in March （γ04=0.81） >precipitation in April （γ05 =0.78） >precipitation in July （γ07=0.72） >average temperature in first five days of April （γ02=0.66） >average wind speed during breeding season （γ010=0.64） >average temperature in last five days of March （γ01=0.60）. Analyze and verify the calculation results by the introduction of absolute relation degree， which is： extreme minimum temperature throughout the year influence the pests most， while the average temperature in last five days of March influence the pests lest. Therefore， the occurrence of Dendrolimus superans in meteorological similarity year can be predicted by analyzing the precipitation in August， extreme minimum temperature throughout the year and precipitation in March， which provides the reference for the forest defense department.

Keywords：Dendrolimus superans （Butler）; meteorological change; characteristic mapping; gray correlative analysis

0?引言

落葉松毛蟲（Dendrolimus superans （Butler））作為東北林區(qū)主要的食葉害蟲，嚴(yán)重爆發(fā)時(shí)幼蟲啃食針葉使枝干形同火燒，樹木成片枯死，影響林木質(zhì)量和產(chǎn)量的同時(shí)破壞森林生態(tài)功能，減弱森林碳匯作用[1-2]。落葉松毛蟲也見于緯度氣候條件相似的國外地區(qū)，Tomin F.N等研究將其引進(jìn)對(duì)生態(tài)平衡造成的影響[3]。其爆發(fā)情況因種類和氣候條件的不同而有較大差異，Kirichenko N.I 等[4]通過研究其幼蟲相對(duì)生長比率、擴(kuò)張速度和各齡級(jí)持續(xù)時(shí)間等數(shù)據(jù)，分析并預(yù)測其破壞程度。

落葉松毛蟲蟲害的發(fā)生是多因素決策的復(fù)雜過程，與其生物學(xué)特性、氣候和天敵等因素有關(guān)[5]。研究氣象因素與蟲害發(fā)生的關(guān)系，其數(shù)學(xué)本質(zhì)是一個(gè)多輸入的系統(tǒng)，各輸入量之間存在交互作用而相互影響（如蒸發(fā)量、降雨量）[6]。很難通過線性關(guān)系表述出特定氣象因素與蟲害發(fā)生的關(guān)系[7]?，F(xiàn)有研究多為通過數(shù)理手段對(duì)數(shù)據(jù)進(jìn)行整合、分析和挖掘，得出蟲害發(fā)生與氣象因素、環(huán)境因素的近似關(guān)系（多數(shù)都是非線性的）。王娟等[8]分析大興安嶺地區(qū)氣象因子對(duì)松毛蟲種群數(shù)量的影響，認(rèn)為年積溫、年降水量、干燥度與蟲害發(fā)生面積的Pearson相關(guān)系數(shù)最大。王文龍、楊淑香等[9-11]通過對(duì)30 a的氣象因子對(duì)松毛蟲發(fā)生的影響進(jìn)行分析，發(fā)現(xiàn)越冬期、幼蟲上樹期及化蛹期的氣溫和降水基本決定了松毛蟲的發(fā)生狀況。于躍等[12-14]通過逐步回歸分析的方法，探索林區(qū)氣象條件、立地條件和林分結(jié)構(gòu)對(duì)落葉松毛蟲種群數(shù)量的影響，得出低齡幼蟲期和繁殖期是影響其種群數(shù)量的關(guān)鍵時(shí)期，而越冬期日均氣溫和繁殖期降水量是影響其種群數(shù)量的關(guān)鍵氣象因子。

大數(shù)據(jù)背景下，蟲害防治預(yù)測領(lǐng)域引入了很多算法，張文一等[15-18]利用多層前饋神經(jīng)網(wǎng)絡(luò)（MLFN）、廣義回歸神經(jīng)網(wǎng)絡(luò)（GRNN）以及支持向量機(jī)（SVM）、云計(jì)算下Spark進(jìn)行Apriori算法[19]等機(jī)器學(xué)習(xí)算法對(duì)落葉松毛蟲發(fā)生面積進(jìn)行預(yù)測，結(jié)果表明機(jī)器學(xué)習(xí)的預(yù)測效果均在一定程度上優(yōu)于多元線性回歸預(yù)測。但不足之處在于：需要大量數(shù)據(jù)，對(duì)數(shù)據(jù)典型概率分布（如線性的、指數(shù)的、對(duì)數(shù)的）要求高，易出現(xiàn)量化結(jié)果與定性分析不符的現(xiàn)象，導(dǎo)致系統(tǒng)關(guān)系和規(guī)律不能客觀表達(dá)系統(tǒng)總體走向。本研究應(yīng)用灰色關(guān)聯(lián)分析方法分析氣象因素和落葉松毛蟲蟲害發(fā)生的關(guān)系，相對(duì)計(jì)算量小，易于操作[20-23]。采用的氣象指標(biāo)計(jì)算簡便，對(duì)樣本量和規(guī)律性無硬性要求，可為蟲害預(yù)測預(yù)報(bào)工作提供理論參考。

1?研究區(qū)域概況與特征數(shù)據(jù)提取

1.1?研究地概況

黑龍江省小興安嶺南麓的伊春市東南部林區(qū)1997-1999年發(fā)生了嚴(yán)重的落葉松毛蟲蟲害，受災(zāi)面積超過60萬hm2，2002-2003年、2014年、2017年均有不同程度的蟲害現(xiàn)象，在有效的防控下受災(zāi)面積不大[24]。本研究選取最近的鐵力氣象站為試驗(yàn)氣象數(shù)據(jù)采集區(qū)，通過對(duì)21 a 氣象因素?cái)?shù)據(jù)變化的研究，探索落葉松毛蟲發(fā)生與氣象因素的關(guān)系。

鐵力地區(qū)植被屬長白山植物區(qū)系，原始林相為以紅松為主的針闊混交林，主要喬木有紅松、興安落葉松和魚鱗云杉等。屬于溫帶大陸性氣候，冬長夏短，氣候變化懸殊，最高氣溫35 ℃以上，最低氣溫低達(dá)-41 ℃。氣象觀測站位于鐵力市鐵力鎮(zhèn)，地處北緯46°59′，東經(jīng)128°01′，觀測場海拔高度210.5 m，氣壓表感應(yīng)部分海拔高度213.4 m，風(fēng)速感應(yīng)器距地（平臺(tái)）高度9.36 m，觀測平臺(tái)距地高度11.76 m。

1.2?特征數(shù)據(jù)提取

表征蟲害發(fā)生與氣象因素間關(guān)系的系統(tǒng)行為特征數(shù)據(jù)的選取，是對(duì)其進(jìn)行灰色關(guān)聯(lián)分析的基礎(chǔ)和關(guān)鍵。系統(tǒng)的分析鐵力區(qū)不同年份氣象因素變化與落葉松毛蟲發(fā)生關(guān)系時(shí)，在同一樣地忽略土壤組成、林分結(jié)構(gòu)和人為干擾前提下，選取反映“蟲害發(fā)生”這一復(fù)雜變化過程系統(tǒng)行為特征的數(shù)據(jù)序列，將1997-2017年森防部門檢測及預(yù)測估算的落葉松毛蟲幼蟲發(fā)生面積作為主系列，即X0=x0（k）（k=1，2，…，21），還需找出反映系統(tǒng)行為的映射量，用映射量來間接的表征系統(tǒng)行為。具體設(shè)Xi（i=1，2，…，n）為影響落葉松毛蟲蟲害發(fā)生的第i個(gè)系統(tǒng)因素，其在時(shí)間序號(hào)k上的觀測數(shù)據(jù)為xi（k）（k=1，2，…，n），則有：Xi=（xi（1），xi（2），…，xi（n））為影響落葉松毛蟲蟲害發(fā)生的第i個(gè)系統(tǒng)因素的行為時(shí)間序列。

據(jù)現(xiàn)有影響蟲害發(fā)生的氣象因素經(jīng)驗(yàn)，結(jié)合落葉松毛蟲生命周期時(shí)間節(jié)點(diǎn)，本文選取鐵力地區(qū)1997-2017年21 a間3月份六候平均氣溫（候平均氣溫：連續(xù)5日平均氣溫，一旬為兩候，每月分六候）、4月份一候平均氣溫、3月份降水量、3月份連續(xù)無降水日數(shù)、4月份降水量、4月份連續(xù)無降水日數(shù)、7月份降水、8月份降水、全年極端最低氣溫、繁殖期（7月、8月）平均風(fēng)速分別為特征序列X1-X10（表1），各個(gè)行為時(shí)間序列可以彼此關(guān)聯(lián)，也可以彼此獨(dú)立。

2?數(shù)據(jù)處理與分析

在表征蟲害發(fā)生這一系統(tǒng)行為時(shí)，提取關(guān)鍵蟲態(tài)時(shí)間節(jié)點(diǎn)的氣溫、降水和連續(xù)無降水日數(shù)等映射量，都有各自的量綱和意義（表1），因此需要進(jìn)行數(shù)據(jù)處理，通過算子作用使之化為數(shù)量級(jí)大體相近的無量綱數(shù)據(jù)。

2.1?特征數(shù)據(jù)的處理

對(duì)特征數(shù)據(jù)數(shù)列進(jìn)行消除量綱處理，取其初值像。具體作法如下：

根據(jù)當(dāng)Xi（i=1，2，…，n）為影響落葉松毛蟲蟲害發(fā)生的第i個(gè)系統(tǒng)因素的行為時(shí)間序列時(shí)，D1為序列算子，且XiD1=（xi（1）d1，xi（2）d1，…，xi（n）d1）;其中：

xi（k）d1=xi（k）/xi（1），xi（1）≠0，k=1，2，…，n 。（1）

稱D1為初值化算子，XiD1為Xi在初值化算子D1下的像，即初值像。由此根據(jù)公式（1）求得X0-X10消除量綱的初值像序列X0D1-X10D1（表2）。

2.2?灰色關(guān)聯(lián)度計(jì)算

得到特征數(shù)據(jù)序列X0-X10消除量綱的初值像后，求系統(tǒng)的差序列，由：

Δi（k）=x1′（k）-xi′（k），k=1，2，…，n 。（2）

計(jì)算差序列Δ1-Δ10得到結(jié)果表3。

求出兩極最大差與最小差，則根據(jù)：

M=maximaxkΔi（k），m=miniminkΔk（k）。（3）

有M=5.17，m=0，計(jì)算關(guān)聯(lián)系數(shù)：取分辨系數(shù)ξ=0.5，根據(jù)

γ0i（k）=miniminkx1′（k）-xi′（k）+ξmaximaxkx1′（k）-xi′（k）x1′（k）-xi′（k）+ξmaximaxkx1′（k）-xi′（k）=m+ξMΔi（k）+ξM 。 ?（4）

得到特征數(shù)據(jù)關(guān)聯(lián)系數(shù)見表4。

最后通過關(guān)聯(lián)系數(shù)，求出各個(gè)特征數(shù)據(jù)和主序列的關(guān)聯(lián)度。

γ0i=1n∑nk=1γ0i（k），i=1，2，…m。（5）

由此得到關(guān)聯(lián)度γ01= 0.60，γ02= 0.66，γ03= 0.86，γ04= 0.81，γ05=0.78，γ06= 0.83，γ07= 0.72，γ08= 0.86，γ09= 0.87，γ010=0.64。因此各個(gè)特征序列與主序列關(guān)聯(lián)度排序?yàn)槿陿O端最低氣溫（0.87）>3月份降水量（0.86）=8月份降水量（0.86）>4月份連續(xù)無降水日數(shù)（0.83）>3月份連續(xù)無降水日數(shù)（0.81）>4月份降水量（0.78）>7月份降水量（0.72）>4月份一候平均氣溫（0.66）>繁殖期平均風(fēng)速（0.64）>3月份六候平均氣溫（0.60）。

2.3?灰色絕對(duì)關(guān)聯(lián)度

以上計(jì)算中建立的分析模型為鄧氏灰色關(guān)聯(lián)分析模型（也稱灰色經(jīng)典模型），后有專家提出了廣義灰色關(guān)聯(lián)分析模型[20]。本研究中，氣象因素為復(fù)雜不可控因素，極端天氣下會(huì)出現(xiàn)異常數(shù)據(jù)（如2002年3月份降水量為0，2012年7月份降水量1 388 mm），因此要通過算子作用弱化極端天氣下異常數(shù)據(jù)對(duì)分析結(jié)果的影響。當(dāng)主序列為X0，行為序列Xi=（xi（1），xi（2），…，xi（n）），記折線（xi（1）-xi（1），xi（2）-xi（1），...xi（n）-xi（1））為Xi-xi（1），令

si=∫n1（Xi-xi（1））dt。（6）

當(dāng)Xi為增長序列時(shí)，si≥0;當(dāng)Xi為衰減序列時(shí)，si≤0;當(dāng)Xi為振蕩序列時(shí)，si符號(hào)不固定。同時(shí)引入始點(diǎn)零化算子D，有XiD=（xi（1）d，xi（2）d，…，xi（n）d），其中xi（k）d=xi（k）-xi（1），k=1，2，...n，XiD為Xi的始點(diǎn)零化像。當(dāng)X0與Xi長度相同，根據(jù)公式（6）可得s0和si，可得到：

ε0i=1+|s0|+|si|1+|s0|+|si|+|si-s0|。 （7）

ε0i為第i個(gè)特征序列與主序列的灰色絕對(duì)關(guān)聯(lián)程度，簡稱絕對(duì)關(guān)聯(lián)度。通過公式（7）可觀察：絕對(duì)關(guān)聯(lián)度大小ε0i與s0和si數(shù)值差別大小呈負(fù)相關(guān)關(guān)系，s0和si數(shù)值差別越大，公式（7）中分母越大則ε0i越小，反之則ε0i越大。而灰色關(guān)聯(lián)分析根據(jù)行為特征序列數(shù)據(jù)走向判斷系統(tǒng)間的相似程度，根據(jù)廣義灰色關(guān)聯(lián)分析模型中給出概念，計(jì)算松毛蟲幼蟲發(fā)生面積X0和各個(gè)特征數(shù)據(jù)序列X1-X10的始點(diǎn)零化像數(shù)據(jù)表X1D-X10D（表5）。

通過表5建立1997-2017年特征數(shù)據(jù)零化像堆積百分比折線圖（圖1），顯示每組數(shù)值所占百分比隨時(shí)間變化的趨勢。觀察X1D-X10D數(shù)據(jù)1997-2017年變化趨勢可見，幼蟲發(fā)生面積數(shù)據(jù)起伏較小，極端最低氣溫、繁殖期風(fēng)速、7月份降水、8月份降水?dāng)?shù)據(jù)起伏最大，在1997年、1999年、2003年、2005年、2009年、2012年、2014年、2017年均出現(xiàn)明顯極值，與前文中提到蟲害大發(fā)生年份基本對(duì)應(yīng)。3月六候平均氣溫、4月一候平均氣溫、3月連續(xù)無降水日數(shù)數(shù)據(jù)起伏較大，其中3月份降水和8月份降水?dāng)?shù)據(jù)起伏最為平緩，與蟲害發(fā)生面積數(shù)據(jù)走向最接近，因此判斷3月份降水量和8月份降水量與蟲害發(fā)生關(guān)聯(lián)程度最大，與灰色經(jīng)典模型的計(jì)算結(jié)果近似一致。

2.4?分析與討論

根據(jù)灰色關(guān)聯(lián)度計(jì)算和絕對(duì)關(guān)聯(lián)度結(jié)果分析：全年極端最低氣溫（關(guān)聯(lián)度γ09為0.87）和落葉松毛蟲發(fā)生的關(guān)聯(lián)度最大，小興安嶺鐵力地區(qū)的全年最低氣溫出現(xiàn)在12月至次年1月，對(duì)應(yīng)落葉松毛蟲的低齡幼蟲期，前面很多研究結(jié)果也提到“低齡幼蟲期和繁殖期是影響落葉松毛蟲的關(guān)鍵時(shí)期”，于躍等[12]認(rèn)為“低溫破壞了蟲體的生理結(jié)構(gòu)，使細(xì)胞和組織產(chǎn)生不可復(fù)原的變化”，即可理解為：極端低溫抑制落葉松毛蟲蟲害的發(fā)生。

3月份降水量（關(guān)聯(lián)度γ03為0.86）、8月份降水量（關(guān)聯(lián)度γ08為0.86）對(duì)落葉松毛蟲發(fā)生也有較大影響，降水量多，濕度必然提高。劉寬余、岳書奎等[12]認(rèn)為，濕度影響昆蟲體內(nèi)的水分平衡、引發(fā)致病微生物流行、通過寄生植物體內(nèi)含水量影響昆蟲取食，與森林昆蟲的發(fā)生存在顯著相關(guān)關(guān)系。陳素華[10]等也提出，當(dāng)落葉松毛蟲幼蟲長期處于高濕環(huán)境下時(shí)，其體內(nèi)水分會(huì)失去平衡導(dǎo)致發(fā)育遲緩或發(fā)育異常，嚴(yán)重的導(dǎo)致死亡。因而降水量直接或間接的影響松毛蟲的發(fā)生。但4月份降水量（關(guān)聯(lián)度γ05為0.78）對(duì)蟲害發(fā)生的關(guān)聯(lián)度小于3月份降水量，可能是上樹幼蟲的生存環(huán)境優(yōu)于地表幼蟲生存環(huán)境，或樹上不利于存水，對(duì)幼蟲影響小于地表存水對(duì)幼蟲的影響。7月份降水量（關(guān)聯(lián)度γ07為0.72）對(duì)蟲害發(fā)生的關(guān)聯(lián)度小于8月份降水量，對(duì)于為什么降水量對(duì)羽化期和卵盛期落葉松毛蟲影響小于越冬期幼蟲，還需進(jìn)一步深入的研究。

3月份連續(xù)無降水日數(shù)（關(guān)聯(lián)度γ04為0.81）和4月份連續(xù)無降水日數(shù)（關(guān)聯(lián)度γ06為0.83）對(duì)落葉松毛蟲發(fā)生有較大影響但略低于降水的影響。落葉松毛蟲幼蟲在溫暖干燥環(huán)境下更易生存，同上文濕度對(duì)蟲體自身水平衡影響的原理一樣。3月份六候平均氣溫（關(guān)聯(lián)度γ01為0.60）、4月份一候平均氣溫（關(guān)聯(lián)度γ02為0.66）、繁殖期（7月、8月）平均風(fēng)速（關(guān)聯(lián)度γ010為0.64）對(duì)落葉松毛蟲發(fā)生有一定的影響，但影響不大，由于11月至次年3月是幼蟲越冬期，4月初幼蟲上樹，低齡幼蟲期是落葉松毛蟲是否大發(fā)生的關(guān)鍵時(shí)期，因此3月末4月初較高的溫度有利于落葉松毛蟲盡早上樹，但并非上樹越早越易于蟲害大發(fā)生，如果短期內(nèi)溫度驟高而非循序漸進(jìn)的升溫，即使幼蟲已經(jīng)上樹但落葉松沒有發(fā)芽，幼蟲會(huì)因?yàn)槭澄飦碓炊倘倍绊懓l(fā)育。

繁殖期（7月、8月的羽化期、交尾期、產(chǎn)卵期）風(fēng)速影響幼蟲的蔓延，初孵幼蟲大多成群集中在枝梢端部，受擾動(dòng)即吐絲下垂，隨風(fēng)飄到其他枝上，但研究中的卵盛期不好把握，具體是7月還是8月，或是8月的第幾候，沒有最終確定，所以用繁殖期平均風(fēng)速代表卵盛期的風(fēng)速準(zhǔn)確性不高。再有2003年以后鐵力地區(qū)落葉松毛蟲沒有大發(fā)生，春季檢測到幼蟲即采取防治措施，因此存活至繁殖期的落葉松毛蟲數(shù)量本就不多，風(fēng)速對(duì)其蔓延程度影響不大。

根據(jù)灰色絕對(duì)關(guān)聯(lián)度概念的引入，各個(gè)指標(biāo)X1D-X10D和主序列X0D的數(shù)據(jù)走向相似程度決定其關(guān)聯(lián)程度，根據(jù)1997-2017年特征數(shù)據(jù)零化像折線圖中可觀察主序列與映射量數(shù)據(jù)走向，得出關(guān)聯(lián)程度結(jié)論與灰色經(jīng)典模型的計(jì)算結(jié)果大致相同，且極端最低氣溫、繁殖期風(fēng)速、7月份降水、8月份降水?dāng)?shù)據(jù)起伏最大，在出現(xiàn)極值的年份易發(fā)生蟲災(zāi)，但也存在極值年份（2005年、2009年、2012年）沒有落葉松毛蟲大發(fā)生的情況，可能是當(dāng)?shù)厣植∠x害防治部門采取了相關(guān)措施，使蟲害得到了及時(shí)的控制。

3?結(jié)束語

本研究根據(jù)以往經(jīng)驗(yàn)指標(biāo)選取了最簡單易測、便于觀察和計(jì)算量小的特征項(xiàng)對(duì)森林落葉松毛蟲發(fā)生與氣象因素變化進(jìn)行了關(guān)聯(lián)分析。結(jié)果顯示：選取的特征映射與落葉松毛蟲的發(fā)生都有一定的影響，其灰色關(guān)聯(lián)度排序?yàn)槿陿O端最低氣溫（0.87）>3月份降水量（0.86）=8月份降水量（0.86）>4月份連續(xù)無降水日數(shù)（0.83）>3月份連續(xù)無降水日數(shù)（0.81）>4月份降水量（0.78）>7月份降水量（0.72）>4月份一候平均氣溫（0.66）>繁殖期平均風(fēng)速（0.64）>3月份六候平均氣溫（0.60）。因此全年極端最低氣溫對(duì)蟲害發(fā)生影響最大，極端低溫可抑制落葉松毛蟲的發(fā)生，林區(qū)3月份六候平均氣溫與落葉松毛蟲發(fā)生的關(guān)聯(lián)度較小。驗(yàn)證其得出結(jié)果與復(fù)雜計(jì)算結(jié)果一致，簡化了計(jì)算步驟，降低了觀測難度和數(shù)據(jù)處理的勞動(dòng)強(qiáng)度，為森林蟲害防治部門提供了一種便捷有效的預(yù)測辦法，具有一定的實(shí)際意義。但用到的特征數(shù)據(jù)，仍然根據(jù)落葉松毛蟲生命周期時(shí)間節(jié)點(diǎn)的經(jīng)驗(yàn)對(duì)比選取，如何讓特征數(shù)據(jù)甄選和模型建立更科學(xué)、規(guī)范，還需要進(jìn)一步的研究。

【參?考?文?獻(xiàn)】

[1]黨英僑，王小藝，楊忠岐.天敵昆蟲在我國林業(yè)害蟲生物防治上的研究進(jìn)展[J].環(huán)境昆蟲學(xué)報(bào)，2018，40（2）：242-255.

DANG Y Q， WANG X Y， YANG Z Q. Advances in biological control of forest insect pests by using natural enemies in China[J]. Journal of Environmental Insect， 2018， 40（2）：242-255.

[2]徐艷梅.林木病蟲害防治實(shí)用技術(shù)圖解[M].北京：化學(xué)工業(yè)出版社，2015.

XU Y M. The practical diagram of forest pest control techniques[M]. Beijing： Chemical Industry Press， 2015.

[3]TOMIN F N， OSINA O V， KUZUBOV A A， et al. Stability of forest lepidopteran pheromones against environmental factors[J]. Biophysics， 2011， 56（4）：695-701.

[4]KIRICHENKO N， BARANCHIKOV Y N， VIDAL S. Performance of the potentially invasive Siberian moth Dendrolimus superans sibiricus on coniferous species in Europe[J]. Agricultural and Forest Entomology， 2009， 11（3）：247-254.

[5]CHEN Y T， VASSEUR L， YOU M S. Potential distribution of the invasive loblolly pine mealybug， Oracella acuta （Hemiptera：Pseudococcidae）， in Asia under future climate change scenarios[J]. Climatic Change， 2017， 141（4）：719-732.

[6]桂占吉，王凱華，陳蘭蓀.病蟲害防治的數(shù)學(xué)理論與計(jì)算[M].北京：科學(xué)出版社，2014.

GUI Z J， WANG K H， CHEN L S. Mathematical theory and calculation of pest control techniques[M]. Beijing： Science Press， 2015.

[7]馮慧敏，閆巍，李雪非.基于Choquet積分的非線性蟲害預(yù)測[J].湖北農(nóng)業(yè)科學(xué)，2013，52（22）：5485-5487.

FENG H M， YAN W， LI X F. Non-linear prediction of insects based on Choquet integral[J]. Hubei Agricultural Science， 2013， 52（22）：5485-5487.

[8]王娟，姬蘭柱， Marina K.黑龍江大興安嶺地區(qū)森林害蟲發(fā)生面積與氣象因子的關(guān)系[J].生態(tài)學(xué)雜志，2007，26（5）：673-677.

WAND J， JI L Z， MARINA K. Relationships between forest insect pest occurrence area and meteorological factors in Great Xingan Mountains of Heilongjiang Province， Northeast China[J]. Chinese Journal of Ecology， 2007， 26（5）：673-677.

[9]王文龍.落葉松毛蟲成蟲種群數(shù)量監(jiān)測技術(shù)研究[D].北京，北京林業(yè)大學(xué)，2014.

WANG W L. Technology of population dynamics monitoring of Dendrolimus superans （Butler） adult[D]. Beijing： Beijing Forestry University， 2014.

[10]陳素華，張曉磊.落葉松毛蟲發(fā)生與氣象因子的關(guān)系及其發(fā)生面積預(yù)報(bào)[J].東北林業(yè)大學(xué)學(xué)報(bào)，2011，39（11）：135-136.

CHEN S H， ZHANG X L. Meteorological conditions and area forecast for occurrence of Dendrolimus superans in Inner Mongolia[J]. Journal of Northeast Forestry University， 2011， 39（11）：135-136.

[11]楊淑香，趙慧穎，包興華.基于人工神經(jīng)網(wǎng)絡(luò)的落葉松毛蟲發(fā)生量預(yù)測模型的研究[J].中國農(nóng)學(xué)通報(bào)，2014，30（28）：72-75.

YANG S X， ZHAO H Y， BAO X H. A study on the forecast model of Dendrolimus superans Burler occurrence based on artificial neural network[J]. Chinese Agricultural Science Bulletin， 2014， 30（28）：72-75.

[12]馮玉元.白僵菌防治思茅松毛蟲研究[J].林業(yè)科技，2018，43（4）：26-29.

FENG Y Y. Study on the control of Dendrolimus kikuchii by Beauveria bassiana[J]. Forestry Science & Technology， 2018， 43（4）：26-29.

[13]于躍，方磊，方國飛，等.氣象因子對(duì)落葉松毛蟲種群數(shù)量的影響[J].應(yīng)用生態(tài)學(xué)報(bào)，2016，27（9）：2839-2847.

YU Y， FANG L， FANG G F， et al. Influences of meteorological factors on larch caterpillar population[J]. Chinese Journal of Applied Ecology， 2016， 27（9）：2839-2847.

[14]KUMAR S， NEVEN L G， ZHU H Y， et al. Assessing the global risk of establishment of Cydia pomonella （Lepidoptera： Tortricidae） using CLIMEX and MaxEnt Niche Models[J]. Journal of Economic Entomology， 2015， 108（4）： 1708-1719.

[15]張文一，景天忠，嚴(yán)善春.基于機(jī)器學(xué)習(xí)的落葉松毛蟲發(fā)生面積預(yù)測模型[J].北京林業(yè)大學(xué)學(xué)報(bào)，2017，39（1）：85-93.

ZHANG W Y， JING T Z， YAN S C. Studies on prediction models of Dendrolimus superans occurrence area based on machine learning[J]. Journal of Beijing Forestry University， 2017， 39（1）：85-93.

[16]KARIM M R， COCHEZ M， BEYAN O D， et al. Mining maxing frequent patterns in transactional databases and dynamic data streams： a spark-based approach[J]. Information Sciences， 2018， 432（3）：278-300.

[17]張子愷，齊航，王上，等.基于Apriori算法的森林蟲害預(yù)測方法[J].東北林業(yè)大學(xué)學(xué)報(bào)，2017，45（8）：93-96.

ZHANG Z K， QI H， WANG S， et al. Forest pest prediction method with apriori algorithm[J]. Journal of Northeast Forestry University， 2017， 45（8）：93-96.

[18]ATHEE S， KASHYAP A. Adaptive-miner： an efficient distributed association rule mining algorithm on spark[J]. Journal of Big Date， 2018， 5（1）：6.

[19]孫廣婷，李丹，周唯唯，等.云計(jì)算下Spark進(jìn)行Apriori算法林業(yè)病蟲害防治研究[J].森林工程，2018，34（4）：45-51.

SUN G T， LI D， ZHOU W W， et al. Study on forest pest control based on Spark Apriori algorithm in cloud computing[J]. Forest Engineering， 2018， 34（4）：45-51.

[20]劉思峰，謝乃明，等.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2013.

LIU S F， XIE N M， et al. Grey systems theory and the application[M]. Beijing： Science Press， 2013.

[21]CHAN J W K. Application of grey relational analysis for ranking material options[J]. International Journal of Computer Applications in Technology， 2006， 26（4）：210-217.

[22]WESTERHUIS J A， DERKS E， HOEFSLOOT H， et al. Grey Component Analysis[J]. Journal of Chemometrics， 2007， 21（10-11）：474-485.

[23]李芝茹.基于灰色系統(tǒng)理論對(duì)大興安嶺白樺低質(zhì)林改造模式的評(píng)析[D].哈爾濱：東北林業(yè)大學(xué)，2012.

LI Z R. The evaluation analysis to the reconstruction mode of white birch low-quality forest based on the grey system theory[D]. Harbin： Northeast Forestry University， 2012.

[24]鐵力市病防站積極指導(dǎo)鄉(xiāng)鎮(zhèn)開展松毛蟲防治工作[N/OL].中國森防信息網(wǎng)http：//www.forestpest.org/localinfo/heilongjiang/04/10.html

The Dendrolimus superans prevention and control work of township was carry out under the guides of Tieli City Disease Prevention Station[N/OL]. China Forest Defense Information Network， http：//www.forestpest.org/localinfo/heilongjiang/04/10.html