劉德慶 張?zhí)戽?張曉麗 宗世祥 黃季夏

(1.北京林業(yè)大學森林培育與保護教育部重點實驗室， 北京 100083；2.北京林業(yè)大學精準林業(yè)北京市重點實驗室， 北京 100083；3.北京師范大學地表過程與資源生態(tài)國家重點實驗室， 北京 100875)

0 引言

光肩星天牛(Anoplophoraglabripennis)屬鞘翅目、天?？坪οx，最早發(fā)現(xiàn)于我國和朝鮮半島，在英國、澳大利亞，美國的紐約、芝加哥、新澤西及加拿大的渥太華等地區(qū)也發(fā)現(xiàn)有分布[1]。我國的光肩星天牛分布范圍比較廣泛，東經(jīng)100°～127°，北緯21°～43°為我國東部光肩星天牛分布區(qū)[2]，且近年來呈現(xiàn)向西擴展的趨勢[2-3]。

光肩星天牛主要危害柳樹、楊樹、桑樹、榆樹等樹種，是制約我國林業(yè)發(fā)展的重要因子之一[4]。其幼蟲蛀食寄主植物主干木質(zhì)部，在樹木內(nèi)部形成永久性空洞和缺損，嚴重影響林木的生長，直至整株枯死[5]。光肩星天牛幼蟲生活隱蔽、蛀孔復雜, 成蟲體壁、鞘翅厚而堅硬、耐藥力強, 世代較長并參差不齊，生殖力強，因而難以對其進行有效防控[6]。我國每年因包括光肩星天牛在內(nèi)的楊樹天牛而造成的經(jīng)濟損失多達20億元[7]。光肩星天牛也給北美洲、歐洲多個國家與地區(qū)帶來了巨大的經(jīng)濟損失[8]。美國、俄羅斯均將光肩星天牛及其寄主植物作為重點檢疫對象[3]，光肩星天牛已經(jīng)引起國內(nèi)外的高度重視[3,8-9]。

對于陸地生存的光肩星天牛而言，其分布受多種因素的影響，諸如氣候、地理環(huán)境，寄主樹種，人類活動以及其本身的適應(yīng)性。光肩星天牛的分布區(qū)呈現(xiàn)不斷擴大的趨勢，因此研究影響或決定其分布的生態(tài)因子具有重要意義[3]。文獻[10]分別測定其生長進度、環(huán)境物候和有效積溫，得出在一定條件下，害蟲的卵、蛹期與溫度呈負相關(guān)關(guān)系。文獻[11]將美國作為研究區(qū)域發(fā)現(xiàn)，溫度較高、寄主物種豐富的地區(qū)光肩星天牛發(fā)生風險較大；光肩星天牛適應(yīng)于人類活動地區(qū)，交通和工業(yè)有利于蟲害的傳播和蔓延[12-13]；此外，光肩星天牛的數(shù)量隨著植被覆蓋率的提高而減少[14]。而提升公眾防治蟲害意識、在蟲害發(fā)生初期進行大范圍監(jiān)測和根除工作是控制蟲害的有效途徑[13,15-19]；針對天牛種群寄生與擴散的有關(guān)研究發(fā)現(xiàn)，光肩星天牛傾向于選擇樹干直徑較大的樹木寄生，種群擴散距離較長，擴散密度隨距離增加而下降，隨時間的延長而減小，擴散方向與盛行風有關(guān)，在一定范圍內(nèi)風速增大有利于種群擴散[20-21]。

目前，對光肩星天牛的研究多從傳統(tǒng)角度出發(fā)，集中于森林保護、實驗室分析觀測、遙感監(jiān)測等手段，防治方法多集中于生物、化學、農(nóng)業(yè)等領(lǐng)域[22]。基于光肩星天牛災(zāi)害發(fā)生的空間關(guān)聯(lián)性特征，從地理空間分析角度出發(fā)的研究較少，對影響蟲害發(fā)生的各因素之間的聯(lián)系和交互作用研究也極少涉及。

空間分層異質(zhì)性是空間數(shù)據(jù)的一大特性，表示層內(nèi)方差小于層間方差的地理現(xiàn)象[23]。為探測光肩星天牛蟲害的空間分層異質(zhì)性，本文采用地理探測器模型進行分析。地理探測器是一種用于探測地理事物空間異質(zhì)性及其驅(qū)動機制的空間統(tǒng)計模型。其思想假設(shè)為，如果某驅(qū)動因子對因變量具有重要影響，則驅(qū)動因子和因變量的空間分布應(yīng)具有相似性[23]。相比于其他模型，地理探測器模型可以解釋地理現(xiàn)象的空間分異規(guī)律，刻畫分異特征，在小樣本量基礎(chǔ)上統(tǒng)計精度更高[23]。地理探測器可以探測分區(qū)的驅(qū)動機制。地理探測器模型運用簡便，假設(shè)條件較少，可以處理數(shù)值型數(shù)據(jù)和定性數(shù)據(jù)，并可探測兩因子交互后的影響[23-24]。

本文在現(xiàn)有研究的基礎(chǔ)上，明確災(zāi)害和社會經(jīng)濟、自然氣象等影響因素在華北地區(qū)的空間分布特征，研究各影響因素的空間相關(guān)性，分析不同影響因素對光肩星天牛的交互作用，運用地理探測器分析環(huán)境因子對蟲害發(fā)生的解釋力，以期為光肩星天牛的控制和預防提供理論依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來源

本研究的區(qū)域范圍以我國華北地區(qū)為主，包括北京、天津、河北、山東、山西、陜西、安徽、河南等8個省市的下轄縣市，地理空間尺度為區(qū)縣級行政單元，共計666個區(qū)縣，這些地區(qū)為光肩星天牛危害程度嚴重的地區(qū)[2]。華北地區(qū)夏季高溫多雨，冬季寒冷干燥，屬溫帶季風氣候，以太行山為界，西部為黃土高原，東部為華北平原。相比于其他年份，2008年的光肩星天牛蟲害相關(guān)數(shù)據(jù)較為完備，故本研究采用2008年各區(qū)縣光肩星天牛發(fā)病率及環(huán)境因子數(shù)據(jù)。其中，2008年發(fā)病率和2008年防治率數(shù)據(jù)由我國國家林業(yè)和草原局森林病蟲害防治總站提供；2008年氣象數(shù)據(jù)來源于國家氣象科學數(shù)據(jù)共享服務(wù)平臺(data.cma.cn)。2008年的社會經(jīng)濟數(shù)據(jù)由《中國縣市社會經(jīng)濟數(shù)據(jù)統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》等年鑒整理并相互補充而來；2008年NDVI(歸一化植被指數(shù))數(shù)據(jù)為基于SPOT/VEGETATION以及MODIS等衛(wèi)星遙感影像得到的數(shù)據(jù)，計算方法為取每年1—12月的月NDVI最大值，該數(shù)據(jù)由中國科學院地理科學與資源研究所資源環(huán)境科學與數(shù)據(jù)中心(https:∥www.resdc.cn/)提供，經(jīng)過ArcGIS分區(qū)統(tǒng)計取各區(qū)總和，作為該區(qū)縣的NDVI。

光肩星天牛蟲害容易受到氣候條件[3,10,20]、植被覆蓋[14]和社會發(fā)展[12-13]方面的影響[25]。因此本研究以光肩星天牛發(fā)病率為因變量，選取了可能對光肩星天牛災(zāi)害發(fā)生有影響的11個因子(圖1)。所選取的氣象因素包括降雨量、日照時數(shù)、平均氣溫、氣溫距平和風速；NDVI作為地區(qū)植被覆蓋的指標而列入考察因素；社會經(jīng)濟因素中，地區(qū)生產(chǎn)總值代表某一地區(qū)的經(jīng)濟發(fā)展水平，第一、二產(chǎn)業(yè)值與農(nóng)林業(yè)的發(fā)展密切相關(guān)，而第三產(chǎn)業(yè)值與農(nóng)林業(yè)關(guān)聯(lián)不大，故不采用。年末人口數(shù)作為人口統(tǒng)計學的指標加入到研究當中。防治率用以表示地區(qū)防治蟲害的水平。最終選取地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)值、第二產(chǎn)業(yè)值、年末總?cè)丝跀?shù)和防治率作為社會經(jīng)濟指標。

圖1 光肩星天牛發(fā)病率的影響因素及其代理變量Fig.1 Determinants of incidence rates of Anoplophora glabripennis and their proxies

2 研究方法

2.1 空間相關(guān)性分析

本研究采用空間自相關(guān)指數(shù)來描述地理事務(wù)的發(fā)生規(guī)律對空間位置的依賴性。主要包括全局空間自相關(guān)指數(shù)和局部空間自相關(guān)指數(shù)。全局空間自相關(guān)指數(shù)用于研究整個區(qū)域的空間關(guān)聯(lián)模式，分析在整個研究范圍內(nèi)指定的屬性是否具有自相關(guān)性，檢驗鄰近地區(qū)間的相似性或獨立性。局部空間自相關(guān)指數(shù)用于揭示空間參考單元屬性特征值之間的相似性或相關(guān)性，識別空間集聚和空間孤立，探測空間異質(zhì)等[26]。Moran指數(shù)是用來衡量空間自相關(guān)的指數(shù)，反映空間鄰接或鄰近的區(qū)域單元屬性值的相似程度，分為全局指標和局部指標兩種。Moran指數(shù)絕對值越接近1，空間相關(guān)性越明顯。全局Moran指數(shù)I和局部Moran指數(shù)Ii計算公式分別為[27]

(1)

(2)

(3)

(4)

式中xi、xj——i、j單元的人口密度

wi,j——空間權(quán)重矩陣元素

S2——方差

空間相關(guān)性分析利用GeoDa軟件實現(xiàn)。

2.2 地理探測器

不同地理位置上光肩星天牛發(fā)病率顯著不同，可能存在的環(huán)境影響因素隨著地理空間的變化而改變[23,28]。假設(shè)在地理空間上，如果某種環(huán)境因素能夠影響光肩星天牛的發(fā)病率，那么該因素與光肩星天牛發(fā)病率在地理空間上的分布應(yīng)具有相似性[29]。通過分析影響因素控制發(fā)病率發(fā)生的空間統(tǒng)計學特征，可以獲得影響光肩星天牛發(fā)生的規(guī)律。地理探測器模型無線性假設(shè)，能夠探測光肩星天牛的空間分異性，分析不同分層內(nèi)驅(qū)動因子對蟲害的解釋力度，并可進一步探測因子交互作用后的解釋力。地理探測器探測力指標的具體公式為[23]

(5)

式中q——發(fā)病率空間分異影響因素探測力指標

Nh——分層h內(nèi)樣本單元數(shù)

N——整個區(qū)域樣本單元數(shù)

L——分層個數(shù)

σ2——整個區(qū)域的方差

q的取值區(qū)間為[0, 1]，q越大，說明分區(qū)因素對發(fā)病率的影響越大[23,28]。

地理探測器的機理[29]如圖2所示，Ω表示整個地理空間，H表示光肩星天牛發(fā)病率的分布，且H為均勻的格點數(shù)據(jù)；C和D表示影響光肩星天牛發(fā)病率因子的分布。疊加發(fā)病率和影響因子的分布，q越大，因子對發(fā)病率的解釋力越強，即發(fā)病率的空間分布由影響因子的空間分布控制。

圖2 地理探測機理示意圖Fig.2 Principle of geographical detector

地理探測器主要由4方面組成：風險探測，判斷兩個分層之間的屬性值差別是否顯著，用t統(tǒng)計量來檢驗；因子探測，探測因變量的空間分異性以及某影響因素在多大程度上解釋了因變量的空間分異，用q度量；生態(tài)探測，用于比較兩影響因素對因變量空間分布的影響是否有顯著的差異，以F統(tǒng)計量來衡量；交互探測，探究兩個影響因子之間的交互作用，當兩個自變量共同作用時是否增強或減弱了對因變量的解釋能力，或是相互獨立解釋研究對象[23]。

由于地理探測器要求輸入數(shù)據(jù)為離散值，進行探測之前首先在研究區(qū)域矢量數(shù)據(jù)的基礎(chǔ)上構(gòu)建5 km×5 km漁網(wǎng)增加樣本點，均勻分布在研究區(qū)內(nèi)部，共18 930個點。采用模擬退火算法對因變量數(shù)據(jù)進行分級，并設(shè)置分級數(shù)為5、6、7，當分級數(shù)為6時，得到的各因子解釋力最強，故將各連續(xù)型數(shù)值因子離散化為6個等級。

3 結(jié)果與分析

3.1 光肩星天牛發(fā)病率及影響因子空間分布

研究區(qū)域內(nèi)光肩星天牛發(fā)病率和自然、社會經(jīng)濟指標的空間分布如圖3所示，發(fā)病率較高的地區(qū)主要分布在河北省北部、山西省、陜西省，河北省南部、河南省中南部及山東省的發(fā)病率較低且防治力度強(圖3a、3g)。降雨量呈現(xiàn)出從西北到東南逐漸增多的趨勢，陜西、山西和河北3省的北部日照充足，日照時數(shù)向南逐漸減少(圖3b、3c)；環(huán)渤海地區(qū)風速較大，山東省煙臺、威海市風力強勁，研究區(qū)中南部風速較小(圖3d)；從河南省、安徽省向西北年平均氣溫逐漸降低，河北省和山西省交界的區(qū)域年均氣溫波動較大(圖3e、3f)。經(jīng)濟指標當中，研究區(qū)中東部的第一產(chǎn)業(yè)值普遍高于西部(圖3i)，地區(qū)生產(chǎn)總值和第二產(chǎn)業(yè)值的空間分布基本一致(圖3h、3j)。人口較多的地區(qū)集中在安徽省北部和河南省東部(圖3k)，陜西省、河南省和安徽省的植被覆蓋水平比較高(圖3l)。可以看出，研究所選取的影響因素具有明顯的空間分布特征。

圖3 華北地區(qū)(北京、天津、河北、山東、山西、陜西、安徽、河南8省市)光肩星天牛發(fā)病率與各自然社會經(jīng)濟指標空間分布圖Fig.3 Spatial distributions of incidence rate and natural socio-economic indicators

研究區(qū)域內(nèi)光肩星天牛發(fā)病率及各影響因子的數(shù)學分布特征如表1所示。研究區(qū)域的經(jīng)濟發(fā)展水平不平衡，標準差相對來說較大(地區(qū)GDP標準差為510.30億元)，最小年末總?cè)丝跀?shù)和最大值相差懸殊；考慮實際地理位置，氣象因素的數(shù)據(jù)變化在合理范圍內(nèi)，各地區(qū)降水(標準差為233.69 mm)和日照條件(標準差為283.81 h)有明顯的差異。

表1 光肩星天牛發(fā)病率和自然、社會經(jīng)濟指標的描述性統(tǒng)計Tab.1 Descriptive statistics of incidence rate and natural socio-economic indicators

光肩星天牛發(fā)病率及各影響因子全局Moran指數(shù)如表2所示。從表中可以看出，各指標的Moran指數(shù)均為正值，說明這些指標存在正的空間自相關(guān)性。各氣象指標的Moran指數(shù)很高，在0.89以上，顯著性水平為0.001，具有統(tǒng)計意義，表現(xiàn)出顯著的空間聚集性。通過局部Moran指數(shù)判別集聚(LISA)

表2 光肩星天牛發(fā)病率與各影響因素的全局Moran指數(shù)及檢驗結(jié)果Tab.2 Global Moran’s I and significance test results

類型(圖4)可以看出：山西省北部發(fā)病率聚集程度較高，聚集模式以“高發(fā)病率-高發(fā)病率”聚集為主；山東省、安徽省等地主要集聚模式為“高發(fā)病率-低發(fā)病率”聚集；山西省、陜西省和河北省多出現(xiàn)“低發(fā)病率-高發(fā)病率”聚集。防治率高的地區(qū)集中在河南省南部以及河南省和山東省交界地帶，聚集模式以“高發(fā)病率-高發(fā)病率”聚集為主，周邊則多為“低發(fā)病率-高發(fā)病率”聚集模式。結(jié)合發(fā)生率的空間分布可以看出這些區(qū)域的發(fā)病率普遍較低(圖4a)，初步判斷防治措施可以有效控制光肩星天牛蟲害。

圖4 光肩星天牛發(fā)病率與各影響因素的LISA集聚圖Fig.4 LISA diagrams of incidence rate and influencing factors

3.2 風險探測

采用風險探測器探究不同的自變量對災(zāi)害發(fā)生率的影響，得到風險探測結(jié)果如表3所示。從表3中可以看到，在4.49～6.27℃這一氣溫區(qū)間中，風險探測得分較高，發(fā)病風險較大；風速在1.7 m/s左右光肩星天牛發(fā)病最為聚集。當降雨量達到475 mm左右，平均發(fā)病率保持在較高水平，為70%。較高時長的日照容易引發(fā)災(zāi)害，日照時間過長或過少，發(fā)病率相應(yīng)維持在低水平；氣溫距平在0.115～0.116℃區(qū)間內(nèi)災(zāi)害發(fā)生最為聚集。各社會經(jīng)濟因素與發(fā)病率取值之間的關(guān)系呈雙峰態(tài)勢。以第二產(chǎn)業(yè)值為例，當區(qū)間為0.70億元～0.81億元和2.42億元～2.44億元時，發(fā)病率分別為50%和87.43%，在其他區(qū)間發(fā)病率處于低水平狀態(tài)。

表3 風險探測結(jié)果Tab.3 Results of risk detection

3.3 因子探測

利用因子探測器得到各影響因子對災(zāi)害發(fā)生率的解釋力，按照q從大到小排序如下：防治率(0.37)、人口(0.29)、地區(qū)GDP(0.28)、第二產(chǎn)業(yè)值(0.26)、降雨量(0.22)、NDVI(0.20)、第一產(chǎn)業(yè)值(0.12)、平均氣溫(0.10)、氣溫距平(0.07)、日照時數(shù)(0.06)、風速(0.05)。結(jié)果顯示，地理分區(qū)解釋力最強的是防治率，人口數(shù)、地區(qū)GDP和第二產(chǎn)業(yè)值等社會經(jīng)濟指標對發(fā)病率的解釋能力比較強。在氣象因素中，降水和氣溫兩個影響因素對光肩星天牛發(fā)病率的分布差異解釋力最強，分別為22%和10%，說明這兩個因子對于光肩星天牛發(fā)病有一定的影響意義。

3.4 生態(tài)探測

利用生態(tài)探測器分析各影響因子解釋發(fā)生率時是否存在顯著差異，其結(jié)果如表4(其中Y表示存在顯著差異，N表示不存在顯著差異)所示。防治率對發(fā)病率的影響與其他所有影響因子都有顯著的不同；除降雨量與氣溫和風速之間在解釋力上具有顯著差異之外，氣象因素之間沒有明顯的解釋差異。社會經(jīng)濟因素中，第一產(chǎn)業(yè)值與第二產(chǎn)業(yè)值有顯著差異，人口數(shù)、地區(qū)GDP分別與第一或第二產(chǎn)業(yè)值對光肩星天牛發(fā)病率的影響無顯著差異。從風險探測的結(jié)果來看，按照解釋力的顯著性聚類的思想，可將平均氣溫、風速、第一產(chǎn)業(yè)值和第二產(chǎn)業(yè)值劃分為影響顯著的一類，剩下的因子則劃分為影響不顯著的一類。綜合生態(tài)探測器和因子探測器的結(jié)果，平均氣溫、第一產(chǎn)業(yè)值和第二產(chǎn)業(yè)值對光肩星天牛發(fā)生率影響顯著。

表4 不同影響因子對發(fā)生率的統(tǒng)計顯著性差異Tab.4 Significance difference between different influencing factors on incidence rate

3.5 交互探測

利用交互探測器可以獲得兩個不同的影響因子對發(fā)病率的交互影響(表5)。平均氣溫單獨對光肩星天牛發(fā)生率的解釋力為10%，地區(qū)GDP單獨作用于發(fā)生率時解釋力為28%，交互作用之后的解釋力變?yōu)?5%，兩者共同作用的結(jié)果高于各自單獨作用的結(jié)果。進一步分析，因子交互的解釋力增強可分兩種情況：①某兩種影響因子交互作用后非線性增強，即兩者共同作用的q大于分別作用的q加和。結(jié)合表5，降雨量(q=0.22)和人口數(shù)(q=0.29)交互作用后q(0.56)大于兩者單純加和，作用力非線性增強。非線性增強說明兩個因子結(jié)合會產(chǎn)生單獨作用之外的影響。類似地，平均氣溫、降雨量、防治率、人口數(shù)4個因素兩兩之間交互作用后解釋力均呈非線性增強；人口數(shù)和第一產(chǎn)業(yè)值、防治率和風速之間交互作用也出現(xiàn)非線性增強的現(xiàn)象。②兩種影響因子相互獨立作用，即兩者共同作用的q等于分別作用的q加和。觀察探測結(jié)果可以得出，相比其他因子，平均氣溫和日照時數(shù)參與交互作用時更有利于提高對發(fā)生率的解釋力；地區(qū)GDP、防治率和降雨量對交互解釋的提高程度相對較低。

表5 兩種因子對災(zāi)害發(fā)生率影響的交互作用Tab.5 Interaction between two factors affecting disaster incidence

4 討論

本研究中對生態(tài)因子的探測與目前研究發(fā)現(xiàn)的結(jié)果基本一致[3,10,30-32]。光肩星天牛漫長的幼蟲期需有足夠的積溫指標，才能完成其各齡期的生長發(fā)育，而且在短期內(nèi)光肩星天牛難以向低溫地區(qū)擴散[30]。實驗室分析研究表明，在溫度超過發(fā)育起點溫度7.44℃的條件下，卵蛹期的長短與溫度呈負相關(guān)關(guān)系[10,31-32]。王志剛[3]歸納出光肩星天牛危害嚴重地區(qū)的年均氣溫在3.9℃以上，年均相對濕度44.9%以上。這與本研究中風險探測出的結(jié)果保持一致：當年平均氣溫4.49～6.27℃、降雨量達到475 mm左右時，發(fā)病率保持在較高水平。生態(tài)因子在種群擴散方面也起到了一定作用。溫俊寶等[20]在標記回捕試驗中發(fā)現(xiàn)天牛的擴散與溫度有關(guān)，一般隨溫度升高而下降，并且在一定范圍內(nèi)(0.3～1.8 m/s)風速的增大有利于天牛的擴散，這是天牛長期適應(yīng)自然界的結(jié)果。本研究發(fā)現(xiàn)，風速在1.8 m/s以下平均發(fā)病率聚集，高于1.8 m/s則幾乎沒有蟲害發(fā)生，而當溫度超過7℃后發(fā)生率顯著減少，說明光肩星天牛對溫度的條件要求應(yīng)處于一定的范圍內(nèi)。

社會經(jīng)濟方面，地區(qū)GDP水平較低的地區(qū)發(fā)病率高，第一、二產(chǎn)業(yè)和農(nóng)林業(yè)密切相關(guān)。風險探測結(jié)果表明，第一產(chǎn)業(yè)值低于8億元、第二產(chǎn)業(yè)值低于3億元的地區(qū)光肩星天牛發(fā)病普遍聚集；人口數(shù)較少的地區(qū)平均發(fā)病率較高，可從側(cè)面反映該地區(qū)社會經(jīng)濟發(fā)展水平較低。而在經(jīng)濟發(fā)展水平高的地區(qū)，發(fā)病率被控制在2%以內(nèi)。人為因素對于光肩星天牛災(zāi)害的防治起到關(guān)鍵的作用。因子探測發(fā)現(xiàn)，防治率對災(zāi)害發(fā)生率的解釋力最高，P達到了0.37。風險探測表明當防治率大于86%時發(fā)病率顯著減少。目前已有研究也有類似的發(fā)現(xiàn)，但均沒有做到系統(tǒng)化。郭秋月[15]發(fā)現(xiàn)在養(yǎng)護管理水平較高的地區(qū)柳樹受害率為10.09%。而缺乏專業(yè)養(yǎng)護管理的地區(qū)柳樹受害率最高，可達83.19%，可見防治率較高的區(qū)域發(fā)病率顯著降低。樹種引進也可導致光肩星天牛的發(fā)生。近年來城市綠化工作廣泛開展，苗木調(diào)運過程中容易出現(xiàn)檢疫欠缺、引種疏忽等問題，導致引入蟲害。劉輝芳[33]發(fā)現(xiàn)，幼齡柳樹栽植年限少，發(fā)病嚴重，因此認為苗木帶蟲可能性極大。NDVI的風險探測結(jié)果說明植被覆蓋度高、綠化水平好的地區(qū)不容易受到蟲害的干擾。綜上所述，光肩星天牛的發(fā)生與當?shù)匕l(fā)展水平、綠化程度、病蟲害防治措施和管理意識等有直接的聯(lián)系[34]。地區(qū)經(jīng)濟發(fā)展水平較高時，對農(nóng)林業(yè)病蟲害的控制能力也會提高到一定的水平。

與目前已有研究相比，本文在影響因子的交互作用方面有了新的研究成果。從交互探測結(jié)果來看，導致光肩星天牛發(fā)病更為重要的原因是影響因子之間的疊加交互，而單一因子的解釋力不足以說明問題。研究表明，當降雨量和防治率共同作用時對發(fā)病率的解釋力非線性增強并達到最大。通過研究交互作用后解釋力非線性增強的因子，對病蟲害的防治可以從多個角度共同入手。同時，本研究還發(fā)現(xiàn)部分影響因子對發(fā)生率影響呈雙峰或多峰態(tài)勢。降雨量和平均氣溫影響下的發(fā)病率雖然整體來說集中在一定指標范圍內(nèi)，但是在特定的區(qū)間內(nèi)，發(fā)病率卻非常低，比如平均氣溫區(qū)間分別為4.49～4.67℃、6.16～6.27℃時平均發(fā)病率都比較集中，分別達到50%左右，這兩個區(qū)間間隔都比較小，但是4.67～6.16℃這一區(qū)間內(nèi)的發(fā)病率卻只有6%。各社會經(jīng)濟指標、NDVI、防治率都出現(xiàn)了類似的現(xiàn)象。

5 結(jié)束語

以我國北方地區(qū)666個縣市的相關(guān)指標為樣本，首先分析了光肩星天牛發(fā)病率及其影響因素的空間分布，之后采用地理探測器的方法分析光肩星天牛發(fā)病率空間分布及其影響因素。結(jié)果顯示，發(fā)病率在山西省北部地區(qū)表現(xiàn)為高-高聚集，受災(zāi)情況嚴重；在山東省、安徽省等地多出現(xiàn)高-低聚集的現(xiàn)象。地理探測的結(jié)果表明，所選的氣象和社會經(jīng)濟因素對光肩星天牛發(fā)病率都有一定的影響。從對發(fā)病率的解釋力來看，經(jīng)濟因素中人口數(shù)和地區(qū)生產(chǎn)值的解釋能力較高，自然氣象因素中降雨量和平均氣溫能夠較好地解釋發(fā)病率。從風險探測的結(jié)果來看，在相對溫暖、降水多的地區(qū)，光肩星天牛災(zāi)害比較容易發(fā)生；而人口數(shù)較多、GDP較高的地區(qū)社會經(jīng)濟發(fā)展情況較好，光肩星天牛災(zāi)害發(fā)病率相應(yīng)地維持在低水平。采用高效的防治措施可以有效緩解災(zāi)情。在分析各因素對發(fā)病率影響基礎(chǔ)上，通過探討各因素的交互作用，發(fā)現(xiàn)氣象要素和社會經(jīng)濟要素交互后可以提高解釋力。相關(guān)地區(qū)可根據(jù)本地各氣象和社會經(jīng)濟發(fā)展指標大體預測本地光肩星天牛發(fā)病情況。