春季松毛虫种群数量及其发生面积预测研究
2014-08-10张淑杰张玉书吴海山纪瑞鹏武晋雯
张淑杰, 张玉书*, 肖 燕, 吴海山, 纪瑞鹏, 武晋雯
(1.中国气象局沈阳大气环境研究所,沈阳 110016;2.辽宁省林业有害生物防治检疫局,沈阳 110001;3.辽宁省阜新蒙古族自治县森林病虫害预测预报站,阜新 123107)
春季松毛虫种群数量及其发生面积预测研究
张淑杰1, 张玉书1*, 肖 燕2, 吴海山3, 纪瑞鹏1, 武晋雯1
(1.中国气象局沈阳大气环境研究所,沈阳 110016;2.辽宁省林业有害生物防治检疫局,沈阳 110001;3.辽宁省阜新蒙古族自治县森林病虫害预测预报站,阜新 123107)
为了监测春季松毛虫种群动态变化及进行综合防治,利用1986-2012年阜新县松毛虫上树期死亡率、发生面积及同期的气象数据,采用相关及逐步回归的方法分析了松毛虫发生程度和发生面积与同期气象因素间的关系。结果表明:松毛虫在阜新地区有春季和秋季两个发生期,以春季发生较重,发生时间为3月下旬到6月上旬。上树前2月下旬温度和相对湿度对其复苏有很大影响,上树过程中温度是影响上树死亡的主要因子,其次是风速和相对湿度。在综合考虑多种气象因子、越冬死亡率、上树期死亡率和前一年发生面积等多种因素的情况下,最终确定以5种主要气象因子、越冬死亡率和前一年发生面积为预报因子建立发生面积预报模型,模型拟合结果和试报准确率均较好。
松毛虫; 危害程度; 发生面积; 预测
松毛虫(Dendrolimusspp.)属鳞翅目,枯叶蛾科昆虫,全世界共有30余种,其中在中国有27种分布,是针叶树种的主要害虫,在我国北方发生较严重的有赤松毛虫、油松毛虫和落叶松毛虫[1]。在东北地区赤松毛虫主要分布在辽宁省和内蒙古境内,一年发生1代,有2个为害期,以春季为害严重。
阜新县位于辽宁省西北部,属干旱、风沙、丘陵地区,生态环境差,全县有森林面积24.26万hm2,森林覆盖率28.8%,森林以油松为主,赤松毛虫为主要分布种类,由于纯林面积大,近年来松毛虫发生严重。
我国从20世纪50年代初期开始对松毛虫进行较有计划的调查研究工作,“六五”、“七五”和“八五”期间是我国森林病虫害测报研究的黄金时期,对松毛虫暴发为害的生物学特性、种群动态与环境的关系、天敌的保护和利用、微生物及化学杀虫剂的应用等综合管理和防治技术进行了广泛的研究[2]。松毛虫种群动态变化是综合管理的重要组成[3],研究发现影响松毛虫种群灾变的重要因子主要为气候、天敌和立地类型及林分结构等[1-2,4]。气候因子主要包括:温度、湿度、降水和光、风及其综合作用等,其作用方式各异,但在自然界却是在相互作用的综合状态下发生[5-6],温度是影响松毛虫种群动态最重要的气候因子[7-9]。针对内蒙古落叶松毛虫发生程度及发生面积的研究表明,气象因素是众多因素中的主要因素[10-11]。因此有必要分析赤松毛虫上树期气象因子与发生程度和发生面积的相关性,在综合考虑多种因素的基础上,建立相应的预报模型,以便准确及时地对赤松毛虫的发生发展及为害程度进行预报,及时采取相应的防治措施,达到动态监测松毛虫种群变化及进行综合防治的目的。
1 资料来源及调查方法
1.1 资料来源
本研究所用资料来源于辽宁省阜新蒙古族自治县森林病虫害预测预报站,资料包括1986-2012年松毛虫越冬死亡率、上树期死亡率、发生面积、发生期和气象数据。同期的气象资料包括2-4月中旬的逐旬平均气温、最低气温、最高气温、0 cm地温、降水量、日照时数、风速和相对湿度。1986-2008年数据用来建模,2009-2012年数据用来检验。
1.2 死亡率的调查统计及气象要素计算方法
上树期死亡率调查在3月下旬到4月下旬进行,选择具有一定代表性的线路踏查,巡视路线要覆盖常灾区的90%,按常发区、偶发区、安全区3种类型选择20~40块林地,每块面积>0.2 hm2,作为固定标准地块,在每个地块选取20株标准树,检查树下虫粪,判断树上虫口。幼虫上树后,每天调查标准树幼虫损失量,区分自然死亡、天敌寄生、捕食和不明原因死亡数,进行统计并计算越冬死亡率。
死亡率(%)=死虫数/总虫数(活虫数+死虫数)×100;
平均死亡率(%)=各年死亡率之和/年数。
将逐年死亡率分两类,即高死亡率(≥平均死亡率)和低死亡率(<平均死亡率)。统计表明,1986-2008年23年间,高死亡率年有6 年,低死亡率年有17 年,按统计的高低死亡率年计算各年份对应的气象因子[12]。
越冬死亡率的调查及计算方法见文献[9]。
1.3 发生程度分级确定方法
根据松毛虫发生和气象条件对其影响的程度,按单株虫口密度(单位:头/株)可将松毛虫发生程度分为4个等级:不发生(0~15)、轻度发生(16~30)、中度发生(31~50)和重度发生 (50以上)。
1.4 统计分析方法
利用DPS与SPSS软件进行各指标间的相关性分析、逐步回归分析。
2 结果与分析
2.1 松毛虫生活史及其为害特征
2.1.1 松毛虫生活史
通过对1986-2012年松毛虫发生期及发生量的数据分析,发现阜新县松毛虫一年发生1代,以老熟幼虫在冬季越冬,第2年春天上树为害,6月下旬开始化蛹,7月中旬羽化为成虫,8月中旬卵孵化后出现幼虫,为害后下树越冬,越冬期达4个月之久,生活史见表1。
表1松毛虫生活史1)
Table1LifecycleofthepinemothDendrolimusspp.
月Month旬Aperiodoftendays1-5月Jan-MayEML6月JuneEML7月JulyEML8月AugEML9-12月Sept-DecEML虫态-----⊕⊕⊕⊕···+++-----
1) —代表幼虫期,⊕代表蛹期,+代表成虫期,·代表卵期,E-上旬,M-中旬,L-下旬。
—Larvae, ⊕Pupae, +Imago, ·Egg. E-is the first ten-day of a month;M- is the middle ten-day of a month;L- is the last ten-day of a month.The same as below.
表2进一步给出了松毛虫发生历期。从表2可以看出,越冬期最长,为117~151 d,平均为133 d;上树期为20~47 d,平均为33 d;蛹期为21~32 d,平均为25 d;羽化期为14~40 d,平均为28 d;孵化期为18~23 d,平均为20 d;下树期为18~40 d,平均为31 d。
表2松毛虫发生历期
Table2DurationsofdifferentstagesofthepinemothDendrolimusspp.
发生期Stage历期Duration幅度/d平均/d越冬期Overwintering117~151133 上树期Tree⁃climbing20~4733 蛹期Pupalstage21~3225 羽化期Eclosion14~4028 孵化期Incubation18~2320 下树期Tree⁃leaving18~4031
2.1.2 为害特征
松毛虫在阜新地区有两个为害期,第一为害期在3月下旬到6月中旬,为害达3个月之久;第二为害期出现在8月上旬到9月末,为害达2个月之久。其中第一次为害,幼虫食量较大,大量松针嫩叶被啃食,使松树生长严重受阻,树木生长缓慢,严重时树木会死亡;第二次为害,由于幼虫较小,啃食树叶的边缘,造成树叶死亡,为害严重时,可见一丛一丛的死枝。
2.2 松毛虫上树期气温对其种群数量的影响
2.2.1 幼虫上树期死亡情况影响分析
通过对松毛虫幼虫上树前到上树过程中(2月中旬到4月中旬)气象要素与死亡率的相关分析,将相关系数达到显著水平的列于表3 ,将高低死亡率分类统计的气象因子与不分类的统计结果进行比较,发现高死亡率各旬的平均气温与总平均气温距平都为负值,低0.5~1.5 ℃,而低死亡率平均气温距平值都为正值,高出0.3~0.5 ℃,有关温度的最低、最高气温及0 cm地温距平结果与平均气温接近,由此说明,气温越低,死亡率越高;2月中旬高死亡率温湿系数距平为正值,比平均高0.5 ℃,低死亡率温湿系数距平为负值,比平均低0.2,说明上树期死亡率受温度和降水的综合影响;4月中旬风速越小,死亡率越高;2月下旬到3月上旬空气相对湿度越低,死亡率越高。
表3不同死亡率水平下2月中旬至4月中旬气象因子平均值与上树期死亡率的相关关系1)
Table3RelationshipsbetweenmortalityandmeteorologicalfactorsfromMid-FebruarytoMid-April
气象因子Meteorologicalfactor时间TimeX(23a)ΔX1(6a)ΔX2(17a)相关系数Correlationcoefficient2月中旬M⁃Feb.-5.3-0.50.4-0.40∗T2月下旬L⁃Feb.-4.1-1.50.5-0.51∗∗3月上旬E⁃Mar.-1.7-1.10.5-0.31∗3月中旬M⁃Mar.1.2-1.00.3-0.52∗∗2月下旬L⁃Feb.-9.8-1.60.5-0.54∗∗Tmin3月中旬M⁃Mar.-5.0-1.10.3-0.44∗3月下旬L⁃Mar.-2.2-0.20.2-0.44∗Tmax2月中旬M⁃Feb.1.8-0.70.5-0.45∗3月中旬M⁃Mar.8.0-1.00.3-0.47∗Thc2月中旬M⁃Feb.-0.50.5-0.20.41∗W4月中旬M⁃Apr.3.7-0.50.2-0.44∗H2月下旬L⁃Feb.43.1-5.62.0-0.57∗∗3月上旬E⁃Mar.41.7-6.52.3-0.41∗
2.2.2 最低气温对死亡率高低的影响分析
图1是松毛虫上树期(3月21日到4月20日)高死亡率和低死亡率平均日最低气温的变化情况。
图1 松毛虫上树期(3月21日到4月20日)高死亡率和低死亡率平均日最低气温的变化
从日最低气温变化情况看,3月下旬高死亡率年明显低于低死亡率年;4月上旬高死亡率年高于低死亡率年;4月中旬与3月下旬一致,但幅度偏小。从变异系数看,高死亡率年为4.22,而低死亡率年为3.43,由此可见,这一时期不仅气温的高低对其生存有影响,温度的变化程度对其也有很大的影响。
2.2.3 春季为害期赤松毛虫为害程度预测
2.2.3.1上树期死亡率预报模型建立及检验
以松毛虫上树期死亡率为因变量,以表3中通过相关显著性检验的因子为自变量,进行逐步回归分析(表4),结果表明影响春季为害期松毛虫死亡的主要是2月下旬相对湿度的变化,2月下旬相对湿度对上树前死亡的直接效应最大(直接通径系数为-0.55),在4个相关因子中占第1位,且通过其他相关因子的间接效应甚微。因此,2月下旬相对湿度是影响松毛虫死亡的最主要因子;2月下旬最低气温的直接效应相对小一些(直接通径系数为-0.34),在4个相关因子中占第2位,它通过其他因子对松毛虫越冬的间接效应较小;3月下旬最低气温占第3位;4月中旬平均风速占第4位。方程决定系数达到了0.75。
表4主要气象因子与松毛虫上树期死亡率的通径系数
Table4Pathcoefficientsforthemainmeteorologicalfactorsandthemortalityratesduringtree-climbingperiod
因子Factor直接效应Directeffect→X1→X2→X3→X4总影响TotaleffectTmin(x1)2月下旬L⁃Feb.-0.3406 -0.0541-0.1106-0.0384-0.5437Tmin(x2)3月下旬L⁃Mar.-0.2082-0.0885 -0.0600-0.0859-0.4426W(x3)4月中旬M⁃Apr.-0.3636-0.1036-0.0344 0.0616-0.4400H(x4)2月下旬L⁃Feb.-0.5507-0.0237-0.03250.0407 -0.5662
选取F显著水平值≤0.01的因子进入回归方程式,得到的回归方程为:
Yd=69.26-1.97Tmin-L-2-1.26Tmin-L-3
-6.48WM-4-0.92HL-2
(r2=0.86,F=13.4,P<0.01)
式中,Tmin-L-2为2月下旬最低气温;Tmin-L-3为3月下旬最低气温;WM-4为4月中旬平均风速;HL-2为2月下旬相对湿度。
利用该预报方程对1986-2008年资料进行历史拟合结果见图2。
图2 1986-2008年松毛虫上树期死亡率预报与观测值比较
可见,松毛虫上树期死亡率拟合准确率在80%以上的年份占70%。对2009年、2010年松毛虫上树期死亡率进行试报(表5),2009年的预报效果较好,2010年预报效果较差。
表52009-2010年松毛虫上树期死亡率的预报与观测值对比
Table5Comparisonbetweenthepredicteddataandtheobserveddataofmortalityrateduringtree-climbingperiodin2009-2010
年Year预测值/%Predicteddata观测值/%Observeddata准确率/%Accuracy200925.727.493.6201021.613.843.8
2.2.3.2春季为害期发生程度预测
松毛虫上树过程中的死亡不仅与气象条件有关,还与越冬后虫源基数有很大的关系,综合考虑越冬后虫源基数及上树过程中死亡情况,采用林业行业标准[13]中有效虫口基数预测方法预测春季为害期发生程度:
P=P0(1-d1)
式中,P为预测发生量;P0为越冬后虫口基数(头/株);d1为上树期死亡率。
据此对2006-2008年春季发生程度进行预测,2006和2008年预测为轻度发生,与实际符合属同一级别,2007年预测为中度发生,比实际高一个级别。2006年末到2007年初受暖冬气候的影响,越冬死亡率偏低,因此预报级别较高,但受2006年旱灾的影响,针叶脱落严重,幼虫食料不足,导致实际发生程度降低。
2.3 春季发生面积预测
通过对春季上树期气象条件的分析,发现上树期气象条件对其能否存活有很大影响,进而影响春季的发生程度和发生面积。选择对其生存和发生面积有较大影响的气象因子进行逐步回归。同时考虑越冬死亡率、上树期死亡率、前一年发生面积。对不同组合情况进行模拟,达到不同准确率所占比例列于表6。
表6不同组合模型各准确率所占比例1)
Table6Proportionofaccuracyofdifferentforecastmodels
准确率/%Accuracy比例/%ProportionABCDE>905261576152>807078877887>709196969196D20.750.790.790.800.79
1) A:只考虑气象因素;B:考虑气象因子和越冬死亡率;C:考虑气象因子、越冬期死亡率和前一年发生面积;D:考虑气象因子、越冬死亡率和上树期死亡率;E:考虑气象因子、越冬死亡率、上树期死亡率和前一年发生面积。
A: Only meteorological factors considered; B: Meteorological factors and overwintering mortality considered; C: Meteorological factors, overwintering mortality and occurrence acreage of the previous year considered; D: Meteorological factors, overwintering mortality and tree-climbing mortality considered. E: Meteorological factors, overwintering mortality, tree-climbing mortality and occurrence acreage of the previous year considered.
从表6中可以看出,B和D两种组合90%以上准确率比例达到了61%,模拟的发生面积相对差值平方D2[D=(Y模拟-Y观测)/Y观测]为0.79和0.80;C和E两种组合80%以上准确率比例达到了87%,模拟的发生面积相对差值平方D2为0.79;B,C和E 3种组合70%以上准确率比例达到了96%,模拟的发生面积相对差值平方D2为0.79;A情况不同准确率比例都是最低的,因此只考虑气象因子进行预报是有欠缺的。在考虑资料的容易获得和准确率两个方面的基础上认为C种组合模拟的模型更方便在实际预报业务中应用。模拟的模型如下:
Si=73.36+2.84Tmin-E-3-3.72Tmin-L-3
-7.19WM-4-0.21HE-3-7.34TC3
+0.22WD+0.17Si-1
(r2=0.88,F=7.06,P<0.01)
式中,Si为发生面积;Tmin-E-3为3月上旬最低气温;Tmin-L-3为3月下旬最低气温;WM-4为4月中旬平均风速;HL-3为3月上旬相对湿度;TC3为3月最低气温变异系数;WD为越冬死亡率;Si-1为前一年发生面积。
利用建立的模型对2009-2012年松毛虫发生面积进行延伸预报(表7),从表7可以看出,预测值与实际值吻合较好。2009-2010年预报准确率在85%以上,2011年准确率较差,2012年准确率为77%,4年延伸预报平均准确率为78%。
表72009-2012年松毛虫发生面积预报准确率
Table7Forecastaccuracyoftheoccurrenceacreageofpinemothduring2009-2012
年份Year实际值/万hm2Actualdata预测值/万hm2Predicteddata准确率/%Accuracy20092.863.298520102.903.029620112.603.785520121.692.0777
3 结论与讨论
通过对历年松毛虫发生情况分析发现,松毛虫在阜新地区有春季和秋季两个发生期,以春季为主要发生期,从3月下旬开始到6月上旬结束,长达3个月之久,一旦发生,为害较重。上树前后种群动态变化对其能否发生及发生程度和范围大小有很大影响。通过对上树前后气象因子的分析表明,上树前2月下旬温度和相对湿度对其复苏有很大影响,上树过程中温度是影响上树死亡的主要因子,其次是风速和相对湿度。不仅温度的高低对死亡率有影响,温度的变化程度对其也有较大影响。能否发生以及发生程度大小还取决于越冬后虫源基数的多少,虫源基数大,可能大发生,虫源基数小可能不发生,因此在建立模型的过程中需要综合考虑虫源情况和气象条件。
上树期气象条件不仅影响发生程度,还同时影响发生面积的大小,在综合考虑气象因子、越冬死亡率、上树期死亡率和前一年发生面积等多种组合的情况下,发现考虑与松毛虫虫源有关的因子后,准确率明显提高。针对业务需要及预报因子容易获得等多种因素,确定考虑气象因子、越冬期死亡率和前一年的发生面积为预测因子建立发生面积预测模型,模拟和试报效果都较好,4年延伸预报平均准确率达78%,2009-2010年预报准确率在85%以上。
另外松毛虫能否发生,发生程度及面积的大小还取决于松毛虫的生物学特性、松林状态、坡向、地势、植被等状况。
[1]侯陶谦.中国松毛虫[M].北京:科学出版社,1987:29-78.
[2]陈昌洁.松毛虫综合管理[M].北京:中国林业出版社,1991:5-25.
[3]Li T,Zhou G,Wu J.Evaluating the impact of insect community on pine caterpillar density in different stand conditions[J].Entomologia Sinica,1998,5(2):166-176.
[4]朱寿燕,陈绘画,罗家进.基于遗传神经网络混合模型预测仙居县马尾松毛虫的发生量[J].中国农业气象,2009,30(S2):290-294.
[5]韩瑞东,何忠,戈峰.影响松毛虫种群动态的因素[J].昆虫知识,2004,41(6):504-511.
[6]张爱兵, 孔祥波, 李典谟, 等.中国松毛虫属八个种和亚种亲缘关系的DNA指纹证据[J]. 昆虫学报,2004, 47 (2):236-242.
[7]Andrea B,Michael S,Sigrid N,et al.Expansion of geographic range in the pine processionary moth caused by increased winter temperatures[J].Ecological Applications, 2005, 15(6):2084-2096.
[8]何忠,韩瑞东,刘向辉,等.环境温度对马尾松毛虫发育与存活的影响[J].应用生态学报,2006,17(3):483-488.
[9]张淑杰,张玉书,肖燕,等.基于气象条件的赤松毛虫越冬死亡率预报模型[J].中国农业气象,2013,34(1):94-99.
[10]陈素华,张晓磊.落叶松毛虫发生与气象因子的关系及其发生面积预报[J].东北林业大学学,2011,39(11):135-136.
[11]张超,姚舒文,郭晓英.通辽市库伦地区气候因子与松毛虫危害程度相关分析[J].内蒙古林业调查设计,2008,31(3):115-116.
[12]袁福香,刘实,胡艳全,等.气象条件对日本松干蚧越冬死亡率的影响[J].中国农业气象,2012,33(2):310-314.
[13]柴守权,尤德康,常国彬,等.马尾松毛虫监测与防治技术规程[S].中华人民共和国林业行业标准(LY/T 1675-2006),2006.
ForecastmodelofpopulationdynamicsandoccurrenceacreageofthepinemothDendrolimusspp.inspring
Zhang Shujie1, Zhang Yushu1, Xiao Yan2, Wu Haishan3, Ji Ruipeng1, Wu Jinwen1
(1.InstituteofAtmosphericEnvironment,CMA,Shenyang110016,China; 2.LiaoningControlandQuarantineStationofForestPests,Shenyang110001,China; 3.FuxinMongoliaAutonomousCountyStationofForestPestForecasting,Fuxin123107,China)
For the purpose of monitoring the population dynamics of the pine mothDendrolimusspp. and integrated pest control in spring, the relationships between the mortality of the pine moth and the synchronous temperature, precipitation, wind speed, relative humidity, and sunshine hours of Fuxin County were analyzed from 1986 to 2012. Correlation analysis and stepwise regression analysis were adopted to develop forecast model of the harm scale and occurrence acreage of pine moth. The results showed that the period of damage for pine moth in Fuxin is in spring and autumn. The serious damage occurred from late March to early June in spring. Temperature and relative humidity of late February significantly influenced pest recovery rate. Temperature was the dominant factor for the mortality of pine moth. Wind speed and relative humidity were the other two major factors. Through comprehensive evaluation of different meteorological factors, overwintering mortality, mortality in spring and occurrence area in the previous year, it was determined that the overwintering mortality, occurrence acreage of the previous year and five different meteorological factors were adopted as forecast factors to develop the predictive model. Occurrence acreage attacked by pine moth could be preferably simulated and predicted by these models.
Dendrolimusspp.; degree of hazard; occurrence acreage; prediction
2013-09-16
:2014-02-12
中国气象局公益性行业科研专项(GYHY200906028)
Q 968;S 763
:ADOI:10.3969/j.issn.0529-1542.2014.04.010
* 通信作者 E-mail: zhangyushu@163.com