山东省自荷兰引进植物种苗有害生物数据采集与风险分析

张晴晴,杨勤民,刘勇*,牟少敏

1.山东农业大学大数据中心,山东泰安271018

2.山东农业大学植物保护学院,山东泰安271018

3.山东省农业厅植物保护总站,山东济南250100

山东省自荷兰引进植物种苗有害生物数据采集与风险分析

张晴晴1,2,杨勤民3,刘勇1,2*,牟少敏1

1.山东农业大学大数据中心,山东泰安271018

2.山东农业大学植物保护学院,山东泰安271018

3.山东省农业厅植物保护总站,山东济南250100

大数据正在逐步改变我们的世界，分析挖掘庞大的农业数据将给农业带来新的变革。从国外（含境外）引进优良的种质资源和作物品种，是发展现代农业的客观需求。由于有害生物与其寄主植物有相同的起源中心，引种不可避免地会带来外来有害生物随种苗传入的风险。本文主要以2006年以来山东省自荷兰引进植物种苗的种类、引种数量等基础数据，确立了自荷兰引种作物的关键种类为十字花科甘蓝、葫芦科、百合科芦笋和茄科植物，并确定了其风险评价指标和评判标准，构建了国外引种风险分析模型并计算了风险值，为农业大数据分析和数据挖掘提供数据支持。

农业大数据;荷兰;植物引种;风险分析模型

农业大数据是大数据的重要组成部分，是大数据理念、技术和方法在农业领域的应用和发展。大数据的数据采集是数据分析和挖掘的基础，有助于人们揭示事物发生和发展的某些现象或规律，做出更快和更符合实际的预测[1,2]。

山东作为农业大省，是我国粮食、蔬菜、水果及多种名特优农产品主产区，也是国际农产品贸易大省，对国外优良种苗的需求较大。近10年来，我省共引种检疫审批国外植物种苗150多种。其中，引进荷兰的植物种苗批次较多，数量也较大。植物种苗是有害生物的主要载体和重要的传播渠道，危险性有害生物一旦被携带传入，就有可能成功定殖，对农业生产造成毁灭性打击[3,4]。采集山东省引进植物种苗危险性有害生物种类[5-7]、评判标准、风险评价指标等数据，建立国外引种风险分析模型，计算风险值，为农业大数据分析和数据挖掘提供数据支持。

1 资料与方法

1.1 数据来源

一是查询国内外有关大型数据库。如美国国家农业图书馆（NAL）数据库AGRICOLA、联合国粮农组织（FAO）数据库AGRIS、国际农业和生物学中心(CABI)文摘数据库CAB Abstracts以及美国的Web of Science数据库、中国生命科学文献数据库（CBA）。

二是搜索有关网络信息。如国际互联网上国内科研机构-农业部外来入侵生物预防与控制中心，植保组织的网站，中国农业病虫监测网等。

山东省引种数据由山东省农业厅植物保护总站植物检疫站提供。

1.2 模型建立

通过分析从荷兰引进植物种苗风险高低的主要影响因素，筛选出国外引种风险评价一级指标2个，然后，通过分析影响各一级指标的主要因素，筛选确定二级指标；并根据各二级指标对一级指标的重要性，由国内外主要从事风险分析工作和引种检疫工作的20多位专家对各二级指标进行权重评估。为便于对二级指标的评判标准进行量化处理，按照风险极高、高、中、低等4个级别进行划分；然后，研究分析各二级指标间的内在逻辑关系，确定数学关系式；最后，根据一级指标间的逻辑关系，设计国外引种风险值数学模型。

2 结果与分析

2.1 引进荷兰植物种苗的检疫性有害生物名录及检疫地位

通过分析2006年以来山东省自荷兰引进植物种苗的种类、引种数量等基础数据，确立了自荷兰引种作物的关键种类为十字花科甘蓝、葫芦科、百合科芦笋和茄科植物。

根据有害生物风险分析PRA（Pest Risk Analysis）准则，结合这些有害生物自身生物学生态学特性对其进行适生性、传入可能性、传入后果、生态经济重要性、口岸检疫除害处理难度、田间疫情根除难度等进行评估，确定引进荷兰甘蓝上潜在的检疫性有害生物共12种，其中昆虫2种，软体动物3种，细菌1种，线虫4种，真菌2种（表1）；引进荷兰葫芦科上潜在的检疫性有害生物共23种，其中真菌4种、细菌3种、病毒4种、线虫8种、昆虫4种（表2）；引进荷兰芦笋上潜在的检疫性有害生物共7种，其中真菌1种、病毒2种、线虫2种、昆虫2种（表3）。引进荷兰茄科上潜在的检疫性有害生物共28种，其中真菌5种、细菌2种、病毒5种、线虫11种、昆虫5种（表4）。

表1 引进荷兰甘蓝上的检疫性有害生物名录Table 1 List of quarantine pests introduced from Netherlands on cabbage plant

表2 引进荷兰葫芦科植物上的检疫性有害生物名录Table 2 List of quarantine pests introduced from Netherlands on Cucurbitaceous plant

表3 引进荷兰芦笋上的检疫性有害生物名录Table 3 List of quarantine pests introduced from Netherlands on asparagus plant

表4 引进荷兰茄科植物上检疫性有害生物名录Table 4 List of quarantine pests introduced from Netherlands on Solanaceous plant

2.2 荷兰引种风险评价指标筛选、评判标准与权重评估

两个一级指标即植物繁殖材料本身的因素P1和植物种苗可能传带的有害生物因素P2。其中，在一级指标繁殖材料下，有种苗部位P11、经济价值P12和生态影响P13共3个二级指标；在一级指标有害生物下，有种苗上发生的有害生物P21、种苗携带的检疫性有害生物P22、检疫性有害生物检验鉴定难度P23、口岸检疫除害处理难度P24和田间疫情根除难度P25共5个二级指标（表5）。对于国外引种风险按照风险极高、高、中、低4个级别进行划分，分别辅以3.01～4.00、2.01～3.00、1.01～2.00和0.00～1.00共4个赋值区间。经多位专家赋值的平均值即为该二级指标的评价值（表5）。经统计分析，确定繁殖材料P1指标下3个二级指标的权重分别为0.6、0.3和0.1；有害生物P2指标下的5个二级指标的权重分别为0.2、0.3、0.2、0.1和0.2（表5）。

表5 荷兰引进植物种苗有害生物风险评估指标与专家赋值表Table 5 Index and expert’s assignment for pest risk analysis of plant introduction from Netherlands

2.3 风险分析模型的构建

通过分析各二级指标间的内在逻辑关系，认为一级指标评价值应由二级指标专家赋值和权重通过一定的数学关系式来确定。经分析，繁殖材料P1和有害生物P2指标下的各二级指标均能独立地对其上一级指标做出贡献，因此，确定各二级指标间的数学关系为迭加关系，它们的评价值之和，即为上一级指标的评价值。其数学公式为：P=∑PiWi/∑Wi

式中，P为一级指标评价值，Pi为二级指标的评价值，Wi为二级指标权重。

根据一级指标间的逻辑关系，设计数学模型计算国外引种风险综合评价值。由于2个一级指标繁殖材料和有害生物之间存在内在关联，共同对引种风险作出贡献。因此，二者的评价值之积的平方根即是国外引种风险值。其数学模型为：R2=P1P2

式中，P1和P2分别为2个一级指标的评价值，R即为国外引进植物种苗综合评价风险值。

综上所述，国外引种风险值计算模型为：

其中，Pin为二级指标的评价值，Win为二级指标权重。

2.4 荷兰引进植物风险值

利用引种风险评价数学模型，计算引进荷兰甘蓝、葫芦科植物、芦笋和茄科植物的风险值分别为：1.68、2.23、1.24和2.43。引进葫芦科和茄科植物为高风险，而引进甘蓝和芦笋为中等风险。

3 讨论

大数据分析将会给我们的生活带来更多的改变。国外引种在促进农业生产和经济发展的同时，也大大增加了人为传播新的检疫危险性有害生物的风险[8]。经分析荷兰茄科蔬菜引种风险值最高为高风险，而芦笋种苗风险值最低为中等风险，所以在引进荷兰茄科蔬菜植物时要特别做好检验检疫工作。

[1]Lazer D,Kennedy R,King G,et al.The Parable of Google Flu:Traps in Big Data Analysis[J].Science,2014(343):1203-1205

[2]孙忠富,杜克明,郑飞翔,等.大数据在智慧农业中研究与应用展望[J].中国农业科技导报,2013,15(6):63-71

[3]田家怡.山东外来入侵有害生物与综合防治技术[M].北京:科学出版社,2004:31-69

[4]万方浩.中国生物入侵研究[M].北京:科学出版社,2009:39-107

[5]农业部印发《全国农业植物检疫性有害生物分布行政区名录(2013)》和《各地区发生的全国农业植物检疫性有害生物名单(2013)》[J].中国植保导刊,2014,34(6):66

[6]肖良.新的《进境植物检疫危险性病、虫、杂草名录》开始执行[J].昆虫知识,1993,30(3):190

[7]陈乃中.中国进境植物检疫性有害生物:昆虫卷[M].北京:中国农业出版社,2000:51-101

[8]李尉民.有害生物风险分析[M].北京:中国农业出版社,2003:25-79

Collection Data and Risk Analysis on Seedling Pests Introduced from Netherlands to Shandong Province

ZHANG Qing-qing1,2,YANG Qin-min3,LIU Yong1,2,MU Shao-min1
1.Center of Big Data/Shandong Agricultural University,Taian271018,China
2.College of Plant Protection/Shandong Agricultural University,Taian271018,China
3.Plant Protection Station/The Agriculture Department of Shandong Province,Jinan250100,China

Big data is changing our world gradually and the analysis of vast agricultural data will bring new changes in agriculture.Introduction of excellent germplasm resources and crop varieties from abroad(including overseas)are objective demands of developing modern agriculture.Due to the same origin center between harmful organism and its host plant, introducing seedlings will inevitably bring the risk of incoming seeds with alien pests.Based on the data of species,quantity of seeds and seedlings which are introduced from Netherlands in Shandong Province since 2006,the main crop species including cruciferous cabbage,cucurbitaceous plants,liliaceous asparagus and Solanaceous plants have been established.The risk evaluation index and evaluation standard were also determined.The risk analysis model of foreign introduction was constructed to calculate the risk value so as to provide data support for data analysis and mining of agriculture.

Big data of agriculture;Netherlands;plant introduction;risk analysis model

S322.2;TP274+.2

:A

:1000-2324(2015)06-0822-05

2014-10-19

:2014-12-06

山东农业大学农业大数据项目(01575018)

张晴晴(1991-),女,硕士研究生,主要从事农业大数据方面的研究.E-mail:sybil321@163.com

*通讯作者:Author for correspondence.Email:liuyong@sdau.edu.cn