森林病虫害防治中的林业科技技术应用与防治效果

2021-10-06牟江波

南方农业 2021年20期

牟江波

（甘肃省小陇山林业实验局龙门林场，甘肃天水 741020）

根据全国第六次森林资源清查结果，我国森林资源覆盖率约为18.21%，总体生态状况偏差，未来发展前景不容乐观，这与我国当前高速发展的城镇化政策有关。具体来讲，主要是存在人工林形式相对单一、生态系统脆弱等现实问题。而在单一的林业种植影响下，病虫害问题相当严重，亟待整治。因此，利用林业科技提高森林病虫害防治效果就成为关键。

1 我国森林病虫害的发生状况与基本特征

1.1 发生状况

改革开放以来，我国森林生产需求量日益增大，森林生态平衡也被严重破坏，这导致森林病虫害发生面积呈现逐年递增的发展趋势。据相关统计结果，我国森林病虫害的发生面积到2020 年已经上升至1 800 万公顷，年均递增20%以上，每年因森林病虫害所造成的经济损失超过60 亿元。全国森林病虫害的发生总面积约占森林总面积的9.1%左右，占人工林总面积的24.2%，其已经成为严重制约我国林业可持续发展的重要因素［1］。

在我国，森林病虫害的发生面积大（达到320.59 万公顷）、发生种类多（超过8 000 余种）、其中不乏大量重大为害性病虫害，每年各地都存在从零星发生病虫害转为大面积爆发病虫害的可能性。

1.2 发生基本特征

我国森林病虫害多为常发性病虫害，一旦发生其侵害面积逐渐增大且无法停止。森林病虫害的爆发性伴随偶发性，这会导致零星病虫害瞬间转化为大规模爆发病虫害，导致林区严重受损。森林病虫害为害性极大，因其扩散蔓延速度较快，对我国生态环境与自然景观都构成了严重威胁。一些经济林如果发生森林病虫害则会严重制约山区经济发展，对林农影响很大［2］。

对此，可建立一套ESRI ArcGIS 技术体系，构建GIS地理数据集——ArcToolbox及ArcMap智能地图体系，客观表达完整的GIS 关键内容体系，合理利用GIS 来构建各个层面的技术内容。利用GIS 系统来处理用户数据，同时在GIS 基础之上建立开发函数数据库，确保用户专用地理信息系统软件应用到位［3］。

2 森林病虫害GIS预测预报系统技术实践应用

森林病虫害GIS 预测预报系统在实际的技术实践应用过程中发挥了重大作用，其在森林病虫害的发生期预测、发生量预测、为害程度预测等方面发挥了重要价值作用。

2.1 发生期预测技术

森林病虫害发生期预测过程中，可采用多种技术方法，这其中就包括了多元回归分析法、有效积温法等。以有效积温法为例，其主要根据病虫害中虫害的发育起点温度进行分析，建立有效积温与近期平均气温预测值体系，确保科学合理预测下一世代虫态的发生期限，并提出了具体的有效积温预测方程式如下［4］。

在上述有效积温预测方程式中，N代表了病虫害的发育时间（天数），K代表有效积温，Sk代表有效积温标准差，C代表发育起点温度，T代表日平均温度，Sc代表发育起点温度标准差。

参考这一有效积温预测方式，可建立BP 神经网络，专门利用误差反向传播计算方法建立一套完整的人工神经网络模型，保证形成输入层、输出层及多个隐层，保证不同节点相邻层之间建立单方向或双方向互联机制，最终形成一套完整的BP 神经网络结构图，如图1 所示［5］。

如图1 所示，在BP 神经网络学习过程中，需要建立输入信号与隐层传向输出层，实现对信息数据的正向传播过程，如果学习算法结束，则需要建立反向计算机制，确保误差信号有效减少，同时提出具体运算过程，提高GIS 预测预报系统中的神经网络结构应用价值［6］。

图1 GIS 预测预报系统中的BP 神经网络结构示意图

2.2 发生量预测技术

在GIS 预测预报系统中，还要对发生量预测技术实践内容进行分析，提出具体技术应用，保证森林病虫害预测预报软件支撑体系有效建立，深度探索、总结、应用本地技术内容。例如，对森林中松毛虫的预测预报方法就主要围绕发生量预测预报展开，了解松毛虫的预测预报发生量，建立有效技术预测法对其病虫害发生量进行调节，保证有效技术预测法发生量预测到位。具体来讲，要对松毛虫的虫口基数、雌雄性比、平均产量数量等进行全面综合分析，如此可了解下一世代虫害的发生量［7］。

2.3 危害程度预测技术

可建立GIS+BP 人工审计年网络的森林病虫害为害程度预测预防技术体系，建立其中的非线性动力学网络系统，专门对病虫害的高度非线性问题内容进行预测。该技术体系的自学与自组织能力超强，可建立具有极高水平的自适应、抗干扰、容错性较强的技术能力体系，保证对个别网络学习效果的有效减少提供更多可能性，在预测方法方面也表现更为简便，预测速度相对较快。