基於3S技術的雲南省松材線蟲病風險評估

《基於3S技術的雲南省松材線蟲病風險評估》：松材線蟲（Bursaphelenchusxylophilus）是中國重要對外植物檢疫線蟲，可導致松屬植物的一種毀滅性病害——松材線蟲病（Pine wood nematodedisease），在國內外均被列為重要的植物檢疫對象，其具有發病速度快，傳播速度快，發病症狀表現類型多，早期診斷難的特點，因此被稱為“松樹癌症”。松材線蟲病的新發疫點區域分佈相對集中，後期呈現大跨度、長距離、跳越式的擴散，外圍新疫點相繼增多的流行特點。2004年，松材線蟲病開始在雲南省德宏州瑞麗市畹町經濟開發區發生，為雲南省松材線蟲病的防治敲響警鐘。目前，雲南共有針葉樹種6科20個屬，63種左右（包括變種）。其中大面積分佈的松屬（Pinus）樹種有云南松（P.yunnanensis）、思茅松（P. kesiya Royle ex Gordon var.langbianensis）、高山松（P.densata）等，均為松材線蟲寄主。開展松材線蟲病的風險評估研究，消除或減少松材線蟲病的危害，是保護雲南生態環境、保障生態安全、保障林業產業健康發展的重要任務。

石雷所著的《基於3S技術的雲南省松材線蟲病風險評估》在100m空間尺度下，通過調查、採集、建模、模擬等手段，建立了林分結構、氣象分佈、環境因子分佈、人為活動因子分佈的地圖層。在實現各個層次因子影響或作用的計算機模擬後，依據專家打分，建立基於各級指標多因子影響層次分析模型，並以100m的空間柵格表達這些因子，在GIS系統支持下，實現各個因子的風險概率分佈地圖的疊加計算，並進行可視化表達處理，後得到連續化、精細化的雲南省松材線蟲病風險評估模型。結果表明：雲南省38.7%國土面積處於松材線蟲病發生的較高風險區，34.51%針葉林分佈區處於較高風險區。每個縣級單位內，位於不同生態格局上的松林都有不同的風險值，這與松林離疫區、交通要道和居民區的距離有關，也與山地微氣候等有關。利用雲南省兩個疫點發生的實例，通過計算驗證本風險評估模型具有較高的準確性。由於本風險評估模型的風險值可計算到每一個柵格點（大約1hm2），這種風險測報值可以落實到具體林地，因此，該模型具有很強的實用性，對森防部門的預防方案制定、防治措施選擇有重要的指導意義。

第1章　緒論

1.1　引言

1.1.1　背景

1.1.2　目的和意義

1.2　松材線蟲病研究概述

1.2.1　松材線蟲病的起源及病源研究概況

1.2.2　松材線蟲病的媒介昆蟲研究概況

1.2.3　松材線蟲病的監測及防治研究概況

1.3　3S技術及其在森林病蟲害監測與預警中的應用概述

1.3.1　3S技術概述

1.3.2　3S技術及在森林病蟲害監測與預警中的應用

1.4　國內外松材線蟲病風險評估研究現狀與評述

1.4.1　國外研究現狀

1.4.2　基於傳統方法的松材線蟲病風險評估國內研究現狀

1.4.3　基於3S技術的我國松材線蟲病風險評估研究現狀

1.4.4　研究評述

1.5　技術路線

1.5.1　數據採集與處理

1.5.2　寄主分佈及感病性

1.5.3　松材線蟲與媒介昆蟲適生性格局分析

1.5.4　松材線蟲發生、危害風險等級模型初建

1.5.5　樣地反演校驗及建立空間分佈格局

第2章　松材線蟲病風險評估研究方法

2.1　試驗地概況

2.2　地圖調繪

2.3　空間數據的處理

2.3.1　空間數據的內插

2.3.2　空間分析

2.3.3　空間數據可視化表達

2.4　風險評估模型的建模方法

2.4.1　多元迴歸分析

2.4.2　德爾菲法(專家打分法)

2.4.3　層次分析建模

第3章　松材線蟲病風險評估指標體系的建立

3.1　指標體系關聯因子的評估與篩選

3.1.1　寄主因子評估指標的篩選

3.1.2　病原因子評估指標的篩選

3.1.3　媒介昆蟲因子評估指標的篩選

3.1.4　環境因子評估指標的篩選

3.1.5　人為干擾因子的評估與篩選

3.2　松材線蟲病風險評估指標體系的建立

3.2.1　寄主因子指標體系的建立

3.2.2　病原因子指標體系的建立

3.2.3　媒介昆蟲因子指標體系的建立

3.2.4　環境因子指標體系的建立

3.2.5　人為干擾因子指標體系的建立

3.3　小結

第4章　生物因子數據採集與數據處理

4.1　寄主分佈數據採集與解譯

4.1.1　數據來源

4.1.2　數據預處理

4.1.3　遙感解譯

4.2　寄主易感性數據的採集與處理

4.2.1　寄主對松材線蟲病的易感數據採集

4.2.2　寄主對松材線蟲病易感數據的處理

4.2.3　寄主對媒介昆蟲的寄生程度數據採集與處理

4.3　松材線蟲及媒介昆蟲適生性數據的採集與處理

4.3.1　基礎氣象數據的採集

4.3.2　氣象台站的空間分佈

4.3.3　氣象因子的空間連續化模擬

4.4　雲南及周邊主要疫區數據採集與處理

4.4.1　雲南松材線蟲疫點基本情況

4.4.2　雲南疫點數據的處理

4.4.3　雲南周邊松材線蟲疫點基本情況

4.4.4　雲南周邊疫點數據的處理

4.5　媒介昆蟲分佈數據的採集

4.6　氣象因子的遙感反演模擬初步研究

4.6.1　MODIS數據的預處理

4.6.2　MODIS影像檢測

4.6.3　地表温度的反演

4.6.4　土壤濕度反演

4.7　小結

4.7.1　寄主相關數據及雲南周邊疫點數據的採集及處理

4.7.2　松材線蟲病及媒介昆蟲適生性的温度因子的連續空間模擬

4.7.3　MODIS數據反演地表温度和濕度方法的初步研究

第5章　環境及人為干擾因子數據的採集與處理

5.1　林分狀況數據的採集與處理

5.1.1　森林結構數據的採集與處理

5.1.2　樹齡數據的採集與處理

5.1.3　植被指數數據的採集與處理

5.2　環境因子數據的採集與處理

5.2.1　環境梯度及人為活動因子數據的採集

5.2.2　環境梯度因子數據的處理

5.3　人為干擾因子數據的採集與處理

5.3.1　交通因子數據的處理

5.3.2　居民點因子數據的處理

5.4　小結

第6章　風險評估模型建立研究

6.1　專家打分

6.1.1　建立專家打分表

6.1.2　統計所有評估專家對每個指標的評分

6.1.3　專家得分計算

6.1.4　因子的權重分析

6.1.5　綜合權重計算

6.1.6　層次分析模型的建立

6.2　各層次指標模型的建立

6.2.1　寄主因子空間模型的建立

6.2.2　病原因子空間模型的建立

6.2.3　媒介昆蟲因子空間模型的建立

6.2.4　環境因子影響空間模型的建立

6.2.5　人為干擾因子影響空間模型的建立

6.3　風險評估模型的應用模擬及可視化表達

6.4　小結

6.4.1　通過專家打分法確定各因子的權重

6.4.2　空間上連續變化的各層次指標模型構建

6.4.3　風險評估模型的建立及應用

第7章　風險評估模型的應用及案例分析

7.1　寄主因子的風險分析

7.1.1　寄主因子風險概述

7.1.2　重要區域的風險分析

7.1.3　縣級單位的寄主風險分析

7.2　病原因子風險分析

7.2.1　病原因子風險概述

7.2.2　重要區域的風險分析

7.2.3　縣級單位的風險分析

7.3　媒介昆蟲因子的風險分析

7.3.1　媒介昆蟲因子風險概述

7.3.2　重點區域的風險分析

7.3.3　縣級單位的風險分析

7.4　環境因子影響的風險分析

7.4.1　環境影響的風險概述

7.4.2　重點區域環境影響的風險分析

7.4.3　縣級單位的風險分析

7.5　人為干擾因子的風險分析

7.5.1　人為干擾影響的風險概述

7.5.2　重點區域的風險分析

7.5.3　縣區級的風險分析

7.6　多因子疊加影響的空間格局上的風險分析

7.6.1　綜合風險概述

7.6.2　重點區域風險分析

7.6.3　縣區單位綜合風險

7.7　瑞麗、畹町疫點的風險驗證

7.7.1　驗證空間模型的建立

7.7.2　驗證分析

7.8　瑞麗、畹町疫點的擴散風險評估

7.9　風險評估模型的動態模擬實例

7.10　小結

第8章　結論與討論

8.1　結論

8.1.1　基於3S技術風險評估指標體系的建立

8.1.2　空間數據的連續化影響模型建立

8.1.3　利用MODIS數據反演氣象因子及植被指數的初步實現

8.1.4　基於專家打分的評判權重建立

8.1.5　多因素綜合評估模型的交叉、疊加技術

8.1.6　空間風險評估模型的建立

8.1.7　風險評估模型的應用分析

8.1.8　案例分析

8.2　討論

8.2.1　數據採集的困難與誤差

8.2.2　評價指標體系的驗證與完善

8.2.3　專家打分系統的不足

8.2.4　MODIS數據反演氣象因子及植被指數的不足

8.3　展望

8.3.1　通用型的基於3S技術的病蟲害風險評估平台的研建展望

8.3.2　預測預報模型的研建展望

附錄

參考文獻

後記 ^[1]