程嫻 張書平 余燕 畢守東 周夏芝 鄒運鼎 張國慶 張楨 方國飛 宋玉雙

摘要 為了提高馬尾松毛蟲一代、二代幼蟲高峰期發(fā)生量預報的準確性，為有效防治馬尾松毛蟲提供科學依據(jù)，本文運用模糊綜合評判的6個數(shù)學模型預測安徽省潛山縣馬尾松毛蟲一代、二代幼蟲高峰期的發(fā)生量，驗證預報1989年、1994年、2002年和2017年一代馬尾松毛蟲幼蟲高峰期發(fā)生量，預報結果分別為2級、4級、2級和1級，與實況級別完全吻合，預報結果準確。預報1989年、1994年、2002年和2017年二代馬尾松毛蟲幼蟲高峰期發(fā)生量，預報結果依次是4級、5級、2級和1級。同樣與實況級別全部相同。預報的準確率為100%，模糊綜合評判法是一個運算簡便、準確性高的預報方法。

關鍵詞 馬尾松毛蟲; 幼蟲高峰期發(fā)生量; 模糊綜合評判法; 預報

中圖分類號： Q 968.1

文獻標識碼： A

DOI： 10.16688/j.zwbh.2018371

馬尾松毛蟲Dendrolimus punctatus分布于安徽、河南、四川、貴州、陜西、云南、江西、江蘇、湖南、浙江、福建、廣東、臺灣、海南、廣西等省（區(qū)），主要為害馬尾松Pinus massoniana，還為害黑松P.thunbergii、火炬松P.taeda、濕地松P.elliottii、晚松P.rigida var. serotina 、海南五針松P.fenzeliana等松屬植物。20世紀中葉在我國森林害蟲中馬尾松毛蟲是發(fā)生最廣、為害面積最大、經(jīng)常猖獗成災的害蟲。在廣大丘陵地區(qū)蟲害此起彼伏，針葉常被吃光，被害時如同火燒，造成了巨大的經(jīng)濟損失和生態(tài)損失。而且，人們在林事活動中接觸馬尾松毛蟲毒毛，容易引發(fā)皮炎和關節(jié)腫痛，因此，該蟲不但影響林業(yè)生產(chǎn)，還危害人類健康[14]。進入21世紀，由于各地采用封山育林、混交、間作等措施優(yōu)化了森林生態(tài)環(huán)境，科學地運用綜合治理措施，馬尾松毛蟲的危害得到有效的控制，但該蟲具有強大的繁殖潛力，遇到有利的生態(tài)環(huán)境極易暴發(fā)成災，對其監(jiān)測不能放松。

馬尾松毛蟲一年發(fā)生2～4代，發(fā)生世代的多少，因不同地區(qū)而異，在河南省信陽地區(qū)一年發(fā)生2代為主，在長江流域諸省一年發(fā)生2～3代，而在廣東、廣西、福建南部一年發(fā)生3～4代，海南一年發(fā)生4～5代[1]。安徽潛山縣一年發(fā)生3代，即4月至6月上旬為越冬代，6月上旬至8月中下旬為一代，8月中下旬至12月為第二代。馬尾松毛蟲發(fā)生的預測預報是對其進行綜合防治的基本工作?？蒲泄ぷ髡叻謩e采用不同的方法預測馬尾松毛蟲的發(fā)生量、蟲害等級、發(fā)生類別、發(fā)生空間格局，為馬尾松毛蟲的綜合防治工作提供了有力支持[59]。

由于各地氣象條件、植被條件和地形地貌等不同，馬尾松毛蟲的發(fā)生特點也不完全相同。高峰期發(fā)生量與整個世代累計蟲口數(shù)量之間的關系密切，潛山縣一代幼蟲兩者之間相關系數(shù)為0.993 0（df=23，r0.01=0.505），前者占后者的31.1%～32.68%;二代幼蟲兩者之間的相關系數(shù)為0.990 8，前者占后者的26.12%～27.37%，明確了高峰期發(fā)生量就可以預知整個世代的蟲口。周夏芝等[10]曾用平穩(wěn)時間序列法、回歸預測法、BP神經(jīng)網(wǎng)絡法馬爾科夫鏈法和列聯(lián)表法預測馬尾松毛蟲高峰期發(fā)生量。為了有效地防治馬尾松毛蟲，本研究采用模糊綜合評判法預測安徽省潛山縣馬尾松毛蟲一代和二代幼蟲高峰期發(fā)生量，以期為馬尾松毛蟲的綜合治理提供科學依據(jù)。

1 材料與方法

1.1 材料來源

馬尾松毛蟲資料來自安徽省潛山縣森林病蟲防治站，資料的時間跨度為1989年—2018年，其中1998年缺如，1989年—2014年作為研究資料，選擇發(fā)生級別不同的1989年、1994年、2002年和2017年作為驗證資料。根據(jù)國家林業(yè)局森林病蟲防治總站[11]制定的調(diào)查方法進行調(diào)查，即采用踏查和詳查相結合的方法。沿林班線、林道、公路、鐵路等線路調(diào)查，目測發(fā)生范圍、為害狀況，發(fā)現(xiàn)蟲情或災情立即設臨時標準地，采取平行線抽樣法抽取20株標準株詳查。幼蟲期調(diào)查，對1～2齡幼蟲，調(diào)查枯黃卷曲的枝數(shù)，推算幼蟲數(shù)，對3齡以上的幼蟲，3 m以下的小樹直接調(diào)查合計樹冠上的幼蟲數(shù)，大樹用“蟲糞粒推算法”調(diào)查，幼蟲越冬期間調(diào)查樹干基部樹皮縫中的幼蟲數(shù)推算全部蟲口。

1.2 模糊綜合評判

1.2.1 模糊綜合評判的模型種類[12]

模糊綜合評判的簡單數(shù)字模型為Y～=X～⊙R～，若已知模糊向量X～和模糊評判矩陣R～時，即可進行綜合評判。常用預測害蟲種群發(fā)生量的模糊模型5個，最終取其結果的1/5形成綜合決策模型。

2 結果與分析

2.1 一代幼蟲高峰期發(fā)生量預測

經(jīng)過逐一篩選，一代卵量（x1）、一代卵高峰期的發(fā)生量（x2）、越冬代幼蟲蟲口數(shù)量（x3）和越冬代成蟲數(shù)量（x4）與一代幼蟲高峰期發(fā)生量（y）之間關系密切，其相關系數(shù)依次為rx1y=0.993 0，rx2y=0.979 5，rx3y=0.586 1，rx4y=0.530 6，df=23時，r0.05=0.369，r0.01=0.505，表明它們之間均極相關。經(jīng)歸一化處理，模糊向量X～=（0.383 6，0.373 2，0.133 6，0.109 5）。1989年-2014年共25年的馬尾松毛蟲一代幼蟲高峰期發(fā)生量（y）的范圍為1.92～15.26頭/株，一代卵量（x1）的范圍為13.60～94.78粒，一代卵高峰期發(fā)生量（x2）的范圍為3.44～28.62粒;越冬代幼蟲數(shù)量（x3）的范圍為6.2～42.5頭/株，越冬代成蟲數(shù)量（x4）的范圍為1.61～11.05頭。均按等距分級分成6級，分級標準列于表1。1989年-2014年共25年的馬尾松毛蟲二代幼蟲高峰期發(fā)生量（y）的范圍為1.85～15.89頭/株，二代卵量（x1）的范圍為18.53～103.99粒，一代成蟲蟲口數(shù)量（x2）的范圍為2.82～17.64頭，二代卵盛期卵量（x3）的范圍為5.00～31.95粒;一代成蟲高峰期發(fā)生量（x4）的范圍為1.24～7.26頭。均按等距分級分成6級，分級標準列于表1。

為了便于分析，將x1～x4進行分級，將分級標準和1989年-2014年的數(shù)值及分級值列于表1和表2。

將一代卵量（x1）、一代卵的高峰期發(fā)生量（x2）、越冬代幼蟲累計蟲口數(shù)量（x3）和越冬代成蟲數(shù)量（x4）對預報量（y）——一代馬尾松毛蟲幼蟲高峰發(fā)生量的條件概率列于表3，對發(fā)生級別不同的1989年、1994年、2002年和2017年的一代幼蟲高峰期發(fā)生量逐一進行預測。

對1989年、1994年、2002年和2017年的一代幼蟲高峰期發(fā)生量進行預測。1989年一代卵量（x1）為40.81粒，為3級;一代卵高峰期發(fā)生量（x2）為12.00粒，為3級;越冬代幼蟲累計蟲口（x3）為42.5頭/株，為6級;越冬代成蟲數(shù)（x4）為11.05頭，為6級。具體運算是Y～=X～○·R～，其中模糊向量X～為[0.383 6，0.373 2，0.133 6，0.109 5]，模糊矩陣R～為00.833 30.166 700000.857 10.142 90000.50.500000.50.50000。按照評判模型進行運算得：

模型1：M1=（0.500 0，0.857 1，0.383 6，0.383 6，0.383 6，0.383 6）;

模型2：M2=（0.133 6，0.383 6，0.166 7，0，0，0）;

模型3：M3=（0.066 8，0.319 9，0.063 9，0，0，0）;

模型4：M4=（0.243 1，0.999 9，0.309 5，0，0，0）;

模型5：M5=（0.121 5，0.761 1，0.117 2，0，0，0）;

模型6：M6=（0.213 0，0.664 3，0.208 2，0.076 7，0.076 7，0.076 7）。

最后運算結果：MaxM1yi=0.857 1，MaxM2yi=0.383 6，MaxM3yi=0.319 9，MaxM4yi=0.999 9，MaxM5yi=0.761 1，MaxM6yi=0.664 3，6個模型相應的待報級別均為2級。故預報1989年馬尾松毛蟲一代幼蟲高峰期的發(fā)生量為2級，實況為2級，預報結果準確。將1989年、1994年、2002年和2017年預報級別和實況級別列于表4，預報結果的準確率為100%。

2.2 二代幼蟲高峰期發(fā)生量預測

經(jīng)過逐一篩選，馬尾松毛蟲的二代卵量（x1）、一代成蟲數(shù)（x2）、二代卵的高峰期發(fā)生量（x3）和一代成蟲高峰期發(fā)生量（x4）與二代幼蟲高峰期發(fā)生量關系密切，其相關系數(shù)依次為rx1y=0.991 7，rx2y=0.701 1，rx3y=0.976 9，rx4y=0.700 7，df=23時，r0.05=0.369，r0.01=0.505，r均大于r0.01（0.505），均達極相關。經(jīng)歸一化處理，其模糊向量X～為[0.336 8，0.168 3，0.326 8，0.168 1]，按照2.1的計算方法，對二代幼蟲高峰期發(fā)生量進行預報，驗證預報1989年、1994年、2002年和2017年二代馬尾松毛蟲高峰期發(fā)生量依次是4級、5級、2級和1級，與實況完全相同，預報的準確率為100%。

3 小結與討論

本文運用模糊綜合評判的6個數(shù)學模型預測安徽省潛山縣馬尾松毛蟲幼蟲一代、二代高峰期發(fā)生量，其結果是：預報1989年、1994年、2002年和2017年馬尾松毛蟲一代幼蟲高峰期發(fā)生量依次是2級、4級、2級和1級，預報1989年、1994年、2002年和2017年馬尾松毛蟲二代幼蟲高峰期發(fā)生量依次是4級、5級、2級和1級，一代和二代預測結果均與實況完全一致，預報結果準確率為100%。

本方法相對于其他預報方法工作量小，計算簡便。模型預測結果的準確與否，首先必須從生態(tài)系統(tǒng)中考慮與預報結果有關的生態(tài)因子，如降雨、相對濕度、日照時數(shù)、最高氣溫、最低氣溫、平均氣溫以及與預報結果有關的生物因子，因此要求作者不光具有數(shù)學分析的知識，而且要有預報結果的專業(yè)知識。如本文與一代幼蟲高峰期發(fā)生量有關的一代卵量、一代卵的高峰期發(fā)生量、越冬代幼蟲蟲口和越冬代成蟲數(shù)量，這些因子與一代幼蟲高峰期發(fā)生量都有一定因果關系。另外還有越冬代蛹的數(shù)量等，對這些因子采用相關分析法進行篩選，選出主要因子，借以提高預報結果的準確性。

一般情況下，用模型Ⅰ—主要因素肯定型yj=Vmi=1（xiVrij）、模型Ⅱ—主要因素決定型yj=Vmi=1（xiΛrij）和模型Ⅲ—主要因素突出型yj=Vmi=1（xirij）的三個模型或者用模型Ⅵ—yi=1/5（∑mi=1Miyj）即可進行預測。本文用6個模型進行預測，幾個模型的預測結果是一致的，該方法的優(yōu)點是根據(jù)與預報結果有關的因子決定采用何種模型。應用6種模型時，首先考慮對預報結果有重要影響的因子，在多個因子都對預報結果有影響的情況下，利用相關分析法篩選對預報結果影響大的幾個主要因子，其他因子可忽略不計。本文選擇的預報因子都是與幼蟲高峰期發(fā)生量極相關的因子，所以歸一化后作為權重構成的模糊向量其預報結果準確性高。再者，影響預報結果準確性的原因與評判人采用的評判模型有關，因為6個模型的側重點有所不同。

參考文獻

[1] 蕭剛柔.中國森林害蟲[M].第2版.北京：林業(yè)出版社，1992：948953.

[2] 侯陶謙.中國松毛蟲[M].北京：科學出版社，1987：188191.

[3] 鄒運鼎，程扶玖，查光濟.松針內(nèi)含物與馬尾松毛蟲生存發(fā)育關系的研究[J].林業(yè)科學，1990，26（2）：142148.

[4] 張真，李典謨.馬尾松毛蟲暴發(fā)機制分析[M].林業(yè)科學，2008，44（1）：140150.

[5] 陳繪畫，王堅婭，徐志宏.基于響應面方法的馬尾松毛蟲發(fā)生量混沌特性檢測及其預測[J].東北林業(yè)大學學報，2011，39（9）：9496.

[6] 張愛兵，陳建，王正軍，等.BP網(wǎng)絡模型和LOGIT模型在森林害蟲測報上的應用初報——以安徽省潛山縣馬尾松毛蟲為例[J].生態(tài)學報，2001，21（12）：21592165.

[7] 田萬銀，徐華潮.浙江沿海防護林馬尾松毛蟲的預測預報模型[J].環(huán)境昆蟲學報，2012，34（4）：401406.

[8] 許章華，李聰慧，劉健.馬尾松毛蟲害等級的Fisher判別分析[J].農(nóng)業(yè)機械學報，2014，45（6）：275283.

[9] PARK Y S， CEREGHINO R， COMPIN A. Applications of artificial neural networks for patterning and predicting aquatic insect species richness in running waters [J]. Ecological Modelling， 2003， 160（3）： 265280.

[10]周夏芝.馬尾松毛蟲幼蟲高峰期發(fā)生量的預測模型研究[J].應用昆蟲學報，2017，54（6）：10311043.

[11]國家林業(yè)局森林病蟲害防治總站.林業(yè)有害生物監(jiān)測預報技術[M].北京：中國林業(yè)出版社，2013：117118.

[12]張孝羲.昆蟲生態(tài)及預測預報[M].第3版.北京：中國農(nóng)業(yè)出版社，2001：300303.

（責任編輯：田 喆）