松樹蟲情監測布點方式
前言：本站為你精心整理了松樹蟲情監測布點方式范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
本文作者：劉朝輝1趙杰2姜宏瑾3白勝文2作者單位：1.喀左縣森林病蟲害防治檢疫站2.國家林業局森林病蟲害防治總站3.中國吉林森林工業集團有限責任公司
建立在經典的生物統計學和統計生態學空間格局分析基礎上的抽樣估計方法，難以解決多塊樣地的空間密度估計問題，只能對全部樣地進行逐塊調查以獲得每塊樣地的蟲口密度［1］。地質統計學插值技術的誕生，為解決多塊樣地的空間密度估計提供了可能與方法。采用插值方法估計，首先要確定生物種群受空間異質性影響程度及采樣點的布局與數量。本文基于變異函數原理，研究了油松毛蟲DendrolimustabulaeformisTsaietLiu蟲情監測點布點的方法。
1材料與方法
1.1材料來源
數據來源于“基于GIS/GPS的林業有害生物監測數據記錄系統”的遼寧省喀左縣森林病蟲害數據庫［2］。該數據庫錄入了歷年喀左縣國家級中心測報點調查的小班油松毛蟲信息。在數據庫中，選中E119°34.2''''至119°39.6''''，N41°10.8''''至41°18.0''''范圍內的251個小班數據作為采樣點，提取小班ID、Point_X(經度)、Point_Y(緯度)、2010年油松毛蟲越冬期幼蟲發生程度字段信息作為分析數據。采樣區位置及采樣點如圖1所示。發生程度分4級，未發生為0(蟲口密度＜1頭/株)，輕度發生為1(蟲口密度1～5頭/株)，中度發生為2(蟲口密度6～15頭/株)，重度發生為3(蟲口密度＞15頭/株)。
1.2變異函數理論與方法
張連翔［3］的研究表明，油松毛蟲種群呈非隨機的聚集格局，發生分布具有空間相關性。陳繪畫等［4］在馬尾松毛蟲D.punctatusWalker空間發生量預報研究中，得出馬尾松毛蟲具有空間相關性。變異函數是以區域化變量為基礎，研究既具有隨機性又具有空間相關性的基本工具，用變異函數方法研究油松毛蟲種群發生規律是可行的。油松毛蟲發生程度Zi在點x和x+h處的值Zi與Zi+h的方差的一半為區域化變量Zx在x軸方向上的變異函數r(h)，離散公式為:（略）。求和∑是對i從1到N(h)進行的，N(h)是相距h的點對個數。
1.3距離計算
采樣數據的經緯度坐標采用北京1954直角坐標，單位為m。因此，可以直接使用歐氏距離計算。
1.4變異函數模型
常用的變異函數模型有線性模型、球狀模型、指數模型、雙曲線模型、高斯模型等，本文應用球面模型：（略）。
2結果與分析
2.1數據正態性檢驗
251組數據的發生程度出現頻次統計結果是，出現頻數0(未發生)為69次，出現1(輕度發生)為58次，出現2(中度發生)為78次，出現3(重度發生)為46次。應用IBMSPSSstatistics19軟件檢驗，數據符合正態分布(圖2)。
2.2各樣點擬合的變異函數模型
在Excel中，將經度、緯度數據復制到第3，4列和第3，4行，用=ROUND(SQRT((RC3－R3C)2+(RC4－R4C)2)/1000，1)公式計算各樣點間距離。應用公式(1)計算樣點的油松毛蟲發生量半方差，按0.1km間隔分組。然后應用IBMSPSSstatistics19軟件，采用加權多項式回歸進行球狀模型變差圖的最優擬合［5］方法對公式(2)擬合(圖3)，得半方差函數模型為:（略）。
2.3監測點布點
按滿足整個監測區域內任意一點在最大相關距離一半(a/2，a=7.9764)內至少涵蓋1個監測點的原則布設。依滿足條件、監測點最少的原則，每長6.908km、寬5.892km設1個;監測樣點呈“品”字型均勻布設，每個監測樣點覆蓋面積為40.7km2。監測樣點布置方法見圖4。喀左縣區域面積2230km2，可以推算出喀左縣油松毛蟲監測樣點應設55個。油松林在地理分布上是不均勻的，理論取點位置會出現無松林情況，處理方法是將布點位置調整到離理論布點最近的油松林地內。
2.4檢驗
提取55個監測點2010年油松毛蟲越冬期幼蟲調查資料，利用ArcGIS9.0軟件中克里金插值模塊，對全縣區域進行插值預測(圖5)。通過對采樣區插值統計，預測一致的占56%，預測誤差1個量級的占31%，預測誤差2個量級的占12%，預測誤差3個量級的占1%，預測精度為80.7%。
3討論
從半方差函數模型可以解讀出，油松毛蟲發生量的最大相關距離(a)達7.9764km。空間變異(c0+c=1.78625)受結構因子(c=1.7558)的影響占98%，受隨機因子(c0，=0.03045)影響占2%，確定性因素對空間異質性的影響遠大于隨機因素，其變異具有強烈的空間相關性。
在松毛蟲監測過程中，每40.7km2設1個監測樣點，“品”字型均勻布設，基本能滿足油松毛蟲發生分布估計要求，按這一理論，喀左縣應設油松毛蟲監測點55個，與國家級蟲情測報點對油松毛蟲監測點設置50個的要求基本一致。適當加大監測點密度是保證和提高預測松毛蟲發生精度的途徑之一。
基于變異函數的油松毛蟲蟲情監測布點方法是基于地質統計學理論確定最小抽樣數的一種抽樣技術，這種抽樣技術是對傳統抽樣技術的創新，也為利用“Krige”空間內插值技術進行松毛蟲發生分布估計打下了基礎。
昆蟲種群分布源于個體基準、種群基準和群落基準，食者與被食者的數量變動會引起種群分布范圍的變動［6］。油松林分布的不均勻性對油松毛蟲空間異質性的影響，則有待于進一步研究探討。
