气候变暖趋势下松墨天牛适生区分布模拟与预测

doi:10.13466/j.cnki.lyzygl.2020.04.016

林业资源管理 ›› 2020, Vol. 0 ›› Issue (4): 109-116.doi: 10.13466/j.cnki.lyzygl.2020.04.016

气候变暖趋势下松墨天牛适生区分布模拟与预测

徐瑞钧¹(), 周汝良¹, 刘乾飞², 李唯¹, 王艳霞¹()

1.西南林业大学地理与生态旅游学院,昆明 650224
2.西南林业大学林学院,昆明 650224

收稿日期:2020-04-01 修回日期:2020-06-11 出版日期:2020-08-28 发布日期:2020-10-10
通讯作者: 王艳霞
作者简介:徐瑞钧(1995-),女,四川成都人,在读硕士,主要从事地理信息系统研究。Email: xxuruijun@163.com
基金资助:
国家自然科学基金项目(41561004);国家自然科学基金项目(31860213)

Prediction and Simulation of the Suitable Habitat of Monochamus Alternatus under Climate Warming

XU Ruijun¹(), ZHOU Ruliang¹, LIU Qianfei², LI Wei¹, WANG Yanxia¹()

1. School of Geography and Ecotourism,Southwest Forestry University,Kunming,650224,China
2. College of Forestry,Southwest Forestry University,Kunming,650224,China

Received:2020-04-01 Revised:2020-06-11 Online:2020-08-28 Published:2020-10-10
Contact: WANG Yanxia

摘要/Abstract

摘要：

森林虫害是威胁森林生态健康及造成森林经济损失的重要因素,研究其在气候变化下的分布变化、发展趋势是有重要意义的。以松墨天牛为研究对象,对其在气候变暖趋势下的适生区进行分布模拟与预测。以2006—2015年6—8月月平均温度为预测指标,通过松墨天牛适生概率模型,在1km×1km空间尺度上,模拟与预测了不同增温模式下我国松墨天牛适生区分布。结果表明:1)当前,我国松墨天牛主要分布于山东、河南、安徽、广西、贵州等地区,分布较少的地区是西藏、青海及四川;2)随着温度的增加,松墨天牛的适生分布逐渐北移,其在西藏、青海等原本分布较少地区的适生概率逐渐增加。基于GIS的松墨天牛空间分布预测,为我国在全球气候变暖的背景下预防松材线虫病提供科学依据,为我国病虫害预测预报提供了理论基础。

关键词: 松墨天牛, 适生分布, 模拟预测, 增温, 地图化测报

Abstract:

Forest pests are a major factor threatening the ecological health of forests and causing economic losses in forests.It is of great significance to study the changes of their distribution and their development trends given climate change.The paper takes monochamus alternatus as the research object,and conducts the distribution simulation of its suitable habitat area under the climate warming trend.Based on the average monthly temperature from June to August from 2006 to 2015 as the predictive index,the distribution of suitable habitats of monochamus alternatus in different temperature was simulated and predicted on the spatial scale of 1km×1km.The results show that:(1) At present,monochamus alternatus in China is mainly distributed in provinces like Shandong,Henan,Anhui,Guangxi and Guizhou,and provinces such as Tibet,Qinghai and Sichuan see less distributtion;(2)As the temperature increases,the suitable distribution of monochamus alternatus gradually moves to the north,and the probability of its suitable distribution in Tibet,Qinghai and other areas with less distribution gradually increases.The spatial distribution prediction of monochamus alternatus based on GIS provides a scientific basis for the prevention of bursaphelenchus xylophilus disease in the context of global warming,and provides a theoretical basis for the prediction of pests control in China.

Key words: Monochamus alternatus, suitable distribution, simulation prediction, temperature increase, mapping forecast

中图分类号:

S763

徐瑞钧, 周汝良, 刘乾飞, 李唯, 王艳霞. 气候变暖趋势下松墨天牛适生区分布模拟与预测[J]. 林业资源管理, 2020, 0(4): 109-116.

XU Ruijun, ZHOU Ruliang, LIU Qianfei, LI Wei, WANG Yanxia. Prediction and Simulation of the Suitable Habitat of Monochamus Alternatus under Climate Warming[J]. FOREST RESOURCES WANAGEMENT, 2020, 0(4): 109-116.

图/表 8

表1

松墨天牛适生性关键节点的取值

温度( $x$ )/℃	适生概率( $y$ )	描述	说明
10	0.05	10.6℃开始发育,10℃几乎不发育	不发育看作小概率事件,概率论中取值0.05表示,否则不适合构成连续函数
15	0.32	进入适宜温度,发育缓慢上升,达到32%适宜性
22.5	1.00	发育最适宜
30	0.32	到达适宜温度上限,受到发育限制,超过该点适宜性快速下降
35	0.05	停止发育	不发育看作小概率事件,概率论中取值0.05表示,否则不适合构成连续函数

表1

图1

图2

表2

图3

表3

图4

表4

参考文献 20

[1]	宁眺, 方宇凌, 汤坚, 等. 松材线虫及其关键传媒墨天牛的研究进展[J].昆虫知识, 2004(2):97-104.
[2]	蒋书楠. 中国天牛幼虫[M]. 重庆: 重庆出版社, 1989: 44.
[3]	张新平, 焦淑萍, 张静文, 等. 松褐天牛入侵新疆的风险分析[J]. 西北林学院学报, 2013,28(1):110-113.
[4]	杨宝君, 潘宏阳, 汤坚, 等. 松材线虫病[M]. 北京: 中国林业出版社, 2003.
[5]	陈世骧, 谢蕴真, 邓国藩. 中国经济昆虫志第一册鞘翅目天牛科[M]. 北京: 科学出版社, 1959: 25-26.
[6]	罗淋淋, 韦春梅, 林同. 松墨天牛分子生物学研究进展[J]. 中国森林病虫, 2014,33(1):24-28.
[7]	朱诚棋, 王博, 沈婧, 等. 松墨天牛综合防治进展[J]. 中国植保导刊, 2017,37(2):19-24.
[8]	史先慧, 马涛, 陆雪雷, 等. 松墨天牛成虫行为与化学生态学研究进展[J]. 林业科学研究, 2017,30(5):854-865.
[9]	宋红敏, 徐汝梅. 松墨天牛的全球潜在分布区分析[J].昆虫知识, 2006(4):535-539.
[10]	周汝良, 石雷, 尹立红. 云南省松材线虫适生区的精细化评估[J].林业科学研究,2008, 21(5):702-706.
[11]	叶江霞, 周汝良, 吴明山, 等. 云南省松墨天牛适生性空间模拟[J]. 林业科学研究, 2013,26(4):420-425.
[12]	于治军, 李硕, 周艳涛, 等. 不同增温模式下我国松材线虫适生分布模拟与预测[J]. 东北林业大学学报, 2018,46(1):85-91.
[13]	丁一汇, 任国玉, 石广玉, 等. 气候变化国家评估报告(I):中国气候变化的历史和未来趋势[J]. 气候变化研究进展, 2006,2(1):3-8.
[14]	覃志豪, 高懋芳, 秦晓敏, 等. 农业旱灾监测中的地表温度遥感反演方法——以MODIS数据为例[J].自然灾害学报, 2005(4):64-71.
[15]	Flato, Gregory, Marotzke, et al.Climate Change 2013:The Physical Science Basis.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[J]. computational geometry, 2013,18(2):95-123. doi: 10.1016/S0925-7721(01)00003-7
[16]	Durgadas Mukhopadhyay. Impact of climate change on forest ecosystem and forest fire in India[J]. IOP Conference Series-Earth and Environmental Science, 2009,6(38):382027-382033.
[17]	高均凯. 我国林业应对气候变化问题的基本定位及政策建议[J]. 吉林林业科技, 2005,34(3):1-5.
[18]	Daniel G Neary, Carole C Klopatek, Leonard F DeBano, et al.Fire effects on belowground sustainability:a review and synjournal[J]. Forest Ecology and Management, 1999,122(1):51-71.
[19]	王志明, 皮忠庆, 侯彬. 吉林省墨天牛属昆虫种类记述[J]. 吉林农业大学学报, 2007,29(1):41-43.
[20]	时鹏, 王壮, 曾辉, 等. 低温条件下松墨天牛在我国适生区分布预测[J]. 西北林学院学报, 2019,34(4):156-161.

概率估计	级别	含义	描述
0.0~0.4	一级	低	低适生,低度风险
0.4~0.6	二级	中	中适生,中度风险
0.6~0.8	三级	易	易适生,较高风险
0.8~1.0	四级	高	高适生,高度风险

名称	低适生	中适生	易适生	高适生
内蒙古自治区	19.26	14.10	20.13	46.51
黑龙江省	29.40	31.31	35.94	3.35
新疆维吾尔自治区	31.20	5.07	13.16	50.57
吉林省	8.11	25.24	49.04	17.61
辽宁省	0.00	1.83	26.89	71.28
河北省	6.42	13.57	14.16	65.85
北京市	0.17	1.08	15.66	83.09
山西省	4.91	18.25	34.00	42.84
陕西省	2.69	3.98	20.31	73.02
山东省	0.00	0.00	1.34	98.66
河南省	0.01	0.34	3.62	96.03
安徽省	0.00	0.40	12.76	86.84
湖北省	0.55	1.77	19.44	78.24
重庆市	1.66	2.38	30.73	65.23
四川省	60.95	1.70	5.02	32.33
江西省	0.04	1.36	32.45	66.15
湖南省	0.02	0.55	26.24	73.19
福建省	0.01	0.43	5.59	93.97
广西壮族自治区	0.00	0.08	4.75	95.17
广东省	0.02	3.06	16.33	80.59
海南省	0.00	0.01	8.99	91.00
上海市	0.01	23.15	55.97	20.87
浙江省	0.24	3.26	24.13	72.37
台湾省	13.38	8.31	24.30	54.01
香港特别行政区	0.16	0.08	15.53	84.23
澳门特别行政区	0.00	0.00	50.00	50.00
云南省	35.52	9.33	21.91	33.24
贵州省	4.30	2.33	10.25	83.12
甘肃省	28.05	7.55	16.35	48.05
宁夏回族自治区	4.13	7.35	12.71	75.81
青海省	84.88	6.33	6.19	2.60
西藏自治区	97.41	0.48	0.62	1.49
江苏省	0.01	1.96	17.70	80.33
天津市	0.00	0.00	3.97	96.03
合计	12.75	5.78	19.30	62.17

增温幅度/℃	低适生/%	中适生/%	易适生/%	高适生/%
0	33.81	7.43	15.38	43.38
1.3	30.54	7.71	20.71	41.04
1.5	30.14	8.21	21.20	40.46
2.1	29.20	10.55	22.15	38.10
2.3	29.00	11.56	22.22	37.22
2.8	28.90	14.23	21.65	35.22
3.3	29.71	16.36	20.48	33.45

气候变暖趋势下松墨天牛适生区分布模拟与预测

Prediction and Simulation of the Suitable Habitat of Monochamus Alternatus under Climate Warming

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 20

相关文章 9

编辑推荐

Metrics

本文评价

[1]	亓兴兰, 曹祖宁, 刘健, 陈芳, 庄苇. 基于卫星遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2020, 0(2): 181-186.
[2]	肖义发, 王梦君, 李昕宇, 陈飞, 王继山, 张海武, 次旦普尺. 云杉大小蠹在西藏的适生区分析[J]. 林业资源管理, 2020, 0(2): 141-145.
[3]	谭海军. 杀铃脲在林业有害生物防治上的研究和应用[J]. 林业资源管理, 2020, 0(1): 166-171.
[4]	上官保国. 山地香樟大苗造林白蚁防治效果分析[J]. 林业资源管理, 2019, 0(6): 137-140.
[5]	武红敢, 王成波, 常原飞. 松材线虫病死松树云服务管理的探究[J]. 林业资源管理, 2019, 0(5): 68-75.
[6]	武红敢, 牟晓伟, 杨清钰, 王成波. 无人机遥感技术在重庆市沙坪坝区松材线虫病监测中的应用[J]. 林业资源管理, 2019, 0(2): 109-115.
[7]	孙福洋, 王建和, 付伟, 李晓松. 基于MODIS-NDVI数据的大区域森林病虫害理赔指数构建及应用[J]. 林业资源管理, 2017, 0(6): 149-152.
[8]	张照远, 项东云, 徐建民, 宋贤冲, 陈风帆. 不同种源巨桉生长、干形和抗桉树枝瘿姬小蜂的综合评价[J]. 林业资源管理, 2016, 0(5): 107-111.
[9]	李燕. 云南玉溪松小蠹虫成灾原因及防治对策[J]. 林业资源管理, 2013, 0(3): 40-42.