森林病虫害作为一类频发性生物灾害,是林业生产和生态工程建设的一个重要制约因素。我国是世界上森林病虫害发生较为严重的国家之一,经常造成危害的森林病虫有200多种。作为我国林业大省的黑龙江省,同时也是森林病虫害的重灾区。为减少森林病虫害的危害造成的损失,通过研究森林生态系统中病虫害种群变化的规律,对病虫害未来发生和增长趋势作出科学的预测预报,从而实现对森林病虫害的可持续控制。森林病虫害的发生流行是林木、有害生物和气象因素等综合作用的结果,其中气象因素是决定有害生物发生流行的关键因子。在森林生态系统中,可以根据气象因素对病虫害种群动态的影响,通过数学、生态学方法构建系统模型,利用这些模型进行主要病虫害的种群趋势的准确预测,并采取科学的综合治理措施。本论文根据数理统计原理,分析气象因子与病虫害种群变动之间的内在联系,构建了相关地区的预测模型,利用气象资料和病虫害的调查数据预报未来病虫害危害程度和发生趋势。影响森林病虫害种群动态关键气象因子的确定和预测预报模型的建立,可为黑龙江省各地、县森林病虫害的监测和防治提供的科学依据,及时掌握主要森林病虫害发生发展动态和适时为森林病虫害的防治提供科学的决策支持,最大限度地降低森林病虫害的损失,建立科学、有效、综合效益最佳的森林病虫害预测预报体系。研究了黑龙江省3种重要的森林病虫害(落叶松毛虫,杨干象,杨树溃疡病)与气象因子的关系,分别选用每年1～12月份的平均温度、平均湿度、极端高温、极端低温和降水量5个气象因子作为影响因子,通过相关分析、偏相关分析、逐步回归、多元线性回归和通径分析,得出如下结论:1、以牡丹江地区海林市、鸡西地区密山县、绥化地区庆安县和齐齐哈尔地区龙江县的气象数据和落叶松毛虫实际调查资料为依据,首次分析了落叶松毛虫预报模型。海林市逐步回归测报模型为:y=-35.374+0.286x2+0.517x72-0.694x78+0.163x80-0.154x90+1.011x73,其预报精度平均达79.73921%;密山县逐步回归测报模型为:y=-45.427+1.003x2+0.293x72+0.697x73+0.835x65+0.355x66+1.702x69,预报精度平均为88.855%,83.3%的年份精度在90%以上;庆安县逐步回归测报模型为:y=-65.303+0.925x2+0.384x65+0.316x69+0.237x72+0.047x80+0.087x59-0.008x95,预报平均精度达88.193%,精度在80%以上的年份占77.8%;龙江县逐步回归测报模型为:v=9.826+0.065x2+0.114x69+0.485x73-0.064x90-0.010x95+0.352x54,平均预报精度为78.071%。通径分析进一步揭示了模型中主要气象因子对落叶松毛虫发生的影响程度和作用方式,分析结果与实际相符。研究结果表明:海林市的上年1月平均湿度(x2)、3月平均湿度(x72)、4月极端高温(x78)、4月降水量(x80)、6月降水量(x90)、3月极端高温(x73)是影响落叶松毛虫虫口密度的主要因素;密山上年1月平均湿度(x2)、3月平均湿度(x72)、3月极端高温(x73)、1月降水量(x65)、2月平均温度(x66)、2月极端低温(x69)是主要的影响因子;庆安影响落叶松毛虫发生发展的主要因子分别为:上年1月平均湿度(x2)3月平均湿度(x72)、3月极端高温(x73)、1月降水量(x65)、2月平均温度(x66)和2月极端低温(x69);而龙江县上年1月平均湿度(x2)、2月极端低温(x69)、3月极端高温(x73)、6月降水量(x90)、7月降水量(x95)和上年11月极端低温(x54)则为主要影响落叶松毛种群消长的作用因子。综合4个县市的情况,其中上年1月平均湿度(x2)、3月平均湿度(x72)、3月极端高温(x73)和2月极端低温(x69)又处在较重要的地位。2、利用齐齐哈尔地区的拜泉县、依安县、甘南县和大庆地区的肇源县杨干象调查数据,结合各县上年10月至当年9月气象因素,通过多元线性回归建立了预测模型。研究结果表明,拜泉县影响杨干象虫口密度的主要气象因素分别为:4月极端低温(x34)、8月降水量(x55)、4月降水量(x35)、3月降水量(x30)和上年11月极端低温(x9);甘南县影响杨干象虫口密度的主要气象因素分别为:1月平均温度(x16),3月平均温度(x26),1月降水量(x20),2月极端高温(x23)和4月极端低温(x34);在肇源县影响杨干象虫口密度的主要气象因素分别为:2月极端高温(x23)、4月极端低温(x34)、6月平均温度(x41)、6月降水量(x45)、7月平均温度(x46)、7月极端低温(x49)和8月平均湿度(x52);依安县影响杨干象虫口密度的主要因素分别为:上年12月平均湿度(x12)、1月平均温度(x16)、3月平均温度(x26)、4月极端高温(x33)、6月降水量(x45)和7月极端低温(x49)。多元线性回归模型对拜泉县、甘南县、肇源县和依安县预测的平均精度分别为:95.778%、83.7%、82.9%和97.2%,其中拜泉县100%的年份、甘南县70%的年份和肇源县62.5%的年份预测精度都达到了80%以上,而依安县的预测精度最高,100%的年份预测精度都在90%以上,达到了模型预测的基本要求。综合4县市分析情况,影响杨干象发生的主要气象因子可归结为:1月平均温度(x16)、2月极端高温(x23)、3月平均温度(x26)、4月极端低温(x34)、6月降水量(x45)和7月极端低温(x49)。除6月降水量为负相关外,其余都为正相关。对这些因子的分析与杨干象的实际发生一致。构建的模型预测精度较高,达到了预测的基本要求。3、研究了绥化北林区、肇东及大庆肇源的杨树溃疡病的发生与气象因素的关系。利用逐步回归预测法建立了杨树溃疡病测报模型。结果显示,逐步回归模型对3县市的预测精度较高,北林区87.5%的年份预测精度都在90%以上、肇东和肇源的预测精度全部达到90%以上。北林区杨树溃疡病的发生与2月降水量(x5)、5月极端低温(x10)、6月平均湿度(x13)、8月降水量(x23)有关;肇东杨溃疡病的发生与2月降水量(x5)、5月极端低温(x10)、6月平均湿度(x13)、8月降水量(x23)、7月极端低温(x19)、6月平均温度(x12)关系密切;肇源影响杨树溃疡病发生的气象因子有5月极端低温(x10)、6月平均湿度(x13)、8月降水量(x23)。综合3县杨树溃疡病测报模型研究结果,5月极端低温(x10)、6月平均湿度(x13)、8月降水量(x23)是影响该病害的主要气象因子,在进行黑龙江省其它地区杨树溃疡病的预测时应着重分析这三个气象因素对杨树溃疡病的影响效应。