我国森林病虫害共有8000多种，经常造成危害的有200多种，其中位居“十大”危害较严重病虫害之首的松毛虫是最严重的历史性森林食叶害虫。而在云南，松毛虫危害呈逐年上升趋势。科学的预报和防治能有效的减少松毛虫危害对生态环境和经济发展造成的不利影响。而了解松毛虫危害的时空动态是进行防治决策的重要依据，基于现阶段松毛虫危害的现状开展时空动态模拟模型研究，集成测报系统，支持基层单位开展防治，具有教大的研究和应用价值。目前，这方面的研究不多，能够结合实际应用的也较少，很需要一个能够模拟松毛虫危害的时空动态的模型。而元胞自动机模型(Cellular Automata，简称CA)能有效应用于高度并发、复杂动态系统的描述和模拟，因此利用元胞自动机原理研究松毛虫危害的时空动态模拟模型比较符合实际情况，也具有较高的应用价值。　　 本研究以松毛虫为研究对象，以普洱市思茅区的城市保护林区域为研究区域，以扩展的元胞自动机为建模方法，通过对元胞自动机的详细了解和分析，利用扩展的CA模型与GIS进行松散耦合，对研究区域的松毛虫危害的时空动态进行模拟和预测。并结合实际数据与危害发生情况，分析了松毛虫幼虫虫口密度的空间自相关性和时间自相关性，以及影响松毛虫危害发生的林分因子和气象因子的相关性，并建立了松毛虫幼虫虫口密度的时空动态混合回归模型，以此为元胞自动机模型中的局部映射函数，再结合虫口密度与危害程度的关系，最终形成元胞自动机模型的核心演化规则。具体结论如下：　　 运用Morans I指数对松毛虫幼虫虫口密度进行空间自相关分析，得出松毛虫幼虫的空间相关是随距离呈指数衰减的，拟和的空间自相关函数为：　　 p(h)=1- exp(-49.54h-1.3)相关系数R=0.917，显著性水平Sig<0.05，达到了显著水平。　　 运用时间序列的自相关函数(Autocorrelation function ACF)和偏自相关函数(Partial autocorrelation function PACF)来分析松毛虫的时间动态。得出松毛虫各代虫口密度时间序列的自相关系数和偏相关系数都只有Rnt-i与Rnt的相关关系显著( R=0.827，p<0.01)。由此可知，松毛虫各代间存在时间延迟效应，当代的种群大小与前一代种群大小有关，属于第一级密度相关(first order density dependence)，不存在更高级的密度相关，得出时间相关长度p=1。　　 根据调查的样本数据，对松毛虫幼虫虫口密度和各林分因子、气象因子进行了相关性分析，发现海拔、坡向、坡位、坡度和湿度与虫口密度的相关性较高，温度与虫口密度变化的相关性相对较低。利用SPSS软件对虫口密度、拔、坡向、坡位、坡度以及温度、湿度进行了逐步回归分析，得到多元回归模型为：　　 y=282.781-0.142x1-6.082x2-4.34x3+0.301x4+0.139x5+9.865x6(3-4)其中，y为幼虫虫口密度、x1为海拔、x2为坡位、x3为坡向、x4为坡度、x5为温度、x6为湿度。模型的相关系数为0.975，显著性水平<0.05，达到了显著水平。　　 在时空分析和各环境因子的相关分析的基础上，建立了松毛虫虫口密度的时空动态混合回归模型：这里，Dsti，j，t，为t时刻的虫口密度，∑(k，1)∈NB p(h)DStk，1为t时刻邻居元胞的虫口密度的加权平均值，Xi，j，1为t时刻海拔、林分条件和气象条件的混合回归值，∑(k，1)∈NB P1(h)Xk，l，为t时刻邻居元胞的x的加权平均值。回归模型的相关系数R=0.869，显著性水平Sig<0.05，达到了显著水平。　　 以松毛虫虫口密度的时空动态混合回归模型作为元胞局部映射函数，再结合虫口密度与危害程度的关系形成CA模型的演化规则，最终得出松毛虫危害时空动态模型。使用Arclnfo宏语言AML(Arc Macro Languag)对模型进行计算机模拟，得到2006年2代和2007年2代松毛虫危害发生的分布图，与实际情况进行分析比较，对于重度危害区域，模拟结果和实际发生情况比较吻合：对于中度、轻度危害区域，由于现有数据的限制，模型中对其考虑有所局限，但松毛虫危害趋势的估计与实际发生情况是一致的。　　 松毛虫危害CA模型的建立能够较好地模拟松毛虫危害时空动态的格局和趋势，从而预测松毛虫危害的可能发展趋势，而且模拟结果给出了松毛虫危害程度分布的图象形式，给防治决策提供了方便。