论文部分内容阅读
云南切梢小蠹（Tomicus yunnanensis）和横坑切梢小蠹（Tomicus minor）是我国西南地区松林内主要的森林虫害,造成了毁灭性危害,现有的监测技术时效性弱,不能准确监测和预测虫情,是切梢小蠹大面积扩散的主要原因之一。利用遥感技术能够快速、准确地获取森林虫灾发生程度、发生面积等信息,实现森林病虫害的动态监测及预测,为及时有效地防控虫灾提供可靠依据。本文以云南省祥云县为研究区域,两种切梢小蠹为研究对象,利用多源遥感数据,结合地面调查数据和历史资料,从不同尺度上来探究虫灾的动态变化规律,构建监测和预测模型,主要结论如下:（1）明确了切梢小蠹在“梢转干”时期的危害特性。基于单木解析,验证了两种切梢小蠹在“梢转干”期间偏向选择高枯梢率云南松的寄主选择习性,明确了树脂在云南松抵御切梢小蠹入侵时起到重要作用;明确了切梢小蠹成功入侵云南松树干后,显著降低云南松韧皮部和木质部的含水量,加速松树的死亡。切梢小蠹“梢转干”期的寄主选择习性,为单木尺度的遥感判别提供重点监测对象-高枯梢率的云南松。（2）明确了蛀梢期两种切梢小蠹在不同受害等级的云南松林中均呈聚集分布,空间依赖范围依次是:轻度受害林分>中度受害林分>重度受害林分,而局部空间连续性依次是:轻度受害林分>中度受害林分>重度受害林分,明确切梢小蠹在蛀梢期存在聚集危害的特性,导致云南松因树梢受到聚梢危害变为衰落木,有利于成虫蛀干繁殖。切梢小蠹的空间聚集危害特性,为样地尺度的精准监测提供空间信息。（3）针叶尺度上,明确了云南松受切梢小蠹蛀梢危害后,针叶光谱、颜色、叶绿素含量和含水率的变化规律。随着针叶颜色的变化,针叶光谱红波段和长波近红外波段（1400-1700nm）呈上升趋势,短波近红外波段（780-850,950-1100nm）呈下降趋势,存在“红边蓝移”的现象;针叶叶绿素含量和含水率都显著下降。基于相关性分析和非参数ANOVA-Kruskal-Wallis检验,明确叶绿素和水分是影响针叶光谱反射率的主要因素,筛选出的敏感波段可以用来建立监测切梢小蠹危害的光谱识别指标体系。（4）单木尺度上,明确了Worldview-3影像适用于判别不同受害等级的云南松（健康、轻度受害、中度受害和重度受害）;基于差异性分析,明确了归一化波段指数能提高不同受害等级云南松的分类精度,逐步线性判别分类器（SDA）是最佳分类器,分类精度达到78.33%,并生成不同受害等级云南松的空间分布图,为林业部门精准防控提供目标定位。（5）样地尺度上,明确了Landsat长时间序列数据可以用来监测切梢小蠹对云南松林危害的动态变化,明确了切梢小蠹虫灾的暴发时间、危害等级及危害区域。基于植被指数时间异常值的监测方法,优选了水分胁迫指数MSI’,能较好的判别3种不同受害等级的云南松林,精度达到86.38%;基于Arc GIS的中心点分析,明确了两种切梢小蠹的扩散方向,结合研究区域内风向研究,判断风是切梢小蠹扩散的影响因素。切梢小蠹的动态虫灾监测,为研究其扩散规律打下基础。（6）景观尺度上,构建了切梢小蠹暴发后云南松林枯梢率预测模型。以水分胁迫指数异常值MSI’为自变量,构建了云南松林枯梢率（Y）的反演模型,(4=1.954(3+0.153,拟合精度R~2达到0.837;以“与前一年重度受害林的距离（DS）、前一年的枯梢率（SDR’）、坡向转换值(TAspect)、郁闭度（FC）和与最近道路的距离（DR）”为自变量,构建云南松林枯梢率（Y）的预测模型:Y=30.335-0.007*DS+0.551*SDR’+5.175*TAspect-0.131*FC-0.012*DR,拟合精度R~2达到0.679,达到在切梢小蠹暴发的云南松林中预测切梢小蠹扩散的应用要求。（7）县域尺度上,构建了基于气候因素的切梢小蠹虫灾发生面积预测模型。基于相关性分析,明确了切梢小蠹的暴发与降雨量、气温和日照时数相关性显著,优选了前3年平均年总降雨量（P）、前3年年平均气温（T）、前3年平均年总日照时数（S）三个气象因子,利用逐步回归法,构建了县域尺度切梢小蠹发生面积（Y）的预测模型:Y=-29.555*P+15.910*S+3463.185,模型拟合精度R~2为0.827,标准误差为2707.17公顷,实现云南松林切梢小蠹发生面积的大尺度预测,为切梢小蠹虫灾的防治工作提供依据。（8）时空尺度上,构建了切梢小蠹危害后云南松林枯梢率预测模型。基于前一年的枯梢率（SDR’）、与前一年重度受害林的距离（DS）、前3年平均年总降雨量（P）、前3年平均气温（T）、前3年平均年总日照时数（S）和与最近道路的距离（DR）这6个变量的云南松林枯梢率预测模型,模型方程如下:Y=67.68+0.652*SDR’-0.0009*DS-0.026*P+0.77*T-0.202*S-0.0003*DR,模型拟合精度R~2为0.555,标准误差为12.88%,能准确预测切梢小蠹危害较重年份的枯梢率,为大面积的虫灾监测预测提供数据支撑。本研究集成地面调查和多种遥感数据源,明确了切梢小蠹的危害特性、蛀梢期的空间分布和不同受害等级云南松的空间分布,有利于研究切梢小蠹在林间的扩散模式。基于立地因子、虫情因子、地形因子、景观因子和气象因子,在不同尺度上构建了完整的云南松林切梢小蠹虫灾的监测和预测模型,提供切实、系统的监测预警技术体系,有利于林业部门及时采取合理的防治措施,减少切梢小蠹对云南松林的危害,具有较好的应用前景。