2023年全国主要林业有害生物发生情况及2024年趋势预测

总结分析2023年全国主要林业有害生物发生情况,研判2024年发生趋势。2023年全国主要林业有害生物持续高发态势趋缓,但仍属偏重发生、局部成灾,全年发生面积1092.30万hm^(2),同比下降7.98%;松材线虫Bursaphelenchus xylophilus等重大外来有害生物扩散势头减缓,但危害程度依然严重;林业鼠(兔)害、钻蛀类害虫、松树病害等在“三北”、华南、西南等多地危害严重;食叶害虫、经济林病虫等其他本土常发性林业有害生物整体平稳发生、局部偏重。预测2024年全国主要林业有害生物整体仍偏重发生、局地成灾,全年发生面积1150万hm^(2);松材线虫病疫情扩散势头进一步减缓,但仍呈点状散发态势,控增量、消存量压力大;美国白蛾Hyphantria cunea疫情扩散势头减缓,整体轻度发生,黄淮下游流域局部地区可能偏重危害;林业鼠(兔)害、杨树蛀干害虫和松树病害在“三北”防护林和天然林部分区域有偏重成灾风险;松树钻蛀类害虫在东北、华南、西南常发区多地将延续危害偏重态势;其他本土常发性林业有害生物在全国大部分发生区整体将轻度发生,局部地区可能偏重发生。针对当前形势,提出全国林业有害生物防控对策建议。

BP网络模型和LOGIT模型在森林害虫测报上的应用初报——以安徽省潜山县马尾松毛虫为例

以安徽省潜山县马尾松毛虫测报为例 ,在潜山县全县设置 1 0 2个诱捕点 ,诱集越冬代成虫 ,并同时记录环境因子数据 ,例如树高、树龄、坡向、植被等。以这些环境因子为测报因子 ,以性外激素诱集到的雄蛾数代表田间实际发生情况 ,构建了森林重要害虫——马尾松毛虫的分类测报模型—— BP人工神经网络模型和概率测报模型。 BP网络模型的拟合率为 1 0 0 % ,预留样本检验报准率为 1 0 0 %。LOGIT模型的一致对率为 74 %。两类模型的拟合结果和预测结果基本吻合。BP网络的测报能力优于

我国森林害虫监测预报技术研究进展(综述)

概述了我国森林害虫监测预报技术的最新进展 ,包括与测报有关的基础研究 (种群空间格局、抽样技术 ) ,以及应用技术 (地面诱捕、雷达监测、数理统计预报、遥感、地理信息系统、全球定位系统 )等 ,对森林害虫监测预报技术的研究和生产应用都具有重要的参考价值。

森林害虫测报的电脑网络通信

通过研究实现了福建省森防站与福建省南平地区森防站、三明市森防站之间的异地远程森林害虫测报电脑网络的通信。达到自动化传递森林害虫测报信息的目的，替代了传统的缓慢信函传递形式。电脑网络通信具有快速、高效、准确与规范等特点。显著提高了森林害虫测报的时效性和准确性[1－3]。为我国森林病虫害测报网络系统的建立提供了基础理论和应用技术。

基于高光谱数据的森林病虫害监测系统研制

基于高光谱数据的森林病虫害监测系统,是在构建不同森林病虫害高光谱预测模型的基础上增加数据库管理系统和信息评估与发布系统,实现不同类型森林病虫害的模拟试验与分析评价,从而辅助用户进行森林病虫害诊断评估与管理决策。该项研究充分利用软构件的语言无关性、可重用性、简便快捷的系统维护机制等特点,基于森林病虫害高光谱预测模型(以松树松萎蔫病为例),应用组件式GIS技术,采用C#语言在Microsoft Visual Studio2010集成开发环境中编码设计,使用Arc GIS Engine 10.0的GIS组件、ENVI 5.0与IDL 8.1的二次开发平台,研制建成了一个具有较强普适性、准确性和易操作性的综合性与构件化的森林病虫害监测系统,可实现不同条件下森林病虫害发生发展动态的高光谱模拟预测,从而进行森林病虫害实时诊断预测,并生成适宜的管理信息方案。

基于GIS的信息量模型在森林病虫害空间预测中的应用方法研究

介绍了信息量模型以及信息量模型与GIS的结合,描述了建立森林病虫害空间预测信息量模型的4个步骤:因子的选取、信息量模型的建立及公式计算、信息量结果值的分级、综合信息量图的生成。讨论了基于GIS的信息量模型在森林病虫害空间预测中存在的问题和发展前景。

广西森林趋光蛾类及其害虫预测研究

2007-2011年发现广西森林趋光蛾类有34科256种,其中广西森林常见趋光蛾类害虫有23科140种。近年在林中得到预测印证的常发重要趋光蛾类害虫有马尾松毛虫Dendrolimus punctatus Walker、松茸毒蛾Dasychira axutha Collenette、焦艺夜蛾Hyssia adusta Draudt、油桐尺蛾Buzura suppressaria Guenée、黛袋蛾Dappula tertia Templeton、苹掌舟蛾Phalera flavescens Bremer et Grey等14种。

森林害虫测报资料的电脑存贮和应用

应用微电脑实现森林害虫测报资料数据库的建立、数据库与BASIC应用程序连接等方面的研究表明,森林害虫测报资料的电脑存贮和调用,具有准确、迅速、规范、灵巧、易于长期保存与利用等特点;还能对资料的数据进行科学地整理与组合,并可直接用于森林害虫测报的数理统计分析中。

森林病虫害发生程度的评价方法

根据森林病虫害监测预警工作的特点和需要,提出了以异常度分析法为基础的森林病虫害发生评价方法,建立了森林病虫害发生趋势和发生程度的评价模型和等级标准,初步实现了森林病虫害的评价由定性到定量的转变.应用福建省马尾松毛虫多年的发生数据对该方法和模型进行检验,结果与当年度发生与危害实际情况相吻合,该方法可在生产上推广应用.

自动虫情测报灯在林果害虫防治中的应用

应用自动虫情测报灯进行森林害虫和果园害虫灯光诱测,共诱捕到10目26科46种11 575头昆虫,林业害虫中鳞翅目占总虫量的72.8%,鞘翅目占总虫量的23.45%。虫情测报灯诱测害虫种类多,数量大,诱集益虫数量极少,可作为一种有效的监测、诱杀工具应用于林果害虫的测报与防治工作。

林业有害生物与气象条件关系研究进展

近几十年来,由于全球气候持续变暖等多方原因的影响,林业有害生物突发性和异常性增多。为进一步做好监测预警工作,有效应对林业有害生物灾害,综述了国内外各个气象因子对林业有害生物的影响,综合相关分析及预测预警模型等,为林业有害生物的预测预警提供理论依据。

2022年毕节市林业和草原有害生物趋势预测及防治对策

随着林业的发展,人工纯林面积大幅增加,林业和草原有害生物种类及发生频度也随环境变化而越发严重。本研究结合毕节市林业和草原有害生物越冬代调查、森林资源状况等实际,预测毕节市2022年林业和草原有害生物发生趋势,并提出相应防治对策,为开展森林保护工作提供参考。

川西理县林业有害生物危害规模及预测

【目的】分析林业有害生物危害规模的年际动态,分类构建模型预测它们的危害方式多样性与潜在危害程度,为加强林业监测、提升森林质量与碳汇能力提供指导与保障。【方法】整合了川西理县近15年(2007—2021)森林病虫鼠害的监测数据,分析对比多种林业有害生物类型以及单一类型年际之间对主要造林树种造成危害面积的差异性,拟合有害生物发生规模的年际变化规律,构建模型预测到2030年时该地区林业有害生物的连年发生规模。【结果】研究发现森林病害是最主要的林业生物危害类型,占比高达58.1%~93.8%,其中华山松(Pinus armandii)与油松(P.tabuliformis)病害呈直线显著增加趋势,其余病害如云杉(Picea asperata)病害和岷江柏木(Cupressus chengiana)—侧柏(Platycladus orientalis)病害近年呈下降趋势。森林虫害潜叶蛾(Leucoptera sp.)和木橑尺蠖(Culcula panterinaria)的危害面积呈显著下降趋势,而森林鼠害高山鼠兔(Ochotona alpina)危害面积则呈动态波动,但近年呈显著上升趋势。根据分类构建的模型预测,松树病害面积则逐渐扩大,未来病害危害程度未超过森林鼠害的潜在威胁;2030年松树病害与高山鼠兔危害面积将分别达到1808±105 hm^(2)和4249±1445 hm^(2)。【结论】川西林业有害生物当前整体可控,但有逐渐增加趋势,需密切监测松树病害与高山鼠兔危害并采取相应防治措施,建议以基于自然解决方案的生物防治为主进行川西林区生态保护与修复。

森林病虫害预测预报组织与管理探析

从介绍森林病虫害预测预报的组织出发,阐述了森林病虫害预测预报的主要内容,并探讨了森林病虫害预测预报管理的原则与任务。

国有用材林害虫和害鼠的定量测报模型

收集了黑龙江省４个国有林区（哈尔滨、牡丹江、佳木斯和伊春林区）３９个林业局１１种主要害虫和１类害鼠的发生资料和气象资料。这１１种害虫和１类害鼠基本代表了黑龙江省林区的虫害和鼠害发生的优势种类。通过相关分析和多元线性回归，建立了２１个预报模型。模型的Ｆ检验相关系数为 ０． ８５以上，回报准确率达８５％以上。这些模型可用于黑龙江省国有林区主要害虫和害鼠发生量趋势预报。

塞罕坝国家森林公园主要食叶害虫的发生特点及测报分析

为提升塞罕坝国家森林公园害虫的防治水平和效果,于2015—2018年对该公园的主要食叶害虫的发生特点、危害情况等进行了调查,同时进行了春秋两季测报分析。结果表明,塞罕坝国家森林公园主要食叶害虫为落叶松毛虫Dendrolimus superans(Butler)、落叶松尺蛾Erannis ankeraria Staudinger、落叶松线小卷蛾Zeiraphera lariciana Kawabe、松线小卷蛾Z.grisecana(Hubner)。其中,发生面积最大和危害最重的是落叶松尺蛾,2018年发生面积4709hm^2;其次为2种线小卷蛾,发生面积158hm^2。4种害虫均多发生于阳坡、曼甸等地,其中落叶松尺蛾常发生于山洼、林内,海拔集中在1500m以上,并且在郁闭度达到0.85时,害虫危害加重。根据主要食叶害虫发生的生物学特性和季节发育繁殖情况,可以对下一年度或者季节的发生情况进行准确预测。

潜在林业入侵害虫的预测与全过程风险评估方法综述

林业入侵害虫是影响中国森林健康和林业可持续发展的重要生物因素。我国亟需建立潜在林业入侵害虫清单,并提前开展相关研究与管理工作。本文综述了预测潜在林业入侵害虫种类的方法与评估其入侵全过程风险的方法,为建立中国潜在林业入侵害虫清单、分析潜在入侵生物风险、提高中国生物入侵预防能力等工作提供参考。

基于高光谱数据与网络GIS应用的森林病虫害监测系统研究

基于高光谱数据的森林病虫害监测系统能够实现不同类型森林病虫害的模拟试验与分析评价,辅助用户进行森林病虫害诊断评估与管理决策。本研究基于森林病虫害高光谱预测模型(以松树松材线虫病为例),选用B/S结构的开发模式,构建3层系统架构选择Arc GIS APIs for Javascript为Web GIS的开发技术,研制建成了一个具有较强普适性、准确性和易操作性的网络服务端森林病虫害监测系统,可以实现不同条件下森林病虫害发生发展动态的在线高光谱模拟预测,从而进行森林病虫害实时远程诊断预测,并生成适宜的管理信息方案。文中着重介绍了系统的组织结构与内容、系统的主要功能与实现原理、系统的程序设计与开发过程,对系统的特点进行了总结与概括,并展示了应用实例。

深度学习在林业中的应用

林业数据信息的智能处理与深度挖掘分析是智慧林业精准决策与统筹管理的基础。文中主要从树木识别与分类、森林火灾识别与预测、树木病虫害监测和木材检测等4个方面总结深度学习在林业中的应用;从林业数据集、数据标记、特征学习涵盖范围、图像遮挡等方面分析了深度学习在林业领域应用上的缺点与局限性,以充分认识深度学习在林业应用方面亟待解决的问题与突破的方向;从林业领域应用场景、算法改进、数据集共享与研究成果应用的角度,展望深度学习在林业领域应用上亟待加强研究的方面,以提升深度学习解决林业应用问题的广度与深度,促进智能林业的发展。

检疫性林木害虫赤材小蠹在中国的适生分布预测

赤材小蠹是进境木材检疫工作中重点关注的一种检疫性林木害虫,该虫在我国尚无分布。因此,开展该虫的适生区预测研究有助于我国针对性地实施相应的检疫防控工作。本文采用SPSS及DIV-GIS软件对赤材小蠹的适生区进行分析,预测结果表明,赤材小蠹在全球的适生区主要集中在北美南部、南美洲大部分地区、非洲中南部、大洋洲东部和南部,以及亚洲东南部;在我国境内的适生区主要集中在南方省份,且以高度适生区为主。根据预测结果提出相应的风险管理措施。