基于多元回归法的松墨天牛成虫发生期预测

周书永，陈绘画，朱寿燕

（1.浙江省临海市森林病虫防治检疫站，浙江临海317000；2.浙江省仙居县林业局，浙江仙居317300；3.浙江省仙居县气象局，浙江仙居317300）

基于多元回归法的松墨天牛成虫发生期预测

周书永1，陈绘画2，朱寿燕3

（1.浙江省临海市森林病虫防治检疫站，浙江临海317000；2.浙江省仙居县林业局，浙江仙居317300；3.浙江省仙居县气象局，浙江仙居317300）

[目的]预测松墨天牛成虫发生期。[方法]根据浙江省仙居县2006－2011年3个试验点林间松墨天牛诱捕记录和当地的气象资料，采用相关系数法和逐步回归法建立松墨天牛发生期预测预报的多元回归模型。[结果]用未参与建模的2012年诱捕数据进行发生期预测效果检验，结果表明有较高的预测精度。[结论]15组数据的预测成功率为80%。

松墨天牛；发生期；预测预报；逐步回归；DPS软件

松墨天牛（MonochamusalternatusHope）成虫需要取食马尾松（Pinus masoniana）、黑松（P.thunbergii）、黄山松（P.taiwanensis）、油松（P.tabuleaformis）等针叶树种的1～2年生嫩枝作为补充营养[1]，同时松墨天牛还是我国松材线虫病Bursaphelenchus xylophilus（Steiner&Buhere，1934）Nickle的主要媒介昆虫。松墨天牛一生中的大部分时间都生活在寄主体内，只有成虫阶段才离开寄主暴露在外，是控制松墨天牛成虫种群的有利时期。但松墨天牛成虫的体壁及鞘翅坚厚、耐药力较强、羽化期不整齐，所以在实际生产中多采用引诱剂进行成虫诱杀[2-6]，近年来推广应用噻虫啉进行成虫防治[7-9]。

准确掌握松墨天牛成虫的林间羽化动态是及时开展防治的基础，韩兵等曾进行过松墨天牛卵期预测预报的研究[10]，翁少容则研究了松墨天牛发生面积与气温及雨量的关系[11]，有关松墨天牛成虫林间发生期与气象因子的关系则尚未见报道。浙江省仙居县从2006年开始在官路镇、白塔镇和横溪镇进行松墨天牛诱捕试验，在此基础上结合仙居县气象部门提供的数据，根据DPS数学分析软件，分别建立3个试验点的林间松墨天牛初现期、始盛期、高峰期、盛末期和终现期15个逐步回归模型，并用未参与建模的2012年诱捕数据作为预测效果的检验，旨在为有效防控松墨天牛提供技术支撑。

1 材料与方法

1.1 材料

1.1.1 试验点概况。仙居县地处浙江省东南部，东西长63.6 km、南北宽57.6 km，县域总面积2 003.5 km2，其中松林面积6.32×104hm2，以纯马尾松林为主，3个试验地点设在官路镇、横溪镇和白塔镇，试验点的概况及悬挂的诱捕器数量见表1。

表1 3个试验点的概况及悬挂的诱捕器数量

1.1.2 供试材料。试验中的松树蛀干类害虫引诱剂由浙江省林业有害生物防治检疫局和中国林业科学研究院亚热带林业研究所研制、宁波中化化学品有限公司生产（2010年后由浙江黄岩鼎正化工有限公司生产），规格为300 mL/瓶，以及与其配套的小型折叠式诱捕器。

1.2 方法

1.2.1 监测方法及发生期的划分。试验在2006—2012年的4—10月进行，选择仙居县官路镇、横溪镇和白塔镇的部分马尾松人工林和天然林，架设的诱捕器下端离地面1.5 m，各诱捕器的间距在80 m以上，离林缘至少40 m。将直径3 cm的引诱剂瓶口打直径0.5 cm小洞3个。每3～4周更换1次引诱剂，每周收虫1次，在室内对所诱集的昆虫进行分类、计数。

松墨天牛成虫林间发生期的划分标准为：每年成虫第1次出现的日期为始见期；按正态分布曲线的特点，将诱集到的成虫累计虫数占总虫数16%、50%、84%时对应的日期作为始盛期、高峰期、盛末期[12]；最后一次出现的日期则为终见期。相应的气象数据由仙居县气象局提供。

1.2.2 预测因子的选择。将每年的4月30日作为基准日，然后确定3个试验点每年林间松墨天牛的始见期、始盛期、高峰期、盛末期和终见期5个时期具体发生时间并作为因变量。选择从上年10月开始至当年4—8月的月平均气温、月平均最高气温、月极端最高气温、月降雨量、月平均相对湿度等15个气象因子作为各发生期的预报因子，即自变量。由于自变量个数太多（最少也达到105个）及与各因变量相关关系密切的自变量个数不同，因此分2步选取预测因子。第1步，用相关系数法选取，若某气象因子与因变量的相关系数大于R0.90的即选入；第2步，由相关系数法选出的气象因子再与因变量进行逐步回归，从而确定预报因子并建立发生期与气象因子的预测模型。

该研究的计算由DPS统计软件完成[13]。

2 结果与分析

2.1 发生期预测模型的建立

根据3个试验点2006—2012年林间松墨天牛成虫的观测结果，松墨天牛在仙居县的始见日为5月5日—6月14日、始盛日为5月29日—7月31日、高峰日为6月23日—8月16日、盛末日为7月25日—8月31日、终见日为8月15日—10月21日（表2）。由相关系数法初选出与官路镇试验点2006—2011年始见期、始盛期、高峰期、盛末期和终见期相关关系较密切的气象因子数分别为8、8、13、12和14个；白塔镇试验点的分别为11、6、10、17和25个；横溪镇试验点的分别为15、12、14、6和17个。然后再对2006—2011年各试验点的发生期与初选出的气象因子进行逐步回归，确定最终的预测因子（表3），回归模型的参数见表4。

2.2 发生期预测效果的检验

由表4可以看出，3个试验点15个发生期回归模型的相关系数都通过95%可靠性的检验（其中11个还通过99%可靠性检验），因此可以用这15个模型进行发生期预测。对未参与建模的2012年林间松墨天牛成虫发生日期进行预测，结果见表5。由表5可以看出，2012年预测发生日期与实际发生日期的最大相对误差为64.71%、最小相对误差为0.51%，平均相对误差为11.97%。以相对误差小于15%作为预测成功，则预测成功率为80%。

表3 3个试验点各发生期最终确定的预测因子

表4 3个试验点各发生期回归模型的参数

3 结论与讨论

（1）根据2006—2012年的林间诱捕松墨天牛成虫和相应的气象数据，采用逐步回归法选择与松墨天牛成虫发生日期相关密切的预测因子，建立林间松墨天牛成虫发生期预测模型并预测未参与建模的2012年林间松墨天牛成虫发生期，取得了较为满意的预测效果。基于实际的林间观测和模型预报，每年的7月底至8月初80%以上的松墨天牛成虫都已羽化，如果用林间持效期为40 d左右的噻虫啉微胶囊剂进行防治，防治的关键时期定在6月底为最佳，在此时期进行引诱剂诱捕或喷洒噻虫啉防治可以有效降低林间松墨天牛密度。

（2）昆虫种群内所有个体随时间推移的变化进度符合正态分布是开展发生期预测的理论基础，若昆虫的所有个体各虫态数量变化规律不符合正态分布就会影响到发生期的计算或预测结果，如官路镇试验点2012年8月14日—8月28日21d内诱集到的松墨天牛成虫数量占全年诱集量的66%，而松墨天牛成虫在该试验点的林间活动天数为112 d，末期为9月11日，导致该试验点的始见期与始盛期预测都不准确。影响林间松墨天牛成虫羽化的因素除了其自身的生物学特性外，还有各种外部环境因子，因而是众多生态因子综合作用的结果。短时间的松墨天牛成虫观测资料难以准确地反映林间松墨天牛成虫发生期随气象因子的变化，观测资料的积累可以进一步提高回归法预测松墨天牛成虫林间发生期的精度，更好地为林业生产服务。

表5 预测2012年的效果检验

[1]赵锦年，应杰.松墨天牛取食为害与松树枯死关系的研究[J].林业科学，1989，25（5）：432-438.

[2]IKEDA T，ODA K，YAMANE A，et al.Volatiles from Pine Logs as the attractant for the Japanese Pine Sawyer，Monochamus alternatus Hope（Coleoptera：Cerambycidae）[J].Jap For Soc，1980，62（4）：150-152.

[3]IKEDA T，ENDA N，YAMANE A，etal.Attractants forthe Japanese Pine Sawyer，Monochamus alternatusHope（Coleoptera：Cerambycidae）[J].ApplEnt Zool，1980，15：358-361.

[4]王玉嬿，舒超然，孙永春.松褐天牛引诱剂试验初报[J].林业科学，1991，27（2）：186-189.

[5]赵锦年，林长春，姜礼元，等.M99-1引诱剂诱捕松墨天牛等松甲虫的研究[M].林业科学研究，2001，14（5）：523-529.

[6]崔相富，陈绘画，赵锦年，等.括苍山北麓松林间鞘翅目主要昆虫种群动态研究[J].林业科学研究，2008，21（3）：340-345.

[7]常国彬，温小遂，熊惠龙，等.噻虫啉林问防治松褐天牛药效试验[J].辽宁林业科技，2011，（1）：22-24，45.

[8]张华峰，魏招云，魏初奖，等.1%噻虫啉微胶囊颗粒剂防治松墨天牛林间试验[J].中国森林病虫，2010，29（5）：35-37.

[9]谢嵘，康国华，温小遂，等.噻虫啉防治松褐天牛试验初报[J].江西植保，2009，32（4）：147-149.

[10]韩兵，濮厚平，王蒙，等.松墨天牛卵期的预测预报[J].安徽农业大学学报，2000，27（3）：247-249.

[11]翁少容.松墨天牛发生面积与气温及雨量的关系[J].福建林业科技，2006，33（1）：94-95，109.

[12]薛贤清.森林害虫预测预报[M].北京：中国林业出版社，1992.

[13]唐启义，冯明光.实用统计分析及其DPS数据处理系统[M].北京：科学出版社，2002.

（责任编辑 张杨林）

Forecasting Occurring Periods ofMonochamus alternatus Based on Multiple Linear Regression

ZHOU Shu-Yonget al.（Forest Pest Management and Quarantine Station of Linhai,Linhai,Zhejiang 317000）

[Objective]The aim was to forecast occurring periods ofMonochamus alternatus.[Method]Based on data of trapMonochamus alternatusat 3 trapping sites in Xianju County of Zhejiang Province from 2006 to 2011,combining local meteorological data,the multiple linear regression model was established by the methods of correlation coefficients and step regression.[Result]Using this model to predict emergence period of 2012 which were not involved in the model construction,the result indicated that the model has relatively high accuracy.[Conclusion]The prediction success rate was 80%at 15 trap datas.

Monochamus alternatus;Emergence period;Prediction;Step regression;The statistic analysis software of DPS

S763

A

2095-0896（2014）01-007-04

周书永（1963-），男，浙江临海人，工程师，从事林业有害生物防治和检疫管理工作。

2013-12-22