基于主成分分析法的蜀柏毒蛾灾害发生影响因子筛选研究

贾玉珍，张 鑫，周建华

(1.四川省林业科学研究院，四川 成都 610081；2.中江县林业局，四川 中江 618100)

基于主成分分析法的蜀柏毒蛾灾害发生影响因子筛选研究

贾玉珍1，张 鑫2，周建华1

(1.四川省林业科学研究院，四川 成都 610081；2.中江县林业局，四川 中江 618100)

以中江县蜀柏毒蛾发生区为研究对象，探讨主成分分析方法在筛选影响因子中的作用。选取影响蜀柏毒蛾危害的12个生态因子，通过主成分筛选和优化，划分蜀柏毒蛾危害区域，并采用GIS进行直观展示。研究得到3个主成分，分别代表立地因子、环境关系因子和林分因子，贡献量分别为35.274%、20.544%、14.897%，累计贡献率为70.715%，基本保留了12个生态因子的绝大部分信息。按主成分综合得分值大小，采用自然断点分类法将中江县蜀柏毒蛾危害划分为常发区、偶发区和安全区，与历年发生趋势一致。并用ArcGIS软件以继光乡为例进行了展示。结果表明，主成分分析可以优化蜀柏毒蛾危害综合评价指标，GIS可直观显示危害程度。古店乡、继光乡、回龙乡等以蜀柏毒蛾常发区为主的乡镇，应重点监测。

主成分分析；蜀柏毒蛾；影响因子

蜀柏毒蛾(Parocneriaorienta(Chao，1978))是四川省柏木林区非常严重的一种森林虫害，有效控制蜀柏毒蛾发生与危害是各县乃至四川省森林防治长期以来努力的目标。蜀柏毒蛾种群是森林生态系统组成的一部分，其发生发展动态受到众多因素的影响严重，如蜀柏毒蛾生物学特性[1]、气候因素[2]、生态因子[3]等多方面，其中蜀柏毒蛾本身的生物学特性、气候等因素难以人为改变，但是人们可以通过调整群落结构、生物多样性、立地类型等生态因子。如果能确定影响蜀柏毒蛾危害的关键生态因子，将能更有针对性、更高效的控制蜀柏毒蛾的灾害。

生态因素包含很多因子，各因子对蜀柏毒蛾灾害的影响并不是孤立的存在，每个因子的影响程度也不相同，多因子之间还存在相关性，如何有效筛选影响蜀柏毒蛾灾害主要因子是分析问题的关键。本研究以四川省中江县柏木生态系统为研究对象，通过主成分分析法优化筛选蜀柏毒蛾危害的综合评价指标，客观描述柏木林蜀柏毒蛾危害分布特征，为制订科学预防蜀柏毒蛾危害策略提供技术依据。

1 研究区域概况和研究方法

1.1 研究区概况

中江县位于四川盆地西北部，介于东经104°26′15″～105°11′15″，北纬30°31′00″～31°17′30″之间，林地总面积为 60 275.65 hm2，其中柏木林面积为 51 574.15 hm2，占总林分的85.9%。中江县柏木林面积比重大，加上林分组成单一，群落结构简单，人类干扰严重，是四川省蜀柏毒蛾危害的常发县。

1.2 数据来源

调查数据：结合中江县林业有害生物普查和中江县森林资源调查，在中江县范围内设置了柏木标准地小班32个，采用灯诱调查；设置有效踏查小班28个，采用线路调查方法。分别记录各小班蜀柏毒蛾危害情况，同时记录小班单株虫口密度、郁闭度、平均树高、平均胸径、群落结构等因子。

基础地理数据和资源数据：包括道路、居民地、行政区划、小班分布等要素的资源矢量数据以及1∶1万地形图的数字等高线和遥感图。

1.3 研究方法

(1)空间数据叠加提取：通过基础地理数据和资源数据叠加分析，提取各小班坡度、坡向、海拔、坡位等数据，计算小班质心点与道路、水系、居民点的距离(最近距离值)[4]。

(2)数据分析方法：数据的量化计算中因变量Y为危害程度，自变量X项中包括坡度(X1)、坡向(X2)、海拔(X3)、坡位(X4)、林分郁闭度(X5)、平均树高(X6)、平均胸径(X7)、道路距离(X8)、水系距离(X9)、居民点距离(X10)、小班面积(X11)、群落结构(X12)。各质量指标均经数量化转换后输入，转换以各因子对蜀柏毒蛾发生程度的影响为依据，各指标转换方式如下[5]：

蜀柏毒蛾危害程度(Y)：根据调查虫口密度并结合历年发生情况及森林生态系统条件，以小班为单位划分常发区、偶发区、安全区3种类型。坡度(X1)：0～5°为平坡、6°～15°为缓坡、16°～25°为斜坡、>26°为陡坡，分别以1、2、3、4表示。坡向(X2)：阳坡、半阳坡、半阴坡、阴坡分别用l、2、3、4表示。海拔(X3)：300 m～400 m、401 m～500 m、501 m～600 m、601 m～700 m、>700 m分别以1、2、3、4、5表示。坡位(X4)：坡下、坡中、坡上分别用1、2、3表示。林分郁闭度(X5)：0～0.3、0.3～0.5、0.5～0.7、0.7～0.8、0.8～1，分别以l、2、3、4、5。公路距离(X8)：0～100 m、101 m～200 m、201 m～300 m、301 m～400 m、>400 m分别以1、2、3、4、5表示。居民点距离(X10)和水系距离(X9)划分标准同“公路距离”标准。小班面积(X11)：0～1 hm2、1 hm2～2 hm2、2 hm2～3 hm2、>3 hm2分别以1、2、3、4表示。群落结构(X12)：分为简单、中等、完整分别以1、2、3表示。

(3)统计学分析：

主成分分析：使用SPSS19.0分析，构建60个柏木小班蜀柏毒蛾危害相关因子原始数据矩阵，进行数据标准化处理，以消除量纲不同的影响；对数据进行KMO检验和Bartlett球形度检验，进行主成分分析，根据累计贡献率确定主成分个数；计算特征向量矩阵；计算主成分得分矩阵；最后利用主成分函数计算各柏木小班的综合得分。

蜀柏毒蛾危害可视化：利用G1S软件将中江县蜀柏毒蛾危害主成分综合得分与中江县森林资源数据结合，将柏木小班划分出为3个等级并可视化，用不同的色阶直观展示出来。

2 结果与分析

2.1 主成分分析

KMO值与Bartlett球形度检验：KMO值为0.728，Bartlett球形度检验P<0.01，表明各变量间存在较强的相关性，数据适合做主成分分析。

通过对12个自变量进行主成分分析，各主成分的初始特征值、贡献率及累计贡献率具体值见表1。一般认为累计贡献率以大于70%为宜，表1显示前3个主成分累计贡献率可达到70.715%，故选择前3个主成分，相关矩阵的特征向量见表2。

表1解释的总方差

Tab.1 Total Variance Explained

从表1、表2可以看出，按特征值r>l的方式能提取3个主成分，它们能解释总方差的70.715%，基本上保留了原来指标的信息。旋转后3个主成分的贡献量分别为35.274%、20.544%、14.897%。

表2成份矩阵

Tab.2 Component Matrix

第1主成分对坡向、海拔、坡位有绝对值较大负荷系数，充分反映出林分的立地情况，可以归为立地因子。海拔、坡向的不同可影响森林内的温、湿度情况，坡向直接影响到小生境的温度与湿度，以及树种分布，所以也间接影响蜀柏毒蛾危害。一般阳坡蜀柏毒蛾发生高于阴坡，西坡高于东坡，特别是虫源地和害虫初发期比较明显，这与阳坡阳光充足、气温高、蜀柏毒蛾发育快等原因有关。海拔对蜀柏毒蛾分布与发生也有较大影响。中江县蜀柏毒蛾一般发生在海拔500 m以下的地区，该区域为柏木林分布零散，一般生长差、多为田间地头的条形林带、群落结构简单，人畜活动频繁，干扰强度大，多容易形成蜀柏毒蛾虫源地。坡位靠下的区域，尤其是带状林地或者疏林地，能削弱坡向的影响，另外坡位靠上的小班，小生境更复杂，人为干扰较小，生物多样性更丰富，可在一定程度上抑制蜀柏毒蛾发生[6,7]。

第2主成分对道路、水系距离、居民点距离有绝对值较大负荷系数，这些因素直接反映柏木与周围地理因子之间相关性，因此归为空间关联因子。蜀柏毒蛾有很强趋光性，居民点灯光对蜀柏毒蛾有很强的引诱作用，道路提供了车灯和较容易的飞行通道等原因，因此蜀柏毒蛾虫源地最初多发生在离居民点近、周围有道路和水系的小班，然后向四周扩散[8]。

第3主成分对郁闭度、小班面积有绝对值较大负荷系数。该主成分反映了蜀柏毒蛾发生和柏木林分因子之间的关系，归为林分因子。蜀柏毒蛾多发生在一些四旁、零星分布的柏木林带上，此类小班面积小，斑块分布零散，郁闭度小。而郁闭度大、面积大片分布的柏木林，生态系统相对稳定，因此不容易发生蜀柏毒蛾的危害。

2.2 综合评价

经计算，最后确定的因子载荷矩阵见表3，该矩阵与标准化后的原始数据结合用于计算各小班Zl、Z2、Z3主成分得分值。

表3成份得分系数矩阵

Tab.3 Component Score Coefficient Matrix

Z1、Z2、Z3主成分函数计算公式为：

Z1=0.14X1+0.15X2+0.223X3+0.075X4-0.013X5+0.0158X6+0.197X7-0.103X8-0.037X9-0.03X10+0.245X11+0.178X12

Z2=0.014X1+0.03X2-0.041X3+0.186X4-0.063X5-0.216X6-0.059X7+0.289X8+0.389X9+0.363X10+0.031X11+0.00912

Z3=0.022X1+0.152X2-0.074X3+0.132X4+0.583X5+0.184X6-0.008X7+0.259X8-0.234X9-0.057X10-0.479X11-0.025X12

通过以上3个主成分公式计算后，按公式Z= 0.4036Z1+0.178Z2+0.105Z3最终确定中江县各柏木林小班的主成分综合指标评价得分Z值，作为评价中江县蜀柏毒蛾危害程度的客观依据。经统计，中江县柏木林小班主成分综合指标评价得分Z值范围为1.14至2.78。

2.3 蜀柏毒蛾危害的估算结果分布

用GIS软件，选用自然断点分类法(Natural Breaks)对全县柏木林分布区域综合指标评价得分划分为3类，自然断点分类法分类原则是减少同一级中的差异，增加级间差异，使分出的各类方差和最小。分别用黑、灰、白等不同的色阶表示(图1)。黑色代表蜀柏毒蛾常发区域，面积为 10 335.44 hm2，评价得分值范围1.14～1.71；灰色代表蜀柏毒蛾偶发区域，面积为 23 207.83 hm2，评价得分值范围为1.71～1.96；白色代表蜀柏毒蛾安全区域，面积为 17 954.54 hm2，评价得分值范围为1.96～2.78。由于县域范围较大，本文中以继光乡为例，对蜀柏毒蛾危害综合评分并进行展示。

图1 蜀柏毒蛾危害综合评分示意图(以继光镇为例)Fig. 1 The comprehensive score of P.Orienta hazard

3 讨论

本研究对中江县县域范围内影响蜀柏毒蛾危害的相关因子数据进行了主成分分析，提取了3个主成分，综合反映了立地因子、林分因子、空间关联因子等方面的信息。研究结果表明，任何生态因子对蜀柏毒蛾危害的作用并不是孤立的，而是在相互作用的综合状态下发生的，3个主成分累计贡献率70.71%，说明获得的主成分基本保留了原来12个因子数据信息，有较好的代表性。通过主成分分析实现了将数据科学简化的目的，进一步优化了蜀柏毒蛾危害综合评价指标。

根据3个主成分数值及各自贡献率大小，通过进一步计算综合主成分得分，以综合得分值大小反映蜀柏毒蛾危害程度，实现了对蜀柏毒蛾危害程度的量化。最后用ArcGIS10按自然断点分类法对蜀柏毒蛾危害综合得分值进行分类，全县分为常发区、偶发区和安全区3类，实现了对蜀柏毒蛾危害差异的科学分类。通过历年监测数据统计，蜀柏毒蛾危害常发区区划与历年发生趋势一致，古店乡、继光镇、回龙镇等乡镇，蜀柏毒蛾常发区面积比例较高，蜀柏毒蛾爆发机率也较大。

本研究通过主成分分析与ArcGIS10结合，对中江县蜀柏毒蛾危害程度进行了量化和分类，并直观的显示出来。在今后研究中应将GIS强大的空间分析功能和数据挖掘有效结合，研究蜀柏毒蛾不同尺度空间发展规律，及时预测预报其扩散和蔓延区域，为各级林业部门提供高效、准确的监测系统。

[1] 邹智勇,李锋.蜀柏毒蛾的生物学特性与防治技术研究进展[J].四川林业科技,2015,36(2):122～126.

[2] 王闫利.蜀柏毒蛾在我国的潜在地理分布及主导气候因子阈值[J].江西农业学报,2015,(2):107～110.

[3] 刘良才,周建华.中江县蜀柏毒蛾灾害的可持续治理探讨[J].四川林业科技,2008,29(6):52～53.

[4] 武红智,陈改英.基于GIS的马尾松毛虫灾害空间扩散规律分析[J].遥感学报,2004,8(5):475～480.

[5] 周国娜.基于GIS的森林病虫害生态地理因素分析与区划[D].河北农业大学,2003.

[6] 陈蓉.蜀柏毒蛾发生规律及综合防治技术[J].四川林业科技,2008,29(5):81～82.

[7] 文亮.蜀柏毒蛾危害对柏木林健康影响评价[D].四川农业大学,2007.

[8] 谯金保.对蜀柏毒蛾防治的措施及对策[J].四川林业科技,2010,31(1):107～110.

AStudyofPrincipalComponentAnalysisinComprehensiveIndicatorScreeningforParocneriaOrientaHazard

JIA Yu-zhen1ZHANG Xin2ZHOU Jian-hua1

(1.Sichuan Academy of Forestry,Chengdu 610081,Sichuan,China；2.Foresty Bureau of Zhongjiang County,Zhongjiang 618100,China)

The aim of this paper is to investigate the application of principal component analysis in impact factors ofParocneriaorientahazard in Zhongjiang County.A principal component analysis was performed by the data of 12 factors associating with the prediction ofP.Orientahazard.The degree ofP.Orientahazard in different regions was obtained and intuitively presented by GIS.The eigenvalues of 3 principal components were 35.274%、20.544%、14.897%,respectively.The accumulative contribution rate of the 3 major factors to total variation accounted for 70.715%,maintaining most of information of 12 characters.According to the comprehensive value of principal component,GIS Natural Breakpoint Method was used to divide the degree ofP.Orientahazard into frequently occurring region,occasionally occurring region and safe area.Results showed that principal component analysis could optimize the comprehensive indicators for the evaluation ofP.Orientahazard,and comprehensive score of Principal Component could quantify and intuitively show the degree ofP.Orientahazard in different regions．

Principal component analysis(PCA),Parocneriaorienta,Impact factor

2017-07-21

2017年基本科研业务费项目“基于ArcGIS县级蜀柏毒蛾灾害监测预警系统研发”(JB2017-09)。

贾玉珍(1975-)，女，吉林省抚松县人，副研究员，主要从事森林保护工作。

10.16779/j.cnki.1003-5508.2017.05.014

S763.3

A

1003-5508(2017)05-0058-05