新疆林业有害生物发生及成灾诊断系统设计与研制∗

邱 琳，王 蕾，高亚琪，郑江华，刘忠军，陈 梦，刘 萍

(1.新疆大学资源与环境科学学院，新疆乌鲁木齐830046；2.新疆大学智慧城市与环境建模普通高校重点实验室，新疆乌鲁木齐830046；3.新疆林业科学院现代林业研究所，新疆乌鲁木齐830000；4.新疆维吾尔自治区林业有害生物检疫局，新疆乌鲁木齐830001；5.华南农业大学林学院，广东广州510642)

在林业有害生物危害森林现象与日俱增的趋势下，各地区林业有害生物灾害种类各异，其发生（危害）程度诊断以及成灾诊断是对灾害情况的基本判断指标．由于我国各区域林业有害生物灾害现象频发[1]，调查数据量大且灾害发生诊断标准内容多，基于GIS二次开发进行的林业有害生物发生与成灾诊断系统的开发将有效地解决这一问题．

国内林业有害生物灾害相关的系统研发，多以面向县市级，省级，国家级三级用户层面实现，大部分为林业有害生物灾害管理信息系统[2−5]．从功能实现来说，实现了林业有害生物信息的可视化，包括地图浏览功能、信息查询、专题图、标本管理、监测预警等功能；从应用形态来讲，目前的研究已经覆盖了移动端、桌面端以及WEB端的各种用户应用需求[6−9]．国内外大多地区都有林业有害生物相关的信息发布网站、风险评估及预警系统等，提供在线病虫害信息查询，灾害情况报告发布等功能．亦有Forest Invasive Alien Species(FIAS)Pathway Explorer等工具，实现了计算外来入侵物种入侵途径概率等功能以辅助灾害管理和决策．还有林业有害生物诊断系统如Alberta Forest Pest Damage Diagnostic System，实现了通过植被受害症状等进行病因诊断[10]，但林业有害生物发生程度及成灾诊断一类的系统研发目前还很少见．

就林业有害生物发生（危害）程度诊断而言，有学者简单提出可供参考的灾害诊断分级[11,12]，以及国家林业局下发的文件《森林病虫害预测预报管理办法》（林造发〔2002〕171号）《林业有害生物发生及成灾标准》（LY/T1681-2006）《主要林业有害生物成灾标准》（林造发〔2012〕26号）《全国林业有害生物普查技术方案》（办造字〔2014〕92号），均有明确规范及界定，但是由于林业有害生物灾害多样，各区域灾害发生情况迥异，因此其发生程度以及成灾诊断规则有待进一步完善，发生程度等级诊断系统也有待进一步实现．

因林业有害生物灾害调查工作需求，以及我国林业有害生物发生情况各地区不同，使得林业有害生物灾害管理工作数据量大，对准确诊断灾害发生（危害）程度以及判断是否成灾的规则有较高要求．本文将目前常用的林业有害生物发生（危害）程度以及成灾诊断方法，加以归纳整理，编成应用程序，高效地辅助林业有害生物发生（危害）程度评估和成灾诊断．

1 系统总体设计

1.1 系统总体结构设计

林业有害生物发生程度及成灾诊断系统是基于有害生物灾害发生情况、林业相关标准，通过空间表达及行业规则实现了林业有害生物灾害信息的可视化及查询、灾害发生（危害）程度诊断、成灾诊断等功能(图1)．

图1 系统功能结构图

1.2 系统开发与运行环境

该系统采用Visual studio 2010集成开发工具，在.NET框架下运用C#语言开发，数据库层采用了Microsoft SQL Server 2008作为支撑软件，实现数据的存储与加载，为Windows7操作系统平台的应用程序．

为了能正确的使用该应用程序，需确保电脑装了以下组件：(1)NetFramework35sp1；(2)ArcGIS Engine 10.1 Runtime(ArcGIS Engine Runtime已经正确授权)．

2 系统实现

2.1 数据采集与数据库构建

文章以新疆为研究区，属性数据包括2012年新疆林业有害生物发生情况数据和2010—2015年新疆各地州林业有害生物发生面积数据，分别来源于新疆林检局和新疆统计年鉴．空间数据包括新疆各县市行政区边界．

数据库包含林业有害生物发生（危害）程度标准，指定林业有害生物发生（危害）程度标准，林业有害生物成灾标准，指定林业有害生物成灾标准，全国林业检疫性有害生物名单，以及2012年新疆林业有害生物发生情况，统计单位．数据及数据表之间的连接关系如图2所示．

图2 数据库中数据之间的关系

2.2 评价标准与方法

林业有害生物发生（危害）程度及成灾诊断系统包含对林业有害生物发生（危害）程度诊断，林业有害生物成灾诊断．不同类型的森林其易受害程度与物种多样性，林分密度等有较密切的关系[13−15]．而不同森林类型易受林业有害生物影响程度为人工阔叶林＞天然阔叶林；阔叶林＞针叶林；物种单一林分＞多样性高林分，而其抵抗病虫害能力则反之[11,14]．因此，林业有害生物发生及成灾的界定，体现了林业工作人员对森林中自然规律的探索程度以及对各种自然现象综合表现认知水平．根据历年来国家林业局下发的相关文件，袁菲等提到林业有害生物危害程度等级分级[11]、Alberta Forest Pest Damage Diagnostic System中诊断病虫害的分类等，充分反应了诊断所需影响因素．

图3 林业有害生物发生及成灾诊断因子

结合森林发生有害生物灾害的规律，我国林业有害生物发生情况及森林分布规律，并根据以上文件和参考资料，统计得到林业有害生物发生（危害）程度及成灾诊断因子（图3）．林业有害生物发生（危害）程度包括寄主类型、调查阶段、林分类型、有害生物名称、危害部位、有害生物种类、统计单位、其它限定、发生（危害）程度等级．林业有害生物成灾诊断包括林业检疫性有害生物、林分类型、有害生物名称、危害部位、统计单位、有害生物种类、其它限定、成灾指标．

2.2.1 林业有害生物发生（危害）程度标准

林业有害生物发生（危害）程度等级划分主要参照国家林业局办公室印发的《全国林业有害生物普查技术方案》（办造字〔2014〕92号），该文件明确规定了各林业有害生物发生（危害）程度等级的评定标准，详见表1．

表1 林业有害生物发生（危害）程度等级

表1为非指定有害生物发生（危害）程度诊断规则．此外，参照2006年《林业有害生物发生及成灾标准》（LY/T1681-2006）中的“林业有害生物发生（危害）程度标准”，罗列了部分林业有害生物的发生程度等级评判标准，并且规定幼林的林业有害生物发生（危害）程度在成林的基础上降低1/3．

2.2.2 林业有害生物成灾标准

根据2012年国家林业局文件《主要林业有害生物成灾标准》（林造发〔2012〕26号），指定林业有害生物的成灾规则见其文件所示，非指定林业有害生物的成灾诊断规则见表2所示．

2.3 诊断算法设计

本系统采用了两种用户数据输入方式，一种是导入本地Microsoft Oきce EXCEL（.xls）数据或导入数据库数据表，另一种是通过系统提供的用户数据输入界面进行数据录入．诊断算法流程为导入用户调查数据，查询标准规则表，得到诊断结果表（图4）．即用户导入发生程度调查数据表，系统进行数据表格式检查．经字段检查正确后，用户点击诊断按钮，程序开始逐条读取记录，并对该记录中的调查数据值进行计算，计算方法参见2006年国家林业局文件《林业有害生物发生及成灾标准》（LY/T1681-2006）．再根据表1“林业有害生物发生（危害）程度等级”和表2“林业有害生物成灾标准”对其计算值进行轻、中、重度危害的等级判断．直到用户数据表的最后一条记录诊断完，最后形成的发生（危害）程度诊断结果以表的形式输出．

表2 林业有害生物成灾标准

图4 林业有害生物发生及成灾诊断算法流程图

3 系统功能与应用

3.1 有害生物发生信息可视化表达

利用2012年的新疆林业有害生物发生情况数据，在ArcGIS中，以县市名称为关键字，与行政区矢量边界数据联合，可得到2012年新疆春尺蠖(Apocheima cinerarius Ershoあ)发生情况图层．例如将绘制春尺蠖害的发生率专题图，按6个等级分别显示出来，结合图例，颜色越深表示发生率越大，颜色越浅发生率越小，可以清晰的看到，新疆北疆发生率相对较小，新疆南疆发生率相对较大，其中发生率较大的有和田县、墨玉县、巴楚县等．

3.2 灾害诊断功能实现

林业有害生物发生及成灾诊断功能，参照国家林业局办公室印发《全国林业有害生物普查技术方案》（办造字〔2014〕92号），设计了采样点数据录入界面，便于数据录入．数据录入后直接对该林业有害生物发生程度调查数据进行诊断，则会得到各采样点处不同统计单位下的计算值，同时输出诊断结果，部分采样数据诊断结果输出如图5、6所示．

图5 发生（危害）程度诊断结果

图6 成灾诊断结果

4 结论

文章以新疆为研究区，对林业有害生物灾害进行成灾诊断、发生（危害）程度诊断，建立了林业有害生物发生（危害）程度及成灾诊断系统．该系统设计了调查数据的录入功能；构建了林业检疫生物、成灾标准、发生（危害）程度标准的数据库，并实现了数据的自动诊断；系统结合数据库、诊断模型，为林业管理者提供了准确有效的数据处理及数据管理平台．系统结合林业工作者工作需求，实现了基本的数据浏览、查询、专题图等功能；以林业局相关标准为基础，实现了灾害诊断；操作简单，只需输入所需要的参数数据，即可运行得到相应的诊断结果．

在实际的林业有害生物灾害评估工作中，为了数据能及时共享，以及用户能更便捷的使用林业有害生物发生程度及成灾诊断系统，基于移动端或网络版的灾害评估系统和采样数据存储分析相关的系统也有待进一步开发和实现．其次，结合我国人工林的现状而言，在林业有害生物发生及成灾标准中，关于人工林与自然林的划分标准也需进一步具体化．

参考文献：

[1]宋玉双,苏宏钧,于海英,等.2006-2010年我国林业有害生物灾害损失评估[J].中国森林病虫,2011,30(6):1-4.

[2]梁倩玲,刘萍,陈梦,等.林业有害生物灾害损失评估研究进展[J].林业资源管理,2015,(2):139-144.

[3]常原飞,武红敢,董振辉,等.国家级林业有害生物灾害监测与预警系统[J].林业科学,2011,47(6):93-100.

[4]张圆,郑江华,刘萍,等.新疆林业有害生物灾害信息管理系统研制[J].林业资源管理,2013(6):168-173.

[5]洪玲霞,陆元昌,雷相东,等.县级森林资源信息管理系统设计[J].林业科学研究,2005,18(3):284-291.

[6]周定辉.基于GIS的县级林业有害生物管理系统研究[D].北京:中国林业科学研究院,2006.

[7]曹庆先,武红敢,孙铁环,等.基于GIS的天津市林业有害生物管理信息系统[J].遥感信息,2008,(5):83-86.

[8]刘军,张伟岩,刘侠,等.基于移动GIS的林业有害生物普查信息管理系统研究与应用[J].中国森林病虫,2015,(3):32-37.

[9]赵仁辉,刘丽,王志宝,等.基于开源GIS的林业有害生物监测与预警系统[J].计算机工程与设计,2015,(3):802-808.

[10]刘萍.林业有害生物灾害损失评估指标体系构建[J].林业科学,2016,52(6):101-107.

[11]袁菲,张星耀,梁军.基于有害干扰的森林生态系统健康评价指标体系的构建[J].生态学报,2012,32(3):964-973.

[12]盛兆湖,陈梦,刘忠军,等.新疆昌吉州荒漠林鼠(兔)害灾害损失评估指标重要性研究[J].中国森林病虫,2015,34(1):14-17.

[13]Gunst K J V,Weisberg P J,Yang J,et al.Do denser forests have greater risk of tree mortality:A remote sensing analysis of density-dependent forest mortality[J].Forest Ecology&Management,2016,359:19-32.

[14]张莉.全球森林有害生物概况[M].北京:中国农业出版社,2012.

[15]Setiawan N N,Vanhellemont M,Baeten L,et al.The eあects of local neighbourhood diversity on pest and disease damage of trees in a young experimental forest[J].Forest Ecology&Management,2014,334:1-9.