基于灰色关联度分析气候因素对江西省松材线虫病的影响

方思茗,吴宗仁,李 萍,陈春发,李 金,孙海泉,蓝苑丹,石 娟*

(1.北京林业大学省部共建森林培育与保护教育部重点实验室,中法欧亚森林入侵生物联合实验室,北京 100083;2.江西省林业有害生物防治检疫中心,南昌 330006;3.江西省赣州市全南县林业有害生物防治检疫站,赣州 341899;4.江西省上饶市德兴市林业有害生物防治检疫站,上饶 334299)

松材线虫Bursaphelenchusxylophilus是我国毁灭性的外来森林病害松材线虫病(pine wilt disease,PWD)的主要病原物,同时也是国内外重要检疫性有害生物。松材线虫引起的松材线虫病破坏力大,危害速度快,在我国一直难以控制,自1982年在南京中山陵首次发现松材线虫病以来,该病害已向西北扩散至甘肃省陇南县,向北扩散至吉林省通化市等地区,截至2022年,我国已有19个省731个区县被列为松材线虫病疫区[1]。江西省是马尾松Pinusmassoniana的主要分布区之一,面积为239.4万hm2,占乔木林总面积的28.9%[2]。自2003年在江西省赣州市章贡区首次发现松材线虫病危害以来,至2021年,全省99个县(市、区)中,已有82个县(市、区)发生松材线虫病[1],占82.83%,成为全国受害最为严重的省份之一,严重威胁江西的林业生产和生态安全,造成了重大的经济损失和环境破坏。

松材线虫病能在江西境内迅速蔓延与气候因素有着密切的关系:温度、湿度和风速制约着媒介昆虫松墨天牛Monochamusalternatus的扩散行为和松材线虫的发育与繁殖[3],降水量、光照和相对湿度直接影响着寄主树种的健康状况[4]。江西省位于24°29′N～30°41″N,南北气候差异明显,气候的差异对南北地区松墨天牛生活史有一定影响:由赣北到赣南松墨天牛的发生代数递增。松墨天牛成虫在江西北部的九江市一年发生1代[5],赣南及吉安地区一年发生1～2代,以1代为主[6]。在温度较高的年份,松墨天牛会出现少量2代,南部地区则可能一年发生2代为主,少量出现1代[7]。

鉴于此,本研究选取松墨天牛年发生代数不同的江西南部和北部受害松林为研究对象,将染病疫区的疫情数据与疫情年间的气象因子数据相结合,分析赣南赣北两地区的气候差异以及近年气候变化对松材线虫病发病面积比率的影响。前人研究常采用的冗余分析、典范对应分析、主成分分析等方法需要大量的样本数量,且要求这些数据具有典型的概率分布,鉴于研究地区仅有4年疫情数据,本文采用对数据量要求较少的灰色关联度分析法来弥补以上不足。运用灰色关联度方法分析不同气候因子对松材线虫病的影响程度,可为今后江西地区松材线虫病和松墨天牛的防治及预测预报提供理论依据。

1 材料与方法

1.1 试验地概况

试验样地选在江西省的全南县和德兴市。全南县地处江西省最南端(代表赣南),与广东翁源、连平、始兴、南雄市4县(市)交界,60%的边界与广东接壤,近5年年均温19.4℃,最低温-3.8℃,最高温37.6℃,年均相对湿度81.6%,年均降水量142.8 mm,松林面积1 803.76 hm2。德兴市位于江西省东北部(代表赣北),上饶市北部,乐安河中上游,地处赣、浙、皖三省交界处,近5年年均温18.8℃,最低温-3.2℃,最高温39.1℃,年均相对湿度78.0%,年均降水量156.0 mm,松林面积1 722.67 hm2。在德兴市松墨天牛一年1代,全南县的松墨天牛一年2代,松墨天牛的年生活史和发育史相差较大,因此本试验在江西省选择了德兴市和全南县两个地区的松林设样地进行调查。国家林业和草原局于发现疫情次年公布松材线虫病疫区,两地均于2018年被确定为松材线虫病疫区,可知两地2017年已有松材线虫病发生。

1.2 试验数据

1.2.1松材线虫病疫情普查数据

全南县、德兴市两地每年会对松材线虫病松林进行清林处理,次年统计病害发生面积和因病死亡的松树数量(表1)。松材线虫病普查数据由全南县林业有害生物防治检疫站和德兴市林业有害生物防治检疫站提供。

表1 江西省全南县和德兴市松材线虫病疫情年度普查统计1)Table 1 Annual general survey of the pine wilt disease (PWD) in Quannan county and Dexing city in Jiangxi province

1.2.2气象要素数据

本研究选取的气象因子数据分为两个时间段:1)1990年-2021年;2)2017年-2021年(发病年份)。选取年均最高气温(℃)、年均气温(℃)、年降水量(mm)、年均相对湿度(%)、年均风速(m/s)5个与松材线虫病发生密切相关的气象因子。对于少数由于客观原因造成的错误或遗漏的气象因子数据,采取剔除或者多年平均法予以修正。两个气象站点(表2)的最新气象因子数据由江西省气象中心提供。

表2 江西省全南县和德兴市气象站点基本信息Table 2 Basic information of the weather stations in Quannan county and Dexing city in Jiangxi province

1.3 研究方法

对各个气象因子进行统计分析,以算术平均值和5年滑动平均值表示其在特定时间内的平均状况,以距平值表示其当年偏离常年值或单点要素值偏离区域平均值的情况。对气象因子与松材线虫病发生面积比率的关系采用灰色关联度分析法(grey relation analysis,GRA)分析。关联度分析是通过一定的方法分析各因素间的主次关系,关联度越高,该要素对松材线虫病面积比率的影响越大。数据的统计与分析均采用Microsoft Excel 2014和MATLAB R2017a软件来完成。

算数平均值:某个气象因子在某个月内的算术平均值计算公式如下:

式中,xn为某个气象因子在n个月时间段内的算术平均值,xi为某个气象因子在第i月的数值,i=1,2,3,…,n。

5年滑动平均值:气象学上常采用滑动平均法来求取某气象数据在特定时间段的变化趋势,以消除动态测试数据中的随机变化与起伏[8]。本研究对于由一系列连续数据组成的某一气象因子,将5个相邻的数据划分为一组,为了消除、抑制这组数据测量结果的随机误差,计算每组气象数据的平均值来表示该组数据中第3个点的5年滑动平均值[9]。计算公式如下:

式中,xk为所选取气象数据中第k个数据5年的滑动平均值,xi为某个气象因子在第i月的数值,i=k-2,k-1,k,k+1,k+2。

距平值:距平值是指一系列数值中某一个观测值与平均值的差值,根据其正负可分为正距平值(+)和负距平值(-)。气候学和长期预报中常用气象因子的距平值表示当年值偏离常年值或单点要素值偏离区域平均值的情况[9],计算公式如下:

dk=xk-xn

式中,dk为第k个气象数据的距平值,xk为第k个气象数据的时测数据,xn为这一组气象数据的平均值。

关联度:关联度分析是通过一定的方法理清系统中各因素间的主要关系,找出影响最大的因素。关联度表示对2个系统或2个因素之间关联性大小的量度[10]。关联系数ζok(t)可由下式计算:

式中Δok(t)表示t时刻两比较序列的绝对差,Δ(max) 表示所有比较序列各个时刻绝对差中的最大值,Δ(min)表示所有比较序列各个时刻绝对差中的最小值,ρ为分辨系数,用来削弱Δ(max)过大而使关联系数失真的影响。人为引入这个系数是为了提高关联系数之间的差异显著性,0<ρ<1。

2 结果与分析

2.1 历年与松材线虫病发生相关的气象因子分析

2.1.1最高气温变化情况

图1 1990年-2021年最高气温距平值变化情况Fig.1 Variation of maximum temperature anomaly from 1990 to 2021

图1为两地区1990年-2021年最高气温距平值的变化情况。图1a显示,全南县感病年份(2017年-2021年)最高气温的平均气温距平值和5年滑动距平值都要大于0,可知全南县最高气温明显高于历年的平均值,由图2a可知这段时间全南县温度升高月份主要在冬春季节。而德兴市(图1b)2020年的最高气温距平值小于0,但最高气温整体变化也是高于平均值的,气温升高月份在春夏季。高温月份(6月-10月)的最高温度全南县较德兴市温和,其余月份全南县的最高温度要比德兴市高2.69～8.24℃。

图2 1990年-2021年月最高气温变化Fig.2 The change of monthly maximum temperature from 1990 to 2021

2.1.2平均气温变化情况

由图3可知,全南县(图3a)在感病年份(2017年-2021年)除2018年的平均气温距平值要小于0,其余年份都要大于0,德兴市(图3b)自2013年起气温呈上升趋势,两地年均气温均于2021年达到峰值。由图4可知两地疫情年份的平均气温升高月份主要在春冬季节。与最高气温相似,全南县除7月-10月的月均气温比德兴市低外,其余月份均高于德兴市0.13～2.98℃。

2.1.3降水量变化情况

由图5a可知,全南县2017年和2018年的降水量低于历年平均值,较为干旱,2019年-2021年降水量高于平均值。按月份来看,全南县(图6a)7月份和冬季降水量降低。德兴市在感病年份的降水量(图5b)整体比平均值要低。由图6a可知,全南县降水量要远低于德兴市,差值最大月份为7月,差值为269.88 mm,平均每月低45.56 mm。德兴市(图6b)降水量下降月份主要是秋冬季,7月降水量剧增且达到全年峰值。

图3 1990年-2021年平均气温距平值变化情况Fig.3 Variation of average temperature anomaly from 1990 to 2021

图4 1990年-2021年月气温变化Fig.4 The change of monthly temperature from 1990 to 2021

图5 1990年-2021年降水量距平值变化情况Fig.5 Variation of precipitation anomaly from 1990 to 2021

图6 1990年-2021年月降水量变化Fig.6 The change of monthly precipitation from 1990 to 2021

2.1.4相对湿度变化情况

由图7可知,在感病年份2017年-2021年,两地的相对湿度情况区别较大,全南县(图7a)相对湿度距平值和5年滑动距平值都要大于0,说明2017年-2021年这5年全南县的相对湿度都明显高于历年平均相对湿度。而在江西省北部德兴市(图7b)的情况与全南县相反,除2020年相对湿度距平值(0.09%)大于0以外,其他均小于0,表明在感病年份,德兴市的相对湿度较低。由图8b可知,除1月、2月、7月和12月,每个月的相对湿度与历年平均相对湿度相比都有明显降低。由2.1.3知,全南县的降水量要远低于德兴市,但是相对湿度整体较德兴市高,低温月份(1、2、12月)全南县地区的相对湿度要稍低于德兴市,其余月份比德兴市高0.17～11.00百分点。

图7 1990年-2021年相对湿度距平值变化情况Fig.7 Variation of relative humidity anomaly from 1990 to 2021

图8 1990年-2021年月相对湿度变化情况Fig.8 The change in the monthly relative humidity

2.1.5风速变化情况

由图9可知,在2017年-2021年感病年间,两地风速距平值和5年滑动距平值均大于0,且明显高于其他年份,全南县2021年的风速达到峰值(图9a),这为松材线虫病远距离扩散提供了必要条件。从图10可以看出,除德兴市6月份以外,两地疫情年间各个月的风速相比历年平均风速都有明显提高,而风速是影响松材线虫媒介昆虫松墨天牛飞行距离的重要因素。

图9 1990年-2021年风速距平值变化情况Fig.9 Variation of wind speed anomaly from 1990 to 2021

图10 1990年-2021年月风速变化情况Fig.10 The change of monthly wind speed from 1990 to 2021

2.2 气象因子与松材线虫病发生面积之间的关系

以受害年份的年均最高气温、年均气温、年降水量、年均相对湿度、年均风速5个气象因子为子因素,以对应受害年份的发病面积比率(受害松林面积/总松林面积)为母因素进行关联度分析,结果见表3。

全南县各气候因子对发病面积比率影响依次为:年均最高气温>年均风速>年均气温>年均相对湿度>年降水量。

德兴市各气候因子对发病面积比率影响依次为:年降水量>年均最高气温>年均相对湿度>年均风速>年均气温。

表3 发病面积比率与气象因子的关联度1)Table 3 Correlation between occurrence area ratio and climate factors

3 结论与讨论

2018年是中国松材线虫病县级疫区增加最多的年份,中国松材线虫病省级疫区数量和县级疫区数量增幅均达到了最大值,与2017年相比,2018年各省份松材线虫病县级疫区数量增幅超过50%的省份有12个,江西省是其中之一。本文基于江西省南北地区的气候因素数据和松材线虫病疫情普查数据,分析了疫情期间的气候相对于历年平均气候的差异以及赣南和赣北气候的差异,并通过灰色关联度分析法分析了不同地区年均最高气温、年均气温、年降水量、年均相对湿度、年均风速5个气象因子对松材线虫病扩散蔓延的影响程度的主次。

松材线虫病的发生与扩散与非生物因子和生物因子等诸多因素有着密切联系,其中非生物因子中的气候因子是最主要的影响因素之一[11-12]。气候因素一方面对寄主树种的生长状态有直接影响,另一方面还对松材线虫和媒介昆虫的发育繁殖和活动有影响。前人研究表明,高温干燥的气候条件有利于松材线虫病在新的生态系统内大暴发[13-15]。本研究将2017年-2021年的气候因素与历年平均气候比较发现:全南县近年气候朝向高温高湿方向发展,德兴市的气候较历年平均气候更加高温低湿。较高的气温可加速松材线虫和松墨天牛体内酶的活性和内分泌激素代谢等生理生化活动,导致其异常活跃[11,16-17]。温度还影响松墨天牛的生长发育,松墨天牛发育历期随着气温升高而缩短[18]。春冬季节是两地气温升高的主要时期,此时气温升高会加速松墨天牛幼虫的羽化。雨水的增加会使媒介昆虫的活动频率和传播扩散能力受到抑制[17,19]。全南县6月-7月降水量远低于德兴市,而6月-7月正是松墨天牛成虫主要活动月份之一。干燥的气候条件有利于松材线虫种群数量和密度的增加[18]。高湿气候下松材线虫和其媒介昆虫更易感染白僵菌[11-12,16],使种群的自然死亡率增加,种群密度降低,在一定程度上抑制了松材线虫病的发生。风速对松材线虫病的影响体现在对媒介昆虫飞行距离的影响方面,在适宜环境下,松墨天牛的自然扩散范围一般不超过60 m[19],自然状态下松墨天牛的大范围扩散主要是由风速增加所致,平均风速增大会增加该地区松材线虫病的发生面积[20-21]。此外,松墨天牛大多在5月-8月羽化为成虫,此时中国夏季季风盛行,松墨天牛可以乘风大范围扩散,从而扩大松材线虫病的发生面积。两地疫情期间各月风速(除德兴市6月份)均明显高于历年同期风速,这为天牛远距离传播松材线虫起到了促进作用。

灰色关联度分析法是根据因素之间发展趋势的相似或相异程度作为衡量因素间关联程度的一种方法。本研究通过分析最高气温、年均气温、年均相对湿度、年降水量和年均风速对当地松材线虫病发生面积比率的影响得出:全南县松林松材线虫病发病面积比率与气候因素之间关联度最高的前两位是年均最高气温和年均风速,德兴市则是年均最高气温和年降水量。在10～35℃范围内,松材线虫的繁殖速度和繁殖数量会随温度的升高而加快、增多[22],温度升高也会增加媒介昆虫松墨天牛的化蛹及羽化速度[23]。风速作为松材线虫病蔓延的重要因素,主要体现在对媒介昆虫飞行距离的影响,两地区平均风速增加会致使媒介昆虫传播距离扩大,进而使松材线虫病危害范围变广。降水多少影响着媒介昆虫的活动,与之相关的相对湿度影响着松材线虫和媒介昆虫的生长发育,德兴市降水呈减少趋势,在一定程度上会加重松材线虫病的发生[24]。

结合对历年气候因素的比较和灰色关联度分析可以得出赣南、赣北两地区的气候变化趋势或从影响病原线虫松材线虫的生长繁殖,或从影响媒介昆虫的飞行距离方面,都有利于松材线虫病的扩散,通过气候条件对松材线虫病疫情进行预测,可以尽早地有针对性地制定防控策略及防治力度。但本文仅从气象因子方面对松材线虫病发生程度的影响进行分析,人为因素也是很重要的影响指标,更确切的结果还有待于进一步深入研究。