云南省大坝白蚁危害分析与分级预防体系建立

摘要：

为了构建云南省大坝白蚁危害分级预防体系，以实现对大坝白蚁危害的精准防治，采用Ⅲ类危害归一化算法优化白蚁危害处数的统计方式，提出了大坝原始白蚁危害密度的评价方法，选取影响白蚁危害的6项因子，并运用熵权-TOPSIS方法确定了影响因子权重及其对白蚁危害的综合评分。结果表明：云南省大坝白蚁危害呈现南部及西南部较严重，西北部与东北部较轻微的分布态势，综合评分与原始白蚁危害密度呈现高度一致性，验证了评分结果的可靠性。基于此，按不同分值区间建立了一般、中等和重点防范区三级预防体系，并制定了相应的防治措施。研究成果可为云南省大坝白蚁危害精准防治提供科学指导，对其他地区白蚁预防工作具有一定借鉴意义。

关" 键" 词：

白蚁防治； 土石坝； 熵权-TOPSIS方法； 分级预防体系； 云南省

中图法分类号： TV641；TV698.2+36

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2025.01.028

收稿日期：2024-04-26；接受日期：2024-07-18

基金项目：

国家自然科学基金项目（52069029，52369026）；云南省农业基础研究联合专项面上项目（202401BD070001-071）

作者简介：

陈德辉，男，硕士研究生，主要从事水工建筑物结构分析及其安全运维研究。E-mail：chendehui1999@126.com

通信作者：

欧" 斌，男，副教授，博士，主要从事水库安全运维研究。E-mail：oubin418@126.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章编号：1001-4179（2025） 01-0205-07

引用本文：

陈德辉，王子轩，吴曹东，等.云南省大坝白蚁危害分析与分级预防体系建立

［J］.人民长江，2025，56（1）：205-211.

0" 引 言

中国现有水库大坝中89.9%是土石结构［1］，易受到黑翅土白蚁和黄翅大白蚁等土栖白蚁的危害［2］。这些白蚁的活动可导致堤坝内部结构破坏，从而诱发大坝渗漏、管涌甚至溃堤垮坝［3-5］。经调查，除新疆、青海等五省区外，其他地区均有白蚁分布，全国蚁害率已达85％以上［6］。其中，云南省是白蚁种类最多的省份，达125种［7］，且全省规模以上土石坝超7 000座，白蚁危害防治任务艰巨。2000年以来的普查结果显示，云南省有害白蚁种类多且分布密集［8-11］，已成为威胁省内大坝安全的一个重大问题。此外，自2023年4月起，水利部发布多项指导文件，也强调了大坝白蚁防治工作的紧迫性和重要性。

目前，大坝白蚁防治研究主要集中于治理现有受侵害区域。采取的治理方法包括物理手段如挖巢［5］和建立物理屏障［12］等，化学手段如使用杀虫剂和建立化学屏障［13］等，以及生物手段如利用天敌病原线虫［14］和致病真菌［15］等。实践证明，单一治理措施效果有限，需综合应用不同手段实现有害生物综合防治［16］。苗尾水电站［10］和糯扎渡大坝［17］的综合防治措施已显著降低蚁患率，且对环境更加友好。

“以防为主”是大坝白蚁防治的核心原则［1］，但目前针对大坝白蚁危害预防措施研究不足，且主要集中在监测和屏障建设方面。沈俊峰等［18］开发的自动化预警技术，实现了水利工程白蚁危害情况的实时监控。同时，一些地方规范提出了相关预防措施［19］，但大多为单一手段，缺乏全面的预防体系。此外，现有研究对白蚁习性和影响因素的分析不够深入，导致预防措施缺乏针对性。因此，需要开展地域性研究，深入了解白蚁生态习性，确定关键影响因子，并制定系统化、具有针对性的白蚁预防体系。

为此，本文在云南省大坝白蚁病害系统性排查的基础上，按三级危害指标完成各地州市大坝白蚁危害等级分类，并提取了与白蚁活动特性有关的多年平均气温、海拔高度、土壤及食物等6项影响因子，构建了与之相关的危害分级体系及其预防措施，以有效保障大坝白蚁防治重心由治理末端向预防前端的转移。

1" 调查对象和结果

1.1" 数据来源

大坝白蚁危害数据来源于云南省水利厅2023年最新普查结果，包括7 095座水库的白蚁危害情况。结合中国病虫害分级方法和行业使用习惯，将白蚁危害程度分为3个等级：Ⅰ级、Ⅱ级和Ⅲ级［19］。其中，Ⅰ级表示白蚁危害轻微或存在潜在风险，Ⅱ级代表白蚁中度危害，Ⅲ级则表示白蚁严重危害。

普查采取统计每座大坝白蚁危害处数的方法。并根据地表活动特征及指示物、内部活动特征，对大坝的影响等指标对每个危害处进行等级评定，满足其中一项即统计为一个危害处。如：Ⅰ级危害处，1 000 m2内泥被泥线大于1处，蚁巢小于等于250 mm，有白蚁密集活动但无险情等；Ⅱ级危害处，1 000 m2内泥被泥线大于5处，蚁巢大小在250～350 mm之间，造成散浸、湿坡等一般险情等；Ⅲ级危害处，1 000 m2内泥被泥线大于10处，蚁巢大于等于350 mm，造成漏洞、跌窝、脱坡等较大险情等。

因此，同一个坝中可能同时存在3个等级危害处数，此种情况下3个等级危害处数比例大致呈现Ⅰ级∶Ⅱ级∶Ⅲ级=10∶5∶1的分布态势。小浪底枢纽工程调查结果亦呈现相似比例，各单元内白蚁活动点总数小于500（Ⅰ级）∶500～1 000（Ⅱ级）∶大于1 000（Ⅲ级）的比例为9∶4∶1［20］。云南省各地州（市）的大坝白蚁等级危害处数普查情况如表1所列。

1.2" 大坝白蚁危害密度

根据表1的统计结果，发现白蚁病害总数较多的州（市）有曲靖市、楚雄州、西双版纳州、普洱市、临沧市和玉溪市。但单纯从危害处数的总量来分析，并不能准确反映该地区的具体危害情况及危害程度，应综合考虑该地区大坝的数量及Ⅲ级危害数量。为此，本文综合考虑Ⅰ级、Ⅱ级向Ⅲ级危害的转化率及水库数量，令白蚁危害密度归一化公式为c=（Ⅰ级危害数量×0.1+Ⅱ级危害数量×0.2+Ⅲ级危害数量）/水库数量，形成如图1所示大坝白蚁危害密度结果。

从图1可以看出，云南省大坝白蚁危害总体呈现南部及西南部较严重，西北部与东北部较轻微的分布态势。白蚁危害密度最小的地区是迪庆州（0），其次是怒江州（0.119处/座）。危害密度大于5处/座的地区分别为西双版纳傣族自治州、德宏傣族景颇族自治州、普洱市及临沧市。其中西双版纳州大坝白蚁危害最严重密度，达7.435处/座，代表该区域平均每座大坝约有7.435处重大危害险情。

2" 白蚁分布影响因子分析与评价体系构建

2.1" 云南省白蚁分布影响因子分析

综合本次云南省水库白蚁病害调查结果、白蚁生活习性、地理气候环境及相关研究文献，总结出多年平均温度、多年平均降水量、多年平均蒸发量、相对土壤湿度、水资源总量、平均海拔高度、土壤条件、食物影响等8项与白蚁分布密度相关的因子，相关统计结果见表2与图2。

从图2白蚁危害相关因子雷达图中可以初步分析得知白蚁危害密度大于5处/座的地区具有以下特点：多年平均温度（19.18～21.39 ℃）和多年平均降水量（1 143.56～1 319.48 mm）相对较高，而年平均蒸发量（1 252.00～1 703.60 mm）和平均海拔高度（1 104.4～1 636.2 m）则相对较低。相关研究也表明温暖湿润气候条件有利于白蚁种群的繁殖和扩散［29］，温度保持在24～26 ℃、土壤含水量25％左右建巢数较多。海拔越高，白蚁多样性与数量越低，邻近贵州省调查表明，海拔2 500 m以上的地区不适合白蚁生存［30］。

此外，白蚁危害密度大于5处/座的地区土壤与食物条件对白蚁适宜性与吸引性也更高［31］。研究指出，对土石坝危害较大的黑翅土白蚁和黄翅大白蚁主巢内菌圃的pH都在4左右，呈强酸性反应［32］。而在云南土壤中红壤、赤红壤pH偏酸性，紫色土、黄棕壤偏中性，石灰岩土偏碱性［33］。因而土壤相对偏碱性的地区更不适宜白蚁生存，白蚁危害密度大于5处/座的地区土壤均偏酸性。此外，白蚁以纤维素为食［34］，研究发现黑翅土白蚁对于甘蔗、茶叶以及樟树、桉树等树木的取食性较高［35］。在密度大于5处/座的地区，这些树种广泛种植，其中甘蔗、茶叶、橡胶等还是云南省的主要经济作物。坝区周边植被中的白蚁适宜种类及密度较高，进一步加剧了蚁害程度。

2.2" 评价指标体系构建

为从源头上解决大坝白蚁危害问题，结合云南省的实际情况，建立了一套区域白蚁预防分级体系。该体系旨在确定重点预防区域，并加大监测和预防力度，以便尽早、尽快、尽可能地处理蚁情，确保当地大坝的安全。

2.2.1" 指标选取

依据表2中分析的相关影响因子，本文主要选定多年平均温度、相对湿度、水资源总量、海拔高度、土壤条件和食物影响6项因子进行分析，应用李克特量表的原理［36］将每一项因子按照1～5分进行评分（表3），统一标准、统一量纲。评分准则以2.1节分析为基础，是正向指标，评分越高表明当地该项数据表现更好，更适宜白蚁生存。其中，土壤与食物条件属于未能直接量化的指标，本文分析中土壤条件采用土壤pH进行比较，食物条件按照白蚁喜食性进行比较。

2.2.2" 评价方法与过程

采用熵权法和优劣解距离法（TOPSIS）对各样本进行评价，最终经过分析评估，对云南省白蚁预防区域进行分级，并针对每个级别制定相应的预防原则与措施，以准确、经济、高效地解决大坝白蚁危害问题。

TOPSIS法是一种综合评价方法，能挖掘原始数据信息，展示评价方案差异。通过比较待评价方案与正、负理想解的距离，确定排序。传统TOPSIS法在确定权重时较主观，影响评价结果的科学性和客观性，为此本文引入熵权法，通过计算指标信息熵设定权重，提高评价的客观性［37］。计算流程如下：

（1） 设有n个评价对象m个评价指标，构建n行m列的评价矩阵，元素为xij。

（2） 构建标准化矩阵Z，Z中的每一个元素为

Zij=xijni=1x2ij（1）

（3） 采用熵权法计算权重。

计算概率矩阵P：

pij=zijni=1zij（2）

信息熵计算公式为

ej=-1lnnni=1［pij×lnpij］（3）

信息效用值计算公式为

dj=1-ej（4）

最终每个指标的熵权为

wj=djmj=1dj（5）

表4是利用熵权法对各指标进行权重计算的结果。信息熵值是用于量化信息不确定性的指标，而信息效用值则是用于评估信息价值的标准［38］。某信息的效用值越大、熵越小、信息量越多，则该信息的权重越大。

（4） 计算各评价指标与最优及最劣向量之间的差距：

D+i=mj=1wj（Z+j-zij）2

D-i=mj=1wj（Z-j-zij）2（6）

其中：

Z+=｛max zij|j=1，2，…，m｝={z+1，z+2，…，z+n}

Z-=｛min zij|j=1，2，…，m｝={z-1，z-2，…，z-n}（7）

（5） 评价对象与最优方案的接近程度：

Ci=D-iD+i+D-i（8）

表5为各项数据加权后利用TOPSIS法得到的求解结果。正理想解距离D+和负理想解距离D-的值分别代表评价对象与最优或最劣解的距离。最理想的研究对象是D+值越小同时D-值越大，即综合得分C值越大说明研究对象评价越好［39］。

2.2.3" 评价结果与分析

为评估和比较评价体系与预期目标的相关性，根据各项累加评分、综合得分以及原始白蚁危害密度绘制图3，其中堆叠柱状图表示原始评价累加得分，折线图中实线表示熵权-TOPSIS评价后的综合得分，虚线代表原始白蚁危害密度。

从图3可以发现，经过熵权-TOPSIS综合评价方法的优化，累计得分结果得到显著改善，综合评分与白蚁危害密度呈现高度一致性。总体为南部与西南部地区综合得分相对较高，东北与西北部地区得分相对较低，表明该预防分级评价体系在区域划分上表现出了合理性和准确性，能够科学地进行预防分类。

3" 分级预防体系构建

3.1" 确立分级体系

综合得分最高的是普洱市（0.816），最低的是迪庆藏族自治州（0.199），相差0.617。就此，将综合得分划分为3级，如图4所示。一般防范地区≤0.40，中等防范地区0.40～0.70，重点防范地区≥0.70。白蚁危害密度大于4处/座的地区与重点防范地区相一致，再次证明综合评价体系的合理性。

3.2" 确立分级预防措施

按照不同的防范等级，构建如图5所示的监测预警、定期普查、预防处理三位一体大坝白蚁分级预防措施，将更为高效、精准地指导白蚁危害防控工作。实践证明，在芒林［40］、糯扎渡水库大坝［17］，采取有效预防措施后能够显著防止大坝白蚁危害的发生与降低扩散风险，从而确保大坝的安全。所构建的白蚁预防分级体系，其核心在于对各个地区大坝白蚁危害风险的全面评估。基于这一评估结果，制定相应的预防措施分级，实现精准预防，从而降低预防措施的成本。然而，从图5中也能发现，对于一般区域内的重点工程以及已经出现Ⅲ级危害的大坝，仍需给予特别关注和重视。

对于大坝白蚁危害，在常规预防措施的基础上，还需要根据不同地区的实际情况进行有针对性的处理才能获得更好的效果。首先需深入了解不同地区白蚁的种类及分布情况，确保对各种白蚁的习性有详尽的认识。其次，必须全面考虑各地区的白蚁影响因子，降低白蚁生存繁衍的有益条件，例如，西双版纳傣族自治州可以通过降低大坝土壤白蚁生存的适宜性（在大坝表层建立防护屏障等）来降低白蚁病害的风险，而普洱市则需要着重解决食物对白蚁的影响问题（种植隔离

作物带、减少坝体周围喜食性植物数量等）。此外，还需要细致研究不同地区的经济和社会状况，以理解当地防治白蚁工作的实际需求和可能面临的困难。

4" 结 论

（1） 在对云南省大坝白蚁危害调查统计的基础上，采用Ⅲ类危害归一化的计算方式，提出用白蚁危害密度评价区域白蚁危害，能更准确地反映区域白蚁危害综合情况。

（2） 提出了影响白蚁危害密度的6项影响因子指标，并采用熵权-TOPSIS方法对各影响因子进行分析，确定影响权重，得出综合得分。熵权-TOPSIS优化后的综合评分与原始白蚁危害密度呈现高度一致性，验证了评分的准确性。按照评分结果提出了白蚁区域预防分级体系，据此可将云南省各区域分为3个等级进行白蚁预防。

参考文献：

［1］" 李国英.水利工程白蚁等害堤动物危害及防治调研报告［J］.中国水利，2023，74（15）：1-5.

［2］" LI Y，DONG Z Y，PAN D Z，et al.Effects of subterranean termite nest architectures on earth embankment seepage and stability［J］.Paddy and Water Environment，2020，18（3）：367-384.

［3］" VAN T V.Termites in dikes of northern Vietnam［M］.Jodhpur：Scientific Publishers，2014：39-48.

［4］" 黄求应.黑翅土白蚁觅食行为学基础及诱杀系统的研究［D］.武汉：华中农业大学，2009.

［5］" 杨启贵，周和清，刘加龙.东方山水库大坝管道型渗漏的应急抢险与除险加固［J］.人民长江，2022，53（3）：202-206.

［6］" 蔡勤学，屈章彬，张树田，等.黄河小浪底土石坝白蚁综合防控技术研究与工程实践［C］∥中国大坝工程学会水库大坝和水电站建设与运行管理新进展论文集，北京，2022：319-328.

［7］" 彩万志，庞雄飞，花保祯，等.普通昆虫学［M］.北京：中国农业大学出版社，2010.

［8］" 李栋，赵元，石锦祥，等.云南文山、玉溪（州、区）大坝白蚁害调查研究［J］.白蚁科技，2000，17（1）：9-14.

［9］" 王静.地球物理方法在白蚁蚁穴探查中的应用［J］.人民长江，2003，34（7）：56-58.

［10］马海忠，王凤荣，郭建强，等.白蚁防治施工与验收在苗尾水电站大坝的应用效果［J］.云南水力发电，2017，33（增1）：102-104.

［11］沈立锋，赵培双，刘海波，等.糯扎渡水电站白蚁种类调查与蚁害趋势分析［C］∥中国电力技术市场协会2021年电力行业技术监督优秀论文集，成都，2021：1474-1480.

［12］LI Y，PAN D Z.Barrier longevity of NaCl-Laden soil against subterranean termites in an earth embankment［J］.Sustainability，2021，13（23）：13360.

［13］MAHAPATRO G K，CHATTERJEE D.Integrated termite management in the context of indoor and outdoor pest situation［M］.Cham：Springer，2018：119-135.

［14］陈彤，曾文慧，颜珣，等.应用昆虫病原线虫防控白蚁的研究现状［J］.应用昆虫学报，2022，59（1）：29-39.

［15］黄求应，李刚华，刘龙，等.堤坝白蚁习性规律及其生物防治技术研究进展［J］.中国水利，2023，74（15）：54-59，53.

［16］AHMAD F，FOUAD H，LIANG S Y，et al.Termites and Chinese agricultural system：applications and advances in integrated termite management and chemical control［J］.Insect Science，2021，28（1）：1-20.

［17］樊牧，李然，赵培双，等.基于IPM的糯扎渡大坝白蚁防治研究［J］.中国水运（下半月），2020，20（1）：135-136，138.

［18］沈俊峰，姚静.基于“电磁感应非环路通断”（DEMINL）技术的水利水电工程白蚁实时自动化监测预警系统研发［C］∥中国水利学会中国水利学会2018学术年会论文集，北京，2018：117-123.

［19］中国水利学会.水利工程白蚁防治技术规范：T/CHES 44—2020［S］.北京：中国质检出版社，2020.

［20］屈章彬，石磊，陈立云，等.水库大坝白蚁危害调查分析［J］.河南水利与南水北调，2019，48（3）：79-81.

［21］云南省统计局.云南统计年鉴2022［M］.北京：中国统计出版社，2023.

［22］李学辉，谷桂华，余守龙，等.云南省水面蒸发量变化趋势及其影响因素分析［J］.人民长江，2020，51（增2）：63-67.

［23］袁忠萍.玉溪海绵城市建设实践与探索［J］.建材与装饰，2019，15（18）：82-83.

［24］李亚男，毕晓菲，杨阳，等.怒江高海拔地区不同成熟期咖啡果实性状差异分析［J］.农产品加工，2018，17（4）：58-61，64.

［25］周友妹.丽江市水面蒸发量折算系数及时空变化规律分析［J］.人民长江，2015，46（增1）：35-37.

［26］王辉，彭邦文，王大力.云南省经济作物地理集聚的时空演变研究［J］.云南师范大学学报（自然科学版），2016，36（2）：67-73.

［27］曾觉民.云南自然森林分类系统及地理分布研究［J］.西南林业大学学报（自然科学版），2018，38（6）：1-18，231.

［28］涂安国，李英，聂小飞，等.鄱阳湖流域水分盈亏时空变化特征分析［J］.人民长江，2017，48（15）：35-39.

［29］FULLER C A，POSTAVA D M.Termites like it hot and humid：the ability of arboreal tropical termites to mediate their nest environment against ambient conditions［J］.Ecological Entomology，2014，39（2）：253-262.

［30］SILVA I S D，VASCONCELLOS A，MOURA，et al.Termite assemblages（Blattaria，Isoptera） in two montane forest（Brejo de Altitude） areas in northeastern Brazil［J］.Biota Neotrop，2019，19（1）：e20180519.

［31］沃玉报，姚璐，张友才，等.长江南京河段堤防白蚁防治技术实践［J］.水利水电快报，2021，42（3）：65-67，73.

［32］张贞华.黑翅土白蚁和黄翅大白蚁主巢土壤的物理和化学特性研究［J］.杭州大学学报（自然科学版），1987，14（1）：80-90.

［33］云南省农业农村厅.云南省2022年度耕地质量监测报告［R/OL］.（2023-02-10）［2023-10-20］.https：∥nync.yn.gov.cn/html/2023/gongshigonggao_0210/394729.html.

［34］IBRAHIM B U，ADEBOTE D A.Appraisal of the economic activities of termites：a review［J］.Bayero Journal of Pure and Applied Sciences，2012，5（1）：84-89.

［35］丁芳，嵇保中，刘曙雯，等.白蚁的食物选择［J］.中国农学通报，2015，31（2）：166-173.

［36］赵茜，赵东方，李冰洁，等.量表的选项顺序效应及其影响因素分析：以教育领域的李克特量表为例［J］.中国考试，2020，30（4）：22-27.

［37］CHEN P.Effects of the entropy weight on TOPSIS［J］.Expert Systems with Applications，2020，168（8）：114-186.

［38］郭超，尤建新，彭博达，等.基于熵权-层次分析法和优劣解距离法的飞行员胜任力评价［J］.同济大学学报（自然科学版），2023，51（12）：1983-1990.

［39］SHIN H S，SHYUR H J，LEE E S.An extension of TOPSIS for group decision making［J］.Mathematical and Computer Modelling，2007，45（7/8）：801-813.

［40］黄立群，冉海林，跑热干.土坝在设计和运行中防治白蚁危害的研究［J］.中国水利水电科学研究院学报，2015，13（4）：290-294.

（编辑：胡旭东）

Dam termite hazard analysis and hierarchical prevention system construction in Yunnan Province

CHEN Dehui1，2，WANG Zixuan1，2，WU Caodong1，2，OU Bin1，2

（1.College of Water Conservancy，Yunnan Agricultural University，Kunming 650201，China；

2.Research Center for Smart Management and Maintenance of Small and Medium-sized Water Conservancy Projects in Yunnan Province，Kunming 650201，China）

Abstract：

In order to construct the hierarchical prevention system of termite hazard in dams of Yunnan Province and realize the accurate prevention and control of termite hazards，the statistical method of termite hazard numbers was optimized by using the class Ⅲ disease normalization algorithm，and an evaluation method of the original termite hazard density of dam was proposed.Six factors （mean annual temperature，relative humidity，total water resources，altitude，soil conditions and food condition） affecting termite hazard were selected，and the entropy weight-TOPSIS method was used to determine the weight of each influencing factor and their comprehensive score on termite hazard.The results showed that the termite damage of reservoirs in Yunnan Province was more serious in the south and southwest，and relative mild in the northwest and northeast.The comprehensive score was highly consistent with the original termite damage density，which verified the reliability of the score results.Based on this，a three-level prevention system for general，medium and key prevention areas was established according to different score intervals，and corresponding prevention measures were formulated.The research results can provide scientific guidance for the accurate prevention and control of termite damage in reservoirs of Yunnan Province，and also have certain reference significance for termite prevention in other regions.

Key words：

termite hazard prevention and control； earth-rock dam； entropy weight-TOPSIS method； hierarchical prevention system； Yunnan Province