黑龍江省楊樹爛皮病氣象預(yù)報模型的適應(yīng)性分析*

劉 丹，于成龍，郭安紅，李 帥，杜春英，王純枝

(1.黑龍江省氣象科學(xué)研究所，黑龍江哈爾濱150030;2.國家氣象中心，北京100081)

黑龍江省楊樹爛皮病氣象預(yù)報模型的適應(yīng)性分析*

劉 丹1，于成龍1，郭安紅2，李 帥1，杜春英1，王純枝2

(1.黑龍江省氣象科學(xué)研究所，黑龍江哈爾濱150030;2.國家氣象中心，北京100081)

在構(gòu)建東北地區(qū)楊樹爛皮病發(fā)生發(fā)展氣象適宜度預(yù)報模型的基礎(chǔ)上，選取黑龍江省西部地區(qū)5個試驗點(diǎn)，以1972－1974年當(dāng)?shù)貤顦錉€皮病觀測記錄為標(biāo)準(zhǔn)，對該模型進(jìn)行局部地區(qū)應(yīng)用試驗。結(jié)果表明:僅利用當(dāng)?shù)貧庀笥^測站的氣象數(shù)據(jù)進(jìn)行氣象適宜度等級預(yù)報的準(zhǔn)確率比較低，總體預(yù)報準(zhǔn)確率僅為38.07%，而對氣象要素進(jìn)行空間插值能把預(yù)報準(zhǔn)確率提高到72.16%。此研究可為黑龍江省氣象部門進(jìn)行楊樹爛皮病的氣象適宜度預(yù)報提供技術(shù)參考。

楊樹爛皮病;氣象適宜度;適應(yīng)性;黑龍江省

有關(guān)楊樹爛皮病的研究大體上可分為病原學(xué)［1－2］、發(fā)生流行規(guī)律［3－4］及條件［5－6］、防治技術(shù)［7－8］等幾類。研究表明，該病害除了受其自身的生物學(xué)特性影響外，還受樹木品種、管理及防治措施、氣象條件等外在因素的影響，其中氣象條件與病害的發(fā)生流行有著密切的關(guān)系［9］。在其他因素具備的情況下，氣象條件往往成為楊樹爛皮病害發(fā)生流行的關(guān)鍵因素［5］。

楊樹爛皮病是楊樹的主要病害之一，東北地區(qū)是楊樹爛皮病的高發(fā)區(qū)，樹木發(fā)病率常在35%、死亡率達(dá)15%以上［10］。雖然該病害的蔓延是可防可控的，但由于對該病害的發(fā)生流行規(guī)律尚不十分清楚，且缺乏有效的預(yù)警機(jī)制，目前該病害的防治存在一定的盲目性。本文針對這一現(xiàn)象，參考王純枝等［6］的模型構(gòu)建方法，構(gòu)建了東北地區(qū)楊樹爛皮病發(fā)生發(fā)展氣象適宜度預(yù)報模型。在黑龍江省選取5個試驗點(diǎn)，結(jié)合當(dāng)?shù)匦夂蛱攸c(diǎn)，對該模型進(jìn)行局部地區(qū)的應(yīng)用試驗，以期從氣象角度對東北地區(qū)楊樹爛皮病的發(fā)生發(fā)展進(jìn)行有效預(yù)測，從而提高該地區(qū)楊樹爛皮病防治效率。

1 研究地點(diǎn)簡介

本文的研究地點(diǎn)有5個，分別位于黑龍江省的依安縣、林甸縣、杜爾伯特蒙古族自治縣、齊齊哈爾市市轄區(qū)和龍江縣，均位于黑龍江省西南部(122°24'～125°42'E，45°52'E ～48°4'N)，具體位置如圖1所示。這5個縣(市)地處松嫩平原西部邊緣地帶，地勢由西北逐漸向東南傾斜，中部較為平坦，海拔高度在137～160 m。年平均氣溫3.6℃，最冷月1月平均氣溫－19.3℃，最熱月7月平均氣溫22.8℃，年均活動積溫2 940.8℃。平均降水量431.9 mm，年均無霜期130 d。共有森林面積757.68 km2。

圖1 楊樹爛皮病觀測地點(diǎn)位置圖

2 數(shù)據(jù)來源及處理

楊樹爛皮病調(diào)查數(shù)據(jù)來自黑龍江省森林資源與環(huán)境研究院，時間為1972－1974年，氣象數(shù)據(jù)來自黑龍江省氣象局逐日整編數(shù)據(jù)，時間為1961－1991年。在參考文獻(xiàn)［3，5－6，9］指標(biāo)生理意義的基礎(chǔ)上，對上年11月－翌年4月逐月、逐旬的氣溫、降水、相對濕度、雨日、日照、風(fēng)速、溫濕系數(shù)、極端最低氣溫、Tamin＜－20℃的天數(shù)以及氣溫日較差＞15℃天數(shù)、氣溫日較差＞20℃天數(shù)等氣象指標(biāo)進(jìn)行分析，篩選東北地區(qū)上年11月－翌年6月與楊樹爛皮病發(fā)病面積顯著相關(guān)(顯著性水平sig.＜0.05)的氣象因子，再對同時段內(nèi)、同類氣象因子再逐步回歸篩選(去除法篩選)，最終篩選確定8個關(guān)鍵氣象因子進(jìn)行模型組建，分別對應(yīng)表1中的T1－T8，各變量均為實測值，代表的意義如下:

T1為上年11－12月氣溫日較差＞15℃的天數(shù);T2為3月平均氣溫;T3為4月上旬平均氣溫;T4為4月下旬平均氣溫;T5為5月平均氣溫;T6為3月平均空氣相對濕度;T7為3月下旬平均風(fēng)速;T8為4月溫濕系數(shù)據(jù)此構(gòu)建發(fā)生發(fā)展氣象適宜度預(yù)報模型:

式中:Y1～Y8均為按照表1的計算方法得到的歸一化數(shù)據(jù)。Z為楊樹爛皮病發(fā)生發(fā)展氣象適宜度指數(shù)，等級劃分標(biāo)準(zhǔn)見表2;Y1為上年11－12月氣溫日較差＞15℃的天數(shù);Y2為3月平均氣溫;Y3為4月上旬平均氣溫;Y4為4月下旬平均氣溫;Y為5月平均氣溫;Y為4月溫濕系數(shù);Y為3月平均空氣相對濕度;Y8為3月下旬平均風(fēng)速。

表1 氣象要素歸一化計算方法

表2 楊樹爛皮病發(fā)生發(fā)展氣象適宜度等級指標(biāo)

3 結(jié)果與分析

3.1 基于氣象觀測站數(shù)據(jù)的模型準(zhǔn)確率檢驗

把1972－1974年黑龍江省西部5縣(市)氣象觀測站的氣象數(shù)據(jù)代入模型中，計算當(dāng)?shù)貤顦錉€皮病發(fā)病氣象適宜度等級并與觀測點(diǎn)的發(fā)病等級進(jìn)行對比，從表3中可以看出，總樣本數(shù)為176個，級別一致的有67個，總準(zhǔn)確率為33.52%。分別各級別預(yù)報準(zhǔn)確率分析，3級(氣象條件基本適宜)、4級(氣象條件不適宜)的預(yù)報準(zhǔn)確率達(dá)到了100%，而越高級別的預(yù)報準(zhǔn)確率越低，到1級(氣象條件非常適宜)的預(yù)報準(zhǔn)確低于10%。可見，隨著氣象條件適宜程度的增加，預(yù)報準(zhǔn)確率在明顯下降，分析原因可能與所選觀測點(diǎn)的代表性和氣象要素觀測值的代表性有關(guān)。

表3 基于氣象觀測站數(shù)據(jù)的楊樹爛皮病氣象適宜度模型檢驗準(zhǔn)確率

3.2 基于空間插值后氣象數(shù)據(jù)的模型準(zhǔn)確率檢驗

當(dāng)?shù)貧庀笥^測站的觀測數(shù)據(jù)只能代表觀測地及其周邊小范圍的氣象條件，由于黑龍江省氣象觀測站布點(diǎn)稀疏，且楊樹爛皮病的試驗地點(diǎn)距離氣象站點(diǎn)還有很長一段距離，因此當(dāng)?shù)貧庀笥^測站的氣象數(shù)據(jù)很難準(zhǔn)確反映試驗地的氣象條件。針對這一問題，本文對氣象要素進(jìn)行空間差值，再次對模型的準(zhǔn)確率進(jìn)行檢驗。

以林甸縣氣象觀測站位置為中心做300 km緩沖區(qū)，用在緩沖區(qū)內(nèi)的黑龍江省氣象觀測站點(diǎn)的氣象數(shù)據(jù)作空間插值。其中溫度因素的插值方法為:以經(jīng)度、緯度和高程為自變量，溫度為因變量做線性回歸方程，再利用柵格運(yùn)算的方法對溫度因素進(jìn)行空間分辨率為1 km插值，然后把試驗觀測點(diǎn)所在位置的氣象因子提取出來。其他氣象因子利用樣條法對數(shù)據(jù)進(jìn)行空間分辨率為1 km插值，用同樣方法提取試驗觀測點(diǎn)的氣象數(shù)據(jù)。表4中列出了不同溫度因素的回歸方程，方程中Y代表各溫度因子實測值，lat代表緯度(度)，log代表經(jīng)度(度)，alt代表海拔高度(m)。插值所用氣象數(shù)據(jù)為1971－1974年黑龍江省氣象局整編的逐日氣象數(shù)據(jù)，表中可見，各溫度因子與經(jīng)度、緯度和高程都具有極顯著的相關(guān)性。

表5中顯示了利用空間插值后的氣象因素計算的氣象適宜度級別個數(shù)，并檢驗了模型的準(zhǔn)確率?？梢?，基于空間插值數(shù)據(jù)的模型總準(zhǔn)確率為72.16%，在總體樣本不變的情況下，比表3中沒有基于空間插值數(shù)據(jù)的模型總準(zhǔn)確率高34.09%。從各個級別的準(zhǔn)確率分布來看，3級的準(zhǔn)確率最高，為84.21%;其次是2級，為78.57%;1級最低，為68.97%，可見，中等級別的準(zhǔn)確率要高于最高和最低級別。與表3中的準(zhǔn)確率相比，1級和2級的準(zhǔn)確率有明顯提高，分別提高了59.49%和50.00%，而3級和4級的準(zhǔn)確率卻出現(xiàn)了下降現(xiàn)象，分別下降了15.79%和25.93%，表3中的總體預(yù)報級別明顯偏低造成了2級和3級準(zhǔn)確率過高，這是導(dǎo)致表4中3級和4級準(zhǔn)確率偏低的原因之一。

表4 插值用溫度因子的回歸方程

表5 基于空間插值數(shù)據(jù)的楊樹爛皮病氣象適宜度模型檢驗準(zhǔn)確率

4 結(jié)論與討論

本文參考王純枝等［6］的模型，構(gòu)建了東北地區(qū)楊樹爛皮病發(fā)生發(fā)展氣象適宜度預(yù)報模型，并對楊樹爛皮病在黑龍江省西部地區(qū)發(fā)生狀況進(jìn)行模擬預(yù)報，對預(yù)報準(zhǔn)確率進(jìn)行檢驗。結(jié)果發(fā)現(xiàn)，單純利用當(dāng)?shù)貧庀笥^測站氣象數(shù)據(jù)的總體預(yù)報效果不好，只有38.07%。而把氣象要素進(jìn)行空間插值后，提取試驗點(diǎn)的氣象數(shù)據(jù)進(jìn)行模擬預(yù)報，總體預(yù)報準(zhǔn)確率有明顯提升，為72.16%。該研究可為黑龍江省氣象部門進(jìn)行楊樹爛皮病的氣象適宜度預(yù)報提供技術(shù)參考。由于此模型所需的氣象數(shù)據(jù)從前一年11月到當(dāng)年的5月，因此應(yīng)用此方法在6月初即能做出病害發(fā)生的潛勢預(yù)報，可為當(dāng)?shù)亓謽I(yè)及園林部門楊樹爛皮病的防治提供參考信息。

楊樹爛皮病的發(fā)生發(fā)展除與氣象因素密切相關(guān)外，還與當(dāng)?shù)赝临|(zhì)、地勢、樹木品種、樹木長勢、病原基數(shù)、人工防治因素等有關(guān)［5，10］，由于本文引用的是氣象適宜度預(yù)報模型，只是從氣象角度考慮了病原菌的越冬、發(fā)生和發(fā)展以及樹木長勢因素，因此在實際應(yīng)用過程中，在考慮氣象適宜度等級外，應(yīng)結(jié)合其他因素綜合考慮，提高預(yù)報的準(zhǔn)確率。

致謝:本文用到數(shù)據(jù)受到國家林業(yè)局森林病蟲害防治總站和黑龍江省森林資源與環(huán)境研究院的大力支持，在此表示感謝。

［1］冀瑞卿，李玉，宋瑞清，等．Amanita virosa對楊樹爛皮病的抑制效果及其抑菌機(jī)理初探［J］．中國森林病蟲，2010，29(6):1－4．

［2］袁秀英，白紅霞，白玉明，等．楊樹內(nèi)生真菌的分離和拮抗生防菌的篩選［J］．林業(yè)科學(xué)研究，2006，19(6):713－717．

［3］楊冬．高原楊樹爛皮病及其發(fā)病原因［J］．植物保護(hù)，2004，30(4):35．

［4］張星耀，趙仕光．楊樹爛皮病空間格局及抽樣技術(shù)的研究［J］．西北林學(xué)院學(xué)報，1993，8(1):21－26．

［5］向玉英，陳國賢．楊樹爛皮病發(fā)病誘因的研究［J］．植物保護(hù)學(xué)報，1981，8(2):137－142．

［6］王純枝，郭安紅，王玉玲，等．華北地區(qū)楊樹爛皮病發(fā)生發(fā)展氣象適宜度預(yù)報模型［J］．中國農(nóng)業(yè)氣象，2011，32(1):139－143．

［7］張厚良，王若森，高金輝，等．4種藥劑對楊樹爛皮病病菌的抑制作用［J］．東北林業(yè)大學(xué)學(xué)報，2010，38(1):110－111．

［8］王廣．楊樹爛皮病的發(fā)生與防治［J］．北京園林，2009，25(4):57－58．

［9］汪太振，于和，姜常豐，等．楊樹爛皮?。踁alsa sordida Nat．］的研究［J］．東北林學(xué)院學(xué)報，1981(1):18－28．

［10］許怡玲．哈爾濱主要綠化樹種楊樹爛皮病的綜合治理［D］．哈爾濱:東北林業(yè)大學(xué)，2003．

Adaptability Analysis on Meteorological Forecast Model of Valsa Sordida Nit in Heilongjiang Province

Liu Dan1，Yu Chenglong1，Guo Anhong2，Li Shuai1，Du Chunying1and Wang Chunzhi2
(1．Heilongjiang Province Institute of Meteorological Sciences，Harbin 150030，China;2．National Meteorological Center，Beijing 100081，China)

Based on the forecasting model of meteorological suitability for occurrence and development of Valsa sordida Nit in north-east China，the model is applied and tested based on the data of 1972～1974 from 5 observation stations of Heilongjiang province．The results show that the forecasting accuracy is 38.07%if only the data of localweather stations are used for forecasting．But the accuracy could be increased to 72.16%if these data are processed by GIS spatial interpolation technique．This study could provide meteorological departments of Heilongjiang province the technological reference for forecastingmeteorological suitability of Valsa sordida Nit．

Valsa sordida Nit;meteorological suitability;adaptability;Heilongjiang province

P363.41+1

A

1000－811X(2012)03－0045－04

2011－10－21

2012－01－11

公益性行業(yè)(氣象)科研專項經(jīng)費(fèi)項目(GYHY200906028)

劉丹(1974－)，女，黑龍江加格達(dá)奇人，博士研究生，副研究員，主要從事生態(tài)方面的研究．E-mail:nefuliudan@163.com