盧海東
摘要:通過(guò)萬(wàn)方數(shù)據(jù)對(duì)林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)研究文獻(xiàn)檢索,并對(duì)被引頻次和年度、作者、機(jī)構(gòu)分布進(jìn)行了分析,總結(jié)了我國(guó)當(dāng)前林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)主要研究成果、針對(duì)當(dāng)前我國(guó)林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)現(xiàn)狀,提出了進(jìn)一步加強(qiáng)遙感技術(shù)應(yīng)用和監(jiān)測(cè)預(yù)報(bào)管理的策略
關(guān)鍵詞:林業(yè);有害生物;預(yù)測(cè)預(yù)報(bào);文獻(xiàn)
開(kāi)展較為精準(zhǔn)的林業(yè)有害生物預(yù)測(cè)預(yù)報(bào),對(duì)指導(dǎo)林業(yè)有害生物防治意義十分重大。進(jìn)行林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)文獻(xiàn)學(xué)研究,總結(jié)林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)理論與技術(shù),對(duì)提高林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)水平與預(yù)警能力,具有十分重要的作用。
1數(shù)據(jù)來(lái)源與檢索方法
數(shù)據(jù)采集于萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)(hctD://new wanfangdatacom cn/index html),通過(guò)高級(jí)檢索,對(duì)期刊論文、學(xué)位論文、會(huì)議論文、專利、中外標(biāo)準(zhǔn)、科技成果、法律法規(guī)、科技報(bào)告、新方志進(jìn)行檢索,采用關(guān)鍵詞和主題為“林業(yè)有害生物”“森林病蟲(chóng)害”“預(yù)測(cè)預(yù)報(bào)”。檢索表達(dá)式為:(主題:(“林業(yè)有害生物”)主題:(“預(yù)測(cè)預(yù)報(bào)”)+題名或關(guān)鍵詞:(“林業(yè)有害生物”)*題名或關(guān)鍵詞:(“預(yù)測(cè)預(yù)報(bào)”)+主題:(“森林病蟲(chóng)”)*主題:(“預(yù)測(cè)預(yù)報(bào)”)+題名或關(guān)鍵詞:(“森林病蟲(chóng)”)*題名或關(guān)鍵詞:(“預(yù)測(cè)預(yù)報(bào)”))*Date:-2018。
2數(shù)據(jù)分析
對(duì)檢索到的575篇林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)論文,采用文獻(xiàn)統(tǒng)計(jì)學(xué)方法,使用Excel分別進(jìn)行被引頻次、年度分布、作者分布和機(jī)構(gòu)分布分析。
2.1被引頻次分析
對(duì)檢索到的575篇進(jìn)行被引頻次排名,排名前10名的文獻(xiàn)如表1所示。
其中,被引頻次在30次以上的主要有宋玉雙、黃北英的《中國(guó)林業(yè)有害生物防治技術(shù)的新進(jìn)展》,陳繪畫(huà)、朱壽燕、崔相富的《基于人工神經(jīng)網(wǎng)絡(luò)的馬尾松毛蟲(chóng)發(fā)生量預(yù)測(cè)模型的研究》,張真、李典謨、查光濟(jì)的《馬尾松毛蟲(chóng)種群動(dòng)態(tài)的時(shí)間序列分析及復(fù)雜性動(dòng)態(tài)研究》,張國(guó)慶的《基于系統(tǒng)健康管理理論的林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)管理研究》《基于生態(tài)論的生物災(zāi)害精細(xì)化預(yù)報(bào)理論研究》《基于TSE分析理論的林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)技術(shù)研究》,李明澤的《東北林區(qū)森林生物量遙感估算及分析》。
2.2年度分布分析
年度分布分析表明,有關(guān)林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)研究文獻(xiàn)發(fā)表數(shù)量,2004年之后才增長(zhǎng)較快,2006年之后一直處于較高水平,年發(fā)表文獻(xiàn)數(shù)量,除了2010年為29篇之外,其他年份均在30篇以上,如圖1所示。
2.3作者分布分析
通過(guò)對(duì)作者分布進(jìn)行分析,如圖2,可以看出,發(fā)表4篇及4篇以上的作者共有28位,其中,陳繪畫(huà)發(fā)表了有關(guān)林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)研究論文20篇;張國(guó)慶發(fā)表了13篇;張真、李天生發(fā)表了8篇;崔相富發(fā)表了7篇;宋玉雙、屈金亮、賈春生發(fā)表了6篇;劉健、孔祥波、張旭東、朱壽燕、王洪斌、許章華發(fā)表了5篇;張楨、余坤勇等14人分別發(fā)表了4篇;共計(jì)160篇;占發(fā)表文獻(xiàn)總數(shù)的27 83%。
2.4機(jī)構(gòu)分布分析
機(jī)構(gòu)分布分析結(jié)果,如圖3所示。分析表明,發(fā)表林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)研究文獻(xiàn)在10篇(含10篇)以上的單位分別是國(guó)家林業(yè)局、中國(guó)林業(yè)科學(xué)研究院、北京林業(yè)大學(xué)、安徽省潛山縣林業(yè)局、浙江省仙居縣林業(yè)局、中南林業(yè)科技大學(xué)、福建農(nóng)林大學(xué)、浙江農(nóng)林大學(xué)、中國(guó)科學(xué)院,既有國(guó)家行政管理機(jī)構(gòu),又有農(nóng)林院校、科研機(jī)構(gòu),也有一線生產(chǎn)實(shí)踐單位,基本涵蓋了涉及林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)的所有機(jī)構(gòu)。
3討論
隨著技術(shù)的進(jìn)步,性誘、遙感等新的監(jiān)測(cè)手段,以及新的數(shù)學(xué)分析技術(shù)和信息技術(shù)在林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)中得到了廣泛引用。宋玉雙、黃北英2008年在《中國(guó)林業(yè)有害生物防治技術(shù)的新進(jìn)展》一文中對(duì)其進(jìn)行了總結(jié)。陳繪畫(huà)、朱壽燕、崔相富在《中國(guó)林業(yè)有害生物防治技術(shù)的新進(jìn)展》,張真、李典謨、查光濟(jì)在《中國(guó)林業(yè)有害生物防治技術(shù)的新進(jìn)展》,儲(chǔ)江山、徐勝利、張國(guó)慶等分別在《生物災(zāi)害精細(xì)化預(yù)報(bào)算法試驗(yàn)研究——以潛山縣馬尾松毛蟲(chóng)為例》《林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)理論基礎(chǔ)與技術(shù)集成——以潛山縣馬尾松毛蟲(chóng)為例》《馬尾松毛蟲(chóng)精細(xì)化預(yù)報(bào)徑向基函數(shù)建模試驗(yàn)研究》《馬尾松毛蟲(chóng)精細(xì)化預(yù)報(bào)多層感知器建模試驗(yàn)研究》,余燕、王振興、畢守東、張國(guó)慶等在《馬尾松毛蟲(chóng)幼蟲(chóng)發(fā)生高峰期的三種預(yù)測(cè)模型》、《基于馬爾科夫鏈和列聯(lián)表法的馬尾松毛蟲(chóng)發(fā)生面積預(yù)測(cè)模型研究》《馬尾松毛蟲(chóng)幼蟲(chóng)高峰期發(fā)生量的預(yù)測(cè)模型研究》等文中運(yùn)用新的分析技術(shù),開(kāi)展了林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)建模研究。張國(guó)慶還在《基于系統(tǒng)健康管理理論的林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)管理研究》《基于生態(tài)論的生物災(zāi)害精細(xì)化預(yù)報(bào)理論研究》《基于TSE分析理論的林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)技術(shù)研究》等文中,對(duì)林業(yè)有害生物精細(xì)化預(yù)報(bào)基礎(chǔ)理論與技術(shù)進(jìn)行了研究【1-12】。
近年來(lái),盡管我國(guó)在林業(yè)有害生物預(yù)測(cè)預(yù)報(bào)技術(shù)上發(fā)展較快,但在管理和遙感應(yīng)用上,還有待進(jìn)一步加強(qiáng)。在遙感應(yīng)用方面,要加強(qiáng)遙感技術(shù)在監(jiān)測(cè)中的應(yīng)用,特別是高分衛(wèi)片在林業(yè)有害生物監(jiān)測(cè)中的應(yīng)用,盡快摒棄勞動(dòng)強(qiáng)度大,監(jiān)測(cè)數(shù)據(jù)準(zhǔn)確性差、人為因素干擾大的以人工地面監(jiān)測(cè)為主的監(jiān)測(cè)手段,盡快推廣以高分遙感監(jiān)測(cè)為主,重點(diǎn)區(qū)域航空補(bǔ)充遙感為輔的以遙感為主的監(jiān)測(cè)手段。
在監(jiān)測(cè)預(yù)報(bào)管理上,首先要盡快改變監(jiān)測(cè)數(shù)據(jù)上報(bào)時(shí)間“一刀切”的做法,因?yàn)槲覈?guó)地域廣大,即使是同一種林業(yè)有害生物,各地發(fā)生時(shí)間相差很大,規(guī)定同一時(shí)間或同一時(shí)間段上報(bào)監(jiān)測(cè)數(shù)據(jù),使得基層不得不編造數(shù)據(jù)上報(bào),造成上報(bào)的監(jiān)測(cè)數(shù)據(jù)失真。
其次,在考核中,盡快取消過(guò)高的、且逐年提高的預(yù)報(bào)準(zhǔn)確率和監(jiān)測(cè)覆蓋率,以及過(guò)低的且逐年降低的成災(zāi)率等硬性考核指標(biāo)。由于基層監(jiān)測(cè)預(yù)報(bào)隊(duì)伍人員嚴(yán)重不足,盡管配備了不少信息設(shè)備,但監(jiān)測(cè)技術(shù)仍然十分落后,基本上是靠?jī)蓷l腿進(jìn)入林內(nèi)實(shí)地觀測(cè)和依照經(jīng)驗(yàn)預(yù)估,采集的數(shù)據(jù)精度不高,根本就達(dá)不到考核指標(biāo)規(guī)定的過(guò)高的監(jiān)測(cè)覆蓋率和預(yù)報(bào)準(zhǔn)確率要求。且過(guò)低的成災(zāi)率要求,使得基層上報(bào)數(shù)據(jù)時(shí)不得不調(diào)低本就精度不高的實(shí)際發(fā)生數(shù)據(jù)。
再次,把“新發(fā)生疫點(diǎn)數(shù)”“疫點(diǎn)數(shù)”和“疫區(qū)發(fā)生面積”納入考核硬指標(biāo),使得省、市、縣在上報(bào)疫情時(shí),層層削減甚至瞞報(bào)疫點(diǎn)數(shù)與疫情發(fā)生面積。
因此,在監(jiān)測(cè)數(shù)據(jù)上報(bào)時(shí),應(yīng)該根據(jù)各地不同氣候確定科學(xué)合理的監(jiān)測(cè)數(shù)據(jù)上報(bào)時(shí)間。在考核上,應(yīng)該實(shí)事求是,根據(jù)當(dāng)前我國(guó)林業(yè)有害生物監(jiān)測(cè)預(yù)報(bào)水平不高的實(shí)情,參考?xì)庀箢A(yù)報(bào)做法,制定可行的考核指標(biāo),特別是要取消“成災(zāi)率”和“新發(fā)生疫點(diǎn)數(shù)”“疫點(diǎn)數(shù)”和“疫區(qū)發(fā)生面積”等考核硬指標(biāo),改為災(zāi)害或疫情防治成效指標(biāo)。
參考文獻(xiàn)
【1】宋玉雙,黃北英中國(guó)林業(yè)有害生物防治技術(shù)的新進(jìn)展【J】中國(guó)森林病蟲(chóng),2008( 06):31 - 34
【2】?jī)?chǔ)江山,徐勝利,張國(guó)慶生物災(zāi)害精細(xì)化預(yù)報(bào)算法試驗(yàn)研究法——以潛山縣馬尾松毛蟲(chóng)為例【J】現(xiàn)代農(nóng)業(yè)科技,2015(18):173 -180
【3】朱純祥,張汪炎,胡德松,張國(guó)慶林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)理論基礎(chǔ)與技術(shù)集成——以潛山縣馬尾松毛蟲(chóng)為例【J】現(xiàn)代農(nóng)業(yè)科技,2015 (17):203 - 205
【4】張國(guó)慶森林健康與林業(yè)有害生物管理【J】四川林業(yè)科技,2008,29(06):84-87
【5】張國(guó)慶生物災(zāi)害管理論研究與生物災(zāi)害精確管理【J】現(xiàn)代農(nóng)業(yè)科技,2011(03):22 - 25
【6】張國(guó)慶基于TSE分析理論的林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)技術(shù)研究【J】現(xiàn)代農(nóng)業(yè)科技,2014(20):155 -157
【7】張國(guó)慶基于系統(tǒng)健康管理理論的林業(yè)生物災(zāi)害精細(xì)化預(yù)報(bào)管理研究【J】現(xiàn)代農(nóng)業(yè)科技,2014 (19):198 -199
【8】張國(guó)慶基于高分辨率遙感數(shù)據(jù)與TSE方法的生態(tài)系統(tǒng)精細(xì)化管理技術(shù)研究【J】現(xiàn)代農(nóng)業(yè)科技,2015 (16):153 -156
【9】余燕,等馬尾松毛蟲(chóng)幼蟲(chóng)發(fā)生高峰期的三種預(yù)測(cè)模型【J】應(yīng)用昆蟲(chóng)學(xué)報(bào),2018(04):748 - 758
【10】高薇,等基于馬爾科夫鏈和列聯(lián)表法的馬尾松毛蟲(chóng)發(fā)生面積預(yù)測(cè)模型研究【J】中國(guó)森林病蟲(chóng),2018(03:)31- 34
【11】周夏芝,等馬尾松毛蟲(chóng)幼蟲(chóng)高峰期發(fā)生量的預(yù)測(cè)模型研究【J】應(yīng)用昆蟲(chóng)學(xué)報(bào),2017(06):1031-1043
【12】余燕,等馬尾松毛蟲(chóng)幼蟲(chóng)發(fā)生嚴(yán)重程度的預(yù)測(cè)研究【J】安徽農(nóng)業(yè)大學(xué)學(xué)報(bào),2017(05):882 - 893