基于GIS的松材線蟲病空間分布規(guī)律研究

摘 要：以安徽省黃山市休寧縣為研究區(qū)域，采用地理信息系統(tǒng)（Geographic Information Systems，GIS）研究松材線蟲病的空間分布規(guī)律及其與地形、河流和人類活動等因子間的關(guān)系，并利用基于最優(yōu)參數(shù)的地理探測器模型篩選出對松材線蟲病空間分異影響最大的因子。結(jié)果表明：2022年休寧縣松材線蟲病的重災(zāi)區(qū)和中災(zāi)區(qū)主要集中在東臨溪鎮(zhèn)、榆村鄉(xiāng)、山斗鄉(xiāng)和海陽鎮(zhèn)，部分中災(zāi)區(qū)分布于萬安鎮(zhèn)、商山鎮(zhèn)、五城鎮(zhèn)和源芳鄉(xiāng)；休寧縣松材線蟲病主要分布在高程600 m以下、坡度5°～35°、距河流800 m以內(nèi)、人類活動強度低的區(qū)域，疫情分布與坡向間的關(guān)系不明顯；高程對松材線蟲病空間分異的解釋力最高，是影響休寧縣松材線蟲病空間分異的重要因子。

關(guān)鍵詞：松材線蟲??；GIS；地理探測器；空間分布

中圖分類號：S763.18 文獻標志碼：A 文章編號：1674-7909-（2023）11-111-4

0 引言

松材線蟲病是一種因松材線蟲寄生在松樹體內(nèi)所引起的森林病害，具有傳染性強、致死速度快的特點。松樹感染該病后，一般兩三個月便會枯死［1］。自1982年我國發(fā)現(xiàn)松材線蟲病以來，疫情快速擴散，西達四川省涼山彝族自治州，北至遼寧省撫順市，目前已擴散至我國19個省（自治區(qū)、直轄市） ［2］。松材線蟲病對我國松林生態(tài)系統(tǒng)構(gòu)成了嚴重威脅，每年造成的生態(tài)和經(jīng)濟損失巨大［3］。而掌握松材線蟲病的空間分布規(guī)律對于松材線蟲病的預(yù)防和治理具有重要作用。基于此，筆者以安徽省黃山市休寧縣為研究區(qū)域，利用地理信息系統(tǒng)（Geographic Information Systems，GIS）強大的空間分析功能和地理探測器，研究松材線蟲病的空間分布與環(huán)境因子之間的關(guān)系，以期為松材線蟲病的預(yù)防和治理提供一定的理論參考。

1 研究區(qū)概況

休寧縣位于黃山市南部，地處東經(jīng)117°39′～118°26′、北緯29°24′～30°02′。休寧縣地貌以山地、丘陵為主，中、北部低山丘陵與河谷平原相間；屬于亞熱帶季風(fēng)性濕潤氣候，四季分明，熱量豐富，雨量充沛?？h境內(nèi)植被豐盈，林木繁茂，森林面積17.98萬hm2，活立木總蓄積971萬m3，森林覆蓋率82.17%。松材線蟲病是休寧縣主要的森林病蟲害之一。由于高溫干旱會加快松材線蟲病的傳播，因而每年9—10月是松材線蟲病的集中暴發(fā)期。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

松材線蟲疫情分布數(shù)據(jù)來自2022年休寧縣松材線蟲病“空天地”一體化遙感監(jiān)測調(diào)查項目，是基于北京3號衛(wèi)星影像數(shù)據(jù)，經(jīng)過遙感解譯和地面勘查后得到的。高程數(shù)據(jù)采用ASTER GDEMV3數(shù)據(jù)，來自地理空間數(shù)據(jù)云，分辨率為30 m?；A(chǔ)地理數(shù)據(jù)包括道路、居民地、建設(shè)用地和行政區(qū)劃，來自第三次全國土地調(diào)查成果報告。

2.2 研究方法

2.2.1 密度分析。密度分析是指根據(jù)輸入的要素數(shù)據(jù)集計算整個區(qū)域的數(shù)據(jù)集狀況，以每個待計算格網(wǎng)點為中心進行區(qū)域搜索，計算每個格網(wǎng)點的密度值，從而產(chǎn)生一個連續(xù)的密度表面［4］。該研究需要對疫木、道路、居民地和建筑用地數(shù)據(jù)進行密度分析。

2.2.2 疊加分析。疊加分析是GIS中一項重要的空間分析功能，是在統(tǒng)一的空間參照系統(tǒng)條件下，將同一地區(qū)兩類地理對象的圖層進行疊加，以產(chǎn)生空間區(qū)域的多重屬性特征，或建立地理對象之間的空間對應(yīng)關(guān)系［5］。該研究將100 m×100 m的網(wǎng)格作為分析單元，將疫木分布數(shù)據(jù)分別與地形、河流和人類活動數(shù)據(jù)進行疊加分析，探討松材線蟲病的空間分布與這些因子之間的關(guān)系。

2.2.3 地理探測器。地理探測器是一種探測地理空間分異性，以揭示其背后驅(qū)動因子的統(tǒng)計學(xué)方法［6］。其利用q值來度量因子對地理變量空間分異的解釋力，q值越大表明解釋力越高［7］。q值的計算公式為

式（1）中：h是探測因子的分層；Nh和N分別表示層h和整個區(qū)域的單元數(shù)；[σ2h]和[σ2]分別為層h和整個區(qū)域地理變量的方差。

基于最優(yōu)參數(shù)的地理探測器模型解決了空間數(shù)據(jù)離散化問題，進一步提取了空間解釋變量中的地理特征和信息，可靈活應(yīng)用于各類空間數(shù)據(jù)的全球和區(qū)域空間分析［8］。因此，該研究利用基于最優(yōu)參數(shù)的地理探測器來分析影響松材線蟲病空間分布的主要因子。

3 結(jié)果與分析

3.1 松材線蟲病疫情空間分布

先將疫木矢量點數(shù)據(jù)進行點密度分析，而后利用自然間斷法將疫木密度值劃分為4個等級：無疫區(qū)（密度值為0）、輕災(zāi)區(qū)（0lt;密度值≤303.33株/km2）、中災(zāi)區(qū)（303.33株/km2lt;密度值≤977.40株/km2）和重災(zāi)區(qū)（977.40株/km2lt;密度值≤4 297.18株/km2），并統(tǒng)計各鄉(xiāng)鎮(zhèn)的疫情等級占比，統(tǒng)計結(jié)果如圖1所示。由圖1可知，休寧縣松材線蟲疫情的重災(zāi)區(qū)和中災(zāi)區(qū)主要集中在東臨溪鎮(zhèn)、榆村鄉(xiāng)、山斗鄉(xiāng)和海陽鎮(zhèn)，其中東臨溪鎮(zhèn)東北部和榆村鄉(xiāng)西部災(zāi)情極為嚴重，部分中災(zāi)區(qū)分布于萬安鎮(zhèn)、商山鎮(zhèn)、五城鎮(zhèn)和源芳鄉(xiāng)；藍田鎮(zhèn)、溪口鎮(zhèn)、流口鎮(zhèn)、汪村鎮(zhèn)、板橋鄉(xiāng)、陳霞鄉(xiāng)和鶴城鄉(xiāng)境內(nèi)多為輕災(zāi)區(qū)，其中溪口鎮(zhèn)、流口鎮(zhèn)和板橋鄉(xiāng)的疫情發(fā)生面積不超過15%；嶺南鄉(xiāng)和龍?zhí)镟l(xiāng)發(fā)生疫情的面積較小，不超過各自區(qū)域面積的10%，且主要是輕災(zāi)區(qū)；白際鄉(xiāng)和璜尖鄉(xiāng)無疫情。

3.2 松材線蟲病疫情與相關(guān)因子的關(guān)系

3.2.1 疫情與高程的關(guān)系。將高程劃分為≤200 m、（200 m，400 m］、（400 m，600 m］、（600 m，800 m］、（800 m，1 000 m］和gt;1 000 m共6個等級，將數(shù)字高程模型（Digital Elevation Model，DEM）分級數(shù)據(jù)與松材線蟲病疫情等級數(shù)據(jù)進行疊加分析，統(tǒng)計疫情在各高程等級中的分布占比，結(jié)果如圖2所示。由圖2可知，休寧縣松材線蟲病疫情主要分布在高程600 m以下的區(qū)域，輕、中、重災(zāi)區(qū)在這一范圍內(nèi)的占比分別達到86.98%、91.89%和94.63%，其中輕災(zāi)區(qū)和中災(zāi)區(qū)在高程（200 m，400 m］范圍內(nèi)分布最多，重災(zāi)區(qū)在高程200 m以下的區(qū)域分布最多，均超過40%。海拔越高，氣溫越低，低溫環(huán)境不利于松材線蟲生存和繁殖［9］，故而松材線蟲病疫情多分布于低海拔的山地和丘陵。

3.2.2 疫情與坡度的關(guān)系。利用DEM數(shù)據(jù)計算出坡度，而后將坡度劃分為平坡［0，5°］、緩坡（5°，15°］、斜坡（15°，25°］、陡坡（25°，35°］、急坡（35°，45°］和險坡（45°，90°］共6個等級［10］。由坡度分級數(shù)據(jù)與松材線蟲病疫情等級數(shù)據(jù)的疊加統(tǒng)計結(jié)果（見圖3）可知，疫情主要分布在（5°，35°］的坡度范圍內(nèi)，其面積占比超過80%，其中中災(zāi)區(qū)和重災(zāi)區(qū)在（5°，15°］的緩坡區(qū)域所占面積最多，占比分別達到37.85%和42.43%。

3.2.3 疫情與坡向的關(guān)系。利用DEM數(shù)據(jù)計算出坡向，而后將坡向劃分為平地、陰坡、半陰坡、半陽坡和陽坡共5個等級［10］。由坡向與松材線蟲病疫情等級數(shù)據(jù)的疊加統(tǒng)計結(jié)果（見圖4）可知，除平地外，各坡向上的疫情分布情況大致相同，輕、中、重災(zāi)區(qū)在陰坡、半陰坡、半陽坡和陽坡上的分布占比均在25%左右。由此可見，休寧縣松材線蟲病疫情的分布與坡向間的關(guān)系并不明顯。

3.2.4 疫情與河流的關(guān)系。首先利用DEM數(shù)據(jù)提取出河網(wǎng)數(shù)據(jù)，而后根據(jù)河流的位置，以距河流距離為依據(jù)劃分緩沖區(qū)，共分為6個級別，分別為（0，200 m］、（200 m，400 m］、（400 m，600 m］、（600 m，800 m］、（800 m，1 000 m］、gt;1 000 m［11］。由松材線蟲病疫情與距河流距離的疊加統(tǒng)計結(jié)果（見圖5）可知，輕、中、重災(zāi)區(qū)多分布在距河流1 000 m以內(nèi)的區(qū)域，其中在距河流200～800 m范圍內(nèi)發(fā)生較為普遍，輕、中、重災(zāi)區(qū)在這一距離范圍內(nèi)的面積占比均超過60%。

3.2.5 疫情與人類活動強度的關(guān)系。對道路路網(wǎng)、居民地和建設(shè)用地的線矢量文件進行線密度分析，線網(wǎng)密度越大，說明人類活動強度越大。采用自然間斷法將線網(wǎng)密度劃分為3個區(qū)間，分別為（0，6.08 km/km2］（人類活動強度低）、（6.08 km/km2，19.24 km/km2］（人類活動強度中等）和（19.24 km/km2，64.57 km/km2］（人類活動強度高）。由人類活動強度與松材線蟲病疫情等級數(shù)據(jù)的疊加統(tǒng)計結(jié)果（見圖6）可知，松材線蟲病疫情的輕、中、重災(zāi)區(qū)均集中分布在人類活動強度低的區(qū)域，其面積占比均超過85%。人類活動強度低的區(qū)域受人類干擾程度小，疫情發(fā)生時難以被人們發(fā)現(xiàn)，無法及時防治，導(dǎo)致疫情擴散蔓延。

3.3 松材線蟲病疫情影響因素

根據(jù)松材線蟲病疫情與相關(guān)因子的分析結(jié)果可知，其分布與坡向間的關(guān)系并不顯著，故該研究只分析高程、坡度、距河流距離和人類活動強度4個因子對松材線蟲病空間分異的影響。將高程、坡度、距河流距離和人類活動強度作為探測因子帶入地理探測器中，計算這4個因子對松材線蟲病空間分異的解釋力高低。由圖7可知，高程對松材線蟲病空間分異的解釋力最高，遠超過其他3個因子，其次是坡度，人類活動強度的解釋力最低。

4 結(jié)論

①2022年休寧縣松材線蟲病疫情的重災(zāi)區(qū)和中災(zāi)區(qū)主要集中在東臨溪鎮(zhèn)、榆村鄉(xiāng)、山斗鄉(xiāng)和海陽鎮(zhèn)，部分中災(zāi)區(qū)分布于萬安鎮(zhèn)、商山鎮(zhèn)、五城鎮(zhèn)和源芳鄉(xiāng)。

②休寧縣松材線蟲病主要分布于高程600 m以下、坡度5°～35°、距河流800 m以內(nèi)、人類活動強度低的區(qū)域，疫情分布與坡向間的關(guān)系不明顯。

③高程對松材線蟲病空間分異的解釋力最高，是影響休寧縣松材線蟲病空間分異的重要因子。

參考文獻：

［1］楊寶君.松材線蟲病致病機理的研究進展［J］.中國森林病蟲，2002（1）：27-31.

［2］國家林業(yè)和草原局. 國家林業(yè)和草原局公告（2022年第6號）（2022年松材線蟲病疫區(qū)）［EB/OL］.（2022-03-18）［2023-04-18］.https：//www.forestry.gov.cn/main/3457/20220318/111403492220586.html.

［3］葉建仁.松材線蟲病在中國的流行現(xiàn)狀、防治技術(shù)與對策分析［J］.林業(yè)科學(xué)，2019（9）：1-10.

［4］朱瑜馨，張錦宗.基于ArcGIS密度分析的聊城市道路網(wǎng)分析［C］//2011 International Conference on Ecological Protection of Lakes‐Wetlands‐Watershed and Application of 3S Technology，2010：279-282.

［5］武紅智，陳改英.基于GIS的馬尾松毛蟲災(zāi)害空間擴散規(guī)律分析［J］.遙感學(xué)報，2004（5）：475-480.

［6］王勁峰，徐成東.地理探測器：原理與展望［J］.地理學(xué)報，2017（1）：116-134.

［7］WANG J F，LI X H，CHRISTAKOS G，et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region， China［J］.International Journal of Geographical Information Science，2010（1）：107-127.

［8］SONG Y Z，WANG J F，GE Y，et al. An optimal parameters-based geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis：cases with different types of spatial data［J］.GIScience amp; Remote Sensing，2020（5）：593-610.

［9］GAO R，WANG Z，WANG H，et al. Relationship between pine wilt disease outbreaks and climatic variables in the Three Gorges Reservoir Region［J］. Forests，2019（9）：816-831.

［10］徐少君，曾波，蘇曉磊，等.基于RS/GIS的重慶縉云山自然保護區(qū)植被及碳儲量密度空間分布研究［J］.生態(tài)學(xué)報，2012（7）：2174-2184.

［11］李飛，楊小平，郝紅科.基于DEM對喀斯特地貌山地及水系信息的提取：以桂林陽朔縣為例［J］.測繪與空間地理信息，2015（8）：73-76.

作者簡介：周玲美（1997—），女，碩士，助理工程師，研究方向：資源與環(huán)境遙感應(yīng)用。