基于灰色關聯度分析氣候因素對江西省松材線蟲病的影響

方思茗,吳宗仁,李 萍,陳春發,李 金,孫海泉,藍苑丹,石 娟*

(1.北京林業大學省部共建森林培育與保護教育部重點實驗室,中法歐亞森林入侵生物聯合實驗室,北京 100083;2.江西省林業有害生物防治檢疫中心,南昌 330006;3.江西省贛州市全南縣林業有害生物防治檢疫站,贛州 341899;4.江西省上饒市德興市林業有害生物防治檢疫站,上饒 334299)

松材線蟲Bursaphelenchusxylophilus是我國毀滅性的外來森林病害松材線蟲病(pine wilt disease,PWD)的主要病原物,同時也是國內外重要檢疫性有害生物。松材線蟲引起的松材線蟲病破壞力大,危害速度快,在我國一直難以控制,自1982年在南京中山陵首次發現松材線蟲病以來,該病害已向西北擴散至甘肅省隴南縣,向北擴散至吉林省通化市等地區,截至2022年,我國已有19個省731個區縣被列為松材線蟲病疫區[1]。江西省是馬尾松Pinusmassoniana的主要分布區之一,面積為239.4萬hm2,占喬木林總面積的28.9%[2]。自2003年在江西省贛州市章貢區首次發現松材線蟲病危害以來,至2021年,全省99個縣(市、區)中,已有82個縣(市、區)發生松材線蟲病[1],占82.83%,成為全國受害最為嚴重的省份之一,嚴重威脅江西的林業生產和生態安全,造成了重大的經濟損失和環境破壞。

松材線蟲病能在江西境內迅速蔓延與氣候因素有著密切的關系:溫度、濕度和風速制約著媒介昆蟲松墨天牛Monochamusalternatus的擴散行為和松材線蟲的發育與繁殖[3],降水量、光照和相對濕度直接影響著寄主樹種的健康狀況[4]。江西省位于24°29′N～30°41″N,南北氣候差異明顯,氣候的差異對南北地區松墨天牛生活史有一定影響:由贛北到贛南松墨天牛的發生代數遞增。松墨天牛成蟲在江西北部的九江市一年發生1代[5],贛南及吉安地區一年發生1～2代,以1代為主[6]。在溫度較高的年份,松墨天牛會出現少量2代,南部地區則可能一年發生2代為主,少量出現1代[7]。

鑒于此,本研究選取松墨天牛年發生代數不同的江西南部和北部受害松林為研究對象,將染病疫區的疫情數據與疫情年間的氣象因子數據相結合,分析贛南贛北兩地區的氣候差異以及近年氣候變化對松材線蟲病發病面積比率的影響。前人研究常采用的冗余分析、典范對應分析、主成分分析等方法需要大量的樣本數量,且要求這些數據具有典型的概率分布,鑒于研究地區僅有4年疫情數據,本文采用對數據量要求較少的灰色關聯度分析法來彌補以上不足。運用灰色關聯度方法分析不同氣候因子對松材線蟲病的影響程度,可為今后江西地區松材線蟲病和松墨天牛的防治及預測預報提供理論依據。

1 材料與方法

1.1 試驗地概況

試驗樣地選在江西省的全南縣和德興市。全南縣地處江西省最南端(代表贛南),與廣東翁源、連平、始興、南雄市4縣(市)交界,60%的邊界與廣東接壤,近5年年均溫19.4℃,最低溫-3.8℃,最高溫37.6℃,年均相對濕度81.6%,年均降水量142.8 mm,松林面積1 803.76 hm2。德興市位于江西省東北部(代表贛北),上饒市北部,樂安河中上游,地處贛、浙、皖三省交界處,近5年年均溫18.8℃,最低溫-3.2℃,最高溫39.1℃,年均相對濕度78.0%,年均降水量156.0 mm,松林面積1 722.67 hm2。在德興市松墨天牛一年1代,全南縣的松墨天牛一年2代,松墨天牛的年生活史和發育史相差較大,因此本試驗在江西省選擇了德興市和全南縣兩個地區的松林設樣地進行調查。國家林業和草原局于發現疫情次年公布松材線蟲病疫區,兩地均于2018年被確定為松材線蟲病疫區,可知兩地2017年已有松材線蟲病發生。

1.2 試驗數據

1.2.1松材線蟲病疫情普查數據

全南縣、德興市兩地每年會對松材線蟲病松林進行清林處理,次年統計病害發生面積和因病死亡的松樹數量(表1)。松材線蟲病普查數據由全南縣林業有害生物防治檢疫站和德興市林業有害生物防治檢疫站提供。

表1 江西省全南縣和德興市松材線蟲病疫情年度普查統計1)Table 1 Annual general survey of the pine wilt disease (PWD) in Quannan county and Dexing city in Jiangxi province

1.2.2氣象要素數據

本研究選取的氣象因子數據分為兩個時間段:1)1990年-2021年;2)2017年-2021年(發病年份)。選取年均最高氣溫(℃)、年均氣溫(℃)、年降水量(mm)、年均相對濕度(%)、年均風速(m/s)5個與松材線蟲病發生密切相關的氣象因子。對于少數由于客觀原因造成的錯誤或遺漏的氣象因子數據,采取剔除或者多年平均法予以修正。兩個氣象站點(表2)的最新氣象因子數據由江西省氣象中心提供。

表2 江西省全南縣和德興市氣象站點基本信息Table 2 Basic information of the weather stations in Quannan county and Dexing city in Jiangxi province

1.3 研究方法

對各個氣象因子進行統計分析,以算術平均值和5年滑動平均值表示其在特定時間內的平均狀況,以距平值表示其當年偏離常年值或單點要素值偏離區域平均值的情況。對氣象因子與松材線蟲病發生面積比率的關系采用灰色關聯度分析法(grey relation analysis,GRA)分析。關聯度分析是通過一定的方法分析各因素間的主次關系,關聯度越高,該要素對松材線蟲病面積比率的影響越大。數據的統計與分析均采用Microsoft Excel 2014和MATLAB R2017a軟件來完成。

算數平均值:某個氣象因子在某個月內的算術平均值計算公式如下:

式中,xn為某個氣象因子在n個月時間段內的算術平均值,xi為某個氣象因子在第i月的數值,i=1,2,3,…,n。

5年滑動平均值:氣象學上常采用滑動平均法來求取某氣象數據在特定時間段的變化趨勢,以消除動態測試數據中的隨機變化與起伏[8]。本研究對于由一系列連續數據組成的某一氣象因子,將5個相鄰的數據劃分為一組,為了消除、抑制這組數據測量結果的隨機誤差,計算每組氣象數據的平均值來表示該組數據中第3個點的5年滑動平均值[9]。計算公式如下:

式中,xk為所選取氣象數據中第k個數據5年的滑動平均值,xi為某個氣象因子在第i月的數值,i=k-2,k-1,k,k+1,k+2。

距平值:距平值是指一系列數值中某一個觀測值與平均值的差值,根據其正負可分為正距平值(+)和負距平值(-)。氣候學和長期預報中常用氣象因子的距平值表示當年值偏離常年值或單點要素值偏離區域平均值的情況[9],計算公式如下:

dk=xk-xn

式中,dk為第k個氣象數據的距平值,xk為第k個氣象數據的時測數據,xn為這一組氣象數據的平均值。

關聯度:關聯度分析是通過一定的方法理清系統中各因素間的主要關系,找出影響最大的因素。關聯度表示對2個系統或2個因素之間關聯性大小的量度[10]。關聯系數ζok(t)可由下式計算:

式中Δok(t)表示t時刻兩比較序列的絕對差,Δ(max) 表示所有比較序列各個時刻絕對差中的最大值,Δ(min)表示所有比較序列各個時刻絕對差中的最小值,ρ為分辨系數,用來削弱Δ(max)過大而使關聯系數失真的影響。人為引入這個系數是為了提高關聯系數之間的差異顯著性,0<ρ<1。

2 結果與分析

2.1 歷年與松材線蟲病發生相關的氣象因子分析

2.1.1最高氣溫變化情況

圖1 1990年-2021年最高氣溫距平值變化情況Fig.1 Variation of maximum temperature anomaly from 1990 to 2021

圖1為兩地區1990年-2021年最高氣溫距平值的變化情況。圖1a顯示,全南縣感病年份(2017年-2021年)最高氣溫的平均氣溫距平值和5年滑動距平值都要大于0,可知全南縣最高氣溫明顯高于歷年的平均值,由圖2a可知這段時間全南縣溫度升高月份主要在冬春季節。而德興市(圖1b)2020年的最高氣溫距平值小于0,但最高氣溫整體變化也是高于平均值的,氣溫升高月份在春夏季。高溫月份(6月-10月)的最高溫度全南縣較德興市溫和,其余月份全南縣的最高溫度要比德興市高2.69～8.24℃。

圖2 1990年-2021年月最高氣溫變化Fig.2 The change of monthly maximum temperature from 1990 to 2021

2.1.2平均氣溫變化情況

由圖3可知,全南縣(圖3a)在感病年份(2017年-2021年)除2018年的平均氣溫距平值要小于0,其余年份都要大于0,德興市(圖3b)自2013年起氣溫呈上升趨勢,兩地年均氣溫均于2021年達到峰值。由圖4可知兩地疫情年份的平均氣溫升高月份主要在春冬季節。與最高氣溫相似,全南縣除7月-10月的月均氣溫比德興市低外,其余月份均高于德興市0.13～2.98℃。

2.1.3降水量變化情況

由圖5a可知,全南縣2017年和2018年的降水量低于歷年平均值,較為干旱,2019年-2021年降水量高于平均值。按月份來看,全南縣(圖6a)7月份和冬季降水量降低。德興市在感病年份的降水量(圖5b)整體比平均值要低。由圖6a可知,全南縣降水量要遠低于德興市,差值最大月份為7月,差值為269.88 mm,平均每月低45.56 mm。德興市(圖6b)降水量下降月份主要是秋冬季,7月降水量劇增且達到全年峰值。

圖3 1990年-2021年平均氣溫距平值變化情況Fig.3 Variation of average temperature anomaly from 1990 to 2021

圖4 1990年-2021年月氣溫變化Fig.4 The change of monthly temperature from 1990 to 2021

圖5 1990年-2021年降水量距平值變化情況Fig.5 Variation of precipitation anomaly from 1990 to 2021

圖6 1990年-2021年月降水量變化Fig.6 The change of monthly precipitation from 1990 to 2021

2.1.4相對濕度變化情況

由圖7可知,在感病年份2017年-2021年,兩地的相對濕度情況區別較大,全南縣(圖7a)相對濕度距平值和5年滑動距平值都要大于0,說明2017年-2021年這5年全南縣的相對濕度都明顯高于歷年平均相對濕度。而在江西省北部德興市(圖7b)的情況與全南縣相反,除2020年相對濕度距平值(0.09%)大于0以外,其他均小于0,表明在感病年份,德興市的相對濕度較低。由圖8b可知,除1月、2月、7月和12月,每個月的相對濕度與歷年平均相對濕度相比都有明顯降低。由2.1.3知,全南縣的降水量要遠低于德興市,但是相對濕度整體較德興市高,低溫月份(1、2、12月)全南縣地區的相對濕度要稍低于德興市,其余月份比德興市高0.17～11.00百分點。

圖7 1990年-2021年相對濕度距平值變化情況Fig.7 Variation of relative humidity anomaly from 1990 to 2021

圖8 1990年-2021年月相對濕度變化情況Fig.8 The change in the monthly relative humidity

2.1.5風速變化情況

由圖9可知,在2017年-2021年感病年間,兩地風速距平值和5年滑動距平值均大于0,且明顯高于其他年份,全南縣2021年的風速達到峰值(圖9a),這為松材線蟲病遠距離擴散提供了必要條件。從圖10可以看出,除德興市6月份以外,兩地疫情年間各個月的風速相比歷年平均風速都有明顯提高,而風速是影響松材線蟲媒介昆蟲松墨天牛飛行距離的重要因素。

圖9 1990年-2021年風速距平值變化情況Fig.9 Variation of wind speed anomaly from 1990 to 2021

圖10 1990年-2021年月風速變化情況Fig.10 The change of monthly wind speed from 1990 to 2021

2.2 氣象因子與松材線蟲病發生面積之間的關系

以受害年份的年均最高氣溫、年均氣溫、年降水量、年均相對濕度、年均風速5個氣象因子為子因素,以對應受害年份的發病面積比率(受害松林面積/總松林面積)為母因素進行關聯度分析,結果見表3。

全南縣各氣候因子對發病面積比率影響依次為:年均最高氣溫>年均風速>年均氣溫>年均相對濕度>年降水量。

德興市各氣候因子對發病面積比率影響依次為:年降水量>年均最高氣溫>年均相對濕度>年均風速>年均氣溫。

表3 發病面積比率與氣象因子的關聯度1)Table 3 Correlation between occurrence area ratio and climate factors

3 結論與討論

2018年是中國松材線蟲病縣級疫區增加最多的年份,中國松材線蟲病省級疫區數量和縣級疫區數量增幅均達到了最大值,與2017年相比,2018年各省份松材線蟲病縣級疫區數量增幅超過50%的省份有12個,江西省是其中之一。本文基于江西省南北地區的氣候因素數據和松材線蟲病疫情普查數據,分析了疫情期間的氣候相對于歷年平均氣候的差異以及贛南和贛北氣候的差異,并通過灰色關聯度分析法分析了不同地區年均最高氣溫、年均氣溫、年降水量、年均相對濕度、年均風速5個氣象因子對松材線蟲病擴散蔓延的影響程度的主次。

松材線蟲病的發生與擴散與非生物因子和生物因子等諸多因素有著密切聯系,其中非生物因子中的氣候因子是最主要的影響因素之一[11-12]。氣候因素一方面對寄主樹種的生長狀態有直接影響,另一方面還對松材線蟲和媒介昆蟲的發育繁殖和活動有影響。前人研究表明,高溫干燥的氣候條件有利于松材線蟲病在新的生態系統內大暴發[13-15]。本研究將2017年-2021年的氣候因素與歷年平均氣候比較發現:全南縣近年氣候朝向高溫高濕方向發展,德興市的氣候較歷年平均氣候更加高溫低濕。較高的氣溫可加速松材線蟲和松墨天牛體內酶的活性和內分泌激素代謝等生理生化活動,導致其異?；钴S[11,16-17]。溫度還影響松墨天牛的生長發育,松墨天牛發育歷期隨著氣溫升高而縮短[18]。春冬季節是兩地氣溫升高的主要時期,此時氣溫升高會加速松墨天牛幼蟲的羽化。雨水的增加會使媒介昆蟲的活動頻率和傳播擴散能力受到抑制[17,19]。全南縣6月-7月降水量遠低于德興市,而6月-7月正是松墨天牛成蟲主要活動月份之一。干燥的氣候條件有利于松材線蟲種群數量和密度的增加[18]。高濕氣候下松材線蟲和其媒介昆蟲更易感染白僵菌[11-12,16],使種群的自然死亡率增加,種群密度降低,在一定程度上抑制了松材線蟲病的發生。風速對松材線蟲病的影響體現在對媒介昆蟲飛行距離的影響方面,在適宜環境下,松墨天牛的自然擴散范圍一般不超過60 m[19],自然狀態下松墨天牛的大范圍擴散主要是由風速增加所致,平均風速增大會增加該地區松材線蟲病的發生面積[20-21]。此外,松墨天牛大多在5月-8月羽化為成蟲,此時中國夏季季風盛行,松墨天?？梢猿孙L大范圍擴散,從而擴大松材線蟲病的發生面積。兩地疫情期間各月風速(除德興市6月份)均明顯高于歷年同期風速,這為天牛遠距離傳播松材線蟲起到了促進作用。

灰色關聯度分析法是根據因素之間發展趨勢的相似或相異程度作為衡量因素間關聯程度的一種方法。本研究通過分析最高氣溫、年均氣溫、年均相對濕度、年降水量和年均風速對當地松材線蟲病發生面積比率的影響得出:全南縣松林松材線蟲病發病面積比率與氣候因素之間關聯度最高的前兩位是年均最高氣溫和年均風速,德興市則是年均最高氣溫和年降水量。在10～35℃范圍內,松材線蟲的繁殖速度和繁殖數量會隨溫度的升高而加快、增多[22],溫度升高也會增加媒介昆蟲松墨天牛的化蛹及羽化速度[23]。風速作為松材線蟲病蔓延的重要因素,主要體現在對媒介昆蟲飛行距離的影響,兩地區平均風速增加會致使媒介昆蟲傳播距離擴大,進而使松材線蟲病危害范圍變廣。降水多少影響著媒介昆蟲的活動,與之相關的相對濕度影響著松材線蟲和媒介昆蟲的生長發育,德興市降水呈減少趨勢,在一定程度上會加重松材線蟲病的發生[24]。

結合對歷年氣候因素的比較和灰色關聯度分析可以得出贛南、贛北兩地區的氣候變化趨勢或從影響病原線蟲松材線蟲的生長繁殖,或從影響媒介昆蟲的飛行距離方面,都有利于松材線蟲病的擴散,通過氣候條件對松材線蟲病疫情進行預測,可以盡早地有針對性地制定防控策略及防治力度。但本文僅從氣象因子方面對松材線蟲病發生程度的影響進行分析,人為因素也是很重要的影響指標,更確切的結果還有待于進一步深入研究。