• 中国中文核心期刊
  • 中国科学引文数据库(CSCD)核心库来源期刊
  • 中国科技论文统计源期刊(CJCR)
  • 第二届国家期刊奖提名奖

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于气象因子的杨树溃疡病发生率空间格局研究

毕猛 杜婷 马思佳 石雷

引用本文:
Citation:

基于气象因子的杨树溃疡病发生率空间格局研究

  • 基金项目:

    国家林业局林业公益性行业科研专项(201004062)、(201204501)

  • 中图分类号: S763.1

Research on Spatial Pattern of Poplar Canker Disease’s Incidence Rate Based on Meteorological Factor

  • CLC number: S763.1

  • 摘要: 根据全国范围内2002—2012年杨树溃疡病逐年发生数据,选取发生杨树溃疡病地级行政区的平均发生率作为杨树溃疡病的预测指标,在ClimateChina v4.40气候模拟软件中,计算出发生地区的气象数据。利用偏最小二乘回归,得到杨树溃疡病平均发生率与气象因子的回归方程,即杨树溃疡病平均发生率空间格局模型,并结合地理空间数据和属性数据,预测未来我国杨树溃疡病的潜在变化趋势。结果显示:结合5月平均气温、5月平均最高气温、1月平均最低气温、3月平均最低气温、4月平均最低气温、6月平均最低气温、8月平均最低气温、11月平均降水量、春季平均最低气温、夏季平均最低气温、大于5 ℃的有效积温度日和大于18 ℃的有效积温度日12个气象因子建立的杨树溃疡病平均发生率空间格局模型,具有较强的可靠性,据此预测杨树溃疡病平均发生率在2020s、2050s、2080s的空间格局与2002—2012年相比主要呈现出华北、华中和华东地区整体发生面积减少,但局部地区发生程度加重,东北地区发生程度普遍加重且总体北移的趋势。
  • [1] 黄烈健, 苏晓华.我国杨树溃疡病研究进展[J].世界林业研究, 2003, 16(4):49-53

    [2] 吴小芹, 何月秋, 刘忠华.葡萄座腔菌属所致树木溃疡病发生与研究进展[J].南京林业大学学报, 2001, 25(1):61-66

    [3] 王义勋, 陈京元, 蔡三山, 等.杨树溃疡病研究进展[J].湖北林业科技, 2008(3):39-41

    [4] 景 耀, 杨俊秀.杨树溃疡病的发生发展规律[J].林业科学, 1981, 17(2):183-188

    [5] 赵仕光.杨树溃疡病研究现状[J].西北林学院学报, 1992, 7(4):122-128

    [6]

    de Wet J, Burgess T, Slippers B, et al. Multiple gene genealogies and microsatellite markers reflect relationships between morphotypes of Sphaeropsis sapinea and distinguish a new species of Diplodia[J]. Mycological Research, 2003, 107(5):557-566
    [7]

    Crous P W, Slippers B, Wingfield M J, et al. Phylogenetic lineages in the Botryosphaeriaceae[J]. Studies in Mycology, 2006, 55(1):235-253
    [8]

    Slippers B, Smit W A, Crous P W, et al. Taxonomy, phylogeny and identification of Botryosphaeriaceae associated with pome and stone fruit trees in South Africa and other regions of the world[J]. Plant Pathology, 2007, 56(1):128-139
    [9]

    Mohali S, Burgess T I, Wingfield M J. Diversity and host association of the tropical tree endophyte Lasiodiplodia theobromae revealed using simple sequence repeat markers[J]. Forest Pathology, 2005, 35(6):385-396
    [10]

    Taylor K, Barber P A, Hardy G E S J, et al. Botryosphaeriaceae from tuart (Eucalyptus gomphocephala) woodland, including descriptions of four new species[J]. Mycological Research, 2009, 113(3): 337-353
    [11] 曹支敏, 周 芳, 杨俊秀, 等.杨树溃疡病流行规律与测报研究[J].森林病虫通讯, 1991(8):5-9

    [12] 田呈明, 张星耀, 景 耀, 等.陕西省杨树溃疡病生态地理分布[J].森林病虫通讯, 1992(2):5-7

    [13] 刘 丹, 杜春英, 于成龙, 等.东北杨树烂皮病发生流行的时空分析[J].植物保护, 2011, 37(4):138-141

    [14] 王纯枝, 郭安红, 王玉玲, 等.华北地区杨树烂皮病发生发展气象适宜度预报模型[J].中国农业气象, 2011, 32(1):139-143

    [15] 王纯枝, 郭安红, 张玉书, 等.东北地区杨树烂皮病气象预报模型研究[J].中国农学通报, 2012, 28(10):47-52

    [16] 曲辉辉, 杨晓强, 李 帅, 等.2002-2008年黑龙江省杨树烂皮病与气象条件研究[J].气象与环境学报, 2012, 28(4):63-68

    [17] 刘 丹, 于成龙, 郭安红, 等.黑龙江省杨树烂皮病气象预报模型的适应性分析[J].灾害学, 2012, 27(3):45-47

    [18]

    Wang T, Hamann A, Spittlehouse D L, et al. Development of scale-free climate data for western Canada for use in resource management[J]. International Journal of Climatology, 2006, 26(3):383-397
    [19]

    Hamann A, Wang T L. Models of climate normals for genecology and climate change studies in British Columbia[J]. Agricultural and Forest Meteorology, 2005, 128(3-4):211-221
    [20]

    Daly C, Gibson W P, Taylor G H, et al. A knowledge-based approach to the statistical mapping of climate[J]. Climate Research, 2002, 22(2):99-113
    [21]

    Mitchell T D, Jones P D. An improved method of constructing a database of monthly climate observations and associated high-resolution grids[J]. International Journal of Climatology, 2005, 25(6):693-712
    [22] 张 雷, 刘世荣, 孙鹏森, 等.气候变化对马尾松潜在分布影响预估的多模型比较[J].植物生态学报, 2011, 35(11):1091-1105

    [23] 高惠璇.两个多重相关变量组的统计分析(3)(偏最小二乘回归与PLS过程)[J].数理统计与管理, 2002, 21(2):58-64

    [24] 王惠文, 吴载斌, 孟 浩.偏最小二乘回归的线性与非线性方法[M].北京:国防工业出版社, 2006

    [25]

    Chong I G, Jun C H. Performance of some variable selection methods when multicollinearity is present[J]. Chemometrics and Intelligent Laboratory Systems, 2005, 78(1-2):103-112
    [26] 汤剑平, 陈 星, 赵 鸣, 等.IPCC A2情景下中国区域气候变化的数值模拟[J].气象学报, 2008, 66(1):13-25

    [27] 江志红, 张 霞, 王 冀.IPCC-AR4模式对中国21世纪气候变化的情景预估[J].地理研究, 2008, 27(4):787-799

  • [1] 王庆毕猛杜婷廖怀建石雷 . 基于气象因子的马尾松毛虫发生率空间格局研究. 林业科学研究, 2016, 29(2): 256-260.
    [2] 王庆毕猛马思佳石雷 . 基于气象因子的松墨天牛发生率空间格局研究. 林业科学研究, 2015, 28(1): 61-66.
    [3] 阿地力·沙塔尔温俊宝骆有庆何善勇喻峰陈梦 . 主要气象因子对吐鲁番枣实蝇越冬代成虫羽化率的影响. 林业科学研究, 2012, 25(4): 540-544.
    [4] 杜建玲项蔚华沈瑞祥 . 诱导杨树抗溃疡病机理的研究. 林业科学研究, 1995, 8(1): 78-81.
    [5] 焦一杰黄逢龙丁 辉陈合志陶万强张星耀梁 军 . 杨树林分的胸径特征与溃疡病感病指数的关系. 林业科学研究, 2010, 23(3): 342-348.
    [6] 曾大鹏刘春静 . 两种栽培技术防治杨树溃疡病的研究*. 林业科学研究, 1994, 7(1): 27-32.
    [7] 曾大鹏戴玉成刘春静张淑娟 . 杨树溃疡病引致幼树的生长量损失估测*. 林业科学研究, 1990, 3(4): 330-334.
    [8] 张淑娟曾大鹏戴玉成刘春静 . 杨树溃疡病引致幼树生长量损失模型研究及其对生物学规律的解释*. 林业科学研究, 1990, 3(5): 470-475.
    [9] 常英英梁立雄高亚南吴晓娟鲁俊倩王庆灵丁昌俊张伟溪苏晓华张冰玉 . 转多基因1年生库安托杨对溃疡病的抗性分析. 林业科学研究, 2019, 32(1): 15-20. doi: 10.13275/j.cnki.lykxyj.2019.01.003
    [10] 楼一平 . 白哺鸡竹笋—幼竹生长与气象因子的相关性. 林业科学研究, 1991, 4(3): 314-317.
    [11] 马泽宋维峰徐小青储娅 . 从同步数据分析乔木树干液流与气象因子的关系. 林业科学研究, 2024, 37(2): 165-177. doi: 10.12403/j.1001-1498.20230131
    [12] 王小菲孙永玉李昆张春华李彬 . 干热河谷大叶相思树干液流季节动态及其与气象因子的关系. 林业科学研究, 2013, 26(2): 145-150.
    [13] 曾凡勇王涛宗世祥 . 沙蒿尖翅吉丁幼虫危害特性和空间格局研究. 林业科学研究, 2012, 25(2): 223-226.
    [14] 郭亨孝徐学勤王树全刘小芳刘洪举 . 祥云新松叶蜂茧空间格局的研究. 林业科学研究, 1989, 2(6): 587-592.
    [15] 陈绘画张建薇杨胜利 . 鞭角华扁叶蜂滞育幼虫空间格局的生物地理统计学分析及抽样技术的研究. 林业科学研究, 2002, 15(5): 593-598.
    [16] 温秀军 . 抚宁吉松叶蜂幼虫种群空间格局及抽样技术研究. 林业科学研究, 1994, 7(2): 210-214.
    [17] 魏建荣王传珍杨隽邵凌松张同友 . 美国白蛾卵块及幼虫网幕空间格局研究. 林业科学研究, 2004, 17(4): 400-404.
    [18] 陈绘画崔相富郑永祥 . 鞭角华扁叶蜂滞育幼虫空间数量分布的研究. 林业科学研究, 2001, 14(5): 503-508.
    [19] 柳新红李因刚沈国春翁东明张宏伟张方钢 . 清凉峰自然保护区木荷种群结构研究. 林业科学研究, 2011, 24(1): 28-32.
    [20] 管伟叶兵王彦辉柳立兵田玉柱 . 生长季内官厅库区小叶杨单株树干液流通量密度的研究. 林业科学研究, 2007, 20(5): 638-643.
  • 加载中
计量
  • 文章访问数:  2941
  • HTML全文浏览量:  199
  • PDF下载量:  1237
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-08-27

基于气象因子的杨树溃疡病发生率空间格局研究

  • 1. 中国林业科学研究院资源昆虫研究所, 云南 昆明 650224
  • 2. 西南林业大学, 云南 昆明 650224
基金项目:  国家林业局林业公益性行业科研专项(201004062)、(201204501)

摘要: 根据全国范围内2002—2012年杨树溃疡病逐年发生数据,选取发生杨树溃疡病地级行政区的平均发生率作为杨树溃疡病的预测指标,在ClimateChina v4.40气候模拟软件中,计算出发生地区的气象数据。利用偏最小二乘回归,得到杨树溃疡病平均发生率与气象因子的回归方程,即杨树溃疡病平均发生率空间格局模型,并结合地理空间数据和属性数据,预测未来我国杨树溃疡病的潜在变化趋势。结果显示:结合5月平均气温、5月平均最高气温、1月平均最低气温、3月平均最低气温、4月平均最低气温、6月平均最低气温、8月平均最低气温、11月平均降水量、春季平均最低气温、夏季平均最低气温、大于5 ℃的有效积温度日和大于18 ℃的有效积温度日12个气象因子建立的杨树溃疡病平均发生率空间格局模型,具有较强的可靠性,据此预测杨树溃疡病平均发生率在2020s、2050s、2080s的空间格局与2002—2012年相比主要呈现出华北、华中和华东地区整体发生面积减少,但局部地区发生程度加重,东北地区发生程度普遍加重且总体北移的趋势。

English Abstract

参考文献 (27)

目录

    /

    返回文章
    返回