全 文 ：书基于犌犐犛的苜蓿斑蚜区域化
预测预报技术初步研究
朱猛蒙１，孙玉荣２，张蓉１，于钊３，黄文广３
（１．宁夏农林科学院植物保护研究所，宁夏 银川７５０００２；２．宁夏农业勘查设计院，
宁夏 银川７５０００２；３．宁夏草原工作站，宁夏 银川７５０００２）
摘要：以宁夏南部山区苜蓿种植区为重点研究区域，运用地理信息系统（ＧＩＳ）技术，结合所建立的苜蓿斑蚜预测预
报模型：狔＝２２９８．０１７－２１．７５４狓１－４７．０９６狓３＋１．４７３狓４（狔：苜蓿斑蚜发生量，狓１：６月降水量，狓３：６月上旬瓢虫密
度，狓４：６月上旬苜蓿斑蚜基数），在ＡｒｃＧＩＳ９．２软件上对宁夏南部山区苜蓿斑蚜进行了发生分布和预测分布模拟。
结果表明，所建立的基于“ＧＩＳ”的苜蓿斑蚜区域化预测预报技术，应用范围广，预测结果直观、精准地反映了宁夏南
部山区３０万ｈｍ２ 苜蓿斑蚜发生范围、重发区域及不同发生程度的面积和比例，经抽样调查，预警准确率平均达到
９６．６％。
关键词：ＧＩＳ；苜蓿斑蚜；预测预报技术
中图分类号：Ｓ５５１＋．７０８；Ｓ４３１．１４ 文献标识码：Ａ 文章编号：１００４５７５９（２０１１）０２０１６３０７
宁夏是传统的农牧业经济区，草畜业是宁夏可持续发展的支柱产业，草地资源占全区土地总面积的５８％以
上，草地畜牧业既是优势产业，又是重要的民族经济与农村支柱产业［１］。苜蓿（犕犲犱犻犮犪犵狅狊犪狋犻狏犪）被誉为牧草之
王，随着西部大开发保护生态环境战略的实施，宁夏地区牧草面积急剧增加［２］，２００９年以苜蓿为主的苜蓿面积达
到４２万ｈｍ２。苜蓿已成为宁夏回族自治区实施西部大开发退耕还林还草、改善生态环境战略的支柱产业，发展
势头十分迅猛。宁夏南部山区是宁夏苜蓿的主要种植区域，２００９年留床面积３０万ｈｍ２，占宁夏全区苜蓿种植面
积的７２．７４％，该区域的生态条件、气候特点和苜蓿种植分布等各方面具有一定的代表性。随着苜蓿种植面积的
剧增和大面积的连片种植，苜蓿斑蚜（犜犺犲狉犻狅犪狆犺犻狊狋狉犻犳狅犾犻犻）是危害苜蓿最为严重的害虫之一，其发生和危害呈逐
年上升趋势［３］，自２００２－２００７年，在南部山区发生面积占苜蓿总种植面积的９０％，严重危害面积从２０％增加到
４２％，造成产量损失在２０％～３０％［４］，苜蓿病虫害的持续暴发已给草业生产带来了巨大的损失，并成为制约草业
可持续发展的主要障碍之一［５］。造成苜蓿病虫害严重发生而不能有效控制的原因，除了气候异常、苜蓿品种退化
等原因之外，跨区域、大范围的苜蓿病虫害监测预报技术落后则是主因，主要表现在：病虫害监测以点带面，预测
模型未考虑空间因子，缺乏信息数据库和空间分析工具的支持，导致预测覆盖面小，信息传递滞后，测报结果不准
确，使综合治理决策缺乏可靠依据。因此，研发并应用跨区域、大尺度的信息化预测预报技术，使以点带面的局部
预报发展为区域化预报，静态预报发展为动态预报，使预测预报技术向自动化和信息化发展，不仅成为今后病虫
害预测预报技术的方向和关键，而且是草业生产持续管理的重点。
伴随着科学技术的进步和交叉学科与理论的发展，地理信息系统（ＧＩＳ）为病虫害预测预报和综合治理研究
提供了新的途径和方法［６，７］，当前发达国家已把ＧＩＳ技术应用于农林病虫害测报领域，基于ＧＩＳ分析病虫害发生
时空动态及规律性，评估病虫害发生适宜生境及影响因子，预测病虫害发生趋势等，使得病虫害测报由传统的时
间尺度上升到空间尺度，Ｇａｇｅ等［８］对在 Ｍｉｃｈｉｇａｎ地区诱捕到的雄性舞毒蛾数量进行分析并建立插值图，然后利
用由历史数据建立起的线性回归模型来建立落叶预测图以预测舞毒蛾的发生。Ｊｏｈｎｓｏｎ和 Ｗｏｒｏｂｅｃ［９］通过对病
虫害数据的相关分析，以及空间自相关、种群密度、等值图的分析，实现对病虫害发生程度或发生量的统计预测，
第２０卷 第２期
Ｖｏｌ．２０，Ｎｏ．２
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
１６３－１６９
２０１１年４月
收稿日期：２０１００５１０；改回日期：２０１００７３１
基金项目：国家自然基金项目“苜蓿害虫种群动态的时空分析及模拟研究”（３０７６１３０）和“国家牧草产业技术体系建设”项目（ｎｙｃｙｔｘ３７）资助。
作者简介：朱猛蒙（１９７９），男，陕西武功人，助理研究员。Ｅｍａｉｌ：ｚｈｕｍｅｎｇｍｅｎｇ７９＠ｙａｈｏｏ．ｃｏｍ．ｃｎ
通讯作者。Ｅｍａｉｌ：ｚｈａｎｇｒｏｎｇ＿ｎｘ＠ｙａｈｏｏ．ｃｏｍ．ｃｎ
绘制其发生程度的空间分布图。传统的病虫害监测预报方法采用田间定点监测或随机调查的方式，直接用肉眼
观测病害或者用捕捉害虫的方法判断病虫害发生的可能性。传统方法有主观性强、信息滞后、效率低下、以点代
面等缺点，不能实时客观提供宏观的指导建议。因此建立基于ＧＩＳ苜蓿病虫害区域化预测预报技术，并应用于
大区域的动态预测，以达到宏观决策和及时防治的目的，显得意义重大。
１ 材料与方法
１．１ 样点布设和数据采集
以宁夏固原市四县一区苜蓿种植区为重点研究区域，把宁夏中卫市海原县纳入研究区域，依据苜蓿的种植分
布，２００９年采用非网格法取样。在研究区域随机采集了７１个样点，根据苜蓿害虫发生规律，应用全球定位系统
（ＧＰＳ）定位，选择五点取样法，在６月１２－１３日和８月９－１２日分别采集７１个样点的苜蓿斑蚜种群数量数据。
苜蓿斑蚜用百枝条虫量表示，每个样点的数据是五点取样的平均值。将存在特异值的调查数据进行域法处理，使
其偏度和峰度降低，统计分布趋向正态。
１．２ 苜蓿斑蚜种群密度发生程度的划分
为了定量分析害虫的发生程度，根据苜蓿斑蚜田间发生危害情况和防治指标，将斑蚜种群密度分成以下５个
发生等级：轻度发生（＜５００头／ｍ２）、中度偏轻（５００～１０００头／ｍ２）、中度（１０００～１５００头／ｍ２）、中度偏重（１５００
～２０００头／ｍ２）、重度（＞２０００头／ｍ２），计算不同时期斑蚜各发生等级的面积和比例。
１．３ 数据库完善
对采样点利用ＧａｒｍｉｎＥｔｒｉｘＧＰＳ进行经纬度和海拔的空间定位，ＧＰＳ定位坐标系采用克拉索斯基椭球体，
北京５４坐标系，高斯克吕格投影，６度分带。增加海原县行政区划数据库至固原市行政区划数据库，叠置形成宁
夏南部山区苜蓿害虫区域化预测预报样点分布图。
将７１个样点调查内容记载在调查手册中，然后用Ｅｘｃｅｌ整理核实，按照规范化数据库词典，针对各项内容建
立标准化字段。在此基础上基于ＡＣＣＥＳＳ平台建成宁夏南部山区苜蓿斑蚜属性数据库，数据库主要字段有：调
查点编号、所在县（市）、所在乡镇、所在村、经度、纬度、海拔、地形、地类、前茬作物、百枝条苜蓿斑蚜虫量。
１．４ 苜蓿害虫种群发生的ＧＩＳ（地理信息系统）预测预报模型的建立
根据２００２－２００９年共８年４０个样点苜蓿斑蚜发生规律的系统研究，结合日均温、降水量、湿度等气候因子
及天敌等因素，在２００８年预测模型建立的基础上，对南部山区苜蓿斑蚜，使用ＳＰＳＳ分析软件进行相关因子分析
及多元逐步回归分析方法，分析影响苜蓿主要害虫发生的关键预报因子，完善苜蓿主要害虫的预测模型，并进行
显著性检验和历史符合率的检验。
使用２００９年完善的苜蓿主要害虫预测预报模型，结合２００９年系统监测数据和预测因子，建立２００９年基于
ＧＩＳ的苜蓿主要害虫预测量属性数据库。运用ＧＩＳ技术进行预测苜蓿害虫发生程度和分布范围，重发区域，定量
分析害虫不同发生程度的面积和比例，并对预测结果进行田间验证。
１．５ 苜蓿害虫种群空间分布和预测模拟研究
在空间相关分析的基础上，运用ＡｒｃＧＩＳ所提供的函数和程序，对样点数据分别用不同插值法进行计算，对
插值方法的精确性进行验证，分析相关程度，比较不同插值方法结果的差异，选择适合苜蓿害虫种群空间分布的
插值方法；应用ＧＩＳ模拟模型进行苜蓿害虫种群空间分布模拟。
２ 结果与分析
２．１ 样点布设和数据库的建立
２００９年５月在宁夏南部山区布设样点７１个（图１），其中原州区１７个、西吉县９个、隆德县７个、泾源县５
个、彭阳县１２个、海原县２１个。预测区域土地总面积达到１８２６５．６ｋｍ２，苜蓿种植面积３０万ｈｍ２，基本涵盖了
南部山区各苜蓿主要种植区域。本研究使用的空间数据库包括研究区域固原市和中卫市海原县行政区划、地形、
地貌、气候、数字高程、土地利用，比例尺为１∶２５００００。均由中国科学院地理科学与资源研究所提供。结合气候
资料和田间采集数据在ＡｒｃＧＩＳ９．２的支持下构建了该预测区域空间地理、气候以及病虫害属性数据库。
４６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．２
图１ 宁夏南部山区苜蓿病虫害预测预报样点分布图
犉犻犵．１ 犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狅犳狊犪犿狆犾犻狀犵狆狅犻狀狋狊犻狀狊狅狌狋犺犲狉狀犖犻狀犵狓犻犪
图２ 宁夏南部山区６月１３日苜蓿斑蚜发生分布（犃）和７月初苜蓿斑蚜发生预测（犅）
犉犻犵．２ 犜犺犲狅犮犮狌狉狉犲狀犮犲犱犻狊狋狉犻犫狌狋犻狅狀犵狉犪犱犲狊狅犳犜．狋狉犻犳狅犾犻狅狀犑狌狀犲１３（犃）犪狀犱狆狉犲犱犻犮狋犻狀犵狋犺犲狅犮犮狌狉狉犲狀犮犲
犱犻狊狋狉犻犫狌狋犻狅狀犵狉犪犱犲狊狅犳犜．狋狉犻犳狅犾犻犻狀犲犪狉犾狔犑狌犾狔（犅）犻狀狊狅狌狋犺犲狉狀犖犻狀犵狓犻犪
２．２ 苜蓿斑蚜预测预报模型的完善和建立
根据２００２－２００９年对南部山区旱地苜蓿斑蚜４０个样点的系统调查和研究，在掌握斑蚜发生规律的基础上
进行预报因子的初选，共选了４个预报因子：６月降水量（ｍｍ）为狓１，日均温（℃）为狓２，６月上旬瓢虫密度（十复
５６１第２０卷第２期 草业学报２０１１年
网）为狓３；６月上旬斑蚜基数（百枝条虫量）为狓４。因变量狔为斑蚜发生量（百枝条虫量）。为了弥补仅有８年调
查数据的不足，将每年的５个调查点均作为样本数，回归模型的样本数量扩大为４０个。应用ＳＰＳＳ分析软件进
行逐步回归分析：
１）变量选择：经狋检验，变量狓１ 的狋１＝３．８８２，变量狓３ 的狋３＝３．８８０，变量狓４ 的狋４＝６．００４，均大于狋０．０１＝
２．７０４，只有变量狓２ 的狋２＝１．３７６，小于狋０．０５＝２．０２１，因此被剔除，变量狓１、狓３和狓４ 进入回归式。
２）建立的回归模型为：狔＝２２９８．０１７－２１．７５４狓１
－４７．０９６狓３＋１．４７３狓４
３）回归模型的显著性检验：复相关系数 犚＝
０．８８５，犚０．０１＝０．４５４，犚＞犚０．０１，狔与因子狓１、狓３、狓４ 的
复相关极显著。又经方差分析，犉＝４９．４９１，犉０．０１＝
４．４６，狔与因子狓１、狓３、狓４ 的相关性极显著。说明所建
立的预测模型的精度高且简单。
４）预测值和实测值符合率检验：对２００２－２００９年
预测值和实测值进行符合率检验结果表明，除２００６年
外，其他年份的符合率均在７０％以上（表１）。２００６年
苜蓿上豆蚜由次要害虫上升为主要害虫，发生范围广，
种群数量大。而同期苜蓿斑蚜则轻度发生，与往年同
期相比，种群数量大幅度下降，所以建立的模型对
２００６年的苜蓿斑蚜预测值与实测值有一定的偏差。
表１ 预测值和实测值符合率检验
犜犪犫犾犲１ 犆狅犻狀犮犻犱犲狀犮犲狋犲狊狋狅犳狆狉犲犱犻犮狋犻狏犲
狏犪犾狌犲犪狀犱犿犲犪狊狌狉犲犱狏犪犾狌犲
年份
Ｙｅａｒ
实测值
Ｍｅａｓｕｒｅｄｖａｌｕｅ
（头 Ｈｅａｄ／ｍ２）
预测值
Ｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ
（头 Ｈｅａｄ／ｍ２）
符合率
Ｃｏｉｎｃｉｄｅｎｃｅ
（％）
２００２ ４６ ３３ ７１．７４
２００３ ２２９９ ２２８６ ９９．４３
２００４ ２６８０ ２２７７ ８４．９６
２００５ ３５６６ ３５９２ ９９．２８
２００６ １７０ ８３６ ２０．３３
２００７ ４９６ ３６２ ７２．９８
２００８ ３４２２ ３２０６ ９３．６９
２００９ １８４０ ２２０８ ８３．３３
２．３ 基于ＧＩＳ的宁夏南部山区６月苜蓿斑蚜发生情况
南部山区苜蓿斑蚜发生情况见图２Ａ和表２，苜蓿斑蚜发生情况整体属于中度发生程度，局部区域发生严
重。达到防治指标的中度以上发生面积占总种植面积的３９．５％，约１２．０７万ｈｍ２，其中，重度发生面积比例为
９．４０％，面积２．８７万ｈｍ２；中度偏重发生１２．６０％，面积３．８５万ｈｍ２；中度发生１７．５０％，面积５．３５万ｈｍ２。中
度以上发生区域主要集中在海原县和原州区部分地区，其中，重度发生区域主要在海原县李旺镇、郑旗乡、贾塘
乡、七营镇、黑城镇及原州区三营镇；中度偏重发生区域在海原县西安乡、海城王井和曹洼乡及原州区炭山乡、甘
城乡和头营镇；中度发生区域在海原县史店乡、贾塘乡、曹洼乡、西安乡、海城镇及原州区炭山乡、甘城乡。其余各
县苜蓿斑蚜均为中度偏轻及轻度发生，其中，隆德县和泾源县苜蓿均为轻度发生。
表２ 宁夏南部山区苜蓿斑蚜发生面积和比例
犜犪犫犾犲２ 犘犲狉犮犲狀狋犪犵犲狅犳犪狉犲犪犪犫狅狌狋狋犺犲狅犮犮狌狉狉犲狀犮犲犵狉犪犱犲狊狅犳犜．狋狉犻犳狅犾犻犻狀狊狅狌狋犺犲狉狀犖犻狀犵狓犻犪
县（区）
Ｃｏｕｎｔｙ
轻度发生Ｌｏｗｅｓｔ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
中度偏轻Ｌｏｗｅｒ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
中度 Ｍｏｄｅｒａｔｅ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
中度偏重 Ｈｉｇｈｅｒ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
重度 Ｈｉｇｈｅｓｔ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
海原县 Ｈａｉｙｕａｎ ０．００ ０．００ ０．００ ０．００ ３４．５３ ２．８７ ３５．５０ ２．９５ ２９．９７ ２．４９
泾源县Ｊｉｎｇｙｕａｎ １００．００ ２．７３ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００
隆德县Ｌｏｎｇｄｅ １００．００ １．８８ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００
彭阳县Ｐｅｎｇｙａｎｇ ９１．１６ ６．４７ ８．８４ ０．６３ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００
西吉县Ｘｉｊｉ ５７．２８ ３．３５ ３１．７２ １．８５ １１．００ ０．６４ ０．００ ０．００ ０．００ ０．００
原州区Ｙｕａｎｚｈｏｕ ２０．３１ ０．９７ １４．４５ ０．６９ ３８．４７ １．８４ １８．８８ ０．９０ ７．８９ ０．３８
合计Ｔｏｔａｌ ５０．３０ １５．４０ １０．４０ ３．１７ １７．５０ ５．３５ １２．６０ ３．８５ ９．４０ ２．８７
６６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．２
２．４ 南部山区７月初苜蓿斑蚜发生情况预测
根据２００９年建立的苜蓿斑蚜预测预报模型，结合固原市五县区及海原县气象局预测的６月中下旬平均降水
量、苜蓿斑蚜及天敌基数，运用建立的基于ＧＩＳ的苜蓿斑蚜预测预报技术方法，预测了宁夏南部山区７月初苜蓿
斑蚜发生情况（图２Ｂ和表３），７月上旬苜蓿斑蚜整体发生情况属于中度偏重，达到防治指标的中度以上发生面
积占总种植面积的７７．３０％，面积２３．６６万ｈｍ２，其中，重度发生面积比例为２５．４５％，面积７．７９万ｈｍ２；中度偏
重发生１８．００％，面积５．５１万ｈｍ２；中度发生３３．８５％，面积１０．３５万ｈｍ２。重度发生区域主要集中在海原县；中
度偏重发生区域在原州区三营镇、头营镇、炭山乡、甘城乡，海原县九彩乡、树台乡、关桥乡和史店乡以及西吉县北
部地区；中度发生区域在西吉县南部地区，彭阳县王洼乡、小岔乡、罗洼乡和交岔乡，原州区彭堡乡、张易乡、开城
镇、三营镇、河川乡、寨科乡及隆德和泾源局部地区。其余各地均中度偏轻及轻度发生，面积６．９５万ｈｍ２，仅占南
部山区苜蓿总种植面积的２２．７０％。
表３ 预测７月初宁夏南部山区苜蓿斑蚜发生面积和比例
犜犪犫犾犲３ 犘狉犲犱犻犮狋犻狀犵犪狉犲犪狆犲狉犮犲狀狋犪犵犲狅犳狋犺犲狅犮犮狌狉狉犲狀犮犲犵狉犪犱犲狊狅犳犜．狋狉犻犳狅犾犻犻狀狊狅狌狋犺犲狉狀狀犻狀犵狓犻犪犻狀犲犪狉犾狔犑狌犾狔
县（区）
Ｃｏｕｎｔｙ
轻度发生Ｌｏｗｅｓｔ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
中度偏轻Ｌｏｗｅｒ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
中度 Ｍｏｄｅｒａｔｅ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
中度偏重 Ｈｉｇｈｅｒ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
重度 Ｈｉｇｈｅｓｔ
比例
Ｐｒｏｐｏｒｔｉｏｎ
（％）
面积
Ａｒｅａ
（×１０４ｈｍ２）
海原县 Ｈａｉｙｕａｎ ０．００ ０．００ ０．００ ０．００ ０．００ ０．００ ２０．８２ １．７３ ７９．１８ ６．５８
泾源县Ｊｉｎｇｙｕａｎ ０．００ ０．００ ９４．５１ ２．５８ ５．４９ ０．１５ ０．００ ０．００ ０．００ ０．００
隆德县Ｌｏｎｇｄｅ ０．００ ０．００ ７３．０１ １．３８ ２６．９８ ０．５１ ０．００ ０．００ ０．００ ０．００
彭阳县Ｐｅｎｇｙａｎｇ ４．９４ ０．３５ ３７．３８ ２．６５ ５５．７１ ３．９５ １．９７ ０．１４ ０．００ ０．００
西吉县Ｘｉｊｉ ０．００ ０．００ ０．３４ ０．０２ ７５．１７ ４．３９ ２４．３２ １．４２ ０．１７ ０．０１
原州区Ｙｕａｎｚｈｏｕ ０．００ ０．００ ０．００ ０．００ ２８．２４ １．３５ ４６．６５ ２．２３ ２５．１０ １．２０
合计Ｔｏｔａｌ １．０８ ０．３３ ２１．６３ ６．６２ ３３．８５ １０．３５ １８．００ ５．５１ ２５．４５ ７．７９
２００９年７月上旬对在宁夏南部山区布设的苜蓿
主要害虫预测预报样点７１个样点中的１６个进行抽样
调查，统计结果表明所建立的基于ＧＩＳ的苜蓿主要害
虫预测预报模型预警准确率平均达到９６．６％（表４）。
３ 结论与讨论
本研究结合改进完善的苜蓿害虫预测模型，建立
了基于ＧＩＳ苜蓿斑蚜预测量属性数据库，利用ＧＩＳ模
型进行插值分析，准确预测了苜蓿斑蚜发生程度和分
布范围，预测结果直观、精准地反映害虫发生范围、重
发区域及不同发生程度的面积和比例，预警准确率平
均达到９６．６％，为有关部门进行苜蓿病虫害防治宏观
决策提供了重要依据。
地理信息系统（ＧＩＳ）具备了强大的时空分析功
能，在研究有害生物的传播、迁移、扩散、发生规律，分
析病虫害种群的分布和空间动态，以及病虫害的发生
与环境等关系方面具备强大优势。而且，ＧＩＳ与遥感
技术相结合可以在宏观尺度上有效地对有害生物灾害
进行监测、预测预报。ＧＩＳ和专家系统、人工智能相结
合可以建立农林病虫害的决策模型和决策支持系
统［１７］。基于Ｗｅｂ的ＧＩＳ可以通过网络进行有害生物
表４ 苜蓿斑蚜预测值与实测值符合率检验（２００９年）
犜犪犫犾犲４ 犆狅犻狀犮犻犱犲狀犮犲狋犲狊狋狅犳狆狉犲犱犻犮狋犻狏犲狏犪犾狌犲犪狀犱
犿犲犪狊狌狉犲犱狏犪犾狌犲狊狅犳犜．狋狉犻犳狅犾犻
样点
Ｓａｍｐｌｉｎｇ
ｐｏｉｎｔ
实测值
Ｍｅａｓｕｒｅｄｖａｌｕｅ
（头 Ｈｅａｄ／ｍ２）
预测值
Ｐｒｅｄｉｃｔｉｖｅｖａｌｕｅ
（头 Ｈｅａｄ／ｍ２）
符合率
Ｃｏｉｎｃｉｄｅｎｃｅ
（％）
１ ２６４１ ２５６０ ９６．９５
２ ２５１４ ２５６０ ９８．２１
３ １８２１ １８００ ９８．８６
４ １４９０ １４６０ ９８．０１
５ １５１５ １５８０ ９５．９０
６ １４２１ １３９０ ９７．８２
７ ９９９ ８８０ ８８．０５
８ １０３８ ９６０ ９２．４８
９ １２４５ １２００ ９６．４２
１０ １６４１ １５８０ ９６．２９
１１ １２９７ １２８０ ９８．７１
１２ １２４３ １３００ ９５．６３
１３ １２１７ １１９０ ９７．７７
１４ ２３７７ ２３５０ ９８．８７
１５ ３５６２ ３４４０ ９６．５７
１６ ３８６４ ３８２０ ９８．８６
７６１第２０卷第２期 草业学报２０１１年
空间信息查询和分析，并具有使用方便、多用户多终端同时工作、不用购置昂贵软件等诸多优点，使得病虫草害空
间信息的共享与更新有了质的飞跃，将在有害生物发生的监测和预测、生物多样性的分布与保护等方面发挥突出
的作用［１０］。国内外集成“３Ｓ”的病虫害监测预报研究已广泛展开。目前ＦＡＯ组织已经开展试验，应用气象数据
集建立作物病虫害空间模型［１１］。Ｍｉｃｈｅｌｅ［１２］以欧洲玉米食根虫（Ｍａｉｚｅｒｏｏｔｗｏｒｍ）为例，应用气象数据集作为环
境因子，进行了病虫害建模的潜力和局限性试验，以地图形式展现了虫害的空间分布。Ｂｏｎｅ等［１３］应用模糊理论
挖掘多年高光谱数据，整合基于ＲＳ（遥感）数据的ＧＩＳ系统，建立虫害模型，分析得到森林虫害感染可能性，做出
森林虫害感染可能性分布图。在作物病虫害的监测预报方面，国内也有成功实例值得借鉴：王海扣等［１４］通过数
据搜集和实地调查，获得关于不同时间、不同空间的病虫害及其相关影响因子的有关数据，运用ＧＩＳ建立了数据
库，并利用相关数据创建不同的图层，通过各图层的比较和分析以及空间叠置的方法研究多年病虫害的侵染情况
及发展趋势［１４１７］，分析不同地区病虫害的暴发与生境、气候带、土壤类型等影响因子的空间分异关系［１５１８］。
另外影响害虫种群动态的因子较多，其中包括所在区域的地理位置、地势、海拔、地貌、气象以及天敌、耕作栽
培等，这些都会直接或间接地影响害虫种群数量的变化［１９，２０］。因此，结合地理和气象等因子对害虫时空分布及
其动态变化的研究有待于深入探讨。ＧＩＳ在害虫综合治理领域的应用尽管时间不长，但它处理空间数据和进行
空间分析的独特优势已经体现出来［２１］。伴随着生态学理论体系的进一步完善和ＧＩＳ本身的发展，害虫管理将越
来越依靠地理信息系统的支持［２２］。
参考文献：
［１］ 张蓉，杨芳，先晨钟，等．蓟马危害苜蓿的产量损失及防治指标研究［Ｊ］．植物保护，２００５，３１（１）：４７４９．
［２］ 朱猛蒙，马锐，张蓉．刈割对紫花苜蓿病虫害的影响［Ｊ］．中国植保导刊，２００６，２６（１２）：８１０．
［３］ ＲｏｓｓｉＲＥ，ＭｕｌａＤＪ，ＪｏｕｒｎｅｌＡＧ，犲狋犪犾．Ｇｅｏｓｔａｔｉｓｔｉｃａｌｔｏｏｌｓｆｏｒｍｏｄｅｌｉｎｇａｎｄｉｎｔｅｒｐｒｅｔｉｎｇｅｃｏｌｏｇｉｃａｌｓｐａｔｉａｌｄｅｐｅｎｄｅｎｃｅ［Ｊ］．
ＥｃｏｌｏｇｉｃａｌＭｏｎｏｇｒａｐｈｓ，１９９２，６２：２７７３１４．
［４］ 马建华，朱猛蒙，张蓉，等．苜蓿斑蚜的生物药剂筛选试验及对其天敌的安全性［Ｊ］．农药，２００８，４８（７）：６１４６１６．
［５］ 张蓉，马建华，王进华，等．宁夏苜蓿病虫害发生现状及防治对策［Ｊ］．草业科学，２００３，２０（６）：４０４４．
［６］ 翟连荣．空间分析技术在害虫种群管理中的应用［Ｊ］．昆虫知识，１９９７，３４（５）：３１４３１８．
［７］ 周信阳．昆虫种群动态空间分析方法的研究［Ｊ］．昆虫知识，１９９９，３６（３）：１７８１８０．
［８］ ＧａｇｅＳＨ，ＷｉｒｔｈＴ Ｍ，ＳｉｍｍｏｎｓＧＡ．Ｐｒｅｄｉｃｔｉｎｇｒｅｇｉｏｎａｌｇｙｓｐｙｍｏｔｈ（犔狔犿犪狀狋狉犻犻犱犪犲）ｐｏｐｕｌａｔｉｏｎｔｒｅｎｄｓｉｎａｎｅｘｐａｎｄｉｎｇ
ｐｏｐｕｌａｔｉｏｎｕｓｉｎｇｐｈｅｒｏｍｏｎｅｔｒａｐｃａｔｃｈａｎｄｓｐａｔｉａｌａｎａｌｙｓｉｓ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｔｏｍｏｌｏｇｙ，１９９０，１９：３７０３７７．
［９］ ＪｏｈｎｓｏｎＤＬ，ＷｏｒｏｂｅｃＡ．Ｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎ，ｓｐａｔｉａｌｍｏｄｅｌｉｎｇａｎｄｉｍｐｒｏｖｅｍｅｎｔｓｉｎｇｒａｓｓｈｏｐｐｅｒｓｕｒｖｅｙｍｅｔｈｏｄｏｌｏｇｙ［Ｊ］．
ＣａｎａｄｉａｎＥｎｔｏｍｏｌｏｇｉｓｔ，１９８９，１２１：５７９５８８．
［１０］ 李哲，季荣，谢宝瑜，等．论昆虫空间生态学研究［Ｊ］．昆虫知识，２００４，４０：１６．
［１１］ 宫彦萍，黄文江，王纪华，等．集成ＧＩＳ和ＲＳ技术的作物病虫害监测预报研究进展［Ｊ］．农业工程学报，２００８，２４（２）：３３１
３３６．
［１２］ ＭｉｃｈｅｌｅＢ．ＬｉｎｋａｇｅｓｂｅｔｗｅｅｎＦＡＯａｇｒｏｃｌｉｍａｔｉｃｄａｔａｒｅｓｏｕｒｃｅｓａｎｄｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆＧＩＳｍｏｄｅｌｓｆｏｒｃｏｎｔｒｏｌｏｆｖｅｃｔｏｒｂｏｒｎｅ
ｄｉｓｅａｓｅｓ［Ｊ］．ＡｃｔａＴｒｏｐｉｃａ，２００１，７９：２１３４．
［１３］ ＢｏｎｅＣ，ＤｒａｇｉｃｅｖｉｃＳ，ＲｏｂｅｒｔｓＡ．Ｉｎｔｅｇｒａｔｉｎｇｈｉｇｈｒｅｓｏｌｕｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇ，ＧＩＳａｎｄｆｕｚｚｙｓｅｔｔｈｅｏｒｙｆｏｒｉｄｅｎｔｉｆｙｉｎｇｓｕｓｃｅｐ
ｔｉｂｉｌｉｔｙａｒｅａｓｏｆｆｏｒｅｓｔｉｎｓｅｃｔｉｎｆｅｓｔａｔｉｏｎｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２００５，２６（２１）：４８０９４８２８．
［１４］ 王海扣，王群，程遐年，等．应用地理信息系统分析江苏褐飞虱的发生动态［Ｊ］．西南农业大学学报，１９９８，２０（５）：４３２
４３７．
［１５］ 张洪亮，倪绍祥，张红玉，等．ＧＩＳ支持下青海湖地区草地蝗虫发生的气候因子分析［Ｊ］．地理学与国土研究，２００２，１８（１）：
６３６６．
［１６］ 张洪亮，倪绍祥，邓自旺，等．基于 ＧＩＳ的生境类型及其与印度野牛生存关系的研究［Ｊ］．应用生态学报，２００２，１３（７）：
８３７８４０．
［１７］ 石根生，李典谟．地理信息系统与森林病虫害管理［Ｊ］．森林病虫通讯，１９９６，３：３８４１．
［１８］ 闫宏娟，李典谟．地理信息系统在昆虫生态学中的应用［Ｊ］．昆虫知识，１９９９，３６（１）：４１４５．
８６１ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１１） Ｖｏｌ．２０，Ｎｏ．２
［１９］ 周强，张润杰，古德祥．地质统计学在昆虫种群空间结构研究中的应用概述［Ｊ］．动物学研究，１９９８，１９（６）：４８２４８８．
［２０］ 张蓉，朱猛蒙，马建华，等．基于地理信息系统的耕地苜蓿斑蚜种群发生的适宜生境［Ｊ］．应用生态学报，２００９，２０（８）：
１９９８２００４．
［２１］ 李红，彭传华，张蓉，等．基于ＧＩＳ的稻飞虱信息发布系统［Ｊ］．湖北农业科学，２００８，（７）：８３３８３５．
［２２］ 邹运鼎，毕守东，王祥胜，等．麦长管蚜及蚜茧蜂空间格局的地学统计学研究［Ｊ］．应用生态学报，２００１，１２（６）：８８７８９１．
犘狉犲犾犻犿犻狀犪狉狔狊狋狌犱狔狋犲犮犺狀犻狇狌犲狅狀犪狉犲犪犳狅狉犲犮犪狊狋狅犳犜犺犲狉犻狅犪狆犺犻狊狋狉犻犳狅犾犻犫犪狊犲犱狅狀犌犐犛
ＺＨＵＭｅｎｇｍｅｎｇ１，ＳＵＮＹｕｒｏｎｇ２，ＺＨＡＮＧＲｏｎｇ１，ＹＵＺｈａｏ３，ＨＵＡＮＧＷｅｎｇｕａｎｇ３
（１．ＩｎｓｔｉｔｕｔｅｏｆＰｌａｎｔＰｒｏｔｅｃｔｉｏｎ，ＮｉｎｇｘｉａＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｙｉｎｃｈｕａｎ７５０００２，Ｃｈｉｎａ；
２．ＮｉｎｇｘｉａＡｇｒｉｃｕｌｔｕｒｅＩｎｓｔｉｔｕｔｅｏｆＳｕｒｖｅｒ＆Ｄｅｓｉｇｎ，Ｙｉｎｃｈｕａｎ７５０００２，Ｃｈｉｎａ；３．Ｎｉｎｇｘｉａ
ＧｒａｓｓｌａｎｄＷｏｒｋｓｔａｔｉｏｎ，Ｙｉｎｃｈｕａｎ７５０００２，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｓｉｍｕｌａｔｅｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆｏｃｃｕｒｒｅｎｃｅａｎｄｆｏｒｅｃａｓｔｏｆ犜犺犲狉犻狅犪狆犺犻狊狋狉犻犳狅犾犻犻ａｔａｌｆａｌｆａｐｌａｎｎｉｎｇｒｅｇｉｏｎｉｎ
ｓｏｕｔｈｅｒｎＮｉｎｇｘｉａ，ｕｓｉｎｇｔｅｃｈｎｉｑｕｅｏｆｇｅｏｇｒａｐｈｉｃａｌｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍ（ＧＩＳ），ｒｅｆｅｒｒｉｎｇｔｏｅｓｔａｂｌｉｓｈｅｄｆｏｒｅｃａｓｔ
ｍｏｄｅｌｏｆ犜．狋狉犻犳狅犾犻犻：狔＝２２９８．０１７－２１．７５４狓１－４７．０９６狓３＋１．４７３狓４（狔ｉｓｔｈｅｏｃｃｕｒｒｅｎｃｅｑｕａｎｔｉｔｙｏｆ犜．狋狉犻犳狅
犾犻犻，狓１ｉｓＪｕｎｅｐｒｅｃｉｐｉｔａｔｉｏｎ，狓３ｉｓｔｈｅｄｅｎｓｉｔｙｏｆ犆狅犮犮犻狀犲犾犾犪狊犲狆狋犲犿狆狌狀犮狋犪狋犪ｉｎｔｈｅｂｅｇｉｎｎｉｎｇｏｆＪｕｎｅ，狓４ｉｓｔｈｅ
ｃａｒｄｉｎａｌｎｕｍｂｅｒｏｆｔｈｅ犜．狋狉犻犳狅犾犻犻ｉｎｔｈｅｂｅｇｉｎｎｉｎｇｏｆＪｕｎｅ）．Ｔｅｃｈｎｉｑｕｅｏｆａｒｅａｆｏｒｅｃａｓｔｏｆ犜．狋狉犻犳狅犾犻犻ｗｈｉｃｈｉｓ
ｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎＧＩＳ，ｃａｎｐｒｅｃｉｓｅｌｙｒｅｆｌｅｃｔｐｅｓｔｏｃｃｕｒｒｅｎｃｅｒａｎｇｅ，ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｒｅｇｉｏｎ，ａｒｅａａｎｄｒａｔｉｏｏｆ
ｄｉｆｆｅｒｅｎｔｏｃｃｕｒｒｅｎｃｅｄｅｇｒｅｅ．Ｆｏｒｅｃａｓｔｒｅｓｕｌｔｏｆｔｈｅｔｅｃｈｎｉｑｕｅｉｓｉｎｔｕｉｔｉｖｅａｎｄｃａｎｂｅｅｘｔｅｎｓｉｖｅａｐｐｌｉｃａｔｉｏｎ，ａｆｔｅｒ
ｓａｍｐｌｉｎｇｉｎｖｅｓｔｉｇａｔｉｏｎ，ａｖｅｒａｇｅａｃｃｕｒａｃｙｏｆｆｏｒｅｃａｓｔｗａｒｒｉｎｇｉｓｕｐｔｏ９６．６％．
犓犲狔狑狅狉犱狊：ＧＩＳ；犜犺犲狉犻狅犪狆犺犻狊狋狉犻犳狅犾犻犻；ｆｏｒｅｃａｓｔｔｅｃｈｎｉｑｕｅｓ
９６１第２０卷第２期 草业学报２０１１年