全 文 ：林业科学研究 ２０１６，２９（２）：２５６ ２６０
ＦｏｒｅｓｔＲｅｓｅａｒｃｈ
文章编号：１００１１４９８（２０１６）０２０２５６０５
基于气象因子的马尾松毛虫发生率空间格局研究
王 庆，毕 猛，杜 婷，廖怀建，石 雷
（中国林业科学研究院资源昆虫研究所，云南 昆明 ６５０２２４）
收稿日期：２０１５０９１０
基金项目：国家林业局林业公益性行业科研专项“重大森林病虫害防控技术的关键理论基础”（２０１２０４５０１）；云南省技术创新人才培养
计划（２０１２ＨＢ０５４）．
作者简介：王 庆（１９８９—），男，硕士研究生，主要从事森林病虫害预测预警研究．
通讯作者．
摘要：［目的］为预测未来我国马尾松毛虫的潜在变化趋势，以２００２—２０１２年全国范围内马尾松毛虫的地级逐年平
均发生率作为预测指标，［方法］运用偏最小二乘回归方法，获得马尾松毛虫平均发生率与相关气象因子的回归方
程，并结合地理空间数据与未来气象数据，得到马尾松毛虫平均发生率空间格局模型。［结果］表明：以筛选后的１２
个气象因子建立的马尾松毛虫平均发生率空间格局模型精度达到８６．９８％，具有较强的可靠性。据此预测２０２０ｓ，
２０５０ｓ，２０８０ｓ的马尾松毛虫平均发生率空间格局，并与２００２—２０１２年的空间格局相比，结果显示：华东及华中地区
虫害中度和重度发生面积均明显增加，有扩散的趋势；华东地区的轻度发生面积总体为缩减；而华南部分地区虫害
轻度发生面积扩增。［结论］以偏最小二乘回归方法所得的空间格局模型具有实际预测意义，可以预测我国未来马
尾松毛虫平均发生率的变化趋势。
关键词：马尾松毛虫；气象因子；发生率；偏最小二乘；空间格局
中图分类号：Ｓ７９１２４８ 文献标识码：Ａ
ＳｐａｔｉａｌＰａｔｔｅｒｎｏｆＤｅｎｄｒｏｌｉｍｕｓｐｕｎｃｔａｔｕｓＩｎｃｉｄｅｎｃｅＲａｔｅＢａｓｅｄｏｎ
ＭｅｔｅｏｒｏｌｏｇｉｃａｌＦａｃｔｏｒｓ
ＷＡＮＧＱｉｎｇ，ＢＩＭｅｎｇ，ＤＵＴｉｎｇ，ＬＩＡＯＨｕａｉｊｉａｎ，ＳＨＩＬｅｉ
（ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＲｅｓｏｕｒｃｅｓＩｎｓｅｃｔｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｋｕｎｍｉｎｇ ６５０２２４，Ｙｕｎｎａｎ，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：［Ｏｂｊｅｃｔｉｖｅ］ＴａｋｉｎｇｔｈｅａｖｅｒａｇｅｉｎｃｉｄｅｎｃｅｒａｔｅｂａｓｅｄｏｎＣｈｉｎａ’ｓｎａｔｉｏｎｗｉｄｅｄａｔａｆｒｏｍ２００２－２０１２ａｓ
ｉｎｄｉｃａｔｏｒｔｏｐｒｅｄｉｃｔｔｈｅｐｏｔｅｎｔｉａｌｔｒｅｎｄｏｆＤｅｎｄｒｏｌｉｍｕｓｐｕｎｃｔａｔｕｓｉｎｃｉｄｅｎｃｅｒａｔｅ．［Ｍｅｔｈｏｄ］Ｂｙｍｅａｎｓｏｆｐａｒｔｉａｌｌｅａｓｔ
ｓｑｕａｒｅｓｒｅｇｒｅｓｓｉｏｎ，ｔｈｅｒｅｇｒｅｓｓｉｏｎｅｑｕａｔｉｏｎａｂｏｕｔａｖｅｒａｇｅｉｎｃｉｄｅｎｃｅｒａｔｅａｎｄｔｈｅｒｅｌａｔｅｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓｗａｓ
ｏｂｔａｉｎｅｄ．Ｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｇｅｏｇｒａｐｈｉｃｓｐａｔｉａｌｄａｔａａｎｄｆｕｔｕｒｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｄａｔａ，ｔｈｅｓｐａｔｉａｌｐａｔｅｒｎｍｏｄｅｌｏｆｔｈｅ
ａｖｅｒａｇｅｉｎｃｉｄｅｎｃｅｒａｔｅｏｆＤ．ｐｕｎｃｔａｔｕｓｗａｓｅｓｔａｂｌｉｓｈｅｄ．［Ｒｅｓｕｌｔ］ＴｈｅｓｐａｔｉａｌｐａｔｅｒｎｍｏｄｅｌｏｆＤ．ｐｕｎｃｔａｔｕｓ’ａｖｅｒ
ａｇｅｉｎｃｉｄｅｎｃｅｒａｔｅｂｕｉｌｔｂｙ１２ｓｅｌｅｃｔｅｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒｓｈａｓｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆ８６．９８％．Ｂａｓｅｄｏｎｔｈｉｓ
ｍｏｄｅｌ，ｔｈｅｓｐａｔｉａｌｐａｔｅｒｎｍｏｄｅｌｓｆｏｒ２０２０ｓ，２０５０ｓ，ａｎｄ２０８０ｓｗｅｒｅｅｓｔａｂｌｉｓｈｅｄ．Ｉｔｗａｓｐｒｅｄｉｃｔｅｄｔｈａｔｃｏｍｐａｒｅｄ
ｗｉｔｈ２００２－２０１２，ｔｈｅａｒｅａｏｆｍｏｄｅｒａｔｅａｎｄｓｅｖｅｒｅｉｎｓｅｃｔｐｅｓｔｓｉｎＥａｓｔａｎｄＣｅｎｔｒａｌＣｈｉｎａｗｏｕｌｄｓｉｇｎｉｆｉｃａｎｔｌｙｉｎ
ｃｒｅａｓｅ，ａｎｄｔｈｅｒｅｗｏｕｌｄｂｅａｔｒｅｎｄｏｆｓｐｒｅａｄｉｎｇ．ＴｈｅｍｉｌｄｉｎｃｉｄｅｎｃｅａｒｅａｗｏｕｌｄｄｅｃｒｅａｓｅｉｎＥａｓｔＣｈｉｎａ，ｗｈｉｌｅｔｈｅ
ｍｉｌｄｉｎｃｉｄｅｎｃｅａｒｅａｗｏｕｌｄｈａｓａｔｒｅｎｄｏｆａｍｐｌｉｆｉｃａｔｉｏｎｉｎｐａｒｔｓｏｆＳｏｕｔｈｅｒｎＣｈｉｎａ．［Ｃｏｎｃｌｕｓｉｏｎ］Ｔｈｅｓｐａｔｉａｌｐａｔｅｒｎ
ｍｏｄｅｌｏｂｔａｉｎｅｄｂｙｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓｒｅｇｒｅｓｓｉｏｎｍｅｔｈｏｄｃａｎｂｅｕｓｅｄｔｏｐｒｅｄｉｃｔｔｈｅｐｏｔｅｎｔｉａｌｃｈａｎｇｅｓｏｆｔｈｅａｖｅｒａｇｅ
ｉｎｃｉｄｅｎｃｅｒａｔｅｏｆＤ．ｐｕｎｃｔａｔｕｓｉｎＣｈｉｎａ．
Ｋｅｙｗｏｒｄｓ：ＤｅｎｄｒｏｌｉｍｕｓｐｕｎｃｔａｔｕｓＷａｌｋｅｒ；ｍｅｔｅｏｒｏｌｏｇｉｃａｌｆａｃｔｏｒ；ｉｎｓｅｃｔｉｎｃｉｄｅｎｃｅｒａｔｅ；ｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓ；ｓｐａ
ｔｉａｌｐａｔｅｒｎ
第２期 王 庆，等：基于气象因子的马尾松毛虫发生率空间格局研究
马尾松毛虫（ＤｅｎｄｒｏｌｉｍｕｓｐｕｎｃｔａｔｕｓＷａｌｋｅｒ），属
鳞翅目（Ｌｅｐｉｄｏｐｔｅｒａ）、枯叶蛾科（Ｌａｓｉｏｃａｍｐｉｄａｅ），是
我国历史性森林害虫，主要对马尾松造成危害，可造
成大量松树死亡［１］。气候是影响马尾松毛虫扩散、
爆发的重要因素，马尾松毛虫发育需要一定的积温，
平均温度越高，完成一世代数所需天数越少［２］，年积
温升高，虫害发生面积也会随之增大［３］。已有研究
表明，若马尾松毛虫卵的孵化和幼虫的发育时期适
逢降雨，则对其幼虫成活率十分有利［４－５］，而高温则
会使幼虫的死亡率提升［６］。光照、湿度、风向和风力
等其他气候因子也对马尾松毛虫成灾有不同程度的
影响：日照时数，尤其是前一年２月和当年１１月的
日照时数与松毛虫的暴发具有显著的正相关
性［７－８］；低湿对马尾松毛虫卵与低龄幼虫的发育成
活有明显的不利影响，如果空气相对湿度持续低于
７５％，马尾松毛虫就不能正常的生长发育［９］；大风可
以使羽化的松毛虫传播更远的距离，可导致松毛虫
成虫的大转移，强台风及其引起的暴雨可使虫体大
量死亡［１０－１１］。
为预测松毛虫的发生发展，国内外学者提出了
许多预测方法，如基于经验模型、回归模型［１２－１３］的
线性预测，人工神经网络［１４］和 ｌｏｇｉｓｔｉｃ回归［１５］等非
线性预测以及地统计学等方法［１６］，但这些方法都只
限于局部地区，所选的气候因子也有较大的局域性，
对全国范围的大尺度分析预测少有研究。本文采用
偏最小二乘（ＰａｒｔｉａｌＬｅａｓｔＳｑｕａｒｅｓ，ＰＬＳ）回归方法进
行预测，与其他方法（如神经网络）相比，ＰＬＳ有计算
简便、模型精度高、预测效果好、无需剔除变量或样
本等优点，可解决许多普通线性回归无法解决的问
题［１７－１８］。尤其是当利用多种气象因子作因变量时，
各气象因子之间往往存在较高的相关性，用 ＰＬＳ方
法做回归建模，可避免因变量内部相关而对模型的
准确性和合理性造成的影响，比对逐个因变量做多
元回归更加有效，其结论更加可靠［１９－２０］。本研究利
用２００２—２０１２年全国范围内马尾松毛虫的发生数
据，分析其平均发生率与气象因子的相关性，并筛选
出主要影响因子，建立马尾松毛虫平均发生率的预
测模型。在ＣｌｉｍａｔｅＣｈｉｎａ气象数据模拟软件的支持
下，结合地理空间数据，预测未来全国范围内马尾松
毛虫的潜在变化趋势。
１ 研究数据与方法
１．１ 研究数据
２００２—２０１２年全国范围内马尾松毛虫逐年发
生数据来自国家林业局森林病虫害防治总站。利用
监测信息完整的８２个地级行政区的马尾松毛虫发
生数据，计算出各地平均发生率ＡＩＲ（表１）。
表１ 马尾松毛虫地级平均发生率统计数据
地区名称 总发生面积／万ｈｍ２总监测面积／万ｈｍ２平均发生率／％
安庆市 １５．１０９８ ８７４．２０２７ １．７２８４
百色市 １．９１２３ ６２９．５５９３ ０．３０３８
常德市 ２．３７９２ ３３９．０３８７ ０．７０１７
巢湖市 ４．０４９３ １３９．２６００ ２．９０７７
潮州市 ０．０１５３ ２２．０１７３ ０．０６９５
崇左市 ５．７３０２ ６４７．１５８７ ０．８８５４
滁州市 ５．３８６８ ２２６．４９１３ ２．３７８４
福州市 ３．１６３９ ３４８．９４２７ ０．９０６７
佛山市 ０．０１１３ ４．６３２７ ０．２４３９
广安市 ７．４３６９ １１１．９０４７ ６．６４５７
…… …… …… ……
遵义市 ０．３７６７ ２５８．６５４７ ０．１４５６
利用我国全境航天飞机雷达地形测绘使命
（ＳＲＴＭ）的数字高程模型 （ＤＥＭ）数据，选取
１３８４６５９５个地理坐标点数据（经纬度、高程）均匀
分布于我国全境，各地级行政区２００２—２０１２年的平
均气象数据及未来各个时期平均气象数据均由气象
数据模拟软件 ＣｌｉｍａｔｅＣｈｉｎａ计算得出。该软件使用
广泛应用于气象数值模拟的 ＰＲＩＳＭ插值算法开发，
并加以改进［２１－２４］，使其具有较高的准确性。可导出
我国任意地点的历史气象数据及未来２０２０ｓ（２０１０—
２０３９）、２０５０ｓ（２０４０—２０６９）、２０８０ｓ（２０７０—２０９９）的
气象数据，主要包括年平均气温、降雨量，月平均气
温、降雨量，年温湿系数，无霜期等气象因子数据。
输出的气象数据已通过中国气象科学数据共享服务
网验证。
１．２ 研究方法
参考相关文献及前人研究成果［２５－２６］，利用偏最
小二乘方法建模关键是运用舍一交叉验证法来确定
主成分个数，可通过预测残差平方和（ＰＲＥＳＳ）的最
小值来确定；同时，利用变量投影重要性ＶＩＰ指标来
判断所选自变量的重要性。ＶＩＰ值越大，自变量对
因变量的解释作用越明确，通常选取 ＶＩＰ值大于１
的自变量来参与建模［２７］。
７５２
林 业 科 学 研 究 第２９卷
用马尾松毛虫平均发生率（ＡＩＲ）预测值的决定
系数（Ｒ２）、平均误差（ＡＥ）、总预测相对误差（ＰＲＥ）
等指标来评价模型的精度［２５］，相关数据的计算在
ＳＡＳ软件上运行。
２ 结果与分析
２．１ 气象因子的筛选
初步选取 ＣｌｉｍａｔｅＣｈｉｎａ输出的 ６８个气象因子
作为相关性分析的备选变量，与经对数变化后的
２００２—２０１２年马尾松毛虫 ＡＩＲ数据（ｌｎＡＩＲ）进行
Ｐｅａｒｓｏｎ积矩相关性分析，并做双侧显著性检验。分
析结果显示：２月平均气温（ＴＡＶ０２）、５月平均气温
（ＴＡＶ０５）、１０月平均气温（ＴＡＶ１０）、９月平均最高气
温（ＴＭＸ０９）、１月平均最低气温（ＴＭＮ０１）、９月平均
最低气温（ＴＭＮ０９）、冬季平均最低气温（ＴＭＩＮ＿ｗｔ）、
春季平均气温（ＴＡＶ＿ｓｐ）、秋季平均气温（ＴＡＶ＿ａｔ）、
夏季降水量（ＰＰＴ＿ｓｍ）、最热月和最冷月之间温差
（ＴＤ）、无霜期结束的儒略日（ｅＦＦＰ）等１２个气象因
子与 ｌｎＡＩＲ呈显著相关，将其作为建立回归模型的
入选因子。
在进行ＰＬＳ回归时，计算出参与建立模型的１２
个气象因子的ＶＩＰ值，其中，２月平均气温、秋季平均
气温、春季平均气温、最热月和最冷月之间温差、５月
平均气温、１０月平均气温、１月平均最低气温的 ＶＩＰ
值均大于１，说明这几个气象因子对ｌｎＡＩＲ的解释作
用很强。其他几个因素虽然ＶＩＰ值未达到１（０７２
０．８６），但由于９月气温、１２月气温、夏季降水量和无
霜期的长短都对马尾松毛虫的发生发展具有影响，所
以，仍将其作为入选变量，参与模型的建立（表２）。
表２ 气象因子与ｌｎＡＩＲ的相关性系数以及ＶＩＰ值
气象因子 Ｐ值 ＶＩＰ
２月平均气温（ＴＡＶ０２） ０．００７５ ２．３６８
５月平均气温（ＴＡＶ０５） ０．０２０３ １．２９９
１０月平均气温（ＴＡＶ１０） ０．００１３ １．１２１
９月平均最高气温（ＴＭＸ０９） ０．００４７ ０．８６５
１月平均最低气温（ＴＭＮ０１） ０．００９０ １．００３
９月平均最低气温（ＴＭＮ０９） ０．００７８ ０．７７２
冬季平均最低气温（ＴＭＩＮ＿ｗｔ） ０．００９２ ０．７４３
春季平均气温（ＴＡＶ＿ｓｐ） ０．０１２８ １．８５１
秋季平均气温（ＴＡＶ＿ａｔ） ０．００１５ ２．００１
夏季降水量（ＰＰＴ＿ｓｍ） ０．００８５ ０．７２０
最热月和最冷月之间温差（ＴＤ） ０．００２５ １．３０１
无霜期结束的儒略日（ｅＦＦＰ） ０．０３７３ ０．８４３
２．２ 空间格局模型的建立
用马尾松毛虫 ｌｎＡＩＲ作为因变量，筛选出的１２
个气象因子作为自变量进行 ＰＬＳ回归运算，ＰＲＥＳＳ
值随主成分数的增加而不断减小，当主成分数为１０
时，ＰＲＥＳＳ达到最小值０．６８８１。因此，选取１０个主
成分参与建模，得到马尾松毛虫ＡＩＲ空间格局模型，
计算公式如下：
ＡＩＲ ＝ｅｘｐ（３３．７９９６＋４．８６５９×ＴＡＶ０２＋
３．２４７５×ＴＡＶ０５＋３．１２４５×ＴＡＶ１０＋２．１６２１×
ＴＭＸ０９＋３．４１５１×ＴＭＮ０１＋０．８４２３×ＴＭＮ０９－
１．４９７７×ＴＭＩＮ＿ｗｔ－６．５４６４×ＴＡＶ＿ｓｐ－９．５３０７×
ＴＡＶ＿ａｔ＋０．００３５×ＰＰＴ＿ｓｍ＋１．３７５１×ＴＤ－
０．０６２９×ｅＦＦＰ）
对模型进行精度检验，结果显示：２０１１—２０１２
年马尾松毛虫 ＡＩＲ实测值和预测值具有线性关系
（图１），决定系数（Ｒ２）为０．８５２２，平均误差（ＡＥ）为
－０．２６５，总预测相对误差（ＰＲＥ）为 １３．０２％，整体
预测精度超过８５％，达到８６．９８％，说明模型精度较
高，有实际预测意义。
图１ 马尾松毛虫平均发生率精度检验
２．３ 空间格局分析
将地理坐标点数据导入 ＣｌｉｍａｔｅＣｈｉｎａ气象模拟
软件，得到２００２—２０１２年、２０２０ｓ、２０５０ｓ和２０８０ｓ４个
时期参与建模的１２个气象因子数据。利用回归模
型，计算出这些地理坐标点的马尾松毛虫 ＡＩＲ值，通
过ＡｒｃＧＩＳ软件，得到我国马尾松毛虫 ＡＩＲ从２００２—
２０１２年到２０８０ｓ的空间格局分布示意图（图２）。
按照《林业有害生物发生及成灾标准》，将各地
区的马尾松毛虫的发生程度分为无、轻度（ＡＩＲ＜
１０％）、中度（ＡＩＲ为 １０％ ２０％）和重度（ＡＩＲ＞
２０％）４个等级，并分别统计出４个时期我国马尾松
毛虫各等级的发生面积（表３）。
８５２
第２期 王 庆，等：基于气象因子的马尾松毛虫发生率空间格局研究
图２ ４个时期马尾松毛虫平均发生率空间格局变化示意图（Ａ、Ｂ、Ｃ、Ｄ分别为２００２—２０１２年、２０２０ｓ、２０５０ｓ、２０８０ｓ）
表３ 马尾松毛虫各等级发生面积及比值
时间
轻度发生面积
／万ｋｍ２
占总发生面积比值
／％
中度发生面积
／万ｋｍ２
占总发生面积比值
／％
重度发生面积
／万ｋｍ２
占总发生面积比值
／％
总发生面积
／万ｋｍ２
２００２－２０１２年 ９１．１３５ ８４．８８ ８．６６７ ８．０７ ７．５６７ ７．０５ １０７．３６９
２０２０ｓ ７９．０１４ ７３．６４ １１．０４６ １０．２９ １７．２３７ １６．０７ １０７．２９７
２０５０ｓ ６９．１４８ ６８．５３ １０．０８３ ９．９９ ２１．６７４ ２１．４８ １００．９０５
２０８０ｓ ６２．５９８ ６２．７５ １０．３５０ １０．３８ ２６．８０７ ２６．８７ ９９．７５５
预测结果显示：２００２—２０１２年到２０８０ｓ，马尾松
毛虫的总体发生面积有递减的变化趋势，轻度发生
面积逐渐减少；中度发生面积略有升高，但变化不
大；重度发生面积则呈明显的增加趋势。从发生区
域来看，安徽西部、湖北中部、江西东北部、江苏东部
地区马尾松毛虫轻度发生面积呈缩减趋势，贵州中
西部、广东南部地区轻度发生面积有所扩增，陕西东
南部、安徽西部、湖北东部、湖南东部、江苏西部、浙
江北部、福建东部、广东北部地区虫害中度和重度发
生面积均明显增加，而后２０５０ｓ—２０８０ｓ虫害重度发
生面积基本保持稳定。
３ 结论与讨论
在本研究筛选出的与马尾松毛虫危害相关的
１２个气象因子中，２月份平均气温、１月份平均最低
气温及冬季平均最低气温直接影响马尾松毛虫幼虫
的越冬死亡率，冬季的持续低温可使幼虫冻结，若出
现“倒春寒”的先温暖后寒冷的气温变化，则苏醒的
幼虫会大量冻死，从而影响其发生率。夏季降水带
来的温度、湿度的变化也直接影响到马尾松毛虫的
发育，９月正值马尾松毛虫幼虫孵化时期，温度和降
水显著影响马尾松毛虫的孵化率，冬季气温和无霜
期的长短则影响马尾松毛虫翌年的暴发。据未来气
象模拟估计［２８－２９］，随着全球变暖趋势，２１世纪中叶
９５２
林 业 科 学 研 究 第２９卷
我国南方地区的平均气温将升高 １．２ １．６℃，到
２１世纪末期平均气温仍会升高３．０ ４．０℃左右；
这段时期秋季的平均降雨量增加，冬季平均降雨量
则减少，霜冻日数在全国范围内也呈减小趋势，气温
年较差的变化在长江以南地区呈增加趋势［３０］。这
对马尾松毛虫在未来时期的流行扩散均起有利
作用。
本研究建立的模型预测精度达到８６．９８％，得
到了较好的预测结果。通过气象软件的插值算法，
可对某些无气象统计数据的地区进行预测预报，对
病虫害防治有十分重要的意义。如果气候变化趋势
与所预测气象数据一致，则未来马尾松毛虫发生情
况也将向模型所预测的结果方向发展。由于本研究
是基于气候的稳定变化来进行模拟，没有考虑突发
的极端灾害性天气对发生率所造成的影响，所模拟
的气象数据也是某一时期的平均数据而非逐年的，
而且病虫害的流行扩散对气候变化有明显的滞后效
应，所以预测的未来某一时期的马尾松毛虫发生率
空间格局只是其潜在分布而非实际分布。马尾松毛
虫的发生发展与气象因子是否只是简单的线性关系
也有待商榷，若能与人工神经网络等数学方法相结
合［３１］，既能解决变量之间的相关性问题，又能解决
普通回归模型不能很好解释的非线性问题，将可能
会获得更加精确、科学的预测预报模型。
参考文献：
［１］刘兴平，温小遂．马尾松毛虫成灾原因及其综合治理［Ｊ］．江西植
保，２００７，３０（２）：６１－６４．
［２］曾菊平，戈 峰，苏建伟，等．我国林业重大害虫松毛虫的灾害研
究进展［Ｊ］．昆虫知识，２０１０，４７（３）：４５１－４５９．
［３］刘志明，晏 明，张旭东，等．气象因子对落叶松毛虫的影响分析
［Ｊ］．灾害学，２００２，１７（４）：３２－３７．
［４］李振华．雨日对马尾松毛虫诱发作用的初探［Ｊ］．江西林业科技，
１９９７（５）：３２－３３．
［５］何 忠，韩瑞东，刘向辉，等．环境温度对马尾松毛虫发育与存活
的影响［Ｊ］．应用生态学报，２００６，１７（３）：４８３－４８８．
［６］李兆麟，何 忠，贾凤友．马尾松毛虫幼虫发育的光周效应［Ｊ］．
林业科学研究，１９９３，６（３）：２７６－２８１．
［７］侯陶谦．中国主要害虫———松毛虫的综合防治［Ｍ］．北京：中国
林业出版社，１９７９．
［８］王学锋，周德丽，童 青，等．思茅林区松毛虫害发生与气象因子
的关系［Ｊ］．云南林业科技，２００３（３）：７７－８２．
［９］何 忠，席瑞华，王序英，等．环境湿度对马尾松毛虫卵和低龄幼
虫发育与成活的影响［Ｃ］／／李典谟，康 乐，吴钜文，等昆虫
学创新与发展，北京：中国科学技术出版社，２００２：５０８－５１３．
［１０］孙思清，邵守英，刘鸿岩．台风暴雨对赤松毛虫虫口密度的影响
［Ｊ］．山东林业科技，１９９７（６）：２２－２３．
［１１］余会康，黄岩彬．古田水口林区松毛虫发生的气候成因分析
［Ｊ］．四川林业科技，２００５，２６（６）：８３－８５．
［１２］厉 悦，刘 敏，张合平，等．基于多元统计分析的影响马尾松
毛虫灾害发生的生态环境因素研究［Ｊ］．江苏农业科学，２０１２，
４０（５）：９０－９２．
［１３］田万银，徐华潮．浙江沿海防护林马尾松毛虫的预测预报模型
［Ｊ］．环境昆虫学报，２０１２，３４（４）：４０１－４０６．
［１４］陈绘画，朱寿燕，崔相富，等．基于人工神经网络的马尾松毛虫发
生量预测模型的研究［Ｊ］．林业科学研究，２００３，１６（２）：１５９－１６５．
［１５］高 倩，安英博，吴凤祥．基于 Ｌｏｇｉｓｔｉｃ回归的落叶松毛虫预测
模型研究［Ｊ］．河北农业大学学报，２０１１，３４（６）：１０８－１１０．
［１６］向昌盛．基于地统计学定阶的松毛虫发生面积组合预测［Ｊ］．计
算机应用研究，２０１２，２９（３）：９８４－９８７．
［１７］ＷｏｌｄＳ，ＡｌｂａｎｏＣ．ＭｏｄｅｌｉｎｇＤａｔａＴａｂｌｅｓｂｙＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔ
ａｎｄＰＬＳ：ｃｌａｓｓＰａｔｅｒｎｓａｎｄＱｕａｎｔｉｔａｔｉｖｅＰｒｅｄｉｃｔｉｖｅＲｅｌａｔｉｏｎｓ［Ｊ］．
Ａｎａｌｙｓｉｓ，１９８４，１２：４７７－４８５．
［１８］Ｈ?ｓｋｕｌｄｓｏｎＡ．ＰＬＳｒｅｇｒｅｓｓｉｏｎｍｅｔｈｏｄｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｅｍｏｍｅｔ
ｒｉｃｓ，１９８８，２：２２１－２２８．
［１９］高惠璇．两个多重相关变量组的统计分析（偏最小二乘回归与
ＰＬＳ过程）［Ｊ］．数理统计与管理，２００２，２１（２）：５８－６４．
［２０］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．
［２１］ＷａｎｇＴ，ＨａｍａｎｎＡ，ＳｐｉｔｌｅｈｏｕｓｅＤＬ，ｅｔａｌ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｓｃａｌｅ
ｆｒｅｅｃｌｉｍａｔｅｄａｔａｆｏｒｗｅｓｔｅｒｎＣａｎａｄａｆｏｒｕｓｅｉｎｒｅｓｏｕｒｃｅｍａｎａｇｅｍｅｎｔ
［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｌｉｍａｔｏｌｏｇｙ，２００６，２６（３）：３８３－３９７．
［２２］ＨａｍａｎｎＡ，ＷａｎｇＴＬ．Ｍｏｄｅｌｓｏｆｃｌｉｍａｔｅｎｏｒｍａｌｆｏｒｇｅｎｅｃｏｌｏｇｙ
ａｎｄｃｌｉｍａｔｅｃｈａｎｇｅｓｔｕｄｉｅｓｉｎＢｒｉｔｉｓｈＣｏｌｕｍｂｉａ［Ｊ］．Ａｇｒｉｃｕｌｔｕｒａｌ
ａｎｄＦｏｒｅｓｔＭｅｔｅｏｒｏｌｏｇｙ，２００５，１２８（３－４）：２１１－２２１．
［２３］ＤａｌｙＣ，ＧｉｂｓｏｎＷＰ，ＴａｙｌｏｒＧＨ，ｅｔａｌ．Ａｋｎｏｗｌｅｄｇｅｂａｓｅｄａｐ
ｐｒｏａｃｈｔｏｔｈｅｓｔａｔｉｓｔｉｃａｌｍａｐｐｉｎｇｏｆｃｌｉｍａｔｅ［Ｊ］．ＣｌｉｍａｔｅＲｅｓｅａｒｃｈ，
２００２，２２（２）：９９－１１３．
［２４］ＭｉｔｃｈｅｌＴＤ，ＪｏｎｅｓＰＤ．Ａｎｉｍｐｒｏｖｅｄｍｅｔｈｏｄｏｆｃｏｎｓｔｒｕｃｔｉｎｇａｄａ
ｔａｂａｓｅｏｆｍｏｎｔｈｌｙｃｌｉｍａｔｅｏｂｓｅｒｖａｔｉｏｎｓａｎｄａｓｓｏｃｉａｔｅｄｈｉｇｈｒｅｓｏｌｕ
ｔｉｏｎｇｒｉｄｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｌｉｍａｔｏｌｏｇｙ，２００５，２５（６）：
６９３－７１２．
［２５］毕 猛，杜 婷，马思佳，等．基于气象因子的杨树溃疡病发生
率空间格局研究［Ｊ］．林业科学研究，２０１４，２７（１）：２４－３０．
［２６］王 庆，毕 猛，马思佳，等．基于气象因子的松墨天牛发生率
空间格局研究［Ｊ］．林业科学研究，２０１５，２８（１）：６１－６６．
［２７］ＣｈｏｎｇＩＧ，ＪｕｎＣＨ．Ｐｅｒｆｏｒｍａｎｃｅｏｆｓｏｍｅｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎｍｅｔｈ
ｏｄｓｗｈｅｎｍｕｌｔｉｃｏｌｉｎｅａｒｉｔｙｉｓｐｒｅｓｅｎｔ［Ｊ］．ＣｈｅｍｏｍｅｔｒｉｃｓａｎｄＩｎｔｅｌｉ
ｇｅｎｔＬａｂｏｒａｔｏｒｙＳｙｓｔｅｍｓ，２００５，７８（１－２）：１０３－１１２．
［２８］汤剑平，陈 星，赵 鸣，等．ＩＰＣＣＡ２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．
［２９］江志红，张 霞，王 冀．ＩＰＣＣＡＲ４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．
［３０］王 冀．中国地区极端气温变化的模拟评估及其未来情景预估
［Ｄ］．南京：南京信息工程大学，２００８．
［３１］陈南祥，曹连海，李 梅，等．偏最小二乘回归神经网络的矿坑
涌水量预测［Ｊ］．吉林大学学报，２００５，３５（６）：７６５－７７０．
（责任编辑：张 玲）
０６２