全 文 ：第 51 卷 第 6 期
2 0 1 5 年 6 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 51，No. 6
Jun．，2 0 1 5
doi: 10．11707 / j．1001-7488．20150614
收稿日期: 2014 － 03 － 31; 修回日期: 2014 － 07 － 17。
基金项目: 林业公益性行业科研专项(200804001)。
* 吕全为通讯作者。国家气象局气候中心张称意研究员、高学杰研究员和吴佳博士提供的气象数据，在此谨致谢意。
气候变化背景下松材线虫在中国分布的
时空变化预测*
程 功1，2 吕 全1 冯益明3 理永霞1 王艳丽1 张星耀1
(1． 国家林业局森林保护学重点实验室 中国林业科学研究院森林生态环境与保护研究所 北京 100091;
2． 东北林业大学林学院 哈尔滨 150040; 3． 中国林业科学研究院荒漠化研究所 北京 100091)
摘 要: 【目的】松材线虫病严重破坏我国松林资源，经济损失巨大，松材线虫病的传播与蔓延气候变化密切相
关。本研究借助气候模拟和地理信息系统，分析预测松材线虫在我国的适生范围，研究松材线虫不同地区流行灾
变的可能性，准确评估松材线虫在中国的危害风险，为松材线虫病的检疫及防治决策的制定提供理论依据。【方
法】采用全球气候模式 MIＲOC3. 2_hiers 的初始场和侧边界值驱动区域气候模式 ＲegCM3(简称 MIＲOC_ＲegCM)，
模拟得到 SＲES A1B 情景下 1971—2100 年中国区域气候情景的 130 年逐年气象数据资料，部分验证和模拟了松材
线虫分布的生态地理格局。依据制约松材线虫发生和扩散蔓延的 6 个关键气象及自然地理指标的适生阈值，应用
模糊综合评判、地理信息系统和地统计学的理论与方法进行研究。【结果】随着气候变化，1971—2100 年极适宜
松材线虫的生活环境的分布面积逐渐扩大，原来不适于其分布的地区由于气候环境的变化而成为适宜分布地区，
潜在极适宜分布面积由 148. 17 万 km2 增加到 243. 08 万 km2，增加 64% ; 潜在适宜分布面积由 72. 16 万 km2 增加
到 189. 00 万 km2，增加 162% ; 而不适宜、极不适宜的分布面积显著减小，分别由 165. 14，498. 89 万 km2 减少到
110. 13，287. 33 万 km2。【结论】从地理分布来看，适合松材线虫分布地区的变化趋势: 松材线虫的潜在适生区主
要集中在 37°N 以南地区，随着大尺度的气候的变化，松材线虫潜在适宜区呈现向北部、西部地区扩张的趋势; 次
适宜区延伸到 43°N 上下，如内蒙古中部、辽宁、河北等; 边缘分布区延伸到 46°N 上下，如新疆北部、内蒙古东北
部、吉林南部; 而吉林北部、黑龙江北部、西藏大部分地区等由于过于寒冷和干旱为松材线虫不适宜区。
关键词: 松材线虫;潜在地理分布;MIＲOC_ＲegCM;GIS 地理信息系统
中图分类号: S763 文献标识码: A 文章编号: 1001 － 7488(2015)06 － 0119 － 08
Temporal and Spatial Dynamic Pattern of Pine Wilt Disease
Distribution in China Predicted under Climate Change Scenario
Cheng Gong1，2 Lü Quan 1 Feng Yiming3 Li Yongxia1 Wang Yanli1 Zhang Xingyao1
(1． Key Laboratory of Forest Protection of State Forestry Administration Ｒesearch Institute of Forest Ecology，Environment and Protection，CAF Beijing 100091;
2 ． College of Forestry，Northeast Forestry University Harbin 150040; 3 ． Ｒesearch Institute of Desertification Studies，CAF Beijing 100091)
Abstract: Pine wood nematodes damage pine forest resources and cause seriously economic losses． The disease
transmission and spread are closely related to climate change． This study analyzed and predicted the suitable scope of pine
wood nematodes with climate simulation and geographic information system，which is of great significance for prediction of
epidemic disaster in different regions，accurate risk assessment of the harm in China，and provides scientific theory basis
for its quarantine and control． Based on the MIＲOC_ＲegCM model，130 years (1971 － 2100) climate data in China were
simulated under the global climate change scenario A1B． According to the thresholds of six key weather and natural
geographical factors which play predominant roles in constraint of pine wilt disease distribution，11 geographic patterns of
potential distribution region of pine wilt disease in China were generated by means of comprehensive assessment of data
with fuzzy mathematics，geographical information system (GIS) and geostatistics． During the period of 1971 － 2100，the
extremely suitable area increases from 148． 17 to 243． 08 ten thousands km2，the suitable area has increased from 72． 16 to
189． 00 ten thousands km2，and the unsuitable area and very unsuitable area reduce from 165． 14 to 110． 13 ten thousands
林 业 科 学 51 卷
km2 and from 498． 89 to 287． 33 ten thousands km2，respectively． There is a trend that the potential suitable distribution
area of pine wood nematode is mainly concentrated in the south of the north latitude 37°． With the further climate change
at large scale，potential distribution are suitable to pine wood nematode would expand to north and west; mildly suitable
area would expand to the north latitude 43°，such as central Inner Mongolia，Liaoning，Hebei，Qinghai，and Gansu; The
edge distribution area would extend to the north latitude 46°，such as the north of Xinjiang，northeast of Inner Mongolia，
and the south of Jilin． However the north of Jilin，Heilongjiang，large parts of Tibet are too cold and drought to be suitable
to pine wood nematode．
Key words: Bursaphelenchus xylophilus; potential distribution; MIＲOC_ＲegCM; GIS;
松材线虫(Bursaphelenchus xylophilus)是目前最
具危险性的森林病害病原之一，由媒介昆虫携带传
播。松树个体感染松材线虫后最快 40 天即可死亡，
整片松林从发病到毁灭性死亡只需 3 ～ 5 年，因此该
病被称作“松树的癌症”。随着松材线虫的生物学
和生态学研究数据大量积累，可以借助计算机和数
学方法建立模型来进行危险性评价。适生性分析是
有害生物危险性评价中一个关键因素，一般通过气
象及生物地理条件进行分析。随着计算机和地理信
息系统 (GIS)及其他相关学科的发展，有害生物的
适生性分析越来越广泛。Cook(1924)提出用气候
图对有害生物的适生性进行分析，澳大利亚的
Sutherst(1985)等研制出生态气候评价的分析模型
即 CLIMEX 系统。该系统以气候作为影响物种分布
的主要因素，用物种己知地理分布及相对丰度或直
接使用物种生长发育的生物学参数与各地气候参数
进行对比，整合出生态气候指数 ( ecoclimatic index，
EI)，对物种的分布区进行预测，EI 值越大，物种适
生性越强(Sutherst et al．，1985; Sutherst，2003)。目
前 CLIMEX、BIOCLIM、HABITAT、DOMAIN 等生态位
模型已广泛应用于松材线虫(何善勇等，2012)、微
生物(刘海军等，2003)、植物(宋红敏等，2004)、昆
虫( Sutherst et al．，1985; 1991; Womer，1988)等的
生态气候适生性研究。
上述生态位模型分析虽然操作较简单，但限制
条件较多，各模型算法比较单一，而且考虑媒介昆虫
传播的有害生物的因素较少，因此所得预测的结果
有一定的局限性，不完全适于松材线虫以松褐天牛
(Monochamus alternatus)为媒介传播的特点。气候
因子是大尺度上影响物种分布区的关键因子，准确
的模拟某个地区未来的气候变化才能够准确地预测
生物的适生范围、潜在分布。中国地处东亚季风区，
具有复杂的地形和下垫面特征，使得“全球模式”对
这一区域的模拟经常出现偏差，这种偏差主要是由
于该模式的分辨率不足引起的，而 ＲegCM3 区域气
候模式则可以大大减少上述偏差。全球模式
MIＲOC3. 2_hiers 驱动 ＲegCM3 区域气候模式(简称
MIＲOC_ＲegCM)能够更好地再现中国地区当代气
候 (王东阡，2009 )。因此本研究采用 MIＲOC _
ＲegCM 气候模式模拟中国区域气候情景数据，借助
GIS 地理信息系统、模糊数学综合评判方法、层次分
析法(AHP)确定松材线虫适生性因子、松褐天牛适
生性因子及综合适生值，分析预测松材线虫在我国
的适生范围以及在不同地区的适生程度，准确评估
松材线虫危害风险，可为相关部门制定合理、有效的
防疫措施提供参考，对保护森林生态安全也具有重
要的理论意义和实用价值。
1 数据来源与处理方法
1. 1 气象数据来源与处理
气象数据由全球模式 MIＲOC 得到初始场和侧
边界值驱动 ＲegCM3，选择 SＲES A1B(AIB)温室气
体排放情景，侧边界场采用指数松弛边界方案得到。
情景数据的空间分辨率(格距) 为: 0. 25 ° × 0. 25 °
逐日数据; 范围: 70 °—140 °E，15 °—55 °N; 格点
数: 281(东西) × 161 (南北)。利用 1 ∶ 400 万中国
地图 (国家基础地理信息中心 http:∥ nfgis． nsdi．
gov． cn /)作为分析底图，利用 ArcGIS 9. 2 软件对
1971—2100 年数据按 10 年间隔分段进行连续 30
年分析，即 1971—2000，1981—2010，1991—2020，
2001—2030，2011—2040，2021—2050，2031—2060，
2041—2070，2051—2080，2061—2090，2071—2100
共计 11 个时段进行运算。对每段内的 30 年气象数
据取各要素的平均值进行分析(冯克忠，2007)。
1. 2 松材线虫、松褐天牛适生因子及其权重的确定
根据松材线虫生长发育的特性(吕全等，2005;
Mamiya，1985; Halik et al．，1990; Necibi et al．，
1995; 谈家金，2001; 杨宝君等，2003; 张星耀等，
2003; 冯益明等，2009)，选取年均温 ( T)、6—8 月
均温(N)、25 ℃以上的天数(D)、海拔(H)、年均日
照时数(H)和年降水量(W)6 项气象生态因子作为
制约松材线虫发生的关键因子。
021
第 6 期 程 功等: 气候变化背景下松材线虫在中国分布的时空变化预测
松材线虫主要通过松褐天牛传播。根据松褐天
牛生物生态学特性(吕传海等，2000; 朱锦茹等，
2001; 胡长效等，2003; 屠新虹等，2003)，选取年
平均气温( T)、6—8 月均温(N)、10 ℃以上有效积
温(K)、年均日照时数 (H)、海拔 (H)和年降水量
(W)6 项气象生态因子作为确定松褐天牛的适生
因子。
为客观地反映上述各适生因子对松材线虫定殖
及扩散蔓延的影响，根据各项因子对松材线虫和松
褐天牛生长发育影响的程度，利用层次分析法
(AHP)和 1 － 9 标度法建立判断矩阵，利用方根法
计算出各个因素所占的权重，并进行一致性检验。
当 λmax(最大特征根)稍大于 n(因子个数)，CI(矩阵
偏离一致性指标)及 CＲ(均矩阵随机一致性指标)
小于 0. 10 即认为判断矩阵具有满意的一致性(赵焕
臣，1986)。
1. 3 综合适生值的计算方法
1. 3. 1 松材线虫隶属函数 应用模糊数学综合评
判方法，建立松材线虫的隶属函数。当 T≥14 ℃，
N = 25 ℃，D≥55 天，H≤400 m，H≥24 h(满足条
件时它们各自取值为 1)时，分别创建上述 5 个因子
及年降水量 W 的隶属函数，公式(冯益明等，2009)
如下:
年均温:
μ1( x) =
1 x ≥ 14 ℃
( x － 10) /4 10℃ ＜ x ＜ 14 ℃
0 x ≤
{
10 ℃
。
(1)
6，7，8 月均温:
μ2( x) =
1
e －［(25 － x) /10］{ 2 x = 25 ℃x ≠ 25 ℃ 。 (2)
25 ℃的天数:
μ3( x) =
1
x /{ 55 x ≥ 55 dx ＜ 55 d 。 (3)
海拔:
μ5(x) =
1 x≤ 400 m
1 － (x － 400) /300 400 m ＜ x ＜ 700 m
0 x≥
{
700 m
。
(4)
年均日照时数:
μ6( x) =
0 x≤0
x /24 0 ＜ x ＜ 24 h
1 x≥{ 24 h 。 (5)
年降水量:
μ4( x) = e
－0 ． 000 1x。 (6)
根据各自的隶属函数求出各点的隶属度，再把
各因子的权重系数代入求得综合适生值。
1. 3. 2 松褐天牛隶属函数 同上建立松褐天牛的
隶属函数。当 T≥20 ℃，20 ℃≤N≤26 ℃，K≥
1 200 ℃，0≤H≤700 m，H≥8 h(满足条件时它们
各自取值为 1)时，分别建立上述因子及年降水量 W
的隶属函数，公式(冯益明等，2009)如下:
年均温: μ1(x) =
0 x ≤ 10 ℃
(x － 10) /10 10 ℃ ＜ x ＜ 20 ℃
1 x ≥
{
20 ℃
。
(7)
6，7，8 月均温:
μ2( x) =
1 20 ℃ ≤ x ≤ 26 ℃
(35 － x) /9 26 ℃ ＜ x ＜ 35 ℃
0 x ＜ 20 ℃，x ≥
{
35 ℃
。
(8)
大于 10 ℃有效积温:
μ3( x) =
x /1 200 x ＜ 1 200 ℃
1 x ≥{ 1 200 ℃。 (9)
海拔:
μ6(x) =
1 0 ≤ x ≤ 700 m
(2 000 － x) /1 300 700 m ＜ x ＜ 2 000 m
0 x ≥
{
2 000 m
。
(10)
年均日照时数:
μ4( x) =
x /8 x ＜ 8 h
1 x≥{ 8 h (11)
年降水量: μ5( x) = e
－ 0． 000 1x (12)
根据各自的隶属函数求出各点影响松褐天牛生
长发育各因子的隶属度，再把各因子的权重系数注
入到数值计算中求得综合适生值。
1. 3. 3 综合适生值的计算 各点综合适生值是根
据病原松材线虫和传播媒介松褐天牛对松材线虫病
发生、传播的影响程度，综合考虑得到的。对病原的
权重(w1)和传播媒介的权重(w2 )用层次分析法和
1 － 9 标度法确定如下 (冯益明等，2009 ): w1 =
0. 75，w2 = 0. 25。
各点综合适生值计算原则:
对于松材线虫的适生值 μ1 和媒介昆虫松褐天
牛的适生值 μ2，当 μ1≤0. 55 且 μ2≤0. 55 或者 μ1，μ2
其中之一小于 0. 55 时，综合松材线虫和松褐天牛的
适生值 μ = min( μ1，μ2 )。当 μ1≥0. 55 且 μ2≥0. 55
时，μ = μ1 w1 + μ2 w2。根据综合适生值大小作出规
定: μ≥ 0. 85 为最适宜，0. 7≤ μ ＜ 0. 85 为适宜，
0. 55≤μ ＜ 0. 7 为次适宜，0. 4≤μ ＜ 0. 55 为不适宜，
121
林 业 科 学 51 卷
μ ＜ 0. 4 为极不适宜。
2 结果与分析
2. 1 各适生因子的权重
应用方根法计算得出松材线虫和松褐天牛生长
发育各个影响因素所占的权重，并通过一致性检验
(表 1，2)。
对表 1 检验的结果为最大特征根 λmax = 6. 015，
CI = 0. 003，CＲ = 0. 002 4，表明松材线虫的 6 个因子
权重确定的客观性。
表 1 松材线虫评判因子判断矩阵
Tab． 1 Evaluation matrix of assessment factors of B． xylophilus
因素 Factor U1 U2 U3 U4 U5 U6 权重 Weight
年均温 Annual mean temperature(U1 ) 1 2 2 3 3 3 0. 326
6，7，8 月均温 Mean temperature of the hottest months(U2 ) 1 /2 1 1 2 2 2 0. 188
25 ℃ 以上的天数 Number of days ＞ 25 ℃ in a year(U3 ) 1 /2 1 1 2 2 2 0. 188
年降水量 Mean annual precipitation(U4 ) 1 /3 1 /2 1 /2 1 1 1 0. 099
海拔 Altitude(U5 ) 1 /3 1 /2 1 /2 1 1 1 0. 099
平均日照时数 Mean annual sunshine hours(U6 ) 1 /3 1 /2 1 /2 1 1 1 0. 099
表 2 松褐天牛评判因子判断矩阵
Tab． 2 Evaluation matrix of assessment factors of M． alternatus
因素 Factor U1 U2 U3 U4 U5 U6 权重 Weight
年均温 Annual mean temperature(U1 ) 1 3 3 6 2 7 0. 377
6，7，8 月均温 Mean temperature of the hottest months(U2 ) 1 /3 1 1 3 2 5 0. 189
10 ℃以上有效积温 Mean annual cumulative temperature(U3 ) 1 /3 1 1 3 2 5 0. 189
平均日照时数 Mean annual sunshine hours(U4 ) 1 /5 1 /3 1 /3 1 1 /3 3 0. 068
年降水量 Mean annual precipitation(U5 ) 1 /2 1 /2 1 /2 3 1 5 0. 143
海拔 Altitude(U6 ) 1 /7 1 /5 1 /5 1 /3 1 /5 1 0. 035
对表 2 检验的结果为 λmax = 6. 224，CI = 0. 045，
CＲ = 0. 036，表明松褐天牛的 6 个因子权重确定的
客观性。
2. 2 全国松材线虫潜在适生分布范围
1971—2100 年 11 个时段的的全国松材线虫潜
在适生范围如图 1 所示。
1971—2000 年(图 1a)，适宜、极适宜地区主要
在东南部地区，如: 河北南部，山东西部，河南大部
分地区，江苏、浙江、安徽、湖北、湖南、福建、广东、广
西、海南各地全境，新疆中南部及北部部分地区，西
藏南部，云南南部。最北端分布区在河北南部。变
化趋势为: 新疆中南及北部部分地区、山东半岛发
展迅速，最适宜及适宜地区有所扩张，呈现向北，向
西扩张趋势。
2001—2030 年(图 1d)，适宜、极适宜地区仍然
主要在东南部地区，面积继续增加，依旧呈现向北、
向西扩张趋势。随着气候变暖，北方大部分极不适
宜地区面积迅速减小，由极不适宜地区变为适宜地
区。内蒙古中部地区变成适宜地区，东南部的省区
几乎全境变为极适宜地区。
2031—2060 年(图 1g)，新疆中北部部分地区
由适宜变为极适宜地区，辽宁南部渤海湾地区由
不适宜地区变为适宜地区，内蒙古中部有些地区
变成适宜地区，东南地区的几个省全境变为极适
宜地区。
2061—2090 年(图 1i)，适宜地区北移、西移速
度加快，在此期间新疆南部的大部分地区、内蒙古中
部大部分地区、辽宁南部沿海大部分地区已经变成
适宜地区，适宜区已经扩展到吉林西南部。
2091—2100 年，由于此时间段仅为 10 年，仅在
内蒙古中部和吉林西南部适宜地区扩展较快，其他
地区变化平稳。
综上所述，1971—2100 年，我国松材线虫的潜
在适生区主要集中在 37°N 以南地区，如华东和华
南地区，包括河北南部、山西南部、山东、河南、湖北、
湖南、江苏、浙江、江西、安徽、陕西南部、四川东南
部、重庆、贵州、云南、广西、广东、福建、海南等地。
随着气候的变化，松材线虫潜在适宜区呈现北移、西
移的趋势，次适宜区延伸到 43°N 上下，如内蒙古中
部、辽宁、河北、青海、甘肃等。边缘分布区延伸到
46°N 上下，如新疆北部、内蒙古东北部、吉林南部。
吉林北部、黑龙江北部、西藏大部分地区等由于寒冷
和干旱不适宜松材线虫生存。
2. 3 各期全国松材线虫潜在适生分布面积变化
随着大尺度气候的变化，松材线虫在国内潜在
分布面积呈现如下趋势: 最适宜松材线虫分布面积
221
第 6 期 程 功等: 气候变化背景下松材线虫在中国分布的时空变化预测
图 1 1971—2100 年全国松林线虫适生范围示意
Fig． 1 Suitable prediction of B． xylophilus in China in 1971—2100
在逐渐扩大，由 1971 年的 148. 17 万 km2 增加到
2100 年的 243. 08 万 km2，增加了 64% ; 适宜松材线
虫分布面积同样也在逐渐扩大，由 1971 年的 72. 16
万 km2 增加到 2100 年的 189. 00 万 km2，增加了
162% ; 次适宜松材线虫分布面积期间内变化不显
著; 不适宜松材线虫分布面积显著减小，由 165. 14
万 km2 减少到 110. 13 万 km2; 极不适宜松材线虫
分布面积极显著减小，由 498. 89 万 km2 减少到
287. 33 万 km2(图 2)。
3 结论与讨论
3. 1 松材线虫潜在适生区逐渐扩大
随着气候变化的加剧，到 2100 年我国适宜松材
线虫生存的地域面积将扩大近 2 倍，主要集中在我
国东南部的省份，且呈现向北、向西扩散速度加快的
趋势，预测区域涵盖了目前我国松材线虫病实际发
生的全部地区(张星耀等，2011)。
图 2 全国松材线虫不同时期潜在分布面积变化
Fig． 2 The predicted suitable distribution area of
pine wilt diease in China
3. 2 全球气候模式 MIＲOC3. 2 _hiers 适于预测有
害生物的潜在适生区
全球气候模式 MIＲOC3. 2 _ hiers 驱动 ＲegCM3
区域气候模式可以准确地模拟某个地区未来的气候
321
林 业 科 学 51 卷
变化，可以用来预测松材线虫这种依靠媒介传播的
有害生物的潜在适生区。
气候因子是大尺度上影响物种分布区的关键因
子，气候变化会对有害生物的分布产生深远的影响，
全球变暖是未来的气候变化趋势 ( Volney et al．，
2000; Jesse et al．，2003; Jnsson et al．，2007;Walther
et al．，2009)，对未来气候尽可能地准确模拟是对有
害生物的潜在地理分布区进行预测的前提。因此选
择一种准确的气候预测模式是关键。
MIＲOC3. 2 (Model for Interdisciplinary Ｒesearch
on Climate)是日本 CCSＲ、NIES、FＲCGC 3 个研究机
构共同开发的高分辨率全球海气耦合气候模式，该
模式能较好地模拟东亚地区的降水分布 (Hasumih
et al．，2004; Zhang et al．，2008; 朱坚等，2009;
Huang et al．， 2011 )。 ＲegCM3 ( Ｒegional Climate
Model Version 3 ) 区域气候模式是由 Giorgi 等
(1990 ) 研发的第一代区域气候模式发展而来。
ＲegCM 系列模式在中国地区当代气候模拟、气候变
化及土地利用和气溶胶的气候效应模拟等方面已有
很多 应 用 ( Gao et al．，2001; 2002; 施 晓 晖 等，
2007)。ＲegCM3 目前提供的情景数据包括: 一是全
球模式 FvGCM 驱动 ＲcgCM3 得到的 1961—1990 年
和 SＲES A2 情景下的 2071—2100 年 2 个 30 年的中
国区域气候情景数据(简称 FvGCM-ＲegCM)，二是
全球模式 MIＲOC3. 2 _ hiers 驱动 ＲegCM3 得到的
SＲES A1B 情景下 1951—2100 年 150 年的中国区域
气候情景数据 (简称 MIＲOC-ＲegCM) ( Gao et al．，
2001)。与全球模式相比，区域模式的优越性是分
辨率高 (张冬峰，2009)、既能反映大尺度环流强迫
的影响又能够反映区域和中尺度的影响 (石英，
2010)。
为了克服全球模式在区域气候变化研究中的缺
陷，笔者用粗分辨率的 MIＲOC3. 2_hiers 全球模式模
拟全球气候，然后用其输出结果来驱动高分辨率的
ＲegCM3 区域气候模式。采用区域和全球模式的嵌
套技术，既可以获得大尺度天气系统的基本特征，又
能够获得由大量中尺度强迫引起的高分辨率信号，
从而有助于了解全球气候背景下的区域气候特征
(Luedeling et al．，2009; Jnsson，2009)。
3. 3 应用多种数据和方法可以更准确地预测有害
生物的时空变化
将气候模拟与地理信息系统、模糊数学综合评
判方法、层次分析法有机结合在一起建立相关生物
适生性模型，与有害生物发生区域内的生物学特性
和地理物理特征结合起来，可以很好地预测有害生
物的时空变化，也可以应用于其他物种的类似分析。
生物的生长与分布是以气候条件为起点的，所
以采取全球气候模式 MIＲOC3. 2_hiers 驱动 ＲegCM3
区域气候模式得到的 SＲES A1B 情景下的模拟气
候，可以建立生物在特定气候因素下的适生性分析
模型，确定影响某生物种群生长的模型参数，利用该
参数分析生物种群在未知分布地点的生长情况，由
此预测该生物种群潜在的分布区域; 再利用地理信
息系统(GIS)将这些参数据与空间数据进行分析和
显示具有空间内涵的地理数据，可展现生物种群在
时间和空间上的变化。
松材线虫通过媒介昆虫从病树到健康树自然传
播，在我国主要的的媒介昆虫是墨天牛属的松褐天
牛，本研究旨在探讨气候变化背景下的松材线虫的
适生性，是以气候为关键因子进行的，人为传播因子
将在后续的专项研究中进行探讨。
总之，利用地理信息系统 (GIS)可以将有害生
物发生区域内的生物学特性和地理物理特征结合起
来，研究影响物种分布的各种因素，再对物种适合生
存的地区进行预测。这种方法已广泛应用于有害生
物风险分析的预测预报中 ( Lessard et al．，1990;
Parker et al．，1996; Peterson et al．，1999; 2001;
Anderson et al．，2002)，全球气候模式 MIＲOC3. 2 _
hiers 驱动 ＲegCM3 区域气候模式结合地理信息系
统(GIS)可以较准确地评估危险性物种入侵的概率
并找出影响因子，预测外来物种所引起的危害及其
变化趋势，并可以用于有害生物的疫情监测、分析和
控制(沈佐锐等，2003; 沈文君等，2004; 李红梅
等，2005)。
参 考 文 献
冯克忠 ． 2007． ArcObjects 开发指南 ． 北京: 电子工业出版社 ．
(Feng K Z． Arcobjects Development of Guidelines． Beijing: Electronic
Industry Publishing House．［in Chinese］)
冯益明，张海军，吕 全，等 ． 2009．松材线虫病在我国适生性分布的
定量估计 ．林业科学，45(2) :65 － 71．
(Feng Y M，Zhang H J，Lü Q，et al． 2009． Quantification of suitability
distribution of Bursaphelenchus xylophilus in China． Scientia Silvae
Sinicae，45(2) :65 － 71．［in Chinese］)
高学杰，石 英，张冬峰，等 ． 2012． ＲegCM3 对 21 世纪中国区域气候
变化的高分辨率数值模拟 ．科学通报，57(5) :374 － 381．
(Gao X J，Shi Y，Zhang D F，et al． 2012． Climate change in China in
the 21st century as simulated by a high resolution regional climate
model． Chin Sci Bull，57(5) :374 － 381．［in Chinese］)
何善勇，温俊宝，骆有庆，等 ． 2012． 气候变暖情境下松材线虫在我
国的适生区范围 ． 应用昆虫学报，49(1) : 236 － 243．
(He S Y，Wen J B，Luo Y Q，et al． 2012． The predicted geographical
421
第 6 期 程 功等: 气候变化背景下松材线虫在中国分布的时空变化预测
distribution of Bursaphelenchus xylophilus in China under climate
warming． Chinese Journal of Applied Entomology，49 (1 ) : 236 －
243．［in Chinese］)
胡长效，苏新林，张艳秋 ． 2003． 我国松墨天牛研究进展 ． 河北林果
研究，18(3) : 293 － 299．
(Hu C X，Su X L，Zhang Y Q． 2003． Ｒesearch advances of Monochamus
alternatus Hope in China． Hebei Journal of Forestry and Orchard
Ｒesearch，18(3) : 293 － 299． ［in Chinese］)
李红梅，韩红香，薛大勇 ． 2005． 利用 GAＲP 生态位模型预测日本松
干蚊在中国的地理分布 ． 昆虫学报，48(1) :95 － 100．
(Li H M，Han H X，Xue D Y． 2005． Prediction of potential geographic
distribution areas for the pine bark scale，Matsucoccus matsumurae
(Kuwana ) ( Homoptera: Margarodidae ) in China using GAＲP
modeling system． Acta Entomologica Sinica，48(1) : 95 － 100．［in
Chinese］)
刘海军，温俊宝，骆有庆 ． 2003． 有害生物风险分析研究进展评述 ．
中国森林病虫，22(3) : 24 － 28．
(Liu H J，Wen J B，Luo Y Q． 2003． Ｒesearch progress of pest risk
analysis． Forest Pest and Disease，22(3) : 24 － 28．［in Chinese］)
吕 全，王卫东，梁 军，等 ． 2005． 松材线虫在我国的潜在适生性
评价 ． 林业科学研究，18 (4) :460 － 464．
(Lü Q，Wang W D，Liang J． 2005． Potential suitability in China． Forest
Ｒesearch，18 (4) :460 － 464．［in Chinese］)
吕传海 ． 2000． 松墨天牛生物学特性研究 ． 安徽农业大学学报，
27(3) : 243 － 246
( Lü C H． 2000． Study on the biological characteristic of Monochamus
alternatus Hope． Journal of Anhui Agricultural University，27(3) :
243 － 246．［in Chinese］)
沈文君，沈佐锐，李志红 ． 2004． 外来有害生物风险评估技术 ． 农村
生态环境，20(1) : 69 － 72．
( Sheng W J，Sheng Z Ｒ，Li Z H． 2004． Technology for risk assessment of
invasive pest． Ｒural Eco-Environment， 20 ( 1 ) : 69 － 72． ［in
Chinese］)
沈佐锐，马晓光，高灵旺，等 ． 2003． 植保有害生物风险分析研究进
展 ．中国农业大学学报，8(3) :51 － 55
( Sheng Z Ｒ，Ma X G，Gao L G，et al． 2003． Advances in the research on
pest risk analysis in plant protection． Journal of China Agricultural
University，8(3) :51 － 55．［in Chinese］)
施晓晖，徐祥德 ． 2007． 东亚冬季风年代际变化可能成因的模拟研
究 ． 应用气象学报，18(6) : 776 － 782．
( Shi X H，Xu X D． 2007． Interdecadal change of east asian winter
monsoon and a numerical experiment on its possible cause． Journal of
Applied Meteordlogical Science，18(6) : 776 － 782．［in Chinese］)
宋红敏，张清芬，韩雪梅，等 ． 2004． CLIMEX:预测物种分布区的软
件 ．昆虫知识，41(4) :379 － 386．
( Song H M． Zhang Q F，Han X M，et al． 2004． CLIMEX: Professional
biological software for premcang potential distribution of species．
Entomological Knowledge，41(4) :379 － 386．［in Chinese］)
谈家金 ． 2001． 坚强芽孢杆菌与松材线虫病关系的研究 ． 广州:华南
农业大学博士学位论文 ．
( Tang J J． 2001． Studies on relationship between Bacillus firmus and pine
wood nematode disease． Guangdong: PhD thesis of South China
Agricultural University．［in Chinese］)
屠新虹，裴海潮，黄维正，等 ． 2003． 松材线虫病危害河南松林潜在
风险分析 ．河南林业科技，23(1) : 37 － 43．
(Tu X H，Pei H C，Huang W Z，et al． 2003． Potential risk analysis were
nematode damage henan pine forest． Journal of Henan Forestry
Science and Technology，23(1) : 37 － 43． ［in Chinese］)
王东阡，张耀存 ． 2009． 气候系统模式 MIＲOC 对中国降水和地面风
场日变化的模拟 ． 南京大学学报:自然科学版，45(6) :724 －
733．
(Wang D Q，Zhang Y C． 2009． Diurnal variations of precipitation and
circulation simulated by miroc for interdisciplinary research on
climate． Journal of Nanjing University: Natural Sciences Edition，
45(6) :724 － 733．［in Chinese］)
杨宝君 ． 2003． 松材线虫病 ． 北京: 中国林业出版社 ．
( Yang B J． Pinewood Nematode Disease． Beijing: China Forestry
Publishing House．［in Chinese］)
张冬峰 ． 2009． 东亚沙尘气溶胶及气候变化对其影响的区域数值模
拟 ．北京:中国科学院大气物理研究所博士学位论文 ．
( Zhang D F． Numerical simulation of east asian dust aerosols and climate
changes impact． Beijing: PhD thesis of Institute of Atmospheric
Physics，Chinese Academy of Sciences．［in Chinese］)
张星耀，吕 全，冯益明，等 ． 2011． 中国松材线虫病危险性评估及
对策 ． 北京: 科学出版社 ．
( Zhang X Y，Lü Q，Feng Y M，et al． 2011． Ｒisk assessment and
countermeasures of pinewood nematode disease in China． Beijing:
Science Press．［in Chinese］)
张星耀 ． 2003． 中国森林重大生物灾害 ． 北京: 中国林业出版社 ．
(Zhang X Y． 2003． Major Forest Diseases and Insect Pests in China．
Beijing:China Forestry Publishing House．［in Chinese］)
赵焕臣 ． 1986． 层次分析法———一种简易的新决策方法 ． 北京: 科
学出版社 ．
(Zhao H C． Analytic Hierarchy Process— A easy new decision method．
Beijing:Science Press．［in Chinese］)
朱 坚，张耀存，黄丹青，等 ． 2009． 全球变暖情景下中国东部地区
不同等级降水变化特征分析 ． 高原气象，28(4) : 889 － 896．
(Zhu J，Zhang Y C，Huang D Q，et al． 2009． Analysis of changes in
different-class precipitation over eastern China under global
warming． Plateau Meteorology，28(4) : 889 － 896．［in Chinese］)
朱锦茹，柴希民 ． 2001． 温度和光照对松墨天牛生长的影响 ． 浙江林
业科技，21(4) : 27 － 30．
(Zhu J Ｒ，Chai X M，He Z H． 2001． Effect of temperature and light on
growth of Monochamus alternatus． Jour of Zhejiang For SCI ＆ Tech，
21(4) : 27 － 30．［in Chinese］)
Anderson Ｒ P，Peterson A T，Marcela G L． 2002． Using niche-based
GIS modeling to test geographic prediction of competitive exclusion
and competitive release in South American pocket mice． OIKOS，
98: 3 － 16．
Gao X J，Shi Y，Song Ｒ Y，et al． 2008． Ｒeduction of future monsoon
precipitation over China: Comparison between a high resolution
ＲCM simulation and the driving GCM． Meteor Atmos Phys，100:
73 － 86．
Gao X J，Zhao Z C，Ding Y I． 2001． Climate change due to greenhouse
effects in China as simulated by a regional climate model． Adv
Atmos Sci，18(6) : 1224 － 1230．
521
林 业 科 学 51 卷
Gao X J，Zhao Z C，Giorgi F． 2002． Changes of extreme events in
regional climate simulations over east Asia． Adv Atmos Sci，19(5) :
927 － 942．
Giorgi F． 1990． Simulation of regional climate using a limited-area model
nested in a general circulation model． J Climate，3(8) :941 － 963．
Halik S， Bergdahi D Ｒ． 1990． Development of Bursaphelenchus
xylophilus population in wood chips with different moisture contents．
Journal of Nematology，22 (1) : 113 － 118．
Hasumi H，Emori S． 2004． K-1 Model Developers． K-1 coupled model
(MIＲOC) description:Univ of Tokyo，1 － 34．
Jnsson A M，Appelberg G，Harding S，et al． 2009． Spatio-temporal
impact of climate change on the activity and voltinism of the spruce
bark beetle，Ips typographus． Global Change Biology，15: 486 －
499．
Jnsson A M，Harding S，Brring L，et al． 2007． Impact of climate
change on the population dynamics of Ips typographus in southern
Sweden． Agricultural and Forest Meteorology，146: 70 － 81．
Lessard P，Norval Ｒ A I，Perry B D，et al． 1990． Geographical
information systems for studying the epidemiology of cattle disease
caused by Theileria parva． Veterinary Ｒecord，126:255 － 262．
Luedeling E，Zhang M，Girvetz E H． 2009． Climatic changes lead to
declining winter chill for fruit and nut trees in California during
1950 － 2099． PLoS ONE，4(7) :e6166．
Mamiya Y． 1985． Initial pathological changes and disease development in
pine trees induced by the pine wood nematodes，Bursaphelenchus
xylophilus． Ann Phytopathol Soc Japan，51(5) : 546 － 557．
Necibi S，Linit M J． 1995． The role of wood moisture content and
Monochamus carolinensis life stages on pinewood nematode
development． Beijing:International Symposium on Pine Wilt Disease
Caused by Pine Wood Nematode，103 － 107．
Parker W E，Turner S T D． 1996． Application of GIS modeling to pest
forecasting and pest distribution studies at different spatial scales．
Aspects of Applied Biology，46: 223 － 230．
Peterson A T，Cohoon K P． 1999． Sensitivity of distributional prediction
algorithms to geographic data completeness． Ecological Modeling，
117: 159 － 164．
Peterson A T，Vieglais D A． 2001． Predicting species invasions using
ecological niche modeling: new approaches from bioinformatics
attack a pressing problem． Bioscience，51(5) : 363 － 371．
Sutherst Ｒ W，Maywald G F． 1985． A computerized system for matching
climates in ecology． Agr Ecosyst Environ，13: 281 － 289．
Sutherst Ｒ W，Maywald G F． 1991． Form CLIMEX to PESKY，a generic
expert system for pest risk assessment． Bull OEEP EPPO Bull，21:
595 － 608．
Sutherst Ｒ W． 2003． Prediction of species geographical ranges．
Biogeogr，30: 805 － 816．
Volney W J A，Fleming Ｒ A． 2000． Climate change and impacts of boreal
forest insects． Agriculture，Ecosystems and Environment，82: 283 －
294．
Walther G Ｒ，Ｒoques A，Hulme P E，et al． 2009． Alien species in a
warmer world: risks and opportunities． Trends in Ecology and
Evolution，1146: 1 － 8．
Womer S P． 1988． Ecoclimatic assessment of potential establishment of
exotic pests． Econ Entmol，81(4) : 973 － 983．
Zhang Y C，Takahashi M，Guo L L． 2008． Analysis of the East Asian
subtropical westerly jet simulated by CCSＲ /NIES /FＲCGC coupled
climate system model． Meteor Soc Japan，86: 257 － 278．
(责任编辑 朱乾坤)
621