检索项:   检索词:    
  世界林业研究  2010, Vol. 23 Issue (1): 33-38  
0

引用本文  

张建新, 包云轩, 李芬, 等. 林业有害生物发生发展与气象条件关系研究进展[J]. 世界林业研究, 2010, 23(1): 33-38.
Zhang Jianxin, Bao Yunxuan, Li Fen, et al. Research Progress on Relationship Between Forest Pest Outbreak and Meteorological Condition[J]. World Forestry Research, 2010, 23(1): 33-38.

基金项目

山西省气象局博士基金课题基于GIS的山西省主要林业有害生物发生发展气象条件的监测预警研究

作者简介

张建新(1963-), 男, 汉族, 山西太原人, 高级工程师, 博士, 主要从事应用气象、旱作农业方面的研究, E-mail:Zhangjianxin63@yahoo.com

文章历史

收稿日期:2009-09-21
林业有害生物发生发展与气象条件关系研究进展
张建新1 , 包云轩2 , 李芬3 , 侯润兰4 , 姚彩霞1     
1. 山西省气象决策服务中心,太原 030006;
2. 南京信息工程大学应用气象学院,南京 210044;
3. 山西省气象局,太原 030002;
4. 山西省气象科技服务中心,太原 030002
摘要:气候是林业生产重要的环境因子和自然资源, 它决定着森林生态的类型和物种分布, 林业有害生物是森林生态系统的一个组成部分, 所以气象因素也是影响林业有害生物的重要因子, 对其分布、发生及发展有着显著的影响。综述了近几十年来国内外关于林业有害生物发生发展与气象条件关系的研究进展情况, 并对未来的研究趋势进行了展望。
关键词林业有害生物    气象因素    
Research Progress on Relationship Between Forest Pest Outbreak and Meteorological Condition
Zhang Jianxin1, Bao Yunxuan2, Li Fen3, Hou Runlan4, Yao Caixia1     
1. Shanxi Meteorological Service Center for Decision Making, Taiyuan 030006, China;
2. College of Applied Meteorology, Nanjing University of Information Science and Technology, Nanjing 210044, China;
3. Shanxi Meteorological Bureau, Taiyuan 030002, China;
4. Shanxi Meteorological Science & Technology Service Center, Taiyuan 030002, China
Abstract: Climate is the important environment factor and natural resource affecting forestry production, which determines the type of forest ecological system and species distribution.Forest pests are a part of forest ecological system, so climate is also important to affect forest pests' distribution, outbreak and development.This paper reviewed the research progress on the relationship between forest pest outbreak and meterological condition, and forecasted the future research trend.
Key words: forest pests    meteorological factor    

气象因素是林业生产重要的环境因子和自然资源, 决定着森林生态的类型和物种分布, 也是影响林业有害生物的重要因子, 对林业有害生物的分布、发生及发展有着显著的影响。近些年来国内外特别是国外关于林业有害生物发生发展与气象条件关系的研究逐渐增多, 本文将从气象条件与林业有害生物生长发育和发生发展的关系、林业有害生物种群动态模型、气候变化与林业有害生物3个方面对国内外研究进展情况进行综述。

1 气象条件与林业有害生物生长发育和发生发展的关系 1.1 温度与林业有害生物生长发育和发生发展的关系

Mattson等从温度影响植物生长发育的理论出发, 提出了温度对植食性昆虫影响的假说, 即植食性昆虫生长繁殖速度与温度的关系是非线性的, 当温度较低时, 植食性昆虫生长繁殖速度随温度的升高而加快; 当温度升高到一定程度时, 植食性昆虫生长繁殖速度达到最快, 此时的温度值是其最适条件; 然后当温度继续升高时, 植食性昆虫的生长繁殖速度随之下降[1]。Bakke应用1981-1990年从挪威东南部Akershus获取的云杉树皮甲虫年捕获量资料, 与当地的温度资料进行了相关分析, 发现当年的各季平均温度与云杉树皮甲虫年捕获量的相关性不强, 极热或极冷的夏季也只对云杉树皮甲虫年捕获量有很小的影响, 而上一年度5-6月的平均最高气温却与当年云杉树皮甲虫年捕获量有较高的相关关系[2]。Wermelinger等研究了云杉八齿小蠹(Ips typographus)从卵到蛹不同阶段生长发育与温度的关系, 指出在15~25℃云杉八齿小蠹的发育速度与温度呈线性关系; 不同阶段的下限温度有所不同:卵期为10.6℃, 幼虫期为8.2℃, 蛹期为9.9 ℃; 不同阶段的上限温度与最适温度基本相同, 上限温度约为40℃, 最适温度为30~33℃[3]

1.2 水分条件与林业有害生物生长发育和发生发展的关系

Croisé等进行了干旱对欧洲赤松防御树皮甲虫(联合真菌)攻击的能力影响试验, 设置了不同的水分胁迫处理, 在每种处理的树干上接种树皮甲虫(联合真菌), 2~3周后观测树干的防御反应(看分泌树脂的多少), 结果表明:随着水分胁迫的加剧, 树脂分泌逐渐减少[4]。Marchisio等分析了意大利阿尔卑斯山地区云杉叶蜂(Cephalcia arvensis)暴发与气候和土壤的关系, 指出:1)暴发的1983-1986年当地气候干热, 特别在害虫快速发育阶段(6-7月); 2)暴发前发生了严重的水分胁迫; 3)暴发分布不规则, 反映了土壤类型的作用[5]。束庆龙和马·塞尔福对新西兰辐射松根朽病的发病程度与林龄和环境条件的关系进行了数量化分析, 结果表明:影响该病发生的主要因素有年降雨量、地形、土壤类型、前作以及它们之间的互作关系, 降雨量对根朽病的作用十分显著。在新西兰, 根朽病主要分布在年降雨量为1 000 mm以上的地区, 在年降雨量为1 000 mm以下的地区未发现此病[6]

1.3 气象条件对林业有害生物生长发育的综合影响

Mark等研究了天气因素对5种侵入美国东北部的刺吸式昆虫(3种介壳虫、2种球蚜)的分布和丰度的影响, 结果表明:天气因素主要影响它们的传播和种群建立, 其中风加速了它们的传播, 卵和若虫随着当地盛行风向从它们的滋生地被运送到至少1 km以外; 夏季和冬季的极端高(低)温则影响着它们种群的建立和分布的范围; 大雨会把卵和若虫从其寄主身上冲刷掉, 从而会减小它们的丰度[7]。Powell等应用简单的回归和改良的卡方(χ2)程序研究了加拿大Alberta地区土壤水分和气候因子与蝗虫种群之间的关系, 结果表明:温度和土壤水分与蝗虫种群大小有较好的相关性, 春季湿冷、秋季干热和冬季早来时, 蝗虫种群较小[8]。Massimo Faccoli研究了天气条件与阿尔卑斯山东南部地区云杉八齿小蠹(Ips typographus)生长繁殖及其造成的云杉损害的关系, 结果表明:云杉八齿小蠹所造成的损害与上年度3-7月降水量成反比; 春季温度升高不影响云杉八齿小蠹第1代的发育时间, 只影响其发作时间; 云杉八齿小蠹第3代的出现只受夏季光周期的限制而不受温度的限制[9]。在国内, 车锡冰等用逐步回归方法研究了油松毛虫成虫迁飞与气象因子的关系, 认为油松毛虫成虫迁飞的虫口密度与温度、相对湿度、风向和风速等均有关系, 其中与风向和风速的关系最密切[10]。吴新胜等通过对1986-2001年苏北杨树主要虫害调查资料和1996-2001年在宿迁5县(区)试验资料的研究, 分析了温度、湿度、降水和日照等气象要素对杨扇舟蛾、杨小舟蛾、杨二尾蛾、桑天牛、草履蚧和溃疡病等杨树主要病虫害的不同发育阶段的影响和两者之间的相关关系, 探讨了温湿度综合指数对杨舟蛾类害虫羽化开始期的指示意义, 建立了草履蚧危害损失的气象要素估算方法[11]。王娟等对黑龙江大兴安岭地区6个气象台站的气象资料进行整理和分析, 从中筛选出影响森林虫害发生面积的7个气象因子, 其中与虫害发生面积密切相关的因子有年≥10℃积温、年降水量和干燥度, 通过分析极端气候现象对虫害面积的影响, 发现春季阴雨和虫害面积存在显著的正相关关系, 冬冻和春寒对虫害发生面积并没有直接的影响[12]。习妍等研究了气候要素对松材线虫病疫情的影响, 认为年平均风速以及与其相关的年蒸发量和相对湿度是影响松材线虫病发病面积的最主要因素, 年平均气温是影响松材线虫病发病密度最主要的因素, 冬春季降水过多会导致松材线虫病疫情严重, 而6月份降水量越大, 松材线虫病疫情越轻[13]

2 关于林业有害生物种群动态模型的研究

国内外许多学者在研究气象条件与林业有害生物生长发育和发生发展关系的基础上, 建立了林业有害生物种群动态模型。这些模型在林业有害生物防治管理中有重要意义。

2.1 国外几个典型模型简介

近些年来, 国外学者多采用统计模拟和地理信息系统方法描述林业有害生物的生长发育过程及气象条件对其的影响, 建立林业有害生物的种群动态模型和风险评估系统。下面是几个典型的模型。

1) Climex模型。Climex是一个能够使研究者根据气候因素来估测某种植物(如杂草)或冷血动物(如昆虫)潜在的地理分布区的动态模拟模型, 它的理论假设是:对每个特定物种, 一年可分为两个时期, 即适宜其种群增长的时期和不适宜其种群增长的时期; 它用一个生长指数描述物种在适宜种群增长时期的种群增长潜力, 用4个胁迫指数(冷、热、干、湿胁迫指数)描述物种在不适宜种群增长时期其种群生存的可能性, 生长指数和胁迫指数再综合为生态气候指数来描述该物种对某一地区的综合适宜度。应用气候资料及某特定物种生长发育的生物学参数和原产地的地理分布, Climex能够评估出这个特定物种迁移到一个新环境后所面临的风险, 所以被用于预测这个物种将要传播到的区域。Climex建立了一个包括了世界上大约2 400个气象站气象数据的大型数据库, 主要使用长序列的月平均最高气温、平均最低气温、降水量和相对湿度。它还允许用户修改气象站列表, 加入新的特殊站点[14]

2) BioSIM模型。为了提高森林害虫防控工作的功效, 加拿大林业局Laurentian林业研究中心的研究人员开发了一个新的软件——BioSIM模型来模拟预测害虫的生长发育动态。模型主要应用温度和降水资料(包括已出现的气象条件和未来的预报结果)来预测害虫的生育阶段。模型具有对气象资料的地理订正(海拔和经纬度订正)功能, 可以将附近气象站的观测资料订正到害虫发生区域。对于一个大的区域来说, BioSIM模型还能绘制整个区域的害虫发育动态图, 为整个区域的防控作业提供决策依据[15]。目前, BioSIM模型已被广泛用于北美地区云杉蚜虫、舞毒蛾、松树甲虫等的防控工作。如1999-2000年, 加拿大不列颠哥伦比亚省准备针对舞毒蛾开展防控工作, 原打算在树木叶片展开一半时喷药, 但BioSIM模型预测:在树木叶片展开一半时, 舞毒蛾毛虫还未进入吃食期, 此时喷药效果会很不理想; 如果没有BioSIM模型, 喷药将会开始得太早。

3) INSIM系统。INSIM(物候和种群模拟器)是一个模拟环境, 工作人员可以在这个环境下建立一个昆虫物种的物候和种群发育模型, 模拟预测其能否发展成为有害生物。建立一个简单的物候和种群模型需要下列昆虫资料:生活周期、发育速率、每个生育阶段的标准偏差、性别比例、成虫平均寿命和一生繁殖次数; 气象数据则仅需要每日最低和最高气温。模型可输出每个生育阶段昆虫的相对数量和绝对数量以及积温, 可以图形输出, 也可以数字输出[16]

2.2 国内有关研究

国内不少学者应用统计学方法建立了基于气象因素的林业有害生物种群动态预测模型。20世纪80年代, 黑龙江省尚志市森防站在研究落叶松毛虫预报中, 应用统计学方法, 建立了落叶松毛虫发生量与8月降水量、8月相对湿度、1月最高温度、7月最低温度、8月最低温度和7月平均温度的多元回归模型[17]。这是我国文献记录较早的林业有害生物种群动态的预测模型。孙薇等利用1982-1991年浙江省临海市松毛虫调查资料, 分析了松毛虫发生量与气象因子的关系, 建立了松毛虫发生量与2月中旬大于10℃活动积温、3月下旬平均相对湿度和虫源基数等因子关系的统计模型[18]。刘军侠等1993-1994年在大庆市红旗林场对杨圆蚧发生规律进行了调查, 收集了黑龙江省10个市县杨圆蚧的发生面积以及相应地区的气象资料, 对杨圆蚧的发生与气象因子的关系进行了分析, 并建立了多元线性回归预测模型[19]。朱寿燕等运用人工神经网络的原理和方法, 选取与马尾松毛虫发生量相关关系密切的8个气象因子作为样本输入, 建立了马尾松毛虫有虫面积与气象因子的BP网络模型[20]。刘运武等应用鹤岗市的气候资料和农林业病虫害资料, 结合统计分析方法和农林业病虫害的发生发展理论, 建立了农林业病虫害气象预报系统, 系统包括气候资料数据库、农业病虫害历史数据库、林业病虫害历史数据库、气象与病虫害的相关关系和模型库[21]。何永坤等对渝西地区1950-2002年逐年的森林虫害发生面积进行了周期分析和统计分析, 发现森林虫害大发生存在5~7 a的周期, 春季和盛夏期间的温度和湿度及初夏强降水是影响渝西地区森林虫害的主要气象要素; 在相关分析的基础上, 利用人工神经网络方法建立了当地森林虫害面积的气象预测模型[22]。另外, 近些年国内林业科技工作者基于地理信息系统(或3S技术)建立了一些森林病虫害管理信息系统和监测预警系统, 其中的病虫害预测预警部分大多以气象条件作为预报因子, 如有效积温等, 只是预报方法有些简单[23-27]

3 关于气候变化与林业有害生物的研究

最新科学研究成果表明:全球地表平均温度近百年来(1906-2005年)升高了0.74℃, 预计到21世纪末仍将上升1.1~6.4℃[28]

气候变化(主要是全球变暖)对林业有害生物的影响是非常明显的, 国内外不少学者对此进行了研究。许多学者认为气候变化对林业有害生物有下列影响:1)改变有害生物的发育期; 2)改变有害生物分布区域和暴发频率; 3)可能改变林业有害生物与天敌的关系; 4)导致生物多样性降低[29-30]。许多方法(包括实验方法和理论方法)被用来评估气候变化对森林病虫的潜在影响。一个被广泛采用的方法是观测位于不同海拔和不同纬度的同一林业有害生物物种的生长发育和发生发展状况, 由于不同海拔和不同纬度地区的气候不同, 因此能直接观测到同一林业有害生物物种对不同气候条件的反应情况。Williams等采用判别函数模型模拟了气候变化情景下美国南部松树甲虫(Dendroctonus frontalis)和山区松树甲虫(Dendroctonus ponderosae)生存及暴发区域的移动和适宜它们寄生的森林生长区域的变化, 结果表明:随着温度的升高, 南部松树甲虫生存及暴发区域和适宜它们寄生的森林生长区域均向北移, 而山区松树甲虫生存及暴发区域将缩小并向高海拔移动。另外松树甲虫适宜区域的大小还受降水量变化的影响[31]。Logan等评估了全球变暖对北美森林病虫害动态的影响, 结果表明:随着气候变暖, 森林病虫危害将明显加剧[32]。Jönsson等探讨了气候变化对瑞典南部云杉八齿小蠹种群动态的影响, 建立了主要由温度控制的云杉八齿小蠹种群动态模型, 结果表明:由于温度的升高, 云杉八齿小蠹的春季分蜂活动和从卵到成虫的快速发育增加了夏季第2次分蜂的可能性; 冬季低温对未成年的云杉八齿小蠹是致命的, 温度升得越高, 云杉八齿小蠹第2代完成发育过程进入冬眠的可能性越大[33]

在国内, 赵铁良等认为:气候变暖使我国森林植被和林业有害生物分布区北扩, 林业有害生物发生期提前, 世代数增加, 发生周期缩短, 发生范围和危害程度加重; 同时, 年平均温度尤其是冬季温度的上升, 促进了林业有害生物的发生; 其他异常的气候, 如极端的高温、低温、干旱、水涝、大风等也都会对林业有害生物的发生发展有重要的影响[34]。李典谟等综述了全球气候变化与害虫和有益昆虫的关系, 认为随着全球气候变暖, 农林病虫害可能越来越严重[35]

4 未来研究展望

综上所述, 林业有害生物发生发展与气象条件之间关系非常密切, 因此国家林业局与中国气象局于2007年8月28日签订了林业有害生物监测预报合作框架协议, 并联合下发了《关于做好林业有害生物监测预报气象服务工作的通知》, 要求各级林业和气象部门积极探求加强合作的领域和机制措施, 取得更多的成果, 要充分利用各种媒体和信息渠道, 及时向社会公众发布重大林业有害生物的预警信息。通知要求:各地要组织协同攻关, 积极申报各类科技攻关项目, 研发林业有害生物气象预警信息产品, 要把气候变化与林业有害生物发生规律、各季节主要气象灾害与极端天气以及气候事件(暖冬、倒春寒、高温、干旱、洪涝等)条件下林业有害生物的监测预警作为研究重点, 并将建设林业有害生物灾变及其气象条件监测预警的研究纳入本地科技发展规划。

目前我国在林业有害生物发生发展与气象条件关系的研究上仍处于起步探索阶段, 已有的研究成果比较零星且不成体系, 在研究林业有害生物与气象条件关系的基础上建立林业有害生物发生发展气象条件的监测预警系统还未见报道, 距国家林业局与中国气象局联合发文提出的要求相差甚远。鉴此, 建议在未来的林业有害生物发生发展与气象条件关系的研究中, 强化下列几方面工作。

1) 加强各地主要林业有害生物种类、分布及危害程度的时空变化规律研究。调查研究各地主要林业有害生物种类、分布和演替史(含各类有害生物的生存、繁殖和为害史等), 构建一个既能进行时间序列分析、又能导入GIS软件中进行空间分析的林业有害生物基础信息库。弄清不同条件下各类有害生物的分布区、发生期、生育史、外形变化、世代数、为害状和为害周期等生理生态特征, 了解它们历年的发生周期、发生空间范围、危害程度及其变化, 以揭示其时空变化规律。

2) 加强各地林业有害生物发生发展的气象条件研究。由于林业有害生物对气象因子的高度敏感性, 气象条件往往会成为林业有害生物发生的触发因子以及影响发展快慢的关键因素, 而气候的空间分异往往又会决定林业有害生物的空间分布。因此需要对调研收集来的林业有害生物发生、发展及危害程度资料与同期以及前期林区的多个气象因子(温度、降水量、空气相对湿度、气压、风向和风速等)及气象因子组合进行统计学分析和天气学分析, 并结合林业有害生物的发生发展理论, 找出天气气候条件与林业有害生物发生发展的关系, 建立相应的模拟、诊断和预测模型。

3) 建立基于GIS的主要林业有害生物发生发展气象条件的监测预警系统。在林区不同部位固定设置多套、多点能监测上述各气象要素的仪器设备, 并对部分要素进行高密度、多频次移动观测, 以获取林区各类生境的详尽气象资料, 再结合大尺度天气、气候背景观测数据就能全覆盖、全方位、高时空分辨率地实现对林区有害生物生存气象条件的精确监测。基于GIS建立林业有害生物发生发展气象条件的预警系统, 可随时依据气象监测数据和长中短期天气预报提供各种林业有害生物发生发展的预警信息和情报, 并提出相应的防御措施建议, 为林业有害生物的综合治理提供决策依据。

参考文献
[1]
Mattson W J, Haack R A. The role of drought in outbreaks of plant-eating insects[J]. BioScience, 1987, 37: 110-118. DOI:10.2307/1310365 (0)
[2]
Bakke A. Monitoring bark beetle populations:effects of temperature[J]. Applied Entomology, 1992, 114: 208-211. DOI:10.1111/jen.1992.114.issue-1-5 (0)
[3]
Wermelinger B, Seifert M. Analysis of temperature dependent development of the spruce bark beetle Ips typographus[J]. Applied Entomology, 1998, 122: 185-191. DOI:10.1111/jen.1998.122.issue-1-5 (0)
[4]
Croisé L, Lieutier F. Effects of drought on the induced defence reaction of Scots pine to bark beetle associated fungi[J]. Annals of Forest Science, 1993, 50: 91-97. DOI:10.1051/forest:19930107 (0)
[5]
Marchisio C, Cescatti A, Battisti A. Climate, soils and Cephalcia arvensis outbreaks on Picea abies in the Italian Alps[J]. Forest Ecology Management, 1994, 68: 375-384. DOI:10.1016/0378-1127(94)90058-2 (0)
[6]
束庆龙, 马·塞尔福. 辐射松根朽病与林龄和环境条件关系的数量化分析[J]. 安徽农业大学学报, 1994, 21(4): 470-474. (0)
[7]
Mark S, McClure. Importance of weather to the distribution and abundance of introduced adelgid and scale insects[J]. Agricultural and Forest Meteorology, 1989, 47(2/4): 291-302. (0)
[8]
Powell L R, Berg A A, Johnson D L, et al. Relationships of pest grasshopper populations in Alberta, Canada to soil moisture and climate variables[J]. Agricultural and Forest Meteorology, 2007, 144(1/2): 73-84. (0)
[9]
Massimo Faccoli. Effect of weather on Ips typographus (Coleoptera Curculionidae) phenology, voltinism, and associated spruce mortality in the Southeastern Alps[J]. Environmental Entomology, 2009, 38(2): 307-316. DOI:10.1603/022.038.0202 (0)
[10]
车锡冰, 夏乃斌, 屠泉洪, 等. 油松毛虫成虫迁飞特性的研究(Ⅰ):影响油松毛虫成虫迁飞因子的分析[J]. 北京林业大学学报, 1996, 18(2): 45-50. (0)
[11]
吴新胜, 贾延安, 盛桂莲, 等. 苏北杨树主要虫害与气象条件的相关分析[J]. 气象科学, 2006, 26(4): 457-461. (0)
[12]
王娟, 姬兰柱, MarinaKhomutova. 黑龙江大兴安岭地区森林害虫发生面积与气象因子的关系[J]. 生态学杂志, 2007, 26(5): 673-677. DOI:10.3321/j.issn:1000-4890.2007.05.011 (0)
[13]
习妍, 牛树奎. 气候要素对松材线虫病疫情的影响研究[J]. 林业资源管理, 2008(4): 70-77. DOI:10.3969/j.issn.1002-6622.2008.04.018 (0)
[14]
Sutherst R W, Maywald G F, Russell B L. Estimating vulnerability under global change:modular modelling of pests[J]. Agriculture, Ecosystems and Environment, 2000, 82: 303-319. DOI:10.1016/S0167-8809(00)00234-6 (0)
[15]
Régnière J, Cooke B J, Bergeron.VBioSIM: a computer-based decision support tool for seasonal planning of pest management activities[R].Canadian Forest Service, 1995. (0)
[16]
Mols P J M, Diederik D. INSIM:a simulation environment for pest forecasting and simulation for pest-natural enemy interaction[J]. Acta Horticulture (ISHS), 1996, 416: 255-262. (0)
[17]
舒朝然. 我国森林病虫害预测预报研究的现状及进展[J]. 沈阳农业大学学报, 1993, 24(2): 384-387. (0)
[18]
刘军侠, 刘奕余, 严善音, 等. 杨圆蚧发生规律的研究[J]. 东北林业大学学报, 1997, 25(5): 5-9. (0)
[19]
孙薇, 胡加共. 马尾松毛虫发生量预测预报方法的研究[J]. 浙江林业科技, 1998, 18(5): 44-49. (0)
[20]
朱寿燕, 陈绘画, 崔相富. 应用人工神经网络预测马尾松毛虫的有虫面积[J]. 中国农业气象, 2004, 25(1): 51-53. DOI:10.3969/j.issn.1000-6362.2004.01.015 (0)
[21]
刘运武, 白玉兰. 鹤岗市气象与农林业病虫害预测预报系统[J]. 黑龙江气象, 2007(2): 24. DOI:10.3969/j.issn.1002-252X.2007.02.011 (0)
[22]
何永坤, 阳园燕, 罗孳孳. 渝西地区森林虫害的气象预报模型[J]. 中国农业气象, 2008, 29(2): 230-233. DOI:10.3969/j.issn.1000-6362.2008.02.029 (0)
[23]
杨毅, 张珍荫, 周汝良, 等. 基于GIS的森林病虫害防治系统的设计与实现[J]. 西南农业大学学报, 2003, 25(4): 353-356. DOI:10.3969/j.issn.1673-9868.2003.04.021 (0)
[24]
武红智, 陈改英. 基于GIS的马尾松毛虫灾害空间扩散规律分析[J]. 遥感学报, 2004, 8(5): 475-480. (0)
[25]
刘琛, 张贵, 肖化顺. "3S"在森林病虫害预警中的应用与展望[J]. 湖南环境生物职业技术学院学报, 2004, 10(4): 295-297. DOI:10.3969/j.issn.1671-6361.2004.04.002 (0)
[26]
詹新武, 周世健. 基于GIS技术的森林病虫害防治管理信息系统[J]. 中国森林病虫, 2005, 24(1): 24-27. DOI:10.3969/j.issn.1671-0886.2005.01.009 (0)
[27]
陈景荣. 森林病虫害信息管理系统的开发应用[J]. 林业科技开发, 2005, 19(5): 56-58. DOI:10.3969/j.issn.1000-8101.2005.05.020 (0)
[28]
秦大河, 罗勇, 陈振林, 等. 气候变化科学的最新进展:IPCC第四次评估综合报告解析[J]. 气候变化研究进展, 2007, 3(6): 311-314. DOI:10.3969/j.issn.1673-1719.2007.06.001 (0)
[29]
Williams D W, Liebhold M. Herbivorous insects and global change:potential changes in the spatial distribution of forest defoliators[J]. Biogeography, 1995, 22: 665-671. DOI:10.2307/2845968 (0)
[30]
Coley P D. Possible effects of climate change on plant/herbivore interactions in moist tropical forests[J]. Climatic Change, 1998, 39: 455-472. DOI:10.1023/A:1005307620024 (0)
[31]
Williams D W, Liebhold A M. Climate change and the outbreak range of two North American bark beetles[J]. Agricultural and Forest Entomology, 2002(4): 87-99. (0)
[32]
Logan J A, Regniere J, Powell J A. Assessing the impacts of global warming on forest pest dynamics[J]. Frontiers in Ecology and the Environment, 2003, 1(3): 130-137. DOI:10.1890/1540-9295(2003)001[0130:ATIOGW]2.0.CO;2 (0)
[33]
Jönsson A M, Harding S, Bärring L, et al. Impact of climate change on the population dynamics of Ips typographus in southern Sweden[J]. Agricultural Forest and Meteorology, 2007, 146(1/2): 70-81. (0)
[34]
赵铁良, 耿海东, 张旭东, 等. 气温变化对我国森林病虫害的影响[J]. 中国森林病虫, 2003, 22(3): 29-32. DOI:10.3969/j.issn.1671-0886.2003.03.010 (0)
[35]
李典谟, 高增祥. 21世纪昆虫学面临的挑战和机遇[J]. 昆虫知识, 2001, 38(1): 1-4. DOI:10.3969/j.issn.0452-8255.2001.01.001 (0)