基于地理栅格变量与机器学习的松材线虫病扩散风险分析

摘要：

[目的]松材线虫Bursaphelenchus xylophilus病是威胁中国森林生态系统安全最为严重的病害.本研究利用地理栅格模型及地图代数运算来模拟和表达驱动变量,构建松材线虫病测报系统,并以县域与地理栅格单元双尺度形成空间连续化测报.[方法]集成对松材线虫病扩散传播有影响的地形地貌、气象、寄主、人类活动和土地利用等地理栅格空间数据集,基于随机森林和支持向量机的机器学习方法构建模型,将测报得出的扩散风险概率与松科Pinaceae植物易感性叠加进行感染概率地图代数运算,基于地理栅格表达分析松材线虫病在中国范围内扩散的风险等级.[结果]①随机森林模型预测精度为83.95％,支持向量机模型预测精度为77.97％.②海拔、年均最低降水量、年均降水量、年均低温对模型构建的贡献率分别为0.151、0.303、0.258、0.194,是影响松材线虫病发生的主要因素;人类活动变量的贡献率为0.194,是影响扩散的决定性变量.③潜在扩散区位于人类活动密集的低海拔地区、道路通达的林区、城市城镇分布区和人工林分布区.其中,极高风险分布地区主要位于华东地区的浙江、江西、福建,华南地区的广西、广东,华中地区的湖南.[结论]利用空间模拟与机器学习方法构建了松材线虫病空间化测报模型,将松材线虫病的扩散风险测报到地理栅格单元,可为中国林草灾害精准监测提供方法借鉴,对中国松材线虫病的疫情防控攻坚行动具有重要指导意义.

关键词：松材线虫病、地理栅格、机器学习、风险分析

所属期刊栏目：40

分类号：S763.105(森林保护学)

资助基金：国家自然科学基金;云南省教育厅基金项目;云南省科技厅重大科技专项

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：617-626