基于STWR模型的森林病虫影响因素研究

作者：苏少强; 阙翔^*; 严宣辉; 何中声; 刘金福; 李梦航; 黄朝法; 刘海

来源：西北农林科技大学学报(自然科学版), 2022, 50(11): 81-92.

DOI：10.13207/j.cnki.jnwafu.2022.11.010

• 时空异质性
• 森林病虫害
• 空间统计
• 时空加权回归(STWR)模型
• 福建省

【目的】探究森林病虫害时空动态变化特征及关键因素驱动力的空间分布，为森林病虫害防控与治理提供参考。【方法】采用空间联系局部指标(LISA)和Mann-Kendall(M-K)趋势检验，分析2008-2018年福建省县域森林病虫害发生率时空变化特征，利用夏季均温、冬季均温、月均降水量、夜间灯光均值等变量构建时空加权回归(STWR)模型，分析各变量与森林病虫害发生率之间的时空异质性。【结果】(1)2008-2018年福建省有16个县域森林病虫害发生率呈下降趋势，空间分布以“低-低”聚集的空间聚集类型为主，空间分布范围先缩小后扩张。不同变量对森林病虫害发生率的影响程度从强到弱依次为夜间灯光均值、月均降水量、夏季均温、冬季均温。(2)4种不同变量的影响机制有明显的时空分异性，其中夜间灯光均值、夏季均温、冬季均温对森林病虫害发生有正向促进作用，月均降水量对森林病虫害发生有负向抑制作用。(3)在森林病虫害高发生率县域中，夜间灯光均值为最大的负向影响因素，月均降水量也通常为负向影响因素。【结论】STWR模型的拟合性能优于地理加权回归(GWR)模型与普通线性回归(OLS)模型，且STWR模型预测能力比GWR模型更佳，能更精细地分析4个变量对县域森林病虫害发生率影响的时空变化过程。

• 单位
  福建师范大学; 福建农林大学; 福建省林业调查规划院