基于投影尋蹤模型的草原蝗蟲棲境評價及風(fēng)險評估

黃訓(xùn)兵，吳惠惠，秦興虎，曹廣春，王廣君，農(nóng)向群，涂雄兵，格希格都仁，賀兵，額爾登巴圖，烏亞汗，張澤華*

(1.植物病蟲害生物學(xué)國家重點實驗室，中國農(nóng)業(yè)科學(xué)院植物保護研究所，北京 100193；2.內(nèi)蒙古自治區(qū)錫林郭勒盟鑲黃旗草原工作站，內(nèi)蒙古 錫林郭勒盟 013250)

?

基于投影尋蹤模型的草原蝗蟲棲境評價及風(fēng)險評估

黃訓(xùn)兵1，吳惠惠1，秦興虎1，曹廣春1，王廣君1，農(nóng)向群1，涂雄兵1，格希格都仁2，賀兵2，額爾登巴圖2，烏亞汗2，張澤華1*

(1.植物病蟲害生物學(xué)國家重點實驗室，中國農(nóng)業(yè)科學(xué)院植物保護研究所，北京 100193；2.內(nèi)蒙古自治區(qū)錫林郭勒盟鑲黃旗草原工作站，內(nèi)蒙古 錫林郭勒盟 013250)

草原蝗蟲發(fā)生與棲境存在緊密而復(fù)雜的關(guān)系，二者關(guān)系的研究是評估蝗災(zāi)發(fā)生風(fēng)險的基礎(chǔ)。本文分析了不同棲境內(nèi)蝗蟲種群密度與21個植被特征參數(shù)的相關(guān)關(guān)系，利用投影尋蹤模型進行了棲境評價及風(fēng)險評估，并進行模型驗證。結(jié)果表明，低優(yōu)參數(shù)植物生物量多樣性對蝗蟲種群密度影響最大，最佳投影向量a為0.6725；高優(yōu)參數(shù)禾本科生態(tài)優(yōu)勢度對亞洲小車蝗密度影響最大，最佳投影向量a為0.6547；樣點植被投影特征值Zi與蝗蟲種群密度線性相關(guān)關(guān)系極顯著(y=48.861x-18.937，R=0.9509**)，Zi越大，棲境內(nèi)植被越適合蝗蟲的發(fā)生，蝗災(zāi)發(fā)生的風(fēng)險越高，根據(jù)Zi值可預(yù)測不同棲境草原蝗蟲的發(fā)生。投影尋蹤模型評價不同植被條件下蝗蟲的發(fā)生風(fēng)險，可以排除與數(shù)據(jù)結(jié)構(gòu)和特征無關(guān)或關(guān)系很小變量的干擾，是一種更穩(wěn)健實用的方法，對于蝗蟲的監(jiān)測預(yù)警具有重要意義。

草原蝗蟲；草原植被；投影尋蹤模型；風(fēng)險評估

草原蝗蟲發(fā)生與棲境內(nèi)植被緊密相關(guān)，國內(nèi)外學(xué)者已從能流模式、資源利用方式、共存機制等不同角度對蝗蟲與植物的關(guān)系做了研究[1-9]。草原植被生長勢受季節(jié)及氣候條件影響，導(dǎo)致蝗蟲生存環(huán)境變化及生態(tài)位中心轉(zhuǎn)移[10]。典型對應(yīng)分析(CAA)黑河流域13種蝗蟲種群表明，按棲境植被可將蝗蟲分為6個類群[11-12]，禾本科和菊科植物對蝗蟲種群空間分布的影響最大。通過冗余分析(RDA)及雙重篩選逐步回歸等方法分析內(nèi)蒙古典型草原蝗蟲與植被群落結(jié)構(gòu)的關(guān)系表明，植物特征參數(shù)變化導(dǎo)致蝗蟲特征參數(shù)變化，優(yōu)勢種植物決定優(yōu)勢種蝗蟲的存在[13]。特別是最近有研究表明亞洲小車蝗(Oedaleusasiaticus)趨向取食含氮量低的植物，喜歡棲居于以大針茅(Stipagrandis)為優(yōu)勢種的低氮草原類型[14]，低氮草原類型更利于蝗害的發(fā)生。而對亞洲小車蝗食性及營養(yǎng)生態(tài)位的研究發(fā)現(xiàn)，牧壓增加引起的植被群落變化，導(dǎo)致亞洲小車蝗對克氏針茅(Stipakrylovii)的采食降低，增加了對米氏冰草(Agropyroncristatum)和星毛委陵菜(Potentillaacaulis)的采食，亞洲小車蝗生態(tài)位變窄[15]。高山草地毒雜草侵入能夠改變植被結(jié)構(gòu)和營養(yǎng)價值，以及蝗蟲發(fā)生區(qū)域內(nèi)的土壤理化特性和棲息生境，從而引起草地蝗蟲群落組成、數(shù)量和多樣性的變化[16]。植被顯著影響蝗蟲種群[17-18]，對蝗蟲發(fā)生起復(fù)雜而重要的生態(tài)效應(yīng)。

蝗蟲種群密度、生長和繁殖能力等受植被的顯著影響，蝗害的發(fā)生與植被緊密相關(guān)[19-20]。對亞洲小車蝗的食性和食量的研究表明，亞洲小車蝗喜食禾本科植物，非喜食植物會負向影響其生長生殖狀況[21]，在禾本科中，與含氮量高的羊草相比，含氮量低的針茅最利于亞洲小車蝗生長發(fā)育[14]。對蝗蟲生長發(fā)育過程中取食植被的研究表明，有些不喜食植被的存在有重要意義，與喜食植被混合能夠促進蝗蟲的生長發(fā)育[22]，這可能與營養(yǎng)平衡和營養(yǎng)稀釋有關(guān)[23-24]。蝗蟲對棲境的選擇是多方面的，各因子彼此聯(lián)系，相互影響[11,18]。

以上研究從植被因子與蝗蟲發(fā)生關(guān)系的不同角度進行了深入探索，但缺乏蝗蟲棲境植被條件的綜合評價模型及不同植被條件下蝗蟲發(fā)生風(fēng)險評估的可靠方法。而隨著對草原生態(tài)環(huán)境保護的重視[25]，有必要建立棲境風(fēng)險評價模型來指導(dǎo)蝗害防控。因此，本研究在2011年、2012年草原蝗蟲和植被調(diào)查的基礎(chǔ)上，旨在提出基于遺傳算法的投影尋蹤模型綜合評價方法，并對方法的可靠性進行驗證，以期實現(xiàn)植被綜合評價及蝗蟲發(fā)生的風(fēng)險評估，這一方法的實現(xiàn)對于草原蝗蟲的監(jiān)測預(yù)警、宜生區(qū)劃分、生態(tài)治理等具有重要意義。

1 材料與方法

1.1 研究區(qū)概況

試驗地位于內(nèi)蒙古錫林郭勒盟鑲黃旗，地理坐標：北緯42°15′-42°25′，東經(jīng)113°45′-113°83′，海拔1300 m。該區(qū)域?qū)僦袦貛О敫珊荡箨懶约撅L(fēng)氣候的典型草原，年降水量267.9 mm，主要降水集中在夏季，平均氣溫3.1 ℃，無霜期平均為120 d左右，最大凍土深度154 cm，土壤類型為栗鈣土，調(diào)查區(qū)域內(nèi)的氣候背景相同，地勢相對平坦，2011和2012年草原蝗蟲發(fā)生盛期分別選取了9和13塊草原樣地進行植被和蝗蟲調(diào)查。

1.2 試驗材料

樣方框(1 m×1 m)、捕蟲網(wǎng)、剪刀、紙袋、 烘箱、電子天平(1/1000)、GPS定位儀等。

1.3 草原蝗蟲與植被調(diào)查

植被調(diào)查采用五點取樣法，每樣地隨機選取5個樣點，以樣方框取樣，樣點面積1 m2，調(diào)查植物的種類、密度、生物量等，詳細方法見參考文獻[26-27]。

蝗蟲數(shù)量調(diào)查以掃網(wǎng)的方式進行，避開樣地內(nèi)因微環(huán)境形成的不同植物結(jié)構(gòu)，每樣地重復(fù)5次，每次100復(fù)網(wǎng)，已掃網(wǎng)區(qū)域不能重復(fù)進入，對每100復(fù)網(wǎng)中的蝗蟲種類及數(shù)量(頭/100網(wǎng))進行統(tǒng)計。

1.4 數(shù)據(jù)處理

1.4.1 植被群落特征參數(shù)分析 計算2011年9個樣地植被的21個特征參數(shù)(表1)，計算公式如下：

式中,Pi=ni/N，i：第i個物種；ni：第i個物種的個體數(shù)；N：所有物種個體數(shù)之和；Pi：群落相對密度；S：物種數(shù)(即植被豐富度)。

將蝗蟲種群密度及亞洲小車蝗密度同21個植被特征參數(shù)作相關(guān)性分析(SAS 8.0)，找出相關(guān)性較好的植被特征參數(shù)作為評價指標，與蝗蟲密度正相關(guān)的指標為高優(yōu)指標，負相關(guān)的為低優(yōu)指標，利用基于遺傳算法的投影尋蹤模型[28-32]進行數(shù)據(jù)處理(Matalab R2009b編程)，得到投影特征值后與蝗蟲種群密度作線性回歸分析(SAS 8.0)。

2012年的實驗數(shù)據(jù)作為模型的驗證數(shù)據(jù)，計算由2011年數(shù)據(jù)相關(guān)性分析得到的高優(yōu)和低優(yōu)指標，之后利用基于遺傳算法的投影尋蹤模型進行綜合評價，并分析投影特征值與蝗蟲種群密度關(guān)系。

1.4.2 基于遺傳算法的投影尋蹤綜合評價方法 投影尋蹤是一種處理多因素復(fù)雜問題的統(tǒng)計方法, 其基本思路是將高維數(shù)據(jù)向低維空間進行投影, 通過低維投影數(shù)據(jù)的散布結(jié)構(gòu)來研究高維數(shù)據(jù)特征[29-32]。具體數(shù)據(jù)處理過程為：

I)歸格化處理。對相關(guān)性分析得到的植被低優(yōu)指標和高優(yōu)指標進行規(guī)格化處理，設(shè)p個指標n個樣本集的原始數(shù)據(jù)為(Xij)n×p，對越大越優(yōu)的評價指標(高優(yōu)指標)：

(1)

對于越小越優(yōu)的評價指標(低優(yōu)指標)：

(2)

其中min(Xj)、max(Xj)分別為第j個評價指標的最小值和最大值。

II)構(gòu)造投影指標函數(shù)[Q(a)]。將規(guī)格化后的p維數(shù)據(jù){Yij|j=1, 2, ...,p}，綜合成以a={a1,a2,a3, …,ap}為投影向量的一維投影值Zi。

(3)

根據(jù)Zi值進行排序，最理想的綜合投影值的散布特征是局部投影點盡可能的密集，凝聚成若干點團，在整體上投影點團之間盡可能分散，因此，投影指標函數(shù)可以表達成為:

Qz=SzDz

(4)

III)優(yōu)化投影指標函數(shù)。當(dāng)各植被指標值樣本集一定時，投影函數(shù)Q只與投影向量a有關(guān)，即以下優(yōu)化問題：

目標函數(shù)：maxQ(a)=SZDZ

(5)

這是一個關(guān)于p維向量a的非線性的優(yōu)化問題，本研究使用收斂性好、全局優(yōu)化性能優(yōu)和使用性強的基于實數(shù)編碼的加速遺傳算法對該優(yōu)化問題進行求解，求解過程采用Matalab R2009b編程求解。

表1 植被特征參數(shù)與蝗蟲總密度、亞洲小車蝗密度相關(guān)性分析

A:植物群落種類多樣性Plant diversity;B:植物群落優(yōu)勢度Plant community dominance;C:植物垂直層次結(jié)構(gòu)多樣性Plant vertical diversity;D:植物生物量多樣性Plant biomass diversity;E:植物豐富度Plant richness;F:均勻度Plant evenness;G:植被蓋度(100%)Vegetation coverage;H:針茅生態(tài)優(yōu)勢度Stipakryloviidominance;I:羊草生態(tài)優(yōu)勢度Leymuschinensisdominance;J:禾本科生態(tài)優(yōu)勢度Poaceae dominance;K:菊科生態(tài)優(yōu)勢度Asteraceae dominance;L:豆科生態(tài)優(yōu)勢度Leguminosae dominance;M:百合科生態(tài)優(yōu)勢度Liliaceae dominance;N:雜類草生態(tài)優(yōu)勢度Fobs dominance;O:針茅生物量Stipacapillatabiomass (g/m2);P:羊草生物量Leymuschinensisbiomass (g/m2);Q:禾本科生物量多樣性Poaceae biomass diversity;R:豆科生物量多樣性Leguminosae biomass diversity;S:菊科生物量多樣性Asteraceae biomass diversity;T:百合科生物量多樣性Liliaceae biomass diversity;U:雜類草生物量多樣性Fobs biomass diversity;V:蝗蟲總密度Grasshoppers density (Individual/100 net);W:亞洲小車蝗密度O.asiaticusdensity (Individual/100 net).“P<0.05” 表示蝗蟲總密度(或亞洲小車蝗密度)與植被特征參數(shù)顯著相關(guān)。“P<0.05”indicated that the correlation between grasshopper density (orO.asiaticusdensity) and character parameters of vegetation was significant.

IV)利用得出的最佳投影向量ai求得各個樣本點的投影值Zi。若Zi和Zj的取值接近，認為第i個樣本和第j個樣本趨于同一類。若按Zi值從大到小排序，可以將樣本從優(yōu)到劣進行排序。

2 結(jié)果與分析

2.1 蝗蟲種群總密度和亞洲小車蝗密度與植被特征參數(shù)的相關(guān)性分析

蝗蟲密度與21個植被特征參數(shù)的相關(guān)性分析表明(表1)，蝗蟲總密度(頭/100網(wǎng))與針茅生態(tài)優(yōu)勢度顯著正相關(guān)(P<0.05)，與棲境內(nèi)植被豐富度、羊草生態(tài)優(yōu)勢度、植物生物量多樣性及菊科生物量多樣性顯著負相關(guān)(P<0.05)。亞洲小車蝗密度與克氏針茅生態(tài)優(yōu)勢度及禾本科生態(tài)優(yōu)勢度顯著正相關(guān)(P<0.05)，與棲境內(nèi)植被豐富度、羊草生態(tài)優(yōu)勢度、植物生物量多樣性及羊草生物量顯著負相關(guān)(P<0.05)。相關(guān)性分析結(jié)果能夠表明對蝗蟲密度存在正負顯著影響的植被特征參數(shù)，是植被綜合評價及風(fēng)險評估研究的基礎(chǔ)。

2.2 蝗蟲種群棲境植被的綜合評價

由表2可知，在所有植被特征參數(shù)中，低優(yōu)指標植物生物量多樣性對蝗蟲總密度影響最大(最佳投影向量a=0.6725)，即植被生物量多樣性越大，蝗蟲總密度越低，其他依次為低優(yōu)指標植被豐富度(a=0.4548)、高優(yōu)指標針茅生態(tài)優(yōu)勢度(a=0.4118)、低優(yōu)指標菊科生物量多樣性(a=0.4081)和低優(yōu)指標羊草優(yōu)勢度(a=0.3195)。通過表3不同樣地投影特征值可知，2號樣地投影特征值Zi最大，其次是9號樣地，其他依次為樣地6，1，5，8，7，4和3，Zi越大越適合蝗蟲的發(fā)生。各樣點蝗蟲總密度與植被投影尋蹤特征值的線性回歸分析表明(圖1)，二者極顯著(P<0.01)線性相關(guān)(y=48.861x-18.937,R=0.9509)，表明投影特征值能夠很好地反映蝗蟲棲境植被適合蝗蟲發(fā)生的程度，按照投影尋蹤聚類的方法[31]，9個樣地可劃分為兩類，2和9號樣地為I類，其余樣地為II類，I類區(qū)域較II類區(qū)域更適合蝗蟲發(fā)生。

表2 蝗蟲棲境內(nèi)植被參數(shù)的最佳投影方向

表3 不同樣地植被參數(shù)投影特征值

2.3 亞洲小車蝗棲境植被的綜合評價

由表4可知，對于亞洲小車蝗，高優(yōu)指標禾本科生態(tài)優(yōu)勢度對其影響最大(投影向量a=0.6547)，禾本科優(yōu)勢度越大，亞洲小車蝗密度越大，其他依次為高優(yōu)指標針茅生態(tài)優(yōu)勢度(a=0.4679)、低優(yōu)指標羊草生物量(a=0.3969)、低優(yōu)指標羊草生態(tài)優(yōu)勢度(a=0.3865)、低優(yōu)指標植被豐富度(a=0.3371)和低優(yōu)指標植物生物量多樣性(a=0.1601)。由表5不同樣地投影特征值Zi可知，樣點2投影特征值最大，依次為樣地9，5，1，6，4，3，8和7，Zi值越大棲境植被越適合亞洲小車蝗的發(fā)生。各樣點亞洲小車蝗密度與棲境內(nèi)植被投影尋蹤特征值Zi的線性回歸分析表明(圖2)，二者極顯著(P<0.01)線性相關(guān)(y=4.3324x-1.3258，R=0.9295)，可見投影尋蹤特征值Zi能夠很好地反映棲境植被對亞洲小車蝗發(fā)生的適合度，評價亞洲小車蝗的發(fā)生。按照投影尋蹤聚類的方法[31]，9個調(diào)查樣地可分為兩類，樣地2為I類，其余樣點為II類，I類植被棲境較II類更適合亞洲小車蝗發(fā)生。

2.4 基于投影尋蹤模型的棲境風(fēng)險評估及模型驗證

圖1 蝗蟲總密度與棲境內(nèi)植被投影特征值關(guān)系Fig.1 Relationship between grasshopper density and projection eigenvalue (2011)

可靠性是衡量模型應(yīng)用價值的重要因素，以2012年調(diào)查得到的數(shù)據(jù)作為驗證，計算由2011年數(shù)據(jù)分析得到的低優(yōu)和高優(yōu)指標，利用基于遺傳算法的投影尋蹤模型進行綜合評價，分析投影特征值與蝗蟲密度的關(guān)系(圖3和4)，結(jié)果表明，蝗蟲總密度與綜合評價其棲境內(nèi)植被的特征值Zi線性相關(guān)關(guān)系極顯著(y=26.425x-9.4970,R=0.8585**)，與2011年分析結(jié)果相同的是，特征值Zi很好地反映了棲境植被適合蝗蟲發(fā)生的程度，同樣，亞洲小車蝗密度與其棲境內(nèi)植被特征值也表現(xiàn)為極顯著線性相關(guān)(y=6.6056x-2.8964,R=0.9087**)，利用植被投影特征值可以對不同棲境內(nèi)蝗蟲的發(fā)生進行風(fēng)險評估，棲境植被投影特征值越大，蝗蟲發(fā)生的風(fēng)險越大；投影特征值越小，蝗蟲發(fā)生的風(fēng)險越小，投影尋蹤模型表現(xiàn)了很好的適用性和可靠性。

表4 亞洲小車蝗棲境內(nèi)植被參數(shù)的最佳投影方向(2011)

表5 不同樣地植被參數(shù)投影特征值(2011)

圖2 亞洲小車蝗密度與棲境內(nèi)植被投影特征值關(guān)系(2011)Fig.2 Relationship between O. asiaticus density and projection eigenvalue (2011)

3 討論

投影尋蹤模型是處理多因素復(fù)雜問題的統(tǒng)計方法，已廣泛應(yīng)用于水質(zhì)評價、環(huán)境監(jiān)測、災(zāi)情評估、水資源評價等許多領(lǐng)域[31-36]。與主成分分析等其他評價模型相比，投影尋蹤模型本身對數(shù)據(jù)和樣本容量并無特殊要求，且可以排除與數(shù)據(jù)結(jié)構(gòu)和特征無關(guān)的，或關(guān)系很小的變量的干擾，因而是一種更穩(wěn)健實用的方法[34,36-37]，同時，投影尋蹤聚類模型能夠有效地克服灰色關(guān)聯(lián)度計算值離散性不強、結(jié)果趨于均化的弱點，能夠有效地解決各類實際問題，是一種客觀、準確、可靠的綜合評價模型，并表現(xiàn)出很好的適用性和穩(wěn)定性[34,38-39]。本文利用基于遺傳算法的投影尋蹤模型，對蝗蟲棲境植被綜合評價， 分析了影響蝗蟲發(fā)生的主要植被因子，投影特征值是植被綜合評價的指數(shù)，與蝗蟲種群密度呈顯著線性相關(guān)，Zi越大，蝗蟲種群密度越大，根據(jù)Zi的大小能夠?qū)硟?nèi)植被適合蝗蟲發(fā)生的程度進行評估，通過數(shù)據(jù)驗證，基于遺傳算法的投影尋蹤模型能夠可靠的評估棲境植被與蝗蟲發(fā)生的關(guān)系。

圖3 蝗蟲總密度與棲境內(nèi)植被投影特征值關(guān)系(2012)Fig.3 Relationship between grasshopper density and projection eigenvalue (2012)

圖4 亞洲小車蝗密度與棲境內(nèi)植被投影特征值關(guān)系(2012)Fig.4 Relationship between O. asiaticus density and projection eigenvalue (2012)

植被與蝗蟲之間存在著緊密而復(fù)雜的關(guān)系，植物不僅為蝗蟲提供食料資源，也為蝗蟲提供適宜的棲息地[11,19-20,40]。本研究表明低優(yōu)指標植物生物量多樣性對蝗蟲種群的影響最大，主要是因為調(diào)查區(qū)域內(nèi)以喜食禾本科的亞洲小車蝗、毛足棒角蝗和寬須蟻蝗為主，植被生物量越分散，蝗蟲發(fā)生密度越低，而作為高優(yōu)指標的針茅生態(tài)優(yōu)勢度越大，越利于蝗蟲的發(fā)生。與顏忠誠和陳永林[2]、康樂等[4]研究結(jié)果一致的是禾本科對亞洲小車蝗的發(fā)生影響最大，但是，在不同的禾本科植物中，針茅生態(tài)優(yōu)勢度作為高優(yōu)指標，羊草生態(tài)優(yōu)勢度及羊草生物量作為低優(yōu)指標影響亞洲小車蝗發(fā)生，且二者中以針茅對亞洲小車蝗的影響最大，這與吳惠慧等[13]及Cease等[14]的研究結(jié)果一致。

環(huán)境因子諸如氣象因子、土壤類型、生態(tài)地理特征等影響蝗蟲的發(fā)生[41]，本研究只在同一區(qū)域內(nèi)(氣象因子、土壤類型等一致)對不同棲境植被與蝗蟲發(fā)生的關(guān)系進行分析與評價，而對不同區(qū)域內(nèi)的研究，還要考慮氣象因子、土壤類型、地理環(huán)境等多種因素[41]，在此基礎(chǔ)上利用基于遺傳算法的投影尋蹤模型對蝗蟲發(fā)生的不同區(qū)域生境條件適合蝗蟲發(fā)生的程度進行綜合評價，對蝗害的發(fā)生進行風(fēng)險評估需要做進一步的研究。另外，本文只通過相關(guān)性分析獲得影響蝗蟲發(fā)生的植被低優(yōu)指標和高優(yōu)指標，而不同植被因子對蝗蟲的發(fā)生存在間接或直接的復(fù)雜影響，對于這些植被因子的深入研究和利害影響的深度挖掘，是植被條件綜合評價及蝗蟲發(fā)生風(fēng)險評估進一步研究的基礎(chǔ)。

總之，利用基于遺傳算法的投影尋蹤模型及其得到的投影向量、投影特征值能夠綜合評價棲境植被適合草原蝗蟲發(fā)生的程度，能夠準確、可靠地評估蝗蟲發(fā)生風(fēng)險，具有很好的適用性及應(yīng)用價值。該綜合評價方法的建立，對于草原蝗蟲的監(jiān)測預(yù)警、宜生區(qū)劃分及生態(tài)治理等具有重要的意義。

4 結(jié)論

基于遺傳算法的投影尋蹤模型能夠?qū)认x棲境植被進行綜合評價，評估植被條件適合蝗蟲發(fā)生的程度。作為低優(yōu)指標的植物生物量多樣性對蝗蟲種群密度影響最大，作為最高優(yōu)指標的禾本科生態(tài)優(yōu)勢度對亞洲小車蝗密度影響最大，其中針茅生態(tài)優(yōu)勢度作為高優(yōu)指標，羊草生態(tài)優(yōu)勢度為低優(yōu)指標影響亞洲小車蝗的發(fā)生，且二者中以針茅對亞洲小車蝗的影響最大。投影特征值Zi與蝗蟲密度極顯著線性相關(guān)，Zi值反映了植被對蝗蟲發(fā)生的適合度，根據(jù)Zi值可推算、預(yù)測蝗蟲的發(fā)生情況。利用投影尋蹤模型對蝗蟲棲境內(nèi)植被進行綜合評價方法的建立，能夠準確、可靠地評估蝗蟲發(fā)生風(fēng)險，具有很好的適用性及應(yīng)用價值。

[1] Yan Z C, Chen Y L. Composition of grasshoppers species in different habitats in Xilin river basin, Inner Mongolia. Acta Entomologica Sinica, 1997, 40(3): 271-275.

[2] Yan Z C, Chen Y L.Habital selection of grasshoppers: relationship of habital selection and horizontal structure. Wuyi Science Journal, 1998, 14: 251-257.

[3] Qiu X H, Li H C. Energy dynamics ofChorthippusdubius(Zubovsky) populations in three different plant communities in Inner Mongolia grassland ecosystem. Acta Ecologica Sinica, 1993, 13(1): 1-8.

[4] Kang L, Li H C, Chen Y L. Relationship of orthopteran ecological distribution and vegetation types in Xilin river basin, Inner Mongolia. Acta Phytoecologica et Geobotanica Sinica, 1989, 13(4): 341-349.

[5] He D H, Zheng Z M, Liu Y D. Studies of grasshoppers spatiotemporal niche of desert steppe. Journal of Ningxia Agricultural College, 1997, 18(2): 1-9.

[6] Allan E, Crawley M J. Contrasting effects of insect and molluscan herbivores on plant diversity in a long-term field experiment. Ecology Letters, 2011, 14: 1246-1253.

[7] Guo Z W, Li H C, Gan Y L. Grasshopper (Orthoptera: Acrididae) biodiversity and grassland ecosystems. Insect Science, 2006, 13(3): 221-227.

[8] Awmack C S, Leather S R. Host plant quality and fecundity in herbivorous insects. Annual Review of Entomology, 2002, 47: 817-844.

[9] Scherber C, Eisenhauer N, Weisser W W,etal. Bottom-up effects of plant diversity on multitrophic interactions in a biodiversity experiment. Nature, 2010, 468: 553-556.

[10] Knop E, Schmid B, Herzog F. Impact of regional species pool on grasshopper restoration in Hay Meadows. Restoration Ecology, 2008, 16(1): 34-38.

[11] Zhao C Z, Zhou W, Wang K M,etal. Relationship between ecological distribution of grasshoppers and their habitats in the middle and upper reaches of Heihe River. Journal of Lanzhou University (Naturnal Sciences), 2009, 45(4): 42-47.

[12] Zhao C Z, Zhou W, Wang K M,etal. The CCA analysis between grasshopper and plant community in upper reaches of Heihe River. Acta Ecologica Sinica, 2011, 31(12): 3384-3390.

[13] Wu H H, Xu Y H, Cao G C,etal. Ecological effects of typical grassland types in Inner Mongolia on grasshopper community. Scientia Agricultura Sinica, 2012, 45(20): 4178-4186.

[14] Cease A J, Elser J J, Ford C F,etal. Heavy livestock grazing promotes locust outbreaks by lowering plant nitrogen content. Science, 2012, 335: 467-469.

[15] Liu G H, Wang G J, Wang S P,etal. Study on the diet composition and trophic niche of main herbivores in the Inner Mongolia Typical steppe-TakingLeymuschinensiscommunity as an exemple. Acta Prataculturae Sinica, 2013, 22(1): 103-109.

[16] Su T, Chen Q, Zhao Y X,etal. Effects of invasive weeds on relative grasshopper abundance in alpine steppe in the Qilian Mountains. Acta Prataculturae Sinica, 2013, 22(3): 85-91.

[17] Franzke A, Unsicker S B, Specht J,etal. Being a generalist herbivore in a diverse world: How do diets from different grasslands influence food plant selection and fitness of the grasshopperChorthippusparallelus. Ecological Entomology, 2010, 35: 126-138.

[18] Rominger A J, Miller T E X, Collins S L. Relative contributions of neutral and niche-based processes to the structure of a desert grassland grasshopper community. Oecologia, 2009, 161(4): 791-800.

[19] Andersen A N, Ludwig J A, Lowe L M,etal. Grasshopper biodiversity and bioindicators in Australian tropical savannas: Responses to disturbance in Kakadu National Park. Austral Ecology, 2001, 26(3): 213-222.

[20] Belovsky G E, Jennifer B S. Dynamics of two Montana grasshopper populations: relationships among weather, food abandance and intraspecific competion. Oecologia, 1995, 101: 383-396.

[21] Xi R H， Liu J P. Effects onOedaleusasiaticusin growth and fecundity for feeding different foods. Entomological Knowledge, 1984, 4: 153-155.

[22] Kazumi M, Naota M. Diet mixing and its effect on polyphagous grasshopper nymphs. Ecological Research, 2004, 19: 269-274.

[23] Pulliam H R. Diet optimism with nutrient constraints. American Naturalist, 1975, 109: 765-768.

[24] Freeland W J, Janzen D H. Strategies in herbivory by mammals:he role of plant secondary compounds. American Naturalist, 1974, 108: 269-289.

[25] Ma Q Z. Protection of grassland ecology, and construction of beautiful pastoral areas. Acta Prataculture Sinica, 2014, 23(1): 1-2.

[26] Xu K, Li G Q, Li S Z. A comparison study on diversity of plant community of different utilization during recovering of degenerative steppe in Yanchi county, Ningxia. Acta Agriculturae Boreali-occidentalis Sinica, 2007, 16(4): 106-111.

[27] Shang Z H, Yao A X, Guo X S. Evaluation and review on measurement methods of biodiversity at home and abroad. Journal of Ningxia Agricultural College, 2002, 23(3): 68-73.

[28] Gao D W, Yao Y, Wu Y P. Evaluation of energy saving and consumption reduction in different regions based on projection pursuit classification model. Journal of Applied Statistics and Management, 2010, 29(3): 391-399.

[29] Guo J C, Li X L. The application of projection pursuit model in evaluation of enterprise performance. Finance and Accounting Monthly, 2009, 1: 49-51.

[30] Jin J L, Yang X H, Ding J. An improved simple genetic algori thm-accelerating genetic algorithm. Systems Engineering-Theory & Practice, 2001, 4(4): 8-13.

[31] Ni C J, Wang S J, Cui P. New model for projection pursuit dynamic cluster and its application to classifying natural grasslands. Journal of Safety and Environment, 2006, 6(5): 68-71.

[32] Dong X X, Wei X, Song L J. Comprehensive evaluation method for medical quality based on projection pursuit model. Chinese Journal of Health Statistics, 2012, 29(5): 636-638.

[33] Cao Y Q, Xing X S, Yi J M,etal. Application of projection pursuit technique in water security assessment of Wafangdian City. Water Resources Protection, 2012, 26(3): 5-7.

[34] Peng Y G, Luo X P, Wei W. New fuzzy adaptive simulated annealing genetic algorithm. Control and Decision, 2009, 24(6): 843-848.

[35] Jin J L, Wei Y M. Projection pursuit model for comprehensive evaluation of water quality. Acta Scientiae Circumstantiae, 2001, 21(4): 431-434.

[36] Yu G R, Ye H, Xai Z Q,etal. Improvement of projection pursuit classification Model and its application in evaluating water quality. Journal of Sichuan University (Engineering science edition), 2008, 40(6): 24-29.

[37] Jiang L, Li M L. Model of projection pursuit water quality evaluation based on immune evolutionary algorithm. Journal of Sichuan University (Natural Science Edition), 2004, 41(4): 816-819.

[38] Fu Q, Zhao X Y. Principles and Applications of Projection Pursuit Model[M]. Beijing: Science Press, 2006.

[39] Li R Z. Progress and trend analysis of theoretical methodology of water quality assessment. Journal of Hefei University of Technology, 2005, 28(4): 369-373.

[40] Bernays E A, Gonzalez N, Angel J. Food mixing by generalist grasshoppers: plant secondary compounds structure the pattern of feeding. Journal of Insect Behavior, 1995, 8(2): 161-180.

[41] Gong A Q, Wang W J, Zhang S H. Research of correlation between grasshopper and environmental factor in the region around Qinhai lake. Qinghai Prataculture, 2001, 10(2): 38-41.

參考文獻：

[1] 顏忠誠, 陳永林. 內(nèi)蒙古錫林河流域不同生境中蝗蟲種類組成的分析. 昆蟲學(xué)報, 1997, 40(3): 271-275.

[2] 顏忠誠, 陳永林. 草原蝗蟲的棲境選擇: 棲境選擇與水平結(jié)構(gòu)的關(guān)系. 武夷科學(xué), 1998, 14: 251-257.

[3] 邱星輝, 李鴻昌. 草原生態(tài)系統(tǒng)狹翅雛蝗種群的能量動態(tài). 生態(tài)學(xué)報, 1993, 13(1): 1-8.

[4] 康樂, 李鴻昌, 陳永林. 內(nèi)蒙古錫林河流域直翅目昆蟲生態(tài)分布規(guī)律與植被類型關(guān)系的研究.植物生態(tài)學(xué)與地植物學(xué)學(xué)報, 1989, 13(4): 341-349.

[5] 賀達漢, 鄭哲民, 劉穎東. 荒漠草原蝗蟲時空生態(tài)位的研究. 寧夏農(nóng)學(xué)院學(xué)報, 1997, 18(2): 1-9.

[11] 趙成章, 周偉, 王科明, 等. 黑河中上游草原蝗蟲生態(tài)分布與生境的關(guān)系. 蘭州大學(xué)學(xué)報: 自然科學(xué)版, 2009, 45(4): 42-47.

[12] 趙成章, 周偉, 王科明, 等. 黑河上游蝗蟲與植被關(guān)系的CAA分析. 生態(tài)學(xué)報, 2011, 31(12): 3384-3390.

[13] 吳惠惠, 徐云虎, 曹廣春, 等. 內(nèi)蒙古典型草原草地類型對蝗蟲群落優(yōu)勢種群的生態(tài)效 應(yīng). 中國農(nóng)業(yè)科學(xué), 2012, 45(20): 4178-4186.

[15] 劉貴和, 王國杰, 汪詩平, 等. 內(nèi)蒙古典型草原主要草食動物食性及其營養(yǎng)生態(tài)位研究-以羊草群落為例. 草業(yè)學(xué)報, 2013, 22(1): 103-109.

[16] 孫濤, 陳強, 趙亞雄, 等. 祁連山高山草地毒雜草侵入對蝗蟲相對多度的影響. 草業(yè)學(xué)報, 2013, 22(3): 85-91.

[21] 席瑞華, 劉舉鵬. 不同食料植物對亞洲小車蝗生長和生殖力的影響. 昆蟲學(xué)報, 1984, 27(4): 153-155.

[25] 馬啟智. 保護草原生態(tài)、建設(shè)美麗牧區(qū). 草業(yè)學(xué)報, 2014, 23(1): 1-2.

[26] 徐坤, 李國旗, 李世忠. 寧夏鹽池縣退化草地恢復(fù)過程中不同利用方式下植物群落多樣性的對比研究. 西北農(nóng)業(yè)學(xué)報, 2007, 16(4): 106-111.

[27] 尚占環(huán), 姚愛興, 郭旭生. 國內(nèi)外生物多樣性測度方法的評價與綜述. 寧夏農(nóng)學(xué)院學(xué)報, 2002, 23(3): 68-73.

[28] 高大偉, 姚奕, 仵雁鵬. 基于投影尋蹤分類模型的各地區(qū)節(jié)能降耗評價研究. 統(tǒng)計與管理, 2010, 29(3): 391-399.

[29] 郭加昌, 李秀麗. 企業(yè)績效評價中投影尋蹤模型的應(yīng)用. 財會月刊, 2009, 1: 49-51.

[30] 金菊良, 楊曉華, 丁晶. 標準遺傳算法的改進方案-加速遺傳算法. 系統(tǒng)工程理論與實踐, 2001, 4(4): 8-13.

[31] 倪長健, 王順久, 崔鵬. 投影尋蹤動態(tài)聚類模型及其在天然草地分類中的應(yīng)用. 安全與環(huán)境學(xué)報, 2006, 6(5): 68-71.

[32] 董小小, 魏歆, 宋麗娟. 投影尋蹤模型在醫(yī)療質(zhì)量綜合評價中的應(yīng)用. 中國衛(wèi)生統(tǒng)計, 2012, 29(5): 636-638.

[33] 曹永強, 邢曉森, 伊吉美, 等. 投影尋蹤技術(shù)在瓦房店市水資源安全評價中的應(yīng)用. 水資源保護, 2012, 26(3): 5-7.

[34] 彭勇剛, 羅小平, 韋魏. 一種新的模糊自適應(yīng)模擬退火遺傳算法. 控制與決策, 2009, 24(6): 843-848.

[35] 金菊良, 魏一鳴. 水質(zhì)綜合評價的投影尋蹤模型. 環(huán)境科學(xué)學(xué)報, 2001, 21(4): 431-434.

[36] 于國榮, 葉輝, 夏自強, 等. 投影尋蹤分類模型的改進及在水質(zhì)評價中的應(yīng)用. 四川大學(xué)學(xué)報(工程科學(xué)版), 2008, 40(6): 24-29.

[37] 姜林, 李夢龍. 基于免疫算法優(yōu)化的投影尋蹤水質(zhì)評價模型. 四川大學(xué)學(xué)報(自然科學(xué)版), 2004, 41(4): 816-819.

[38] 付強, 趙小勇. 投影尋蹤模型原理及其應(yīng)用[M]. 北京:科學(xué)出版社, 2006.

[39] 李如忠. 水質(zhì)評價理論模式研究進展及趨勢分析. 合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版), 2005, 28(4): 369-373.

[41] 鞏愛岐, 王薇娟, 張生合. 青海湖濱區(qū)草地蝗蟲發(fā)生與環(huán)境因素關(guān)聯(lián)性的初步探討. 青海草業(yè), 2001, 10(2): 38-41.

Comprehensive evaluation and risk assessment of grasshoppers’habitat based on a projection pursuit model

HUANG Xun-Bing1, WU Hui-Hui1, QIN Xing-Hu1, CAO Guang-Chun1, WANG Guang-Jun1, NONG Xiang-Qun1, TU Xiong-Bing1, Gexigeduren2, HE Bing2, Eerdengbatu2, Wuyahan2, ZHANG Ze-Hua1*

1.StateKeyLaboratoryforBiologyofPlantDiseasesandInsectPests,InstituteofPlantProtection,ChineseAcademyofAgriculturalSciences,Beijing100193,China; 2.GrasslandWorkstationofXianghuangqiXilinguolemeng,Xilinguolemeng013250,China

There are close and complex relationships between grasshopper occurrence and habitat vegetation. A comprehensive analysis of these relationships will provide a stable foundation for risk assessments of grasshopper infection. Grasshopper population density and 21 vegetation parameters were analyzed in the survey on which this paper is based. A projection pursuit model was developed and verified in order to evaluate the risks of grasshopper infection. Results showed that a low index for plant biomass diversity had the greatest influence on grasshopper density, with the best projection directionaat 0.6725. Poaceae dominance with a high index had the greatest influence onOedaleusasiaticusdensity, with the best projection directionaat 0.6547. There was a significant linear relationship (P<0.01) between the projection eigenvalue (Zi) and grasshopper density (y=48.861x-18.937,R=0.9509). The occurrence of grasshoppers can be predicted according to the projection eigenvalue (Zi). The bigger the value ofZi, the higher the risk of grasshopper occurrence. The projection pursuit model can be used to eliminate the effect of irrelevant variables. Its application will play an important role in monitoring and early warning for the ecological management of grasshoppers.

grasshoppers; grassland vegetation; projection pursuit model; risk assessment

10.11686/cyxb20150504

http://cyxb.lzu.edu.cn

2014-05-22；改回日期：2014-06-30

公益性行業(yè)(農(nóng)業(yè))科研專項(201003079)和現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系(CARS-35-07)資助。

黃訓(xùn)兵 (1990-), 男，山東臨沂人，在讀碩士。 E-mail: xunbingh@163.com *通訊作者Corresponding author. E-mail: zhangzehua@caas.cn

黃訓(xùn)兵， 吳惠惠， 秦興虎， 曹廣春， 王廣君， 農(nóng)向群， 涂雄兵， 格希格都仁， 賀兵， 額爾登巴圖， 烏亞汗， 張澤華. 基于投影尋蹤模型的草原蝗蟲棲境評價及風(fēng)險評估. 草業(yè)學(xué)報, 2015, 24(5): 25-33.

Huang X B, Wu H H, Qin X H, Cao G C, Wang G J, Nong X Q, Tu X B, Gexigeduren, He B, Eerdengbatu, Wuyahan, Zhang Z H. Comprehensive evaluation and risk assessment of grasshoppers’habitat based on a projection pursuit model. Acta Prataculturae Sinica, 2015, 24(5): 25-33.