胡傳江
(潛山市后沖木竹檢查站,安徽 潛山 246300)
馬尾松毛蟲(Dendrolimus punctatus Walker)分布于我國秦嶺至淮河以南各省,是我國歷史性森林害蟲。對馬尾松毛蟲預測預報研究文獻進行統計分析,有助于總結馬尾松毛蟲預測預報理論與技術,提高預測預報水平,科學指導馬尾松毛蟲防治,維護森林安全。
數據來源于中國知網中國知識資源總庫,文獻資源類型包括期刊、報紙、碩士論文、博士論文、國內會議論文、國際會議論文、學術輯刊。采用“高級檢索”方式,檢索條件為:
主題=馬尾松毛蟲或者題名=馬尾松毛蟲,或者 v_subject=中英文擴展(馬尾松毛蟲,中英文對照)并且主題=預測或者 題名=預測,或者 v_subject=中英文擴展(預測,中英文對照),或者〔主題=馬尾松毛蟲 或者 題名=馬尾松毛蟲,或者 v_subject=中英文擴展(馬尾松毛蟲,中英文對照)〕并且主題=預報,或者 題名=預報,或者 v_subject=中英文擴展(預報,中英文對照)或者〔關鍵詞=馬尾松毛蟲,或者Keyword=中英文擴展(馬尾松毛蟲,中英文對照)〕并且關鍵詞=預測,或者 Keyword=中英文擴展預測,中英文對照或者〔關鍵詞=馬尾松毛蟲,或者 Keyword=中英文擴展(馬尾松毛蟲,中英文對照)〕,并且〔關鍵詞=預報 或者Keyword=中英文擴展(預報,中英文對照)〕,專輯導航:全部;數據庫:文獻,跨庫檢索共檢索到馬尾松毛蟲預測預報研究文獻655篇。
對檢索到655篇與馬尾松毛蟲預測預報相關的文獻,采用文獻計量學方法,對時間分布、作者分布、機構分布、被引、最新文獻等進行統計分析。
對655篇文獻分析,如圖1所示。

圖1 文獻時間分布柱形圖
從圖1可以看出,關于馬尾松毛蟲預測預報研究文獻的發表,2007年以前發表的文獻數不多;從2007年之后,特別是2011年之后,發表的文獻數大幅增加,且一直維持在較高的水平之上,這與信息技術普及、新的分析手段引入有關。
655篇文獻的主要作者與機構分布,如表1所示。從表1可以看出,陳繪畫、張國慶、李天生等主要作者共發表研究文獻123篇,占文獻總數的18.79%;安徽省潛山縣林業局、中國林業科學研究院、浙江省仙居縣林業局、浙江農林大學等主要機構共發表文獻150篇,占文獻總數的22.90%。
對被引文獻排序,被引數排序前20位(如表2所示)。被引數在20次以上的文獻主要有張國慶的《生物災害管理理論研究與生物災害精確管理》《基于系統健康管理理論的林業生物災害精細化預報管理研究》《基于生態論的生物災害精細化預報理論研究》《基于高分辨率遙感數據與TSE方法的生態系統精細化管理技術研究》《馬尾松毛蟲防治關鍵期與防治歷研究》等,陳繪畫、朱壽燕、崔相富的《基于人工神經網絡的馬尾松毛蟲發生量預測模型的研究》《應用人工神經網絡預測馬尾松毛蟲的有蟲面積》《馬尾松毛蟲發生量灰色系統模型的建立及其預報》,張愛兵、陳建、王正軍、李典謨、田潔的《BP網絡模型和LOGIT模型在森林害蟲測報上的應用初報——以安徽省潛山縣馬尾松毛蟲為例》等。
對最新發表文件檢索,按照相關度排序得到表3,其中,相關度最高的2018年發表的主要文獻有余燕、王振興、李尚、周夏芝、畢守東、方國飛、張國慶、鄒運鼎、張楨、宋玉雙等的《馬尾松毛蟲幼蟲發生高峰期的三種預測模型》《基于馬爾科夫鏈和列聯表法的馬尾松毛蟲發生面積預測模型研究》《馬尾松毛蟲幼蟲高峰期發生量的預測模型研究》《馬尾松毛蟲幼蟲發生嚴重程度的預測研究》,丁邦達的《馬尾松毛蟲2~3齡高峰期預報神經網絡建模試驗》,趙祥娥的《基于性誘技術馬尾松毛蟲發生期預報試驗》,汪正海的《細化預報技術在潛山縣馬尾松毛蟲預報中的應用》,以及陳德蘭的《基于神經網絡的燈誘法預測馬尾松毛蟲發生量的研究》等。從被引文獻排序和最新相關度較高文獻分布看,與作者分布基本一致。
以上文獻統計分析可以看出,我國對于馬尾松毛蟲預測預報研究,絕大部分主要還是停留在基于馬尾松毛蟲生物生態學特性和氣象因子方面,只有武紅敢、張國慶等少數文獻開展了馬尾松毛蟲預測預報的遙感技術和系統學應用研究,且還只是停留在理論階段,對于遙感技術,特別是高分技術的實際應用,離預測預報生產應用,還有許多研究需要去做。
我國當前林業有害生物預測預報,包括馬尾松毛蟲,主要還是人工地面肉眼觀測,憑經驗預估,勞動強度大,受人為干擾因素多,數據可靠性差。應及早全面開展高分技術在林業有害生物監測預報的應用,借鑒氣象監測預報經驗,聯合農業植保系統,在國家層面建立高分遙感監測和預報系統,以較為精準的預報成果指導防治生產。

表1 主要作者與機構分布

表2 文獻被引數前20統計表

表3 最近發表的相關度最高的10篇研究文獻