曾陳萍 曾云奎 朱洪浪 葉長青 向鎳鋅


摘 要 四川省涼山彝族自治州森林覆蓋率高,該地區森林病蟲害的有效監測是區域可持續發展的基礎,更是國家生態安全的保障?;诖?,以西昌市松材線蟲病疫區為研究對象,為實現有效解決松材線蟲致病力強、傳播速度快、除治難度大等問題,重點探討西昌市松材線蟲病現狀及目前的監測技術手段,提出西昌市疫區有效的監測手段,為西昌市森防站提供及時有效的松材線蟲疫情數據奠定基礎。
關鍵詞 松材線蟲;監測;現狀
中圖分類號:S763.3 文獻標志碼:B DOI:10.19415/j.cnki.1673-890x.2021.05.051
森林資源是世界木材的唯一來源,是建立可持續發展社會的物質基礎。森林擁有大量的林副產品,同時還具有防止水土流失、改善土壤質量、涵養水源、防風固沙和調節氣候等生態功能。涼山彝族自治州現有林地保有面積399萬公頃,森林覆蓋率高達45%,其中松林面積占四川省總量的42%。然而,州內森林資源深受松材線蟲、紅火蟻、松皰銹病、銹色棕櫚象等病蟲害的侵擾,特別是被稱為松樹“癌癥”的松材線蟲病造成的影響巨大。
松材線蟲最早起源于北美洲,屬于一種外來生物,其借助松褐天牛、松墨天牛、桔梗天牛等昆蟲作為傳播媒介,通過昆蟲啃食云南松、馬尾松、濕地松等傳播至健康松屬植物,從而引起嚴重的林業病害——松材線蟲病。
自1982年在南京發現松材線蟲病以來,疫情逐年擴散蔓延到浙江、安徽、湖北、四川等18個省市。截至2019年,全國涉及599個疫區,四川省涉及19個市州,37個疫區,92個疫點。涼山州西昌市也是較早的疫區之一,如不采取得力措施,西昌市云南松飛播林區的森林資源損失將不可估量[1]。
1 西昌市松材線蟲病現狀
西昌市地處攀西地區,是四川省三大重點林區之一的涼山州首府。自2014年州內西昌市四合鄉林區經省林業廳檢測,確定為松材線蟲病疫點以來,疫情逐年蔓延擴散,已擴展至4個疫點(四合鄉、西郊鄉、海南鄉、瀘山)。且截至目前,四川省涉及19個市州,37個疫區,92個疫點,涼山州周邊疫區多達13個,主要分布在四川省的樂山市、宜賓市、攀枝花市,云南省的昭通市、東川市、麗江市、迪慶藏族自治州、楚雄彝族自治州,涼山州周邊疫區數量顯著增加,如圖1所示。涼山州周邊呈現疫情快速入侵、蔓延趨勢,給西昌市松材線蟲病監測防控工作帶來了巨大壓力,加強對松材線蟲病監測技術的研究迫在眉睫。
2 監測技術現狀
松材線蟲病發生時間一般在8月至次年4月,其通過天牛傳播至健康松樹形成病害,40 d即可致死。松材線蟲感染的松樹病態可以劃分為開始感染、感染早期、感染中期、嚴重感染以及感染晚期。
2.1 傳統監測技術
傳統的松材線蟲病監測技術是一線林業人員根據四川省測繪地理信息局測繪技術服務中心下發的疑似松材線蟲病害點位圖,前往現場進行實地勘查,判斷松樹的生長狀況、感染情況等,同時在現場安裝森林病蟲害防治專用的誘捕器來誘捕松材線蟲的寄主——天牛,進一步監測局部范圍的病害情況。但這種傳統的人工+誘捕器的監測技術,依賴于四川省測繪地理信息局測繪技術服務中心的點位圖支持,其周期長、不全面、不及時等問題突出,且勘查人手也無法滿足對松材線蟲病“早發現、早處置”的要求,只能發現一些嚴重感染或感染晚期的松樹[2]。
2.2 現有監測技術
針對傳統監測技術的突出問題,西昌市森防站于2018年組織人員開展無人機監測松材線蟲病相關技術學習,并形成了目前的松材線蟲病無人機監測技術體系。
松材線蟲病監測用無人機,采用懸停誤差較小的螺旋翼悟INSPIRE2專業版大疆無人機,其最大起飛高度為2 500 m,最大飛行高度為起飛點向上200 m,最大飛行時間27 min。該無人機體型小、成本低、機動性強,因此可以隨身攜帶至現場進行松材線蟲病核查。
松材線蟲病無人機監測技術:1)根據疑似松材線蟲病害點位圖,確定疑似松材線蟲病集中區域和無人機起飛點;2)核查松材線蟲病害點位,動態調整無人機高度和角度,低空拍攝存儲最新病害松樹的動態近景圖像,記錄其生長情況、受感染程度;3)一線林業人員前往現場核查疑似松材線蟲病害點情況,并根據現場情況對確診的病害松樹進行就地碎化銷毀[3]。
3 監測技術未來發展趨勢
雖然目前的監測技術大大地提高了松材線蟲病監測和防治的效率,但還沒有形成疫點與疫點之間、疫區與疫區之間的聯防聯控機制,進而導致松材線蟲病的防治不徹底。如圖2所示,未來西昌市的松材線蟲病監測技術將利用現有監測技術獲取的松材線蟲病害樹分布數據,根據疫點邊界信息,采用大數據分析方法對疫點與疫點之間的區域進行預測,為各個疫點的防控提供參考,完善各個疫點的防控一張圖,進一步提高人工標注的效率,為智能標注提供數據基礎,解決疫點內與疫點間的松材線蟲病防治問題[4-5]。
4 結語
通過對西昌市松材線蟲病疫區的松材線蟲病現狀以及涼山州周邊疫區嚴峻形勢進行分析,結合目前西昌市松材線蟲病監測技術,對未來監測西昌市松材線蟲病技術的發展提出了利用大數據分析手段、加強各疫點之間的預測分析、強化各個疫點之間的聯防聯控監測機制有效方法。
參考文獻:
[1] Feng Y, Tursun R, Zhichun X U, et al. Effect of three species of host tree on the cold hardiness of overwintering larvae of Anoplophora glabripennis (Coleoptera: Cerambycidae)[J].European Journal of Entomology,2016,113(01):212-216.
[2] 葉建仁,韓正敏,李傳道,等.濕地松抗褐斑病無性系種子園營建技術研究[J].南京林業大學學報(自然科學版),1991(02):23-29.
[3] 李世吉.會澤縣森林病蟲害現狀及防治對策研究[J].農村經濟與科技,2018,29(16):36-37.
[4] Yu JM, Dai LL, Zhang RR, et al. Isolation and expression of HMG-CoA synthase and HMG-CoA reductase genes in different development stages, tissues and treatments of the Chinese white pine beetle, Dendroctonus armandi (Curculionidae: Scolytinae)[J]. Comp Biochem Phys B,2015,187:62-70.
[5] 徐華潮,駱有慶,張廷廷,等.松材線蟲自然侵染后松樹不同感病階段針葉光譜特征變化[J].光譜學與光譜分析,2011,31(05):1352-1356.
(責任編輯:趙中正)