白蟻預測預報方法及其應用分析

摘要預測預報在白蟻防控中發揮重要作用。本文對白蟻預測預報主要方法進行梳理，包括生物學特性觀測法、環境因子分析法、數學模型預測法以及遙感與地理信息系統技術；分析當前白蟻預測預報技術在預測方法、預測精度、預測預報體系和公眾認知等方面有待改進的環節；并在此基礎上提出夯實白蟻防控基礎研究與跨學科協同，推動技術創新與智能化應用，完善預測預報體系與標準化建設，以及加強科普宣傳等建議，為白蟻預測預報技術的發展和應用提供參考。

關鍵詞白蟻；預測預報技術；生物學特性；環境因子；數學模型；智能化技術

中圖分類號S431 文獻標識碼A 文章編號1007-7731（2024）20-0076-05

DOI號10.16377/j.cnki.issn1007-7731.2024.20.016

Analysis of termite prediction and forecasting methods and its application

LI Donghu DU Shanggen GUO Renxia YANG Jing

（Center of Housing Safety and Termite Control of Yangzhou， Yangzhou 225000， China）

Abstract Prediction and forecasting plays an important role in the prevention and control of termites. The main methods of termite prediction and forecasting， including biological characteristics observation method， environmental factor analysis method， mathematical model prediction method， remote sensing and geographic information system technology were reviewed， and the links that need to be improved in the current prediction and forecasting technology in terms of prediction methods， prediction accuracy， prediction and forecasting system and public cognition were analyzed. On this basis， suggestions were put forward to consolidate basic research and interdisciplinary collaboration， promote technological innovation and intelligent application， improve the prediction and forecasting system and standardization construction， and strengthen science popularization and publicity， so as to provide references for the development and application of termite prediction and forecasting technology.

Keywords termite; prediction and forecasting technology; biological characteristics; environmental factor; mathematical model; intelligent technology

白蟻是一種害蟲，其種類豐富，分布廣泛，為害較重，已引起廣泛關注。據統計，已記錄的白蟻種類達3 105種^[1]。中國白蟻的分布較為普遍^[2]，已知的有4科47屬482種^[3]。除了新疆、寧夏、青海、內蒙古、黑龍江和吉林等地區暫未見報道外，白蟻在其他地區均有分布，其最高分布緯度在40°N。劉曉燕等^[4]通過調查發現，白蟻分布范圍廣泛，特別是在長江以南地區，白蟻的為害尤為嚴重。其破壞力強，不僅會破壞房屋建筑、水利工程等人類生活的重要領域，還會破壞林木資源等自然生態系統，造成較大損失。因此，日常白蟻的預測預報工作尤為重要。

預測預報有助于及時發現白蟻的入侵和擴散，從而及時采取相應的防治措施，防止其為害進一步擴大。通過預測預報，可以深入了解白蟻的種類、數量、活動規律以及潛在的為害區域，為防治工作提供科學依據，有針對性地進行防治，避免了不當施藥和資源浪費。同時，及時的預測預報還可以抓住防治的最佳時機，提高防治效果，減少白蟻對人類社會和自然環境的破壞。隨著科學技術不斷發展，白蟻預測預報工作得到明顯改進。一方面，在白蟻基礎研究和預測模型領域取得了一定進展。通過深入研究白蟻的生理特性、行為習性以及與生態環境的關系，揭示其入侵和擴散的機理，為預測預報提供了更為科學的理論依據^[5]，預測方法和預測模型的準確度明顯提高；另一方面，隨著遙感技術、地理信息系統等現代科技手段的應用，實現了對白蟻為害的實時監測和預警，提高了預測預報的準確性和時效性^[6]。本文總結了白蟻預測預報主要方法，深入剖析各種方法的優缺點，并梳理了目前白蟻預測預報有待改進的環節?；诖?，探討了白蟻預測預報技術發展和應用策略，為防治工作提供有益的思路和借鑒。

1 白蟻預測預報主要方法

1.1 生物學特性觀測

生物學特性觀測是預測預報白蟻活動的基礎方法。通過細致觀察和記錄白蟻的生活習性、繁殖規律和遷移習性等生物學特性，深入分析其生物學特性與為害之間的關系，可初步預測其為害時空分布。沈穎^[7]針對為害楊梅的白蟻，采取觀察和記錄法，系統研究了白蟻巢穴結構、品系分類、生活史和行為特征，并提出了針對性的監測預報與綜合防治技術，有效防控了楊梅園中白蟻的為害。生物學特性觀測法有其獨特優勢，但受限于監測條件，如監測設備的精度、監測經驗等，可能難以全面、準確反映白蟻的實際為害情況。因此，在實際應用中，需要將其與其他預測方法相結合，以提高預測的準確性和有效性。

1.2 環境因子分析

環境因子分析是預測預報白蟻為害的主要手段之一。白蟻的活動和為害程度受到多種環境因子的綜合影響，如溫度、濕度和土壤質地等。對這些環境因子進行持續監測和深入分析，可有效預測白蟻的活動規律和為害趨勢。Mitchell^[8]通過研究環境因子對白蟻分飛的影響表明，降水是其分飛的主要刺激因素，分飛的開始時間和持續時間受溫度、光照強度和風速等因素的影響；群體分飛的閾值溫度在17～19℃，無風條件及低光照強度有利于分飛。通過分析環境的變化，可以對白蟻的為害發生進行預測。林冬春等^[9]運用逐步回歸分析法分析了蘇州地區黃胸散白蟻分飛高峰與溫度、濕度、氣壓和風速等氣象因子的關系，結果表明，該地區黃胸散白蟻分飛的高峰期出現在日平均氣溫18℃以上，日平均濕度55%以上，氣壓在分飛日前4～5d呈下降趨勢，低風速更適合其分飛繁殖。丁浩等^[10]的研究也顯示，溫度對黑胸散白蟻的分飛影響明顯，一個分飛高峰期內，溫度越高，日分飛次數越多；日間平均氣壓與白蟻分飛高峰期內分飛次數呈負相關，對黑胸散白蟻的分飛影響較大。因此，可用氣象因子來做白蟻分飛預警等級的預報。李功春等^[11]研究表明，當氣溫和氣壓達到特定閾值時，黑胸散白蟻的有翅成蟲分飛將呈現高峰。實踐中，由于氣候變化和地理環境的差異，環境因子分析的預測精度仍需進一步提高。

1.3 數學模型預測

數學模型預測是一種基于統計分析的預測方法，通過對歷史數據的分析和建模，可以預測未來一段時間內白蟻的為害情況。這種方法綜合考慮了多種因素，因此具有較高的預測精度。運用統計分析手段建立白蟻為害的預測模型，不僅考慮白蟻自身的生物學特性，還需綜合多種環境因子，如氣3c2OFwks6GzLAuWBUDXpAQ==候、土壤條件等，以增加預測的準確性和可靠性。通過與實際觀測數據的對比，可以準確地預測白蟻的侵害時間、地點以及可能的為害程度，為防治工作提供科學依據。方艷瑩等^[12]分析了2015—2022年白蟻分飛日與各氣象因子間的相關性，采用逐步回歸方法建立了白蟻分飛預報模型，將預報結果劃分為4個氣象指數等級。頓耀銀等^[13]利用黑翅土白蟻分飛首日記錄和氣溫數據，采用多元線性回歸方法，實現了白蟻首飛日的有效預測，準確率在80%以上。數學模型預測方法的準確性和穩定性依賴于充足的歷史數據和模型的進一步驗證。因此，實際應用中需不斷收集和完善歷史數據，優化模型參數和結構，以提高預測精度和可靠性。

1.4 遙感與地理信息系統技術應用

近年來，遙感技術（Remote sensing，RS）和地理信息系統（Geographic information system，GIS）在白蟻預測預報中發揮了重要作用。RS通過衛星或無人機等平臺獲取大范圍的地表信息，GIS能夠對這些信息進行空間分析和可視化處理。通過結合遙感數據和GIS技術，可以實現對白蟻為害區域的快速識別和精確監測。楊秀好等^[14]利用雷達遙感技術探測土棲白蟻巢穴，建立目標—影像尺寸線性關系模型，構建蟻巢的二維和三維影像圖，研究表明，雷達遙感測量數據綜合誤差率1.93%，是土棲白蟻監測和防災減災的有效輔助工具。楊靜等^[15]運用GIS技術對特定區域內白蟻為害發生情況進行了動態分析，定期公布白蟻為害的重點區域、主要品種分布以及為害蔓延趨勢等內容，從而為準確預測白蟻為害發生的時間及空間分布，全面掌控和科學指導白蟻防控工作提供了數據支撐。唐麗華^[16]利用GIS時空模型和歷年散白蟻防治情況，在GIS系統中生成了散白蟻分布圖，為有針對性地預警預防提供了參考。張文童等^[17]通過屬性數據庫和GIS時空數據庫進行模型分析，結合歷年天氣狀況，預警了當年的白蟻分飛集中暴發期。

除上述方法外，人工智能和大數據等先進技術手段也被應用于白蟻預測預報中，并且展現出優異的效果和潛力。如通過智能監測系統實現對白蟻的實時監測和預警，利用傳感器、攝像頭等設備，對其活動進行實時監控，并通過圖像識別、模式識別等技術對其行為進行分析和識別。人工智能通過數據分析和機器學習技術，對白蟻的習性、分布和為害程度進行深入研究，對不同種類的白蟻進行識別，并根據其特點和為害程度選擇合適的防治藥劑，優化藥劑的施用劑量和時間，提高防治效果，減少對環境的影響。此外，人工智能還可以結合物聯網技術，構建白蟻防治的智能化管理系統，實現對白蟻防治設備的遠程監測和管理，對防治效果進行實時評估和調整，從而提高預測準確性和防治效率。

2 白蟻預測預報有待改進的環節

2.1 預測方法

目前，白蟻預測預報工作主要依賴生物學特性的觀測和環境因子的分析，這種單一的預測方法存在一定的局限性，其忽略了社會經濟因素和人類活動對白蟻活動及為害的潛在影響。任書欣等^[18]研究認為，土地利用變化、堤壩建設等是影響土棲性白蟻地理分布的重要因素，未來對土棲性白蟻地理分布區劃研究應考慮土地利用、堤壩分布等人為影響因素。依賴單一的預測方法進行預測，可能導致預測結果出現偏差。此外，現有的各種預測方法之間缺乏有效的整合和協同作用，不同方法各有其優缺點，但往往獨立使用，暫未形成互補和增強的效應，在一定程度上影響了預測方法的綜合效果和預測精度的提高。

2.2 預測精度

白蟻活動的復雜性和不確定性給預測工作帶來了較大難度?，F有的預測方法，如基于數學模型的預測，具有一定的理論基礎，但依賴大量的歷史數據。這些歷史數據的規范性有待進一步提高，如數據收集不規范、不完整及記錄不準確等，在一定程度上影響了預測結果的精度。王旋等^[19]分析散白蟻分飛與氣象因素的相關性，發現部分白蟻滅治記錄數據不規范，在一定程度上影響了分析結果的可靠性。遙感與GIS技術在白蟻預測中的應用處于探索階段，其在白蟻預測中的精度和穩定性尚有待充分驗證和提高。

2.3 預測預報體系

白蟻的預測預報目前暫未形成統一、高效的體系。不同地區、不同部門之間的信息共享和協作有待進一步加強，導致預測預報工作缺乏連貫性和一致性。這不僅影響預測結果的準確性和可靠性，還可能導致防治工作的重復和資源浪費。此外，預測預報工作的規范化和標準化程度有待進一步提高^[20]，不同地區、不同部門的預測預報工作存在較大的差異和不確定性，預測結果的可靠性和有效性有待進一步提高，給防治工作的決策和實施帶來一定的困難。

2.4 公眾認知度

公眾對白蟻為害的嚴重性和預測預報工作的重要性的認知有待進一步提高，部分相關人員在日常中可能忽視了對白蟻的防治。張曉杰等^[20]研究提出，增強公眾防治意識，對推進白蟻全域防治有著重要意義。因此，加強科普宣傳，提高公眾對白蟻為害的認識，增強其防范意識，對于推動預測預報技術的發展和應用具有一定積極意義。

3 白蟻預測預報技術發展與應用策略

3.1 夯實基礎研究與跨學科協同

高長勝等^[21]研究提出，白蟻防治研究工作需注重基礎研究，形成學科交叉融合和跨學科研究，積極推動防治研究成果轉化，加快研發新技術、新裝備。在白蟻防治研究領域，深化其生物學基礎研究至關重要。對白蟻生物學特性、生活史和繁殖模式等進行的系統而深入的研究，是理解其為害本質、制定防治策略的基礎。通過精確掌握白蟻的生活周期、生態位及潛在為害程度，能夠為預測預報和防治工作提供理論支撐。白蟻的生存受到土壤、氣候和植被等多種環境因子的影響，對這些環境因子進行細致分析，不僅有助于揭示白蟻的生存環境需求，還能不斷完善預測模型，提高預測的準確性。為提升預測模型的準確性和科學性，需進一步強化跨學科間的合作與交流，提供更為全面、深入的視角，共同開展預測模型研究，從而推動預測模型的精細化與科學化。

3.2 推動技術創新與智能化應用

在信息化和智能化時代，創新技術在白蟻防治領域的應用日益廣泛。利用大數據分析和AI學習算法對白蟻歷史活動數據進行深入訓練，是提升預測模型準確性的重要手段。通過這種方法，建立高精度預測模型，為白蟻防治工作提供更為科學和有效的技術支持。RS與GIS技術的應用也在白蟻防治領域展現出較大的潛力。通過建立RS技術和GIS平臺，可以實現對白蟻為害區域的快速、準確識別與監測，為防治工作提供及時、準確的信息支持。王雷等^[22]基于GIS和Android平臺建立了白蟻防治移動監測預警系統，系統集白蟻防治信息采集管理、白蟻預防與滅治、軌跡跟蹤、線路規劃及發布預警等功能于一體，有效改進了防治工作，提高了發布預警信息的準確性與時效性。此外，智能化白蟻監測設備的研發是當前研究的重要方向之一。智能傳感器、自動化監測站等設備的研發，實現了對白蟻活動的實時監測和數據收集，為預測預報提供了準確、實時的數據支撐。這些設備的應用不僅提高了監測效率，還降低了人工成本，為白蟻防治工作帶來了積極影響。

3.3 完善預測預報體系與標準化建設

劉安明等^[23]研究提出，隨著數字化、智能化技術的發展，白蟻防治技術不斷升級迭代，為防治工作提供了針對性、實用性和有效性更強的監測、預警和防治手段。建立全國或區域性的統一預測預報體系，包括白蟻監測數據庫和信息共享平臺，以整合各地區、各部門的監測數據和研究成果，確保信息的共享和協同。通過監測數據的共享和整合，可以更加全面地了解白蟻的分布、活動規律以及為害程度，為制定針對性的防治策略提供數據支持。同時，制定預測預報相關配套標準和規范，包括預測模型的建立、數據處理與分析、預測結果的發布與解讀等方面，確保預測工作的規范化和標準化。此外，專業隊伍的建設也是提升預測預報水平的關鍵之一，加強對預測預報相關人員的培訓，提高其專業水平和綜合素質，為預測預報工作提供人才保障。

3.4 加強科普宣傳

通過科普宣傳、媒體傳播等多種渠道，向公眾普及白蟻的為害、防治方法以及預測預報工作的重要性，增強其防范意識，鼓勵公眾積極參與白蟻監測和防治工作，形成全民參與的防治氛圍^[20]。此外，與社區、學校和企事業單位等建立合作關系也是加強公眾教育與宣傳的有效途徑。通過建立合作不僅有助于形成全社會共同關注、共同參與的良好氛圍，還能夠為白蟻防治工作提供更為廣泛的社會支持。

本文對近年來白蟻預測預報的相關研究進行梳理，分析了當前預測預報技術的發展現狀及有待改進的環節，提出針對性的發展建議。通過加強基礎研究、推動技術創新、完善預測體系以及提高公眾認知度等措施，以推動白蟻預測預報技術的發展和應用，為白蟻防治工作提供更為有效的技術支持，有助于減少白蟻對生態環境和人類生活的為害，促進生態平衡和社會可持續發展。

參考文獻

[1] LERTLUMNAPHAKUL W，NGOEN-KLAN R，VONGKALUANG C，et al. A review of termite species and their distribution in Thailand[J]. Insects，2022，13（2）：186.

[2] 謝蔚剛，謝勤.白蟻危害現狀及綜合治理[J].河南農業，2021，（20）：15-16.

[3] 李桂祥. 中國白蟻與防治方法[M]. 北京：科學出版社，1989.

[4] 劉曉燕，鐘國華.白蟻防治劑的現狀和未來[J]. 農藥學學報，2002，4（2）：14-22.

[5] 付丙鮮，余雨停，韋益健，等.白蟻觸角感覺結構、電生理及在其社會行為中的作用[J].昆蟲學報，2023，66（12）：1638-1648.

[6] 張大羽，程家安，宋曉鋼.探測及防治白蟻技術的進展[J].白蟻科技，2000（1）：23-26.

[7] 沈穎. 浙江省楊梅白蟻發生規律與監測防治技術[J]. 浙江農業科學，2017，58（3）：453-456.

[8] MITCHELL D J. Swarming flights of the fungus-growing termite，（Haviland）（Isoptera：Macrotermitinae），and the environmental factors affecting their timing and duration[J].African entomology，2008，16（2）：143-152.

[9] 林冬春，夏誠，馮愛，等. 蘇州市區黃胸散白蟻分飛高峰與氣象因子的關系探討[J]. 安徽農學通報，2020，26（17）：113-116.

[10] 丁浩，榮飛，張新平. 南通黑胸散白蟻分飛高峰與氣象因子的關系[J]. 中華衛生殺蟲藥械，2015，21（1）：74-76.

[11] 李功春，葉平，毛學冬. 武漢市白蟻分飛期蟻害監測分析[J]. 湖北植保，2023（5）：43-46.

[12] 方艷瑩，陳海洪，申華羽，等. 寧波市散白蟻分飛高峰日分析及預測[J]. 中華衛生殺蟲藥械，2022，28（6）：540-544.

[13] 頓耀銀，何云，陳立志，等. 黑翅土白蟻有翅成蟲分飛首日預測[J]. 中國水利，2004（19）：54-55.

[14] 楊秀好，駱有慶，GREGG H，等.基于雷達遙感技術的土棲白蟻探測[J].林業科學，2012，48（1）：115-120.

[15] 楊靜，郭仁霞，李冬虎，等. GIS管理系統在白蟻危害預警及工程管理中的應用研究[J]. 城市建設理論研究，2023（1）：13-16.

[16] 唐麗華. GIS技術在白蟻防治管理中的應用[J]. 吉林農業，2011（6）：119-120，122.

[17] 張文童，王文晶，楊志蘭，等. 基于物聯網與GIS的白蟻智能監測系統設計與實現[J]. 科技創新與應用，2024，14（3）：124-127.

[18] 任書欣，蔡勤學，李國勇，等.基于環境因子的中國土棲性白蟻地理分布區劃分析[J].昆蟲學報，2024，67（6）：816-826.

[19] 王旋，卞一飛，劉艷清，等.長沙市區散白蟻分飛與氣象因素相關性研究[J].中華衛生殺蟲藥械，2024，30（3）：286-289.

[20] 張曉杰，鄭俊，周鴻富.衢州市白蟻防治現狀及全域防控對策[J].安徽農學通報，2023，29（18）：90-94.

[21] 高長勝，劉成棟，孟穎，等.水利工程白蟻防治研究進展[J].水利水運工程學報，2024（3）：1-13.

[22] 王雷，丁月平.基于GIS與Android平臺的白蟻防治移動監察預警系統研發與實現[C]//江蘇省測繪地理信息學會，江西省測繪地理信息學會，山東省測繪地理信息學會，浙江省測繪與地理信息學會，安徽省測繪學會.第十八屆華東六省一市測繪學會學術交流會江蘇優秀論文集.長沙：湖南地圖出版社，2016.

[23] 劉安明，劉強.堤壩工程白蟻危害全時智能監測系統應用分析[J].中國水利，2023（15）：69-72.

（責任編輯：何艷）

作者簡介李冬虎（1977—），男，江蘇泗陽人，碩士，高級工程師，從事白蟻防治工作。