重庆开县地区，近几年爆发过大面积的马尾松毛虫虫害事件，数百公顷马尾松林短时间内枝干枯萎，树木无叶。村民种植的大片马尾松林，转眼间就由茂密翠绿的景象变成了一片焦黄，仿佛遭遇了森林大火的席卷。然而马尾松毛虫带来的影响远不止这些，它们会迁移，将虫害从森林转移到土地，阻碍农作物的生长；还会爬行到村民的居所中，严重影响村民的正常生活和耕作。马尾松毛虫害的爆发不仅会造成数额巨大的经济损失，而且危害人们的生活安全。因此，开县地区开展马尾松毛虫预测预报工作，具有重要意义。
简介马尾松毛虫的特征和生活习性，分析马尾松毛虫主要的预测预报方法，以期为马尾松毛虫的预防工作提供参考。
1 马尾松毛虫的特点及生活习性
1.1 马尾松毛虫的形态特征
马尾松毛虫是昆虫纲鳞翅目枯叶蛾科松毛虫属的一种食叶害虫，一生经历卵、幼虫、蛹、成虫4个时期闪。雄性成虫主体显茶褐色，具有羽毛状的触角；雌性成虫主体为灰褐色，触角呈短节齿状。雌雄性比是马尾松毛虫预测预报的一个重要参数，一般而言，当雌雄比约等于或高于50%时，对松林的破坏情况较弱，而当雌雄比低于50%时，则代表松林生长状态并不良好。
1.2 马尾松毛虫的生活习性
研究马尾松毛虫的生活习性对预测和预防工作具有重要意义。就马尾松毛虫迁移习性来讲，当某片松林的受害情况达到70%以上时，马尾松毛虫就会进行集体迁移，迁移距离300~1900m不等，有时还会更远我们可以根据某片松林的破坏程度来考虑该地区马尾松毛虫是否会产生迁移。相关资料表明，当某片松林的破坏程度达到50%以上时，则表明该地区松林剩余的松叶不足为该地区马尾松虫总量的20%提供食物进行繁衍，这时马尾松虫趋向于进行迁移。因此，当某地区松林损坏程度大于或高于50%时，则代表有马尾松虫害的迁移性爆发将要产生。
2 虫情的调查方法和危害等级预测
对虫情进行调查是开展马尾松虫预测预报工作的基础。对幼虫可以在蛹期，越冬带的前、后期分别进行调查工作，对成虫则可采用灯诱或者性诱来开展调查。对于幼虫期的调查，可以采用对2m及以下的松树进行全树清查的方法调查幼虫数；也可以在保护好松树的情况下，喷洒农药，统计中毒下落的幼虫数量等。对成虫期的调查，可使用带有性信息素的诱捕装置对异性成虫进行诱捕，对于诱捕量和诱捕周期的判断则可以大致推断出当前环境下各个虫态经历的周期。
一般来说，以第1次诱捕到成虫为始见期，至连续3〜4d没有诱捕到成虫为1个周期进行推算。在数据分析调查时，可根据树木的受危害程度分为4个等级，其中A级为无危害，即地下没有虫粪；B级为轻害，即树木危害不明显，针叶保存较为完整；C级为中害，树木整体枯黄，针叶稀疏；D级为重害，即树木针叶十分稀疏，树冠呈火烧状，受损面积达50%以上。通过分级的方式便于研究人员直观表示危害程度。
3 主要的预测预报方法
3.1 回归方程式预测法
通过分析开县地区的马尾松毛虫生存环境，研究温度因素带来的影响，建立1个马尾松毛虫爆发的回归方程式，再将这个回归方程式转变成数学模型，以此来计算虫害的下次爆发预计日期，达到预测预报虫灾的效果。
这种预测方法需要大量观察和数据记录。将马尾松毛虫各虫态发生期温度、空气湿度等数据进行准确统计、比较，并建立图形以直观表达。通过分析图像后可以发现，温度对马尾松毛虫的各虫态发生期有直接的线性关系，于是可以基于之前实验的数值建立1个线性方程式，将各关系值的具体参数求出。
在进行实际预测时，将开县地区的温度作为参数带入到针对该地区情况建立的回归方程式中，即可预测到马尾松毛虫灾害的大致发生期，达到提前预防的效果。根据相关文献记载的实践记录，应用回归方程式的效果是可行的，能在一定程度上对马尾松虫灾害进行准确的预测预报。但关键在于大量的实地考察和记录有一定复杂性，而且随着全球气候的不断变化，也可能影响回归方程式的实用价值。
3.2 3S技术检测法
国际上采用了一种新的技术手段来预测预报马尾松虫灾害发生，它主要是通过遥感技术——高分辨率遥感影像来大面积监测虫害是否发生。
这种检测方法是利用卫星来进行实时监控，将卫星监控结果以遥感技术用光谱的形式表现出来。当虫害初期发生时，由于被马尾松虫侵害的树木，其树冠呈火烧形状，与正常的马尾松树冠明显不同，则会引起遥感图像光谱的变化。通过对监视区遥感图像光谱的观察，可以在第一时间发现马尾松毛虫灾害爆发的前兆现象，并采取应对措施，从而有效抑制虫害的发生。这种手段在技术上已经实现，但是由于经费和人员配置方面的问题，很难在全国大面积范围推广。
3.3 马尔科夫链预测法
马尔科夫链近几年来被广泛应用在地理统计学和生物信息学中，它本质上是1个随机变量数列，在马尾松毛虫的预测预报中，可以把爆发时期当作变量参考值来得到预期结果。
在马尾松毛虫灾害爆发序列中，可以将开县地区马尾松毛虫可能发生的状态分别以X”出、丕、忑来进行记载。而马尾松毛虫灾害的发生状态在经过n次转移后，由Xn状态转移到Xm状态的概率为：P=Nm（n）/Nn。
其中Nn为马尾松毛虫在序列段中总共为Xn的次数，Nm（n）为马尾松毛虫由Xn转移到Xm的次数，其具体的概率矩阵也可以根据计算得出。而在实际监测时，就开县地区而言，可以将2011—2014年马尾松毛虫灾害转移状态概率之和的最大值所对应的值作为马尾松毛虫灾害发生级别进行预测。这种预测方法在短期内是有效的，但是因为每年的预防措施有所不同，可能会导致马尾松毛虫灾害发生的自然条件产生差异，使预测不够精准，但是可以作为辅助预测方法来进一步保证其他预算的准确性。
3.4 性信息素技术预测法
这种检测方法所需时间久且工作步骤繁杂。首先需要有测报员在马尾松毛虫的常发区域设置数个监测点，然后通过在监测点上投放含有性信息素的诱捕装置来对成虫进行诱捕。同时还需要工作人员每天到监测点观察记录诱捕装置实际诱捕成虫的情况。以第1次诱捕到成虫的时间为成虫始见期，至连续3〜4d没有捕捉到成虫为终止期，这段时间就是1个实验周期。
通过数个实验周期的参数对比，确定成虫羽化的高峰期，并将数据与之前得到的结果综合分析来预测马尾松毛虫的灾害爆发，做到提前预防虫害的发生。这种预测预报方法虽然在技术上并不先进，但是由于实验数据都是实地考察得来，其中包含了温度变化、湿度变化等自然因素，故预测预报的结果较为准确，属于一种有效的马尾松毛虫预测预报技术，可以考虑运用在实际工作中。
4 小结
马尾松毛虫灾害的大发生严重影响了农业经济的发展与人们的正常生活，因此对其的预测预报工作是十分必要的。在进行预测预报时，要充分考虑到影响马尾松毛虫生殖的各方面因素，建立严谨完善的模型再加以分析。但由于生态环境的改变和全球气候的变化，这项工作不可能一劳永逸，随时可能因为环境条件的改变需要进行重新测量和考察，因此要加大对虫害预测工作的投入，尽可能多方面进行预测，在不同的预测方式中选取相近的爆发期，以达到预测的真实性，加大预报工作的可实用度。
閱讀更多 大東講三農 的文章
