关于“明尼苏达州低地黑云杉（Picea mariana）森林中东方云杉矮槲寄生（Arceuthobium pusillum）侵染的景观尺度概率估计”的讨论

《Canadian Journal of Forest Research》：Discussion of “Landscape-level likelihood estimation of eastern spruce dwarf mistletoe (Arceuthobium pusillum) infestations in lowland black spruce (Picea mariana) forests of Minnesota”

研究指出美国FIA和FIM森林调查数据集在检测东部云杉 dwarf mistletoe（ESDM）方面存在显著低估，主要因调查设计未针对该寄生植物的空间聚集特性。ESDM导致黑云杉快速死亡形成“死亡中心”和过渡带，常规样圆调查易因位置偏差（如涵盖过渡带与未感染区）导致参数估计失真，需分层抽样以提高精度。已有研究显示FIM数据对ESDM的漏报率达77%，且感染面积占比小于10%时检测概率不足25%，这将直接影响基于这些数据的生态模型和森林管理决策的准确性。

　　东部白松矮小松球菌（ESDM）是一种对森林生态系统有显著影响的病原体，其传播和影响的模式具有高度的空间聚集性。尽管近年来对ESDM的研究有所增加，但其在森林调查中的检测仍面临诸多挑战。目前，许多森林调查项目依赖于标准化的数据采集方法，如美国农业部林业服务局（USDA Forest Service）的森林调查与分析（FIA）系统和明尼苏达州自然资源部（Minnesota Department of Natural Resources）的森林调查管理（FIM）系统，这些系统旨在全面评估森林的各种特征，但在ESDM的检测和影响评估方面存在明显的局限性。

FIA和FIM系统虽然能够收集害虫信息，但它们的设计初衷并不是专门用于检测ESDM或评估其生态影响。这意味着在实际操作中，这些系统可能低估了ESDM的分布范围和其对森林结构的破坏程度。例如，Baker等人（2012）的研究表明，即使在已经确定感染的森林样地中，ESDM的检测率也存在显著差异。他们指出，在55个多次观测的感染样地中，ESDM仅被重复记录了5次，这表明在常规调查中，这种病原体的识别具有高度的主观性和复杂性。此外，Baker等人还提到，使用更宽泛的感染定义（如过去任何一次调查中出现松球菌或扫帚状结构的记录）仍存在19%的误报率，而仅基于当前周期内是否记录到松球菌的二元判断方式则会显著提高误报率。

FIM数据集同样存在低估ESDM发生率的问题。Baker等人（2012）的研究发现，在66个被调查的感染样地中，只有23%的样地至少有一棵树被编码为感染ESDM。这表明，即使在高密度感染的森林中，FIM数据集的记录仍然不完整。Gray等人（2024）在研究中使用了FIM数据，他们估计约7.2%的明尼苏达州东部白松林存在较高的感染风险。然而，这一比例明显低于其他研究的估算，如Anderson（1949）在Koochiching县的16个镇区中，通过航空摄影估算出约3%至11%的森林面积因ESDM而无法正常生产。而Baker等人（2012）则在Itasca、Lake、Koochiching和St. Louis县的样本中，估算出约11%的森林面积因松球菌而失去生产能力。考虑到明尼苏达州超过75%的东部白松林集中在这些区域，Gray等人的估算结果显得偏低。

ESDM的高聚集性和快速致死特性是导致其在森林调查中难以准确检测的重要原因。与其他类型的松球菌不同，ESDM会在感染后迅速导致树木死亡，通常在17年内即可造成显著的森林结构变化。这种快速死亡过程会形成一个被称为“死亡中心”的区域，其周围是一条约13米宽的“过渡带”，最终扩展为一个“后果区”。在这些区域中，树木的密度和结构发生显著变化，导致传统调查方法难以捕捉其真实分布和影响。Klockow等人（2023）通过模拟FIM调查方法发现，当ESDM感染面积超过20%时，检测率约为90%；当感染面积在10%至20%之间时，检测率降至70%；而当感染面积小于10%时，检测率则低于25%。这一结果表明，除非感染范围非常广泛，否则传统调查方法很难准确识别ESDM的存在。

由于ESDM的高聚集性，其在森林中的分布呈现出明显的空间异质性。在“后果区”中，树木的密度几乎降至零，而在“过渡带”中，树木的密度逐渐降低，最终形成一个感染率接近100%的区域。这种分布模式意味着，传统的随机样地调查方法可能无法准确反映整个森林的感染情况。例如，在一个样地中，如果其位置靠近感染边缘，可能会记录到少量感染树木，而在靠近“后果区”的位置，感染率可能接近100%。因此，仅依靠少数样地的数据，无法准确评估整个森林的感染状况。

此外，ESDM对森林结构和功能的影响远不止于树木死亡。它会显著改变森林的物种组成，促进其他植物的生长，从而影响森林的生产力和生态平衡。在感染后的森林中，基面积、优势树种、林下植被类型和密度等关键变量都会发生变化。这些变化可能会影响后续的森林管理和生态评估，但传统调查方法难以捕捉这些细微的差异。Gray等人（2024）的研究模型依赖于这些变量，而使用受ESDM影响的样地数据进行建模，可能会导致结果的偏差，因为这些数据本身并不能准确反映森林的真实状态。

为了更准确地评估ESDM的影响，必须采用更加精细的调查方法。例如，可以通过航空摄影和地理信息系统（GIS）技术，绘制感染边缘和“后果区”的分布图，从而在样地调查中区分不同的区域。这种方法不仅可以提高检测的准确性，还能帮助研究人员更全面地了解ESDM的传播模式和生态影响。然而，由于资源和技术的限制，许多森林调查项目仍然依赖于传统的样地方法，这可能导致对ESDM影响的低估。

综上所述，ESDM作为一种高度聚集、快速致死的病原体，其在森林调查中的检测和影响评估面临诸多挑战。现有的FIA和FIM数据集虽然提供了大量森林信息，但在ESDM的检测和影响评估方面存在显著的局限性。为了更准确地理解ESDM对森林生态系统的影响，必须采用更加精细化的调查方法，包括区分感染区域和非感染区域、利用航空摄影和GIS技术进行空间分析，以及在不同区域分别进行样地调查。这些方法虽然需要更多的资源和技术支持，但它们对于揭示ESDM的真实分布和影响至关重要。