《Landscape Ecology》：Impacts of needle-leaved forests landscape pattern and environmental factors on the spatial differentiation of pine wilt disease in China
编辑推荐：
摘要专业翻译
背景：松材线虫病（PWD）在中国出现后持续扩张，对区域森林生态系统构成重大威胁。然而，现有研究多聚焦于气候等宏观关联因子，缺乏从森林景观格局视角开展的长期、系统分析。
目标：本研究旨在刻画1982–2020年间松材线虫病在中国的时空动态，并识别影
摘要专业翻译
背景：松材线虫病（PWD）在中国出现后持续扩张，对区域森林生态系统构成重大威胁。然而，现有研究多聚焦于气候等宏观关联因子，缺乏从森林景观格局视角开展的长期、系统分析。
目标：本研究旨在刻画1982–2020年间松材线虫病在中国的时空动态，并识别影响其分布的主导因子。研究人员重点探究针叶林景观格局如何与环境条件交互作用，共同塑造松材线虫病在区域间的传播格局。
方法：研究人员应用基于最优参数的地理探测器（OPGD）模型分析松材线虫病暴发的空间分异。将针叶林景观格局指标与环境变量相结合，评估其对病害传播的单独及联合效应。
结果：过去四十年间，松材线虫病呈渐进式扩张态势。疫情主要分布于东南沿海地带，随后向西北内陆延伸。景观因子如斑块密度（PD）、斑块数量（NP）、景观形状指数（LSI）、平均斑块面积（MPS）和连通度指数（CONNECT），以及环境因子如温度、道路和人口，对松材线虫病空间格局具有较高的解释力，且两类因子的交互作用显著提升了疫情分异的解释能力。
结论：研究结果增进了对病害传播的生态学理解，并为森林生态系统中风险评估、早期预警及基于景观的管理策略提供了科学依据。
论文解读文章
一、研究背景与问题提出
松材线虫病（PWD）是由松材线虫（PWN, Bursaphelenchus xylophilus）引起的、中国林业最严重的检疫性病害。该病于1982年在江苏南京中山陵首次发现，此后迅速扩散，截至2023年底已波及中国19个省（自治区、直辖市）的708个县（区、市），受害面积达122.27万公顷，累计致死松树759.86万株。作为一种外来入侵物种，松材线虫因缺乏天敌且寄主松树抗性差，能迅速破坏原有生态系统并导致松林大面积死亡。
松材线虫的生活史包括增殖型和扩散型两个阶段。扩散型三龄幼虫（JIII）聚集于媒介昆虫蛹室周围，在媒介成虫羽化前蜕皮为扩散型四龄幼虫（JIV），通过气门进入新羽化成虫的呼吸系统。当媒介成虫进行补充营养或产卵时，线虫从气管逸出，经由取食或产卵造成的伤口进入新寄主。在中国，松材线虫的传播媒介为松褐天牛（Monochamus alternatus）。病害的近距离扩散主要依赖媒介昆虫飞行，而远距离传播则主要由人为调运携带感病媒介昆虫的苗木、木材、松木包装材料及松木制品所致。
现有研究多集中于气候等宏观因子对病害的影响，缺乏从森林景观格局视角进行的长期系统分析。景观特征如寄主斑块面积和密度对病害传播有显著影响，但全国尺度上景观格局效应的一致性证据仍然稀缺，景观配置、环境条件和人为干扰对病害空间异质性的综合影响也尚不清楚。基于此，研究人员利用最优参数地理探测器（OPGD）模型，在县级行政单元和10 km网格单元两种空间尺度上，系统分析了景观格局指标和环境变量对松材线虫病发生的影响，旨在回答三个问题：松材线虫病在中国如何空间分布？哪些针叶林景观特征和环境变量显著影响病害发生，其影响在不同空间单元是否一致？不同影响因子间的交互作用如何放大或减弱其对病害发生的影响？
二、研究设计与关键方法
研究人员以中国大陆为研究范围，采用县级行政单元（平均面积1830.96 km2）和10 km网格单元两种空间分析单元。因变量为各空间单元内松材线虫病致死松树数量，由疫情小班记录中的病死树属性逐年聚合得到。自变量包括13个解释变量：8个针叶林景观格局指标（斑块面积CA、斑块数量NP、平均斑块面积MPS、斑块密度PD、边缘密度ED、景观形状指数LSI、最大斑块指数LPI、连通度指数CONNECT）和5个环境变量（温度、降水、平均相对湿度、人口、道路）。
数据来源方面：疫情小班数据由国家林业和草原局生物灾害防控中心提供，1982–2020年间共记录277,308个疫情小班；针叶林数据来源于中国科学院空天信息创新研究院刘良云团队生产的30 m全球高分辨率土地覆盖数据集（1985–2020年）；温度和降水数据来自国家青藏高原科学数据中心；平均相对湿度由中国地面气候资料月值数据集经空间插值生成；人口数据来自哥白尼全球土地服务；道路数据来自OpenStreetMap。气候因子计算仅采用每年5–10月（病害高峰期）的数据。
技术方法上，研究人员使用ArcGIS Desktop 10.4.1进行分区统计和景观格局指数计算，将针叶林栅格数据输入FRAGSTATS v4.2.1软件分析景观格局指标。核心分析采用最优参数地理探测器（OPGD）模型，该模型通过比较候选离散化策略的q值，为每个连续变量确定最优离散化方案和分类数，随后进行因子探测和交互探测。因子探测器使用q统计量量化解释因子X对因变量Y空间分异的解释力，交互探测器通过比较单因子q值与交互后q值识别五种交互类型（非线性减弱、单因子非线性减弱、双因子增强、独立、非线性增强）。
三、研究结果
1. 松材线虫病疫情小班的时空格局
过去四十年间，松材线虫病在中国累计影响面积达1,706,505公顷，涉及693个县。时间上，疫情演变可分为三个阶段：2000年前为缓慢扩散期，疫情小班仅增加4,664个；2000–2015年为稳定增长期，疫情小班从4,664个增至81,795个；2015年后为爆发式增长期，5年内增加195,513个。空间上，疫情主要集中于中国东南部，与寄主针叶林分布一致，并呈从东南沿海向西北内陆扩散的趋势。
2. 针叶林景观格局指数的空间特征
在县级行政单元上，斑块数量（NP）、斑块密度（PD）和景观形状指数（LSI）的空间分布格局总体一致，在东南地区值较高，中部和北部地区值较低。平均斑块面积（MPS）在东南沿海地区值较高，其他地区较低。连通度指数（CONNECT）在东南地区值较低，中部和北部地区值较高。10 km网格单元上，五个指标的空间分布与县级单元结果高度一致，但景观形状指数（LSI）在县级单元的取值范围（5.33–356.43）大于网格单元（1.00–75.35），而连通度指数（CONNECT）在县级单元的取值范围（0.59–47.91）小于网格单元（0.00–100.00）。
3. 多空间单元上病害发生关联因子分析
单因子探测结果显示，针叶林景观格局指标中，连通度指数（CONNECT，均值0.047）、斑块密度（PD，均值0.045）、景观形状指数（LSI，均值0.042）、平均斑块面积（MPS，均值0.042）和斑块数量（NP，均值0.040）对病害空间分异具有较强的解释力，而斑块面积（CA）、最大斑块指数（LPI）和边缘密度（ED）的解释力较弱（均低于0.04）。环境因子中，人口（0.096）、温度（0.089）和道路（0.073）具有较高的解释力，而降水和平均相对湿度的解释力均低于0.05。不同空间单元的结果总体一致，但存在一定差异：景观形状指数（LSI）在网格单元的解释力（0.052）高于县级单元（0.033），边缘密度（ED）在县级单元的解释力（0.046）高于网格单元（0.023），斑块密度（PD）在县级单元的解释力（0.057）高于网格单元（0.032）。
4. 病害发生关联因子的交互效应
交互探测结果显示，平均相对湿度与人口的交互作用对病害空间分异具有最高的解释力（q=0.433）。其他解释力较强的交互组合包括：温度∩平均相对湿度（0.379）、温度∩斑块密度（0.353）、道路∩斑块密度（0.329）、人口∩最大斑块指数（0.325）、温度∩边缘密度（0.313）、景观形状指数∩平均斑块面积（0.306）、斑块密度∩平均斑块面积（0.302）。交互作用主要通过非线性增强方式提升解释力。值得注意的是，斑块面积（CA）和最大斑块指数（LPI）在单因子探测中解释力极低，但与温度、人口等因子交互后解释力显著提升，如县级单元上CA∩温度的解释力达0.397，LPI∩人口的解释力达0.424。
四、讨论与结论
讨论部分指出，松材线虫病传播呈现阶段性演化模式，与2001年中国加入WTO后国际贸易全球化以及2015年后防治措施滞后、违规调运、瞒报漏报等因素密切相关。全球气候变暖加速了病害的扩散，适宜区持续向西部和北部扩展。病害发生受寄主针叶林斑块面积和景观形状复杂性影响，松林分布越广、景观连通性越强，越有利于病害传播。温度和人为活动（道路密度和人口规模）是影响病害发生和传播的重要因子，而降水与相对湿度的影响相对较弱，可能因为寄主树干内部微环境对线虫和媒介昆虫具有缓冲作用。
研究结论指出，斑块数量（NP）、斑块密度（PD）、景观形状指数（LSI）、平均斑块面积（MPS）和连通度指数（CONNECT）五类针叶林景观格局指标对松材线虫病发生具有较强影响，而不同影响因子间的交互作用会通过非线性效应放大对病害的解释能力。本研究的创新之处在于首次结合OPGD模型，在县级行政单元和10 km网格单元上系统分析了松材线虫病的关联因子，揭示了多种决定因子交互作用对疫情空间分异的增强效应。这些发现为松材线虫病预防和管理策略提供了坚实的科学基础，为不同空间尺度上的防治策略提出了新思路，具有重要的生态学和政策意义，为未来灾害预警和管理提供了理论支撑。
