《Forests》：New Approaches to Tracking Southern Pine Health: Forecasting Southern Pine Beetle Outbreaks Using Pheromone-Baited Traps, Detection Surveys and a Hazard Rating Model
编辑推荐：
南方松大小蠹（SPB）是中美洲至美国东部松林的一种严重害虫，近期其分布范围已扩展至美国东北部。作为综合虫害管理系统的一部分，自1960年起，研究人员开始开展SPB活动检测与监测工作，以限制其对南方松林的影响。由于SPB的松树寄主在美国南方以人工林和天然混交林形
南方松大小蠹（SPB）是中美洲至美国东部松林的一种严重害虫，近期其分布范围已扩展至美国东北部。作为综合虫害管理系统的一部分，自1960年起，研究人员开始开展SPB活动检测与监测工作，以限制其对南方松林的影响。由于SPB的松树寄主在美国南方以人工林和天然混交林形式普遍存在，且SPB在广大区域内频繁爆发，这使得SPB成为该区域整体森林健康的主要驱动因素。研究人员回顾了利用空中和地面调查技术以及卫星遥感收集SPB相关松树死亡率和爆发数据的过去与当前方法。研究人员展示了如何通过信息素诱捕器和空中调查获得的历史与持续SPB丰度测量数据，利用一个统计模型（通过公共URL实际化）来预测短期爆发概率，该模型捕捉了SPB种群自然趋向极高或极低的特点。昆虫预测还可以与寄主分布图结合，通过美国林务局的国家昆虫与病害风险图（NIDRM）生成短期区域风险预测和长期树木死亡率预测。由于昆虫丰度和影响结果的测量已成为持续森林管理操作的一部分，统计模型可以持续改进，模型与管理之间形成自我强化的反馈。提升对影响丰富树种的主要害虫的理解与监测，是实现更广泛森林健康管理的途径。
**论文解读：基于多源数据的南方松大小蠹爆发预测与森林健康监测新方法**
**研究背景、问题与意义**
南方松大小蠹（SPB）是一种对松林具有严重破坏性的害虫，其分布范围从中美洲延伸至美国东部，并已扩展至东北部。自19世纪末以来，SPB一直是南方松林的主要干扰因子，尤其在人工林和天然混交林中，爆发时可导致大面积松树死亡，造成数十亿美元的经济损失。然而，SPB的爆发具有脉冲式、不规律的特点，种群动态呈现双峰分布（极高或极低），使得预测爆发时机成为资源管理者的重大挑战。传统的预测方法依赖于基于密度依赖的捕食者-猎物周期模型，但后续研究发现这些模型的有效性减弱，而外源因素（如天气、寄主防御）的作用更为显著。因此，如何整合历史与实时监测数据，构建可靠的统计预测模型，以提升爆发预警能力，成为森林健康管理的关键问题。该研究发表在《Forests》期刊，旨在通过综合分析多种监测数据（信息素诱捕、空中/地面调查、卫星遥感和危害等级模型），建立一套系统化的SPB爆发预测框架，并探讨其对区域森林健康指示的价值。
**研究开展与主要结论**
研究人员系统回顾了1960年以来的SPB监测方法演变，并开发了基于零膨胀泊松模型的统计预测工具（SPB Predict，网址可公开访问）。通过整合1987–2010年间南方多州的春季信息素诱捕数据（SPB及其捕食性天敌的捕获量）和年度空中调查的斑块计数数据，发现当前年份的SPB丰度与上一年的斑块数量是预测当年爆发风险的最佳双变量组合，而捕食者丰度的预测作用已不显著。该模型可实时计算管理单元（县或国家森林管区）内出现>50个斑块的概率，并以此界定爆发阈值。此外，研究人员更新了2024–2038年的SPB危害等级图（Hazard Rating Map），该图基于寄主胸高断面积（BA）、立木密度指数（SDI）和二次平均直径（QMD）等森林清查数据（FIA），结合历史爆发记录，预测未来15年因SPB导致的寄主基面积损失。结果表明，约9.8平方公里区域将面临至少1%的寄主基面积损失，其中49%为中度危害（11–24%损失），2%为高度危害（≥25%损失）。危害高发区集中在美国东南部皮德蒙特高原和沿海平原的松树人工林密集区域。研究进一步指出，这些多源数据（信息素诱捕、斑块地图、危害等级）之间形成了反馈循环：斑块数据用于验证和修正诱捕模型，诱捕数据用于短期预测，而危害等级则提供长期风险视图。最终，SPB数据被整合进美国林务局的国家昆虫与病害风险图（NIDRM），成为区域森林健康的核心指标之一。
**主要关键技术方法**
该研究采用以下关键技术方法：（1）标准化信息素诱捕系统：使用12单元林德格伦漏斗诱捕器，以寄主挥发物（α-和β-蒎烯，体积比70:30）和合成SPB信息素（frontalin）诱饵，并自2017年添加endo-brevicomin以提升诱捕效率约10倍。诱捕器于早春部署4–6周，覆盖美国南方18个州，部分扩展至大西洋中部和新英格兰地区，数据通过AGOL平台上的Survey123数字化收集。（2）空中与地面调查：空中调查由经验丰富的调查员在塞斯纳或直升机上进行，手动标记斑块位置与大小，随后转为电子平板结合数字移动草图制图（DMSM）。地面调查用于验证空中结果、评估斑块活性和获取精确坐标。自2018年起，斑块数据通过ESRI ArcGIS Field Maps在移动设备上实时采集。（3）卫星遥感：利用Landsat 8/9（30 m分辨率，8天重访）和Sentinel-2（10 m分辨率，2–5天重访）的可见光与近红外波段，通过归一化差异植被指数（NDVI）和归一化差异水分指数（NDMI）识别松树死亡后的红色针叶期，但需结合地面验证以排除伐木、火灾等干扰。（4）统计预测模型：采用零膨胀泊松模型，以当前年SPB捕获数和上年斑块数为预测变量，基于1987–2010年训练数据拟合，并利用2011–2024年新数据更新为简化双变量版本。（5）危害等级模型：基于随机森林算法，以FIA样地数据（2018–2022年）为训练集，预测240 m空间分辨率上的寄主BA和SDI，结合历史爆发频率（1988–2019年）和CCDC算法衍生的短波红外（SWIR）波段等环境变量，生成15年期的基面积损失预测。
**研究结果**
1. **SPB斑块检测与年度损害绘图**：自1960年起，标准方法为计数每个县的斑块数量，以每400公顷寄主类型≥1斑块定义为“爆发”状态。1998年前缺乏精确坐标，1998年后开始记录精确位置。空中调查覆盖约2.5英里缓冲带，但约15%的斑块自2018年起直接通过地面调查或卫星图像绘制。卫星图像主要用于识别松树死亡热点，但小斑块（<0.1 ha）在10 m分辨率下常被遗漏。该方法形成了1960年至今的爆发历史数据库（图5、图6），显示爆发高发区与国家森林系统中密集的松树人工林区域一致。
2. **信息素诱捕模型预测**：通过DALI实验室构建的SPB Predict网站（https://www.spbpredict.com），实时整合Survey123的诱捕数据，为每个管理单元生成颜色编码的概率图（图7）。模型验证表明，预测概率与实际观察结果高度相关（表3），测试数据拟合效果接近训练数据。简化模型仅需当前年SPB捕获数和上年斑块数，支持实时风险分级。
3. **SPB危害制图**：2024–2038年危害模型显示，234个县预计损失25–49%的松树寄主，80个县损失≥50%。高危害区集中在皮德蒙特和沿海平原的桉树人工林密集区，以及阿肯色州西南部的短叶松人工林。立木密度和连片性是关键驱动因素，因为高密度条件下树木竞争加剧，化学防御下降，更易受SPB攻击。
4. **多指标整合**：短期预测（当年）依赖信息素诱捕与上一年斑块数据；长期风险（15年）依赖危害等级图；且三者形成反馈循环（图9）。随着数据积累，空间自相关性增强。此外，SPB数据已整合至NIDRM，与南方松树皮甲虫（含Ips属）和橡树衰退模型共同贡献了区域未来15年超过90%的森林死亡率预测。
**讨论与结论**
讨论部分指出，SPB的种群丰度数据（诱捕、斑块）因其长期、系统性的收集，成为区域森林健康的有效指示指标。此外，类似方法可推广至其他有历史监测数据的害虫，例如舞毒蛾（Lymantria dispar L.）的“减扩散计划”即利用信息素诱捕网络预测爆发区并进行生物防治。研究强调，随着数据持续积累，预测模型将不断改进，形成自我强化的管理反馈。结论翻译：各种形式的害虫种群数据（诱捕数据、树木损害与死亡率等），如定期系统收集，并结合寄主密度及其他立地与干扰指标，可作为区域森林健康的有价值指示指标。从经济与环境角度，SPB在美国仍将是严重的森林害虫，尤其随着其向东北部各州扩展。本文讨论的新工具与技术提升了21世纪检测、监测和预测SPB爆发的能力。空中与地面调查技术的进步、卫星图像的更广泛应用以及改进的预测与风险模型，将进一步提高SPB爆发预测的准确性、精度与时效性，从而增强以适当缓解策略应对SPB种群爆发的能力。由于松树在美国南方仍是普遍资源（人工林与天然林），且长叶松、短叶松等树种对恢复森林自然状态至关重要，SPB及其他树皮甲虫将继续是21世纪高度关注的经济与环境威胁。幸运的是，已有经过充分检验的预防与抑制措施，而拥有良好的时空数据库将为有效预防措施提供更深刻见解，这比主动抑制爆发更具成本效益和环境友好性。
