[发明专利]一种松材线虫病时空聚集性的探测方法

说明书

本发明涉及空间数据分析处理、统计学知识和林学领域，公开了一种松材线虫病时空聚集性的探测方法。本发明借助SaTScan技术，采用回顾性时空扫描方法。这种方法具有较为严密的统计学基础，可以有效降低聚类分析的主观性，不仅体现出空间维度上聚集范围的大小，还反映出时间维度上聚集时间的长短。本发明从时间、空间两种维度上反应松材线虫在全国范围内省级尺度和县级尺度下的演变过程及特征，直观揭示解松材线虫的时空变化规律以及地理空间上的传播特征，为松材线虫的高效防治提供科学依据。

一、技术领域

本发明涉及空间数据分析处理、统计学知识和林学领域，特别是涉及一种松材线虫病时空聚集性的探测方法。

二、背景技术

松材线虫病(Pine wilt disease)，又称松树枯萎病，是由松材线虫(Bursaphelenchusxylophilus)引起的松属树种毁灭性死亡的一种世界性森林病害，1982年我国在江苏省南京市中山陵黑松上首次发现松材线虫，并在周围地区迅速蔓延。松材线虫作为我国的外来入侵物种，具有高度的危险性，呈现疫点多、范围广、面积分散、远距离传播扩散的态势，对中国的生态环境、自然景观和社会经济造成巨大损失。

迄今为止，我国众多研究是通过分析松材线虫生物特性上的发病机理和适生特点来研究该病害的传播扩散情况，研究范围小，持续时间较短，并且呈现碎片化，缺乏宏观上长时间序列的演变趋势分析。(时空聚集区、时空热点探测)。

三、发明内容

(一)要解决的技术问题

本发明首先要解决的技术问题是：有效降低聚类分析的主观性，不仅体现出空间维度上聚集范围的大小，还反映出时间维度上聚集时间的长短。

(二)技术方案

为了解决上述技术问题，本发明提供一种松材线虫病时空聚集性的探测方法，包括以下步骤：

S1数据获取并对数据进行预处理。

S2时空扫描模型以及最大扫描窗口的选择。

S3根据松材线虫基本发病特征，构建SaTScan时空扫描模型。

S4输出时空扫描结果。

优选地，步骤S1中的数据处理包括对松材线虫成灾面积基于县级尺度的整理以及松树面积的提取。

优选地，步骤S2中的模型以及扫描窗口的确认需要结合中国县级尺度松材线虫成灾的时空分布特征，因此时空扫描模型选择Possion模型，并选择最大扫描窗口为30％。

优选地，步骤S3中以松树面积作为风险面积，成灾面积作为事件，分别以年、县级行政区作为时间和空间扫描单位。

优选地，步骤S3中分别包括逐年空间扫描以及20年的时空扫描。

(三)有益效果

上述技术方案具有如下优点：这种方法具有较为严密的统计学基础，可以有效降低聚类分析的主观性，不仅体现出空间维度上聚集范围的大小，还反映出时间维度上聚集时间的长短。本发明从时间、空间两种维度上反应松材线虫在全国范围内省级尺度和县级尺度下的演变过程及特征，直观揭示解松材线虫的时空变化规律以及地理空间上的传播特征，从而为松材线虫的防治提供科学依据。

四、附图说明

图1技术流程图。

图2为松材线虫时空聚集性分析聚集区结果图。

五、具体实施方式

下面结合附图和实施例，对本发明的具体实施方式做进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。