松材线虫(Bursaphelenchus xylophilus)是我国重要对外植物检疫线虫,可导致松属植物的一种毁灭性病害――松材线虫病(pine wood nematode disease),在国内外均被列为重要的植物检疫对象。具有发病速度快,传播速度快,发病症状表现类型多,早期诊断难的特点,因此被称为“松树癌症”,其新发疫点区域分布相对集中,后期呈现大跨度、长距离、跳越式的扩散,外围新疫点相继增多的流行特点。2004年,松材线虫病开始在云南省德宏州瑞丽市畹町经济开发区发生,为云南省松材线虫病的防治敲响警钟。目前,云南共有针叶树种6科20个属,63种左右(包括变种)。其中大面积分布的松属(Pinus)树种有云南松(P. yunnanensis)、思茅松(P. kesiya Royle ex Gordon var. langbianensis)、高山松(P. densata)等,均为松材线虫寄主。开展松材线虫病的风险评估研究,消除或减少松材线虫病的危害,是保护云南生态环境、保障生态安全、保障林业产业健康发展的重要任务。传统的有害生物危险性评估(PRA)指标体系是在一种定性描述的基础上建立定量打分化指标体系,该指标体系适合于大尺度区域上的风险评估。本文提出一套适合于GIS系统进行连续化、精细化空间分析与运算的松材线虫病风险评估指标体系,该指标体系从影响松材线虫病风险的寄主、病原、媒介昆虫、环境、人为干扰等因子入手,能表达空间差异性、分布格局、多因子累积或交叉作用与影响,从小尺度区域上更精细地评价有害生物的危险性。指标体系共设一级层次指标5个,二级层次指标10个,三级层次指标27个,四级指标体系69个。原有松材线虫风险评估,使用的主要数据是以各种台站的观测数据为行政区划单元内的代表数据,其实质是将地理区域看成是匀质的最小尺度空间单元,依此评估出这些单元的风险等级,该方法只能适用于大尺度区域的概略性评估,不能精细表达小尺度区域内的各种林分在不同小气候生态条件下、不同人为影响下的风险差异性。本文提出以100m空间栅格单元作为表达生物因子、交通因子及人为活动因子的最小载体,建立空间模型,利用GIS的空间分析、运算手段,从100 m的空间尺度开始,进行精细化的风险评估方法。在100m空间尺度下,通过调查、采集、建模、模拟等手段,建立了林分结构、气象分布、环境因子分布、人为活动因子分布的地图层。当前的基础生物学、生态学研究较好地阐述松材线虫病发生、蔓延的主要影响因子,但各种因子对传播、流行的作用或贡献的定量描述成果较少。本文提出以专家打分,或以生物学、生态学规律的半定量描述为基础,建立连续化的多元回归模型,并利用回归模型建立空间因子影响的计算机模拟方法。实现基于气象因子的松材线虫病及媒介昆虫的精细化适应性评,人为活动因子、交通因子影响的精细化评估,并实现这些因子连续化空间影响的计算机模拟。影响松材线虫病发生、发展、蔓延与流行的因子很多,它们具有极其复杂的空间分布结构,这些因子借助空间媒介交叉作用、叠加作用,构成了极其复杂的空间格局和模式。为体现小尺度区域上因子分布的不均匀性、不同距离空间对象的影响或作用的不一致性,本文提出一种基于空间位置与空间距离的累计作用影响模型,实现以上因子的空间格局累积影响的计算机模拟,较好地表达疫区、居民区、交通、大型企业、大中型在建工程等对位于不同空间格局上的寄主交叉与累积风险影响的基本规律。长期积累的气象数据是描述云南省气象格局与规律的基础,对于风险评估模型的研究必不可少,风险评估模型投入实际应用后,则需要输入实时、动态的气象数据以及其它因子的采集数据,大面积基于地面采样的经典数据采集方法难以支撑应用。MODIS卫星遥感数据能以天为单位获取地表的物理信息,利用这些信息可快速提取和反演出地面连续分布、连续变化的气象数据、地表森林健康变化数据,本文开展温度指标、湿度指标、森林叶面积覆盖指数变化、林分郁闭度的反演。为解决实际应用中的连续气象因子、森林健康状况因子采集提供一种全新的思想和手段。在实现各个层次因子影响或作用的计算机模拟后,依据专家打分,建立基于各级指标多因子影响层次分析模型,并以100 m的空间栅格表达这些因子,在GIS系统支持下,实现各个因子的风险概率分布地图的叠加计算,并进行可视化表达处理,最后得到连续化、精细化的云南省松材线虫病风险评估图。结果表明:云南省38.7%国土面积处于松材线虫病发生的较高风险区,34.51%针叶林分布区处于较高风险区。每个县级单位内,位于不同生态格局上的松林都有不同的风险值,这与松林离疫区、交通要道和居民区的距离有关,也与山地微气候等有关。利用云南省有两个疫点发生的实例,通过计算验证本风险评估模型具有较高的准确性。由于本风险评估模型的风险值可计算到每一个栅格点(大约1 hm2),这种风险测报值可以落实到具体林地,因此,该模型具有很强的实用性。