文章信息
- 吴柳萍, 纪志荣, 连素兰, 肖石红, 洪伟, 何东进
- WU Liuping, JI Zhirong, LIAN Sulan, XIAO Shihong, HONG Wei, HE Dongjin
- 福建省森林病虫害发生风险的概率分析
- Probability analysis of forest pests occurring risk in Fujian Province
- 森林与环境学报,2017, 37(1): 95-101.
- Journal of Forest and Environment,2017, 37(1): 95-101.
- http://dx.doi.org/10.13324/j.cnki.jfcf.2017.01.015
-
文章历史
- 收稿日期: 2016-04-20
- 修回日期: 2016-05-29
2. 福建农林大学林学院, 福建 福州 350002
2. College of Forestry, Fujian Agriculture and Forestry University, Fuzhou, Fujian 350002, China
森林病虫害是森林主要灾害之一,与森林火灾、 乱砍滥伐并称为林业“三害”[1]。 近年来,随着全球气候变暖,森林病虫害发生的种类、 面积不断增加,危害程度增高[2],不但影响森林的正常生长,造成严重的经济损失,而且破坏生态环境,威胁国土安全。 福建省地处亚热带,自然条件优越,有利于林木快速生长。 然而由于人工林面积增加,针叶林比例、 纯林化程度的提高,病虫害发生风险逐年加重,特别是马尾松毛虫、 刚竹毒蛾、 竹蝗、 毛竹枯梢病等主要病虫害发生面积居高不下,松材线虫等检疫性病虫害不断入侵、 扩散蔓延[2-4],不仅对福建省林业发展造成巨大的经济损失,同时严重影响福建省森林资源和自然景观。 因此,对森林病虫害发生风险进行概率分析,确定不同程度发生危害的概率及周期,可以为森林病虫害防治减灾工作提供更好的管理依据。
目前,广泛应用于森林病虫害研究的方法有改进的灰色关联分析、 蚁群算法、 高光谱遥感像、 GIS技术、 贝叶斯模型等[1, 5-7]。 但这些方法主要是对森林病虫害进行统计分析、 损失估计和监测预报,对森林病虫害发生风险的概率研究相对甚少。 森林病虫害具有扩散蔓延迅速、 偶发性较大、 病害种类不断增多等特点,一些未知的或未预见的风险因素可能还存在,因此,有效解决信息的不完备性问题是准确分析森林病虫害发生风险的关键。 信息扩散理论是目前可用于灾害统计数据少、 不易收集和处理等情况下,能够较好地对灾害风险进行分析的方法,通过优化利用模糊集信息来避免小样本数据造成的信息不充分,从而得出小概率事件发生风险的程度[8-9]。 鉴于此,选择基于信息扩散理论风险评估方法,结合森林病虫害的特点,对福建省森林病虫害发生风险展开研究,试图揭示其发展规律,为有关部门拟定防治减灾决策提供理论基础。
1 研究区概况与数据来源 1.1 研究区概况福建省位于我国东南沿海(北纬23°30′~28°22′,东经115°50′~120°40′),地处亚热带区域,气候条件十分优越,年平均温度17~21 ℃,年平均降水量1 400~2 000 mm。 全省林业用地面积926.82万hm2,占土地总面积的76.28%。 根据我国第八次森林资源清查资料,福建省森林总面积801.27万hm2,森林覆盖率65.95%,居全国首位; 森林蓄积量为60 796.15万m3,天然林蓄积量为35 942.92万m3,人工林蓄积量高达24 853.23万m3。 福建省每年主要森林病虫害发生面积达20万hm2~30万hm2[10],是我国森林病虫害频发、 多发的省份之一,因此,对福建省森林病虫害发生风险进行评估具有重要意义。
1.2 数据来源及指标选取数据来源于《中国林业统计年鉴》[11]福建省1998—2014年共17个时序数据。 由于我国每5 a进行一次森林资源清查,因此,假设这5 a中福建省森林总面积固定不变。 根据林业有害生物发生及成灾标准(LY/T 1681—2006) ,将森林病虫害危害程度分为轻、 中、 重[12],对福建省森林病虫害发生的面积、 范围和程度进行风险分析。 首先,分别选取轻度和中度森林病害、 虫害年发生面积之和,重度森林病害、 虫害年发生面积及其占森林病害、 虫害年发生总面积的比例等指标,观察其动态趋势并计算发生概率及周期,了解福建省森林病害和虫害发生风险情况。 其次,对森林病虫害发生范围和发生程度进行分析,研究森林病虫害年发生总面积和发生率2个指标的概率及周期。 其中,森林病虫害年发生总面积=森林病害年发生面积+森林虫害年发生面积,森林病虫害发生率=森林病虫害年发生总面积/森林总面积×100%。
2 研究方法信息扩散理论是利用模糊数学对具有模糊信息特征的非完备性小样本数据进行集值化处理,弥补了小样本信息不足,达到提高总体分布精度的目的[13-14]。 其基本原理: W={W1,W2,…,Wn}是知识样本,V是基本论域,设Wj的观测值为Vj,x=$\varphi $(V-Vj),存在函数μ(x),使Vj获得的量值为1的信息可按μ(x)的量值扩散到V去,且扩散所得的原始信息分布QV=$\sum\limits_{j=1}^{m}{\mu \left( x \right)}=\sum\limits_{j=1}^{m}{\mu \left[ \varphi \left( V-{{V}_{j}} \right) \right]}$能更好地反应W所在的总体规律[15]。 应用信息扩散理论对福建省森林病虫害进行评估的具体步骤如下:
$U=\left\{ {{u}_{1}}\text{, }{{u}_{2}},\cdots ,{{u}_{n}} \right\}$ | (1) |
森林病虫害的观测样本值
$y=\left( {{y}_{1}},{{y}_{2}},\cdots ,{{y}_{m}} \right)$ | (2) |
利用正态信息扩散函数将各年份观测样本点yj的信息扩散到论域U中的全部成员:
${{f}_{j}}({{u}_{i}})=\frac{1}{h\sqrt{2\pi }}{{\text{e}}^{-\frac{{{({{y}_{j}}-{{u}_{i}})}^{2}}}{2{{h}^{2}}}}}i=1,2,\cdots ,nj=1,2,\cdots ,m$ | (3) |
式中: h是由观测样本的最大值b、 最小值a和样本个数m决定的扩散系数,该系数解释了样本点yj信息扩散的控制范围。
$h=\left\{ \begin{array}{*{35}{l}} 0.814\text{ }6\left( b-a \right), & m=5 \\ 0.569\text{ }0\left( b-a \right), & m=6 \\ 0.456\text{ }0\left( b-a \right), & m=7 \\ 0.386\text{ }0\left( b-a \right), & m=8 \\ 0.336\text{ }2\left( b-a \right), & m=9 \\ 0.298\text{ }6\left( b-a \right), & m=10 \\ 2.685\text{ }1\left( b-a \right)/\left( m-1 \right), & m\ge 11 \\ \end{array} \right.$ | (4) |
则森林病虫害指标扩散到各自论域的矩阵为:
$f=\left( \begin{array}{*{35}{l}} {{f}_{1({{\mu }_{1}})}} & {{f}_{2({{\mu }_{1}})}} & \cdots & {{f}_{m({{\mu }_{1}})}} \\ {{f}_{1({{\mu }_{2}})}} & {{f}_{2({{\mu }_{2}})}} & \cdots & {{f}_{m({{\mu }_{2}})}} \\ \vdots & \vdots & \ddots & \vdots \\ {{f}_{1({{\mu }_{n}})}} & {{f}_{2({{\mu }_{n}})}} & \cdots & {{f}_{m({{\mu }_{n}})}} \\ \end{array} \right)$ | (5) |
每个观测样本所对应的n个控制点ui的信息扩散概率:
${{C}_{j}}=\sum\limits_{i=1}^{n}{{{f}_{j}}({{u}_{i}})}$ | (6) |
信息归一化后的隶属函数:
${{\eta }_{j}}({{u}_{i}})={{f}_{j}}({{u}_{i}})/{{C}_{j}}$ | (7) |
将m个观测值yj在ui上归一化后信息求和:
$q({{u}_{i}})=\sum\limits_{j=1}^{m}{{{\eta }_{j}}({{u}_{i}})}$ | (8) |
m个观测值yj扩散到ui的样本个数q(ui)个,由于q(ui)通常不是整数,则令
$Q=\sum\limits_{i=1}^{n}{q({{u}_{i}})}$ | (9) |
Q实际上就是各ui点上样本个数的总和,一般情况下Q=m,由于计算的偏差,Q与m不一定完全相等,但误差相差不大,可忽略不计。 则:
$p{{u}_{i}}=q({{u}_{i}})/Q$ | (10) |
p(ui)是观测值yj落在论域ui上的频率值,即一个周期内发生概率的估计值,实际发生值超过ui的概率值为:
$G({{u}_{i}})=p(u\ge {{u}_{i}})=\sum\limits_{k=i}^{n}{p({{u}_{k}})}$ | (11) |
则实际观测值超过ui的周期为:
$T=1/G({{u}_{i}})$ | (12) |
如图 1所示,2000年福建省轻度和中度森林病害发生面积达到最大,为10.4万hm2。 17 a间轻度和中度森林病害年发生面积平均值为3.1万hm2,其中,1998—2002年发生面积超过其平均值。 显然,近几年福建省轻度和中度森林病害年发生面积有逐渐减少的趋势。
根据《中国林业统计年鉴》[11]相关数据计算可得,重度森林病害年发生面积所占比例的平均值为7%,1998年、 2003年、 2007—2011年、 2013—2014年共9 a发生面积所占比例在平均值之上。 其中,2010年森林病害发生总面积为1.2万hm2,重度森林病害发生面积为2 300 hm2(占18.97%),所占比例达到最大。 气候变化对森林灾害风险的影响较大[16]。 2010年福建省气候呈现雨季持续性强降水和夏季热带气旋偏晚、 偏多,且时空集中的特点,这可能是造成重度森林病害所占比例剧增的主要原因。 1998—2014年重度森林病害年发生面积平均值为1 630 hm2,共有8个年份发生面积在其平均值之上。 重度森林病害发生面积及其所占比例在17 a间处于不稳定状态,虽然森林病害发生总面积也在不断变化,但其波动不明显,而重度森林病害发生面积所占比例波动较大且具有上升趋势。
3.1.2 森林病害风险概率和发生周期依据信息扩散理论对森林病害轻度和中度年发生面积、 重度年发生面积和重度年发生面积所占比例进一步对比与分析。 首先建立3个观测指标序列y1,y2,y3。 其次根据样本控制点的最大值、 最小值、 观测样本个数和研究需要确定的论域步长[17],构建3个论域值U1,U2,U3。 最后计算得出3个扩散系数h1,h2,h3分别为16 503.30,531.60和3.19。
从表 1可以看出,随着森林病害发生面积的增大,发生周期也增大,发生概率则减少。 每年轻度和中度森林病害发生面积超过平均值(3.1万hm2)以上的概率约50%。 轻度和中度森林病害年发生面积7万hm2~8万hm2的周期为5~9 a; 发生面积11万hm2以上的概率很小,周期约50 a。 重度森林病害年发生面积1 000 hm2以上的概率为62.447%,在平均值(1 630 hm2)以上的概率约40%,在2000年和2010年2个极值1910 hm2和2 300 hm2之间的发生周期为3~5 a;重度年发生面积集中在800~1 400 hm2,周期为1~2 a,在3 200 hm2以上的周期为13 a左右。
重度森林病害年发生面积所占比例在6%以上的概率为60.743%,即当福建省森林病害年发生面积为1万hm2时,重度森林病害年发生面积达600 hm2以上的概率为60.743%。 重度年发生面积所占比例在16%以上的概率为10.928%,周期9 a左右; 所占比例在20%以上概率只有2.842%,约35 a一个周期。 总的来说,重度森林病害年发生面积只是简单地从其面积方面分析发生概率及周期,而重度森林病害发生面积所占比例这一指标涉及了福建省森林病害发生总面积变动,结合轻度和中度森林病害发生面积,能够对福建省森林病害的发生情况进行研究。
轻度和中度年发生面积 Annual mild and moderate occurrence area/(104hm2) | 概率 Probability/% | 周期 Cycle/a |
重度年发生面积 Annual severe occurrence area/hm2 | 概率 Probability /% | 周期 Cycle/a |
重度年发生面积所占比例 Proportion of annual severe occurrence area /% | 概率 Probability /% | 周期 Cycle/a |
1 | 100.000 | 1.000 | 0 | 100.000 | 1.000 | 0 | 100.000 | 1.000 |
2 | 76.564 | 1.306 | 200 | 93.769 | 1.066 | 2 | 88.321 | 1.132 |
3 | 54.519 | 1.834 | 400 | 86.443 | 1.157 | 4 | 74.604 | 1.340 |
4 | 38.854 | 2.574 | 600 | 78.485 | 1.274 | 6 | 60.743 | 1.646 |
5 | 29.292 | 3.414 | 800 | 70.369 | 1.421 | 8 | 47.206 | 2.118 |
6 | 22.724 | 4.401 | 1 000 | 62.447 | 1.601 | 10 | 34.531 | 2.896 |
7 | 16.970 | 5.893 | 1 200 | 54.881 | 1.822 | 12 | 24.003 | 4.166 |
8 | 11.805 | 8.471 | 1 400 | 47.676 | 2.097 | 14 | 16.342 | 6.119 |
9 | 7.686 | 13.010 | 1 600 | 40.789 | 2.452 | 16 | 10.928 | 9.151 |
10 | 4.549 | 21.984 | 1 800 | 34.254 | 2.919 | 18 | 6.595 | 15.163 |
11 | 2.001 | 49.987 | 2 000 | 28.229 | 3.542 | 20 | 2.842 | 35.181 |
2 200 | 22.937 | 4.360 | ||||||
2 400 | 18.527 | 5.397 | ||||||
2 600 | 14.984 | 6.674 | ||||||
2 800 | 12.134 | 8.241 | ||||||
3 000 | 9.752 | 10.254 | ||||||
3 200 | 7.565 | 13.219 |
福建省森林虫害年发生面积在森林三大主要灾害中最大[5]。 由图 2可知,2004年轻度和中度发生面积达到最大值29万hm2,平均值为18.5万hm2,超过其平均值共有8个年份; 福建省轻度和中度森林虫害年发生面积较大,且自2003年以来发生面积一直居高不下,这与森林虫害总发生面积波动趋势一致。
1998年重度森林虫害年发生面积所占比例为15.5%,17 a间其平均值为7%,1998年,2002—2006年共6个年份所占比例在平均值之上。 1999—2004年各年所占例逐渐上升,之后开始逐渐下降,近几年则趋于稳定,且稳中有降。 总体来看,森林虫害发生面积较大,且近年来有上升趋势,尽管近17 a间平均防治率在60%以上,且2013、 2014年达到90%,发生面积却仍较大。
3.2.2 森林虫害风险概率和发生周期依据信息扩散理论建立森林虫害轻度和中度发生面积、 重度发生面积、 重度发生面积所占比例3个指标序列X1,X2,X3。 根据论域确定原则,分别建立3个指标的离散论域U1,U2,U3,计算得出3个扩散系数h1,h2,h3分别为37 556.5,7 823.9和22.0。
从表 2可以看出: 轻度和中度森林虫害年发生面积在10万hm2以上的概率高达89.283%,发生面积在平均值(18.5万hm2)以上的概率为60%,在28万hm2以上的概率高达10.743%,周期约9 a。 重度森林虫害年发生面积在1万hm2以上的概率为72.508%,发生面积在平均值(1.5万hm2)以上的概率为50%; 发生面积1.6万hm2~2.5万hm2的周期为2~5 a。 重度森林虫害年发生面积在4.6万hm2以上的概率仅为1.942%,约51 a一个周期。 重度发生面积所占比例在3%~10%的周期为1~4 a,超过平均值7%的概率为50.786%。 根据《中国林业统计年鉴》统计资料显示,17 a间福建省森林虫害发生面积累计340.6万hm2,防治面积累计214.5万hm2,防治率为63%。 由此可见,仍有37%的虫害发生面积未得到防治,这是福建省森林虫害频发的主要原因之一。
轻度和中度年发生面积 Annual mild and moderate occurrence area/(104hm2) | 概率 Probability /% | 周期C ycle /a |
重度年发生面积 Annual severe occur-rence area/(104hm2) | 概率 Probability/% | 周期 Cycle/a |
重度年发生面积所占比例 Proportion of annual severe occurrence area/% | 概率 Probability/% | 周期 Cycle/a |
6 | 100.000 | 1.000 | 0.1 | 100.000 | 1.000 | 2 | 100.000 | 1.000 |
8 | 94.871 | 1.054 | 0.4 | 92.821 | 1.077 | 3 | 93.915 | 1.065 |
10 | 89.283 | 1.120 | 0.7 | 83.520 | 1.197 | 4 | 85.383 | 1.171 |
12 | 83.912 | 1.192 | 1.0 | 72.508 | 1.379 | 5 | 74.702 | 1.339 |
14 | 78.287 | 1.277 | 1.3 | 60.552 | 1.651 | 6 | 62.737 | 1.594 |
16 | 71.129 | 1.406 | 1.6 | 48.614 | 2.057 | 7 | 50.786 | 1.969 |
18 | 61.639 | 1.622 | 1.9 | 37.620 | 2.658 | 8 | 40.164 | 2.490 |
20 | 50.336 | 1.987 | 2.2 | 28.243 | 3.541 | 9 | 31.697 | 3.155 |
22 | 38.649 | 2.587 | 2.5 | 20.791 | 4.810 | 10 | 25.451 | 3.929 |
24 | 27.863 | 3.589 | 2.8 | 15.235 | 6.564 | 11 | 20.878 | 4.790 |
26 | 18.541 | 5.393 | 3.1 | 11.313 | 8.839 | 12 | 17.216 | 5.809 |
28 | 10.743 | 9.309 | 3.4 | 8.634 | 11.582 | 13 | 13.852 | 7.219 |
30 | 4.509 | 22.178 | 3.7 | 6.751 | 14.813 | 14 | 10.493 | 9.530 |
4.0 | 5.221 | 19.152 | 15 | 7.173 | 13.941 | |||
4.3 | 3.685 | 27.136 | 16 | 4.143 | 24.137 | |||
4.6 | 1.942 | 51.485 | 17 | 1.698 | 58.883 |
森林病虫害年发生总面积和发生率均可阐明森林病虫害的发生范围,但二者也有一些不同。 森林病虫害发生总面积仅体现森林发生病虫害的绝对面积,而发生率体现了森林病虫害发生面积与所在地区森林面积的比值,其值越大说明森林病虫害发生越严重。 如表 3所示,森林病虫害年发生总面积在16万hm2以上的概率为90.748%,在 14万hm2~24万hm2的周期为1~2 a。根据《中国林业统计年鉴》[11]相关数据可知,森林病虫害年发生面积平均值(23.3万hm2)以上的有8个年份,2个极值点36.8万hm2和32.1 万hm2分别出现在2004和2006年,这2 a春冬季温度较高、 干旱,利于害虫越冬,致使森林病虫害发生总面积达到最大。 虽然近些年森林病虫害防治率较高,但发生面积仍较大,发生危害的风险仍较高。
森林病虫害年发生面积 Annual occurrence area of forest pests /(104 hm2) | 概率 Probability /% | 周期 Cycle /a |
森林病虫害年发生率 Annual occurrence rate of forest pests /% | 概率 Probability /% | 周期 Cycle /a |
12 | 100.000 | 1.000 | 1.8 | 100.000 | 1.000 |
14 | 96.589 | 1.035 | 2.0 | 95.635 | 1.046 |
16 | 90.748 | 1.102 | 2.2 | 89.454 | 1.118 |
18 | 82.282 | 1.215 | 2.4 | 81.579 | 1.226 |
20 | 71.737 | 1.394 | 2.6 | 72.493 | 1.379 |
22 | 60.176 | 1.662 | 2.8 | 62.903 | 1.590 |
24 | 48.659 | 2.055 | 3.0 | 53.495 | 1.869 |
26 | 37.919 | 2.637 | 3.2 | 44.726 | 2.236 |
28 | 28.416 | 3.519 | 3.4 | 36.780 | 2.719 |
30 | 20.434 | 4.894 | 3.6 | 29.669 | 3.371 |
32 | 14.043 | 7.121 | 3.8 | 23.373 | 4.278 |
34 | 9.071 | 11.025 | 4.0 | 17.904 | 5.585 |
36 | 5.204 | 19.217 | 4.2 | 13.272 | 7.534 |
38 | 2.201 | 45.439 | 4.4 | 9.435 | 10.598 |
4.6 | 6.284 | 15.912 | |||
4.8 | 3.698 | 27.040 | |||
5.0 | 1.607 | 62.224 |
17a间森林病虫害年发生率超过其平均值(3%)的概率为53.495%,超过2%的概率为95.635%。 多数年份病虫害年发生率集中在2.0%~3.4%,发生周期为1~3 a; 发生率超过5%的概率仅1.607%,发生周期为62 a。 总体来看,福建省森林病虫害发生率较高,发生面积大,对森林资源和生态安全的威胁较大,相关防治减灾工作的任务仍较繁重。
4 结论与讨论运用信息扩散理论,从森林病虫害年发生面积和发生程度等方面对福建省森林病虫害发生风险进行评估。 结果显示: 福建省森林病虫害发生危害较为严重,其中森林虫害发生面积相对较大。 轻度和中度森林病害年发生面积在平均值3.1万hm2以上的概率约50%; 重度森林病害年发生面积所占比例在6%以上的概率为60.743%。 重度森林虫害年发生面积在1万hm2以上的概率为72.508%,重度森林虫害年发生面积所占比例集中在17%以内。 福建省森林病虫害年发生总面积超过20万hm2的概率为71%,且森林病虫害年发生率集中在2.0%~3.4%,这与相关研究的结果基本一致[10],进一步验证了信息扩散理论在自然灾害风险评估中的有效性和科学性。 森林病虫害年发生总面积和发生率在其各自平均值以上的概率均为50%。 福建省森林病害和虫害年发生总面积在不断变化,其各指标波动与发生总面积波动趋势和频率不一定完全一致。 其中,重度森林病害所占比例波动较大且具有上升的趋势,而森林病害年发生总面积波动较小且有下降趋势,今后可对其发生情况和变动规律进一步进行研究。 鉴于森林保险在推广中受制于保险单一、 费率不合理、 投保不积极等问题[18~20],对森林病虫害发生风险进行概率分析可为保险部门制定保险方案提供重要依据,推进森林综合保险事业的健康发展。 同时,由于福建省森林病虫害年发生面积在16万hm2以上的概率达90.748%的高风险特点,有关部门应加大森林病虫害的防控力度,依托科技进步,大力提高防灾减灾水平[21]。
基于信息扩散的模糊数学理论对样本资料较少的灾害进行风险概率研究是一种有效的方法,能得出较为可靠的分析结果,并且计算方法简单易行。 这种方法不仅在气象灾害(如干旱、 洪涝、 雷电等)损失风险评估方面得到广泛的应用,而且也可以应用于地震灾害、 森林火灾等。 由于森林病虫害的发生受气候变化、 地势、 海拔、 林分结构等多因素的影响,信息扩散理论在描述综合风险方面具有一定的局限性,它只是完成部分病虫害风险概率分析。 建议今后将此方法与其他评估方法相结合,以促进森林病虫害风险评估水平的提高,进一步估计其所造成的资源损失和经济损失,以期更准确科学地分析森林病虫害发生风险。 此外,正态扩散系数是信息扩散方法的关键,决定了扩散函数的平滑程度,而一般扩散系数的选取只是理论研究值。 因此,扩散系数需进一步进行修正,今后有关研究工作可以在这方面进一步展开。
[1] | WANG Z B, WANG L L, ZHAO F F, et al. A positioning system for forest diseases and pests based on GIS and PTZ camera[J]. IOP Conference Series:Earth and Environmental Science, 2014, 17: 012254. |
[2] | 黄文玲. 福建省三明市主要森林病虫害的发生格局[J]. 福建林学院学报, 2009, 29(4): 306–310. |
[3] | 谢大洋. 福建省森林病虫害监测预警现状及发展对策[J]. 福建林业科技, 2005, 32(1): 112–115. |
[4] | 苏宏钧, 赵杰, 尤德康, 等. 我国森林病虫害灾害经济损失[J]. 中国森林病害, 2004, 23(5): 1–6. |
[5] | 朱学平, 何东进, 洪伟, 等. 福建主要森林灾害统计特征及其对林业的影响分析[J]. 福建农林大学学报(自然科学版), 2011, 40(2): 133–137. |
[6] | 魏先民. 基于蚁群算法的森林有害生物决策与预测研究[J]. 中南林业科技大学学报, 2012, 32(6): 55–60. |
[7] | AUKEMA J E, LEUNG B, KOVACS K, et al. Economic impacts of non-native forest insects in the continental United States[J]. PloS ONE, 2011, 6(9). |
[8] | 王加义, 陈家金, 林晶, 等. 基于信息扩散理论的福建省农业水灾风险评估[J]. 自然资源学报, 2012, 27(9): 1497–1504. |
[9] | 郗蒙浩, 赵秋红, 姚忠. 基于模糊理论的农业旱灾风险评估:以山西省阳泉市为例[J]. 自然灾害学报, 2013, 22(1): 153–158. |
[10] | 林强. 福建省林业有害生物网络管理信息系统[J]. 福建农林大学学报(自然科学版), 2012, 41(6): 655–659. |
[11] | 国家林业局. 中国林业统计年鉴[M]. 北京:中国林业出版社, 1998-2014. |
[12] | 中国森防信息网.林业有害生物发生及成灾标准:LY/T1681-2006[S/OL]. (2011-06-28)[2016-04-19].http://www.forestpest.org/senfang/fagui/jcybfg/2011-06-28/Article_5893.shtml. |
[13] | 周健, 柏奎盛, 逯馨华,等. 模糊信息优化处理技术在自然灾害风险分析中的应用及展望[C]//中国灾害防御协会风险分析专业委员会第二届年会论文集(二). 中国灾害防御协会风险分析专业委员会年会, 2006. |
[14] | 常文娟, 梁忠民. 信息扩散理论在农业旱灾风险率分析中的应用[J]. 水电能源科学, 2009, 27(6): 185–187. |
[15] | 黄崇福, 王家鼎. 模糊信息优化处理技术及其应用[M]. 北京: 北京航空航天大学出版社, 1995 : 42 -62. |
[16] | 魏书精, 孙龙, 魏书威, 等. 气候变化对森林灾害的影响及防控策略[J]. 灾害学, 2013, 28(1): 36–40. |
[17] | 李炳华, 朱霁平, 小出治, 等. 一种基于小样本数据信息扩散的重大火灾频度估算方法[J]. 火灾科学, 2010, 19(2): 82–88. |
[18] | 冷慧卿, 王珺. 我国森林保险费率的区域差异化:省级层面的森林火灾实证研究[J]. 管理世界, 2011(11): 49–54. |
[19] | 李彧挥, 颜哲, 王雨濛. 政策性森林保险市场供需研究[J]. 中国人口·资源与环境, 2014, 24(3): 138–144. |
[20] | 廖文梅, 彭泰中, 曹建华. 农户参与森林保险意愿的实证分析:以江西为例[J]. 林业科学, 2011, 47(5): 117–123. |
[21] | 张星. 主要气象灾害对福建粮食生产影响的灰色关联分析[J]. 中国农业气象, 2007, 28(1): 105–107. |