（带零的Poisson分布参数 的估值）.doc

1、“油松毛虫卵（块） 、越冬幼虫、5 龄幼虫和蛹种群空间格局及抽样技术研究”的主要创新性内容张连翔（辽宁省干旱地区造林研究所，辽宁 朝阳 122000）摘 要：在 1988-2008 年的 20a 间，以油松毛虫卵（ 块）、越冬幼虫、5 龄幼虫和蛹种群为研究对象，详尽阐述了不同虫态（期）种群的静 态格局、 动态格局、立体格局、多维格局、格局 纹理、抽样方法、资料代换方法、密度简易估计方法等，彻底解决了多年来悬而未决的关键技术难题，为卓有成效地进行害虫管理夯 实了基础。在全面 总结国内外研究 进展情况的基础上，提出一系列新的理论、方法和技 术，著 书立说，先后发表学术论文 41 篇，出版专著 1

2、部。其调查研究的规模和投入之巨、时间 跨度之久、研究广度和深度之大、研究手段之全面和系 统、创新点之多，史无前例。全面推广应用，经济效益显著。关键词：油松毛虫；空间格局；抽样技术；资料代换；技术创新张连翔等（1988-2008）以油松毛虫（ Dendrolimus tabulaeformis Tsai et Liu）卵（块） 、越冬幼虫、5 龄幼虫和蛹种群为研究对象，在种群空间格局理论和抽样技术等应用方面取得突破性进展（详见参考文献） ，在全面总结国内外研究进展情况的基础上，提出一系列新的理论、方法和技术，著书立说，令世人为之瞩目。兹将其创造性贡献的主要内容汇列如下。1 频次分布拟合 检验法2

3、x应用频次分布拟合 检验法测定种群空间格局取得一定进展，发现一些新问题，主要有：当种群密度较低时，有的种群资料竟然同时适合描述随机格局的 Poisson 分布和描述聚集格局的邻接分布。这种情况是我们在以前的研究中所未遇见到的，也是在应用频次分布拟合 检验法中特别值得注意的问题。我们认为，出现这种现象的原因最终还应归纳2x到 检验方法本身上来：即当 分布的自由度太小时，检验功效是很低的，有时还因自2x由度不足而不能应用，这是 检验的缺点；通常要求计算 值的求和项数 时，2x15S才能保证 Pearson 准则灵敏、有效。在负二项分布参数 和 Neyman 分布参数 的估计方法中，前者以极大似然估

4、计的kn效果最好，后者以 时的效果最好。实践证明，有多组资料只有用这两种参数估计方n法时，才能得出适合的结果，这也是在实际应用中值得注意的地方。因此建议，在拟合负二项分布时，可以只选择参数 的极大似然估计法，零频率法虽然效果也较好，但有时会遇到条件不满足的情况；在拟合 Neyman 分布时，可只选择 的算法。应用 Newton-Raphson 方法求解负二项分布参数 （零频率法估计 和极大似然估计kk法估计 ） 、截尾 Poisson 分布参数 和带零的 Poisson 分布参数 ，获得了较准确的参数k值。其迭代式分别为：（零频率法估 ） )1ln(l)l(01 ii iiii kmkfNk

5、k（极大似然法估 ）)(l2211 kNEEkiiii k其中： ； 。rirkAE01)( )(022rirkAE221 )1()1( iiii ii eeextii （截尾 Poisson 分布参数 的估值） 21 1iii ieeexiii （带零的 Poisson 分布参数 的估值）此外，我们还应用 Newton-Raphson 方法实现对 3 参数 Weibull 分布参数（ ）的极大似cb,然估计的迭代求解（迭代式略） 。生态学中许多常见的空间概率分布模型都是可以在一定条件下相互转化的。例如二项分布（均匀分布） 、Poisson 分布（随机分布）和负二项分布（聚集分布）被认为是 3

6、 种典型的分布类型。虽然理论上 3 种分布有着本质区别，但在一定条件下它们之间也是可以转化的：对于均匀分布，如果个体间排斥性减弱，结果就形成随机分布；对于负二项分布，若保持个体群密度不变让个体群内个体间的聚集性减弱则可能化为随机分布。因此，如果能找到空间分布格局转化的原因以及转化后的结果，那么空间分布格局的动态机理问题也就解决了。在种群空间格局研究中，某些变通性较强的连续型分布（诸如 Ads 分布族、Weilbull 分布、Gamma 分布）的引入，使人们发现频次分布中包含有值得深入探讨的信息，仅仅用方差和均值研究种群空间格局是不够的，因为不同物种在同样的方差和均值下其频次分布可以完全不同。因

7、此，我们可以从分布参数的种间特异性、参数随种群密度的变化规律以及两者之间的关系上寻找解释“拟合的不确定性”这一客观存在的问题的基本途径，或者进一步从某些连续型分布与回归模型分析法之间存在的“兼容性”和“对应性”方面寻找建立更为有效的关系模型和全面综合分析的新方法。此外，利用 Monte Carlo 随机模拟方法通过计算机可以很方便地模拟各种空间分布概率模型，此为频次分布方法的另一独到之处。2 扩散型指数法 定义一个新的种群聚集度指标 ，亦即：ZVmV1显然，若令 ，则当 =1 时为随机型格局； 1 时为聚集型格局； 1 时ZCzz zCzC为均匀型格局，其中： 为方差； 为均数。对于可进行指数

8、值的差异显著性检验的方法，对各方法的测定敏感性差异进行了比较分析，尤其是对低密度种群，有时应用不同的方法会得出迥然不同的结论。这种现象是前所未见的。在众多的扩散型指数中，能够进行显著性检验的指标只有扩散系数 （置信区间检验）、丛生指标 （ 检验） 、扩散指数 （ 检验）和离差指数 （ 检验） ，除此之外IWIFDI2x的其它指标一般只能是给出点估计值并由此作出定性判定。研究表明，上述 4 种检验方法按测定的敏感性大小排序结果为： 的 检验或 的 检验 的置信区间检验 的D2xICI检验。 指数的 检验法之所以排在首位，是因为它能使计算值与临界值之间的微小DI2x的差异“放大” ，使我们通过简单

9、的比较就可毫不犹豫地下结论。这种现象只出现在低密度种群中，而对高密度种群则不复存在了。对于那些只能进行点估计而不能进行区间估计的扩散型指数，采用刀切法可给出合理的置信区间。研究结果表明，与传统方法相比，刀切法能够给出种群扩散型指数的置信区间，弥补了某些指数在统计学上的本质不足，有利于准确、合理地应用扩散型指数测定生物种群的空间格局和聚集强度的比较。虚拟值的正态性间接证明了将刀切法应用于估计种群扩散型指数是适用的。但应注意，对于低密度种群，个别指数似乎不够灵验且有异常值（负值）出现。总结归纳出一个优良的扩散型指数应具备下列条件：a）指数对整个空间格局范围应具有连续的实值对应；b）不受样方数、样方

10、大小及个体数量的影响；c）容易计算；d）指数逼近某一理论期望值时的位置应居中；e）可进行指数值的差异显著性检验；f）扩散型指数的描述函数无论在应用上还是在生物学解释上均不受任何理论假设的约束。3 回归模型分析法在种群空间格局的回归模型分析法研究中，业已取得重要进展，提出几个新模型，对既有模型进行了改进和完善，给出了回归模型参数显著性的多种检验方法和确定多项式回归模型配合适度的 检验法，等等。m F3.1 种群空间格局研究的零频率方法在信息论理论的启发下，我们发现种群方差与零频率的负对数间存在着良好的乘幂关系，亦即： 。在此基础上，结合 Gerrard & Chiang 模型（bPaS02ln）

11、和扩散系数 ，提出一个种群空间格局研究的零频率方法。根0l mSC2据种群聚集临界零频率 ，可对空间格局连续统作出定量描述，ba10exp按参数（ ）可将生物种群划分为“聚集度非零频率制约型” 、 “聚集度逆零频率制约b型”和“聚集度零频率制约型”3 种类型。通过 13 种生物种群资料的实例验证，表明新模型能客观地反映出种群空间格局的本质特征，应用于低密度种群已显示出它的独到之处，使零频率方法自成体系。此外，我们还推导出了与此相关的抽样公式（见后述） 。测定种群空间格局的零频率方法的综合判据系统如下表所示。表 1 零频率方法的综合判据系统参数（ ） ， ， 间关系ba0P空间格局 种群类型1

12、聚集型=1 随机型=0 1均匀型聚 集 度非零频率制约型 0聚集型=P随机型b 均匀型聚 集 度逆零频率制约型0聚集型= 随机型 均匀型聚 集 度零频率制约型3.2 种群空间格局研究的 幂法则模型MLa通过对 22 种生物种群资料 关系的研究，提出一个种群空间格局研究的m幂法则模型（ ） ，并对模型参数的生物意义进行了探讨。根据种群聚集临mLa界密度（ ）可对空间格局连续统作出定量描述，按参数 可将生物种群划分10 为“聚集度逆密度制约型” 、 “聚集度密度制约型”和“聚集度非密度制约型”3 种类型。与 Taylor 模型和 Iwao 模型相比， 幂法则模型具有更广泛的适用性和较高的可信性，L

13、a能客观地、真实地反映出种群空间格局的本质特征，充分显示出它的独到之处。幂法则准则如表 2 所示。mLa表 2 幂法则准则参数 ， ， 间关系0 空间格局 种群类型无约束 0均匀型 极少见特殊类型1 聚集型=1 随机型=10 1 均匀型聚 集 度非密度制约型（ADI）m聚集型= 随机型1 0均匀型聚 集 度逆密度制约型（AIDD） 聚集型= 随机型1 0均匀型聚 集 度密度制约型（ADD）3.3 种群空间格局研究的 模型VZ在定义种群聚集度指标 的基础上，笔者又提出一个种群空间格Vm1局研究的新模型： ，参数 , 的 9 种不同组合型式分别揭示出不同的空间格BA局信息。经实例验证和比较表明，

14、模型具有更广泛的适用性和较高的可信性。模型参数的不同组合型式与种群空间格局的关系见表 3。VZ表 3 模型参数的不同组合型式与种群空间格局的关系空间格局 AB空间格局 =0 =1 随机型 =0 1 聚集型 =0 1 均匀型 0 1 聚 集 型 均 匀 型 随 机 型,0V 0 =1 聚集型 0 1 聚集型 0 =1 均匀型 0 1 均 匀 型 聚 集 型随 机 型,0 0 1 均匀型 为种群聚集临界方差BAV03.4 种群空间格局研究的 幂法则模型MC在种群空间格局理论研究中，我们还提出一个 幂法则模型（ ） 。应用MLqpmL本模型同时结合有关格局纹理的分析方法，可获取更多的关于种群下结构状

15、况的信息。作为回归模型分析法的重要补充， 幂法则模型特别适合用来分析那些采用既有的分析L方法无力解决的比较特殊的生物种群资料，参数的生物学意义明确，能定量描述种群空间格局连续统。3.5 3 次改进的 Iwao 模型mIwao 的 模型（ ）是线性的，但在自然界中， 经常不是线性的，因此，Iwao 的模型存在着明显的局限性，徐汝梅等改进了这个模型，改进的 Iwao模型是： ；于秀林等再次改进了这个模型，再次改进的 Iwaom 2模型是： 。我们把 作为 的 3 次函数来处理：3 m，这样，3 次改进的 Iwao 模型是：2m m432在这个模型中，5 个参数均有其特定的生物学含义，上面 3 种模

16、型均是它的一个特例。此外，我们还就 关系模型的一般化问题以及配合适度检验等问题进行了探讨，分析了扰动对模型的影响。3 次改进的 Iwao 模型已分别在松毛虫 5 龄幼虫 16 个种群资料和越冬幼虫 58 个种群资料中获得证实。3.6 对原 Iwao 模型的补充和完善m对于 Iwao 模型： ，我们认为，参数 与 的组合型应包括下列m 9 种情形（在 Iwao 的准则中，仅给出 6 种组合型）：3120， 均 匀 型 ， 随 机 型， 聚 集 型1540， ？ ， 聚 集 型， 聚 集 型 91870， 均 匀 型 ， 均 匀 型， ？除第（6）,（7）两种参数组合外，其余 7 种组合型均可从

17、中推导出来。m在 0, 1 和 0, 1 这两种情形下， 不能完全由 、 决定，而是与种m群密度有关的。设 =1 时的种群密度为种群聚集临界密度 ，亦即：m 0。则对 0, 1 的组合型，当 时为均匀型格局； = 时为随0m0 0机型格局； 时为聚集型格局。与此恰好相反， 0, 1 的组合型是 0 时为聚集型格局； = 时为随机型格局； 时为均匀型格局。这样一来，使0Iwao 的准则更趋完善。3.7 对 Taylor 幂法则模型进行了完善，提出了 的区间估计方法0m现已证实，Taylor 幂法则模型有欠完备，为此，我国学者马占山提出了“修改的Taylor 幂法则模型” ，定义种群聚集临界密度

18、的计算公式为：ba10lnexp我们认为，种群聚集临界密度（ ）也应存在一个合理的估计区间而并非仅仅是一个点估计值。利用拟合中算出的 (或 )和 ，则可求出 的可能估.lESa.ES0m计区间为： 1exp0bm也可根据 先求出参数 的区间值。.ESa .eSa结合参数 的取值，按下式计算 的区间值：b01.1.xp10 ESbab其结果是一致的，亦即是说，当 在 的区间内取值时，为随机格局；当 的区间m0 m0上限时，为聚集格局；当 的区间下限时，为均匀格局，当参数 1 时，与此恰好相反。3.8 给出了确定 多项式回归模型配合适度的 检验法和回归模型参数显著性的多 F种检验方法面对一系列种群

19、的 资料，究以何次曲线配合最为适宜？此为应用 关系模型时首先需要解决的问题。我们给出一种 检验法（表略） ，用于检验各次曲线配合的适度，为此，首先需求出较高次多项式方程与较低次多项式方程的回归平方和之差，将此差除以相应的回归自由度之差，所得结果即是由于多项式次数增高而产生的回归均方，然后将回归均方除以较高次多项式的剩余均方，若所得 值是显著的，说明较高次多项式对F回归作出了新贡献。反之，若 值不显著，说明较高次多项式并不增加配合的精确度，且F因徒然多消耗一个自由度，精确度反而降低了，这时宜用次数较低一级的多项式方程。实际应用时，由直线起以至高次，逐级作一检验，直至不显著为止。在应用回归模型分析

20、法时，要知道尽管这些模型的表现形式各异，但它们都属于统计模型，因此在使用过程中就要注意它们的统计学特点和参数的显著性检验问题，而不能只是根据对相关系数（或方差分析）的检验结果，对参数进行简单的算术比较后即下结论。这样做有时很容易得出错误的结论，尤其是当参数值与比较的标准很接近时，更应小心谨慎。线性回归模型（含对数线性化模型）参数的显著性检验方法有置信区间检验、 检验t和 检验。另外， 多项式回归模型的参数也是要进行显著性检验的，其中涉及到Fm求解正规方程系数矩阵（ ）的逆矩阵（ ） ，具体方法可参阅有关统计学专著。LC3.9 应用 Marguardt 方法最优拟合 4 个幂法则模型回归模型分析

21、法中的 Taylor 幂法则模型、 幂法则模型、 幂法则模型和m mLa幂法则模型皆不是线性的。因此，采用对数线性化方法得到的方程并不是原始数据ML的最佳方程，它所反映的仅是变换后数据的最小二乘解。故存在下述两方面问题：用性化方法配合非线性方程时，有时会引起可决系数的虚假增高，给模型比较造成失误；拟合参数存在误差，给抽样设计和数据转换带来不利影响。而真正的非线性回归算法会使这两方面问题得到有效解决。可用的方法有 Gauss-Newton 方法、Marquardt 方法和人工神经网络方法等，其中以 Marquardt 方法较受欢迎，笔者实际应用了这一方法，效果很好。4 抽样技术研究新进展在抽样技

22、术研究方面，取得了许多突破性进展，兹总结分述如下。4.1 对于零频率新方法，推导出了确定理论抽样数的公式为： bPadtn02l或 2nD此外，还推导出序贯抽样、简易序贯抽样决策模型，探讨了新方法所涉及的两个经验模型的最优拟合问题，收效甚佳。4.2 对于 模型，推导出如下抽样设计方法VZ 简单随机抽样最适理论抽样数的确定 mBAdtn12或 2D最适样方大小的确定111 uBARuumnCu序贯抽烟决策模型上界（拒绝限）： cccn BntT11下界（接受限）： A4.3 对于 幂法则模型、Taylor 幂法则模型和 线性回归模型，分别推导出如下mLaLa抽样设计方法：种群密度的简易估计方法；

23、简单随机抽样最适理论抽样数的确定方法；分层随机抽样最适理论抽样数的确定方法；二阶抽样最适配额的确定方法；按临界密度划分不同种群水平的序贯抽样方法；最适样方大小的确定方法；种群密度与负二项分布参数 的关系。k4.4 对于 Iwao 模型的改进型、再次改进型和 3 次改进型分别推导出种群密度简易m估计公式、确定最适理论抽样数的公式、序贯抽样决策模型、确定最适样方大小的方法以及种群密度与负二项分布 值的关系式等。4.5 推导出了 Weibull 模型的空间分布格局指标、特征和抽样量公式等。Weibull 空间分布格局模型的判定准则 12122bbSA1，聚集格局； =1，随机格局； 1，均匀格局。A

24、A22k其中： ； 。bk1221 b1215.02，聚集由生物学习性引起； 2，聚集由栖境作用引起。 Weibull 空间分布格局模型的理论抽样量公式（有放回抽样）12Dtq（无放回抽样）Qbt212 Weibull 空间分布格局模型的序贯抽样式 qtqLcxs 124.6 基于不同的方法，补充提出下列抽样技术：负二项分布参数 值的复序贯抽样技术k和确定最适样方大小的方法；按 指数确定最适样方大小的方法；Taylor 幂法则模I型的复序贯抽样技术和简易序贯抽样技术；Iwao 模型的简易序贯抽样技术。4.7 对于国外学者从不同角度提出的种群密度简易估计模型，经我们研究后发现，Gerrard&C

25、hiang（1970）模型，Nachma（1984）模型以及 Kuno & Sugino（1958）模型是等同的，系同一模型的 3 种不同表现形式，模型参数间存在着相互转换关系。例如 Nachman 模型（ ）尚可写成下面的公式：aPb0lnexpbl注意到 ，并设 ，则 Nachman 模型即可转bP00llnexp ,e化为 Gerrard & Chiang 模型。再如 Kuno & Sugino 模型（ ） ，可写成下式：baxpP101ln若设 ，则 Kuno & Sugino 模型亦可转化为 Gerrard & Chiang 模型。bab1,同样地，通过转换，也可将 Gerrard

26、& Chiang 模型或 Kuno & Sugino 模型改写成Nachma 模型，或将 Gerrard & Chiang 模型和 Nachma 模型改写成 Kuno & Sugino 模型。例如对于 Gerrard & Chiang 模型，等价地有： lnlexplnexp00 PP这就是 Nachma 模型得基本形式，余者略。经过上述分析和变换，更有利于模型的推广应用，避免重复使用；统一起来后，还有利于对模型本身进行全面深入的理论分析，相互借鉴，共同发展。基于 Gerrard & Chiang 模型，我们还推导出一个更为简捷、实用的确定理论抽样数的公式： 2002ln1tDP或写成另一种形

27、式的公式： 1exp220 mtn此外，我们还应用 Marquardt 方法实现了 Gerrard & Chiang 模型的最优拟合，效果较好；研究还表明，修正后的 Nachma 模型有时还会使估计精度降低。4.8 通过引入负二项分布参数 （ ） ，使建立在 Iwao 模型和 Taylor 幂法则模型基kc础上的种群密度简易估计方法由 的隐式形式转换为 的显式形式，从fP0 0Pf而更便于应用和模型间的比较。两个公式分别为： 110kmbkab10因 恰好是修改的 Taylor 幂法则所定义的种群聚集临界密度 ，故后面一式还ba1 0m可写成如下形式： bkP104.9 基于 指数，我们还推导

28、出一个与 Kuno(1977)结论有所不同的确定理论抽样数的公式：AC102ACADtn4.10 应用导数在函数作图中应用的原理，探讨了各种序贯抽样上、下界方差曲线的变化情况，证明其抽样数（ ）与累计虫数（ ）或累积有虫株数（ ）之间均非直线关系，T0 nN在绘制序贯分析图时应注意这一特性。此外，提出若考察诸序贯抽样模型的实际误差率，可采用 Monte Carlo 随机模拟的办法来完成，以获得令人信服的结果。5 格局纹理分析发现新问题Iwao 认为， 0，个体间相互排斥。我们的研究表明， 0 时也存在个体群。几经改进的 Iwao 模型，其参数值也常出现异常，或模型间相互矛盾，因此，对应用m这些

29、模型参数测定种群空间格局的依据需要重新认识。另外，有可能是拟合模型时，数学上的“优化处理”使参数的生物学信息丢失了，应设法采取措施达到生物学意义和数学处理的协调。当系列和样方大小联合应用时， 有时不是随样方增大而单调增加，且有负值出现。u这两点按现有理论（Iwao,1977）无法解释，值得深入研究。6 种群动态格局和立体格局研究首次将主分量分析、Fuzzy ISODATA 聚类分析、 均值动态聚类分析、一维趋势面K分析、二维趋势面分析等方法，应用于松毛虫种群动态格局和立体格局研究，收到了理想的应用效果。7 资料代换研究表明，Iwao 的方法并不是最好的方法。在松毛虫卵（块）种群和松毛虫脊茧蜂幼

30、虫种群资料代换中出现的任何一种代换都不能使方差稳定的问题可能不是偶然的，种群密度较低且与种群聚集临界密度 接近或许0m就是问题产生的一个重要原因。当然与格局特点也不无关系。这就提醒我们必须认真分析和慎重对待出现在低密度种群中的某些不灵验现象，探讨解决问题的有效途径，切不可贸然定论。8 关于种群空间格局研究中获取资料的方法问题近年来，随着电子计算机的普及，人们开始利用计算机能够产生伪随机数的功能，在计算机上直接建立随机模型。利用此功能，还可采用 Monte Carlo 方法进行统计试验来研究随机现象，使在计算机上模拟昆虫在田（株）间的分布、抽样和数据处理等成为可能。此外，还有一条建立离散模型的途

31、径，即回避开数学表达式的建立，直接用高级语言，如BASIC、 FORTRAN 等或模拟语言 CSMP、GASP 或 GPSS 等建立计算机模拟模型。这些先进的方法和手段应引起我们足够的重视。9 种群空间格局研究与害虫测报的结合问题事实上，种群空间格局的研究，并非仅仅是为试验设计、抽样及资料代换提供理论依据，它还和数量、时间有着密不可分的关系。昆虫种群作为自然界中实际存在的运动着的一种物质，它在运动时必然表现为一定的时间历程和一定的空间尺度。过去我们常从平均密度（ ）作为拥挤的一个相对测度，从生态学角度看，它可能向人们传递了有偏的信息。而平均拥挤度（ ）或个体群平均数量（ ）可能会更接近实际情况

32、，同样地，当用mL或 来表示防治指标时也会更趋合理。因为确切地讲，竞争效应是与拥挤度有关的。L这些都是害虫测报中值得注意和改进的地方。另外，如能深入探讨空间格局的机制、不同虫态空间格局的变化，以及格局的变化与数量动态之间的关系等，将会给害虫测报提供有用的生物学信息。用 Fuzzy 或灰色聚类分析进行研究是更为可取的。基于此，我们认为，害虫测报中研究数量动态时，一定要与空间动态相联系同步进行，再精细一些，尚可探讨不同“层”次（亚栖境单元）的种群空间格局，即研究种群的“多维空间格局” ，也会大有裨益的。10 通过历时 20a 时间空前规模的大面积调查和系统研究，对油松毛虫卵（块） 、越冬幼虫、5

33、龄幼虫和蛹种群的静态格局、动态格局、立体格局、多维格局、格局纹理、抽样方法、资料代换方法、密度简易估计方法等进行了深入探讨，彻底解决了多年来悬而未决的基本问题，为卓有成效地进行害虫管理夯实了基础。全面推广应用，经济效益显著。在油松毛虫等主要林业害虫的管理实践中，各地采用课题组提出的种群密度简易估计方法，以及序贯抽样、复序贯抽样、简易序贯抽样等先进抽样技术，在不降低估计精度的前提下，可节省 2/3 的调查费用，20a 间，累计推广应用 288 万 hm2，计获效益 2880 万元。根据研究结果，油松毛虫卵（块） 、越冬幼虫和蛹密度估计适宜的抽样方法按平行线抽样方法进行，5 龄幼虫按集团抽样方法进

34、行，从而使抽样精度显著提高，抽样误差率大幅降低，这就为准确预报发生期、发生量、危害程度等奠定坚实基础。仅就毒绳防治而言，采用新方法后，因能准确预报油松毛虫越冬幼虫上下树的始见期、始盛期、高峰期和盛末期等关键虫期，进而保证了把有限的毒绳毒杀期恰好框定在幼虫上下树的关键虫期内，大大提高了防治效果，使原来不足 70%的防效陡然提升到 95%强。初步估算，仅此一项 20a间就可节省防虫资金 748 万元。按照动态格局的研究结果，我们把油松毛虫幼虫的连续性发生发展进程成功地划分为几个相对独立的亚系统，提出并采用“分室种群管理（CPM ） ”对策；对油松毛虫卵（块） 、越冬幼虫、5 龄幼虫和蛹种群的防治试

35、验和对调查数据的统计分析，分别采用合宜的资料代换方法，从而保证了研究结果的正确性；按照研究结果，采用平均拥挤度指标要比我们一直沿用的平均密度指标更加科学，也更贴近实际，我们在油松毛虫种群时空稳定性的分析中采用了此方法，效果令人满意。由于情报获取和预测预报准确可靠，防治方法先进适用，故能有效控制松毛虫灾害处于有虫不成灾的水平，促进了油松林的健康成长，20a 带来直接经济效益 1.87 亿元。受自然界动植物空间格局的启发，提出的“适度聚集式栽培”模式，具有十足的创新性。在刺槐、杨树造林以及沙棘嫩枝扦插实践中及时应用了此方法，提高生长量 15%-20%，获直接经济效益 7200 万元。由于松毛虫有虫

36、不成灾加上低密度时的刺激生长“超补偿效应” ，促使油松林加速生长，尚有 1.87 亿元的增收效应。对于创新点，扼要归纳起来主要是：在国内外首次详尽阐述了油松毛虫卵（块） 、越冬幼虫、5 龄幼虫和蛹种群的静态格局、动态格局、立体格局、多维格局、格局纹理、抽样方法、资料代换方法、密度简易估计方法等，彻底解决了多年来悬而未决的关键技术难题，为卓有成效地进行害虫管理夯实了基础。全面推广应用，经济效益显著。其调查研究的规模和投入之巨、时间跨度之久、研究广度和深度之大、研究手段之全面和系统、创新点之多，史无前例。在频次分布拟合 检验法、扩散型指数法、回归模型分析法以及 - 和 幂2x aLm法则模型、 模

37、型研究方面有重大突破，种群空间格局研究的零频率新方法填补了国VZ内外空白。完善了 Iwao - 模型的综合判据系统，改进了 Taylor 模型，成功推导出 90m余个新的抽样设计公式，技术进步巨大。从微观、中观、宏观多层面分析了种群聚集原因和格局纹理，考察了聚集-扩散趋势，定量地阐述了种群聚集临界密度和空间格局连续统。应用非参数估计方法中的刀切法给出了种群扩散型指数的置信区间，应用非线性无约束最优化方法中的麦夸方法最优拟合几个幂法则模型和种群密度简易估计模型，效果良好。发表 41 篇高水平学术论文，出版 1 部 30 万字的学术专著：昆虫种群空间格局理论与应用 （2010，辽宁大学出版社） ，

38、参与指导过北京林业大学学位论文的方案制定，国内外影响非凡。推导出 Weibull 空间分布格局模型的判定准则和抽样公式，填补了国际研究空白。提出了基于不同方法的系列序贯抽样方法，采用简易估计抽样、序贯抽样、复序贯抽样、简易序贯抽样等全新的抽样方法和技术，可节省 2/3 的调查费用，且准确性大幅提升，进而为油松毛虫虫情信息获取、虫情动态监测、准确预测预报和科学有效管理奠定基础。受自然界动植物天然分布格局的启发，首次提出了“适度聚集式栽培”新模式，不仅使传统的规则株行距的均匀模式面临挑战，其增产性更在造林实践中获得验证，填补了国际空白。迄今，大多数方法和技术已经在松毛虫管理实践中得到应用，有的还成

39、功“嫁接”到杨树害虫管理、油松天然更新格局研究以及农业、园艺等相关领域。此项研究理论水平很高，不仅丰富和发展了种群生态学理论，而且 20a 中累积指导生产防治 328.52 万 hm2，经济、生态、社会效益显著，应用前景广阔。该项研究成果总体上具有国际领先水平，填补了多项该领域研究中的世界空白，具有很高的科学和实用价值。2011 年获“辽宁林业科学技术奖”一等奖，出版的专著获“2011 年辽宁省自然科学学术成果奖”二等奖。参考文献（研究发表目录）1 张连翔,陈远超.三种松毛虫混合种群越冬幼虫空间格局的研究及其在实践中的应用J.吉林林学院学报,1992,8(1):15-22 2 张连翔,郑红旗.

40、三种松毛虫混合种群幼虫空间分布型的研究及其应用J.东北林业大学学报,1988,16(6):7-13 3 张连翔,魏忠勋.关于昆虫种群空间格局研究中几个问题的讨论J.辽宁林业科技,1991,(增刊):10-13 4 石丽华,张连翔.三种松毛虫混合种群幼虫在油松林上垂直分布规律的研究J.辽宁林业科技,1990,(3):26-285 张连翔,陈远超.再次改进的 Iwao m*-m 模型在昆虫种群抽样技术研究中的应用J.内蒙古林学院学报,1990,12(1):95-1006 张连翔,陈远超,石丽华.三种松毛虫混合种群幼虫密度的简易估计及其序贯抽样决策模型J.辽宁林业科技,1991,(1):36-397

41、 张连翔. 三种松毛虫混合种群幼虫抽样技术的研究J.森林病虫通讯,1990,(3):16-188 张连翔,石丽华.昆虫种群空间格局研究中的回归模型分析法J.沈阳农业大学学报,1990,21(专辑):58-619 张连翔,陈远超.确定昆虫种群简单随机抽样最适样方大小的一个新的准则J.辽宁林业科技,1991,(4):36-3810金来武,张连翔.白杨透翅蛾幼虫期空间格局的研究及其在检疫检查中的应用.辽宁林业科技,1992,(2):36-39 11李思文,张连翔,隋国新.油松种群自然更新格局的研究J.生态学杂志,1991,10(4):14-1712李思文,张连翔,隋国新.半干旱地区油松种群自然更新格局的研究J.内蒙古林学院学报,1989,11(2):10-17