基于地理加权逻辑回归模型的松材线虫病发生风险预测

摘要

为探究辽宁省东部九市（沈阳、大连、鞍山、抚顺、本溪、丹东、营口、辽阳以及铁岭）松材线虫病空间分布特征，应用地理加权逻辑回归（geographically weighted logistic regression,GWLR）模型构建松材线虫病预测模型，对风险区进行预测，为松材线虫病害防控提供科学依据。以2023年的辽宁省松材线虫病疫情区分布林班数据为基础，利用核密度分析法对研究区松材线虫病空间分布特征进行探讨。结合气象因素、地形因素、植被指数以及社会因素等32个影响因子，通过斯皮尔曼相关性检验、双向逐步回归及方差膨胀因子分析筛选松材线虫病预测模型的关键影响因子，利用Logistic回归和GWLR模型构建松材线虫病预测模型，对比2个模型的预测精度，并分析GWLR不同自变量系数的空间分布。结果表明，松材线虫病疫情主要集中于抚顺市周边；林班到公路距离、林班到铁路距离、年平均温度、生长季干旱指数以及土壤湿度等5个影响因子为辽东九市松材线虫病预测模型的关键因子；GWLR模型的拟合效果明显优于Logistic回归（决定系数R²提升0.42，均方根误差RMSE减小0.14，平均绝对误差MAE减小0.10），对松材线虫病风险区预测的准确率较高（总体精度为90.41%；风险区生产者精度为95.34%，用户者精度为86.79%；非风险区生产者精度为85.49%，用户者精度为94.83%），高风险区集中于抚顺市、铁岭市东南部及本溪市西北部。应用GWLR模型能有效捕捉松材线虫病的空间异质性，该模型的自变量系数在不同地区差异显著。林班距公路、铁路的距离对松材线虫发病率的影响有较明显的空间异质性，年平均气温在大部分地区对松材线虫发病率有促进作用。研究结果可为松材线虫病的传播规律探讨和精准防控提供理论支持。

关键词

松材线虫病 / 风险区 / 地理加权逻辑回归 / Logistic回归 / 空间分布 / 影响因子分析 / 空间异质性 / 核密度分析