摘要
背景
松树萎蔫病（PWD）被认为是中国最严重的林业害虫，其空间传播动态极为复杂。准确预测其潜在风险区域对于有效预防和控制该病害具有重要意义。本研究以中国重庆作为案例研究区域。基于2017年至2020年的松树萎蔫病发生数据，我们构建了传播拓扑结构，并提出了一种结合多头注意力机制的图卷积网络（GCN）模型，以提升未受影响区域的风险预测能力。
结果
研究结果表明，重庆地区的松树萎蔫病呈现出“持续扩散–局部控制”的动态模式，其空间分布特征为“核心–扩散”结构。与传统GCN、支持向量机和图变换器模型相比，改进后的模型在准确性、召回率和F1分数方面表现略有提升，尽管整体提升幅度较为适中。预测出的高风险区域显示出“局部聚集与层次交错”的空间分布特征。
结论
这些发现表明，将注意力机制整合到图卷积网络（GCN）中有助于提高潜在松树萎蔫病风险区域的识别能力。基于林分级别的预测能够实现精细到特定森林区域的定位，从而有助于早期识别高风险区域。这有助于优先分配控制资源并制定分层预防策略，为决策提供支持。总体而言，本研究为精细尺度监测、早期预警系统开发以及基于证据的松树萎蔫病预防策略制定提供了方法论上的启示。? 2026 化学工业协会。
