薛華杰，張 寧，傅怡寧，徐 飛，王書(shū)平，徐思越，印麗萍

上海出入境檢驗(yàn)檢疫局，上海200135

基于網(wǎng)絡(luò)爬蟲(chóng)技術(shù)對(duì)電子商務(wù)多肉物種資源數(shù)據(jù)的研究

薛華杰?，張 寧，傅怡寧，徐 飛，王書(shū)平，徐思越，印麗萍

上海出入境檢驗(yàn)檢疫局，上海200135

【目的】近年來(lái)，通過(guò)電子商務(wù)平臺(tái)獲取境外珍貴的多肉物種資源已成為一種重要渠道，大量瀕危物種通過(guò)第三方物流方式非法流入我國(guó)。甄別瀕危物種并梳理出多肉物種資源重點(diǎn)查驗(yàn)名單，能夠?yàn)槲锓N資源查驗(yàn)尤其是植物多肉類(lèi)瀕危物種查驗(yàn)提供參考。【方法】以跨境多肉物種資源交易的熱門(mén)平臺(tái)“多肉之家”為研究對(duì)象，基于網(wǎng)絡(luò)爬蟲(chóng)技術(shù)平臺(tái)，獲取電商多肉植物926條種類(lèi)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行篩選和歸類(lèi)分析。【結(jié)果】“多肉之家”平臺(tái)上交易的多肉植物共涉及23科878種，其中包含18種CITES附錄Ⅰ以及120種CITES附錄Ⅱ?yàn)l危物種，約占16%。進(jìn)一步對(duì)瀕危植物進(jìn)行歸類(lèi)分析發(fā)現(xiàn)，瀕危植物中仙人掌科和大戟科多肉植物種類(lèi)最多，分別為66和36種，兩者占總計(jì)瀕危植物種類(lèi)的74%?！窘Y(jié)論】網(wǎng)絡(luò)爬蟲(chóng)技術(shù)在獲取電商類(lèi)平臺(tái)的交易植物的種類(lèi)數(shù)據(jù)上具有較好的實(shí)用性。

多肉；瀕危物種；電商；網(wǎng)絡(luò)爬蟲(chóng)；CITES

隨著我國(guó)經(jīng)濟(jì)的高度發(fā)展和人民生活水平的日益提高，國(guó)內(nèi)的資源已無(wú)法支撐未來(lái)三四億中產(chǎn)階層的物質(zhì)需求和服務(wù)追求。因此，從全球獲得資源的“跨境消費(fèi)”已日益成為一種時(shí)尚和潮流。2015年，全國(guó)各郵政口岸累計(jì)查驗(yàn)進(jìn)境國(guó)際郵包3600余萬(wàn)件，共截獲禁止進(jìn)境動(dòng)植物及其產(chǎn)品29765批次，同比增長(zhǎng)74%。作為全國(guó)最大的郵政口岸——上海，情況也不容樂(lè)觀(guān)。2015年，累計(jì)查驗(yàn)進(jìn)境國(guó)際郵包1504萬(wàn)件，占全國(guó)的1/3，截獲禁止郵寄進(jìn)境物共4168批次，同比增長(zhǎng)42%，涵蓋活動(dòng)物、特殊物品、植物繁殖材料等諸多高風(fēng)險(xiǎn)物品，以及龜甲牡丹Paeonia suffruticosa Andr.、星兜A(chǔ)stro-phytum asterias Lem.等珍稀瀕危物種與腐爛莖線(xiàn)蟲(chóng)Ditylenchus destructor Thorne、貝克劍線(xiàn)蟲(chóng)Xiphinema Bakeri等檢疫性有害生物(國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫局動(dòng)植物檢疫監(jiān)管司，2016)。

雖然近年來(lái)檢驗(yàn)檢疫系統(tǒng)在物種資源查驗(yàn)，尤其是瀕危物種查驗(yàn)方面取得了不錯(cuò)的成績(jī)，但截獲的種類(lèi)偏少，與CITES附錄Ⅰ和Ⅱ收錄的3萬(wàn)余種植物相比(宋云等，2015；Convention on International Trade in Endangered Species of Wild Fauna and Flora，2013)，仍有巨大差距。口岸一線(xiàn)人員面對(duì)海量的物種名單難以有效地開(kāi)展日常鑒定工作。

本文基于網(wǎng)絡(luò)爬蟲(chóng)技術(shù)平臺(tái)，通過(guò)抓取電商“多肉之家”多肉植物種類(lèi)信息進(jìn)行分析，甄別出其中的瀕危物種并梳理出多肉物種資源重點(diǎn)查驗(yàn)名單，為物種資源查驗(yàn)，尤其是植物多肉類(lèi)瀕危物種查驗(yàn)提供參考。

1 材料與方法

1.1 網(wǎng)絡(luò)爬蟲(chóng)技術(shù)

網(wǎng)絡(luò)爬蟲(chóng)(web crawler)，又稱(chēng)為網(wǎng)絡(luò)蜘蛛(web spider)或Web信息采集器，是一個(gè)自動(dòng)下載網(wǎng)頁(yè)的計(jì)算機(jī)程序或自動(dòng)化腳本(孫立偉等，2010)。網(wǎng)絡(luò)爬蟲(chóng)通常從一個(gè)稱(chēng)為種子集的URL集合開(kāi)始運(yùn)行，它將這些URL全部放入到一個(gè)有序的待爬行隊(duì)列里，按照一定的順序從中取出URL并下載所指向的頁(yè)面，分析頁(yè)面內(nèi)容，提取新的URL并存入待爬行URL隊(duì)列中，如此重復(fù)上面的過(guò)程，直到URL隊(duì)列為空或滿(mǎn)足某個(gè)爬行終止條件，從而遍歷Web。目前已在搜索引擎制作、電商信息分析等領(lǐng)域得到了推廣和應(yīng)用(孫立偉等，2010；王弘巍，2012； 楊頌，2010)。

1.2 抓取“多肉之家”物種資源

“多肉之家”為國(guó)內(nèi)最具人氣的多肉植物交流論壇之一，不僅在多肉養(yǎng)護(hù)種植等方面處于領(lǐng)先地位，而且是跨境多肉物種資源交易的熱門(mén)平臺(tái)。

基于“神箭手”(http:∥www.shenjianshou.cn/)網(wǎng)絡(luò)爬蟲(chóng)平臺(tái)，通過(guò)對(duì)其采集爬蟲(chóng)代碼進(jìn)行編輯，抓取“多肉之家”(www.drzj.net)收錄的多肉植物的學(xué)名、中文名、科等信息數(shù)據(jù)。

基于網(wǎng)絡(luò)爬蟲(chóng)平臺(tái)，本次抓取共計(jì)獲得23科926種物種資源數(shù)據(jù)。

2 結(jié)果與分析

2.1 “多肉之家”物種資源種類(lèi)構(gòu)成情況

將抓取的23科926種數(shù)據(jù)，經(jīng)人工甄別篩選，實(shí)際有效為23科878種，見(jiàn)圖1。前10名的科為:景天科 Crassulaceae 493種，百合科 Liliaceae 125種，仙人掌科Cactaceae 66種，番杏科Aizoaceae 53種，大戟科Euphorbiaceae 42種，龍舌蘭科Agavaceae 19種，菊科 Asteraceae 17種，蘿藦科 Asclepiadaceae 14種，馬齒莧科Portulacaceae 12種，夾竹桃科Apocynaceae 9種。

圖1 “多肉之家”物種資源科分布情況Fig.1 Number of succulent species per family found in www.drzj.net

2.2 “多肉之家”瀕危物種與非瀕危物種構(gòu)成情況

“多肉之家”共有878種物種資源。其中瀕危物種138種，CITES附錄Ⅰ瀕危物種18種，占2%，CITES附錄Ⅱ?yàn)l危物種120種，占14%；其余物種資源740種，占84%。

“多肉之家”CITES附錄Ⅰ和CITES附錄Ⅱ?yàn)l危物種的詳細(xì)情況，見(jiàn)表1。

表1 “多肉之家”CITES附錄Ⅰ和CITES附錄Ⅱ?yàn)l危物種名單Table 1 List of endangered species of CITES AppendixⅠandⅡin www.drzj.net

續(xù)表1

2.3 “多肉之家”CITES附錄Ⅰ瀕危物種構(gòu)成情況

“多肉之家”CITES附錄Ⅰ瀕危物種共計(jì)3科18種。其中仙人掌科16種，約占88%；百合科1種，約占1%；大戟科1種，約占1%。

2.4 “多肉之家”CITES附錄Ⅱ?yàn)l危物種構(gòu)成情況

“多肉之家”CITES附錄Ⅱ?yàn)l危物種共計(jì)7科120種。其中馬齒莧科7種，約占6%；龍舌蘭科1種，約占1%；龍樹(shù)科Didiereaceae 3種，約占2%；百合科16種，約占13%；仙人掌科50種，約占42%；大戟科35種，約占29%；夾竹桃科8種，約占7%。

圖2 “多肉之家”CITES附錄Ⅱ?yàn)l危物種構(gòu)成情況Fig.2 Proportion of endangered species under CITES AppendixⅡin www.drzj.net

3 討論

近年來(lái)物種資源保護(hù)得到質(zhì)檢總局、海關(guān)等相關(guān)口岸執(zhí)法部門(mén)的高度重視，口岸物種資源查驗(yàn)點(diǎn)建設(shè)不斷加強(qiáng)，配套的政策法規(guī)也不斷完善，但業(yè)務(wù)量大、人員緊張、技術(shù)支撐不足等客觀(guān)因素限制了物種資源查驗(yàn)工作的開(kāi)展，而缺乏口岸重點(diǎn)查驗(yàn)名單，則是導(dǎo)致目前查驗(yàn)工作難以有效推進(jìn)的主要因素。植物瀕危的原因非常復(fù)雜，其中自身因素、物理因素、生物因素和人類(lèi)活動(dòng)是導(dǎo)致瀕危的四大主要原因(盛茂銀等，2011)。目前，CITES附錄Ⅰ和Ⅱ收錄的3萬(wàn)余種植物，并不都是由于國(guó)際間非法買(mǎi)賣(mài)交易等人類(lèi)活動(dòng)導(dǎo)致其瀕危。因此，可通過(guò)貿(mào)易買(mǎi)賣(mài)的數(shù)據(jù)，對(duì)3萬(wàn)余種植物進(jìn)行篩查，甄別出易被國(guó)際間非法買(mǎi)賣(mài)交易的物種，從而建立口岸重點(diǎn)查驗(yàn)名單?！岸嗳庵摇笔菄?guó)內(nèi)養(yǎng)護(hù)交流、交易買(mǎi)賣(mài)的多肉植物最具人氣的電商平臺(tái)之一，買(mǎi)賣(mài)雙方借助該平臺(tái)進(jìn)行交易。因此，對(duì)該網(wǎng)站的數(shù)據(jù)進(jìn)行分析就可以篩選出多肉物種資源重點(diǎn)查驗(yàn)名單(表1)。

“多肉之家”收錄的仙人掌科植物有66種，全部是瀕危物種，其中龜甲牡丹、星兜等16種植物為CITES附錄Ⅰ瀕危物種，帝王龍Ortegocactus macdougallii Alexander、白鳥(niǎo) Mammillaria herrerae Werderm.等50種植物為CITES附錄Ⅱ?yàn)l危物種；“多肉之家”收錄的大戟科植物有42種，瀕危物種約占86%，其中皺葉麒麟Euphorbia decaryi Guillaumin為CITES附錄Ⅰ瀕危物種，華燭麒麟Euphorbia candelabrum var.bilocularis、柳麒麟 Euphorbia hedyotoides N.E.Brown等35種植物為CITES附錄Ⅱ?yàn)l危物種。因此，建議口岸加強(qiáng)對(duì)仙人掌科和大戟科的物種資源查驗(yàn)。造型奇特可愛(ài)的景天科植物受到多肉愛(ài)好者的熱捧和追逐，在“多肉之家”電商中被收錄了493種，約占總數(shù)的56%，但沒(méi)有一種是瀕危物種。不過(guò)，景天科植物的種類(lèi)和數(shù)量眾多，同時(shí)口岸檢疫時(shí)曾多次截獲腐爛莖線(xiàn)蟲(chóng)、貝克劍線(xiàn)蟲(chóng)等檢疫性有害生物，因此口岸及其實(shí)驗(yàn)室仍需注意對(duì)景天科植物的檢疫。

當(dāng)前口岸物種資源的查驗(yàn)主要采取“人—機(jī)—犬”三位一體綜合查驗(yàn)?zāi)Ｊ?吳晶等，2016)，只能初步判定是否為多肉物種。建議開(kāi)展現(xiàn)場(chǎng)在線(xiàn)自動(dòng)識(shí)別搜檢技術(shù)的研究，開(kāi)發(fā)諸如花伴侶、形色、微軟識(shí)花等物種資源識(shí)別app軟件，從而提高工作效率。此外，物種資源的識(shí)別主要是依靠形態(tài)學(xué)方法，但是大多數(shù)物種在口岸并不能被迅速準(zhǔn)確識(shí)別，只能按照《中華人民共和國(guó)郵政法》等法律法規(guī)規(guī)定(中華人民共和國(guó)中央人民政府，2009)，放置一個(gè)多月后才能抵達(dá)實(shí)驗(yàn)室，導(dǎo)致很多樣品枯萎、腐爛。另外，截獲的不少物種有很多尚處于營(yíng)養(yǎng)生長(zhǎng)階段，缺少只有在繁殖階段才會(huì)出現(xiàn)的花、果等鑒定到種的特征，上述情況嚴(yán)重影響了形態(tài)識(shí)別的效果。隨著分子生物學(xué)，特別是ITS、psbA-trnH等DNA條形碼技術(shù)的發(fā)展，已能達(dá)到屬甚至種的準(zhǔn)確識(shí)別(任保青和陳之端，2010)。因此，建議口岸查驗(yàn)實(shí)驗(yàn)室加大對(duì)DNA條形碼技術(shù)的研發(fā)，為物種資源查驗(yàn)提供技術(shù)保障。

盛茂銀，沈初澤，陳祥，田興軍，2011.中國(guó)瀕危野生植物的資源現(xiàn)狀與保護(hù)對(duì)策.自然雜志，33(3):149-154.

任保青，陳之端，2010.植物DNA條形碼技術(shù).植物學(xué)報(bào)，45(1):1-12.

宋云，許瑾，趙竹，李明福，陳克，黃炎，陳乃中，2015.我國(guó)進(jìn)出口貿(mào)易中生物物種資源調(diào)查分析.植物檢疫，29(5):25-29.

孫立偉，何國(guó)輝，吳禮發(fā)，2010.網(wǎng)絡(luò)爬蟲(chóng)技術(shù)的研究.電腦知識(shí)與技術(shù)，6(15):4112-4115.

王弘巍，2012.基于亞馬遜網(wǎng)站的特定電子商品爬蟲(chóng)設(shè)計(jì)與實(shí)現(xiàn).碩士學(xué)位論文.長(zhǎng)春:吉林大學(xué).

吳晶，李井干，殷連平，高穎，2016.中澳新進(jìn)境郵寄物檢疫的比較與分析.植物檢疫，30(5):14-17.

楊頌，2010.面向電子商務(wù)網(wǎng)站的增量爬蟲(chóng)設(shè)計(jì)與實(shí)現(xiàn).碩士學(xué)位論文.長(zhǎng)沙:湖南大學(xué).

國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫局動(dòng)植物檢疫監(jiān)管司.上海局嚴(yán)厲打擊虛假申報(bào)入境郵包.(2016-05-30)[2017-07-03].http:∥dzwjyjgs.aqsiq.gov.cn/gzdt/201605/t20160530＿467478.htm.

中華人民共和國(guó)中央人民政府，2009.中華人民共和國(guó)郵政法.(2009-04-24)[2017-07-03].http:∥www.gov.cn/flfg/2009-04/24/content＿1295123.htm.

Convention on International Trade in Endangered Species of Wild Fauna and Flora，2013.AppendicesⅠ，Ⅱ andⅢ.(2013-09-13)[2017-07-03].https:∥www.cites.org/eng/app/appendices.php.

Analysis of electronic business data for succulents species resource based on web crawler

XUE Huajie?， ZHANG Ning， FU Yining， XU Fei， WANG Shuping， XU Siyue， YIN Liping
Shanghai Entry-Exit Inspection and Quarantine Bureau， Shanghai， 200135， China

【Aim】 In recent years，obtaining foreign valuable succulent plants through the e-commerce platform has become an important channel and a large number of endangered species illegally were introduced into China through third-party logistics.Screening out endangered species and proposing a key checklist of succulent plants can provide a reference for the identification of species resources， especially for inspection of endangered succulent plants.【Method】 Based on the web crawler technology platform，926 categories of data on succulent plants were obtained from the popular internet trade platform"succulent plant house"in China.The data were then screened and classified according to CITES.【Result】 There were 878 species of succulent plants belonging to 23 families from the data obtained from the"succulent plant house"， which included 18 endangered species of CITESAppendixⅠ and 120 endangered species of CITESAppendixⅡ.The endangered species acconted for 16%of all the succulent plants imported.Results show that the most endangered plant species belonged to Cactaceae and Euphorbiaceae.The numbers of species in both families were respectively 66 and 36， accounting for 74%of the total endangered plant species.【Conclusion】 Results indicate that the web crawler technology platform has good feasibility in obtaining the species data in the e-commerce platform of plant trading.

succulents； endangered species； electronic business； web crawler； CITES

10.3969/j.issn.2095-1787.2017.04.010

2017-07-13 接受日期(Accepted):2017-10-20

國(guó)家質(zhì)量基礎(chǔ)的共性技術(shù)研究與應(yīng)用(2017YFF0210303)；上海檢驗(yàn)檢疫局科研項(xiàng)目(HK004-2015)

薛華杰，男，高級(jí)農(nóng)藝師。研究方向:植物檢疫

?通信作者(Author for correspondence)， E-mail:xuehj＠shciq.gov.cn

(責(zé)任編輯:郭瑩)