丁新華, 李 超, 王小武,3, 付開(kāi)赟, 吐?tīng)栠d·阿合買(mǎi)提, 黃紅梅, 木拉提·塔里木別克, 何 江, 郭文超

1新疆農(nóng)業(yè)科學(xué)院植物保護(hù)研究所/農(nóng)業(yè)部西北荒漠綠洲作物有害生物綜合治理重點(diǎn)實(shí)驗(yàn)室，新疆 烏魯木齊 830091; 2新疆農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，新疆 烏魯木齊 830052; 3新疆農(nóng)業(yè)科學(xué)院微生物應(yīng)用研究所，新疆 烏魯木齊 830091; 4伊寧縣農(nóng)業(yè)技術(shù)推廣中心，新疆 伊寧 835100

稻水象甲Lissorhoptrusoryzophilus(Kuschel)起源于北美洲中南部密西西比河流域(Lange & Grigarick,1959; Lupietal.,2015; Mohammad-Amir & Godfrey,2014)，在國(guó)外，其已傳播擴(kuò)散至南美洲、亞洲(日本、印度、韓國(guó)、朝鮮)和歐洲(意大利)并建立種群(Lupietal.,2015)。在我國(guó)，該蟲(chóng)疫區(qū)已擴(kuò)散至我國(guó)西北、西南、東北、華北、華東、華中、華南等23個(gè)省(自治區(qū)、直轄市)463個(gè)縣(市或地區(qū))(龔偉榮等,2007; 郭文超等,2011; 齊國(guó)君等,2012; 王小武,2017)。

隨著全球經(jīng)濟(jì)一體化的加快，外來(lái)有害生物入侵引起了世界各國(guó)的廣泛關(guān)注，入侵物種適生性分析則是目標(biāo)地進(jìn)行風(fēng)險(xiǎn)評(píng)估、合理制定檢疫措施和科學(xué)防治的前提(Wittenberg & Cock，2001)。目前，我國(guó)已先后開(kāi)展了一些重要外來(lái)有害生物的適生性分析及風(fēng)險(xiǎn)評(píng)估研究，如綜合運(yùn)用CLIMEX軟件與ArcGIS軟件完成了對(duì)蜜柑大實(shí)蠅Bactrocera(Tetradacus)tsuneonis(Miyake)(王俊偉等，2009)、蘋(píng)果蠹蛾CydiapomonellaL.(梁亮等，2010)、南松大小蠹DendroctonusfrontalisZimmermann(姚劍等，2011)在我國(guó)的適生性分析，運(yùn)用MaxEnt與ArcGIS軟件完成了對(duì)銹色棕櫚象Rhynchophorusferrugineus(馮益明和劉洪霞，2010)、運(yùn)用ArcView軟件完成了對(duì)西花薊馬Frankliniellaoccidentalis(Pergande)等在我國(guó)的適生性分析(戴霖等，2004)，也運(yùn)用GARP與ArcGIS軟件完成了對(duì)歐洲大蚊TipulapaludosaMeig.在我國(guó)的適生性分析(李濤等，2012)。

對(duì)稻水象甲開(kāi)展準(zhǔn)確的適生性分析和風(fēng)險(xiǎn)評(píng)估，科學(xué)預(yù)測(cè)其潛在的適生區(qū)和蔓延趨勢(shì)，對(duì)于合理制定檢疫措施、科學(xué)防控有著極其重要的指導(dǎo)意義。目前，我國(guó)已有學(xué)者分別運(yùn)用CLIMEX、ArcView、MaxEnt模型對(duì)稻水象甲在我國(guó)的適生分布范圍進(jìn)行了預(yù)測(cè)(龔偉榮等，2007; 毛志農(nóng)等,1997; 齊國(guó)君等，2012)，預(yù)測(cè)結(jié)果一定程度上對(duì)我國(guó)稻水象甲的科學(xué)防控具有重要指導(dǎo)意義。但由于近年來(lái)稻水象甲的持續(xù)擴(kuò)散，其在我國(guó)的最新分布范圍較以往發(fā)生了很大改變，以往的預(yù)測(cè)結(jié)果已不能完全準(zhǔn)確地反映出我國(guó)及其局部區(qū)域內(nèi)稻水象甲的最新擴(kuò)散趨勢(shì)，尤其是缺乏新疆荒漠綠洲稻區(qū)這一特殊生態(tài)環(huán)境下的最新適生分析結(jié)果。因此，積極開(kāi)展基于稻水象甲在新疆荒漠綠洲稻區(qū)的最新分布數(shù)據(jù)，系統(tǒng)運(yùn)用生態(tài)位模型對(duì)稻水象甲在新疆具體的潛在適生區(qū)及擴(kuò)散趨勢(shì)與危害風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)評(píng)估，對(duì)有效指導(dǎo)該區(qū)科學(xué)防控該重大外來(lái)有害生物有著極其緊迫而又現(xiàn)實(shí)的意義。

1 材料與方法

1.1 材料

1.1.1 稻水象甲分布數(shù)據(jù) 2014—2015年，通過(guò)對(duì)新疆南北疆9地州28個(gè)縣市以及新疆生產(chǎn)建設(shè)兵團(tuán)5個(gè)師9個(gè)團(tuán)場(chǎng)水稻主要種植區(qū)的稻水象甲野外分布情況進(jìn)行調(diào)查，利用GPS記錄稻水象甲發(fā)生地點(diǎn)的地理坐標(biāo)點(diǎn)，共獲得41個(gè)新疆分布點(diǎn)數(shù)據(jù)。此外，通過(guò)查閱國(guó)內(nèi)外公開(kāi)發(fā)表的相關(guān)論文，找到已報(bào)道的稻水象甲在我國(guó)內(nèi)地主要發(fā)生省區(qū)的分布點(diǎn)地理信息，對(duì)其中無(wú)詳細(xì)經(jīng)緯度信息但又有重要代表性的發(fā)生地采用Google Earth衛(wèi)星圖定位確定其經(jīng)緯度，共獲得22個(gè)分布點(diǎn)數(shù)據(jù)。再根據(jù)MaxEnt模型的要求，將收集到的63個(gè)分布點(diǎn)信息保存為.CSV格式的文件，且按照物種名、分布點(diǎn)的經(jīng)度、緯度順序保存。

1.1.2 成蟲(chóng)調(diào)查 本文使用的MaxEnt軟件由MaxEnt主頁(yè)上(http:∥www.cs.princeton.edu～ schapire/MaxEnt)下載，其版本為3.3.3版。GIS 軟件則是美國(guó)環(huán)境系統(tǒng)研究所公司研發(fā)的ArcGIS 10.2。

1.1.3 基礎(chǔ)地理數(shù)據(jù) 中國(guó)矢量地圖比例尺為1∶400萬(wàn)，從國(guó)家基礎(chǔ)地理信息系統(tǒng)(http:∥nfgis.nsdi.gov.cn/)免費(fèi)下載。

1.1.4 環(huán)境變量 環(huán)境變量數(shù)據(jù)來(lái)自世界氣象數(shù)據(jù)庫(kù)WORLDCLIM(http:∥www.worldclim.org/)。該數(shù)據(jù)庫(kù)可免費(fèi)下載世界各地氣象站的氣候信息采用插值法生成的全球氣候數(shù)據(jù)。本研究選取當(dāng)前狀況(current conditions)的19個(gè)生物氣候變量(bio1～bio19)，上述數(shù)據(jù)均為1950—2000年各環(huán)境變量的平均值，其空間分辨率為2.5arcmin，下載數(shù)據(jù)文件均為刪格圖層格式，可直接加載到MaxEnt模型中使用。各變量詳見(jiàn)表1。

1.2 方法

參數(shù)設(shè)置：模型訓(xùn)練方法設(shè)定為auto features，選中create response curves、make picture of predictions、do jackknife to measure variable importance，out-put format 設(shè)為logistic，output file type設(shè)為asc，其余為默認(rèn)設(shè)置。

模型運(yùn)行：將63個(gè)稻水象甲分布數(shù)據(jù)和19個(gè)環(huán)境變量導(dǎo)入MaxEnt軟件中，隨機(jī)選取25%分布點(diǎn)數(shù)據(jù)作測(cè)試集(test data)，其余75%作訓(xùn)練集(training data)，選擇刀切法(jack-knife)模型中其他參數(shù)均為默認(rèn)值，該模型預(yù)測(cè)的結(jié)果是連續(xù)柵格數(shù)據(jù)，數(shù)值在0～1之間，輸出文件格式為ASCⅡ柵格格式。利用ArcGIS的格式轉(zhuǎn)化工具(conversion tools)將軟件得到的ASCⅡ格式文件導(dǎo)入ArcGIS軟件并轉(zhuǎn)換成raster格式，用新疆地州矢量圖為底圖掩膜抽提，再利用分析工具(analysis tools)的再分類(lèi)(reclassify)功能對(duì)其進(jìn)行適生等級(jí)的劃分，選定合適的閾值，在此將稻水象甲適生區(qū)分為4個(gè)等級(jí)(齊國(guó)君等，2012)：高度適生區(qū)≥0.5、0.1≤適生區(qū)<0.5、0.05≤低適生區(qū)<0.1、非適生區(qū)<0.05，最終得到稻水象甲在新疆的潛在適生分布范圍。

2 結(jié)果與分析

2.1 稻水象甲在新疆潛在分布區(qū)的預(yù)測(cè)結(jié)果

MaxEnt模型預(yù)測(cè)結(jié)果(圖1)表明，稻水象甲在新疆的適生區(qū)主要集中在北疆天山北坡和伊犁河谷一帶，以及南疆的阿克蘇和克州部分區(qū)域。其中，高適生區(qū)包括北疆昌吉州中部、伊犁河谷中部和烏魯木齊北部、博州中部及塔城地區(qū)西部的部分區(qū)域；適生區(qū)包括烏魯木齊中部、伊犁河谷北部及東部、博州中部及東北部、塔城中部及東部、克拉瑪依、阿勒泰南部及中部、吐魯番西部、哈密中西部、阿克蘇地區(qū)中部及西南部和克州東北部的部分區(qū)域；低適生區(qū)則包括阿勒泰西部及東部部分區(qū)域、塔城東北部部分區(qū)域、昌吉東部部分區(qū)域、吐魯番中西部及哈密西部部分區(qū)域、巴州北部及阿克蘇中部部分區(qū)域、克州東部及喀什東北部部分區(qū)域。

利用ArcGIS的空間分析方法統(tǒng)計(jì)各級(jí)適宜生境面積比例，得到稻水象甲的非適生區(qū)占新疆總面積的79.97%，低適生區(qū)占新疆總面積的7.34%，適生區(qū)占新疆總面積的10.84%，高適生區(qū)占新疆總面積的1.85%。從預(yù)測(cè)結(jié)果來(lái)看，稻水象甲的適生區(qū)和高適生區(qū)合計(jì)占新疆總面積的12.69%，非適生區(qū)和低適生區(qū)則占新疆總面積的87.31%，該重大外來(lái)有害生物在新疆的適生區(qū)主要集中在北疆天山北坡和伊犁河谷一帶，以及南疆阿克蘇地區(qū)和克州的部分區(qū)域。

2.2 MaxEnt生態(tài)位模型的適生性預(yù)測(cè)精度評(píng)價(jià)

ROC曲線(xiàn)被用來(lái)對(duì)MaxEnt生態(tài)位模型的適生性預(yù)測(cè)精度進(jìn)行評(píng)價(jià)。AUC值則作為衡量模型預(yù)測(cè)準(zhǔn)確度的具體指標(biāo)，其范圍為[0，1]，取值越大，表明預(yù)測(cè)效果越好。當(dāng)AUC為1時(shí)，這表明預(yù)測(cè)的分布區(qū)與物種的實(shí)際分布區(qū)域完全相符。0.5≤AUC值<0.6時(shí)，預(yù)測(cè)結(jié)果為不可接受(fail)；0.6≤AUC值<0.7時(shí)，預(yù)測(cè)結(jié)果為可接受(poor)；0.7≤AUC值<0.8時(shí)，預(yù)測(cè)結(jié)果為一般(fair)；0.8≤AUC值<0.9時(shí)，預(yù)測(cè)結(jié)果為較為滿(mǎn)意(good)；0.9≤AUC值<1.0時(shí)，預(yù)測(cè)結(jié)果為非常滿(mǎn)意(excellent)；本文對(duì)新疆荒漠綠洲稻區(qū)稻水象甲適生區(qū)預(yù)測(cè)模型訓(xùn)練集和檢驗(yàn)集的AUC值具體分別為0.994、0.981(圖2)。這表明預(yù)測(cè)結(jié)果非常滿(mǎn)意(excellent)。

2.3 影響稻水象甲潛在分布區(qū)的主導(dǎo)環(huán)境因子分析

主導(dǎo)環(huán)境因子變量的具體篩選過(guò)程為：首先采用刀切法確定最優(yōu)的環(huán)境參數(shù)，即依次省略每一個(gè)具體的環(huán)境變量因子，然后使用其余各變量因子進(jìn)行建模，再分析缺失環(huán)境變量因子與遺漏誤差(omission error)間的相關(guān)性。如果一個(gè)環(huán)境變量因子的缺失顯著導(dǎo)致遺漏誤差增大，這表明該環(huán)境變量因子對(duì)預(yù)測(cè)模型的結(jié)果影響較為顯著，故在最終的模擬中將采用，反之則被剔除。

本研究選取19個(gè)環(huán)境評(píng)價(jià)因子，完成基于MaxEnt模型對(duì)稻水象甲在新疆潛在分布區(qū)域的建模工作，具體采用刀切法對(duì)其中每一個(gè)環(huán)境變量因子進(jìn)行缺失分析，以篩選出影響稻水象甲在新疆分布的主要環(huán)境因子。由結(jié)果(圖3)可以看出，年平均溫(bio1)、等溫性(bio3)、最濕季平均溫(bio8)、最暖季的降雨量(bio18)和最熱月的高溫(bio5)對(duì)稻水象甲的潛在分布影響較大，說(shuō)明它們是影響稻水象甲分布的主要環(huán)境因子。

3 討論

目前，世界范圍內(nèi)廣泛用于預(yù)測(cè)物種分布的生態(tài)位模型主要有GARP(the genetic algorithm for rule-set production)、 ENFA(ecological niche factor analysis)、 BIOCLIM(the bioclimatic prediction system)、DOMAIN(the domain model)、CLIMEX和MaxEnt(maximum entropy species prediction model)，MaxEnt模型較其他幾種模型，預(yù)測(cè)的結(jié)果精確度更高，其可在物種分布數(shù)據(jù)較少的情況下也能得到滿(mǎn)意的結(jié)果(陳新美等，2012; 王娟娟等,2014)。因此，該模型自2006年被創(chuàng)建并發(fā)布以來(lái)，已被廣泛應(yīng)用于動(dòng)植物保護(hù)(尤其是瀕危物種)、外來(lái)種入侵的風(fēng)險(xiǎn)評(píng)估等研究領(lǐng)域，被稱(chēng)作是預(yù)測(cè)物種地理分布最可靠的3種技術(shù)之一(賀水蓮等,2015)。本研究結(jié)果表明，稻水象甲在新疆的潛在分布區(qū)主要集中在北疆天山北坡和伊犁河谷一帶，以及南疆的阿克蘇和克州部分區(qū)域。利用ArcGIS的空間分析方法統(tǒng)計(jì)各級(jí)適宜生境面積比例，得到稻水象甲的非適生區(qū)占新疆總面積的79.97%，低適生區(qū)占7.34%，適生區(qū)占10.84%，高適生區(qū)則僅為1.85%。這一研究結(jié)果在一定程度上細(xì)化了之前我國(guó)部分學(xué)者運(yùn)用CLIMEX、ArcView、MaxEnt模型完成的稻水象甲在我國(guó)的適生區(qū)分析結(jié)果(毛志農(nóng)等，1997; 龔偉榮等，2007; 齊國(guó)君等，2012)。此外，本文只考慮了溫度和降水等氣候環(huán)境因子對(duì)稻水象甲分布擴(kuò)散的影響，如能再綜合考慮寄主、物種自身的生物學(xué)特性、種苗物流以及檢疫等因素，預(yù)測(cè)結(jié)果將會(huì)更準(zhǔn)確。