楊藝帥，楊學(xué)宇，王玉生，胡秋龍，史子涵，吉進(jìn)軍，廖尹俊，譚琳*

氣候變化背景下茶角胸葉甲潛在適生區(qū)預(yù)測

楊藝帥1，楊學(xué)宇2,3，王玉生1，胡秋龍2,3，史子涵1，吉進(jìn)軍4，廖尹俊5，譚琳1*

(1.湖南農(nóng)業(yè)大學(xué)植物保護(hù)學(xué)院，湖南 長沙 410128；2.茶學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，湖南 長沙 410128；3.湖南農(nóng)業(yè)大學(xué)園藝學(xué)院，湖南 長沙 410128；4.湖南省茶業(yè)集團(tuán)股份有限公司，湖南 長沙 410126；5.東北大學(xué)江河建筑學(xué)院，遼寧 沈陽 110819)

基于茶角胸葉甲(Lefèvre)截至2020年底的63個有效分布點(diǎn)和22個環(huán)境變量，分析篩選出影響茶角胸葉甲分布的8個重要環(huán)境變量，利用最大熵模型(MaxEnt)和ArcGIS軟件，對茶角胸葉甲2021—2100年氣候條件下的適生區(qū)進(jìn)行預(yù)測。結(jié)果表明：MaxEnt模型的受試者工作曲線面積(AUC)達(dá)0.992；在目前氣候條件下，茶角胸葉甲潛在的適生區(qū)總面積為6.69×105km2，主要位于中國南部和東南部地區(qū)，除已報道發(fā)生過的地區(qū)外，還包括湖北、安徽、浙江、江蘇和臺灣；影響茶角胸葉甲潛在適生區(qū)分布的重要環(huán)境因子主要包括最冷季降水量、坡向和平均氣溫年較差，其中最冷季降水量是影響茶角胸葉甲潛在適生區(qū)分布范圍的最關(guān)鍵環(huán)境變量；在SSP126和SSP245情景下，茶角胸葉甲的總適生區(qū)面積在2061—2080年間達(dá)到峰值后下降；在SSP370情景下，茶角胸葉甲的總適生區(qū)面積在2041—2060年間達(dá)到峰值后下降；在SSP585情景下，茶角胸葉甲總適生區(qū)面積持續(xù)上升?？傮w來看，茶角胸葉甲的適生區(qū)中心主要向西、向北和高緯度等內(nèi)陸地區(qū)轉(zhuǎn)移。

茶角胸葉甲；最大熵模型；適生區(qū)預(yù)測；氣候變化情景

茶角胸葉甲(Lefèvre)，又名黑足角胸葉甲[1]，屬鞘翅目(Coleoptera)肖葉甲科(Eumolpidae)，成蟲取食茶樹、油茶的嫩梢和芽葉，幼蟲在土下取食根系[2]。自20世紀(jì)80年代局部成災(zāi)以來，該蟲不僅在南方茶區(qū)為害，且有迅速向北擴(kuò)散的趨勢[3–4]。以湖南為例，該蟲最初僅在湖南郴州茶區(qū)為害[3]，但近年來在除湘西以外的全省境內(nèi)均有為害的報道[5]。另因其蟲口密度高[4]，造成經(jīng)濟(jì)損失大[6]，現(xiàn)已成為茶產(chǎn)業(yè)發(fā)展的隱患。茶角胸葉甲在南方茶區(qū)一年發(fā)生一代，以幼蟲在5～10 cm的表土層中越冬[7]。各地區(qū)的成蟲發(fā)生、為害盛期略有不同，如在廣東和福建以4月下旬至5月中旬為盛[1,8]，而在湖南和江西則以5月中旬至6月中旬為盛[1,3]。茶角胸葉甲的發(fā)生與茶園降水量、溫度、相對濕度、坡向、海拔高度等密切相關(guān)。朱來佳[9]研究發(fā)現(xiàn)，昭平縣茶角胸葉甲為害加重與降水量的增加密切相關(guān)。譚濟(jì)才等[3]研究發(fā)現(xiàn)，溫度對茶角胸葉甲發(fā)生時間有明顯影響，相對濕度則影響其化蛹率和羽化率，東南向茶園的發(fā)生量比西北向茶園的大。謝振倫等[8]報道，山地及海拔較高的茶園茶角胸葉甲發(fā)生較重。由于茶角胸葉甲的3個蟲態(tài)生活在土壤中，隨著茶樹種植面積的不斷擴(kuò)大，跨地區(qū)調(diào)運(yùn)茶苗頻繁，茶苗帶蟲土調(diào)運(yùn)時均存在擴(kuò)散的風(fēng)險，加之潛在發(fā)生區(qū)域較少，給該蟲的監(jiān)測與防治帶來困難：因此，預(yù)測茶角胸葉甲的潛在分布區(qū)，明確影響其分布的主要因素至關(guān)重要。

唐繼洪等[10]運(yùn)用2041—2080年的氣候預(yù)測數(shù)據(jù)，通過最大熵模型(MaxEnt)[11]對草地螟()的越冬區(qū)進(jìn)行了預(yù)測，認(rèn)為草地螟越冬場所將會擴(kuò)大和北移。尹輝等[12]結(jié)合人類活動干擾，運(yùn)用MaxEnt模型預(yù)測了2021—2100年駱駝刺(Shap.)的分布格局變化，認(rèn)為駱駝刺在西北干旱區(qū)生存并擴(kuò)張。姜明鑫等[13]利用MaxEnt模型預(yù)測茶小綠葉蟬(Matsuda)的潛在適生區(qū)，結(jié)果表明，茶小綠葉蟬潛在適生區(qū)面積呈擴(kuò)大趨勢。

以往有關(guān)茶角胸葉甲的研究多集中于其生物學(xué)特性與防治實(shí)踐[3,14]，尚無其潛在適生區(qū)分布的研究。筆者收集茶角胸葉甲發(fā)生信息和氣候變化資料，采用ArcGIS軟件提取地形數(shù)據(jù)[15]，導(dǎo)入MaxEnt模型，用以預(yù)測目前和2021—2100年氣候變化條件下茶角胸葉甲各級適生區(qū)面積和中心點(diǎn)的變化，以期為茶角胸葉甲的監(jiān)測、科學(xué)防治以及跨地域苗木調(diào)運(yùn)管理提供依據(jù)。

1　數(shù)據(jù)來源與研究方法

1.1　數(shù)據(jù)來源

綜合統(tǒng)計已有文獻(xiàn)[8–9, 16]，截至2020年底，茶角胸葉甲已在福建、廣東、廣西、貴州、湖南、江西等6省(自治區(qū))37個縣市(表1)發(fā)生、為害。結(jié)合實(shí)地調(diào)查情況，剔除重復(fù)報道和無效數(shù)據(jù)后，最終得到63處茶角胸葉甲的有效分布點(diǎn)信息。

表1　茶角胸葉甲的分布

環(huán)境數(shù)據(jù)均來源于世界氣候數(shù)據(jù)庫(https:// worldclim.org/)，其中2021—2040年、2041—2060年、2061—2080年、2081—2100年氣候數(shù)據(jù)選取的是由國家氣候中心研究開發(fā)的BCC–CSM2–MR氣候系統(tǒng)模式[17]中的4種共享社會經(jīng)濟(jì)路徑(SSPs)情景，該情景是在典型濃度路徑的基礎(chǔ)上發(fā)展而來的，用以反映社會經(jīng)濟(jì)發(fā)展與氣候情景之間關(guān)聯(lián)的情景框架[18–19]，包括SSP126、SSP245、SSP370、SSP585[15]。這4種路徑分別是假定2100年輻射強(qiáng)迫穩(wěn)定在2.6、4.5、7.0、8.5 W/m2的情景[20–21]。

地形數(shù)據(jù)通過ArcGIS 10.4.1軟件從世界高程數(shù)據(jù)[15]中提取獲得，22個環(huán)境數(shù)據(jù)分辨率均為2.5。

1.2　研究方法

由于選用的氣候數(shù)據(jù)與地形數(shù)據(jù)的精度均為2.5，每個2.5×2.5的網(wǎng)格中只保留1個分布點(diǎn)[22]用于MaxEnt模型的構(gòu)建。

為避免過度擬合，對獲取的環(huán)境變量數(shù)據(jù)進(jìn)行Pearson相關(guān)性分析，當(dāng)2項(xiàng)環(huán)境變量的相關(guān)系數(shù)≥0.8，即表現(xiàn)出較強(qiáng)的相關(guān)性時，舍去其中對茶角胸葉甲分布貢獻(xiàn)率較小的環(huán)境變量，最終確定8個環(huán)境變量用于MaxEnt模型構(gòu)建(表2)。

表2　構(gòu)建MaxEnt模型的8個環(huán)境變量

參照馬世炎等[22]和劉學(xué)琴等[23]的方法，將茶角胸葉甲的分布數(shù)據(jù)、環(huán)境數(shù)據(jù)以及不同時間段的氣候數(shù)據(jù)導(dǎo)入MaxEnt3.4.1模型后，選用刀切法對權(quán)重進(jìn)行檢驗(yàn)，設(shè)置受試者工作特征曲線(ROC)，在“setting”中勾選“Random seed”，重復(fù)迭代類型，選取交叉驗(yàn)證的方法，重復(fù)10次，以此預(yù)測茶角胸葉甲的適生區(qū)分布。

參照呂汝丹等[24]的方法，將茶甲胸葉甲適生區(qū)的預(yù)測結(jié)果以“Cloglog”格式和“asc”文件類型導(dǎo)出后，導(dǎo)入ArcGIS 10.4.1，利用重分類命令中的自然間斷點(diǎn)分級法，將茶角胸葉甲分布的適宜度分為非適生區(qū)[0～0.10)，低度適生區(qū)[0.10～0.32)、中度適生區(qū)[0.32～0.62)、高度適生區(qū)[0.62～1.00] 4個適生等級，得到茶角胸葉甲潛在適生區(qū)分布。

參照姜明鑫等[13]的方法，采用ROC曲線對MaxEnt模型預(yù)測結(jié)果的精度進(jìn)行評估，用ROC曲線下面積值(AUC)表示。AUC值越大，表示選擇的環(huán)境變量與預(yù)測的分布模型之間的相關(guān)性越大，與隨機(jī)分布相距越遠(yuǎn)，預(yù)測結(jié)果也就越準(zhǔn)確[20, 25]。0.8≤AUC＜0.9時，模型擬合良好；0.9≤AUC＜1.0時模型擬合結(jié)果非常準(zhǔn)確[26]。

2　結(jié)果與分析

2.1　茶角胸葉甲的潛在適生區(qū)分布

將63個茶角胸葉甲的有效分布點(diǎn)的地理坐標(biāo)導(dǎo)入MaxEnt模型，其ROC曲線(圖1)訓(xùn)練集的AUC值為0.986，測試集的AUC值為0.990。這說明利用MaxEnt模型對茶角胸葉甲適生區(qū)進(jìn)行預(yù)測所得到的結(jié)果準(zhǔn)確。

圖1　茶角胸葉甲MaxEnt模型的ROC曲線

2.2　環(huán)境因子對茶角胸葉甲潛在適生區(qū)分布的影響

利用刀切法對8個環(huán)境變量進(jìn)行分析，結(jié)果(圖2)表明：在僅考慮單一環(huán)境變量的情況下，對茶角胸葉甲分布增益值影響最大的3個環(huán)境變量大小依次為最冷季降水量、最干季降水量、平均氣溫年較差，說明這3個變量具有對茶角胸葉甲適生區(qū)模型預(yù)測最有價值的信息，即對茶角胸葉甲的分布影響最大。海拔高度、最熱季平均溫度、最濕季平均溫度增益值均在0.8以上，對茶角胸葉甲的分布也有較大貢獻(xiàn)。當(dāng)缺少坡向變量時，模型增益值減少最多，表明坡向?qū)τ诓杞切厝~甲的分布具有其他變量所沒有的信息，對模型預(yù)測結(jié)果的精確度具有無可替代的影響。

環(huán)境變量與物種存在概率之間的響應(yīng)曲線能夠反映環(huán)境變量與物種之間的關(guān)系。當(dāng)茶角胸葉甲的存在概率大于0.2時，此時對應(yīng)的環(huán)境變量值被認(rèn)為是茶角胸葉甲開始發(fā)生的閾值。由圖3可知，當(dāng)平均氣溫年較差為6.98 ℃時，茶角胸葉甲開始發(fā)生；氣溫年較差為8.3 ℃時，最適其生存；當(dāng)氣溫年較差達(dá)9.5 ℃后，不適合茶角胸葉甲的生存。當(dāng)最冷季降水量達(dá)到141.0 mm時，茶角胸葉甲發(fā)生為害；當(dāng)最冷季降水量為196.2 mm時，最適其生存；當(dāng)最冷季降水量超過349.5 mm時，不適茶角胸葉甲生存。坡度的上升對茶角胸葉甲的存在概率有負(fù)面影響：茶角胸葉甲在各坡向均能存在，且西北坡(坡向賦值292.5～337.5)最適其生存，其次為北坡(0～22.5，337.5～360)和平地茶園(–1)，其存在概率自北(0～22.5)向東北(22.5～67.5)到西北(292.5～337.5)逐步上升，自西北(292.5～337.5)向北(337.5～360)存在概率下降。

圖2　單一環(huán)境變量下正規(guī)化訓(xùn)練增益值

圖3　主要環(huán)境變量的響應(yīng)曲線

2.3　2020年氣候條件下茶角胸葉甲適生區(qū)分布的預(yù)測

利用MaxEnt模型模擬茶角胸葉甲在目前氣候條件下的潛在適生區(qū)分布。茶角胸葉甲的適生區(qū)總面積為6.69×105km2，其中高適生區(qū)面積為1.41×105km2，主要分布在江西、湖南東部和南部、廣西東北部、廣東北部、福建中部和西南部茶區(qū)，湖北、安徽、浙江有零星分布；中適生區(qū)面積為1.93×105km2，主要分布在江西、浙江、湖南中部和西南部、廣西東北部、廣東北部、福建西部、湖北東部茶區(qū)，安徽省內(nèi)有零星分布；低適生區(qū)面積為3.35×105km2。除上述茶區(qū)有分布外，貴州、江蘇和臺灣茶區(qū)也有分布。

2.4　氣候變化對茶角胸葉甲潛在分布的影響

利用MaxEnt模型對4個時間段(2021—2040年、2041—2060年、2061—2080年、2081—2100年)、4種氣候變化(SSP126、SSP245、SSP370、SSP585)情景下的茶角胸葉甲潛在適生區(qū)進(jìn)行預(yù)測，獲得不同氣候變化條件下茶角胸葉甲的潛在適生區(qū)面積(圖4)。不同年份、不同路徑下的茶角胸葉甲潛在適生區(qū)相對于目前分布區(qū)發(fā)生了變化。在SSP126和SSP245情景下，2061—2080年茶角胸葉甲的總適生區(qū)面積在達(dá)到峰值后下降；在SSP370情景下，2041—2060年茶角胸葉甲的總適生區(qū)面積在達(dá)到峰值后下降；但在SSP585情景下，茶角胸葉甲總適生區(qū)面積將持續(xù)增加。

圖4　不同氣候變化情景下茶角胸葉甲的適生區(qū)面積

2021—2040年、SSP585情景下，茶角胸葉甲總適生區(qū)面積減少至2.18×105km2，是現(xiàn)有總適生區(qū)面積的32.6%，但在2061—2080年、SSP245情景下，總適生區(qū)面積達(dá)到9.059×106km2，是現(xiàn)有總適生區(qū)面積的13.6倍。

2021—2040年、SSP585情景下，茶角胸葉甲高適生區(qū)面積減少至4.00×102km2，是現(xiàn)有總適生區(qū)面積的0.3%，但在2061—2080年、SSP245情景下，高適生區(qū)面積為2.974×106km2，是現(xiàn)有高適生區(qū)面積的21.1倍。

2021—2040年、SSP585情景下，茶角胸葉甲中適生區(qū)面積減少至2.0×104km2，是現(xiàn)有中適生區(qū)面積的10.4%，但在2061—2080年、SSP245情景下，中適生區(qū)面積為2.956×106km2，是現(xiàn)有中適生區(qū)面積的15.3倍。

2021—2040年、SSP585情景下，茶角胸葉甲低適生區(qū)面積減少至1.98×105km2，是現(xiàn)有低適生區(qū)面積的59.1%，但在2061—2080年、SSP245情景下，高適生區(qū)面積為3.129×106km2，是現(xiàn)有低適生區(qū)面積的9.3倍。

對比目前氣候條件和不同氣候變化情景下茶角胸葉甲的各適生區(qū)地點(diǎn)(表3)發(fā)現(xiàn)，在不同氣候變化情景下，茶角胸葉甲的高度適生區(qū)中心移動的趨勢不一致，但大多向西部、北部地區(qū)移動，而茶角胸葉甲的中度適生區(qū)和低度適生區(qū)中心多有向西北方向、高緯度地區(qū)等內(nèi)陸移動的趨勢。

表3　不同氣候變化情景下茶角胸葉甲各適生區(qū)中心

3　討論

收集茶角胸葉甲發(fā)生信息，借助MaxEnt模型，對其目前氣候條件下適生區(qū)和4種氣候變化情景下的潛在適生區(qū)進(jìn)行了預(yù)測。結(jié)果表明，目前氣候條件下，茶角胸葉甲的潛在適生區(qū)總面積為6.69×105km2，主要分布在江西、湖南、湖北、廣西、廣東、福建、安徽、浙江、江蘇、貴州、臺灣，其中，湖北、安徽、浙江、江蘇和臺灣氣候條件適宜茶角胸葉甲生存，且可能定殖擴(kuò)散，因而在苗木調(diào)運(yùn)時需加強(qiáng)防控，避免引入造成危害。在SSP126、SSP245與SSP370情景下，茶角胸葉甲的總適生區(qū)面積達(dá)到峰值后下降；但在SSP585情景下，茶角胸葉甲總適生區(qū)面積持續(xù)上升。

選取的22個環(huán)境變量中，最冷季降水量的貢獻(xiàn)率高達(dá)84.7%。茶角胸葉甲存在概率對最冷季降水量的響應(yīng)曲線先高后低，表明過濕或過干旱都會影響茶角胸葉甲的發(fā)生，與實(shí)際相印證[27–28]。此外，坡度也影響茶角胸葉甲的分布。平地與丘陵茶園一般比高山茶園發(fā)生多[27]，這與茶角胸葉甲存在概率隨著坡度上升而減小一致。各坡向均可能存在茶角胸葉甲，且西北坡、北坡、平地最適其生存。而調(diào)查結(jié)果發(fā)現(xiàn)南坡茶園幼蟲發(fā)生量大，這可能是因?yàn)樵谀Ｐ湍M過程中，單從坡度這一要素來探討茶角胸葉甲存在概率，而實(shí)際調(diào)查的結(jié)論是從多變的復(fù)雜環(huán)境條件下獲得的。

盡管選取了包括氣候、地形等共計22個環(huán)境變量進(jìn)行模擬，但考慮到茶角胸葉甲長期居于地下，土壤的理化性質(zhì)、肥力水平、松緊程度甚至土壤的類型都可能對茶角胸葉甲的分布產(chǎn)生影響：因此，在未來研究茶角胸葉甲適生區(qū)時，還需綜合考慮茶角胸葉甲的生物學(xué)信息、寄主分布、土壤理化性質(zhì)、茶園農(nóng)事管理、防控措施等更多的生物和非生物因素，使得預(yù)測結(jié)果與實(shí)際情況更加吻合。已收集了足夠多的茶角胸葉甲發(fā)生信息，但考慮到該蟲相關(guān)的公開報道次數(shù)及實(shí)地采樣的局限性，可能導(dǎo)致采集的樣點(diǎn)在空間分布上相對集中，可能會對預(yù)測結(jié)果產(chǎn)生一定影響，甚至導(dǎo)致極端值的出現(xiàn)[29]：因此，在尚未報道茶角胸葉甲為害的省份仍需加強(qiáng)監(jiān)測與預(yù)防，以獲得更好的防控效果。

[1] 汪榮灶．黑足角胸葉甲發(fā)生與危害的初步考查[J]．福建茶葉，1989，11(2)：40–41．

[2] 何學(xué)友，蔡守平，吳智才．油茶的一種新害蟲——黑足角胸葉甲[J]．中國森林病蟲，2011，30(3)：16–17．

[3] 譚濟(jì)才，劉貴芳，王德興，等．茶角胸葉甲生物學(xué)特性及防治研究[J]．湖南農(nóng)學(xué)院學(xué)報，1986，12(4)：51–60．

[4] 汪榮灶，胡勇．江西黑足角胸葉甲成蟲的盛發(fā)期與防治[J]．江西植保，2004，27(4)：175．

[5] 包強(qiáng)，李冠華，肖蕾，等．4種植物源農(nóng)藥對茶角胸葉甲的室內(nèi)毒力測定[J]．廣東茶業(yè)，2020，171(3)：12–15．

[6] 林阿祥．茶角胸葉甲的發(fā)生與防治初報[J]．茶葉科學(xué)簡報，1991，32(4)：43–44．

[7] 謝逸菲，何振，李密，等．茶角胸葉甲幼蟲在茶園土壤中的空間分布特征[J]．湖南林業(yè)科技，2017，44(5)：55–60．

[8] 謝振倫，馬智華，朱俠慧．茶角胸葉甲的初步觀察[J]．中國茶葉，1985，7(4)：6–7．

[9] 朱來佳．2011年昭平縣茶角胸葉甲重發(fā)生原因及對策[J]．農(nóng)業(yè)研究與應(yīng)用，2013(2)：64–67．

[10] 唐繼洪，程云霞，羅禮智，等．基于Maxent模型的不同氣候變化情景下我國草地螟越冬區(qū)預(yù)測[J]．生態(tài)學(xué)報， 2017，37(14)：4852–4863．

[11] STEVEN J P，MIROSLAV D，Robert E S．Maxent software for modeling species niches and distributions (Version 3.4.1)[EB/OL]. [2022–08–19]．http://biodivers ityinformatics. amnh.org/open_source/maxent/．

[12] 尹輝，田聰，馬倩倩，等．氣候變化和人類活動干擾下駱駝刺潛在分布格局變化特征[J]．生態(tài)學(xué)報，2022，42(18)：7349–7361．

[13] 姜明鑫，鐘文玉，胡海琴，等．氣候變化背景下茶小綠葉蟬在中國的潛在適生區(qū)預(yù)測[J]．生態(tài)學(xué)雜志，2022，41(10)：2008–2016．

[14] 李先文，譚濟(jì)才，柏曉勇，等．幾種藥劑對茶角胸葉甲的室內(nèi)殺蟲活性測定及田間藥效試驗(yàn)[J]．現(xiàn)代農(nóng)藥，2008，7(3)：44–47．

[15] 張華，趙浩翔，徐存剛．氣候變化背景下孑遺植物桫欏在中國的潛在地理分布[J]．生態(tài)學(xué)雜志，2021，40(4)：968–979．

[16] 曹潘榮，劉克斌，劉春燕，等．茶角胸葉甲侵害對嶺頭單樅茶鮮葉芳香物質(zhì)的影響[J]．應(yīng)用生態(tài)學(xué)報，2006，17(11)：2098–2101．

[17] WU T，LU Y，F(xiàn)ANG Y，et al．The Beijing climate center climate system model (BCC-CSM)： the main progress from CMIP5 to CMIP6[J]．Geoscientific Model Development，2019，12(4)：1573–1600．

[18] 張杰，曹麗格，李修倉，等．IPCC AR5中社會經(jīng)濟(jì)新情景(SSPs)研究的最新進(jìn)展[J]．氣候變化研究進(jìn)展，2013，9(3)：225–228．

[19] MOSS R H，EDMONDS J A，HIBBARD K A，et al．The next generation of scenarios for climate change research and assessment[J]．Nature，2010，463：747–756．

[20] 姜彤，呂嫣冉，黃金龍，等．CMIP6模式新情景(SSP–RCP)概述及其在淮河流域的應(yīng)用[J]．氣象科技進(jìn)展，2020，10(5)：102–109．

[21] 張麗霞，陳曉龍，辛?xí)愿瑁瓹MIP6情景模式比較計劃(ScenarioMIP)概況與評述[J]．氣候變化研究進(jìn)展，2019，15(5)：519–525．

[22] 馬世炎，于洪春，趙奎軍，等．基于MaxEnt模型的大豆蚜全球潛在地理分布分析[J]．昆蟲學(xué)報，2022，65(5)：630–637．

[23] 劉學(xué)琴，白明，賀達(dá)漢，等．基于MaxEnt模型的草原步甲屬潛在地理分布研究[J]．生態(tài)學(xué)報，2022，42(10)： 4217–4224．

[24] 呂汝丹，何健，劉慧杰，等．羽葉鐵線蓮的分布區(qū)與生態(tài)位模型分析[J]．北京林業(yè)大學(xué)學(xué)報，2019，41(2)：70–79．

[25] 張偉萍，胡云云，李智華，等．氣候變化情景下祁連圓柏在青海省的適宜分布區(qū)預(yù)測[J]．應(yīng)用生態(tài)學(xué)報，2021，32(7)：2514–2524．

[26] SWETS J A．Measuring the accuracy of diagnostic systems[J]．Science，1988，240：1285–1293．

[27] 譚濟(jì)才，劉貴芳，王德興，等．茶角胸葉甲的發(fā)生與防治[J]．中國茶葉，1987，9(1)：15–16．

[28] 吳勇，林娟，黎健龍，等．英德市2019年茶角胸葉甲重發(fā)生的氣象成因淺析及其防治試驗(yàn)[J]．廣東茶業(yè)，2021(2)：6–9．

[29] 王艷君，高泰，石娟．基于MaxEnt模型對舞毒蛾全球適生區(qū)的預(yù)測及分析[J]．北京林業(yè)大學(xué)學(xué)報，2021，43(9)：59–69．

Prediction of the potential adaptive areas ofunder climate change scenarios

YANG Yishuai1，YANG Xueyu2,3，WANG Yusheng1，HU Qiulong2,3，SHI Zihan1，JI Jinjun4，LIAO Yinjun5，TAN Lin1*

(1.College of Plant Protection, Hunan Agricultural University, Changsha, Hunan 410128, China; 2.Key Laboratory of Tea Science of Ministry of Education, Changsha, Hunan 410128, China; 3.College of Horticulture, Hunan Agricultural University, Changsha, Hunan 410128, China; 4.Hunan Tea Group Corporation Limited, Changsha, Hunan 410126, China; 5.JangHo Architecture, Northeastern University, Shenyang, Liaoning 110819, China)

By the end of 2020, based on 63 effective distribution records of the() in China and 22 environmental variables, eight environmental limiting factors affecting the distribution ofwere determined. The MaxEnt model and ArcGIS software were used to predict the potential adaptive areas of(from 2021 to 2100) under current and future climatic conditions in China. The results show that the receiver operating curve area (AUC) is 0.992 in MaxEnt model. At present climate conditions, the total area of adaptive area is 6.69×105km2, mainly located in the south and southeast of China. Besides the areas that had been infected by, its adaptive region includes Hubei, Anhui, Zhejiang, Jiangsu, and Taiwan provinces. The main environmental factors affecting the potential geographical distribution range ofwere precipitation of the coldest quarter, slope, and annual range of mean temperature. The precipitation of the coldest quarter was the most critical environmental variable affecting the potential adaptive areas range of. In scenarios SSP126 and SSP245, the total adaptive area ofpeaks between 2061 and 2080 and then declines. In scenario SSP370, the total adaptive area ofpeaks between 2041 and 2060 and then declines. However, in scenario SSP585, the total adaptive area ofincreases insistently. Overall, the center of adaptive areas predominantly shifts towards western, northern, and high-latitude inland areas.

; maximum entropy model(MaxEnt); adaptive area prediction; climate change scenarios

Q969.48

A

1007–1032(2023)05–0581–07

楊藝帥，楊學(xué)宇，王玉生，胡秋龍，史子涵，吉進(jìn)軍，廖尹俊，譚琳．氣候變化背景下茶角胸葉甲潛在適生區(qū)預(yù)測[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版)，2023，49(5)：581–587．

YANG Y S，YANG X Y，WANG Y S，HU Q L，SHI Z H，JI J J，LIAO Y J，TAN L．Prediction of the potential adaptive areas ofunder climate change scenarios[J]．Journal of Hunan Agricultural University(Natural Sciences)，2023，49(5)：581–587．

http://xb.hunau.edu.cn

2023–03–31

2023–08–15

國家重點(diǎn)研發(fā)計劃項(xiàng)目(2017YFD0202006–04)

楊藝帥(1999—)，男，湖南永州人，碩士研究生，主要從事農(nóng)業(yè)昆蟲與害蟲防治研究，519414001@qq.com；*通信作者，譚琳，博士，副教授，主要從事農(nóng)業(yè)昆蟲與害蟲防治研究，hqltanlin@163.com

10.13331/j.cnki.jhau.2023.05.012

責(zé)任編輯：羅慧敏

英文編輯：羅維