陳 瑜,楊毅哲,陳麗麗,宋興江,李欣迪,張獻(xiàn)瑞,史 巖,王 佳,宋雅琪,劉 剛*

(1 陜西師范大學(xué) 生命科學(xué)學(xué)院,陜西 西安 710119;2 陜西省耕地質(zhì)量與農(nóng)業(yè)環(huán)境保護(hù)工作站,陜西 西安 710003)

隨著全球化進(jìn)程的加快,跨國(guó)貿(mào)易、旅游業(yè)和交通業(yè)快速發(fā)展,外來(lái)生物的引入風(fēng)險(xiǎn)快速增加。我國(guó)是深受外來(lái)入侵物種危害的國(guó)家之一[1]。外來(lái)入侵物種不僅會(huì)破壞本地的自然生態(tài)系統(tǒng),危害農(nóng)業(yè)生產(chǎn),還會(huì)嚴(yán)重威脅到社會(huì)經(jīng)濟(jì)的發(fā)展,甚至是人類(lèi)健康[2]。據(jù)統(tǒng)計(jì),外來(lái)入侵物種在我國(guó)每年造成的經(jīng)濟(jì)損失超過(guò)2 000億元,其中農(nóng)業(yè)損失占到61.5%[1]。防范外來(lái)物種入侵已成為保障國(guó)家生態(tài)安全的重要一環(huán)[3]。我國(guó)于2021年4月15日頒布了《中華人民共和國(guó)生物安全法》,其中有4個(gè)法條直接涉及外來(lái)入侵物種的管理,這為防范外來(lái)物種入侵提供了法律保障[4]。2022年8月施行的《外來(lái)入侵物種管理辦法》作出明確規(guī)定:任何單位和個(gè)人未經(jīng)批準(zhǔn),不得擅自引進(jìn)、釋放或者丟棄外來(lái)物種[5]。習(xí)近平同志在黨的二十大報(bào)告中明確指出“加強(qiáng)生物安全管理,防治外來(lái)物種侵害”。由此可見(jiàn),國(guó)家對(duì)防范外來(lái)物種入侵的重視程度很高。

由于外來(lái)入侵物種治理難度大,建立預(yù)警機(jī)制是阻止外來(lái)生物入侵和發(fā)生危害最經(jīng)濟(jì)有效的措施[6]。準(zhǔn)確預(yù)測(cè)外來(lái)物種的潛在入侵區(qū)域,可以為其防控和治理提供重要參考依據(jù)。生態(tài)位模型已被廣泛用于預(yù)測(cè)物種的潛在適生區(qū),其基本原理是以物種已知的分布數(shù)據(jù)和相關(guān)環(huán)境因子為基礎(chǔ),按照一定的算法推算出物種的生態(tài)位需求,并將計(jì)算結(jié)果投射到特定的時(shí)間和空間,從而獲得該物種的適生分布區(qū)[7]。應(yīng)用生態(tài)位模型預(yù)測(cè)入侵物種潛在分布的前提條件是生態(tài)位保守性[6],即隨著時(shí)間和空間的變化,物種保持其祖先生態(tài)位不變的傾向[8]。有研究表明,盡管大多數(shù)物種的氣候生態(tài)位具有保守性[9],但仍然有部分入侵物種在到達(dá)新生環(huán)境后擺脫了其在原產(chǎn)地種群分布的限制因素(競(jìng)爭(zhēng)、捕食、擴(kuò)散等),有可能產(chǎn)生適應(yīng)性的生態(tài)位漂移[10]。因此,在模擬物種潛在分布時(shí),要考慮生態(tài)位的分化。最大熵模型(MaxEnt)、區(qū)域環(huán)境模型(DOMAIN)、遺傳算法(GARP)、生態(tài)位因子分析(ENFA)、生物氣候分析系統(tǒng)(BIOCLIM)等是常見(jiàn)的生態(tài)位模型。其中,最大熵模型因其預(yù)測(cè)性能穩(wěn)定、評(píng)價(jià)精度高而在外來(lái)物種入侵預(yù)測(cè)[11-12]、瀕危物種保護(hù)[13]、疾病監(jiān)測(cè)預(yù)警[14]等方面得到廣泛應(yīng)用。

多花黑麥草(LoliummultiflorumLam.)又稱(chēng)意大利黑麥草,是禾本科(Poaceae)黑麥草屬(Lolium)的一年生、越年生或短期多年生植物。它原產(chǎn)于歐洲,經(jīng)引種現(xiàn)已廣泛分布于歐洲、美洲和西南亞洲[15]。因多花黑麥草莖葉柔嫩多汁、適口性好且營(yíng)養(yǎng)豐富,被作為牧草引入我國(guó)進(jìn)行栽培和繁育[16],之后在我國(guó)多地廣泛種植,其作為一種優(yōu)質(zhì)牧草在畜牧養(yǎng)殖和草坪綠化等方面曾有很大貢獻(xiàn)。此外,多花黑麥草殘茬還能作為綠肥促進(jìn)農(nóng)作物水稻的生長(zhǎng)[17]。但近些年,由于農(nóng)田耕作制度的調(diào)整、大型機(jī)械的推廣以及農(nóng)田管理的疏忽,多花黑麥草在陜西、河南、江蘇、四川等地出現(xiàn)混入麥田并造成危害的情況[16]。它不僅會(huì)與小麥爭(zhēng)奪水、肥、空間,影響小麥長(zhǎng)勢(shì),還極易出現(xiàn)倒伏,并引起小麥倒伏,對(duì)小麥產(chǎn)量造成嚴(yán)重影響。多花黑麥草種子壽命長(zhǎng),葉片光滑狹窄不易著藥,且抗藥性強(qiáng),難以從農(nóng)田里徹底根除[18]。

目前,多花黑麥草的擴(kuò)散趨勢(shì)和入侵風(fēng)險(xiǎn)尚不清楚,本文基于多花黑麥草在世界范圍的地理分布數(shù)據(jù)及相關(guān)環(huán)境因子,先通過(guò)環(huán)境主成分分析模型對(duì)比其原產(chǎn)地和入侵地種群的生態(tài)位差異,分析其在入侵中國(guó)過(guò)程中的生態(tài)位進(jìn)化機(jī)制;再基于多花黑麥草在中國(guó)、除中國(guó)外的全球分布數(shù)據(jù)分別構(gòu)建生態(tài)位模型,分析其在當(dāng)前氣候下的潛在適生區(qū);最后根據(jù)模型結(jié)果,分析入侵階段。通過(guò)對(duì)多花黑麥草進(jìn)行入侵風(fēng)險(xiǎn)預(yù)警,為其防治提供研究基礎(chǔ)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源

多花黑麥草分布數(shù)據(jù)主要來(lái)源于2個(gè)途徑:1)從全球生物多樣性信息網(wǎng)絡(luò)(GBIF,http://www.gbif.org/)中共獲取其在全球的地理分布數(shù)據(jù)41 322條[19]。2)通過(guò)中國(guó)數(shù)字植物標(biāo)本館(CVH,http://www.cvh.ac.cn/)查詢(xún)多花黑麥草在中國(guó)的分布數(shù)據(jù),部分僅有地點(diǎn)描述而沒(méi)有地理坐標(biāo)的分布數(shù)據(jù)在百度地圖拾取坐標(biāo)系統(tǒng)中獲取其經(jīng)緯度坐標(biāo),共得到104條分布數(shù)據(jù)。為減少采樣偏差對(duì)生態(tài)位模型預(yù)測(cè)的影響,對(duì)所得的全部分布點(diǎn)數(shù)據(jù)刪除重復(fù)項(xiàng)和冗余點(diǎn)(每2.5′保留1個(gè)分布點(diǎn)),并剔除海上分布點(diǎn),最終得到有效數(shù)據(jù)13 232條(圖1)。其中,原產(chǎn)地分布數(shù)據(jù)共1 796條,在入侵地中國(guó)的分布數(shù)據(jù)139條。

圖1 全球多花黑麥草的原產(chǎn)地和入侵地出現(xiàn)記錄

由于影響物種分布的環(huán)境變量主要是氣候因素[20],本研究選取了WorldClim數(shù)據(jù)庫(kù)(http://www.worldclim.org/)中與溫度和降水相關(guān)的19個(gè)生物氣候因子作為環(huán)境變量(分辨率為2.5′)納入模型分析。

1.2 研究方法

1.2.1 環(huán)境因子篩選

借助ENMTools程序,計(jì)算19個(gè)環(huán)境變量之間的Pearson相關(guān)系數(shù)矩陣,以0.80為閾值判定環(huán)境因子間的共線性。采用MaxEnt模型自帶的刀切法(Jackknife)將19個(gè)環(huán)境變量在模型中按照訓(xùn)練得分進(jìn)行排序,將貢獻(xiàn)度較低且與其他變量間共線性高的環(huán)境變量剔除掉。經(jīng)過(guò)篩選,Bio2、Bio6、Bio8、Bio14、Bio16、Bio19的貢獻(xiàn)率較高(表1),將其作為最優(yōu)環(huán)境變量納入后續(xù)模型分析。

1.2.2 生態(tài)位模型分析

利用入侵地中國(guó)的分布數(shù)據(jù)和原產(chǎn)地分布數(shù)據(jù)分別構(gòu)建多花黑麥草的生態(tài)位模型,并分析其生態(tài)位分化程度。生態(tài)位的分化使用主成分分析法[21]來(lái)評(píng)估。它使用核密度函數(shù)估計(jì)每個(gè)網(wǎng)格單元中每個(gè)物種的平滑出現(xiàn)密度,從而糾正潛在的采樣偏差[22]。使用Schoener’D指數(shù)(D)衡量生態(tài)位重疊分?jǐn)?shù)[23]。

1.2.3 適生區(qū)預(yù)測(cè)

將多花黑麥草在中國(guó)、除中國(guó)外的全球分布數(shù)據(jù)分別和篩選后的環(huán)境變量導(dǎo)入MaxEnt軟件,采用交叉驗(yàn)證方法運(yùn)行10次,即隨機(jī)選取25%的分布點(diǎn)作為測(cè)試集,剩余75%作為訓(xùn)練集,設(shè)置最大重復(fù)次數(shù)為5 000。利用刀切法評(píng)估各環(huán)境變量的相對(duì)貢獻(xiàn)率,采用受試者工作曲線與橫坐標(biāo)圍成的面積值評(píng)估模型精度。

1.2.4 入侵階段分析

理論上,入侵物種與環(huán)境的關(guān)系隨著入侵階段的不同而變化。利用Gallien等提出的新框架,可以推斷一個(gè)物種不同種群在其生態(tài)位空間中的入侵階段,包括局域適應(yīng)區(qū)(位于區(qū)域生態(tài)位之內(nèi),但在全球生態(tài)位之外)、非適生區(qū)(位于區(qū)域生態(tài)位和全球生態(tài)位之外)、穩(wěn)定入侵區(qū)(位于區(qū)域生態(tài)位和全球生態(tài)位之內(nèi))和潛在拓殖區(qū)(位于區(qū)域生態(tài)位之外,但在全球生態(tài)位之內(nèi)),從而能夠更可靠地預(yù)測(cè)外來(lái)入侵物種的分布,提高對(duì)其入侵風(fēng)險(xiǎn)的評(píng)估[24]。

采用最大訓(xùn)練靈敏度加特異性邏輯閾值(maximum training sensitivity plus specificity logistic threshold,MTSS)將基于中國(guó)分布點(diǎn)的預(yù)測(cè)結(jié)果與基于除中國(guó)外全球區(qū)域的預(yù)測(cè)結(jié)果通過(guò)賦值轉(zhuǎn)化為0/1二元結(jié)果;再將二者的圖層進(jìn)行相減得到多花黑麥草在中國(guó)的入侵階段分布圖。基于中國(guó)分布點(diǎn)的預(yù)測(cè)結(jié)果的MTSS閾值為0.122 0,基于除中國(guó)外全球區(qū)域的預(yù)測(cè)結(jié)果的MTSS閾值為0.101 8。

1.2.5 數(shù)據(jù)分析

生態(tài)位模型構(gòu)建與分析采用ecospat、factoextra、rgdal、sf、adehabitatMA、ade4、raster等程序包在R 4.1.3軟件中完成,適生區(qū)預(yù)測(cè)利用MaxEnt 3.3.3完成,模型結(jié)果圖示化在DIVA-GIS和ArcGIS 10.2軟件中完成。本研究所使用的底圖數(shù)據(jù)是基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站(http://bzdt.ch.mnr.gov.cn)下載的中國(guó)地圖(審圖號(hào):GS(2020)4619號(hào))。

2 結(jié)果與分析

2.1 生態(tài)位分化

主成分分析結(jié)果顯示,多花黑麥草原產(chǎn)地種群與在中國(guó)的入侵地種群的生態(tài)位重疊度極低,種群間的生態(tài)位相似性極低(D=0.074,P<0.05)。環(huán)境因子貢獻(xiàn)率的分析結(jié)果顯示,晝夜溫差月均值(Bio2)、最干月份降水量(Bio14)、最濕季度降水量(Bio16)對(duì)PC1軸的貢獻(xiàn)較大,最濕季度平均溫度(Bio8)對(duì)PC2軸的貢獻(xiàn)較大。PC1軸解釋了研究區(qū)環(huán)境因子方差的47%,PC2軸解釋了研究區(qū)環(huán)境因子方差的21.87%(圖2)。

多花黑麥草在入侵中國(guó)后PC1軸的生態(tài)位寬度明顯高于原產(chǎn)地生態(tài)位(圖3)。與原產(chǎn)地種群相比,多花黑麥草在入侵中國(guó)過(guò)程中其生態(tài)位發(fā)生了質(zhì)心偏移,即生態(tài)位漂移(穩(wěn)定指數(shù)僅為0.134,未填充指數(shù)為0.848);同時(shí),其生態(tài)位也發(fā)生顯著擴(kuò)展(擴(kuò)展指數(shù)為0.866)。結(jié)果說(shuō)明多花黑麥草在入侵中國(guó)后其生態(tài)位發(fā)生了顯著進(jìn)化。

圖3 多花黑麥草入侵中國(guó)后的生態(tài)位分化分析結(jié)果

2.2 在中國(guó)的潛在適生區(qū)分布

基于多花黑麥草在中國(guó)的氣候生態(tài)位預(yù)測(cè)結(jié)果,可以看出其在我國(guó)的中、高度適生區(qū)多集中在華中、華南、華東及西南東南部(圖4)。其中,云南東北部、四川東南部、福建東南沿海地區(qū)、湖北東部、湖南、山東、上海、廣西以及臺(tái)灣等地是多花黑麥草的高度適生區(qū),這些區(qū)域面臨的入侵風(fēng)險(xiǎn)等級(jí)較高。

圖4 基于入侵地中國(guó)種群氣候生態(tài)位預(yù)測(cè)的多花黑麥草潛在適生區(qū)分布

基于多花黑麥草在除中國(guó)外的全球氣候生態(tài)位預(yù)測(cè)結(jié)果,可以看出多花黑麥草的中、高度適生區(qū)多集中在華中和華東地區(qū)(圖5)。其中,湖南、江西、福建、浙江、上海、貴州東部、廣西和廣東北部、安徽和湖北南部為多花黑麥草的高度適生區(qū)。

圖5 基于除中國(guó)外的全球氣候生態(tài)位預(yù)測(cè)的多花黑麥草潛在適生區(qū)分布

與基于中國(guó)種群氣候生態(tài)位預(yù)測(cè)的多花黑麥草在中國(guó)的潛在適生區(qū)分布相比,基于除中國(guó)外全球氣候生態(tài)位所預(yù)測(cè)的其在中國(guó)的潛在適生區(qū)分布范圍更小、更集中;其中,湖南、江西、福建、浙江、貴州的高度適生區(qū)面積明顯增加。而基于中國(guó)種群氣候生態(tài)位所預(yù)測(cè)的其在中國(guó)的潛在適生區(qū)分布范圍比較廣,且多花黑麥草有向更北區(qū)域擴(kuò)散的趨勢(shì),例如,青海、新疆、內(nèi)蒙古等地。

2.3 入侵階段分析

入侵階段分析結(jié)果顯示,多花黑麥草在我國(guó)的潛在拓殖區(qū)(綠色)范圍很小,僅在西藏東部、云南南部有極少量分布(圖6);穩(wěn)定入侵區(qū)(粉色)范圍很廣,包括南方大部分省份以及小部分北方地區(qū)(山東東南部、陜西南部、甘肅東南部);多花黑麥草在山西、遼寧、北京、天津、河北、寧夏、海南、甘肅南部、陜西北部、山東北部、四川西部、內(nèi)蒙古東南部、西藏東部等地產(chǎn)生了局域適應(yīng)性(藍(lán)色),該種在這些區(qū)域的入侵正是其生態(tài)位進(jìn)化的結(jié)果。

圖6 多花黑麥草在中國(guó)的入侵階段

3 討論

生態(tài)位保守性是運(yùn)用生態(tài)位模型預(yù)測(cè)物種分布的前提條件[7]。宋興江等使用MaxEnt模型研究豚草的生態(tài)位時(shí),發(fā)現(xiàn)豚草在大多數(shù)入侵地區(qū)保留了其原產(chǎn)地的氣候生態(tài)位特征[25],這與生態(tài)位保守主義的預(yù)期假設(shè)一致。然而,本研究發(fā)現(xiàn)多花黑麥草在入侵中國(guó)的過(guò)程中生態(tài)位保守性低,導(dǎo)致其適生區(qū)預(yù)測(cè)可能并不準(zhǔn)確。有研究表明,使用主成分分析方法對(duì)物種在入侵地和原產(chǎn)地的生態(tài)位進(jìn)行量化,并同時(shí)使用物種在入侵地和原產(chǎn)地的分布數(shù)據(jù)在全球尺度進(jìn)行入侵風(fēng)險(xiǎn)評(píng)估,可以在一定程度上消除模擬結(jié)果的不確定性[26]。本研究通過(guò)環(huán)境主成分分析模型對(duì)比了多花黑麥草原產(chǎn)地和入侵地種群的生態(tài)位差異,為多花黑麥草在入侵中國(guó)過(guò)程中生態(tài)位發(fā)生進(jìn)化提供了證據(jù)。與原產(chǎn)地種群相比,多花黑麥草在入侵我國(guó)后生態(tài)位發(fā)生了漂移,同時(shí)其生態(tài)位也發(fā)生顯著擴(kuò)展。在入侵過(guò)程中,外來(lái)植物氣候生態(tài)位發(fā)生變化的現(xiàn)象普遍存在,這種生態(tài)位變化有助于物種入侵新的地區(qū)或擴(kuò)大其入侵地區(qū)的分布[27],對(duì)入侵物種擴(kuò)散具有重要影響。

多花黑麥草喜溫暖濕潤(rùn)氣候,最適在年降水量為1 000～1 500 mm的地區(qū)生長(zhǎng)[28]。它在我國(guó)的入侵趨于向更北的中溫帶和更南的熱帶地區(qū)擴(kuò)展,表明其在入侵過(guò)程中產(chǎn)生了局域適應(yīng),該種在這些區(qū)域的入侵是其生態(tài)位進(jìn)化的結(jié)果。例如,根據(jù)除中國(guó)外的多花黑麥草種群生態(tài)位預(yù)測(cè)結(jié)果,陜西省關(guān)中平原和河南中部等地屬于低度適生區(qū);然而,根據(jù)中國(guó)種群的生態(tài)位預(yù)測(cè)結(jié)果,這些地方是該種的中、高度適生區(qū)。事實(shí)上,根據(jù)實(shí)地調(diào)查結(jié)果,多花黑麥草在關(guān)中平原和河南省已大規(guī)模暴發(fā),并對(duì)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)等造成了較大影響[3]。物種在入侵過(guò)程中,其生態(tài)位和實(shí)際分布可能會(huì)受到物種相互作用的顯著影響[29];此外,氣候變化[30]、人類(lèi)活動(dòng)[31]等也可能會(huì)使入侵種的適生區(qū)范圍發(fā)生改變。在本研究中,入侵地中國(guó)的多花黑麥草生態(tài)位質(zhì)心主要沿著第二軸向上移動(dòng)。根據(jù)主成分分析結(jié)果(圖2a),第二軸主要反映的是溫度變化(Bio8),因此多花黑麥草的局域適應(yīng)主要體現(xiàn)在相較于原產(chǎn)地種群,其在中國(guó)的入侵種群適應(yīng)了更高溫的環(huán)境,比如中國(guó)雷州半島、海南、臺(tái)灣南部等熱帶地區(qū)。相似的研究表明,粗毛牛膝菊(Ganlisogaquadriradiata)在入侵中國(guó)的過(guò)程中也發(fā)生了明顯的局域適應(yīng),但其適應(yīng)的環(huán)境趨向于比原產(chǎn)地更冷和更干旱的區(qū)域[29]。這些研究結(jié)果說(shuō)明外來(lái)入侵植物在擴(kuò)散過(guò)程中發(fā)生局域適應(yīng)并導(dǎo)致生態(tài)位擴(kuò)展的現(xiàn)象是普遍存在的。入侵物種到達(dá)入侵地后,入侵地的環(huán)境選擇壓力可能與原產(chǎn)地存在較大差異,在選擇壓力的作用下,入侵種群對(duì)環(huán)境因子的適應(yīng)能力會(huì)發(fā)生改變,尤其是對(duì)溫度和降水的適應(yīng)。因此,在對(duì)入侵種擴(kuò)散動(dòng)態(tài)的預(yù)測(cè)研究中,應(yīng)該關(guān)注局域適應(yīng)可能帶來(lái)的影響,僅基于原產(chǎn)地種群生態(tài)位預(yù)測(cè)的入侵種擴(kuò)散潛力往往會(huì)低估入侵種的實(shí)際入侵潛力。

本研究結(jié)果說(shuō)明,無(wú)論是基于中國(guó)種群氣候生態(tài)位預(yù)測(cè)的適生區(qū)分布模型,還是基于除中國(guó)外全球氣候生態(tài)位所預(yù)測(cè)的適生區(qū)分布模型,多花黑麥草在我國(guó)中東部都具有較高的潛在入侵風(fēng)險(xiǎn),例如湖南、湖北、江西、福建、安徽、上海等地區(qū)均為多花黑麥草的中、高度適生區(qū)?，F(xiàn)有的分布記錄也顯示(圖1),上述地區(qū)正是多花黑麥草在我國(guó)的主要危害區(qū)域,這些地方應(yīng)高度重視對(duì)該種的防控。此外,模型結(jié)果也表明,中國(guó)仍存在一些未填充區(qū)域,多花黑麥草在中國(guó)的入侵種群尚未達(dá)到區(qū)域平衡,仍有向新氣候適宜區(qū)擴(kuò)散的可能。一方面,多花黑麥草具有種子量大、繁殖能力強(qiáng)、再生性強(qiáng)等生物學(xué)特性,適應(yīng)性強(qiáng),適生范圍廣;另一方面,有研究表明多花黑麥草具有較高的遺傳多樣性,遺傳變異豐富[32],可為其適應(yīng)新氣候提供基礎(chǔ)。據(jù)記載,多花黑麥草大約于20世紀(jì)30年代被引入我國(guó)[2],引入歷史尚不太長(zhǎng),該物種主要借助糧食運(yùn)輸或其他農(nóng)業(yè)活動(dòng)實(shí)現(xiàn)遠(yuǎn)距離擴(kuò)散,因此仍有大面積的潛在適生區(qū)域尚未被該種占據(jù)。隨著人為干擾活動(dòng)的加強(qiáng),該物種可能會(huì)進(jìn)一步擴(kuò)張其分布區(qū),占據(jù)尚未被填充的區(qū)域。

作為惡性禾本科雜草,多花黑麥草的傳播速度非?？?。據(jù)調(diào)查,2015年以來(lái),在陜西、河南、山東、山西、河北等省份麥田發(fā)生危害的面積已達(dá)86萬(wàn)km2,其中以多花黑麥草為代表的惡性雜草對(duì)小麥的危害程度越來(lái)越嚴(yán)重,威脅到小麥的生長(zhǎng)安全和糧食作物安全[16]。在河南省對(duì)麥田雜草的調(diào)查中發(fā)現(xiàn),多花黑麥草對(duì)花生-小麥連作區(qū)危害嚴(yán)重,造成小麥產(chǎn)量損失20%以上[33]。多花黑麥草在陜西的發(fā)生面積已從1997年的1.2萬(wàn)km2增加到目前的30萬(wàn)km2以上,涉及西安、渭南、銅川、咸陽(yáng)等市的近30多個(gè)縣區(qū),成為陜西省小麥高產(chǎn)穩(wěn)產(chǎn)的最大屏障[16]。由于多花黑麥草根系發(fā)達(dá)、分蘗和繁殖能力強(qiáng),其入侵麥田后與小麥爭(zhēng)奪水肥,對(duì)小麥生產(chǎn)構(gòu)成嚴(yán)重威脅,必須采取措施抑制其蔓延和危害。

一方面,嚴(yán)格把控作物種子質(zhì)量,限制其擴(kuò)展速度;另一方面,通過(guò)科學(xué)用藥,提高化學(xué)防治效果。比如小麥播種后發(fā)芽前用砜吡草唑懸浮劑(40%)封閉除草,對(duì)已播種完畢且有多花黑麥草的地塊可選用5%唑啉草酯混配碇磺草胺、甲基二黃隆等進(jìn)行防治[18]。此外,還應(yīng)通過(guò)耕地旋耙和人工拔除,清除其根系,消滅麥田中殘存的多花黑麥草。當(dāng)前,多花黑麥草防治主要依賴(lài)的還是化學(xué)防治方法。這種方法雖然效果較好,但長(zhǎng)期大量施用化學(xué)藥劑可能造成環(huán)境污染和農(nóng)藥殘留。未來(lái)針對(duì)多花黑麥草的防控應(yīng)該在尚未暴發(fā)區(qū)域采取預(yù)防為主的治理策略,而對(duì)于多花黑麥草已經(jīng)暴發(fā)的地區(qū)可加強(qiáng)推進(jìn)防治相關(guān)研究,比如開(kāi)發(fā)環(huán)境友好型的生物農(nóng)藥或者生物菌劑等。

4 結(jié)論

綜上所述,多花黑麥草入侵我國(guó)后生態(tài)位發(fā)生了顯著漂移,其在我國(guó)東中部大部分地區(qū)具有較高的入侵潛力。本研究有助于構(gòu)建多花黑麥草入侵風(fēng)險(xiǎn)預(yù)警,為開(kāi)展多花黑麥草的防控和治理提供了重要研究基礎(chǔ)。在此基礎(chǔ)上,應(yīng)根據(jù)多花黑麥草的潛在分布,對(duì)其傳播和擴(kuò)散動(dòng)態(tài)加強(qiáng)監(jiān)測(cè),加強(qiáng)該物種的跨省跨區(qū)域檢驗(yàn)檢疫,遏制其快速擴(kuò)散蔓延的勢(shì)頭,防止大面積爆發(fā),降低對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)和區(qū)域生態(tài)安全可能造成的危害。