中國醫(yī)學昆蟲區(qū)系分布的多元相似性聚類分析*

申 琪

(河南中醫(yī)學院，鄭州 450008)

具有醫(yī)學(獸醫(yī)學)意義的昆蟲有蚊、虻、蠓、蚋、虱、蚤、白蛉、蜚蠊、蠅、麗蠅、麻蠅、廁蠅、臭蟲、胃蠅、狂蠅、皮蠅、鳥虱等類群。探討它們的分布規(guī)律、形成機制及地理區(qū)劃是保證人、獸、禽健康的重要基礎研究內容之一。學界前輩傾注畢生精力提出了中國植物和高等動物的地理區(qū)劃系統(tǒng)(吳征鎰等，2011；張榮祖，2011)。申效誠等(2013a)運用他們新近創(chuàng)建的相似性通用公式(Similarity general formula, SGF)和多元相似性聚類分析方法(Multivariate similarity clustering analysis, MSCA)，定量性地提出了中國93 662種昆蟲的地理區(qū)劃草案，認為更接近于植物的分布。但其中的醫(yī)學昆蟲是否更應該相似于高等動物呢？本文將用同樣方法進行嘗試。

1 材料與方法

1.1 供分析的昆蟲種類

參與分析的昆蟲材料來自《中國動物志 昆蟲綱》、《中國經濟昆蟲志》的有關卷冊(李鐵生，1978,1988；王遵明，1983,1994；柳支英等，1986；范滋德等，1988，1997；陸寶麟等，1997；吳厚永等，2007；范滋德和鄧耀華，2008；馬忠余等，2002)，醫(yī)學昆蟲分類期刊，醫(yī)學昆蟲的類群志(薛萬琦和趙建銘，1996；馮平章等，1997；陳漢彬和安繼堯，2003；虞以新，2006)、地方志(馬耀等，1991；陳漢彬和許榮滿，1991；彭建文和劉友樵，1992；蔡振聲等1994；能乃扎布，1999；黃邦侃，1999～2003；黃復生，2002；楊定，2009；陳斌等，2010；申效誠等，2014)、專著(陳世驤，1992；金大雄和李貴真，1992；王保海等，1992；楊星科，1997,2004a,2004b,2005；金大雄，1999；陸寶鱗和吳厚永，2003；黃復生，1987,1988,1993,1996)、名錄(王希蒙等，1992；張永強等，1994；章士美，1994；雷朝亮和周志伯，1998；王大洲等，2000；方志剛和吳鴻，2001；孟緒武，2003；陳明和羅進倉，2007；邵廣昭等，2010)、科學考察報告(李子忠和金道超，2002,2006；金道超和李子忠，2005,2006；李子忠等，2007；任國棟，2010；王新譜和楊貴軍，2010)、以及數百篇醫(yī)學昆蟲分類區(qū)系論文(錢金泉等，1998,1999；夏立照和夏玲玲，2000)等，剔除錯誤名、異名，不包括未定種和種下階元，也不包括不屬于昆蟲綱的蜱類和螨類。資料截止于2006年，一些類群延長至2012年。共計6目45科621屬6617種，(表1)。占申效誠等(2013)建立的中國昆蟲數據庫種類的7.06%。

1.2 基礎地理單元的劃分及數據庫的建立

根據全國地理條件和生態(tài)條件，共確定64個基礎地理單元(Basic geographical unit, BGU)，將物種的行政區(qū)域分布資料轉換為基本地理單元的分布紀錄，作為區(qū)系分析的基礎。(表2)。用微軟Access構建數據庫，有分布記“1”，無分布不記。

表1 本研究的醫(yī)學昆蟲類群的數量Tab. 1 The medical insect groups of China in this study

1.3 多元相似性聚類分析

用Jaccard(1901)的二元相似性系數公式算出每兩單元間的相似性系數，作出相似性系數的三角形矩陣。從最大的相似性系數開始建群，摒棄傳統(tǒng)聚類分析中的逐區(qū)合并環(huán)節(jié)，用申效誠等(2008，2010，2013a，2013b)的相似性通用公式(SGF)和多元相似性聚類分析法(MSCA)，直接計算3個單元、多個單元、以至全部64個單元的相似性系數，繪出聚類圖。

表2 中國醫(yī)學昆蟲的基礎地理單元及其種類Tab. 2 The BGUs and its medical insect species in China

Jacard的公式是：SI=C/(A+B-C)

式中，SI是兩地理單元間的相似性系數，A、B分別是兩單元的物種數，C是兩單元的共有物種數。

SGF的定義是任意多個地區(qū)的相似性是各地區(qū)的共有種類的平均數占總種類數的比例。

SIn=∑Hi/nSn=∑(Si-Ti)/nSn

式中，SIn是n個地理單元間的相似性系數，Si,Hi,Ti分別是i單元的種類數、共有種類數、獨有種類數，滿足Hi=Si-Ti,，Sn是n個單元的總種類數。

兩個公式的關系是，Jaccard的公式是本公式在n為2時的一個特例，后者可以覆蓋前者，前者不能代替后者。

2 結果

使用MSCA方法得到的聚類結果如圖1。

2.1 聚類結果與昆蟲整體分析結果比較

圖1和昆蟲類群整體的聚類分析結果(圖2)(申效誠等，2013a)相比，相同的是，都聚成了9個大群和20個小單元群，各單元群所轄單元在地理上相鄰相連，形成一個自然的昆蟲分布區(qū)群，符合地理學邏輯和生態(tài)學邏輯。而且各大單元群的組成單元及其聚類順序基本沒有改變，不同的是，只有E大群內的9、10小群之間的組成有些移動；在0.120的相似性水平上，B、C兩個大單元群提前于0.149處聚合；在0.230的水平上，有16個小單元群得到區(qū)分，7、11、12、18號小群相似性水平偏低于聚合的水平線下。64個基礎地理單元的總相似性系數為0.042，平均每種昆蟲分布域為3.26個單元，比昆蟲整體水平稍高。

2.2 聚類結果與高等動物地理區(qū)劃比較

與高等動物地理區(qū)劃比較(張榮祖，2011)，相同的是，都有華北區(qū)(C)、青藏區(qū)(D)、西南區(qū)(G)、華南區(qū)(I)，只是各區(qū)的邊界線有所差異。不同的是，內蒙古不再屬于蒙新區(qū)而聚入東北區(qū)(B)；華中區(qū)在同等的相似性水平下分設為E(江淮區(qū))、F(西南區(qū))、H(華東區(qū))三區(qū)；臺灣不再屬于華南區(qū)而聚入華東區(qū)。

3 討論

這是一個令人意想不到的結果，因為醫(yī)學昆蟲和人類及高等動物有著密切的關系，似應與高等動物的分布有著更多的相似之處，但卻和植食性昆蟲沒有多大差異。這是：(1)由于醫(yī)學昆蟲的種類分布信息較為單薄，還不能夠顯示和植食性昆蟲的差別；(2)高等動物的地理區(qū)劃方案還只是定性研究的結果，尚需要定量分析予以校正或修訂；(3)其他更深層次的原因，值得進一步深入探討。

圖1 中國醫(yī)學昆蟲分布的MSCA聚類圖Fig.1 The MSCA tree for medical insect species in China 基礎地理單元及其編碼同表2。 The BGUs and codes are the same as Tab. 2.

圖2 中國昆蟲分布的聚類圖Fig.2 The MSCA tree for insect species in China 基礎地理單元及其編碼同表2。 The BGUs and codes are the same as Tab. 2.