基于GIS的紫莖澤蘭空間擴(kuò)散的風(fēng)險(xiǎn)分析

董良 鄭驍喆 張志勇 胡樹(shù)發(fā) 葉江霞 周汝良

摘要 [目的]分析紫莖澤蘭空間擴(kuò)散的風(fēng)險(xiǎn)。[方法]分析了影響紫莖澤蘭傳播及定植的生態(tài)條件，選擇海拔、降雨、人為影響、10.8 ℃積溫、林齡、郁閉度等為影響因子，構(gòu)建了紫莖澤蘭擴(kuò)散傳播、定植危害的空間評(píng)估模型。以昆明市為例，通過(guò)各生態(tài)因子的空間信息化處理、分析紫莖澤蘭樣點(diǎn)與各生態(tài)因子空間相關(guān)性，定量評(píng)估了其空間定植擴(kuò)散的風(fēng)險(xiǎn)，并按定植擴(kuò)散的潛在危害，將風(fēng)險(xiǎn)劃分為：高風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)、輕度風(fēng)險(xiǎn)區(qū)及輕度以下風(fēng)險(xiǎn)區(qū)，制作了紫莖澤蘭定植擴(kuò)散風(fēng)險(xiǎn)等級(jí)地圖。[結(jié)果]紫莖澤蘭的濕度與降雨、平均溫與積溫具有共性因子，所以剔除濕度和平均溫。風(fēng)險(xiǎn)適生區(qū)域在空間上具有極大的分異性，其中高風(fēng)險(xiǎn)區(qū)面積占比為24.26%，主要位于宜良、尋甸，中度風(fēng)險(xiǎn)區(qū)面積占比為28.39%，低風(fēng)險(xiǎn)區(qū)面積占比為47.35%。[結(jié)論]研究結(jié)果表明人為活動(dòng)、交通網(wǎng)絡(luò)是影響紫莖澤蘭擴(kuò)散傳播的主導(dǎo)因素，氣象因子是影響紫莖澤蘭定植的關(guān)鍵。借助GIS及空間建模和模擬方法，能以精細(xì)化柵格單元進(jìn)行空間連續(xù)化風(fēng)險(xiǎn)分析和預(yù)測(cè)，實(shí)現(xiàn)了有害生物發(fā)生發(fā)展的精細(xì)化預(yù)警，對(duì)綜合防治管理及實(shí)踐具有重要參考及指導(dǎo)意義。

關(guān)鍵詞 紫莖澤蘭；擴(kuò)散；風(fēng)險(xiǎn)分析；空間連續(xù)化評(píng)估

中圖分類號(hào) S-3 文獻(xiàn)標(biāo)識(shí)碼

A 文章編號(hào) 0517-6611（2018）14-0012-04

Risk Analysis of Spread of Eupatorium adenophorum Based on GIS

DONG Liang1，ZHENG Xiaozhe1，ZHANG Zhiyong2 et al （1.College of Geography，Southwest Forestry University，Kunming，Yunnan 650224；2.Southern Aviation Forest Station of State Forestry Administration，Puer Station，Puer ，Yunnan 665000）

Abstract [Objective]To study the risk of spread of Eupatorium adenophorum.[Method]The ecological conditions affecting the propagation and establishment of E.adenophorum were analyzed.Factors such as altitude，rainfall，human influence，10.8 ℃ accumulated temperature，forest age and canopy density were selected as the influencing factors，and the spatial evaluation model for dispersal and establishment of E.adenophorum was established.Taking Kunming City as an example，through the analysis of E.adenophorum samples and the ecological factors of the spatial correlation of spatial information processing，the ecological factors，quantitative assessment of the risk of space spread，and by diffusion and the possibility of potential harm，will spread the risk into the high risk area，middle risk area and low risk region.To make of E.adenophorum spread risk map.[Result]The humidity and rainfall，the average temperature and accumulated temperature of E.adenophorum had a common factor，so eliminating peace temperature humidity.Risk adaptation regions had great spatial diversity.The area of high risk area was 24.26%，which was mainly located in Yiliang and Xundian.The proportion of moderate risk area was 28.39%，and the area of low risk area was 47.35%.[Conclusion] The results showed that human activities and traffic network were the main factors that influenced the spread and propagation of E.adenophorum， and meteorological factors were the key factors affecting the colonization of E.adenophorum.With the help of GIS and spatial modeling and simulation method，spatial risk analysis and prediction can be carried out with meticulous grid cells，and meticulous early warning for occurrence and development of pests is realized.It has important reference and guidance significance for comprehensive prevention and control management and practice.

Key words Eupatorium adenophorum；Spread；Risk analysis；Continuous spatial evaluation

紫莖澤蘭（Eupatorium adenophora Spreng.）原產(chǎn)于美洲，分布在37°N～35°S。作為一種外來(lái)物種，其在廣泛的熱帶、亞熱帶進(jìn)行了爆發(fā)式的繁衍，自20世紀(jì)80年代通過(guò)自然傳播的方式，經(jīng)中緬邊境傳入我國(guó)云南省以來(lái)，僅半個(gè)世紀(jì)的時(shí)間，紫莖澤蘭迅速擴(kuò)散到了貴州、云南、四川、西藏、廣西、臺(tái)灣等地區(qū)，現(xiàn)今還以60 km/a的速度向東、向北傳播[1]。由于其繁殖能力極強(qiáng)、傳播速度快、群體自然演替能力強(qiáng)，極易在裸地等其他惡劣條件下存活和繁殖，并有極強(qiáng)的吸收和損耗土壤養(yǎng)分的能力[2]，屬世界性惡性雜草[3-5]，對(duì)當(dāng)?shù)氐纳鷳B(tài)環(huán)境造成明顯破壞[6-7]。其次，紫莖澤蘭能在棄耕地上跳躍式傳播，破壞土地的可耕性[8]，植株能釋放多種化感物質(zhì)，排擠其他植物生長(zhǎng)等，破壞生物多樣性[9-11]。并且，紫莖澤蘭能與入侵地土壤中的叢枝菌根真菌（AMF）互作與反饋，降低本土植被的競(jìng)爭(zhēng)力，提高自身的競(jìng)爭(zhēng)優(yōu)勢(shì)[12-14]。此外，其植株內(nèi)的芳香和辛辣化學(xué)物質(zhì)及一些尚不清楚的有毒物質(zhì)對(duì)人體也具危害性[15]。紫莖澤蘭生態(tài)適應(yīng)性極強(qiáng)，耐高溫、耐寒、耐陰、耐旱，一般分布在22°～28°N、年均溫在12.5～19.3 ℃的地區(qū)，最高耐受溫達(dá)35 ℃，最低耐受溫為-5 ℃，年降水在776～1 800 mm的地區(qū)均可生長(zhǎng)[16]。紫莖澤蘭在165～3 000 m的海拔都可生長(zhǎng)，1 000～2 000 m海拔處最適宜生長(zhǎng)[17]。故對(duì)該外來(lái)物種發(fā)生、傳播機(jī)理及擴(kuò)散定植風(fēng)險(xiǎn)評(píng)估進(jìn)行研究對(duì)于有效防治顯得尤為重要。萬(wàn)方浩等[18]對(duì)紫莖澤蘭入侵機(jī)理和控制策略進(jìn)行了研究。易建平等[19]早先做過(guò)四川樂(lè)山紫莖澤蘭的定植入侵和風(fēng)險(xiǎn)評(píng)估，對(duì)紫莖澤蘭特性做了一定的研究，但無(wú)法從空間上精確地預(yù)測(cè)紫莖澤蘭的風(fēng)險(xiǎn)區(qū)域。周俗等[20]把一個(gè)區(qū)域看成內(nèi)部均勻的空間單元，對(duì)紫莖澤蘭分布從行政單元上以大范圍、大尺度進(jìn)行預(yù)測(cè)和分析，并且指出人為影響對(duì)紫莖澤蘭的傳播有積極作用。隨著3S技術(shù)的發(fā)展，其被逐步應(yīng)用到有害生物的風(fēng)險(xiǎn)評(píng)估及測(cè)報(bào)上。李軍玲等[21]進(jìn)行了基于GIS的河南省冬小麥晚霜凍的風(fēng)險(xiǎn)評(píng)估；王峰等[22]進(jìn)行了基于GIS的云南松材線蟲(chóng)風(fēng)險(xiǎn)評(píng)估。韓陽(yáng)陽(yáng)等[23]基于MAXENT模型利用溫度、海拔、降雨等生態(tài)影響因子對(duì)外來(lái)入侵物種松材線蟲(chóng)進(jìn)行了適應(yīng)性分析；付小勇等[24]基于MAXENT模型利用降雨、海拔、土地覆蓋現(xiàn)狀進(jìn)行了適應(yīng)性分析。雖然前人綜合3S技術(shù)在有害生物風(fēng)險(xiǎn)評(píng)估上進(jìn)行了大量研究，但對(duì)紫莖澤蘭適生區(qū)域研究較少，特別是難以對(duì)區(qū)域內(nèi)部的差異進(jìn)行分析，無(wú)法進(jìn)行精細(xì)化評(píng)估，將結(jié)果落實(shí)到山頭地塊，從而缺乏對(duì)防治實(shí)踐的指導(dǎo)性。筆者以昆明市為例，借助3S技術(shù)，利用影響紫莖澤蘭發(fā)生海拔、降雨、人為影響、10.8 ℃積溫、林齡、郁閉度等生態(tài)因子，通過(guò)對(duì)各因子的空間模擬及其影響的相關(guān)性分析，綜合評(píng)估出空間90 m尺度上的風(fēng)險(xiǎn)值，并進(jìn)行風(fēng)險(xiǎn)等級(jí)制圖，該方法能精細(xì)地反映紫莖澤蘭各類發(fā)生風(fēng)險(xiǎn)區(qū)位，從而為有害生物的綜合防治決策及實(shí)踐提供重要參考。

1 材料與方法

1.1 研究區(qū)概況

昆明位于我國(guó)西南云貴高原中部，地理坐標(biāo)為102°10′～103°40′E，24°23′～26°22′N，市中心位于

102°42′31″E、25°02′11″N。昆明境內(nèi)最高海拔4 247.7 m，最低海拔746.0 m，大部分地區(qū)海拔在1 500～2 800 m。昆明屬北緯低緯度亞熱帶-高原山地季風(fēng)氣候，日照長(zhǎng)、霜期短、年平均氣溫15 ℃、年均日照2 200 h左右、年降水量1 035 mm、無(wú)霜期240 d以上。昆明市人口相對(duì)密集，人口的大規(guī)模流動(dòng)有利于紫莖澤蘭的傳播。

1.2 數(shù)據(jù)采集與處理

收集昆明市18個(gè)氣象站觀測(cè)數(shù)據(jù)，利用空間建模與模擬的方法，結(jié)合MODIS衛(wèi)星遙感影像數(shù)據(jù)，開(kāi)展了90 m分辨率的地表氣象場(chǎng)反演和模擬，生成了年均降雨場(chǎng)、10.8 ℃積溫模擬數(shù)據(jù)、年均溫、濕度場(chǎng)，為紫莖澤蘭生長(zhǎng)氣候適宜性建模提供了基礎(chǔ)數(shù)據(jù)（圖1、2）。

收集昆明市近期的林業(yè)資源二調(diào)數(shù)據(jù)，隨機(jī)選取94個(gè)分布有紫莖澤蘭的樣本點(diǎn)，80%的樣本點(diǎn)作為建模的樣本點(diǎn)，20%的樣本點(diǎn)用于精度檢驗(yàn)。采集樣本點(diǎn)的齡組、郁閉度、紫莖澤蘭發(fā)生程度，把發(fā)生程度進(jìn)行量化，重度發(fā)生量化為0.7，中度發(fā)生量化為0.5，輕度發(fā)生量化為0.3，作為建模的指標(biāo)變量，同時(shí)，利用空間疊加分析，將樣本點(diǎn)坐標(biāo)與10.8 ℃積溫、年降雨、DEM進(jìn)行疊加，通過(guò)GIS空間抽樣分析，獲得94個(gè)樣本點(diǎn)的氣象、地理環(huán)境指標(biāo)。收集昆明市的道路、居民區(qū)基礎(chǔ)地理信息數(shù)據(jù)，借助GIS緩沖區(qū)分析，構(gòu)建了0～100、>100～300、>300～800、>800～2 000、>2 000～5 000、>5 000 m的緩沖區(qū)，以上表達(dá)了人為活動(dòng)傳播紫莖澤蘭的能力，疊加其他生物因子變量進(jìn)行建模，并制作為量化地圖，用同樣的方法將其與94個(gè)樣本點(diǎn)疊加，獲得人為影響樣本變量。

1.3 定植適宜性概率建模

上述94個(gè)樣本點(diǎn)的海拔、10.8 ℃積溫、年降水、人為影響等均為紫莖澤蘭擴(kuò)散的自變量，紫莖澤蘭發(fā)生風(fēng)險(xiǎn)為因變量，因變量取值為0～1.00，按高風(fēng)險(xiǎn)量化為0.75～1.00、中等風(fēng)險(xiǎn)為0.50～<0.75，低風(fēng)險(xiǎn)為0.30～<0.50，低風(fēng)險(xiǎn)以下為0～<0.30，利用樣本數(shù)據(jù)及其生態(tài)變量值進(jìn)行分析，并對(duì)變量作標(biāo)準(zhǔn)化處理，借助SPSS進(jìn)行回歸分析得到有害生物發(fā)生風(fēng)險(xiǎn)模型。并利用GIS技術(shù)制作了積溫、降雨等環(huán)境因子圖作為基礎(chǔ)數(shù)據(jù)，參與最后發(fā)生概率的疊加分析計(jì)算。

1.4 人為影響擴(kuò)散傳播模型

紫莖澤蘭會(huì)隨人為活動(dòng)轉(zhuǎn)移而傳播，汽車、火車等交通工具能協(xié)助紫莖澤蘭種子進(jìn)行跨地區(qū)傳播。根據(jù)人口密集程度、鐵路網(wǎng)、公路網(wǎng)、城鎮(zhèn)分布等制成人為影響模型。人為影響模型一定程度上表示了人口密集程度和人口移動(dòng)路徑。人為影響對(duì)紫莖澤蘭的傳播起到了一定的積極作用，其結(jié)果用量化地圖表示。

1.5 綜合風(fēng)險(xiǎn)模型建立 綜合考慮紫莖澤蘭的定植適宜性及擴(kuò)散傳播的可能性，以GIS疊加分析方法，綜合分析出紫莖澤蘭的空間分布風(fēng)險(xiǎn)值。在ArcGIS模型中計(jì)算得到紫莖澤蘭適生性概率分布地圖。將紫莖澤蘭適生性概率分為4個(gè)等級(jí)：輕度以下風(fēng)險(xiǎn)區(qū)、輕度風(fēng)險(xiǎn)區(qū)、中度風(fēng)險(xiǎn)區(qū)、高風(fēng)險(xiǎn)區(qū)，并對(duì)不同的程度賦予不同的顏色，進(jìn)行專題制圖。

2 結(jié)果與分析

2.1 人為影響擴(kuò)散傳播風(fēng)險(xiǎn)格局 根據(jù)人為影響因子圖（圖3）所示，宜良中部、盤(pán)龍區(qū)、官渡區(qū)、呈貢區(qū)、西山區(qū)、晉寧區(qū)、安寧區(qū)東部為人為活動(dòng)密切區(qū)域；尋甸西部、祿勸區(qū)東北部、石林東部為人為活動(dòng)不密切區(qū)域。

2.2 定植風(fēng)險(xiǎn)空間格局

根據(jù)SPSS降維因子分析，濕度場(chǎng)與降雨場(chǎng)、均溫場(chǎng)與積溫場(chǎng)具有共同因子，所以提出濕度場(chǎng)和均溫場(chǎng)，再根據(jù)建模樣點(diǎn)風(fēng)險(xiǎn)值及其各影響生態(tài)因子值，借助SPSS軟件進(jìn)行逐步回歸，得到如下模型。

式中，Y表示紫莖澤蘭發(fā)生概率；LZ為樹(shù)齡；YBD為郁閉度；RW為人為活動(dòng)因子；JY為年降雨；JW為積溫；DEM為數(shù)字高程。

從模型中綜合各個(gè)變量分析表明，齡組貢獻(xiàn)率為36.05%、人為影響貢獻(xiàn)率為23.18%、降雨貢獻(xiàn)率為6.91%、積溫貢獻(xiàn)率為4.51%，以上為正相關(guān)，即在樣本區(qū)域內(nèi)樹(shù)木年齡、人為影響、降雨、溫度這些指標(biāo)越高，越適宜紫莖澤蘭生長(zhǎng)；高程貢獻(xiàn)率為3.60%、郁閉度貢獻(xiàn)率為25.67%，以上為負(fù)相關(guān)，即在樣本區(qū)域內(nèi)，郁閉度越高、高程越大，紫莖澤蘭越不適宜。其中影響最大的變量是齡組。

昆明紫莖澤蘭發(fā)生概率與環(huán)境因子值有比較大的響應(yīng)關(guān)系，這說(shuō)明紫莖澤蘭發(fā)生程度與環(huán)境因子有緊密聯(lián)系。

2.3 紫莖澤蘭風(fēng)險(xiǎn)格局

根據(jù)上述建立的適生模型，得到整個(gè)昆明市空間90 m尺度上紫莖澤蘭的風(fēng)險(xiǎn)格局圖。

由圖4可知，紫莖澤蘭在昆明市的發(fā)生風(fēng)險(xiǎn)區(qū)域具有明顯的空間分異性，這與區(qū)域的生態(tài)地理環(huán)境因子及人為活動(dòng)的空間異質(zhì)性是相關(guān)的，但不同風(fēng)險(xiǎn)等級(jí)分布又具有一定的空間規(guī)律性，其中高風(fēng)險(xiǎn)區(qū)為宜良縣中部、環(huán)滇池區(qū)域、嵩明中部、尋甸中部、東川北部、祿勸北部，高風(fēng)險(xiǎn)區(qū)域占總面積24.26%；

中等風(fēng)險(xiǎn)區(qū)集中在呈貢西部、尋甸西北部、東川西部、石林西北部，中度風(fēng)險(xiǎn)區(qū)域占總面積28.39%；低風(fēng)險(xiǎn)區(qū)分布在東川南部、祿勸南部、西山西部、安寧西部、宜良南部，輕度風(fēng)險(xiǎn)區(qū)域占總面積47.35%。

昆明市有50%以上的區(qū)域適宜紫莖澤蘭生長(zhǎng)。紫莖澤蘭生長(zhǎng)不適宜區(qū)域的因素主要是海拔過(guò)高和溫度不適宜。

綜合以上結(jié)果表明，容易定植區(qū)域?yàn)橐肆伎h中部、環(huán)滇池區(qū)域、嵩明中部、尋甸中部、祿勸北部、呈貢西部、尋甸西北部、東川西北部、石林西北部。

3 討論與結(jié)論

該研究利用各環(huán)境因子建模，最后通過(guò)疊加分析制作紫莖澤蘭發(fā)生概率模型，能精細(xì)地把紫莖澤蘭發(fā)生概率反映到極細(xì)的地理位置，詳細(xì)地反映其發(fā)生概率，從而為基層防治紫莖澤蘭提供發(fā)生概率區(qū)劃。

通過(guò)余下20%樣點(diǎn)數(shù)據(jù)進(jìn)行精度檢驗(yàn)，代入模型后，適生性概率基本符合二調(diào)樣點(diǎn)數(shù)據(jù)的入侵發(fā)生程度。但是由于樣本點(diǎn)總量較少，預(yù)測(cè)結(jié)果的可靠性降低；大部分樣點(diǎn)來(lái)自宜良，取樣范圍狹窄也會(huì)加大結(jié)果預(yù)測(cè)偏差。但是精度檢驗(yàn)基本符合概率發(fā)生模型計(jì)算，證明該方法有一定的可行性。

該模型有效地劃分了縣級(jí)區(qū)域內(nèi)部的紫莖澤蘭適生性等級(jí)，給出了具體的空間化分析與與預(yù)測(cè)，解決了精細(xì)化空間信息對(duì)紫莖澤蘭的預(yù)測(cè)問(wèn)題，能夠很好地對(duì)基層防治工作給出指導(dǎo)建議。并能根據(jù)該模型建立有效風(fēng)險(xiǎn)預(yù)警機(jī)制，減少人力資源浪費(fèi)和降低政府部門(mén)的決策難度，更合理地分配防護(hù)站，防止紫莖澤蘭進(jìn)一步擴(kuò)散，減少經(jīng)濟(jì)損失和自然生態(tài)環(huán)境破環(huán)。

紫莖澤蘭的傳播很大程度上依賴人為活動(dòng)與遷移，自然風(fēng)力、動(dòng)物傳播基本是呈輻射狀向外傳播，而人為傳播是跨區(qū)域的長(zhǎng)距離傳播。如今便利的交通網(wǎng)絡(luò)給外來(lái)入侵物種紫莖澤蘭傳播提供了強(qiáng)有力的條件，所以防治紫莖澤蘭的傳播要從2個(gè)方面入手：一是減少傳播，加強(qiáng)人們對(duì)紫莖澤蘭危害的認(rèn)識(shí)，減少人為傳播，該研究中重度風(fēng)險(xiǎn)區(qū)和中度風(fēng)

險(xiǎn)區(qū)的提出給防治紫莖澤蘭傳播的區(qū)域提供了一定程度的

支持；二是開(kāi)發(fā)紫莖澤蘭的利用方式，利用紫莖澤蘭植株也是防治手段的延伸，如焚燒堆肥。只有當(dāng)紫莖澤蘭具有經(jīng)濟(jì)價(jià)值，才能增加對(duì)紫莖澤蘭的利用，從而減少紫莖澤蘭數(shù)量。

參考文獻(xiàn)

[1]

孫曉玉，陸兆華，桑衛(wèi)國(guó).中國(guó)重要外來(lái)入侵種——紫莖澤蘭研究綜述[J].林業(yè)研究：英文版，2004，15（4）：319-322.

[2] LODGE D M.Biological invasions：Lessons for ecology[J].Trends in ecology & evolution，1993，8（4）：133-137.

[3] 高賢明，王玉蘭，余力.外來(lái)入侵物種紫莖澤蘭的生物生態(tài)學(xué)特征與防治途徑[C]//中國(guó)植物學(xué)會(huì)七十周年年會(huì)論文摘要匯編（1933-2003）.北京：高等教育出版社，2003.

[4] 王曉潔.外來(lái)入侵物種——紫莖澤蘭[J].中國(guó)林業(yè)，2005（11）：24-25.

[5] AHLUWALIA V，SISODIA R，WALIA S，et al.Chemical analysis of essential oils of Eupatorium adenophorum and their antimicrobial，antioxidant and phytotoxic properties[J].Journal of pest science，2014，87（2）：341-349.

[6] 李彥.外來(lái)入侵物種——紫莖澤蘭[J].湖南農(nóng)業(yè)，2016（3）：30，21.

[7] 蔣智林，鄧丹丹，劉萬(wàn)學(xué)，等.紫莖澤蘭入侵對(duì)不同植物群落類型中昆蟲(chóng)多樣性的影響[J].生態(tài)環(huán)境學(xué)報(bào)，2017，26（12）：2008-2015.

[8] 王崇云，潘燕，朱曉媛，等.紫莖澤蘭在棄耕地上的種子風(fēng)傳播與種群建立特征[J].雜草學(xué)報(bào)，2015（3）：1-5.

[9] VIL M，WEINER J.Are invasive plant species better competitors than native plant species？ Evidence from pairwise experiments[J].Oikos，2004，105（2）：229-238.

[10] 馬金虎，楊文秀，孫亮亮，等.紫莖澤蘭提取物對(duì)3種雜草化感脅迫的生理機(jī)制[J].生態(tài)學(xué)報(bào)，2018，38（10）：1-10.

[11] 李霞霞，張欽弟，朱珣之.近十年入侵植物紫莖澤蘭研究進(jìn)展[J].草業(yè)科學(xué)，2017，34（2）：283-292.

[12] 李立青，張明生，梁作盼，等.叢枝菌根真菌促進(jìn)入侵植物紫莖澤蘭的生長(zhǎng)和對(duì)本地植物競(jìng)爭(zhēng)效應(yīng)[J].生態(tài)學(xué)雜志，2016，35（1）：79-86.

[13] 肖博，周文，劉萬(wàn)學(xué)，等.紫莖澤蘭入侵地土壤微生物對(duì)紫莖澤蘭和本地植物的反饋[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2014，16（4）：151-158.

[14] 王桔紅，張麗娜，陳學(xué)林，等.入侵植物對(duì)根際土壤微生物群落影響的研究進(jìn)展[J].生態(tài)科學(xué)，2016，35（6）：204-210.

[15] 宋啟示，付昀，唐建維，等.紫莖澤蘭的化學(xué)互感潛力（英文）[J].植物生態(tài)學(xué)報(bào)，2000，24（3）：362-365.

[16] 黃梅芬，奎嘉祥，徐馳，等.紫莖澤蘭的生態(tài)學(xué)研究概況[J].雜草科學(xué)，2008（1）：1-5.

[17] 吳志紅，覃貴亮，鄧鐵軍.廣西局部地區(qū)紫莖澤蘭的入侵定植及風(fēng)險(xiǎn)評(píng)估[J].西南農(nóng)業(yè)學(xué)報(bào)，2004，17（4）：469-471.

[18] 萬(wàn)方浩，劉萬(wàn)學(xué)，郭建英，等.外來(lái)植物紫莖澤蘭的入侵機(jī)理與控制策略研究進(jìn)展[J].中國(guó)科學(xué)（生命科學(xué)），2011，41（1）：13-21.

[19] 易建平，印麗萍，李大春，等.四川樂(lè)山地區(qū)紫莖澤蘭的入侵定殖和風(fēng)險(xiǎn)評(píng)估[J].植物檢疫，2003（6）：333-336.

[20] 周俗，唐川江，侯太平，等.紫莖澤蘭傳播規(guī)律研究[J].四川畜牧獸醫(yī)，2006，33（5）：30-31.

[21] 李軍玲，張弘，曹淑超.基于GIS的河南省冬小麥晚霜凍風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].干旱氣象，2015，33（1）：45-51.

[22] 王峰，王志英，喻盛甫.基于ArcView GIS的松材線蟲(chóng)傳入云南風(fēng)險(xiǎn)評(píng)估[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，22（5）：639-644.

[23] 韓陽(yáng)陽(yáng)，王焱，項(xiàng)楊，等.基于Maxent生態(tài)位模型的松材線蟲(chóng)在中國(guó)的適生區(qū)預(yù)測(cè)分析[J].南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，39（1）：6-10.

[24] 付小勇，澤桑梓，周曉，等.基于MaxEnt的云南省薇甘菊分布預(yù)測(cè)及評(píng)價(jià)[J].廣東農(nóng)業(yè)科學(xué)，2015，42（12）：159-162.