基于BIOCLIM模型的石蒜綿粉蚧在中國的適生區(qū)分析

黃 芳，張文俊，張建成，吳志毅

(1.浙江省檢驗檢疫科學技術研究院，浙江 杭州 310016； 2.湖州海關，浙江 湖州 313010； 3.臺州海關，浙江 臺州 318000； 4.嘉興海關，浙江 嘉興 314001)

石蒜綿粉蚧(PhenacoccussolaniFerris)最早記錄見于北美，隨后逐漸擴散至中美洲、南美洲；目前，該蟲在歐洲、非洲、亞洲、大洋洲均有分布。石蒜綿粉蚧適生性強、食性廣，不僅取食蔬菜、園藝花卉等觀賞性植物，還可為害中草藥，甚至煙草[1]。目前，該蟲的寄主植物涉及30多科，包括茄科、菊科、爵床科、石蒜科、豆科、姜科、番杏科、五加科、蘭科等，偏好景天科、大戟科等多肉植物[2]。

2014年，石蒜綿粉蚧隨境外景天科多肉植物進入我國境內時被江蘇出入境檢驗檢疫部門首次截獲[3]，此后在全國范圍內，特別是在入境種苗、水果等植物及植物產品上，該蟲被截獲的數量批次日漸提高。2015年2月，國家檢驗檢疫部門發(fā)布《進出境動植物檢驗檢疫風險預警表》，對關于嚴防石蒜綿粉蚧隨郵寄的多肉植物非法進境進行警示通報。自此，石蒜綿粉蚧逐漸引起國內農業(yè)部門及科研人員的關注。目前，國內部分學者已針對其傳入我國的風險開展了初步研究。鄭斯竹等[3]利用有害生物風險性分析程序，計算了石蒜綿粉蚧在我國的綜合風險值為2.085，認為該蟲具高危風險。然而，尚未有相關報道涉及其在我國的適生區(qū)分析。本文將基于BIOCLIM模型對石蒜綿粉蚧在我國的適生區(qū)進行分析，以此為針對該蟲的嚴防嚴控提供參考。

1 材料與方法

1.1 數據收集與處理

石蒜綿粉蚧的分布數據：從數據庫CABI-Crop Protection Compendium 2007(http://www.gbif.org)中初步獲得石蒜綿粉蚧在全球的分布點，再從ISI/web of knowledge、Google學術、百度學術等科研資源庫中查閱國內外涉及石蒜綿粉蚧的文獻報道，以獲得石蒜綿粉蚧在全球的已知記錄分布點。將各分布點輸入GPSspg在線地圖(http://www.gpsspg.com/maps.htm)，獲得各分布點的經緯度，記錄備用。

BIOCLIM生物氣候信息：從BioClim網站(http://worldclim.org/bioclim)獲得生物氣候數據，包括19個生物氣候變量。從DIVA-GIS網站(http://www.diva-gis.org/)下載獲得分析軟件。

其他信息：從國家基礎地理信息系統(http://nfgis.nsdi.gov.cn/)下載國家行政區(qū)劃圖。

1.2 關鍵生物氣候變量選取

參考周奕景等[4]的方法，利用DIVA-GIS軟件，通過Bioclim/Domain模型分析獲得石蒜綿粉蚧發(fā)生分布點的19個生物氣候數據；利用SPSS軟件，通過因子分析模塊對以上影響參數進行主成分分析，獲得影響石蒜綿粉蚧分布的主要影響因子。

1.3 適生性分析

石蒜綿粉蚧適生區(qū)分析軟件為DIVA-GIS，分析模型為該軟件自帶的BIOCLIM生態(tài)位模型，石蒜綿粉蚧適生性等級劃分標準為6級，分別為：非適生區(qū)(發(fā)生概率=0%)、低度適生區(qū)(0%<發(fā)生概率≤2.5%)、較低度適生區(qū)(2.5%<發(fā)生概率≤5%)、中度適生區(qū)(5%<發(fā)生概率≤10%)、較高度適生區(qū)(10%<發(fā)生概率≤20%)、高度適生區(qū)(發(fā)生概率>20%)。預測所得的分布圖采用軟件自帶的Design模塊進行編輯和保存。

1.4 模型的AUC值

受試者工作特征曲線(ROC)在評價生態(tài)位模型預測效果方面具有十分重要的意義[5]。ROC曲線下面積AUC(area under curve)的大小作為模型預測準確度的衡量指標，AUC數值取值范圍為[0，1]，AUC值為0.5～0.7，說明預測結果可靠性低；AUC值為0.7～0.9，說明預測結果可靠性中等；AUC值在0.9以上則視為預測結果可靠性高。從已知的分布點中隨機選取15個分布點作為訓練集，在未分布國家范圍內隨機選取11個地點與余下5個已知分布點合成為驗證集。以訓練集為原始數據基礎進行模型分析驗證集中的分布點預測值；通過SPSS繪制ROC曲線以計算AUC值。

2 結果與分析

2.1 石蒜綿粉蚧在全球的現有分布點及影響其分布的主要環(huán)境因子

石蒜綿粉蚧在全球的分布廣泛，文獻報道其分布于北美洲的加拿大、墨西哥、美國，中南美洲的巴西、厄瓜多爾、危地馬拉、秘魯、波多黎各、委內瑞拉、荷屬安的利斯群島、特立尼達和多巴哥，非洲的南非、佛得角、津巴布韋、基里巴斯，歐洲的意大利、西班牙，亞洲的新加坡、越南、泰國、伊朗、土耳其、以色列、印度和中國，大洋洲的夏威夷群島和馬紹爾群島[3]?？刹樵儷@得的具體分布位點有19個，將石蒜綿粉蚧在全球的分布點在軟件中進行標注，得到石蒜綿粉蚧在全球的現有分布圖(圖1)，其中北美洲1個點，亞洲18個點。

圖1 石蒜綿粉蚧在全球的已報道分布點(部分點重合)Fig.1 Recorded locations of Phenacoccus solani in the world (some points overlapped)

對已知分布點的19個生物氣候變量進行主成分分析，結果如表1所示。根據結果，選取6個具有較大貢獻率值的環(huán)境因子，分別是bio1、bio5、bio6、bio9、bio11、bio14，分別代表年平均氣溫、最熱月份最高氣溫、最冷月份最低氣溫、最干季平均氣溫、最冷季平均氣溫、最干月份降水量。

2.2 石蒜綿粉蚧在全球的潛在分布區(qū)

基于石蒜綿粉蚧現有分布數據及對應的生物氣候變量，通過BIOCLIM模型進行分析預測，得到石蒜綿粉蚧在全球的潛在地理分布圖(圖2)。通過國家地圖對比，石蒜綿粉蚧在全球的高度適生區(qū)主要集中在濕潤的溫熱帶區(qū)域，遍及六大洲包括北美南部、南美洲大部分、非洲中部及以南、歐洲地中海沿岸和亞洲大部分，尤其是東亞和東南亞、南亞和西南亞以及中亞等地區(qū)。中低度適生區(qū)包括歐洲中北部和北美中部等。通過對比，模型預測的分布與現有的模糊分布區(qū)域基本一致。預測結果可靠性ROC曲線評價見圖3，AUC值為0.9，說明該模型預測結果可靠。

表1 環(huán)境因子變量對石蒜綿粉蚧分布的影響系數

Table 1 Correlation coefficient of environmental factors related to the distribution ofPhenacocccussolani

變量代碼Code環(huán)境變量Environmental variable相關系數Correlation coefficientbio1年平均氣溫Annual mean temperature0.992bio2晝夜溫差月均值Mean diurnal range0.883bio3晝夜溫差與年溫差比Isothermality0.871bio4溫度變化方差Temperature seasonality0.954bio5最熱月份最高氣溫Max temperature of the warmest month0.981bio6最冷月份最低氣溫Min temperature of the coldest month0.998bio7年溫變化范圍Temperature annual range0.966bio8最濕季平均氣溫Mean temperature of the wettest quarter0.920bio9最干季平均氣溫Mean temperature of the driest quarter0.990bio10最暖季平均氣溫Mean temperature of the warmest quarter0.977bio11最冷季平均氣溫Mean temperature of the coldest quarter0.981bio12年降水量Annual precipitation0.971bio13最濕月份降水量Precipitation of the wettest month0.830bio14最干月份降水量Precipitation of the driest month0.981bio15降雨量變化方差Precipitation seasonality0.763bio16最濕季降水量Precipitation of the wettest quarter0.906bio17最干季降水量Precipitation of the driest quarter0.952bio18最熱季降水量Precipitation of the warmest quarter0.783bio19最冷季降水量Precipitation of the coldest quarter0.892

圖2 BIOCLIM模型預測的石蒜綿粉蚧在全球的潛在地理分布Fig.2 Prediction of potential distribution of Phenacoccus solani in the world in BIOCLIM model

圖3 石蒜綿粉蚧BIOCLIM模型預測結果的AUC值Fig.3 AUC value of prediction in BIOCLIM model for Phenacoccus solani distribution in the world

2.3 石蒜綿粉蚧在中國的潛在分布區(qū)

根據模型分析結果，我國大部分非常適合石蒜綿粉蚧的生存分布(圖4)，高度適生區(qū)為江淮、黃淮及長江中下游，包括海南、貴州、四川東部、廣西、廣東、湖南、湖北、河南、河北南部、安徽、江西、福建、浙江等省區(qū)。中低度適生區(qū)為西南大部、西北部分及東北南部，包括云南、新疆、西藏、甘肅、寧夏、內蒙古、陜西、遼寧等部分區(qū)域。預測結果中的地區(qū)幾乎涵蓋了我國境內所有的糧食、油料及經濟作物的集中種植區(qū)，特別是長江中下游區(qū)域，部分省區(qū)幾乎全境都是石蒜綿粉蚧的高度適生區(qū)域。

3 討論

近年來，南亞世界性棉花產區(qū)，如印度、巴基斯坦等地，棉花產業(yè)發(fā)生毀滅性災害；經研究發(fā)現，是由扶桑綿粉蚧與石蒜綿粉蚧共發(fā)生導致[6]。針對扶桑綿粉蚧的適生區(qū)研究結果顯示，扶桑綿粉蚧在全球的潛在地理分布區(qū)集中于北美洲中部和南部、南美洲大部、非洲大部、歐洲地中海沿岸部分、西亞大部、南亞大部、中亞南部、東亞和東南亞部分區(qū)域、大洋洲大部等區(qū)域[7]。本文結果表明，石蒜綿粉蚧在全球的適生區(qū)與扶桑綿粉蚧的適生區(qū)大體上相同，這一結論與兩者共發(fā)生的觀察結果是相一致的。徐家文等[7]研究表明，影響扶桑綿粉蚧的生物氣候變量主要為月平均溫度、最冷月最低溫度和最熱月最高溫度三個參數；本文主成分分析結果表明，該三項亦是影響石蒜綿粉蚧分布的主要因子，除此外最干季平均氣溫、最冷季平均氣溫、最干月份降水量三項參數的影響系數也很高。這可能與兩者使用的分析方法不同有關，但其中主要結果的一致性以及本文針對模型做的AUC校驗值，都證明了本文預測值的可靠性。另研究發(fā)現，石蒜綿粉蚧與扶桑綿粉蚧的生物學特性(除繁殖方式外)基本一致[8]，這也可能是造成上述結果的原因之一。

石蒜綿粉蚧與扶桑綿粉蚧的食性廣、抗逆性強，兩者在生物學上的主要區(qū)別是前者是營孤雌生殖[8]而后者是營兩性生殖[9]。昆蟲孤雌生殖的方式是造成農林災害的一個重要因素[10]，營孤雌生殖的外來生物個體更易在陌生環(huán)境中發(fā)展種群，據此推測在其他條件相同的前提下，石蒜綿粉蚧個體成功建立種群的幾率較扶桑綿粉蚧更高。本文結果表明，石蒜綿粉蚧對我國大部分地區(qū)具有極高的入侵風險，一旦該蟲成功入侵并定殖，其災化的可能性極高，將對當地的農業(yè)及林業(yè)生產造成巨大的威脅。這與其近緣種扶桑綿粉蚧“對我國農業(yè)生產所具有的重大威脅性”的研究結論是相一致的。目前，石蒜綿粉蚧在我國的分布呈現偶發(fā)性及零星分布等特點，尚未出現明顯的區(qū)域定殖的現象；但較頻繁地在出入境貿易中被檢疫截獲。因此，針對石蒜綿粉蚧，加強境外與境內的植物和植物產品特別是苗木和花卉的檢疫迫在眉睫。

圖4 BIOCLIM模型預測的石蒜綿粉蚧在中國的潛在地理分布(南海群島地區(qū)預測值缺)Fig.4 Prediction of potential distribution of Phenacoccus solani in China in BIOCLIM model (prediction in the South China Sea region was vacancy)

外來物種成功入侵并定殖于新生境，不僅取決于其對當地氣候及植物的耐受性及適應性，還受其與當地同生態(tài)位生物的競爭及營養(yǎng)鏈的上下級關系等因素的影響。研究表明，生物因子與非生物因子的協同作用對外來物種的入侵也具有一定的影響。石蒜綿粉蚧受該協同作用的影響尚未明確，本文的分析結果也主要基于溫度、濕度、降水等常見環(huán)境變化。因此，下一步研究將考慮石蒜綿粉蚧的生物學適生性，從而對其在我國的潛在分布及其擴散的可能性進行補充分析。