稻水象甲在新疆的潜在分布及适生性研究

丁新华, 李 超, 王小武,3, 付开赟, 吐尔逊·阿合买提, 黄红梅, 木拉提·塔里木别克, 何 江, 郭文超

1新疆农业科学院植物保护研究所/农业部西北荒漠绿洲作物有害生物综合治理重点实验室，新疆 乌鲁木齐 830091; 2新疆农业大学农学院，新疆 乌鲁木齐 830052; 3新疆农业科学院微生物应用研究所，新疆 乌鲁木齐 830091; 4伊宁县农业技术推广中心，新疆 伊宁 835100

稻水象甲Lissorhoptrusoryzophilus(Kuschel)起源于北美洲中南部密西西比河流域(Lange & Grigarick,1959; Lupietal.,2015; Mohammad-Amir & Godfrey,2014)，在国外，其已传播扩散至南美洲、亚洲(日本、印度、韩国、朝鲜)和欧洲(意大利)并建立种群(Lupietal.,2015)。在我国，该虫疫区已扩散至我国西北、西南、东北、华北、华东、华中、华南等23个省(自治区、直辖市)463个县(市或地区)(龚伟荣等,2007; 郭文超等,2011; 齐国君等,2012; 王小武,2017)。

随着全球经济一体化的加快，外来有害生物入侵引起了世界各国的广泛关注，入侵物种适生性分析则是目标地进行风险评估、合理制定检疫措施和科学防治的前提(Wittenberg & Cock，2001)。目前，我国已先后开展了一些重要外来有害生物的适生性分析及风险评估研究，如综合运用CLIMEX软件与ArcGIS软件完成了对蜜柑大实蝇Bactrocera(Tetradacus)tsuneonis(Miyake)(王俊伟等，2009)、苹果蠹蛾CydiapomonellaL.(梁亮等，2010)、南松大小蠹DendroctonusfrontalisZimmermann(姚剑等，2011)在我国的适生性分析，运用MaxEnt与ArcGIS软件完成了对锈色棕榈象Rhynchophorusferrugineus(冯益明和刘洪霞，2010)、运用ArcView软件完成了对西花蓟马Frankliniellaoccidentalis(Pergande)等在我国的适生性分析(戴霖等，2004)，也运用GARP与ArcGIS软件完成了对欧洲大蚊TipulapaludosaMeig.在我国的适生性分析(李涛等，2012)。

对稻水象甲开展准确的适生性分析和风险评估，科学预测其潜在的适生区和蔓延趋势，对于合理制定检疫措施、科学防控有着极其重要的指导意义。目前，我国已有学者分别运用CLIMEX、ArcView、MaxEnt模型对稻水象甲在我国的适生分布范围进行了预测(龚伟荣等，2007; 毛志农等,1997; 齐国君等，2012)，预测结果一定程度上对我国稻水象甲的科学防控具有重要指导意义。但由于近年来稻水象甲的持续扩散，其在我国的最新分布范围较以往发生了很大改变，以往的预测结果已不能完全准确地反映出我国及其局部区域内稻水象甲的最新扩散趋势，尤其是缺乏新疆荒漠绿洲稻区这一特殊生态环境下的最新适生分析结果。因此，积极开展基于稻水象甲在新疆荒漠绿洲稻区的最新分布数据，系统运用生态位模型对稻水象甲在新疆具体的潜在适生区及扩散趋势与危害风险进行预测评估，对有效指导该区科学防控该重大外来有害生物有着极其紧迫而又现实的意义。

1 材料与方法

1.1 材料

1.1.1 稻水象甲分布数据 2014—2015年，通过对新疆南北疆9地州28个县市以及新疆生产建设兵团5个师9个团场水稻主要种植区的稻水象甲野外分布情况进行调查，利用GPS记录稻水象甲发生地点的地理坐标点，共获得41个新疆分布点数据。此外，通过查阅国内外公开发表的相关论文，找到已报道的稻水象甲在我国内地主要发生省区的分布点地理信息，对其中无详细经纬度信息但又有重要代表性的发生地采用Google Earth卫星图定位确定其经纬度，共获得22个分布点数据。再根据MaxEnt模型的要求，将收集到的63个分布点信息保存为.CSV格式的文件，且按照物种名、分布点的经度、纬度顺序保存。

1.1.2 成虫调查 本文使用的MaxEnt软件由MaxEnt主页上(http:∥www.cs.princeton.edu～ schapire/MaxEnt)下载，其版本为3.3.3版。GIS 软件则是美国环境系统研究所公司研发的ArcGIS 10.2。

1.1.3 基础地理数据 中国矢量地图比例尺为1∶400万，从国家基础地理信息系统(http:∥nfgis.nsdi.gov.cn/)免费下载。

1.1.4 环境变量 环境变量数据来自世界气象数据库WORLDCLIM(http:∥www.worldclim.org/)。该数据库可免费下载世界各地气象站的气候信息采用插值法生成的全球气候数据。本研究选取当前状况(current conditions)的19个生物气候变量(bio1～bio19)，上述数据均为1950—2000年各环境变量的平均值，其空间分辨率为2.5arcmin，下载数据文件均为删格图层格式，可直接加载到MaxEnt模型中使用。各变量详见表1。

1.2 方法

参数设置：模型训练方法设定为auto features，选中create response curves、make picture of predictions、do jackknife to measure variable importance，out-put format 设为logistic，output file type设为asc，其余为默认设置。

模型运行：将63个稻水象甲分布数据和19个环境变量导入MaxEnt软件中，随机选取25%分布点数据作测试集(test data)，其余75%作训练集(training data)，选择刀切法(jack-knife)模型中其他参数均为默认值，该模型预测的结果是连续栅格数据，数值在0～1之间，输出文件格式为ASCⅡ栅格格式。利用ArcGIS的格式转化工具(conversion tools)将软件得到的ASCⅡ格式文件导入ArcGIS软件并转换成raster格式，用新疆地州矢量图为底图掩膜抽提，再利用分析工具(analysis tools)的再分类(reclassify)功能对其进行适生等级的划分，选定合适的阈值，在此将稻水象甲适生区分为4个等级(齐国君等，2012)：高度适生区≥0.5、0.1≤适生区<0.5、0.05≤低适生区<0.1、非适生区<0.05，最终得到稻水象甲在新疆的潜在适生分布范围。

2 结果与分析

2.1 稻水象甲在新疆潜在分布区的预测结果

MaxEnt模型预测结果(图1)表明，稻水象甲在新疆的适生区主要集中在北疆天山北坡和伊犁河谷一带，以及南疆的阿克苏和克州部分区域。其中，高适生区包括北疆昌吉州中部、伊犁河谷中部和乌鲁木齐北部、博州中部及塔城地区西部的部分区域；适生区包括乌鲁木齐中部、伊犁河谷北部及东部、博州中部及东北部、塔城中部及东部、克拉玛依、阿勒泰南部及中部、吐鲁番西部、哈密中西部、阿克苏地区中部及西南部和克州东北部的部分区域；低适生区则包括阿勒泰西部及东部部分区域、塔城东北部部分区域、昌吉东部部分区域、吐鲁番中西部及哈密西部部分区域、巴州北部及阿克苏中部部分区域、克州东部及喀什东北部部分区域。

利用ArcGIS的空间分析方法统计各级适宜生境面积比例，得到稻水象甲的非适生区占新疆总面积的79.97%，低适生区占新疆总面积的7.34%，适生区占新疆总面积的10.84%，高适生区占新疆总面积的1.85%。从预测结果来看，稻水象甲的适生区和高适生区合计占新疆总面积的12.69%，非适生区和低适生区则占新疆总面积的87.31%，该重大外来有害生物在新疆的适生区主要集中在北疆天山北坡和伊犁河谷一带，以及南疆阿克苏地区和克州的部分区域。

2.2 MaxEnt生态位模型的适生性预测精度评价

ROC曲线被用来对MaxEnt生态位模型的适生性预测精度进行评价。AUC值则作为衡量模型预测准确度的具体指标，其范围为[0，1]，取值越大，表明预测效果越好。当AUC为1时，这表明预测的分布区与物种的实际分布区域完全相符。0.5≤AUC值<0.6时，预测结果为不可接受(fail)；0.6≤AUC值<0.7时，预测结果为可接受(poor)；0.7≤AUC值<0.8时，预测结果为一般(fair)；0.8≤AUC值<0.9时，预测结果为较为满意(good)；0.9≤AUC值<1.0时，预测结果为非常满意(excellent)；本文对新疆荒漠绿洲稻区稻水象甲适生区预测模型训练集和检验集的AUC值具体分别为0.994、0.981(图2)。这表明预测结果非常满意(excellent)。

2.3 影响稻水象甲潜在分布区的主导环境因子分析

主导环境因子变量的具体筛选过程为：首先采用刀切法确定最优的环境参数，即依次省略每一个具体的环境变量因子，然后使用其余各变量因子进行建模，再分析缺失环境变量因子与遗漏误差(omission error)间的相关性。如果一个环境变量因子的缺失显著导致遗漏误差增大，这表明该环境变量因子对预测模型的结果影响较为显著，故在最终的模拟中将采用，反之则被剔除。

本研究选取19个环境评价因子，完成基于MaxEnt模型对稻水象甲在新疆潜在分布区域的建模工作，具体采用刀切法对其中每一个环境变量因子进行缺失分析，以筛选出影响稻水象甲在新疆分布的主要环境因子。由结果(图3)可以看出，年平均温(bio1)、等温性(bio3)、最湿季平均温(bio8)、最暖季的降雨量(bio18)和最热月的高温(bio5)对稻水象甲的潜在分布影响较大，说明它们是影响稻水象甲分布的主要环境因子。

3 讨论

目前，世界范围内广泛用于预测物种分布的生态位模型主要有GARP(the genetic algorithm for rule-set production)、 ENFA(ecological niche factor analysis)、 BIOCLIM(the bioclimatic prediction system)、DOMAIN(the domain model)、CLIMEX和MaxEnt(maximum entropy species prediction model)，MaxEnt模型较其他几种模型，预测的结果精确度更高，其可在物种分布数据较少的情况下也能得到满意的结果(陈新美等，2012; 王娟娟等,2014)。因此，该模型自2006年被创建并发布以来，已被广泛应用于动植物保护(尤其是濒危物种)、外来种入侵的风险评估等研究领域，被称作是预测物种地理分布最可靠的3种技术之一(贺水莲等,2015)。本研究结果表明，稻水象甲在新疆的潜在分布区主要集中在北疆天山北坡和伊犁河谷一带，以及南疆的阿克苏和克州部分区域。利用ArcGIS的空间分析方法统计各级适宜生境面积比例，得到稻水象甲的非适生区占新疆总面积的79.97%，低适生区占7.34%，适生区占10.84%，高适生区则仅为1.85%。这一研究结果在一定程度上细化了之前我国部分学者运用CLIMEX、ArcView、MaxEnt模型完成的稻水象甲在我国的适生区分析结果(毛志农等，1997; 龚伟荣等，2007; 齐国君等，2012)。此外，本文只考虑了温度和降水等气候环境因子对稻水象甲分布扩散的影响，如能再综合考虑寄主、物种自身的生物学特性、种苗物流以及检疫等因素，预测结果将会更准确。