基于BIOCLIM模型的石蒜绵粉蚧在中国的适生区分析

黄 芳，张文俊，张建成，吴志毅

(1.浙江省检验检疫科学技术研究院，浙江 杭州 310016； 2.湖州海关，浙江 湖州 313010； 3.台州海关，浙江 台州 318000； 4.嘉兴海关，浙江 嘉兴 314001)

石蒜绵粉蚧(PhenacoccussolaniFerris)最早记录见于北美，随后逐渐扩散至中美洲、南美洲；目前，该虫在欧洲、非洲、亚洲、大洋洲均有分布。石蒜绵粉蚧适生性强、食性广，不仅取食蔬菜、园艺花卉等观赏性植物，还可为害中草药，甚至烟草[1]。目前，该虫的寄主植物涉及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、兰科等，偏好景天科、大戟科等多肉植物[2]。

2014年，石蒜绵粉蚧随境外景天科多肉植物进入我国境内时被江苏出入境检验检疫部门首次截获[3]，此后在全国范围内，特别是在入境种苗、水果等植物及植物产品上，该虫被截获的数量批次日渐提高。2015年2月，国家检验检疫部门发布《进出境动植物检验检疫风险预警表》，对关于严防石蒜绵粉蚧随邮寄的多肉植物非法进境进行警示通报。自此，石蒜绵粉蚧逐渐引起国内农业部门及科研人员的关注。目前，国内部分学者已针对其传入我国的风险开展了初步研究。郑斯竹等[3]利用有害生物风险性分析程序，计算了石蒜绵粉蚧在我国的综合风险值为2.085，认为该虫具高危风险。然而，尚未有相关报道涉及其在我国的适生区分析。本文将基于BIOCLIM模型对石蒜绵粉蚧在我国的适生区进行分析，以此为针对该虫的严防严控提供参考。

1 材料与方法

1.1 数据收集与处理

石蒜绵粉蚧的分布数据：从数据库CABI-Crop Protection Compendium 2007(http://www.gbif.org)中初步获得石蒜绵粉蚧在全球的分布点，再从ISI/web of knowledge、Google学术、百度学术等科研资源库中查阅国内外涉及石蒜绵粉蚧的文献报道，以获得石蒜绵粉蚧在全球的已知记录分布点。将各分布点输入GPSspg在线地图(http://www.gpsspg.com/maps.htm)，获得各分布点的经纬度，记录备用。

BIOCLIM生物气候信息：从BioClim网站(http://worldclim.org/bioclim)获得生物气候数据，包括19个生物气候变量。从DIVA-GIS网站(http://www.diva-gis.org/)下载获得分析软件。

其他信息：从国家基础地理信息系统(http://nfgis.nsdi.gov.cn/)下载国家行政区划图。

1.2 关键生物气候变量选取

参考周奕景等[4]的方法，利用DIVA-GIS软件，通过Bioclim/Domain模型分析获得石蒜绵粉蚧发生分布点的19个生物气候数据；利用SPSS软件，通过因子分析模块对以上影响参数进行主成分分析，获得影响石蒜绵粉蚧分布的主要影响因子。

1.3 适生性分析

石蒜绵粉蚧适生区分析软件为DIVA-GIS，分析模型为该软件自带的BIOCLIM生态位模型，石蒜绵粉蚧适生性等级划分标准为6级，分别为：非适生区(发生概率=0%)、低度适生区(0%<发生概率≤2.5%)、较低度适生区(2.5%<发生概率≤5%)、中度适生区(5%<发生概率≤10%)、较高度适生区(10%<发生概率≤20%)、高度适生区(发生概率>20%)。预测所得的分布图采用软件自带的Design模块进行编辑和保存。

1.4 模型的AUC值

受试者工作特征曲线(ROC)在评价生态位模型预测效果方面具有十分重要的意义[5]。ROC曲线下面积AUC(area under curve)的大小作为模型预测准确度的衡量指标，AUC数值取值范围为[0，1]，AUC值为0.5～0.7，说明预测结果可靠性低；AUC值为0.7～0.9，说明预测结果可靠性中等；AUC值在0.9以上则视为预测结果可靠性高。从已知的分布点中随机选取15个分布点作为训练集，在未分布国家范围内随机选取11个地点与余下5个已知分布点合成为验证集。以训练集为原始数据基础进行模型分析验证集中的分布点预测值；通过SPSS绘制ROC曲线以计算AUC值。

2 结果与分析

2.1 石蒜绵粉蚧在全球的现有分布点及影响其分布的主要环境因子

石蒜绵粉蚧在全球的分布广泛，文献报道其分布于北美洲的加拿大、墨西哥、美国，中南美洲的巴西、厄瓜多尔、危地马拉、秘鲁、波多黎各、委内瑞拉、荷属安的利斯群岛、特立尼达和多巴哥，非洲的南非、佛得角、津巴布韦、基里巴斯，欧洲的意大利、西班牙，亚洲的新加坡、越南、泰国、伊朗、土耳其、以色列、印度和中国，大洋洲的夏威夷群岛和马绍尔群岛[3]。可查询获得的具体分布位点有19个，将石蒜绵粉蚧在全球的分布点在软件中进行标注，得到石蒜绵粉蚧在全球的现有分布图(图1)，其中北美洲1个点，亚洲18个点。

图1 石蒜绵粉蚧在全球的已报道分布点(部分点重合)Fig.1 Recorded locations of Phenacoccus solani in the world (some points overlapped)

对已知分布点的19个生物气候变量进行主成分分析，结果如表1所示。根据结果，选取6个具有较大贡献率值的环境因子，分别是bio1、bio5、bio6、bio9、bio11、bio14，分别代表年平均气温、最热月份最高气温、最冷月份最低气温、最干季平均气温、最冷季平均气温、最干月份降水量。

2.2 石蒜绵粉蚧在全球的潜在分布区

基于石蒜绵粉蚧现有分布数据及对应的生物气候变量，通过BIOCLIM模型进行分析预测，得到石蒜绵粉蚧在全球的潜在地理分布图(图2)。通过国家地图对比，石蒜绵粉蚧在全球的高度适生区主要集中在湿润的温热带区域，遍及六大洲包括北美南部、南美洲大部分、非洲中部及以南、欧洲地中海沿岸和亚洲大部分，尤其是东亚和东南亚、南亚和西南亚以及中亚等地区。中低度适生区包括欧洲中北部和北美中部等。通过对比，模型预测的分布与现有的模糊分布区域基本一致。预测结果可靠性ROC曲线评价见图3，AUC值为0.9，说明该模型预测结果可靠。

表1 环境因子变量对石蒜绵粉蚧分布的影响系数

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

变量代码Code环境变量Environmental variable相关系数Correlation coefficientbio1年平均气温Annual mean temperature0.992bio2昼夜温差月均值Mean diurnal range0.883bio3昼夜温差与年温差比Isothermality0.871bio4温度变化方差Temperature seasonality0.954bio5最热月份最高气温Max temperature of the warmest month0.981bio6最冷月份最低气温Min temperature of the coldest month0.998bio7年温变化范围Temperature annual range0.966bio8最湿季平均气温Mean temperature of the wettest quarter0.920bio9最干季平均气温Mean temperature of the driest quarter0.990bio10最暖季平均气温Mean temperature of the warmest quarter0.977bio11最冷季平均气温Mean temperature of the coldest quarter0.981bio12年降水量Annual precipitation0.971bio13最湿月份降水量Precipitation of the wettest month0.830bio14最干月份降水量Precipitation of the driest month0.981bio15降雨量变化方差Precipitation seasonality0.763bio16最湿季降水量Precipitation of the wettest quarter0.906bio17最干季降水量Precipitation of the driest quarter0.952bio18最热季降水量Precipitation of the warmest quarter0.783bio19最冷季降水量Precipitation of the coldest quarter0.892

图2 BIOCLIM模型预测的石蒜绵粉蚧在全球的潜在地理分布Fig.2 Prediction of potential distribution of Phenacoccus solani in the world in BIOCLIM model

图3 石蒜绵粉蚧BIOCLIM模型预测结果的AUC值Fig.3 AUC value of prediction in BIOCLIM model for Phenacoccus solani distribution in the world

2.3 石蒜绵粉蚧在中国的潜在分布区

根据模型分析结果，我国大部分非常适合石蒜绵粉蚧的生存分布(图4)，高度适生区为江淮、黄淮及长江中下游，包括海南、贵州、四川东部、广西、广东、湖南、湖北、河南、河北南部、安徽、江西、福建、浙江等省区。中低度适生区为西南大部、西北部分及东北南部，包括云南、新疆、西藏、甘肃、宁夏、内蒙古、陕西、辽宁等部分区域。预测结果中的地区几乎涵盖了我国境内所有的粮食、油料及经济作物的集中种植区，特别是长江中下游区域，部分省区几乎全境都是石蒜绵粉蚧的高度适生区域。

3 讨论

近年来，南亚世界性棉花产区，如印度、巴基斯坦等地，棉花产业发生毁灭性灾害；经研究发现，是由扶桑绵粉蚧与石蒜绵粉蚧共发生导致[6]。针对扶桑绵粉蚧的适生区研究结果显示，扶桑绵粉蚧在全球的潜在地理分布区集中于北美洲中部和南部、南美洲大部、非洲大部、欧洲地中海沿岸部分、西亚大部、南亚大部、中亚南部、东亚和东南亚部分区域、大洋洲大部等区域[7]。本文结果表明，石蒜绵粉蚧在全球的适生区与扶桑绵粉蚧的适生区大体上相同，这一结论与两者共发生的观察结果是相一致的。徐家文等[7]研究表明，影响扶桑绵粉蚧的生物气候变量主要为月平均温度、最冷月最低温度和最热月最高温度三个参数；本文主成分分析结果表明，该三项亦是影响石蒜绵粉蚧分布的主要因子，除此外最干季平均气温、最冷季平均气温、最干月份降水量三项参数的影响系数也很高。这可能与两者使用的分析方法不同有关，但其中主要结果的一致性以及本文针对模型做的AUC校验值，都证明了本文预测值的可靠性。另研究发现，石蒜绵粉蚧与扶桑绵粉蚧的生物学特性(除繁殖方式外)基本一致[8]，这也可能是造成上述结果的原因之一。

石蒜绵粉蚧与扶桑绵粉蚧的食性广、抗逆性强，两者在生物学上的主要区别是前者是营孤雌生殖[8]而后者是营两性生殖[9]。昆虫孤雌生殖的方式是造成农林灾害的一个重要因素[10]，营孤雌生殖的外来生物个体更易在陌生环境中发展种群，据此推测在其他条件相同的前提下，石蒜绵粉蚧个体成功建立种群的几率较扶桑绵粉蚧更高。本文结果表明，石蒜绵粉蚧对我国大部分地区具有极高的入侵风险，一旦该虫成功入侵并定殖，其灾化的可能性极高，将对当地的农业及林业生产造成巨大的威胁。这与其近缘种扶桑绵粉蚧“对我国农业生产所具有的重大威胁性”的研究结论是相一致的。目前，石蒜绵粉蚧在我国的分布呈现偶发性及零星分布等特点，尚未出现明显的区域定殖的现象；但较频繁地在出入境贸易中被检疫截获。因此，针对石蒜绵粉蚧，加强境外与境内的植物和植物产品特别是苗木和花卉的检疫迫在眉睫。

图4 BIOCLIM模型预测的石蒜绵粉蚧在中国的潜在地理分布(南海群岛地区预测值缺)Fig.4 Prediction of potential distribution of Phenacoccus solani in China in BIOCLIM model (prediction in the South China Sea region was vacancy)

外来物种成功入侵并定殖于新生境，不仅取决于其对当地气候及植物的耐受性及适应性，还受其与当地同生态位生物的竞争及营养链的上下级关系等因素的影响。研究表明，生物因子与非生物因子的协同作用对外来物种的入侵也具有一定的影响。石蒜绵粉蚧受该协同作用的影响尚未明确，本文的分析结果也主要基于温度、湿度、降水等常见环境变化。因此，下一步研究将考虑石蒜绵粉蚧的生物学适生性，从而对其在我国的潜在分布及其扩散的可能性进行补充分析。