美国大陆外来入侵物种斑马纹贻贝(Dreissena polymorpha)潜在生境预测模型

防止外来生物入侵造成危害的重要手段是阻止可能造成入侵的物种进入适合其生存的地区。论文以1864个美国外来入侵物种斑马纹贻贝定点发生数据和开放式基础地理信息数据库Daymet的34个环境变量为主要信息源,采用逻辑斯蒂回归(LR)、分类与回归树模型(CART)、基于规则的遗传算法(GARP)、最大熵法(Maxent)4种途径,建立美国大陆部分潜在生境预测模型,从接受者运行特征曲线下面积(AUC)、Pearson相关系数、Kappa值3个方面来检验模型预测精度,在此基础上分析斑马纹贻贝的空间分布规律及其环境影响因素。研究结果表明:在3个评价指标中,4个生态位模型预测精度均达到优良水平,其中Maxent在物种现实生境模拟、主要生态环境因子筛选、环境因子对物种生境影响的定量描述方面都表现出了优越的性能;距水源距离、海拔高度、降水频率、太阳辐射是影响物种空间分布的主要环境因子。论文提出的研究方法对中国外来入侵物种生境预测具有较强的借鉴意义,研究结果对中国海洋外来入侵物种沙筛贝的预测与防治,具有一定的指导作用。

环境DNA技术在贻贝入侵监测中的应用挑战

沼蛤(Limnoperna fortunei)和斑马贻贝(Dreissena polymorpha)是淡水系统中常见的入侵贻贝物种,对其种群规模的持续监测是入侵贻贝防治管控中的关键环节。随着分子生物学技术的发展,入侵物种监测中逐渐尝试利用环境DNA(eDNA)技术实现快速、灵敏检测。然而,在入侵物种引入-定植-扩散过程的监测中,eDNA技术的灵敏度及定量效果受到诸多因素的影响,给实际应用带来挑战。系统梳理了国内外学者利用eDNA技术监测沼蛤、斑马贻贝等入侵物种的研究进展;分析了eDNA技术的采样方案、引物设计、定量分析、质量保证、原位便携仪器设计等影响监测效率与准确率的关键环节;进一步探讨了eDNA技术在贻贝入侵监测中的优势和局限性,以及未来的改进方向。

外来物种入侵——来自深海的意外发现

一个风和日丽的下午,一群海洋生物学家在圣迭龙水域对深海藻类进行一次例行的常规勘察,他们之中谁也不曾想到这表面上看来风平浪静,到处都是冲浪者身影的海洋天堂,深处却是幽暗诡秘,危机四伏…… 在海底生长的众多植物中。