菜粉蝶及其近缘种东方菜粉蝶全球潜在分布区预测

重要农业害虫菜粉蝶(Pieris rapae)及其近缘种东方菜粉蝶(Pieris canidia)幼虫主要危害十字花科的多种蔬菜和油料作物,对农业粮食安全造成重大威胁。收集到菜粉蝶和东方菜粉蝶分布数据共计248393个,其中野外调查收集361个。基于上述现存分布点,利用6种物种分布模型算法对历史、当代和未来气候条件下两种粉蝶在全球的潜在分布区进行了预测。结果表明:(1)基于去除空间自相关后的6个气候变量构建的13种算法的模型预测结果中,有6种算法的模型评估指标的值高于随机状态(0.5)。(2)当代气候条件下,菜粉蝶的潜在分布区主要包括北美洲、南美洲南部、欧洲西部、中国东南部以及澳大利亚南部;东方菜粉蝶主要分布于南美洲北部和亚洲南部等地区。相比于东方菜粉蝶,菜粉蝶在3个时期的潜在分布区面积都要更大,但是东方菜粉蝶在未来气候条件下潜在分布区增加的面积将会更大,具有更高的潜在入侵概率。(3)相比于作为入侵生物的菜粉蝶,其近缘种东方菜粉蝶更能适应高温多雨的气候,面对未来全球变暖的趋势,东方菜粉蝶很有可能成为入侵物种,有必要对其未来气候条件下的潜在分布区,加强虫害监测和防控预报。研究对重要农业害虫菜粉蝶和东方菜粉蝶在不同气候条件下的潜在分布区进行预测和比较,为其防治提供理论依据。

麻栎在中国的地理分布及潜在分布区预测

基于19个生物气候因子和473个地理分布记录,利用DIVA-GIS软件,分析了麻栎在中国的地理分布与气候的关系及其潜在分布区。结果表明：中国麻栎分布在18°-41°N、91°-123°E之间,其地理分布可划分为6个区,其中横断山脉区、云贵高原区、秦岭巴山区比较集中;分布区跨越7个温度带、3个干湿区、18个气候区,包括9种气候类型;适宜麻栎生长的年均温度为5.1℃-20.7℃,年降雨量为471-1 712.6mm;影响麻栎地理分布的主导因子依次为湿度因子、耐旱能力和温度因子。BIOCLIM模型预测显示,麻栎潜在分布区与实际分布区具有很好的一致性,其最适分布区位于云贵高原中部和秦岭巴山区;在CO2浓度倍增的未来气候情景下,麻栎潜在分布区面积将缩小,且有向北方和高海拔地区扩散的趋势。ROC曲线分析表明,BIOCLIM模型的模拟精度较高（AUC=0.826）。研究结果对于合理经营利用麻栎林具有重要的理论和现实意义。

刺桐姬小蜂在中国潜在分布区预测

基于Maxent生态位模型,结合地理信息系统(ArcGIS),对刺桐姬小蜂在我国的适生区范围进行预测,结果表明:刺桐姬小蜂在我国高适生区包括海南岛东北岸大部分地区、广东省南部沿海局部地区、台湾岛西北岸局部地区和东南岸局部地区;中适生区包括海南局部地区、广西与广东接壤的临海部分地区、广东大部分地区、福建和台湾的局部地区;低适生区包括海南岛西北岸至内陆局部地区,广西大部分地区,广东、福建以及云南局部地区。

气候变化背景下青藏高原特有种唐古特红景天的地理分布格局预测

为探究唐古特红景天(Rhodiola tangutica)在青藏高原的潜在适宜分布及其生态适应性,基于唐古特红景天青藏高原38个分布位点以及当前和未来5个时期7个环境因子,利用MaxEnt模型构建唐古特红景天分布与环境因子的关系模型,模拟和验证当前时期1970—2000年与SSP245情景模式下未来4个时期(2030s、2050s、2070s和2090s)的潜在地理分布格局。结果表明:(1)海拔(Alt)和最干月份降水量(Bio14)是影响唐古特红景天地理分布格局的最主要生态因子,贡献率分别为89.3%和4.9%。(2)当前气候背景下,唐古特红景天在青藏高原地区的适宜分布区总面积为195.21×10^(4) km^(2),主要位于青海南部和东北部、四川西北部及西藏中部等。(3)与当前时期相比,未来4个时期唐古特红景天的适宜分布区总面积变化不太明显,但高适宜区面积却有所增加,呈现出向青藏高原中部集中分布的趋势。

基于MAXENT模型预测齿裂大戟在中国的潜在分布区

【背景】齿裂大戟原产于北美,是近年来入侵我国的一种检疫性杂草。目前,该杂草已在我国的华北、华东和西南建立种群,并呈扩散蔓延趋势。由于该入侵植物具有极强的繁殖能力,一旦大面积扩散势必造成极大损失,急需通过风险评估明确其未来的扩散趋势,进而制定早期预警措施。【方法】使用MAXNET模型,运用齿裂大戟在原产地和中国的已知分布数据及筛选后的环境变量,结合地理信息系统（Geographic information system,GIS）及其生活史特征和环境适应特性,直观和定量地预测了该原产北美的植物在中国的适生范围,并采用受试者工作曲线（Receiver operator characteristic curve,ROC）分析方法对模型预测结果进行了检验。【结果】齿裂大戟在我国有较为广阔的潜在分布区,其中高风险区主要集中在地处33°~40°N,109°~119°E的北京、天津、河北南部、河南北部、山东中北部、山西南部和陕西西安等地。【结论与意义】结合齿裂大戟在我国的分布现状和传入扩散特性,划定了其在我国潜在的高风险区域,为制定预防和控制入侵植物进一步传入和扩散的早期预警和监测措施提供科学依据。

巴山榧树地理分布格局及潜在分布区

基于文献资料、标本资料和实地考察,收集巴山榧树县级分布点57个,在此基础上,使用生态位模型(GARP)预测巴山榧树在中国的潜在分布区,分析其地理分布及濒危原因。结果表明:汇流累积量、年均气温、雨日频率和水汽压对巴山榧树分布的影响较小,而太阳辐射、极端低温、极端高温和霜日频率对其分布影响显著;巴山榧树间断分布于海拔800～2700m的亚热带山区,散生于针阔叶混交林、灌丛及沟谷地带;预测我国中部地区为巴山榧树良好生长区;目前巴山榧树的实际分布远小于其适生区;巴山榧树虽然仍有不少种群,但各种群分布区域狭窄、种群密度小、人类破坏极为严重,应加强保护和繁育。

基于CLIMEX与GARP的三叶草斑潜蝇在中国的潜在分布预测

运用适生性分析软件CLIMEX与GARP对三叶草斑潜蝇Liriomyza trifolii(Burgess)在我国的潜在分布区进行预测。CLIMEX预测结果显示,全国638个气候站点中有415个站点的生态气候指数Ei﹥0,分布于30个省(或地区),在这些地区三叶草斑潜蝇存在定殖的潜在性。同时,GARP预测认为三叶草斑潜蝇的适生区主要覆盖我国东北地区、华北地区、华中地区和华南地区。将两个软件预测结果进行叠加分析显示预测结果基本吻合。潜在适生区叠加区域位于东北地区、华北地区、华中地区以及华南的部分地区,这些地区属于三叶草斑潜蝇的高度危险区域。

浙闽樱桃地理分布模拟及气候限制因子分析

为了解浙闽樱桃(Cerasus schneideriana)地理分布特征及与气候限制因子之间的关系,基于DIVA-GIS平台获取实际地理分布点的气候资料,利用BIOCLIM模型预测当下适生区范围以及预测其未来潜在分布。结果表明,浙闽樱桃实际分布区覆盖浙江、福建、安徽、江西、广西及湖南6省,浙闽交界的山区是自然分布的核心区,浙皖交界是其分布的北界。未来气候变化情境(CCM3)下,浙闽樱桃的潜在分布区概率将增大,且有北扩的趋势。主成分分析(PCA)表明,年降水量(bio12)、最湿季降雨量(bio16)、最暖季降雨量(bio18)、温度季节变化方差(bio4)是影响浙闽樱桃当下适生区的气候限制因子,频率直方图进一步确定他们的适宜范围分别为1503~2003 mm、604~951 mm、528~791 mm和601~872(标准差*100)。ROC曲线检验表明BIOCLIM对浙闽樱桃分布预测的精度很高(AUC=0.998),结果是可信的。因此,浙闽樱桃适合生长在我国北亚热带温暖湿润区,水热因子是造成其分布格局的主导气候限制因子。

外来观赏植物大花金鸡菊在中国的潜在地理分布预测

大花金鸡菊（Coreopsis grandifloraHogg.）被引种后,因具有较强繁殖和适应能力,在我国山东等地区成为入侵物种,对当地植物多样性造成了一定威胁。笔者运用Maxent生态学模型,基于全球海拔变量及19个生物环境变量,结合地理信息系统ArcGIS,对大花金鸡菊在中国的潜在地理分布区做了预测。结果表明,大花金鸡菊在我国的适生范围主要集中在98°~125°E、21.5°~43°N水分充沛、温度适宜的暖温带、亚热带地区。其中,华东、华中大部,即江苏、安徽、上海市、山东等地为大花金鸡菊的集中分布区,为高适生区;西南、华南北部与华东、华中地区相接的区域,以及华北南部邻接华东地区的局部地区为中适生区,西南、华南南部地区则为低适生区;其他地区不适于大花金鸡菊生长。ROC曲线分析表明,Maxent生态位模型预测大花金鸡菊潜在地理分布的训练数据和测试数据的AUC值分别为0.960和0.965,达到了极高的精度。各环境变量重要性的刀切法检验表明,影响大花金鸡菊地理分布的环境变量依次为年均温、年平均降水量和最冷季平均温度。根据Maxent模型预测结果,以及大花金鸡菊的生物学特性和在中国的入侵现状,在我国中东部地区需要采取一定的有效措施对该物种的扩张进行控制。

基于Maxent模型的葡萄皮尔斯病在中国适生性分析

葡萄皮尔斯病能够引起葡萄灾难性的毁灭,是世界性检疫性有害生物。利用Maxent模型,结合地理信息系统Arc GIS,对该病在我国的适生范围进行了首次预测研究。结果表明,葡萄皮尔斯病的潜在分布区主要集中在我国的黄淮海地区和长江中下游地区。ROC评价结果表明,Maxent生态位模型预测葡萄皮尔斯病菌潜在分布的训练数据和测试数据的AUC值分别为0.996和0.927,达到了极高的精度。各环境变量重要性的刀切法检验表明,降水量和温度因素对葡萄皮尔斯病的潜在分布影响最大。