遷飛性害蟲草地貪夜蛾在我國的潛在地理分布

秦譽嘉 藍帥 趙紫華 孫宏禹 朱曉明 楊普云 李志紅

摘要 草地貪夜蛾Spodoptera frugiperda，又稱秋黏蟲，起源于美洲，兩年內(nèi)擴散至非洲撒哈拉以南地區(qū)，自2018年底入侵我國云南以來，5個月內(nèi)已擴散至我國十余個省、市（自治區(qū)）。本研究基于MaxEnt分別利用草地貪夜蛾目前在全球的所有分布點以及全年分布點（去除季節(jié)性分布點）兩套分布數(shù)據(jù)分別預測該蟲在我國的潛在地理分布，以期為有關部門對草地貪夜蛾的監(jiān)測防控提供理論依據(jù)。結(jié)果表明，我國海南、云南、廣西、廣東、福建、浙江、江西、湖南、貴州、四川、重慶、湖北、安徽、江蘇等省需對草地貪夜蛾進行全年監(jiān)測及防控，在春、夏、秋季，山東、河南、河北、北京、天津、山西、陜西、寧夏、甘肅、青海、內(nèi)蒙古、新疆、遼寧等省、市（自治區(qū)）也需對該蟲進行監(jiān)測防控。關于該蟲的潛在地理分布及潛在經(jīng)濟損失的相關研究仍需進一步開展。

關鍵詞 草地貪夜蛾; MaxEnt; 遷飛性害蟲; 潛在地理分布

中圖分類號： S 435.132

文獻標識碼： A

DOI： 10.16688/j.zwbh.20190605

草地貪夜蛾Spodoptera frugiperda （J. E. Smith） （鱗翅目：夜蛾科）為谷物和牧草的重要害蟲，可為害353種植物[1]。除玉米外，草地貪夜蛾還可以為害其他一些經(jīng)濟重要作物如水稻、甘蔗、高粱、甜菜、番茄、馬鈴薯、棉花以及牧草等[2]。該蟲起源于美洲，從潘帕斯草原、阿根廷北至美國佛羅里達南部及德克薩斯可全年發(fā)生，并可季節(jié)性遷飛至加拿大的魁北克和安大略[3]。2016年草地貪夜蛾在非洲西南部的尼日利亞及戛納大暴發(fā)[4]，兩年內(nèi)擴散至整個撒哈拉以南地區(qū)并造成嚴重的經(jīng)濟損失[5]。2018年草地貪夜蛾在印度發(fā)生，也門、斯里蘭卡、孟加拉國、尼泊爾、泰國、緬甸、老撾、泰國等8個亞洲國家也發(fā)現(xiàn)該蟲為害[6]。2018年底，我國云南省普洱市江城縣首次發(fā)現(xiàn)草地貪夜蛾為害[7]，截至2019年5月21日，該蟲已蔓延至我國14個省、市（自治區(qū)）[8]。因此，明確草地貪夜蛾在我國的潛在地理分布對于指導其監(jiān)測預警及防控尤為重要。

MaxEnt是普林斯頓大學開發(fā)的一種基于最大熵理論的物種分布預測模型，在生態(tài)領域可表述為物種在沒有約束的條件下會盡可能擴散接近均勻分布[9]。該模型只需物種分布信息及環(huán)境背景數(shù)據(jù)，且由于精準度高、界面友好易于操作等優(yōu)點被廣泛應用，利用該模型的研究成果已超過1 000余篇[10]，我國學者使用該工具已發(fā)表論文750余篇[11]。

根據(jù)文獻報道，草地貪夜蛾各蟲態(tài)在0℃以下均無法長時間存活[1213]。本研究分別利用該蟲在全球的所有分布點與全年分布點（去除季節(jié)性分布點），利用MaxEnt模型對該蟲的潛在地理分布進行預測，以期為我國草地貪夜蛾的進一步防控提供理論依據(jù)。

1 材料與方法

1.1 材料

地理分布數(shù)據(jù)：草地貪夜蛾的地理分布數(shù)據(jù)主要來源于全球生物多樣性信息網(wǎng)絡（global biodiversity information facility， GBIF）（https：∥www.gbif.org/）、CABI 的 CPC（https：∥www.cabi.org/cpc）數(shù)據(jù)庫、FAO中草地貪夜蛾監(jiān)測有效數(shù)據(jù)記錄、國內(nèi)報道記錄以及國外發(fā)表文獻[3]（圖1）。

環(huán)境變量：來源于WorldClim（http：∥www.worldclim.org ）1.4版本的19個生物氣候?qū)W變量，包括1950-2000年的最低、平均以及最高溫度和降水量[14]，空間分辨率為5 arc-min（～9 km）。

地圖數(shù)據(jù)：來源于 DIVA-GIS（http：∥www.divagis.org/）的世界地圖和國家基礎地理信息中心網(wǎng)站（http：∥ngcc.sbsm.gov.cn/）的中國國界及省界圖（比例尺為 1∶4 000 000）。農(nóng)業(yè)用地類型圖由中國農(nóng)業(yè)科學院植物保護研究所提供，已除去水體、林地和城市用地。

1.2 方法

1.2.1 數(shù)據(jù)篩選

為降低取樣偏差，將獲得的草地貪夜蛾的地理分布數(shù)據(jù)與環(huán)境變量統(tǒng)一至相同精度，即9 km×9 km，最終獲得1 618個分布點數(shù)據(jù)用于模型構(gòu)建（圖1）。根據(jù)bio6（最冷月的最低氣溫）去除季節(jié)性分布點篩選出1 271個全年分布點用于建立模型（圖2）。利用19個氣候變量對分布數(shù)據(jù)進行提取，通過相關性分析與因子分析篩選出關鍵氣候變量來建立模型，提高模型的轉(zhuǎn)移能力。

1.2.2 模型預測

將篩選出的地理分布數(shù)據(jù)、環(huán)境變量數(shù)據(jù)導入MaxEnt 3.3.3k，隨機選取25%的分布點作為測試集，剩余75%為訓練集。重復次數(shù)設為10次，重復運行類型設為Subsample，最大迭代次數(shù)設為5 000次，添加10 percentile training presence閾值[15]，輸出ASCII文件，再將其導入ArcGIS轉(zhuǎn)換為柵格圖層并利用自然間斷法進行分級。最后根據(jù)ROC（receiver operating characteristic）曲線對模型進行評估，刀切法對關鍵環(huán)境變量貢獻率進行評估。

2 結(jié)果與分析

2.1 基于所有分布點數(shù)據(jù)的草地貪夜蛾在我國的潛在地理分布

基于草地貪夜蛾所有分布點的預測結(jié)果如下（圖3），高度適生區(qū)包括海南、臺灣、西藏南部部分地區(qū)、云南西南部、廣西大部分地區(qū)、廣東、福建、浙江、江西、湖南東部;中度適生區(qū)包括西藏南部部分地區(qū)、云南東南部及中部、廣西西北部、貴州南部、四川東部、重慶西部、湖南西部、湖北東部、安徽、江蘇南部、河南東南部;低度適生區(qū)包括西藏南部部分地區(qū)、云南中北部、貴州北部、四川東北部、重慶東部、湖北西部、江蘇北部、山東、河南北部、山西、陜西、寧夏、甘肅、青海部分地區(qū)、新疆南部、內(nèi)蒙古西部、河北南部、北京、天津、遼寧南部。

2.2 基于全年分布點數(shù)據(jù)的草地貪夜蛾在我國的潛在地理分布

基于草地貪夜蛾的全年分布點，即去除季節(jié)性分布點（圖2），預測結(jié)果如下（圖4），高度適生區(qū)包括廣西、廣東、福建、浙江、江西、湖南大部分地區(qū)，湖北東南部、安徽南部;中度適生區(qū)包括云南、貴州大部分地區(qū)，海南、廣西、廣東、福建、浙江、安徽、湖北、重慶部分地區(qū)，西藏、四川、江蘇、臺灣零星地區(qū);低度適生區(qū)包括海南、臺灣、西藏、云南、貴州、四川、重慶、湖北、安徽、江蘇部分地區(qū)。

2.3 模型評價及環(huán)境變量貢獻率

利用草地貪夜蛾目前在全球的所有分布點以及全年分布點（去除季節(jié)性分布點）兩套分布數(shù)據(jù)分別預測其在我國的潛在地理分布，重復10次運行結(jié)果的ROC曲線的AUC值分別為0.871及0.899，模型表現(xiàn)出較好的擬合優(yōu)度。基于所有分布點數(shù)據(jù)，共篩選出bio11（最冷季節(jié)的平均氣溫），bio14（最干月的降水量），bio17（最干季節(jié)的降水量），bio5（最熱月的最高氣溫），bio7（年氣溫變化范圍）5個關鍵環(huán)境變量進行預測，其中高低溫度相關變量bio5、bio7貢獻率較大。基于全年分布點數(shù)據(jù)，共篩選出bio10（最熱季節(jié)的平均氣溫），bio16（最濕季節(jié)的降水量），bio17（最干季節(jié)的降水量），bio6（最冷月的最低氣溫），bio9（最干季節(jié)的平均氣溫）5個關鍵環(huán)境變量，其中低溫環(huán)境變量bio6貢獻率較大。

3 討論

草地貪夜蛾自2016年入侵非洲，每年造成24.81億～61.87 億美元潛在經(jīng)濟損失[2]，由于其遷飛能力強，突發(fā)為害重，受到全球的廣泛關注，自2018年底入侵自我國云南至今，短短5個月已擴散至全國十幾個省、市（區(qū)）。研究表明，隨著西南夏季風的加強，云南和廣西全境成為緬甸草地貪夜蛾蟲源的主要遷入地[16]，自草地貪夜蛾入侵云南后，中國熱帶及南亞熱帶地區(qū)也成為該蟲的蟲源地。預測草地貪夜蛾還會繼續(xù)北進到東北南部的廣大區(qū)域[17]。另外，根據(jù)當前的全球貿(mào)易及交通網(wǎng)絡情況，非洲也為我國重要的蟲源地[3]。除具有充分的蟲源外，草地貪夜蛾寄主也十分廣泛，超過300種植物[1]， 目前傳入我國的草地貪夜蛾為“玉米型”[18]，而我國為世界第二大玉米生產(chǎn)國，熱帶和南亞熱帶地區(qū)云南、廣西、廣東、海南等地的玉米可為該蟲的周年發(fā)生提供充足的食物來源，西南華北東北產(chǎn)區(qū)可為該蟲提供季節(jié)性發(fā)生的食物來源[17]。

本研究分別利用草地貪夜蛾當前所有分布點與全年分布點（去除季節(jié)性分布點）兩套分布數(shù)據(jù)預測其在我國的潛在地理分布，以期為該蟲的監(jiān)測預警提供更科學的理論依據(jù)?；诓莸刎澮苟耆攴植键c進行預測的結(jié)果表明，海南、云南、廣西、廣東、福建、浙江、江西、湖南、貴州、四川、重慶、湖北、安徽、江蘇等省需對草地貪夜蛾進行全年監(jiān)測及防控;基于所有分布點進行預測的結(jié)果表明，在春、夏、秋季，我國北部的山東、河南、河北、北京、天津、山西、陜西、寧夏、甘肅、青海、內(nèi)蒙古、新疆、遼寧等?。ㄊ?、自治區(qū)）也需對該蟲進行監(jiān)測防控。

本研究利用MaxEnt工具對草地貪夜蛾的潛在地理分布進行了初步研究，物種分布模型主要利用物種的已知分布數(shù)據(jù)及氣候數(shù)據(jù)，根據(jù)一定算法構(gòu)建模型并投射運算結(jié)果預測物種的潛在分布，所以已知分布點對結(jié)果預測有很大影響[1920]，本研究中利用兩套不同的分布數(shù)據(jù)得出的預測結(jié)果差異顯著，鑒于該蟲擴散速度快，本研究只能作為階段性參考依據(jù)，對于該物種的潛在分布預測還需根據(jù)其最新的分布情況不斷跟進以期為相關部門提供可靠的判斷依據(jù)。

本研究只利用了MaxEnt對草地貪夜蛾的潛在地理分布進行研究，而CLIMEX工具可以考慮物種的生物學參數(shù)及灌溉情景等[21]，后續(xù)可利用該工具進行比較研究。同時，關于草地貪夜蛾在我國的潛在損失評估也亟待開展，雖然目前入侵我國的尚為“玉米型”，但美洲與非洲均已發(fā)現(xiàn)“水稻型”[2223]，因此建議分別針對玉米、水稻、甘蔗等主要寄主開展詳細的經(jīng)濟損失評估，通過詳細的風險評估結(jié)果為相關部門提供更完善的防控措施建議，為“蟲口奪糧”站好第一班崗。

參考文獻

[1] MONTEZANO D G，SPECHT A，SOSA-GMEZ D R，et al.Host plants of Spodoptera frugiperda （Lepidoptera：Noctuidae） in the Americas[J].African Entomology，2018，26（2）：286301.

[2] DAY R，ABRAHAMS P，BATEMAN M，et al.Fall armyworm：impacts and implications for Africa [J].Outlooks on Pest Management，2017，28（5）：196201.

[3] EARLY R，GONZLEZ-MORENO P，MURPHY S T，et al.Forecasting the global extent of invasion of the cereal pest Spodoptera frugiperda，the fall armyworm[J].NeoBiota，2018，40：2550.

[4] GOERGEN G，KUMAR P L，SANKUNG S B，et al.First report of outbreaks of the fall armyworm Spodoptera frugiperda （J.E.Smith） （Lepidoptera，Noctuidae），a new alien invasive pest in west and central Africa[J/OL].PLoS ONE，2016，11（10）：e0165632.

[5] FELDMANN F，RIECKMANN U，WINTER S.The spread of the fall armyworm Spodoptera frugiperda in Africa：What should be done next？[J].Journal of Plant Diseases and Protection，2019，126 （5）：97101.

[6] 劉剛.全國農(nóng)技中心通報我國及周邊國家草地貪夜蛾發(fā)生為害情況[J].農(nóng)藥市場信息，2019，9（24）：59.

[7] 姜玉英，劉杰，朱曉明.草地貪夜蛾侵入我國的發(fā)生動態(tài)和未來趨勢分析[J].中國植保導刊，2019，39（2）：3335.

[8] 王磊，陳科偉，鐘國華，等.重大入侵害蟲草地貪夜蛾發(fā)生危害、防控研究進展及防控策略探討[J/OL].環(huán)境昆蟲學報，2019，http：∥kns.cnki.net/kcms/detail/44.1640.Q.20190523.1748.004.html.

[9] PHILLIP S J，ANDERSON R P，SCHAPIRE R E.Maximum entropy modeling of species geographic distributions [J].Ecological Modelling，2006，190（3）：231259.

[10]MEROW C，SMITH M J，SILANDER J A.A practical guide to MaxEnt for modeling species distributions：what it does，and why inputs and settings matter [J].Ecography，2013，36（10）：10581069.

[11]孔維堯，李欣海，鄒紅菲.最大熵模型在物種分布預測中的優(yōu)化[J/OL].應用生態(tài)學報，2019，https：∥doi.org/10.13287/j.10019332.201906.029.

[12]BUENO R C O F，CARNEIRO T R，PRATISSOLI D，et al.Biology and thermal requirements of Telenomus remus reared on fall armyworm Spodoptera frugiperda eggs [J].Ciência Rural，2008，38（1）：16.

[13]GARCIA A G，GODOY W A C，THOMAS J M G，et al.Delimiting strategic zones for the development of fall armyworm （Lepidoptera：Noctuidae） on corn in the state of Florida [J].Journal of Economic Entomology，2017，111（1）：120126.

[14]HIJMANS R J，CAMERON S E，PARRA J L，et al.Very high resolution interpolated climate surfaces for global land areas [J].International Journal of Climatology：A Journal of the Royal Meteorological Society，2005，25（15）：19651978.

[15]YOUNG N，CARTER L，EVANGELISTA P.A MaxEnt model v3.3.3 e tutorial （ArcGIS v10）[Z].Fort Collins，Colorado，2011.

[16]吳秋琳，姜玉英，吳孔明.草地貪夜蛾緬甸蟲源遷入中國的路徑分析[J].植物保護，2019，45（2）：16.

[17]吳秋琳，姜玉英，胡高，等.中國熱帶和南亞熱帶地區(qū)草地貪夜蛾春夏兩季遷飛軌跡的分析[J].植物保護，2019，45（3）：19.

[18]張磊，靳明輝，張丹丹，等.入侵云南草地貪夜蛾的分子鑒定[J].植物保護，2019，45（2）：1924.

[19]朱耿平，王曉靜，劉國卿，等.懸鈴木方翅網(wǎng)蝽在我國的潛在分布分析[J].應用昆蟲學報，2012，49（6）：16521658.

[20]秦譽嘉，呂文誠，趙守歧，等.考慮灌溉及氣候變化條件下葡萄花翅小卷蛾在中國的潛在地理分布[J].植物保護學報，2018，45（3）：599605.

[21]KRITICOS D J，MAYWALD G F，YONOW T，et al.CLIMEX version 4：Exploring the effects of climate on plants，animals and diseases [Z].CSIRO，Canberra，2015.

[22]DUMAS P，LEGEAI F，LEMAITRE C，et al.Spodoptera frugiperda （Lepidoptera：Noctuidae） host-plant variants：two host strains or two distinct species？[J].Genetica，2015，143（3）：305316.

[23]COCK M J，BESEH P K，BUDDIE A G，et al.Molecular methods to detect Spodoptera frugiperda in Ghana，and implications for monitoring the spread of invasive species in developing countries [J/OL].Scientific Reports，2017，7（1）：4103.

（責任編輯：楊明麗）