外來(lái)入侵植物刺果瓜在遼寧省的潛在分布及農(nóng)業(yè)經(jīng)濟(jì)損失預(yù)測(cè)

何莉莉，劉金昌，陳 柏

（遼寧省農(nóng)業(yè)發(fā)展服務(wù)中心 農(nóng)村能源環(huán)保事業(yè)部，沈陽(yáng) 110000）

刺果瓜（

Sicyosangulatus

）又名刺瓜藤、刺果藤，屬于野葫蘆科一年生大型藤本植物，原產(chǎn)于北美，由于極強(qiáng)的適生性，目前刺果瓜在亞洲、歐洲等多個(gè)地區(qū)廣泛分布，被認(rèn)為是一種有害的外來(lái)入侵物種，于2017年8月28日被列入《中國(guó)自然生態(tài)系統(tǒng)外來(lái)入侵物種名單》，該物種通過(guò)種子繁殖，具有巨大的種子生產(chǎn)潛力，這有利于其在各種環(huán)境條件下成功入侵。刺果瓜能夠寄生在玉米上，1棵幼苗即可危害333m的玉米生長(zhǎng)，一旦發(fā)生很難根除。刺果瓜于2003年在大連市首次被發(fā)現(xiàn)，由于具有攀援、絞殺、高繁殖和高適應(yīng)等生物特性，在大連地區(qū)呈擴(kuò)散趨勢(shì)。通過(guò)走訪調(diào)查，近幾年先后在沈陽(yáng)、鐵嶺、本溪地區(qū)發(fā)現(xiàn)刺果瓜危害玉米田，說(shuō)明刺果瓜在遼寧省已經(jīng)開(kāi)始向更廣泛的區(qū)域擴(kuò)張。在農(nóng)業(yè)系統(tǒng)中，入侵植物可能造成高達(dá)40%的經(jīng)濟(jì)損失，為了盡量減少此類(lèi)損失，必須投入大量時(shí)間和精力根除入侵種群并防止其進(jìn)一步擴(kuò)散，早期發(fā)現(xiàn)入侵并迅速控制蔓延的管理方式最為有效，因此，預(yù)測(cè)外來(lái)入侵植物的潛在適生區(qū)，構(gòu)建合理的預(yù)警機(jī)制尤為重要。萬(wàn)中基等應(yīng)用物種分布模型預(yù)測(cè)了氣候變化壓力下建立東北紅豆杉優(yōu)先保護(hù)區(qū)的模擬規(guī)劃，結(jié)果表明東北紅豆杉分布區(qū)主要集中在我國(guó)東北東部,氣候變化并不會(huì)使?jié)撛诜植紖^(qū)面積減小,但在未來(lái)會(huì)使其位置在不同情境下發(fā)生不同方向的移動(dòng)。張華等利用MaxEnt模型和ArcGIS軟件，基于桫欏在中國(guó)地區(qū)的分布點(diǎn)和環(huán)境因子，對(duì)桫欏在中國(guó)的潛在適生區(qū)進(jìn)行了預(yù)測(cè)，結(jié)果表明在未來(lái)氣候變化情景下，桫欏的總適宜生境面積增加，高適宜生境重心向高緯度西北方向轉(zhuǎn)移。韓欣嬈等利用生態(tài)位集合模型，結(jié)合中分辨率成像光譜儀（MODIS）的玉米種植密度,預(yù)測(cè)了世界和我國(guó)草地貪夜蛾潛在地理分布，結(jié)果表明草地貪夜蛾的潛在分布區(qū)已完全覆蓋了世界范圍內(nèi)玉米種植區(qū)，需重點(diǎn)防控，我國(guó)黃淮平原和華北平原春播、夏播玉米區(qū)屬于草地貪夜蛾入侵的高風(fēng)險(xiǎn)區(qū)，其次為西南和東北三省密集種植區(qū)。目前，刺果瓜在遼寧省有逐漸擴(kuò)散趨勢(shì)，并已開(kāi)始危害農(nóng)田，而我國(guó)針對(duì)刺果瓜的研究較少，有限的研究基本局限于防治方法上，基于遙感影像、最大熵模型和GIS對(duì)其在遼寧省進(jìn)行適生區(qū)預(yù)測(cè)，并分析農(nóng)業(yè)經(jīng)濟(jì)損失未見(jiàn)報(bào)道。本研究采用GIS和最大熵模型預(yù)測(cè)現(xiàn)代和未來(lái)氣候變化背景下刺果瓜在遼寧省的潛在適生區(qū)，揭示影響刺果瓜分布的主導(dǎo)氣候因子，計(jì)算入侵面積，分析高適生區(qū)的幾何重心轉(zhuǎn)移，利用GIS的空間分析功能將遙感影像中提取的遼寧省玉米種植區(qū)與刺果瓜適生區(qū)進(jìn)行疊加，并估算可能造成的經(jīng)濟(jì)損失。

1 材料與方法

1.1 數(shù)據(jù)的來(lái)源及處理

1.1.1 數(shù)據(jù)來(lái)源 通過(guò)檢索植物分布數(shù)據(jù)庫(kù)和教學(xué)標(biāo)本資源平臺(tái)（http：//mnh.scu.edu.cn/main.aspx）、中國(guó)數(shù)字標(biāo)本館（https://www.cvh.ac.cn/index.php）、全球生物多樣性信息平臺(tái)（http：//www.gbif.org）、目前發(fā)表過(guò)的論文以及遼寧省農(nóng)業(yè)部門(mén)的實(shí)地調(diào)查數(shù)據(jù)，共得到1986個(gè)分布點(diǎn)，其中農(nóng)業(yè)部門(mén)的實(shí)地調(diào)查數(shù)據(jù)用于驗(yàn)證模型的轉(zhuǎn)移能力不參加運(yùn)算。環(huán)境變量共50個(gè)，其中氣候變量19個(gè)、太陽(yáng)輻射變量12個(gè)、土壤變量18個(gè)和地形變量1個(gè)。氣候、太陽(yáng)輻射和地形變量下載于世界氣候數(shù)據(jù)庫(kù)（Worldclim，http://www.worldclim.org)，現(xiàn)代氣候數(shù)據(jù)（1970～2000年）、未來(lái)氣候數(shù)據(jù)2050年選用兩種模式：一是與全球經(jīng)濟(jì)框架相適應(yīng)的RCP4.5模式，二是假設(shè)應(yīng)對(duì)氣候變化的政策缺失，而能源需求卻不斷增加的RCP8.5模式；土壤數(shù)據(jù)來(lái)源于聯(lián)合國(guó)糧農(nóng)組織（FAO）和維也納國(guó)際應(yīng)用系統(tǒng)研究所（IIASA）構(gòu)建的世界土壤數(shù)據(jù)庫(kù)（Harmonized World Soil Database version 1.2）(HWS，http://www.fao.org);遙感影像來(lái)自于美國(guó)地質(zhì)勘探局（USGS）官方網(wǎng)站（https://earthexplorer.usgs.gov）Landsat 8的2020年衛(wèi)星數(shù)據(jù)。以上數(shù)據(jù)的空間分辨率均為30"。

1.1.2 數(shù)據(jù)處理 為避免集群效應(yīng)導(dǎo)致模型的結(jié)果過(guò)度擬合，在每個(gè)1km×1km的網(wǎng)格中只保留1個(gè)分布點(diǎn)，同時(shí)剔除重復(fù)和落在海洋上的分布記錄，最終獲得1847個(gè)分布數(shù)據(jù)，保存為CSV格式。采用ENVI4.8和GIS對(duì)土壤數(shù)據(jù)進(jìn)行重采樣，得到與氣候數(shù)據(jù)相同的柵格大小，再將其與太陽(yáng)輻射、海拔、現(xiàn)代和未來(lái)環(huán)境數(shù)據(jù)在GIS中統(tǒng)一相元和邊界，并轉(zhuǎn)換成MaxEnt模型支持的ASC格式。在ENVI5.3.1中對(duì)下載的數(shù)據(jù)集文件進(jìn)行輻射定標(biāo)、大氣校正、ETM+數(shù)據(jù)去條帶處理、柵格拼接和剪裁，同時(shí)對(duì)比校正前后同一像素點(diǎn)植被的波譜曲線趨勢(shì)與真實(shí)植被波譜的曲線差異，最后得到遼寧地區(qū)的NDVI柵格數(shù)據(jù)。

1.2 研究方法

1.2.1 環(huán)境因子篩選 環(huán)境變量的選擇直接影響模型的預(yù)測(cè)結(jié)果，這一過(guò)程是使用生態(tài)位模型的關(guān)鍵環(huán)節(jié)，這一環(huán)節(jié)應(yīng)采用與預(yù)測(cè)結(jié)果高度相關(guān)的數(shù)據(jù)，而非所有可獲得的數(shù)據(jù)。因此，本研究進(jìn)行兩次環(huán)境因子的篩選。第一次分別將氣候和地形變量（20個(gè)）、土壤變量(18個(gè))、太陽(yáng)輻射變量（12個(gè)）導(dǎo)入模型，首先舍去貢獻(xiàn)率為0的環(huán)境因子，然后對(duì)比兩項(xiàng)環(huán)境變量的相關(guān)系數(shù)，當(dāng)相關(guān)系數(shù)≥0.8時(shí)，剔除貢獻(xiàn)率小的；第二次將篩選后剩下的環(huán)境變量再次導(dǎo)入模型，結(jié)合貢獻(xiàn)率、刀切圖以及刺果瓜的生物學(xué)特性，最終選定9個(gè)主導(dǎo)環(huán)境因子用于后續(xù)分析，包括：年平均氣溫（Bio1）、溫度年較差（Bio7）、年降雨量（Bio12）、土壤酸堿度（T_PH_HO）、土壤鹽基飽和度（T_BS）、海拔（Altitude）、3個(gè)月份太陽(yáng)輻射變量（Solar radiation 1，2，8 month）。

1.2.2 適生區(qū)預(yù)測(cè) 隨機(jī)選取25%的分布點(diǎn)用于模型驗(yàn)證，剩余75%的分布點(diǎn)用于構(gòu)建模型，選擇重復(fù)迭代運(yùn)算500次，隨機(jī)背景點(diǎn)設(shè)置為1000，運(yùn)用刀切法（Jackknife）確定環(huán)境因子的貢獻(xiàn)率，通過(guò)ROC特征曲線（re?ceiver operating characteristic）與橫軸所圍成的面積(area under curve)對(duì)模型的精度進(jìn)行評(píng)價(jià)，其他參數(shù)為模型默認(rèn)值。將模型的結(jié)果文件導(dǎo)入地理信息系統(tǒng)并轉(zhuǎn)換為柵格文件，利用空間分析工具中的重分類(lèi)、自然間斷點(diǎn)分級(jí)法將適生生境分為4個(gè)等級(jí)：非適生區(qū)（0～0.1）、低適生區(qū)（0.1～0.3）、中適生區(qū)（0.3～0.5)和高適生區(qū)（0.5~1）。

1.2.3 玉米種植影像提取 根據(jù)不同地物NDVI值范圍不同，將研究區(qū)地表分為植被覆蓋地表、無(wú)植被覆蓋地表和水體3類(lèi)。在植被覆蓋區(qū)域內(nèi)，根據(jù)林地和荒草地時(shí)序NDVI曲線特征，提取林地和荒草地，其余區(qū)域即為農(nóng)田。根據(jù)玉米的時(shí)間序列NDVI曲線特征差異構(gòu)建分類(lèi)決策樹(shù)模型，在農(nóng)田區(qū)域內(nèi)提取玉米的空間種植分布信息，最后在GIS里出做出2020年遼寧省的玉米空間分布圖（圖1）。

圖1 2020年遼寧省玉米種植空間分布圖Figure 1 Spatial distribution of corn planting in Liaoning Province in 2020

1.2.4 農(nóng)業(yè)經(jīng)濟(jì)損失評(píng)估 將玉米的種植區(qū)和刺果瓜的潛在分布區(qū)進(jìn)行疊加，計(jì)算重疊區(qū)域的玉米種植面積，評(píng)估農(nóng)業(yè)經(jīng)濟(jì)損失十分必要。為避免過(guò)度的估算經(jīng)濟(jì)損失，在GIS中只保留高適生區(qū)的柵格數(shù)據(jù)與玉米的空間分布數(shù)據(jù)進(jìn)行疊加，在計(jì)算每個(gè)單元格的面積，最后得出可能發(fā)生刺果瓜危害的玉米種植面積，將這一面積作為評(píng)估經(jīng)濟(jì)損失的基礎(chǔ)。具體評(píng)估公式為：

式中：

L

為刺果瓜造成的經(jīng)濟(jì)損失（元）；

T

為玉米的市價(jià)格（2.8元·kg)；

Q

為玉米的產(chǎn)量(6750kg·hm，按照遼寧省2019年年鑒數(shù)據(jù)計(jì)算得出)；

S

為高適生區(qū)玉米種植面積（hm）；

P

為刺果瓜發(fā)生概率（本研究的高適生區(qū)存在閥值設(shè)定為50%～100%）；

K

為刺果瓜對(duì)玉米造成的減產(chǎn)比例（在完全不防治的情況下可造成玉米減產(chǎn)50%～98%）。

2 結(jié)果與分析

2.1 預(yù)測(cè)準(zhǔn)確度評(píng)價(jià)

ROC曲線下面積

AUC

(the area under the ROCcurve)為ROC曲線的重要特征，其值越接近于1，表明模擬的準(zhǔn)確性越好。通常認(rèn)為

AUC

值為0.5～0.6時(shí)，預(yù)測(cè)結(jié)果失敗；

AUC

值為0.6～0.7時(shí)，預(yù)測(cè)結(jié)果基本可以接受；

AUC

值為0.7～0.8時(shí)，預(yù)測(cè)結(jié)果一般；

AUC

值為0.8～0.9時(shí)，預(yù)測(cè)結(jié)果較好；

AUC

值為0.9～1時(shí)預(yù)測(cè)結(jié)果非常好。

AUC

計(jì)算公式為：

式中：

M

為正類(lèi)樣本數(shù)；

N

為負(fù)類(lèi)樣本數(shù)。本研究預(yù)測(cè)結(jié)果的訓(xùn)練樣本和測(cè)試樣本

AUC

為別為0.924和0.918，說(shuō)明預(yù)測(cè)結(jié)果非常好（圖2）。

圖2 刺果瓜適生區(qū)ROC曲線Figure 2 ROC curve of the suitable area of the Sicyos angulatus

2.2 現(xiàn)代氣候下刺果瓜在遼寧省的潛在地理分布

MaxEnt模型模擬出刺果瓜在遼寧省的潛在入侵分布區(qū)（圖3）。刺果瓜在遼寧省的高適生區(qū)面積為6.07×10km,占遼寧省總土地面積的39%，主要位于大連、營(yíng)口、鞍山、丹東、遼陽(yáng)全市范圍內(nèi)，沈陽(yáng)的東南部、鐵嶺的南部、撫順的西部、葫蘆島的南部和本溪西部的小部分地區(qū)。中適生區(qū)面積為3.97×10km，占遼寧省總土地面積的28%，主要位于錦州全市境內(nèi)、葫蘆島和鐵嶺的北部、沈陽(yáng)的西北部。低適生區(qū)面積為4.26×10km，占遼寧省總土地面積的26%,主要位于朝陽(yáng)、阜新、本溪以及撫順東部的大部分地區(qū)。

圖3 現(xiàn)代氣候條件下刺果瓜的潛在地理分布Figure 3 Potential geographical distribution of Sicyos angulatus under modern climatic conditions

2.3 影響刺果瓜分布格局的重要環(huán)境因子

模型的預(yù)測(cè)顯示，參與模型運(yùn)算的9個(gè)環(huán)境因子對(duì)預(yù)測(cè)結(jié)果的貢獻(xiàn)率分別為：年降雨量（52.2%）、年平均氣溫（25.3%）、1月份太陽(yáng)輻射（15.3%）、海拔（4.5%）、8月份太陽(yáng)輻射（1.5%）、土壤酸堿度（0.5%）、土壤基本飽和度（0.3%）、2月份太陽(yáng)輻射（0.2%）、溫度年較差（0.2%）。由此可以看出高程和土壤因子對(duì)模型的貢獻(xiàn)率明顯小于氣候因子。由圖4可知，以存在概率≥0.3作為適宜范圍，刺果瓜分布區(qū)的生態(tài)特征為：年平均氣溫5.7～18.7℃、年平均降雨量>550.8mm、溫度年較差5.6～78.4℃、1月份光輻射1684.3～5068.7kJ·m·d、2月份光輻射>1684.2kJ·m·d、8月份光輻射5372.1～23772.3kJ·m·d、土壤鹽基飽和度>23%、海拔>-96m、土壤酸堿度3.6～9.4。

圖4 環(huán)境因子響應(yīng)曲線Figure 4 Response curve of environmental factors

2.4 未來(lái)氣候變化背景下刺果瓜在遼寧省的入侵趨勢(shì)及重心移動(dòng)軌跡

模型結(jié)果得出，2050年和2070年，RCP4.5和RCP8.5兩種碳排放情景下，刺果瓜的適生范圍與基準(zhǔn)氣候相比呈顯著增加趨勢(shì)，兩種情景下高適生區(qū)面積均擴(kuò)張100%以上，中、低適生區(qū)顯著縮小，非適生區(qū)面積基本為0（表1）。

表1 未來(lái)氣候變化情景下刺果瓜各適生區(qū)面積
Table 1 Area of each suitable growing area of.under the scenario of future climate change(×10km)

?

刺果瓜的高適生區(qū)重心變化，揭示了未來(lái)氣候變化背景下，刺果瓜在遼寧省高適生區(qū)的擴(kuò)散趨勢(shì)。對(duì)刺果瓜的質(zhì)心變化分析表明（圖5），在RCP4.5排放情景下刺果瓜的高適生區(qū)由2050年的（122.61E,41.30N）到2070年的（122.57E,41.33N），在RCP8.5排放情景下由2050年的（122.60E,41.31N）到2070年的（122.57 E,41.35 N），總體來(lái)看，最適宜區(qū)域的重心在未來(lái)的排放情景下呈現(xiàn)出向高緯度和西北方向轉(zhuǎn)移的變化趨勢(shì)，其中2070年的RCP8.5排放情景下高適生區(qū)的重心轉(zhuǎn)移趨勢(shì)最為明顯，代表濃度較低的排放軌跡下最適宜區(qū)域的強(qiáng)度相對(duì)較弱。

圖5 未來(lái)氣候變化背景下刺果瓜高適生區(qū)質(zhì)心移動(dòng)軌跡Figure 5 Changes in gravity center of highly suitable distribution areas and its moving tendency of Sicyos angulatus under the scenario of future climate change

2.5 基于適生區(qū)分析和遙感影像的刺果瓜對(duì)農(nóng)業(yè)經(jīng)濟(jì)損失的預(yù)測(cè)

刺果瓜高適生區(qū)的玉米空間分布如圖6，利用模型結(jié)果以及高適生區(qū)刺果瓜的存在概率，推算出刺果瓜成功入侵后，在完全不防治的場(chǎng)景下可能發(fā)生的面積約為0.42×10～0.84×10km。

圖6 刺果瓜高適生區(qū)的玉米空間分布圖Figure 6 Spatial distribution map of maize in high suitable area of Sicyos angulatus

根據(jù)刺果瓜在全國(guó)其他省市造成的玉米田減產(chǎn)情況和多年的實(shí)地調(diào)查，以最小危害面積0.42×10km×10%、減產(chǎn)率50%計(jì)算，得出在被入侵玉米田危害面積10%的基礎(chǔ)上，刺果瓜在高適生區(qū)對(duì)玉米作物的直接經(jīng)濟(jì)損失約為4.3億元。

農(nóng)業(yè)部門(mén)對(duì)刺果瓜的監(jiān)測(cè)應(yīng)重點(diǎn)關(guān)注遼寧的南部和東部的玉米種植區(qū)域，特別是沈陽(yáng)、大連、鞍山、丹東、營(yíng)口、鐵嶺、撫順，如在農(nóng)田中發(fā)現(xiàn)刺果瓜要及時(shí)徹底根除。

3 討論與結(jié)論

3.1 刺果瓜在遼寧地區(qū)有廣泛的適生區(qū)域

刺果瓜在遼寧省的適生范圍廣泛，在現(xiàn)代氣候條件下，高適生面積為40%，在未來(lái)氣候變化背景下，高適生面積將擴(kuò)張到78.5%。據(jù)遼寧省監(jiān)測(cè)數(shù)據(jù)顯示，2020年在大連、鐵嶺和本溪均發(fā)現(xiàn)刺果瓜危害農(nóng)田，模型結(jié)果表明，這幾個(gè)地區(qū)分別為刺果瓜的高適生區(qū)和中適生區(qū)，大連全區(qū)域?yàn)榇坦系母哌m生區(qū)，鐵嶺50%為中適生區(qū)，本溪的西部和東部部分地區(qū)為高適生區(qū)（圖3），說(shuō)明預(yù)測(cè)結(jié)果與監(jiān)測(cè)情況高度相符。根據(jù)其目前發(fā)生情況，在遼寧省的入侵區(qū)域遠(yuǎn)沒(méi)有達(dá)到最大范圍，仍有可能繼續(xù)擴(kuò)張，對(duì)農(nóng)業(yè)生產(chǎn)和生物多樣性構(gòu)成威脅，應(yīng)引起政府相關(guān)部門(mén)的重視。

3.2 刺果瓜分布區(qū)域的生態(tài)特征

各種環(huán)境因素，如溫度、濕度、光強(qiáng)、pH、土壤的水分利用率等都會(huì)影響雜草種子的萌發(fā)和出生，因此，為了盡可能的根據(jù)刺果瓜生長(zhǎng)實(shí)際，揭示不同類(lèi)型的環(huán)境變量對(duì)刺果瓜分布的影響，從而探尋刺果瓜的生物特性，本研究將所有參與模型運(yùn)算的環(huán)境因子進(jìn)行相關(guān)性分析。刺果瓜的生長(zhǎng)主要與溫度和降水有關(guān)，模型結(jié)果顯示，年降雨量和年平均氣溫對(duì)模型的貢獻(xiàn)率最高，兩者相加達(dá)到77.5%。刺果瓜的適生概率隨著年平均氣溫的升高而增大，當(dāng)年平均氣溫達(dá)到12.9℃的時(shí)候達(dá)到峰值并開(kāi)始下降，當(dāng)年平均氣溫大于18.7℃時(shí)，刺果瓜的生存概率下降到0.3以下，說(shuō)明刺果瓜喜溫和涼爽的氣候，這與車(chē)晉滇等認(rèn)為的刺果瓜植株抗寒性較強(qiáng)這一理論結(jié)果相吻合。本研究結(jié)果顯示，刺果瓜的存在概率隨著年降雨量的增加迅速提高最后趨于平衡，說(shuō)明刺果瓜是喜濕的植物。HUSEYIN等分析了環(huán)境因子對(duì)刺果瓜種子萌發(fā)的影響，結(jié)果表明，該物種向干旱、半干旱（非灌溉）和相對(duì)鹽堿地區(qū)擴(kuò)展有限，但潮濕、無(wú)鹽且經(jīng)常灌溉的地區(qū)很容易受到入侵；張健榕等的研究中提到，刺果瓜喜陰暗潮濕的環(huán)境；車(chē)晉滇等認(rèn)為在背陰潮濕的環(huán)境中生長(zhǎng)的刺果瓜要比在光照充足的地方茂密，以上這些結(jié)論均與本研究結(jié)果相似。溫度年較差對(duì)刺果瓜的生存產(chǎn)生正影響，從響應(yīng)曲線可以看出，刺果瓜分布區(qū)域的氣溫年較差跨度較大，這說(shuō)明刺果瓜可以在大部分的氣候區(qū)域生存，有極高的適生性。

太陽(yáng)輻射以光譜、光照強(qiáng)度等影響植物光合作用的強(qiáng)弱，是影響植物發(fā)育的重要?dú)庀笠亍谋狙芯康慕Y(jié)果可以看出，1和2月份的太陽(yáng)輻射對(duì)刺果瓜的存在概率呈正相關(guān)，當(dāng)1月份的太陽(yáng)輻射日總量大于1684kJ時(shí)，刺果瓜的存在概率就會(huì)在0.3以上，當(dāng)2月份太陽(yáng)輻射發(fā)生變化時(shí)，刺果瓜存在概率均在0.8以上，說(shuō)明這一時(shí)期光照產(chǎn)生的熱量對(duì)刺果瓜的生存不構(gòu)成威脅。HUSEYIN等在光周期對(duì)種子萌發(fā)的影響研究中發(fā)現(xiàn)，所有用于試驗(yàn)的種子被證明不是嚴(yán)格需要光照的，在黑海地區(qū)的每一天，種子的非成光性與接受的日照小時(shí)數(shù)相關(guān)性較小。這一研究結(jié)果也印證了在1和2月份刺果瓜種子還未萌發(fā)時(shí)期，太陽(yáng)輻射量的大小不是決定刺果瓜種子發(fā)芽的關(guān)鍵要素。模型的預(yù)測(cè)結(jié)果顯示，在相同的太陽(yáng)日輻射量下，8月份的存在概率響應(yīng)曲線與1和2月份的不同，呈現(xiàn)先上升后下降的趨勢(shì)，這說(shuō)明刺果瓜在這個(gè)月份不需要太多的光輻射，如果太陽(yáng)輻射每天對(duì)每平方米的地面提供的熱量超過(guò)23770kJ，可能對(duì)刺果瓜的生長(zhǎng)不利。

土壤鹽基飽和度對(duì)刺果瓜的存在概率呈正相關(guān)，土壤pH值在3.4～9.5之間，刺果瓜的生存概率均大于0.3，說(shuō)明刺果瓜在酸性和堿性的土壤中都可生存，但是在酸性土壤中生存概率要大于堿性土壤，黑土中性偏酸，因此應(yīng)對(duì)遼寧省遼河平原區(qū)和東部低山丘陵區(qū)等黑土地的分布區(qū)域進(jìn)行重點(diǎn)監(jiān)測(cè)。海拔對(duì)刺果瓜的生存產(chǎn)生負(fù)影響，但是從模型預(yù)測(cè)的適生值可以看出，刺果瓜在世界的低海拔和高海拔地區(qū)均有分布，隨著海拔的升高，其生存受限，但如果水分和溫度等生態(tài)環(huán)境適宜，刺果瓜仍有可能生長(zhǎng)。

3.3 氣候變化對(duì)刺果瓜潛在地理分布的影響

本研究利用2050和2070年兩種不同排放情景的環(huán)境因子，結(jié)合現(xiàn)代氣候條件，預(yù)測(cè)了氣候變化背景下刺果瓜在遼寧地區(qū)的發(fā)生趨勢(shì)。結(jié)果表明，氣候變化將導(dǎo)致刺果瓜在遼寧省的高適生區(qū)與現(xiàn)代氣候條件下的高適生區(qū)相比呈顯著增加趨勢(shì)，中、低適生區(qū)呈減少趨勢(shì)，非適生區(qū)幾乎趨于零；高適生區(qū)重心向西北方向高緯度地區(qū)轉(zhuǎn)移。唐瑤研究了氣候變化條件下刺萼龍葵等4種外來(lái)入侵植物在我國(guó)的潛在分布，結(jié)果表明，氣候變化可能促使已經(jīng)在入侵地定植的種群爆發(fā)，未來(lái)刺萼龍葵會(huì)繼續(xù)向高緯度方向擴(kuò)散。塞依丁·海米提等研究了氣候變化情景下外來(lái)入侵植物刺蒼耳在新疆的潛在分布格局模擬，結(jié)果表明，氣候變化會(huì)使外來(lái)入侵植物刺蒼耳在新疆的適生面積空間變化明顯，分布范圍對(duì)比當(dāng)前呈現(xiàn)指數(shù)型增長(zhǎng)，未來(lái)爆發(fā)成災(zāi)的可能性很大。李麗鶴在氣候變化對(duì)入侵植物潛在分布影響的研究中發(fā)現(xiàn)，氣候變化背景下,外來(lái)入侵植物的高適生區(qū)重心將向高緯度和高海拔地區(qū)遷移。上述研究結(jié)果表明，大部分的外來(lái)入侵植物在氣候變化背景下潛在地理分布呈現(xiàn)擴(kuò)張趨勢(shì)，且高適宜生境向高緯度地區(qū)轉(zhuǎn)移，本研究預(yù)測(cè)的外來(lái)入侵植物刺果瓜在未來(lái)時(shí)期適生區(qū)的變化也有相同趨勢(shì)。

3.4 基于遙感影像的農(nóng)業(yè)經(jīng)濟(jì)損失預(yù)測(cè)

刺果瓜可進(jìn)入農(nóng)田危害玉米，日本的相關(guān)研究表明，在完全不防治的情況下每10m玉米田內(nèi)，刺果瓜入侵達(dá)到15~20株時(shí)可導(dǎo)致玉米減產(chǎn)80%，達(dá)到28~50株時(shí)玉米幾乎絕收。本研究利用遙感數(shù)據(jù)提取了遼寧省玉米空間分布圖，基于現(xiàn)代氣候背景下在GIS中與刺果瓜的潛在適生區(qū)進(jìn)行疊加，將農(nóng)業(yè)部門(mén)對(duì)刺果瓜的重點(diǎn)監(jiān)測(cè)區(qū)域進(jìn)行了可視化表達(dá)，并計(jì)算了農(nóng)業(yè)經(jīng)濟(jì)損失。結(jié)果表明，按高適生區(qū)10%發(fā)生面積的水平上，刺果瓜可能造成至少4.3億元的農(nóng)業(yè)經(jīng)濟(jì)損失，農(nóng)業(yè)部門(mén)應(yīng)該重點(diǎn)監(jiān)測(cè)刺果瓜適生區(qū)的玉米田，及時(shí)預(yù)警預(yù)報(bào)，及早采取有效措施遏制其繼續(xù)蔓延。

本研究結(jié)果表明，現(xiàn)代氣候背景下，刺果瓜在遼寧省的高適生區(qū)約占總土地面積的39%，主要集中在遼南和遼東地區(qū)，氣候變化將導(dǎo)致高適生區(qū)域顯著擴(kuò)張，除朝陽(yáng)、阜新部分地區(qū)為中、低適生區(qū)外，其余地區(qū)全部為高適生區(qū)，高適生區(qū)的重心在未來(lái)的排放情景下呈現(xiàn)出向高緯度和西北方向轉(zhuǎn)移的趨勢(shì)。在氣候、土壤、地形、太陽(yáng)輻射4種類(lèi)型的環(huán)境變量中，氣候變量對(duì)模型的貢獻(xiàn)率最高累計(jì)達(dá)到77.6%，其次為太陽(yáng)輻射17%，海拔4.5%，土壤最低為0.9%。降雨和溫度是影響刺果分布的重要環(huán)境因素，溫度不高且潮濕的地區(qū)有利于其生存，土壤的pH值和海拔越高刺果瓜的生存概率越低。

根據(jù)現(xiàn)有研究文獻(xiàn)和遼寧省的實(shí)地調(diào)查，刺果瓜的傳播有較大的跨越性且入侵的停滯期比較長(zhǎng)，容易造成危害不重的假象，一旦在當(dāng)?shù)匦纬煞N群將很難控制，入侵農(nóng)業(yè)用地后會(huì)產(chǎn)生嚴(yán)重的減產(chǎn)和管理成本。刺果瓜在遼寧省的發(fā)生遠(yuǎn)未達(dá)到飽和，且未來(lái)有很大的入侵潛力，目前是有效遏制其擴(kuò)散蔓延的關(guān)鍵時(shí)期，應(yīng)盡早在遼寧省范圍內(nèi)開(kāi)展普查工作，加大對(duì)刺果瓜的防控力度，特別是遼南和遼東地區(qū)的玉米種植區(qū)，并積極調(diào)動(dòng)多部門(mén)聯(lián)動(dòng)全社會(huì)參與，以期保護(hù)生態(tài)環(huán)境減少農(nóng)業(yè)經(jīng)濟(jì)損失，做到早發(fā)現(xiàn)、早防治、早根除。