盧輝 盧芙萍 梁曉 伍春玲 陳青

摘 要 木瓜秀粉蚧是熱帶和亞熱帶地區(qū)重要的危險(xiǎn)性害蟲(chóng)，本研究利用最大熵模型（MaxEnt）和地理信息系統(tǒng)（GIS）軟件，依據(jù)該蟲(chóng)的分布數(shù)據(jù)和20個(gè)環(huán)境因子預(yù)測(cè)其在海南的適生性，并對(duì)木瓜秀粉蚧在木薯地中的空間分布型進(jìn)行了分析。結(jié)果表明：木瓜秀粉蚧在海南的高度適生區(qū)主要有陵水、樂(lè)東、東方、昌江、?？谖鞑康鹊?，模型的AUC值為0.982，表明該模型預(yù)測(cè)結(jié)果可靠；影響其分布的主要環(huán)境因子有年均降水量、最冷季度平均溫度、年溫度變化范圍和最濕潤(rùn)季度降水量等，因子貢獻(xiàn)率分別為23.7%、16.5%、14.2%和12.1%；用聚集度指標(biāo)法確定木瓜秀粉蚧在木薯上一定密度下的空間分布為聚集分布，并采用m*-m回歸法和Taylor冪法則對(duì)其進(jìn)行了驗(yàn)證；成蟲(chóng)在木薯植株上的分布，表現(xiàn)為上、中層的蟲(chóng)口密度顯著高于下層。研究結(jié)果對(duì)提高木瓜秀粉蚧的監(jiān)測(cè)和防控水平具有指導(dǎo)意義。

關(guān)鍵詞 木瓜秀粉蚧；海南；最大熵模型；適生性評(píng)價(jià)；空間分布型

中圖分類號(hào) S431 文獻(xiàn)標(biāo)識(shí)碼 A

Abstract Paracoccus marginatus Williams and Granara de Willink is one of the most serious pests in tropical and subtropical regions. In this paper，the areas of potential geographic distribution and the suitability level in Hainan for P. marginatus was predicted using MaxEnt and ArcGIS software，based on which the distribution of P. marginatus and 20 environmental factors，and spatial pattern of P. marginatus in cassava field was researched. The results showed that the optimum suitable areas in Hainan was mainly in Lingshui，Ledong，Dongfang，Changjiang，western Haikou，and other areas，and the AUC value of MaxEnt ecological niche models reached 0. 982，indicating that the predicted results was fairly well. Results showed that annual precipitation（the contribution rate is 23.7%），mean temperature of coldest quarter（16.5%），temperature seasonality（14.2%）and precipitation of wettest quarter（12.1%） were the forcing environmental factors. The results showed that the adults of P. marginatus presented an aggregated distribution under certain density condition，and results were tested by m*-m regression formulations and power law of Taylor using related aggregation index. Furthermore，the number of P. marginatus on the upper or middle of cassava was significantly greater than on the lower part. This study would provide technical support for the long-term and efficient monitoring of the occurrence and harm of P. marginatus.

Key words Paracoccus marginatus；Hainan；MaxEnt model；Suitability evaluation；Spatial pattern

doi 10.3969/j.issn.1000-2561.2016.10.019

木瓜秀粉蚧（Paracoccus marginatus Williams and Granara de Willink）又名木瓜粉蚧，屬于半翅目（Hemiptera）粉蚧科（Pseudococcidae），是亞熱帶和熱帶地區(qū)重要的危險(xiǎn)性粉蚧之一，也是世界上重要的檢疫性有害生物[1]。木瓜秀粉蚧于1992年在墨西哥首次被發(fā)現(xiàn)，1995年在圣馬丁的加勒比海島嶼也發(fā)現(xiàn)了該粉蚧[2]，2000年該粉蚧擴(kuò)散到加勒比海的13個(gè)國(guó)家，之后很快擴(kuò)散到美國(guó)的佛羅里達(dá)州、中南美洲、非洲和澳大利亞等多個(gè)國(guó)家[3-6]，此后，泰國(guó)、印度、馬來(lái)西亞、斯里蘭卡和中國(guó)等亞洲國(guó)家也相繼爆發(fā)為害[7-11]。木瓜秀粉蚧主要危害植物的莖、葉片和果實(shí)，以若蟲(chóng)和雌成蟲(chóng)刺吸寄主植物汁液為害植株，造成葉片褪綠黃化，枝條干枯，果實(shí)品質(zhì)下降，嚴(yán)重時(shí)整株死亡[12]。該粉蚧的主要寄主植物為木瓜、木薯、番石榴、芒果和木棉等熱帶作物，超過(guò)90%的寄主植物位于亞熱帶和熱帶地區(qū)[13]。目前，在中國(guó)海南的木薯上已發(fā)現(xiàn)木瓜秀粉蚧，海南是中國(guó)木薯種質(zhì)資源的重要基地，種植地區(qū)的氣候條件與該粉蚧原產(chǎn)地氣候條件相似[14]，可能適宜該粉蚧生存，因此，阻止木瓜秀粉蚧在海南的擴(kuò)散和蔓延對(duì)熱帶作物產(chǎn)業(yè)有重要意義。

隨著地理信息系統(tǒng)（GIS）和統(tǒng)計(jì)建模技術(shù)的興起，計(jì)算機(jī)輔助的生態(tài)位模型已成為物種適生性研究的重要手段，其原理是根據(jù)每個(gè)生物特有的生存環(huán)境，從已知物種分布區(qū)出發(fā)，使用數(shù)學(xué)模型模擬其生態(tài)位需求，并根據(jù)目標(biāo)區(qū)域的環(huán)境條件，對(duì)其進(jìn)行空間投影以實(shí)現(xiàn)建模要求[15-16]。目前，常用的適生性模型主要包括最大熵（MaxEnt）、遺傳算法（GARP）、生物氣候分析預(yù)測(cè)（Bioclim）、生態(tài)位分析（ENFA）、生態(tài)氣候（Climex）等模型技術(shù)[17-19]，在分布數(shù)據(jù)不全的情況下，MaxEnt模型能得到較滿意的結(jié)果[20-21]。在確定大尺度生態(tài)位后需要確定種群的空間分布，昆蟲(chóng)在田間的空間分布型包括聚集分布、均勻分布和隨機(jī)分布3種。近年來(lái)國(guó)內(nèi)外學(xué)者提出了一系列評(píng)價(jià)空間分布的統(tǒng)計(jì)指標(biāo)和回歸模型[22]，可以更好地揭示外來(lái)危險(xiǎn)性害蟲(chóng)的發(fā)生和入侵規(guī)律。

木瓜秀粉蚧對(duì)中國(guó)木薯產(chǎn)業(yè)的潛在威脅比較大，對(duì)該粉蚧在中國(guó)熱帶地區(qū)的風(fēng)險(xiǎn)分析非常迫切。目前，中國(guó)對(duì)木瓜秀粉蚧空間分布格局和監(jiān)測(cè)技術(shù)方面的研究還較為有限，僅限于檢疫捕獲等方面[7，23-25]，許多地區(qū)甚至連基本的標(biāo)本采集都沒(méi)有，空白點(diǎn)相當(dāng)多，難以有效地指導(dǎo)木瓜秀粉蚧的監(jiān)測(cè)。因此，以木瓜秀粉蚧為研究對(duì)象，在實(shí)地調(diào)查和前人研究的基礎(chǔ)上，結(jié)合分布點(diǎn)的環(huán)境因子，利用MaxEnt模型和ArcGIS軟件，預(yù)測(cè)木瓜秀粉蚧在海南的適生性及影響其分布的主要環(huán)境因子，并研究木薯上木瓜秀粉蚧成蟲(chóng)的空間分布型，旨在為木瓜秀粉蚧的進(jìn)一步監(jiān)測(cè)預(yù)警和防治提供依據(jù)。

1 材料與方法

1.1 材料

1.1.1 物種分布數(shù)據(jù) 木瓜秀粉蚧的地理分布數(shù)據(jù)來(lái)源于3個(gè)方面：一是來(lái)源于試驗(yàn)前期木薯有害生物普查和木瓜秀粉蚧調(diào)查，經(jīng)GPS定位獲取地理分布信息；二是從物種分布數(shù)據(jù)庫(kù)中檢索，通過(guò)檢索全球生物多樣性信息平臺(tái)（GBIF）、入侵物種百科大全（CABI）、全球入侵物種數(shù)據(jù)庫(kù)（GISD）等數(shù)據(jù)庫(kù)獲取該粉蚧采集點(diǎn)的信息；三是通過(guò)木瓜秀粉蚧相關(guān)文獻(xiàn)記錄中收集。最終整理得到木瓜秀粉蚧在全世界的分布點(diǎn)173個(gè)（圖1），其中在海南?？?、儋州、三亞等地進(jìn)行野外調(diào)查時(shí)采集得到木瓜秀粉蚧在中國(guó)的分布點(diǎn)25個(gè)。

1.1.2 環(huán)境和地理信息數(shù)據(jù) 本研究模型中加載的環(huán)境數(shù)據(jù)包括年降水量、年均溫和海拔等20個(gè)變量（表1），從世界氣候環(huán)境數(shù)據(jù)庫(kù)（WorldClim）下載1950-2000年間的環(huán)境變量圖層，數(shù)據(jù)格式為Esri Grid格式，分辨率為30弧秒（30 arc-seconds≈1 km）。地理信息數(shù)據(jù)來(lái)源于從國(guó)家基礎(chǔ)地理信息系統(tǒng)（http：//nfgis.nsdi.gov.cn/）下載的1∶ 400萬(wàn)的中國(guó)行政區(qū)劃圖。MaxEnt軟件為3.3.3k版，GIS軟件為ArcGIS9.3，由中國(guó)熱帶農(nóng)業(yè)科學(xué)院環(huán)境與植物保護(hù)研究所提供。

1.2 方法

1.2.1 最大熵模型預(yù)測(cè) 將173個(gè)分布數(shù)據(jù)和20個(gè)環(huán)境數(shù)據(jù)導(dǎo)入MaxEnt模型軟件，然后進(jìn)行參數(shù)設(shè)置：75%分布點(diǎn)為訓(xùn)練集，25%分布點(diǎn)為測(cè)試集，收斂閾值為0.000 01，最大迭代次數(shù)為500次，取值范圍為0～100，選擇開(kāi)啟刀切法（Jackknife）評(píng)價(jià)各環(huán)境因子的權(quán)重，輸出格式為ASCII格式，其它參數(shù)為軟件默認(rèn)值。模型運(yùn)算結(jié)束后，將結(jié)果導(dǎo)入ArcGIS軟件中進(jìn)行格式轉(zhuǎn)換，再采用ArcMap利用空間分析工具的提取功能將海南從預(yù)測(cè)結(jié)果中切割出。模型精度驗(yàn)證采用受試者工作特征曲線（ROC曲線）來(lái)進(jìn)行評(píng)價(jià)，以ROC曲線下的面積（AUC值）作為模型精度的衡量指標(biāo)，AUC值越接近1表明預(yù)測(cè)結(jié)果越準(zhǔn)確，大于0.9時(shí)診斷價(jià)值較高。

1.2.2 空間格局的調(diào)查方法 在海南省儋州市中國(guó)熱帶農(nóng)業(yè)科學(xué)院木薯基地進(jìn)行調(diào)查，選擇長(zhǎng)勢(shì)一致的木薯進(jìn)行木瓜秀粉蚧成蟲(chóng)的空間分布調(diào)查，主要種植品種為SC5，按東、西、南、北和中五個(gè)方向采樣，每個(gè)方向按五點(diǎn)法調(diào)查，每點(diǎn)調(diào)查10株，記錄木瓜秀粉蚧成蟲(chóng)的數(shù)量，并且記錄每株木薯上、中、下部蟲(chóng)口數(shù)量（按枝條長(zhǎng)度平均分三等分調(diào)查）。

1.2.3 聚集度指標(biāo)和回歸模型分析方法 空間分布型的主要指標(biāo)[26]有密度（m）、方差（s2）、擴(kuò)散系數(shù)（C）、叢生指數(shù)（I）、久野指數(shù)（Ca）、平均擁擠度（m*）和聚塊性指數(shù)（m*/m），綜合以上指標(biāo)來(lái)判斷木薯上木瓜秀粉蚧成蟲(chóng)的空間格局特征，以上指標(biāo)的計(jì)算公式為：C=S2/m，I=S2/m-1，Ca=（S2-m）/m2，m*/m=（S2-m+m2）/m2。

聚集度指標(biāo)法的結(jié)果通過(guò)回歸模型進(jìn)行檢驗(yàn)，分別為：（1）Iwao的m*-m模型回歸法[27]，m*和m 間的回歸關(guān)系為m*=α+βm（公式中，α為每個(gè)基本成分中個(gè)體數(shù)的平均擁擠度，β為基本成分的相對(duì)聚集度。當(dāng)α=0時(shí)，分布的基本成分為單個(gè)個(gè)體；當(dāng)α>0時(shí)，分布的基本成分為個(gè)體群，個(gè)體間互相吸引；當(dāng)α<0時(shí)，個(gè)體間相互排斥。當(dāng)β=1時(shí)，為隨機(jī)分布；當(dāng)β>1時(shí)，為聚集分布；當(dāng)β<1時(shí)，為均勻分布）。（2）Taylor冪法則回歸法[28]，公式為lgs2=lga+blgm（a、b為常數(shù)）（通過(guò)系數(shù)反映聚集度的屬性。當(dāng)lga=0，b=1時(shí)，為隨機(jī)分布；lga>0，b≥1時(shí)，為聚集分布；當(dāng)lga<0，b<1時(shí)，為均勻分布）。

1.3 數(shù)據(jù)處理

空間格局調(diào)查所得數(shù)據(jù)采用SPSS 13.0軟件進(jìn)行分析處理。

2 結(jié)果與分析

2.1 適生區(qū)分析

利用ArcGIS軟件中的重分類（Reclassify）功能，選擇自然斷點(diǎn)分類法[Natural Breaks（Jenks）][29]進(jìn)行適生性等級(jí)劃分，根據(jù)木瓜秀粉蚧的為害程度，將木瓜秀粉蚧在海南的潛在分布區(qū)劃分為4個(gè)風(fēng)險(xiǎn)等級(jí)（圖2），即非適生區(qū)、低度適生區(qū)、中度適生區(qū)和高度適生區(qū)。木瓜秀粉蚧在海南的高度適生區(qū)主要集中在海南北部、西部和南部地區(qū)，具體分布在陵水、樂(lè)東、東方、昌江、?？谖鞑俊⒊芜~除北部外的大部分地區(qū)、臨高南部、儋州除北部外的大部分地區(qū)、白沙北部、屯昌北部、定安北部、保亭東部、三亞西部和東部（黑色區(qū)域）等；中度適生區(qū)為萬(wàn)寧、瓊海、瓊中西部、屯昌南部、定安南部、文昌北部、?？谖鞑考叭齺喼胁浚ㄉ罨疑珔^(qū)域）等；低度適生區(qū)為瓊中西部、白沙南部、保亭西部、文昌中部（淺灰色區(qū)域）；其余非適生區(qū)主要為澄邁北部、臨高北部、儋州北部及其它市縣的零星地區(qū)（白色區(qū)域）。適生性分布結(jié)果采用ROC 曲線進(jìn)行精度驗(yàn)證，訓(xùn)練數(shù)據(jù)的AUC值為0.982，測(cè)試數(shù)據(jù)的AUC值為0.951，高于隨機(jī)分布模型的AUC值（0.5），表明模型的預(yù)測(cè)結(jié)果可靠。

2.2 環(huán)境變量的綜合分析

通過(guò)采用刀切法檢驗(yàn)存在概率的反應(yīng)曲線來(lái)分析各個(gè)環(huán)境因子對(duì)預(yù)測(cè)結(jié)果的影響程度，或用來(lái)確定影響物種分布的關(guān)鍵性環(huán)境因素。根據(jù)刀切法分析得到影響木瓜秀粉蚧的生態(tài)環(huán)境因子（圖3），黑色條越長(zhǎng)，說(shuō)明該變量的得分值越高，即代表該變量越重要?；疑拈L(zhǎng)度代表的是除該變量外的其它變量組合的所有貢獻(xiàn)和。對(duì)存在概率值得分較高（>1.2）的4個(gè)環(huán)境因子依次是：bio12（年降水量）、bio7（氣溫年變化范圍）、bio16（最濕季降水量）和bio13（最濕月降水量），而bio14（最干旱月降水量）影響最小。

不同環(huán)境因子間具有較強(qiáng)的相關(guān)性，容易導(dǎo)致過(guò)擬合，利用MaxEnt模型分析環(huán)境因子間的相關(guān)性以移除對(duì)模擬具有相似影響的因子，再計(jì)算參與模型建立的環(huán)境因子對(duì)最大熵模型的貢獻(xiàn)率（表1），可以判斷影響木瓜秀粉蚧分布的主要環(huán)境因子。結(jié)果表明，共有4個(gè)環(huán)境因子對(duì)模擬結(jié)果的貢獻(xiàn)率大于10%， 由高到低依次為年均降水量（貢獻(xiàn)率為23.7%）、最冷季度平均溫度（16.5%）、年溫度變化范圍（14.2%）和最濕潤(rùn)季度降水量（12.1%），4個(gè)環(huán)境因子的累積貢獻(xiàn)率已達(dá)到66.5%，說(shuō)明降水量、年溫度變化和最冷季度均溫是影響木瓜秀粉蚧潛在分布的最主要的環(huán)境因子。

2.3 田間聚集度指標(biāo)分析

木瓜秀粉蚧成蟲(chóng)在木薯上的聚集度指標(biāo)測(cè)定結(jié)果見(jiàn)表2。各項(xiàng)聚集度指標(biāo)中，I>0，C>1，Ca>0，m*/m>1，符合聚集分布的檢驗(yàn)標(biāo)準(zhǔn)，說(shuō)明木瓜秀粉蚧在調(diào)查區(qū)東（E）、 西（S）、南（W）、北（N）和中（M）5個(gè)方向上空間分布型一致，在所調(diào)查區(qū)域一定密度內(nèi)為聚集分布。

2.4 垂直方向的空間分布

從木瓜秀粉蚧成蟲(chóng)在木薯莖葉垂直方向上的分布情況可以看出，成蟲(chóng)在調(diào)查區(qū)5個(gè)方向上的木薯莖葉上、中、下層的分布數(shù)量不同見(jiàn)圖4，上層和中層的蟲(chóng)口數(shù)量顯著多于下層的（p<0.05），而上、中層的蟲(chóng)口數(shù)量分布規(guī)律不明顯。

2.5 空間分布的回歸分析檢驗(yàn)

使用改進(jìn)的m*-m回歸分析法得到木瓜秀粉蚧成蟲(chóng)的回歸方程：m*=3.84+1.23m（r=0.99）（圖5）。模型中的參數(shù)α=3.84>0，β=1.23>1，說(shuō)明木瓜秀粉蚧在木薯上不同密度下的分布為聚集分布，與用聚集度指標(biāo)法測(cè)定的結(jié)果一致。

木瓜秀粉蚧的Taylor冪函數(shù)關(guān)系為：lgS2=0.48+1.38lgm（r=0.99）（圖6）。模型參數(shù)中l(wèi)ga=0.48>0、b=1.38>1，說(shuō)明木瓜秀粉蚧在木薯上一定密度下的種群分布是聚集的，與Iwao測(cè)定的空間分布型的結(jié)果一致。

3 討論與結(jié)論

近年來(lái)，最大墑模型在物種分布預(yù)測(cè)方面得到了廣泛應(yīng)用，大量的研究結(jié)果表明，其預(yù)測(cè)結(jié)果優(yōu)于同類型模型，預(yù)測(cè)結(jié)果接近物種分布的真實(shí)狀態(tài)[30]。本研究中，由模型生成的木瓜秀粉蚧適生區(qū)分布圖顯示，陵水、樂(lè)東、東方、昌江、?？谖鞑?、澄邁除北部外的大部分地區(qū)、臨高南部、儋州除北部外的大部分地區(qū)、白沙北部、屯昌北部、定安北部、保亭東部、三亞西部和東部等均為木瓜秀粉蚧高度適生區(qū)，在此區(qū)域中，儋州和白沙的木薯種植區(qū)已經(jīng)遭到木瓜秀粉蚧的入侵，沿海的部分區(qū)域尚未被入侵。瓊中和白沙西部等地因靠近已入侵的地區(qū)，應(yīng)特別關(guān)注，加大對(duì)便于入侵的區(qū)域（如公路邊、新品種引種區(qū)域等）的監(jiān)測(cè)力度。而澄邁北部、臨高北部、儋州北部等為木瓜秀粉蚧的非適生區(qū)，這些區(qū)域相對(duì)安全，即使已有零星的植株出現(xiàn)此蟲(chóng)害，也難以形成大規(guī)模入侵。利用最大熵模型預(yù)測(cè)木瓜秀粉蚧的適生性，在分布數(shù)據(jù)有限的情況下，其算法清晰，運(yùn)算規(guī)則可防止模型過(guò)度擬合，預(yù)測(cè)效果能較好地反映出木瓜秀粉蚧的適生區(qū)分布情況。同時(shí)，用30弧秒分辨率環(huán)境參數(shù)進(jìn)行模型預(yù)測(cè)，彌補(bǔ)了大尺度條件下環(huán)境模擬適生性的空間誤差，提高預(yù)測(cè)的準(zhǔn)確性和可靠性。

海南屬熱帶季風(fēng)氣候，夏無(wú)酷暑，冬無(wú)嚴(yán)寒，旱季、雨季明顯，光、熱、水資源豐富，風(fēng)、干旱等氣象災(zāi)害頻繁，病蟲(chóng)害發(fā)生嚴(yán)重。在同樣的氣候條件下，印度、馬來(lái)西亞木薯產(chǎn)區(qū)均發(fā)現(xiàn)木瓜秀粉蚧的入侵和為害[31-33]，但對(duì)其種群的空間結(jié)構(gòu)沒(méi)有系統(tǒng)的研究。本研究對(duì)木瓜秀粉蚧成蟲(chóng)在木薯上的空間分布進(jìn)行了分析，研究結(jié)果表明，其種群分布為聚集分布，且個(gè)體間相互吸引，在木薯上主要分布在中上層，這主要是由于木瓜秀粉蚧對(duì)生境的選擇不同。在大尺度方面，影響木瓜秀粉蚧的主要環(huán)境因子為年降水量、最冷季的平均氣溫、年平均氣溫變化和最濕潤(rùn)季度的降水降雨量，其中，年均降水量貢獻(xiàn)率達(dá)23.7%，是最重要的環(huán)境因素。Seni[34]的研究結(jié)果表明，木瓜秀粉蚧的種群數(shù)量在5月份最高，而1月份最低，其發(fā)生發(fā)展和空間分布受溫度和濕度影響，本研究結(jié)果也驗(yàn)證了這個(gè)觀點(diǎn)。

隨著熱帶作物新品種在中國(guó)海南的大面積示范與推廣，外來(lái)物種可通過(guò)自然擴(kuò)散、交通運(yùn)輸、人為引進(jìn)等途徑傳入新的區(qū)域[35]。木瓜秀粉蚧原產(chǎn)于北美洲，跨越太平洋來(lái)到中國(guó)，不可能是風(fēng)力、水流等自然力量所能完成的。木瓜秀粉蚧體表具蠟質(zhì)，在傳播擴(kuò)散過(guò)程中，蟲(chóng)體常粘附于田間使用的設(shè)備、機(jī)械、工具、動(dòng)物或人體上，而長(zhǎng)距離傳播主要依靠植物種莖、種苗及其產(chǎn)品的調(diào)運(yùn)，若蟲(chóng)也可隨灌溉的水流動(dòng)而擴(kuò)散，螞蟻?zhàn)鳛榉垓坏墓采咭矔?huì)將若蟲(chóng)從染蟲(chóng)植株搬運(yùn)到健康植株上，因此，木薯上的木瓜秀粉蚧很有可能是隨著外來(lái)種莖、種苗的調(diào)運(yùn)而入侵中國(guó)的。海南的木薯種植區(qū)大部分處在木瓜秀粉蚧的高度適生區(qū)，同時(shí)，海南儋州擁有國(guó)家木薯種質(zhì)資源圃[36]，具有向廣東、廣西、云南、福建等熱區(qū)省份輸出優(yōu)良種質(zhì)資源的功能；該區(qū)域內(nèi)還種植木瓜、芒果和番石榴等熱帶水果，出島冬季瓜菜茄子、觀賞植物雞蛋花、南繁作物玉米、馬鈴薯、番茄等，這些作物都是木瓜秀粉蚧的寄主植物，因此，在該區(qū)域應(yīng)該進(jìn)行嚴(yán)格的檢疫和防控，加強(qiáng)木瓜秀粉蚧的監(jiān)測(cè)，對(duì)預(yù)防該蟲(chóng)害在中國(guó)其它區(qū)域的發(fā)生和擴(kuò)散也有十分重要的作用。

參考文獻(xiàn)

[1] Seni A， Chongtham S. Papaya mealybug Williams & Granara De Willink（Hemiptera： Pseudococcidae）， a current threat to agriculture-a review[J]. American Mineralogist， 1962， 47（9-10）： 1 024-1 048.

[2] Mani M， Shivaraju C， Shylesha A N. Paracoccus marginatus， an invasive mealybug of papaya and its biological control-an overview[J]. Journal of Biological Control， 2012， 26（3）： 201-216.

[3] Manrique V， Diaz R， Overholt W A. Suitability of a new invader as a target for biological control in Forida[J]. Invasive Plant Science & Management， 2011， 4（1）： 1-10.

[4] Martins D S， Fornazier M J， Culik M P， et al. Scale insect（Hemiptera： Coccoidea） pests of papaya（Carica papaya） in Brazil[J]. Annals of the Entomological Society of America， 2014， 107（8）： 1-8.

[5] Goergen G， Tamo M， Kyofa-Boamah M E， et al. Papaya mealybug： a new invading pest in west Africa[J]. Biocontrol News and Information， 2011， 32（2）： 9-10.

[6] Muniappan R， Meyerdirk D E， Sengebau F M， et al. Classical biological control of the papaya mealybug， Paracoccus marginatus（Hemiptera： Pseudococcidae） in thie republic of Palau[J]. Florida Entomologist， 2006， 89（2）： 212-217.

[7] Saengyot S， Burikam I. Host plants and natural enemies of papaya mealybug， Paracoccus marginatus（Hemiptera： Pseudococcidae）in Thailand[J]. Thai Journal of Agricultural Science， 2011， 44（3）： 197-205.

[8] Myrick S， Norton G W， Selvaraj K N， et al. Economic impact of classical biological control of papaya mealybug in India[J]. Crop Protection， 2014， 56（2）： 82-86.

[9] Mastoi M I， Azura A N， Muhammad R， et al. First report of papaya mealybug Paracoccus marginatus（Hemiptera： Pseudococcidae）from Malaysia[J]. Australian Journal of Basic & Applied Sciences， 2011， 5（7）： 1 247-1 250.

[10] Galanihe L D， Jayasundera M U P， Vithana A， et al. Occurrence， distribution and control of papaya mealybug， Paracoccus marginatus（Hemiptera： Pseudococcidae）， an invasive alien pest in Sri Lanka[J]. Tropical Agricultural Research & Extension， 2011， 13（3）： 81-86.

[11] 張江濤， 武三安. 中國(guó)大陸一新入侵種-木瓜秀粉蚧[J]. 環(huán)境昆蟲(chóng)學(xué)報(bào)， 2015， 37（2）： 441-446.

[12] Thangamalar A， Subramanian S， Mahalingam C A. Bionomics of papaya mealybug， Paracoccus marginatus and its predator Spalgius epius in mulberry ecosystem[J]. Karnataka Journal of Agricultural Sciences， 2010， 23（1）： 39-41.

[13] Gowda G B， Chakravarthy A K， Jagadish K S， et al. Ecology and distribution of papaya mealybug， Paracoccus marginatus Williams and Granara De Willink（Hemiptera： Pseudococcidae） in South Karnataka[J]. Current Biotica， 2014， 7（4）： 266-274.

[14] Bellotti A， Campo B V H， Hyman G. Cassava production and pest management： present and potential threats in a changing environment[J]. Tropical Plant Biology， 2012， 5（1）： 39-72.

[15] 王運(yùn)生. 生態(tài)位模型在外來(lái)入侵物種風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[D]. 長(zhǎng)沙： 湖南農(nóng)業(yè)大學(xué)， 2007.

[16] Wiley E O， Mcnyset K M， Peterson A T， et al. Niche modeling and geographic range predictions in the marine environment using a machine-learning algorithm[J]. Oceanography， 2003，16（3）： 120-127.

[17] Anderson R P， Raza A. The effect of the extent of the study region on GIS models of species geographic distributions and estimates of niche evolution preliminary tests with montane rodents（genus Nephelomys） in Venezuela[J]. Journal of Biogeography， 2010， 37（7）： 1 378-1 393.

[18] Peterson A T. Predicting speciesgeographic distributions based on ecological niche modeling[J]. Condor， 2009， 103（3）： 599-599.

[19] Anderson R P， Martínez-Meyer E. Modeling speciesgeographic distributions for preliminary conservation assessments： an implementation with the spiny pocket mice（Heteromys） of Ecuador[J]. Biological Conservation， 2004， 116： 167-179.

[20] 盧 輝， 鐘義海， 徐雪蓮， 等. 基于MaxEnt模型的對(duì)粒材小蠹的適生性分析[J]. 熱帶作物學(xué)報(bào)， 2013， 34（11）： 2 239-2 245.

[21] Phillips S J， Anderson R P， Schapire R E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling， 2013， 190（3/4）： 231-259.

[22] 徐汝梅， 成新躍. 昆蟲(chóng)種群生態(tài)學(xué)-基礎(chǔ)與前沿[M]. 北京： 科學(xué)出版社， 2005： 7-16

[23] 顧渝娟， 劉海軍， 梁 帆， 等. 一種重要的有害生物-木瓜粉蚧[J]. 植物檢疫， 2015， 29（2）： 57-60.

[24] 顧渝娟， 齊國(guó)君. 警惕一種新的外來(lái)入侵生物-木瓜粉蚧Paracoccus marginatus[J]. 生物安全學(xué)報(bào)， 2015， 24（1）： 39-44.

[25] 劉志紅， 沈 陽(yáng)， 高億波， 等. 外來(lái)危險(xiǎn)性入侵害蟲(chóng)木瓜秀粉蚧的危害與防控[J]. 安徽農(nóng)業(yè)科學(xué)， 2015， 43（31）： 91-93， 223.

[26] 徐汝梅. 昆蟲(chóng)種群生態(tài)學(xué)[M]. 北京： 北京師范大學(xué)出版社， 1987： 7-33.

[27] Iwao S. Application of the m*-m method to the analysis of spatial patterns by changing the quadrat size[J]. Researches on Population Ecology， 1972， 14（1）： 97-128.

[28] Taylor L R. Aggregation， variance and the mean[J]. Nature， 1961， 189： 732-735.

[30] Jiang W G， Zhu X H， Wu J J， et al. Retrieval and Analysis of Coal Fire Temperature in Wuda Coalfield， Inner Mongolia， China[J]. Chinese Geographical Science， 2011， 21（2）： 159-166.

[30] Phillips S J， Dudik M. Modeling of species distributions with Maxent： new extensions and a comprehensive evaluation[J]. Ecography， 2015， 31（2）： 161-175.

[31] Sakthivel N. Impact of feeding papaya mealybug affected cassava leaves on economic traits of eri silkworm， Samia cynthia ricini Boisdual[J]. Indian Journal of Scientific Research and Technology， 2015， 3（2）： 5-8.

[32] Husni H， Pramayudi N， Faridah M. Biology of papaya mealybug Paracoccus marginatus （hemiptera： pseudococcidae） in cassava （Manihot utilissima Pohl）[J]. Jurnal Natural， 2013； 12（2）： 9-17.

[33] Sakthivel N. Field performance of three exotic parasitoids against papaya mealybug， Paracoccus marginatus（Williams and Granara De Willink）infesting cassava in Tamil Nadu[J]. Journal of Biopesticides， 2013， 6（1）： 71-76.

[34] Seni A. Weather factors influencing population of papaya mealybug， Paracoccus marginatus（Hemiptera： Pseudococcidae）[J]. Journal of Plant and Pest Science， 2015， 2（2）： 41-47.

[34] 李 瓊， 陳業(yè)淵， 劉建玲， 等. 中國(guó)熱帶作物種質(zhì)資源保護(hù)研究現(xiàn)狀與思考[J]. 熱帶作物學(xué)報(bào)， 2011， 32（11）： 2 174-2 179.

[36] 張會(huì)英， 盧芙萍， 盧 輝， 等. 抗、感橡膠樹(shù)種質(zhì)對(duì)六點(diǎn)始葉螨發(fā)育與繁殖的影響[J]. 熱帶作物學(xué)報(bào)， 2014， 35（6）： 1 166-1 171.