李培先, 林 峻, 麥迪·庫(kù)爾曼, 吳建國(guó), 劉永強(qiáng), 鄭江華*

(1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院, 烏魯木齊 830046; 2. 新疆大學(xué)智慧城市與環(huán)境建模普通高校重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046; 3. 新疆維吾爾自治區(qū)治蝗滅鼠指揮部辦公室, 烏魯木齊 830001)

氣候變化對(duì)新疆意大利蝗潛在分布的影響

李培先1,2, 林 峻3, 麥迪·庫(kù)爾曼3, 吳建國(guó)3, 劉永強(qiáng)1,2, 鄭江華1,2*

(1. 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院, 烏魯木齊 830046; 2. 新疆大學(xué)智慧城市與環(huán)境建模普通高校重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046; 3. 新疆維吾爾自治區(qū)治蝗滅鼠指揮部辦公室, 烏魯木齊 830001)

意大利蝗Calliptamusitalicus(L.)是新疆草原主要優(yōu)勢(shì)蝗蟲(chóng)之一,每年給新疆畜牧業(yè)經(jīng)濟(jì)帶來(lái)嚴(yán)重?fù)p失,氣候變化對(duì)其潛在分布影響的預(yù)測(cè)對(duì)其科學(xué)防治有重要意義。本研究采用意大利蝗的分布數(shù)據(jù)和生物氣候數(shù)據(jù),結(jié)合MaxEnt模型和ArcGIS軟件,預(yù)測(cè)了BCC_CSM1.1氣候模式下政府間氣候變化專(zhuān)門(mén)委員會(huì)第五次工作報(bào)告(IPCC AR5)采用的RCP2.6、RCP4.5和RCP8.5三種氣候情景在2021-2040年(2030s)、2041-2060年(2050s)和2061-2080年(2070s)的意大利蝗新疆潛在適生區(qū)分布范圍。結(jié)果表明:在BCC_CSM1.1的各情景下,意大利蝗適生區(qū)在北疆及天山一帶分布格局基本保持不變,但高度適生區(qū)面積都有所增加,其中在天山和阿爾泰山地區(qū),意大利蝗中、高度適生區(qū)范圍將向更高海拔區(qū)域蔓延,在北疆阿勒泰地區(qū)高度適生區(qū)明顯增加。極端水分條件和水熱條件對(duì)意大利蝗在新疆潛在分布發(fā)揮主要作用,其中4月、10月、3月和11月降水量對(duì)意大利蝗在新疆潛在分布影響最大,因其直接影響土壤相對(duì)含水量和土壤溫度,從而決定意大利蝗卵的存活量。

意大利蝗; MaxEnt模型; 氣候變化; RCPs; 氣候情景; 地理信息系統(tǒng); 預(yù)測(cè)

全球環(huán)境變化特別是氣候變化已成為國(guó)內(nèi)外最受關(guān)注的熱點(diǎn)問(wèn)題[1]。2014年,聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)第5次評(píng)估報(bào)告(AR5)指出:1951-2010年間,溫室氣體造成的全球平均地表增溫在0.5～1.3℃之間;與1986-2005年相比,預(yù)計(jì)2016-2035年全球平均地表溫度將升高0.3～0.7℃,2081-2100年將升高0.3～4.8℃[2]。1951-2008年新疆南疆地區(qū)氣候呈較明顯的變暖變濕趨勢(shì)[3]。而北疆在1960-2011年氣溫以0.35℃/10 年的速度顯著增加;冬季和秋季降水引起年均降水量的顯著增加,空間上阿爾泰山南坡和天山北坡顯著增加,準(zhǔn)噶爾盆地西部未發(fā)現(xiàn)增加[4]。

目前, 預(yù)測(cè)氣候變化對(duì)物種的分布范圍及格局的影響已成為生物地理學(xué)和全球變化生物學(xué)研究的熱點(diǎn)和重點(diǎn)領(lǐng)域[5-6]。而氣候變化已成為病蟲(chóng)害發(fā)生的主要驅(qū)動(dòng)力之一[7-8]。近年來(lái),在氣候變暖背景下,中國(guó)病蟲(chóng)害呈發(fā)生面積逐年增長(zhǎng)、暴發(fā)種類(lèi)逐年增加、災(zāi)害損失逐年擴(kuò)大的趨勢(shì),而未來(lái)氣候持續(xù)變暖將導(dǎo)致這種情況進(jìn)一步加重[9]。

意大利蝗Calliptamusitalicus(L.)屬直翅目Orthoptera,蝗總科Acridoidea,斑腿蝗科Catantopidae,星翅蝗屬CalliptamusAudinet-Serville。在我國(guó)主要分布于新疆北部海拔800～2 300 m的荒漠、半荒漠草地[10]。作為新疆草原主要優(yōu)勢(shì)蝗蟲(chóng)之一,每年給新疆畜牧業(yè)經(jīng)濟(jì)帶來(lái)嚴(yán)重?fù)p失[11-12]。在全球氣候變暖背景下,意大利蝗新疆適生區(qū)近53年氣候總體呈暖濕趨勢(shì),氣候格局的顯著變化,會(huì)導(dǎo)致蝗蟲(chóng)地理分布格局及災(zāi)變規(guī)律的重大改變[12]。那么未來(lái)氣候變化下意大利蝗在新疆潛在適生區(qū)分布會(huì)發(fā)生怎樣的變化？其適生區(qū)形成的主要環(huán)境氣候因子是否會(huì)改變？基于此科學(xué)問(wèn)題,本研究采用新疆實(shí)地調(diào)查的意大利蝗GPS數(shù)據(jù),運(yùn)用MaxEnt模型和ArcGIS軟件,預(yù)測(cè)了當(dāng)前氣候條件(1950-2000年)和BCC_CSM1.1(Beijing Climate Center_Climate System Model version 1.1)未來(lái)氣候模式下RCP2.6、RCP4.5和RCP8.5三種氣候情景在2021-2040年(2030s)、2041-2060年(2050s)和2061-2080年(2070s)意大利蝗新疆潛在適生區(qū)分布,分析了影響意大利蝗潛在分布的主要環(huán)境因子,嘗試完善意大利蝗在新疆發(fā)生的災(zāi)變理論,以期為其重點(diǎn)適生區(qū)域及蔓延趨勢(shì)進(jìn)行針對(duì)性防控提供參考。

1 材料與方法

1.1 意大利蝗分布數(shù)據(jù)和地圖數(shù)據(jù)

2014-2015年新疆畜牧廳治蝗滅鼠指揮部對(duì)各地州意大利蝗發(fā)生點(diǎn)進(jìn)行野外GPS采樣,收集到的990個(gè)分布點(diǎn)按最大熵軟件要求進(jìn)行存儲(chǔ),按照物種名、經(jīng)度、緯度的格式保存為.csv文件。中國(guó)矢量地圖比例尺為1∶400萬(wàn),從國(guó)家基礎(chǔ)地理信息系統(tǒng)(http:∥nfgis.nsdi.gov.cn/)下載,用ArcGIS10.0裁剪出新疆矢量邊界。

1.2 生物氣候數(shù)據(jù)

在WorldClim(http:∥www.worldclim.org/)下載的當(dāng)前氣候(1950-2000)生物氣候數(shù)據(jù)和降水?dāng)?shù)據(jù);未來(lái)生物氣候數(shù)據(jù)在CCAF(Climate Change, Agriculture and Food Security)網(wǎng)站http:∥www.ccafs-climate.org中下載,空間分辨率都為30 seconds(表1)。

表1 應(yīng)用于MaxEnt模型中的環(huán)境變量1)

1) 參考http:∥www.worldclim.org/bioclim制作。The table was made by reference to http:∥www.worldclim.org/bioclim.

IPCC AR5采用了4個(gè)典型濃度路徑(representative concentration pathways,RCPs)排放情景,這些情景以相對(duì)于1750年的2100年近似總輻射強(qiáng)迫來(lái)表示。本研究采用RCP2.6、RCP4.5和RCP8.5情景進(jìn)行未來(lái)預(yù)測(cè)。在RCP 2.6情景下輻射強(qiáng)迫值為2.6 W/m2,是極低強(qiáng)迫水平的減緩情景;在RCP 4.5情景下為4.5 W/m2,是中等穩(wěn)定化情景;在RCP 8.5情景下是8.5 W/m2,為溫室氣體排放非常高的情景。對(duì)RCP2.6情景,輻射強(qiáng)迫先達(dá)到峰值,然后下降;對(duì)RCP4.5情景,輻射強(qiáng)迫在2100年前達(dá)到了穩(wěn)定;對(duì)于RCP8.5情景,到2100年輻射強(qiáng)迫還沒(méi)有達(dá)到峰值。RCPs情景進(jìn)一步考慮了應(yīng)對(duì)氣候變化的各種策略對(duì)未來(lái)溫室氣體排放的影響,更科學(xué)地描述了未來(lái)氣候變化預(yù)估結(jié)果[13]。

1.3 軟件與方法

MaxEnt軟件下載于網(wǎng)站http:∥www. cs. princeton. edu /,ArcGIS10.0軟件由美國(guó)ESRI公司開(kāi)發(fā)。將意大利蝗的分布數(shù)據(jù)和生物氣候數(shù)據(jù)導(dǎo)入MaxEnt模型中,選擇75%的分布點(diǎn)作為訓(xùn)練樣本,25%的分布點(diǎn)作為驗(yàn)證樣本。選取刀切法(Jackknife)分析各環(huán)境變量對(duì)潛在分布影響的重要性。運(yùn)用刀切法(Jackknife)檢測(cè)生物氣候變量對(duì)于分布增益的貢獻(xiàn),即單獨(dú)用每一變量建立模型(深藍(lán)色條帶),然后環(huán)境變量被輪流逐一剔除,并用剩余的變量參與運(yùn)算模型(淺藍(lán)色條帶),同時(shí)還會(huì)生成一個(gè)所有變量都參與運(yùn)行的結(jié)果(紅色條帶),以確定各變量對(duì)預(yù)測(cè)模型的重要性[14]。分布結(jié)果取運(yùn)行10次的平均值以減小MaxEnt模型運(yùn)行時(shí)的誤差。

MaxEnt模型運(yùn)算出新疆意大利蝗分布區(qū),通過(guò) ArcGIS 10.0中 Spatial Analyst 模塊的Reclassify對(duì)意大利蝗各等級(jí)的潛在分布區(qū)進(jìn)行重新賦值,將研究區(qū)意大利蝗的生境分為5個(gè)等級(jí),分別為非適生區(qū)(0,0.06]、邊緣適生區(qū)(0.06,0.16]、低度適生區(qū)(0.16,0.29]、中度適生區(qū)(0.29,0.40]和高度適生區(qū)(0.40,1.00]。

1.4 精度驗(yàn)證

在建立模型過(guò)程中,通過(guò)Jackknife中的AUC評(píng)價(jià)指標(biāo)對(duì)模型的效果和各個(gè)環(huán)境特征變量的重要性進(jìn)行檢測(cè),來(lái)驗(yàn)證模型的準(zhǔn)確度[15]。AUC為模型自帶的受試者工作特征(receiver operator characteristic,ROC)曲線(xiàn)下的面積(area under curve,AUC),不同的值代表不同的重要性級(jí)別:0.5～0.6,不及格(fail);0.6～0.7,較差(poor);0.7～0.8,一般(fair);0.8～0.9,良好(good);0.9～1.0,優(yōu)秀(excellent)[16-17]。

2 結(jié)果與分析

2.1 MaxEnt模型預(yù)測(cè)結(jié)果檢驗(yàn)

當(dāng)前和未來(lái)不同氣候模式下19個(gè)生物氣候變量的10次MaxEnt模型運(yùn)行的ROC曲線(xiàn)檢驗(yàn)結(jié)果:訓(xùn)練集(training data)AUC的10次均值都在0.926～0.927間波動(dòng),驗(yàn)證集(test data)AUC值在0.903～0.927間波動(dòng),表明預(yù)測(cè)結(jié)果都為優(yōu)秀水平。

2.2 當(dāng)前氣候模式和未來(lái)氣候情景下意大利蝗在新疆潛在分布區(qū)預(yù)測(cè)

將MaxEnt模型運(yùn)行的結(jié)果導(dǎo)入ArcGIS中,執(zhí)行重分類(lèi),并利用空間分析疊加顯示模塊,得出當(dāng)前氣候情景和未來(lái)氣候情景下意大利蝗在新疆的空間分布圖(圖1、2)。

從圖1和圖2可看出:空間分布上,未來(lái)(2030s、2050s、2070s)不同氣候情景(RCP2.6、RCP4.5、RCP8.5)下意大利蝗的分布格局與當(dāng)前氣候條件下相比基本保持不變。即意大利蝗適生區(qū)主要在北疆地區(qū)及天山一帶,其中高度適生區(qū)和中度適生區(qū)主要分布在:伊犁州、博州中部,塔城地區(qū)的西北部,阿勒泰地區(qū)的西北部和東南部,昌吉州南部,烏魯木齊的達(dá)坂城區(qū)和烏魯木齊縣,哈密地區(qū)中部,吐魯番地區(qū)和阿克蘇地區(qū)北部。低度和邊緣適生區(qū)主要集中在阿勒泰地區(qū)中部和昌吉州北部,以及南疆克州中部和東北部。空間分布變化上,在天山和阿爾泰山地區(qū),未來(lái)意大利蝗中、高度適生區(qū)范圍將向更高海拔區(qū)域蔓延,在北疆阿勒泰地區(qū)高度適生區(qū)明顯增加(圖1、2)。

ArcGIS空間分析統(tǒng)計(jì)各氣候情景下意大利蝗的各級(jí)適宜生境占新疆總面積比例(表2)。根據(jù)預(yù)測(cè)結(jié)果(與當(dāng)前條件相比):RCP2.6、RCP4.5和RCP8.5三種氣候情景下到2030s(2021-2040年),新疆意大利蝗適宜生境將分別增加2.23%、1.54%和2.20%,到2050s(2041-2060年),三種氣候情景下分別增加2.89%、1.87%和5.30%,至2070s(2061-2080年),分別增加6.53%、1.79%和3.98%。

高度適生區(qū)增加的比重更高:較1950-2000年(current),在RCP2.6情景下意大利蝗新疆高度適生區(qū)面積比重在2030s、2050s、2070s分別增加3.74%、4.08%、7.66%;在RCP8.5情景下,分別增加2.28%、4.76%、6.15%。這兩種氣候情景下都表現(xiàn)為從2000年到2030s、2050s、2070s逐漸增加的趨勢(shì)。在RCP4.5氣候情景下,意大利蝗新疆高度適生區(qū)面積比例隨時(shí)間增長(zhǎng)分別增加3.58%、1.95%、2.83%,表現(xiàn)為2030s>2080s>2050s>1950-2000年(current)的變化趨勢(shì)。在全球變暖的氣候背景下,新疆氣候向暖濕方向發(fā)展,總體更利于意大利蝗中度適生區(qū)和高度適生區(qū)的形成。

圖1 當(dāng)前氣候條件下意大利蝗適宜生境分布Fig.1 Distribution of habitats for Calliptamus italicus under current climate condition

圖2 未來(lái)不同氣候情景下意大利蝗適宜生境分布Fig.2 Distribution of habitats for Calliptamus italicus under different future climate scenarios

氣候情景Climatescenario非適生區(qū)Unsuitabledistributionregion面積/×104km2Area比例/%Ratio邊緣適生區(qū)Marginal-suitabledistributionregion面積/×104km2Area比例/%Ratio低度適生區(qū)Low-levelsuitabledistributionregion面積/×104km2Area比例/%Ratio中度適生區(qū)Moderatesuitabledistributionregion面積/×104km2Area比例/%Ratio高度適生區(qū)High-levelsuitabledistributionregion面積/×104km2Area比例/%RatioCurrent(19502000)123.4474.1412.527.5210.626.386.543.9313.378.03RCP2.6(2030s)119.7271.9110.076.058.575.158.525.1219.6011.77RCP2.6(2050s)118.6271.259.825.9010.226.147.664.6020.1612.11RCP2.6(2070s)112.5667.619.165.5011.977.196.684.0126.1215.69RCP4.5(2030s)120.8772.609.865.928.124.888.314.9919.3311.61RCP4.5(2050s)120.3272.2712.047.2310.826.506.694.0216.629.98RCP4.5(2070s)120.4672.3511.827.109.775.876.363.8218.0810.86RCP8.5(2030s)119.7771.9410.666.4011.006.617.894.7417.1710.31RCP8.5(2050s)114.6168.8412.447.4711.196.726.964.1821.2912.79RCP8.5(2070s)116.8170.1611.807.098.995.405.283.1723.6114.18

2.3 意大利蝗潛在分布區(qū)環(huán)境因子分析

刀切法得出單獨(dú)使用某個(gè)環(huán)境變量建立模型時(shí),年降水量(Bio12)、最干月降水量(Bio14)、最干季降水量(Bio17)和最冷季降水量(Bio19)分別對(duì)意大利蝗潛在地理分布影響最大,極端降水和水熱條件對(duì)意大利蝗的潛在分布發(fā)揮重要作用。在干旱與半干旱區(qū)新疆,降水量對(duì)意大利蝗的適生區(qū)分布起到主要作用,為分析意大利蝗潛在分布概率與主要環(huán)境因子的關(guān)系,將12個(gè)月的降水?dāng)?shù)據(jù)導(dǎo)入MaxEnt模型中進(jìn)行建模,得出4月、10月、3月和11月降水量對(duì)意大利蝗在新疆潛在分布影響最大(圖3)。同時(shí)得出意大利蝗存在概率對(duì)這4個(gè)變量的響應(yīng)曲線(xiàn)(圖4)。3、4、10、11月份降水量分別達(dá)到11～22 mm、 18～37 mm、16～35 mm和大于11 mm時(shí)意大利蝗存在的概率大于50%。

圖3 MaxEnt 刀切法測(cè)試月降水環(huán)境變量的重要性Fig.3 Jackknife test for the significance of monthly rainfall environmental variables, performed by MaxEnt

3 討論

氣候變暖促使植物分布向高海拔和高緯度地區(qū)遷移的現(xiàn)象已在全球范圍被觀測(cè)證實(shí)[18-21]。有研究得出氣候變暖導(dǎo)致昆蟲(chóng)向兩極和高海拔地區(qū)擴(kuò)展:即受低溫限制的昆蟲(chóng)增加了向兩極和高海拔擴(kuò)散的機(jī)會(huì)[22-23],本研究也認(rèn)為隨著未來(lái)新疆氣候變暖變濕,意大利蝗將會(huì)沿著氣候環(huán)境相似的高海拔地域上移和高緯度區(qū)域北移定殖,這是昆蟲(chóng)對(duì)氣候變化的響應(yīng)和適應(yīng)。意大利蝗適生區(qū)變化與不同情景溫室氣體排放的濃度變化并未表現(xiàn)出一致性;但各情景下高度適生區(qū)隨時(shí)間推移逐漸增加表明溫室氣體的排放是引起變化的主導(dǎo)原因。

MaxEnt模型顯示的適生分布區(qū)格局,反映了昆蟲(chóng)在基礎(chǔ)生態(tài)位和實(shí)際生態(tài)位中對(duì)空間需求的內(nèi)在生物學(xué)特性[24]。意大利蝗各發(fā)育階段的死亡率由高到低分別為41.02%(卵)、32.00%(1齡蝗蝻)、18.18%(產(chǎn)卵前期)、8.33%(2齡蝗蝻)、5.71%(5齡蝗蝻)、5.67%(3齡蝗蝻)、3.35%(4齡蝗蝻)[25]可知意大利蝗自然種群的死亡集中于卵期、1齡蝗蝻期,而新疆每年10、11月及次年3、4月降水量對(duì)意大利蝗在新疆潛在分布影響最大,因其直接影響土壤相對(duì)含水量和土壤溫度,從而決定意大利蝗卵的存活量;也說(shuō)明這些時(shí)段是意大利蝗卵發(fā)育和存活的重要時(shí)期。

秋季至翌年春季土壤的溫濕度變化對(duì)蝗卵的越冬、孵化出土以及蝗蝻生長(zhǎng)將產(chǎn)生重要影響[26]。在自然條件下,意大利蝗卵的吸水集中于翌年3月底,卵體含水量迅速?gòu)?0%左右增加至75%以上;4月蝗卵繼續(xù)發(fā)育,土壤相對(duì)含水量在5%～55%時(shí),卵孵化率隨土壤相對(duì)含水量的增加而升高;春季土壤相對(duì)含水量直接決定意大利蝗卵的存活量,所以預(yù)測(cè)意大利蝗發(fā)生量以檢測(cè)土壤相對(duì)含水量為主[25]。本研究得出新疆3-4月降水量作為影響土壤溫濕度的重要因子,分別達(dá)到11～22 mm、18～37 mm時(shí)意大利蝗適生區(qū)存在的概率將大于50%。陳素華等也得出若春季溫度適宜,則降水就成為關(guān)鍵,內(nèi)蒙古草地春季降水過(guò)少,既不利于蝗蟲(chóng)的破土出殼,又不利于蝗蝻取食,而在適宜溫度范圍內(nèi)每旬有3～10 mm的降水,則蝗卵發(fā)育最快,出土成蟲(chóng)率最高[26]。

同樣，新疆意大利蝗在10月蝗卵處于越冬胚胎發(fā)育階段,到11月進(jìn)入滯育階段。在新疆，11月已進(jìn)入霜凍期,開(kāi)始降雪。降雪量越多,形成冬雪保護(hù)層越利于蝗卵過(guò)冬,雪水也利于越冬卵的水分保持和土壤松軟[27]。本研究也認(rèn)為11月降雪量高于11 mm后意大利蝗適生區(qū)發(fā)生概率大于50%，且不斷增加。

大氣二氧化碳濃度升高、溫度上升、降雨分布不均、災(zāi)害性天氣出現(xiàn)頻次增加等全球氣候變化將不但會(huì)影響單種生物,還會(huì)影響原有的植物-害蟲(chóng)-天敵間內(nèi)在聯(lián)系和各營(yíng)養(yǎng)層間的固有平衡格局,最終導(dǎo)致一些害蟲(chóng)暴發(fā)成災(zāi),一些昆蟲(chóng)種群數(shù)量下降甚至物種滅絕[27]。意大利蝗在新疆潛在適生區(qū)的變化若能分析氣溫、降水、土壤溫濕度、太陽(yáng)輻射等因子相互耦合作用的同時(shí),考慮包括寄主植物、天敵和種間關(guān)系、土壤、地形、人工防治等多種因素、不同蟲(chóng)齡對(duì)環(huán)境因子變化的響應(yīng)和承受力等,預(yù)測(cè)精度可進(jìn)一步提高。

[1] 蔡運(yùn)龍, 李雙成, 方修琦. 自然地理學(xué)研究前沿[J]. 地理學(xué)報(bào), 2009, 64(11):1363-1374.

[2] 秦大河, Thomas Stocker, 259名作者和TSU(駐伯爾尼和北京). IPCC第五次評(píng)估報(bào)告第一工作組報(bào)告的亮點(diǎn)結(jié)論[J]. 氣候變化研究進(jìn)展, 2014, 10(1):1-6.

[3] 鄭紅蓮, 嚴(yán)軍, 元慧慧. 南疆地區(qū)近58年氣溫、降水變化特征分析[J]. 干旱區(qū)資源與環(huán)境, 2010, 24(7):103-109.

[4] Xu Changchun, Li Jiaxiu, Zhao Jie, et al. Climate variations in northern Xinjiang of China over the past 50 years under global warming [J]. Quaternary International, 2015, 358:83-92.

[5] Bellard C, Bertelsmeier C, Leadley P, et al. Impacts of climate change on the future of biodiversity[J]. Ecology Letters, 2012, 15(4)： 365-377.

[6] Espíndola A, Pellissier L, Maiorano L,et al. Predicting present and future intraspecific genetic structure through niche hindcasting across 24 millennia [J]. Ecology Letters, 2012, 15(7): 649-657.

[7] Guo Kun, Hao Shuguang, Sun Osbertjianxin,et al. Differential responses to warming and increased precipitation among three contrasting grasshopper species [J]. Global Change Biology, 2009, 15(10):2539-2548.

[8] Carly Z, Emily A R, Jonathan A N. Climate change and voltinism in Californian insect pest species: sensitivity to location, scenario and climate model choice [J]. Global Change Biology, 2012, 18(18):2771-2780.

[9] 霍治國(guó), 李茂松, 王麗, 等. 氣候變暖對(duì)中國(guó)農(nóng)作物病蟲(chóng)害的影響[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2012, 45(10):1926-1934.

[10]張泉, 喬璋, 熊玲, 等. 意大利蝗生物學(xué)特性研究[J]. 新疆農(nóng)業(yè)科學(xué), 1995(6):256-257.

[11]范福來(lái). 新疆蝗蟲(chóng)災(zāi)害治理[M]. 烏魯木齊:新疆科學(xué)技術(shù)出版社, 2011:86-90.

[12]王晗, 于非, 扈鴻霞, 等. 新疆意大利蝗適生區(qū)的氣候變化特征分析[J]. 中國(guó)農(nóng)業(yè)氣象, 2014, 35(6):611-621.

[13]辛?xí)愿? 吳統(tǒng)文, 張潔. BCC氣候系統(tǒng)模式開(kāi)展的CMIP5試驗(yàn)介紹[J]. 氣候變化研究進(jìn)展, 2012, 8(5):378-382.

[14]張海娟, 陳勇, 黃烈健, 等. 基于生態(tài)位模型的薇甘菊在中國(guó)適生區(qū)的預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011, 27(S1):413-418.

[15]吳慶明, 王磊, 朱瑞萍, 等. 基于MaxEnt模型的丹頂鶴營(yíng)巢生境適宜性分析——以扎龍保護(hù)區(qū)為例[J]. 生態(tài)學(xué)報(bào), 2016,36(12):3758-3764.

[16]Swets J A.Measuring the accuracy of diagnostic systems [J]. Science, 1988, 240(4857):1285-1293.

[17]Phillips S J, Anderson R P, Schapire R E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modeling, 2006,190(3-4):231-259.

[18]Parmesan C, Yohe G.A globally coherent fingerprint of climate change impacts across natural systems [J].Nature,2003,421(6918): 37-42.

[19]Root T L, Price J T, Hall K R, et al. Fingerprints of global warming on wild animals and plants[J]. Nature, 2003, 421(6918):57-60.

[20]Lenoir J, Gégout J C, Marquet P A, et al. A significant upward shift in plant species optimum elevation during the 20th century [J]. Science, 2008,320:1768-1771.

[21]Bertrand R, Lenoir J, Piedallu C, et al.Changes in plant community composition lag behind climate warming in lowland forests [J]. Nature,2011,479(7374):517-520.

[22]Speight M R, Hunter M D, Watt A D. Ecology of insects: concepts and applications [M]. Oxford: Blackwell Science Ltd, 1999.

[23]Hickling R, Roy D B, Hill J K, et al. A northward shift of range margins in British Odonata [J]. Global Change Biology, 2005, 11(3):502-506.

[24]Guisan A, Zimmermann N E. Predictive habitat distribution models in ecology [J]. Ecological Modelling, 2000,135(2-3):147-186.

[25]任金龍. 意大利蝗生物學(xué)及生命表的研究[D]. 烏魯木齊:新疆農(nóng)業(yè)大學(xué), 2015.

[26]陳素華, 烏蘭巴特爾, 吳向東. 內(nèi)蒙古草地蝗蟲(chóng)生存與繁殖對(duì)氣候變化的響應(yīng)[J]. 自然災(zāi)害學(xué)報(bào), 2007,16(3):66-69.

[27]吳瑞芬. 我國(guó)蝗蟲(chóng)發(fā)生的氣候背景及長(zhǎng)期預(yù)測(cè)研究[D]. 北京:中國(guó)農(nóng)業(yè)大學(xué), 2005.

[28]戈峰. 應(yīng)對(duì)全球氣候變化的昆蟲(chóng)學(xué)研究[J]. 應(yīng)用昆蟲(chóng)學(xué)報(bào), 2011, 48(5):1117-1122.

(責(zé)任編輯：田 喆)

Effects of future climate change on potential geographic distribution ofCalliptamusitalicus(L.) in Xinjiang

Li Peixian1,2, Lin Jun3, Maidi Kuerman3, Wu Jianguo3, Liu Yongqiang1,2, Zheng Jianghua1,2

(1. College of Resource & Environment Sciences, Xinjiang University, Urumqi 830046, China;2. Key Laboratory of City Intellectualizing and Environment Modeling, Xinjiang University, Urumqi 830046, China;3. Locust and Rodent Control Headquarters of Xinjiang Uygur Autonomous Region, Urumqi 830001, China)

Calliptamusitalicus(L.) is one of the dominant species of grassland locusts in Xinjiang. It is widely distributed and has caused several serious hazards in history of Xinjiang. The predictions of its potential geographic distribution under future climate changes have important significance for its scientific prevention and treatment. Using MaxEnt model and ArcGIS software with GPS data ofC.italicusactual distribution and biological climate data in Xinjiang, the potential geographic distribution ofC.italicusunder the current climate conditions (1950-2000)were predicted, and its potential geographic distribution was also predicted using BCC-CSM1.1 (Beijing Climate Center_Climate System Model version 1.1) in three periods, 2021-2040 (2030s), 2041-2060 (2050s) and 2061-2080 (2070s), under three climate change scenarios, namely RCP2.6, RCP4.5 and RCP8.5, which were adopted by IPCC AR5 (Intergovernmental Panel on Climate Change Fifth Assessment Report). The results showed that Northern Xinjiang and Tianshan Mountains regions were the major potential distribution regions. This distribution pattern remained unchanged in the future, but the area of high-level suitable distribution regions increased. The moderate and high-level suitable distribution regions ofC.italicuswould spread to higher-altitude area of Tianshan Mountains and Altai Mountains. A significant increase of high-level suitable distribution region would occur in Altai region of northern Xinjiang. Extreme moisture and hydrothermal synchronization conditions were the environmental factors for the prediction. The rainfall in April, October, March and November had the greatest impact on the potential distribution ofC.italicusbecause the direct impact on the soil relative water content and soil temperature could determine the survival situation ofC.italicuseggs.

Calliptamusitalicus; MaxEnt model; climate change; RCPs; climate scenario; GIS; prediction

2016-07-20

2016-09-11

新疆維吾爾自治區(qū)治蝗滅鼠指揮辦公室委托項(xiàng)目(2016);新疆維吾爾自治區(qū)高層次人才培養(yǎng)計(jì)劃項(xiàng)目(104-40002);教育部創(chuàng)新團(tuán)隊(duì)項(xiàng)目(IRT1180)

S 433.2

A

10.3969/j.issn.0529-1542.2017.03.015

致 謝： 本研究得到新疆大學(xué)智慧城市與環(huán)境建模重點(diǎn)實(shí)驗(yàn)室許仲林副教授在模型運(yùn)行上的指導(dǎo)和幫助，特此謝忱！

* 通信作者 E-mail：zheng_jianghua@126.com