唐繼洪,程云霞,羅禮智,張 蕾,江幸福,*

1 植物病蟲害生物學(xué)國家重點實驗室,中國農(nóng)業(yè)科學(xué)院植物保護(hù)研究所,北京 1001932 中國熱帶農(nóng)業(yè)科學(xué)院環(huán)境與植物保護(hù)研究所,?？?571101

基于Maxent模型的不同氣候變化情景下我國草地螟越冬區(qū)預(yù)測

唐繼洪1,2,程云霞1,羅禮智1,張 蕾1,江幸福1,*

1 植物病蟲害生物學(xué)國家重點實驗室,中國農(nóng)業(yè)科學(xué)院植物保護(hù)研究所,北京 1001932 中國熱帶農(nóng)業(yè)科學(xué)院環(huán)境與植物保護(hù)研究所,?？?571101

草地螟(LoxostegesticticalisL.)是我國華北、東北和西北地區(qū)農(nóng)牧業(yè)生產(chǎn)的重大害蟲,其每年暴發(fā)成災(zāi)的程度及造成的經(jīng)濟(jì)損失與越冬蟲源基數(shù)或面積密切相關(guān),但我國草地螟主要越冬區(qū)的變化規(guī)律至今尚未見報道。為了闡明全球氣候變化條件下我國草地螟越冬區(qū)的變化規(guī)律,以1951—2000年我國草地螟越冬場所及面積為基礎(chǔ),結(jié)合政府間氣候變化專門委員會(IPCC)第五次評估報告發(fā)布的BCC-CSM1.1氣候模式數(shù)據(jù),采用最大熵(Maxent)模型預(yù)測了4種氣候變化(RCP 2.6, 4.5, 6.0和8.5)情景下2050s及2070s 我國草地螟越冬區(qū)的變化情況。研究結(jié)果：1)訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集的受試者工作特征曲線下的面積(AUC)分別為0.989和0.987,表明模型的模擬精度很好。2)經(jīng)Jackknife方法檢驗,降雨量變化方差bio_15是最重要的變量,最濕月份降雨量bio_13次之,最后為10月份降水量prec_10及年溫變化范圍bio_7。這些環(huán)境變量對模型的貢獻(xiàn)率均超過10%,是模型構(gòu)建最重要的環(huán)境變量。3)在各種氣候變化情景下,到2050s及2070s我國草地螟的越冬區(qū)面積和位置相對于當(dāng)前都有不同程度的擴(kuò)大和北移。其中高適宜越冬區(qū)面積為當(dāng)前的1.41—2.94倍,其質(zhì)心位置向北移動78.79—226.97 km。這些結(jié)果表明,我國未來草地螟越冬場所將會擴(kuò)大和北移。

草地螟；Maxent模型；越冬區(qū)預(yù)測；氣候變化

草地螟是我國華北、東北和西北(三北)地區(qū)一種重要的農(nóng)牧業(yè)害蟲,曾多次暴發(fā)成災(zāi)并造成重大經(jīng)濟(jì)損失[1,2]。從建國以來至2000年我國草地螟的主要越冬區(qū)分布在38°—43°N,108°—118°E之間的農(nóng)牧交錯地區(qū),這片區(qū)域海拔較高(1000—1600 m),而從行政區(qū)劃方面來看,主要囊括山西北部,河北北部和內(nèi)蒙古中西部地區(qū)[3-5]。而在東北草地螟一代常發(fā)區(qū),某些年份也有一定數(shù)量的越冬蟲源,但沒有形成穩(wěn)定的越冬區(qū)[6-8]。草地螟必須以老熟幼蟲在土壤中做繭滯育的方式來越過嚴(yán)寒的冬季,這是其年生活史中較薄弱的一環(huán),因而能否順利越冬及越冬基數(shù)的大小將會直接影響到來年草地螟是否發(fā)生及發(fā)生的程度。羅禮智等根據(jù)2003年我國草地螟2幼蟲代發(fā)生嚴(yán)重,并在較廣闊的區(qū)域留下大量越冬蟲源的情形,成功預(yù)測了2004年我國草地螟一代幼蟲的大發(fā)生[9]。而2005年我國草地螟二代幼蟲發(fā)生較輕,面積較小,因而該年草地螟的越冬區(qū)、越冬基數(shù)較小,根據(jù)這種形勢,羅禮智等預(yù)測2005年我國草地螟一代幼蟲發(fā)生程度較輕,和當(dāng)年實際的發(fā)生情況相符[10]。通過生產(chǎn)實踐已經(jīng)證明我國草地螟一代幼蟲的發(fā)生程度和越冬區(qū)以及越冬基數(shù)的大小有著密切的聯(lián)系,因而能否準(zhǔn)確的預(yù)測草地螟越冬區(qū)和越冬基數(shù)的大小將在一定程度上決定能否準(zhǔn)確預(yù)測草地螟一代幼蟲的發(fā)生程度。而目前國內(nèi)對草地螟越冬區(qū)的預(yù)測卻鮮有研究。

隨著全球氣候的變暖,我國草地螟的越冬區(qū)也有了一些新的變化,2008年草地螟二代幼蟲在我國三北地區(qū)大暴發(fā),其發(fā)生范圍和發(fā)生程度都為歷年歷次之最,而隨后二代幼蟲留下的大量蟲源又成功在東北地區(qū)越冬,并成為次年當(dāng)?shù)卦蕉上x大發(fā)生的主要蟲源[1]。同樣是二代幼蟲大發(fā)生的次年,2009年春在新疆和田地區(qū)海拔4000 m以上的昆侖山脈調(diào)查到了草地螟越冬幼蟲[1]。這些變化和氣候變化應(yīng)該存在某種聯(lián)系。草地螟的越冬地是草地螟種群的庇護(hù)所,其適宜的環(huán)境條件為草地螟順利度過冬季提供了保證。而同時草地螟的越冬地也將是草地螟幼蟲生長發(fā)育繁殖的較為適宜的場所。越冬區(qū)的大小和位置在一定程度上會影響到草地螟越冬蟲源的數(shù)量和質(zhì)量,從而進(jìn)一步影響的次年草地螟發(fā)生的數(shù)量和位置。隨著氣候的變化,世界范圍內(nèi)很多物種都有相應(yīng)的變化,較為一致的結(jié)論是隨著氣候的變暖,物種的分布區(qū)向著高緯度以及高海拔的方向移動[11-14]。草地螟在我國的越冬區(qū)呈現(xiàn)的這些變化和其他物種的變化趨勢較為一致。而隨著氣候的進(jìn)一步變化,我國草地螟的越冬區(qū)將會如何變化？這對我國未來草地螟的防治工作將會有重大的影響。本文將結(jié)合目前通用的物種分布模型(Maxent)和不同氣候變化情景數(shù)據(jù)對我國草地螟越冬區(qū)在21世紀(jì)50年代及70年代的變化情況進(jìn)行研究。

1 材料與方法

1.1 草地螟越冬地分布數(shù)據(jù)點來源

草地螟越冬地分布數(shù)據(jù)收集于目前發(fā)表過的期刊論文,會議論文,學(xué)位論文,相關(guān)省地植保站及全國農(nóng)技推廣中心相關(guān)草地螟越冬調(diào)查文件等[2,4-5,15-20]。在越冬地分布數(shù)據(jù)處理中去除了部分范圍較大,模糊不清的,重點采用具有明確經(jīng)緯度標(biāo)記,以及位置能精確到鄉(xiāng)鎮(zhèn)一級的記錄,并通過這些地名在谷歌地圖上查出相應(yīng)位置,并利用其提供的經(jīng)緯度工具查詢記錄地所在位置的經(jīng)緯度。并將經(jīng)度及緯度兩者之間相差都不超過0.16666667°的記錄點只保留經(jīng)度及緯度最小的點,以避免在分析時同一柵格內(nèi)出現(xiàn)多個記錄點。經(jīng)過整理最終獲得114個有效的草地螟主要越冬記錄數(shù)據(jù)點(圖1)。

1.2 環(huán)境數(shù)據(jù)來源

圖1 我國草地螟主要越冬區(qū)越冬點分布情況 (圖中的小黑點代表越冬點)Fig.1 Distribution of overwintering points for L. sticticalis in China (dark dots in the figure represent overwintering points)

本文根據(jù)草地螟的生物學(xué)習(xí)性,選取了草地螟越冬期間1—4月及9—12月的溫度(平均最高氣溫,平均最低氣溫及平均氣溫)和降水的相關(guān)氣候因子以及如表1所示的19個生物氣候?qū)W因子、以及海拔高度做為模型預(yù)測的環(huán)境數(shù)據(jù)。1951—2000年50年間每月的平均氣溫,平均最高氣溫,平均最低氣溫以及平均降水量,海拔高度等及19個生物氣候?qū)W指標(biāo)作為草地螟當(dāng)前越冬區(qū)的環(huán)境數(shù)據(jù)。2041—2060和2061—2080兩個未來時間段的相應(yīng)氣候指標(biāo)作為預(yù)測越冬區(qū)分布的環(huán)境數(shù)據(jù)。所有的環(huán)境數(shù)據(jù)均下載于Worldclim (http://www.worldclim.org)網(wǎng)站,各變量的空間分辨率為10 arc-min(≈18km)。2050s和2070s兩個未來時間段的相應(yīng)環(huán)境數(shù)據(jù)采用政府間氣候變化專門委員會(IPCC)第五次氣候評估報告發(fā)布的BCC-CSM1.1氣候模式4種不同氣候變化情景(RCP 2.6、RCP 4.5、RCP 6.0和RCP 8.5)數(shù)據(jù)。RCPs(Representative Concentration Pathways)情景為IPCC第5次評估報告開發(fā)的以本世紀(jì)末的輻射強(qiáng)迫大小命名的氣候變化新情景,共包括4種典型情景(RCP 2.6、RCP 4.5、RCP 6.0和RCP 8.5,RCP 2.6代表到2100年輻射強(qiáng)迫大小達(dá)到2.6W/m2的溫室氣體排放量,其他以此類推,分別代表溫室氣體排放量低,中低,中高和高4種情景)。與前人研究常采用的溫室氣體排放情景(Special Report on Emissions Scenarios, SRES)相比,RCPs 情景進(jìn)一步考慮了應(yīng)對氣候變化的各種策略對未來溫室氣體排放的影響,因而更科學(xué)地描述了未來氣候變化的預(yù)估結(jié)果。

表1 相關(guān)環(huán)境變量名稱及描述

2.3 Maxent預(yù)測模型構(gòu)建

Maxent模型(最大熵模型 Maxent 3.3.3 k版本http://www.cs.princeton.edu/schapire/maxent)是Phillips等開發(fā)用于模擬給定環(huán)境條件下物種出現(xiàn)的概率的物種分布模型[21]。模型輸出為一系列概率值的柵格,概率越大,表明該柵格環(huán)境條件越適宜于物種生存。最大熵原理是根據(jù)已知物種分布點對被預(yù)測地域該物種適生性作出最客觀的推斷,而并不需要無物種分布的數(shù)據(jù)點。而在歷史的記錄之中,有物種分布的數(shù)據(jù)點能夠引起人們的高度關(guān)注,而無物種分布的情況則相反,因此物種分布的數(shù)據(jù)往往都是只有有物種分布的存在點的數(shù)據(jù)。Maxent模型能夠用這種只有存在點的物種分布數(shù)據(jù)來對擬預(yù)測的區(qū)域該物種存在概率進(jìn)行很好的預(yù)測。模型基于Java語言開發(fā),輸入草地螟越冬區(qū)分布點文件,并輸入ASCII格式的相關(guān)環(huán)境因子,設(shè)置模型參數(shù),便能運(yùn)行模型,得到相關(guān)參數(shù)。模型還提供刀切法(Jackknife)檢驗,能對環(huán)境因子貢獻(xiàn)率和重要性進(jìn)行分析,并利用ROC曲線(受試者工作特征曲線)評價模型模擬結(jié)果的精準(zhǔn)度,ROC曲線下的面積(AUC)越大代表模型模擬效果越好[22]。不同的AUC取值對應(yīng)的含義如下：0.5—0.6 預(yù)測失敗,0.6—0.7 預(yù)測效果差,0.7—0.8預(yù)測效果一般,0.8—0.9預(yù)測效果較好,0.9—1預(yù)測效果極好。大量實踐證實Maxent模型是一種用于評價物種棲息及越冬地適宜性效果較好的物種分布模型[23-28]。

將草地螟越冬區(qū)分布點數(shù)據(jù)整理成包含經(jīng)緯度的csv文件,導(dǎo)入Maxent模型,并將1951—2000年期間bio_1-bio_19共19個生物氣候?qū)W因子、1—4月及9—12月的月平均氣溫,月平均最高氣溫,月平均最低氣溫,月平均降水量及海拔高度等數(shù)據(jù)導(dǎo)入Maxent模型的環(huán)境數(shù)據(jù)項,再將不同氣候變化情景下2050s及2070s相應(yīng)的數(shù)據(jù)導(dǎo)入Maxent模型的預(yù)測數(shù)據(jù)項,選中繪制環(huán)境變量響應(yīng)曲線和環(huán)境變量重要性Jackknife檢驗選項,并設(shè)置用于模型隨機(jī)檢驗的分布點數(shù)據(jù)為20%,其它參數(shù)保持默認(rèn)值。設(shè)置好輸出數(shù)據(jù)的相關(guān)路徑后運(yùn)行模型。

2.4 Maxent模型預(yù)測效果評價及不同氣候變化情景下我國草地螟越冬區(qū)變化情況

對Maxent模型輸出數(shù)據(jù)進(jìn)行評價,根據(jù)訓(xùn)練樣本及測試樣本的AUC值判斷模型模擬預(yù)測效果的好壞?？疾旄鱾€環(huán)境變量對模型的貢獻(xiàn)率及重要性。對于輸出的草地螟越冬區(qū)適合性概率值柵格圖層,選取特異性和靈敏度之和最大時的概率值作為區(qū)分草地螟越冬區(qū)適宜與否的閾值(TH,經(jīng)過計算本研究中TH=0.107)。在ArcGIS 10.1中對所得草地螟越冬區(qū)適合性柵格圖層運(yùn)用柵格分類工具Reclass按照0-TH、TH-0.5 及0.5—1分類成非適宜區(qū)、適宜區(qū)及高適宜區(qū)3類。再運(yùn)用分類統(tǒng)計工具Zonal計算3類分區(qū)的面積以及質(zhì)心位置。比較適宜區(qū)及高適宜區(qū)在不同年代及不同氣候變化情景下面積和質(zhì)心位置變化情況。

3 結(jié)果與分析

3.1 氣候變化情況

對本文所用未來氣候預(yù)測模擬的BCC-CSM1.1氣候模式數(shù)據(jù)檢測發(fā)現(xiàn),無論是2050s還是2070s,我國區(qū)域內(nèi)的氣候相對于基準(zhǔn)年1951—2000年的都有所改變。隨著溫室氣體排量的增加,2050s年均溫上升1.5—3.5℃不等；2070s年均溫上升幅度在1.5—4℃不等,在同一溫室氣體排量下2070s氣溫上升的幅度較2050s要大；而北方地區(qū)特別是東北地區(qū),年均溫的上升幅度高于南方地區(qū)(圖 2)。而年降水量的變化則較不規(guī)則,全國大部分地區(qū)在2050s及2070s年降水量將會有所增加,但是新疆地區(qū),華北平原區(qū)以及西南地區(qū)則在一定程度上年降水量將會減少(圖 3)。

3.2 Maxent模型的預(yù)測評價

如圖4所示,訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集ROC曲線下的面積AUC分別為0.989和0.987,和1非常接近,在模型的建立過程中,隨機(jī)選取了80%的數(shù)據(jù)點作為訓(xùn)練數(shù)據(jù)集,建立了預(yù)測模型,對未參與模型構(gòu)建的20%的數(shù)據(jù)點進(jìn)行檢驗,發(fā)現(xiàn)其符合度較高,表明模型的模擬效果較好。Jackknife的檢驗結(jié)果表明,在去除一個變量后“gain”值下降最多的是降雨量變化方差bio_15,也就是說bio_15變量中包含了更多其他變量沒有的信息,是最重要的變量(圖5)。其次,最濕月份降雨量bio_13、10月份降水量prec_10及年溫變化范圍bio_7三個環(huán)境變量在模型中的貢獻(xiàn)率也較大,都超過了10%,而它們的變化情況對成為草地螟越冬區(qū)的概率的影響呈現(xiàn)峰形曲線(圖9)；而10月份平均最低溫tmin_10、溫度變化方差bio_4、海拔高度alt、最暖季度降雨量bio_18、二月份降水量prec_2、3月份平均最低溫tmin_3、3月份平均最高溫tmax_3、2月份平均最低溫tmin_2、最干季度降雨量bio_17、最濕季度降雨量bio_16和最濕季度平均溫度bio_8等11個環(huán)境變量的貢獻(xiàn)率也都超過了1%,這些變量是模型構(gòu)建比較重要的環(huán)境變量(表 2)。

表2 不同環(huán)境變量在模型構(gòu)建中的貢獻(xiàn)率與重要性

圖4 Maxent模型ROC曲線Fig.4 ROC curve of Maxent model

圖5 環(huán)境變量刀切法檢驗Fig.5 Jackknife test for environmental variables

刀切法檢驗的步驟是先去除某個變量,再計算剩余變量構(gòu)建模型的“gain”值,以及計算只有這個變量時構(gòu)建模型的“gain”值,同時還計算包括所有變量時構(gòu)建模型的“gain”值。通過比較這些“gain”值的變化情況來確定該變量的重要性,去除某個變量后“gain”值減少越多,該變量在模型構(gòu)建中作用越大,貢獻(xiàn)率越高

3.3 氣候變化下草地螟越冬區(qū)空間格局變化

Maxent模型輸出的我國草地螟當(dāng)前越冬區(qū)位于山西北部、河北張家口以及內(nèi)蒙古烏蘭察布盟(圖6)；這和我國草地螟目前越冬區(qū)的范圍是一致的。而在不同氣候變化情景下,我國草地螟的越冬區(qū)位置相對于當(dāng)前都有一定程度的北移。在2050s RCP 4.5及RCP 6.0情景模式下我國草地螟越冬區(qū)將會完全移出山西及河北北部,并全部落在內(nèi)蒙古境內(nèi)；而2070s我國草地螟越冬區(qū)在不同氣候變化情景下相對于2050s面積有所擴(kuò)大,特別是高適宜越冬區(qū)的面積擴(kuò)張明顯(圖6)。由于越冬區(qū)的邊緣并不規(guī)則和整齊,因而采用越冬區(qū)的質(zhì)心來表征其位置的變遷更形象直觀和具有代表性。對草地螟的適宜越冬區(qū)質(zhì)心變化分析表明：2050s及2070s我國草地螟適宜越冬區(qū)的質(zhì)心在未來不同氣候變化情景下較當(dāng)前越冬區(qū)的質(zhì)心位置都有一定程度的北移,經(jīng)過計算其經(jīng)向距離為93.08—230.42 km不等；其中2070s RCP 2.6情景下草地螟適宜越冬區(qū)質(zhì)心經(jīng)向北移距離最短為93.08 km；而2050s RCP 8.5情景下草地螟適宜越冬區(qū)質(zhì)心經(jīng)向北移距離最長為230.42 km；同一氣候變化情景下草地螟適宜越冬區(qū)質(zhì)心2050s較2070s位置更靠北(RCP 6.0除外,圖7 B)。對草地螟的高適宜越冬區(qū)質(zhì)心變化分析表明：不同氣候變化情景下我國草地螟高適宜越冬區(qū)質(zhì)心在2050s及2070s相對于當(dāng)前的高適宜越冬區(qū)質(zhì)心位置有78.79—226.97 km不等的經(jīng)向北移；2070s RCP 2.6情景下高適宜越冬區(qū)的質(zhì)心相對于當(dāng)前位置移動距離最小,為78.79 km；而2070s RCP 8.5情景下高適宜越冬區(qū)的質(zhì)心相對于當(dāng)前位置移動距離最大,為226.97 km(圖7 A)。

圖6 不同氣候變化情景下2050s和2070s我國草地螟越冬區(qū)分布情況圖Fig.6 Distribution map of Overwintering area of L. sticticalis during 2050s and 2070s under different climate change scenario

圖7 不同氣候變化情景下2050s和2070s我國草地螟高適宜越冬區(qū)(A)與適宜越冬區(qū)(B)質(zhì)心分布情況圖(圖中質(zhì)心位置旁邊的數(shù)字代表該點位置相對于當(dāng)前質(zhì)心點位置的經(jīng)向距離)Fig.7 Centroids distribution of highly suitable overwintering area (A) and suitable overwintering area (B) for L. sticticalis in China during 2050s and 2070s under different climate change scenario (Numbers beside the mark of centroid represent the longitudinal distances between the mark and current centroid)

3.4 氣候變化下草地螟越冬區(qū)面積變化

如圖8所示,隨著溫室氣體排量的上升,不同氣候變化情景下我國草地螟的越冬區(qū)面積有所增長,而高適宜越冬區(qū)面積增長較為明顯。當(dāng)前氣候條件下我國草地螟越冬區(qū)的面積通過Maxent模型預(yù)測的是36.61萬km2；其中,高適宜越冬區(qū)12萬km2,適宜越冬區(qū)24.61萬km2。草地螟越冬區(qū)面積在2050s不同氣候變化情景下變化不大,但是高適宜越冬區(qū)的面積變化則較為明顯,隨著溫室氣體排量的增加,高適宜越冬區(qū)面積不斷增長；2050s在RCP 8.5氣候變化情景下高適宜越冬區(qū)面積最大為24.08萬km2,為當(dāng)前的2.00倍,在RCP 2.6下最小為16.97萬km2,為當(dāng)前的1.41倍(圖8 A)。2070s草地螟越冬區(qū)面積在不同氣候變化情景下變化較大,最高值出現(xiàn)在RCP 6.0氣候變化情景下,達(dá)到了59.92萬km2,是當(dāng)前氣候條件下的1.64倍；高適宜越冬區(qū)面積的最大值也出現(xiàn)在RCP 6.0氣候變化情景下為35.28萬km2,是當(dāng)前的2.94倍,最小值出現(xiàn)在RCP 2.6下為23.33萬km2,是當(dāng)前的1.94倍。2070s其它氣候變化情景下高適宜越冬區(qū)的面積較當(dāng)前也有比較明顯的增長(圖8 B)。

圖8 2050s及2070s不同氣候變化情景下我國草地螟越冬區(qū)面積變化情況Fig.8 Overwintering area variation of L. sticticalis in China in 2050s and 2070s under different climate change scenario

圖9 重要環(huán)境因子響應(yīng)曲線Fig.9 Response curves of some important environmental variables

4 結(jié)論與討論

本研究通過收集和整理我國草地螟目前有記錄的越冬點,并作為Maxent模型預(yù)測的存在點數(shù)據(jù),結(jié)合IPCC第五次評估報告發(fā)布的BCC-CSM1.1模式4種代表性氣候變化情景數(shù)據(jù)(RCP 2.6、RCP 4.5、RCP 6.0及RCP 8.5)對我國草地螟在2050s及2070s越冬區(qū)的分布情況進(jìn)行了預(yù)測。所建立的預(yù)測模型預(yù)測的模擬較好,對目前草地螟越冬區(qū)的預(yù)測結(jié)果和實際情況符合度較高。而預(yù)測模型中貢獻(xiàn)率最大的幾個因子則有降雨量變化方差bio_15、最濕月份降雨量bio_13,10月份降水量prec_10及年溫變化范圍bio_7；從響應(yīng)曲線上看,降雨量變化方差bio_15在100—120之間時,成為草地螟越冬區(qū)的概率最大,降雨量變化方差則是代表一年中降雨量的各月份的變異性,變化越大,其值越大。最濕月份降雨量bio_13在100 mm左右時,成為草地螟越冬區(qū)的概率值最大。草地螟在我國目前分布于三北地區(qū),這一帶屬于半干旱半濕潤地區(qū),一定量的雨水能夠促進(jìn)其寄主植物的生長,從而為其生長發(fā)育提供食物。然而降水量太大反而對其生長發(fā)育不利,有研究表明在暴雨過后草地螟的蟲口數(shù)量急劇降低[29]。10月份降水量prec_10在0—50mm之間時,成為草地螟越冬區(qū)的概率值較大(圖 9)；10月份草地螟老熟幼蟲已經(jīng)進(jìn)入滯育狀態(tài)進(jìn)行越冬,并且時間還不久,這時適量的降水量有助于保持土壤的濕度,從而有利于草地螟順利越冬。年溫變化范圍bio_7在40—50℃范圍內(nèi)時,成為草地螟越冬區(qū)的概率較大,要出現(xiàn)這種溫度變化范圍,則需要夏季溫度相對較高而冬季溫度相對較低。草地螟滯育幼蟲的過冷卻點大概為-25.84℃[30],冬季的氣溫低于這個溫度那么草地螟將面臨體液大量結(jié)冰從而死亡不能安全越冬的危險。

草地螟是一種遷飛性的農(nóng)牧業(yè)害蟲,其擴(kuò)散能力較強(qiáng),東北、華北和西北的廣大區(qū)域都有它們的發(fā)生危害甚至成災(zāi)。而其生活史中也存在薄弱的一環(huán),那就是必須靠滯育的方式來度過嚴(yán)寒的冬季。而其生理上的理化性質(zhì)決定其越冬的地點冬季的溫度不能低于其過冷卻點也就是-25.84℃；同時溫度也不能太高,否則滯育幼蟲可能打破滯育而變得較為脆弱,不能安全度過冬季。草地螟越冬區(qū)的形成是各種因素綜合作用的一個結(jié)果。首先要有足夠的越冬蟲源,也就是二代幼蟲要大量發(fā)生,并且在環(huán)境條件的作用下進(jìn)入滯育狀態(tài),再者當(dāng)?shù)囟镜臍鉁亟邓葪l件需要適宜草地螟越冬幼蟲的存活；還有土壤理化性質(zhì),土壤中的微生物以及草地螟的天敵等多種因素都會對草地螟越冬產(chǎn)生影響,種種因素相互影響,是一個復(fù)雜的過程。而Maxent模型正是能將各種復(fù)雜的因素融合起來,從中找出一些共性的因子從而建立一個較為完善的解釋模型。

按照IPCC第五次評估報告發(fā)布的2050s及2070s BCC-CSM1.1模式的4種氣候變化情景數(shù)據(jù)進(jìn)行預(yù)測,我國草地螟越冬區(qū)將會較當(dāng)前在面積上有所增長并且位置上有向北移動的趨勢。更大的越冬區(qū)將能承載更大的越冬基數(shù),因而在未來草地螟的種群數(shù)量可能較當(dāng)前有更大增長,其暴發(fā)成災(zāi)的可能性會更大,其防控任務(wù)也將會更加艱巨。

[1] 羅禮智, 黃紹哲, 江幸福, 張蕾. 我國2008年草地螟大發(fā)生特征及成因分析. 植物保護(hù), 2009, 35(1): 27- 33.

[2] 陳曉, 翟保平, 宮瑞杰, 尹明浩, 張友, 趙奎軍. 東北地區(qū)草地螟(Loxostegesticticalis)越冬代成蟲蟲源地軌跡分析. 生態(tài)學(xué)報, 2008, 28(4): 1521- 1535.

[3] 全國草地螟科研協(xié)作組. 草地螟(LoxostegesticticatisLinnaeus)發(fā)生及測報和防治的研究. 病蟲測報, 1987, (S1): 1- 9.

[4] 陳曉. 草地螟遷飛、越冬規(guī)律及暴發(fā)機(jī)制研究[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2010: 226- 226.

[5] 孫雅杰, 陳瑞鹿. 草地螟遷飛、發(fā)生區(qū)與生活史的研究. 華北農(nóng)學(xué)報, 1995, 10(4): 86- 91.

[6] 呼倫貝爾盟草地螟研究協(xié)作組. 草地螟發(fā)生規(guī)律及預(yù)測預(yù)報和防治研究. 病蟲測報, 1987, (S1): 70- 82.

[7] 吉林省草地螟科研協(xié)作組. 吉林省草地螟發(fā)生規(guī)律及防治技術(shù)研究報告. 病蟲測報, 1987, (S1): 34- 52.

[8] 魏倩, 崔萬里, 杜俊嶺, 孫明江, 趙曉麗, 顧成玉, 梁艷春, 張廣芝, 李長祥, 黃自芳, 賈宗誼. 黑龍江省草地螟(Loxostegesticticalis)發(fā)生規(guī)律、預(yù)測預(yù)報及綜合防治研究(1981—1985年). 病蟲測報, 1987, (S1): 98- 107.

[9] 羅禮智. 我國2004年一代草地螟將暴發(fā)成災(zāi). 植物保護(hù), 2004, 30(3): 86- 88.

[10] 羅禮智, 屈西鋒. 我國草地螟2004年危害特點及2005年一代危害趨勢分析. 植物保護(hù), 2005, 31(3): 69- 71.

[11] B?essler C, Müller J, Hothorn T, Kneib T, Badeck F, Dziock F. Estimation of the extinction risk for high-montane species as a consequence of global warming and assessment of their suitability as cross-taxon indicators. Ecological Indicators, 2010, 10(2): 341- 352.

[12] Buizer B, Weijers S, van Bodegom P M, Alsos I G, Eidesen P B, van Breda J, de Korte M, van Rijckevorsel J, Rozema J. Range shifts and global warming: ecological responses ofEmpetrumnigrumL. to experimental warming at its northern (high Arctic) and southern (Atlantic) geographical range margin. Environmental Research Letters, 2012, 7(2): 025501.

[13] Colwell R K, Brehm G, Cardelús C L, Gilman A C, Longino J T. Global warming, elevational range shifts, and lowland biotic attrition in the wet tropics. Science, 2008, 322(5899): 258- 261.

[14] Freeman B G, Freeman A M C. Rapid upslope shifts in New Guinean birds illustrate strong distributional responses of tropical montane species to global warming. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(12): 4490- 4494.

[15] 田紹義, 高世金. 草地螟滯育性的研究. 病蟲測報, 1987, (S1): 65- 69.

[16] 陳玉寶, 孟正平. 烏盟地區(qū)草地螟越冬問題探討. 病蟲測報, 1988, (3): 30- 33.

[17] 黃紹哲. 我國草地螟(Loxostegesticticalis)種群時空動態(tài)規(guī)律研究[D]. 北京: 中國農(nóng)業(yè)科學(xué)院, 2010: 131- 131.

[18] 孟正平. 草地螟越冬調(diào)查技術(shù). 植保技術(shù)與推廣, 2003, 23(1): 11- 12.

[19] 內(nèi)蒙古自治區(qū)植保站. 內(nèi)蒙古自治區(qū)草地螟發(fā)生調(diào)查總結(jié)(摘要). 病蟲測報, 1987, (S1): 108- 114.

[20] 朱世模. 山西中部草地螟發(fā)生規(guī)律及防治研究. 山西農(nóng)業(yè)科學(xué), 1963, (2): 16- 20.

[21] Phillips S J, Dudik M. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography, 2008, 31(2): 161- 175.

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

[23] 李明陽, 席慶, 徐海根. 基于WEB數(shù)據(jù)庫和Maxent模型的白頭葉猴潛在生境評價研究. 林業(yè)資源管理, 2010, (4): 31- 36, 57- 57.

[24] Matyukhina D S, Miquelle D G, Murzin A A, Pikunov D G, Fomenko P V, Aramilev V V, Litvinov M N, Salkina G P, Seryodkin I V, Nikolaev I G, Kostyria A V, Gaponov V V, Yudin V G, Dunishenko Y M, Smirnov E N, Korkishko V G, Marino J. Assessing the influence of environmental parameters on Amur Tiger distribution in the Russian Far East using a MaxEnt modeling approach. Achievements in the Life Sciences, 2014, 8(2): 95- 100.

[25] 徐衛(wèi)華, 羅翀. Maxent模型在秦嶺川金絲猴生境評價中的應(yīng)用. 森林工程, 2010, 26(2): 1- 3, 26- 26.

[26] 盧輝, 鐘義海, 徐雪蓮, 盧芙萍, 謝貴水, 陳青. 基于Maxent模型的對粒材小蠹的適生性分析. 熱帶作物學(xué)報, 2013, 34(11): 2239- 2245.

[27] 張微, 姜哲, 鞏虎忠, 欒曉峰. 氣候變化對東北瀕危動物駝鹿?jié)撛谏秤绊? 生態(tài)學(xué)報, 2016, 36(7): 1815- 1823.

[28] 顏文博, 王琦, 王超. 應(yīng)用Maxent模型分析秦巴地區(qū)朱鹮適宜繁殖地的分布. 動物學(xué)雜志, 2015, 50(2): 185- 193.

[29] 李占文, 楊學(xué)榮, 楊文奇, 喬生智, 王素琴, 李國民, 于潔, 孫耀武, 王瑞霞, 樓小平, 楊振江, 孫慧芳. 降水對靈武山沙區(qū)密集性食葉害蟲的影響. 陜西林業(yè)科技, 2003, (4): 64- 66.

[30] 李朝緒, 羅禮智, 潘賢麗. 草地螟滯育和非滯育幼蟲抗寒能力的研究. 植物保護(hù), 2006, 32(2): 41- 44.

Maxent-based prediction of overwintering areas ofLoxostegesticticalisin China under different climate change scenarios

TANG Jihong1, 2, CHENG Yunxia1, LUO Lizhi1, ZHANG Lei1, JIANG Xingfu1,*

1StateKeyLaboratoryforBiologyofPlantDiseasesandInsectPests,InstituteofPlantProtection,ChineseAcademyofAgriculturalSciences,Beijing100193,China2EnvironmentandPlantProtectionInstitute,ChineseAcademyofTropicalAgriculturalSciences,Haikou571101,China

The beet webworm,LoxostegesticticalisL. (Lepidoptera: Crambidae) is a destructive insect pest of crops and fodder plants in northern China. The degree of annual outbreaks of the larval population during the breeding season is highly related to the size and location of the overwintering area for hibernating larvae, but how this relationship will change in the future remains unknown. Therefore, variations in the size and location of the overwintering area ofL.sticticaliswere studied to reveal changes under various scenarios of global climate change. This was accomplished using overwintering data ofL.sticticalisin China from 1951 to 2000, combined with the application of the Maxent model and the BCC-CSM1.1 climate change modeling data under four scenarios of RCP, 2.6, 4.5, 6.0 and 8.5, released by IPCC AR5. Our results showed that the AUC (area under the receiver operating characteristic curve) value for the training and test data were 0.989 and 0.987, respectively, indicating the data fit the model very well. In addition, the most important variable in the model as determined by the jackknife test was the variance in the precipitation coefficient (bio_15), followed by precipitation during the wettest month (bio_13), precipitation in October (bio_10), and annual temperature range (bio_7). Their individual contribution to the model was greater than 10% each. Finally, the centroid of the highly suitable overwintering location would be shifted 104.93—207.47 km and 78.79—226.97 km northward, whereas the size of the area would expanded to 1.41—2.00 and 1.94—2.94 fold by the 2050s and 2070s, respectively, compared to those at the present time.

Loxostegesticticalis; Maxent model; overwintering acreage and location forecasting; climate change

國家國際科技合作專項(2014DFR31250)；公益性行業(yè)(農(nóng)業(yè))科研專項(201303057, 201403031)；國家自然科學(xué)基金(31301656, 31371947)；北京市自然科學(xué)基金(6142017)

2016- 04- 04; 網(wǎng)絡(luò)出版日期:2017- 03- 02

10.5846/stxb201604040608

*通訊作者Corresponding author.E-mail: xfjiang@ippcaas.cn

唐繼洪,程云霞,羅禮智,張蕾,江幸福.基于Maxent模型的不同氣候變化情景下我國草地螟越冬區(qū)預(yù)測.生態(tài)學(xué)報,2017,37(14):4852- 4863.

Tang J H, Cheng Y X, Luo L Z, Zhang L, Jiang X F.Maxent-based prediction of overwintering areas ofLoxostegesticticalisin China under different climate change scenarios.Acta Ecologica Sinica,2017,37(14):4852- 4863.