張 雪，李白尼，魏 武，張文軍

(中山大學生命科學學院,廣東 廣州 510275)

生物入侵是一個與全球經(jīng)濟可持續(xù)發(fā)展息息相關的問題，有害生物風險分析尤為重要。防止外來生物造成危害的重要手段就是阻止可能造成入侵物種進入適合其生存的地區(qū)[1]。抓住早期關鍵環(huán)節(jié)，就能在防止生物入侵時起到事半功倍的作用[2]，為此就需找到入侵種的適生區(qū)域。

橄欖果蠅Bactrocera oleae屬于昆蟲綱，雙翅目，實蠅科，果實蠅屬，對油橄欖及其產(chǎn)品產(chǎn)生嚴重危害[3]，我國于2007年6月將果實蠅屬列為我國進境植物檢疫性有害生物。關于油橄欖果蠅在我國適生性的研究是首次，本研究基于兩種生態(tài)位模型GARP(遺傳算法模型)和MAXENT(最大熵模型)，預測油橄欖果蠅在我國的適生區(qū)，綜合判定該蟲在我國的潛在適生區(qū)，將作為檢疫政策制定的科學依據(jù)，減少經(jīng)濟損失。

1 材 料

1.1 橄欖果蠅的分布數(shù)據(jù)

本研究關于橄欖果蠅的分布數(shù)據(jù)來源于兩個數(shù)據(jù)庫。全球生物多樣性信息交換所(Global Biodiversity Information Facility, GBIF)和中非皇家博物館(Royal Museum for Central Africa，http://projects.bebif.be/enbi/fruitfly)。對于只給出地名的數(shù)據(jù)在地名數(shù)據(jù)庫(Geographic Names Database, GNDB)查找相應經(jīng)緯度，共得到橄欖果蠅精確分布數(shù)據(jù)182個。

1.2 環(huán)境數(shù)據(jù)

本研究所用到的環(huán)境數(shù)據(jù)均來源于互聯(lián)網(wǎng)——世界氣候數(shù)據(jù)庫[4]，網(wǎng)址為：http://www.worldclim. org/。氣候變量選擇19個對物種分布有重要影響的生物氣候變量，如表1所示。

表1 適生區(qū)預測研究中所使用的環(huán)境變量

1.3 軟件來源

本研究所用到的生態(tài)位模型均來自互聯(lián)網(wǎng)，來源見表2(Table 2)。

1.4 地圖數(shù)據(jù)來源

從國家基礎地理信息系統(tǒng)( http: / /nfgis.nsdi.gov.cn)下載獲得的1∶400萬的中國地圖作為分析底圖，通過Arc GIS將生態(tài)位模型模擬的運算結(jié)果在圖中顯示出來，確定適生區(qū)域。

表2 軟件來源列表

2 方 法

2.1 GARP

在excel中，以“物種名稱、經(jīng)度、緯度”順序輸入182個點坐標，并保存為(.csv)格式，上傳橄欖果蠅分布數(shù)據(jù)和環(huán)境數(shù)據(jù)后，進行參數(shù)設置，具體如下：Train sample size : Test sample size = 70%∶30% (or 100%)；訓練數(shù)據(jù)樣本大小:驗證數(shù)據(jù)樣本大小=70%∶30%；convergence limit of 0.01 收斂極限為0.01；maximum number of iterations of 1 000 最大迭代數(shù)量為1 000；Runs : 500 運行次數(shù)為500。

2.2 MAXENT

將(.csv)格式的橄欖果蠅分布數(shù)據(jù)上傳，數(shù)據(jù)輸入有兩部分，左邊是物種分布數(shù)據(jù)，右邊是環(huán)境變量輸入窗口，只需指定環(huán)境因子圖層所在文件夾位置，程序會自動搜索符合條件的ASC II柵格圖層，指定輸出目錄，其它設置默認便可，點擊運行，預測結(jié)果輸出在指定的目錄下。

3 結(jié)果與分析

3.1 GARP模型結(jié)果

根據(jù)Anderson提出的方法[5]，為了選出最優(yōu)的模型我們對模型進行了500次重復運算，然后從中選出10個最優(yōu)的模型。得到的10個最優(yōu)模型集以柵格格式輸出，將其導入Arc GIS中,利用空間分析模塊(Spatial Analyst)對結(jié)果進行疊加處理，結(jié)果如圖1顏色越深代表適生性越高。從圖中可以看出，橄欖果實蠅在我國的適生區(qū)主要集中于云南的大部分、四川東部、廣東和廣西北部的大部分、海南北部、河南和陜西南部的小部分、江蘇南部；以下各省的大部分地區(qū)：貴州、湖南、湖北、江西、福建、浙江、安徽，均顯示較高的適生性。

圖1 GARP模型預測橄欖果實蠅在我國的適生區(qū)

3.2 MAXENT模型結(jié)果

將MAXENT模型運算導入Arc GIS軟件中。結(jié)果如圖2所示，可以看出MAXENT模型預測的橄欖果實蠅適生區(qū)區(qū)域比GARP模型預測的結(jié)果要小。MAXENT模型預測的橄欖果實蠅在我國的適生區(qū)主要集中在云南、貴州、四川、廣西四個省。

3.3 綜合分析

將GARP模型計算結(jié)果與MAXENT模型計算結(jié)果疊加生成綜合適生性分析圖，見圖3(Fig.3)?？梢?，我國云南、四川和貴州為橄欖果蠅的高度適生區(qū)，對該區(qū)域應加強檢疫。對于其他地區(qū)可有選擇性的加以防控。

圖3 橄欖果實蠅在我國的綜合適生性分析圖

4 討論與展望

適生性模型可以對物種的發(fā)生進行精確的空間定量描述[6],但預測模型并不能完全反映物種真實的生存環(huán)境，是去建立一個與真實情況相接近的有生物學意義的模型。本研究中采用兩種模型進行適生性分布預測結(jié)果也是存在差異的，這主要是由于采用了不同的模型算法所引起的，沒有絕對的一致合理的模擬方法[7]。因此應綜合各個模型的結(jié)果，不能單一的運用某一模型以彌補各類模型的自身缺點。本研究通過綜合分析兩種模型結(jié)果的預測結(jié)果來增加結(jié)果的準確性。

從預測結(jié)果中可見，云南和四川是橄欖果蠅的高度適生區(qū)，我國的油橄欖種植業(yè)主要集中于這兩個省份以及甘肅省。本研究中所使用的兩種模型所預測的結(jié)果均沒有顯示甘肅省為油橄欖果實蠅的適生區(qū)，這表明，如果甘肅省發(fā)展油橄欖種植業(yè)，可以投入較少的力量在此害蟲的檢疫和防治上。云南和四川兩省應加強對此蟲的控制，加強檢疫力度，從源頭控制此蟲的進入。

由于我國在物種分布模擬方面的研究起步較國外晚，目前我國自行開發(fā)的軟件不多，比較早期的主要有魏淑秋等[8]建立的農(nóng)業(yè)氣候分析的數(shù)據(jù)庫系統(tǒng)。近年來左聞韻等[9]建立以支持向量機(Support Vector Machine, SVM)為核心的預測系統(tǒng)?？偟膩碚f，我國自行開發(fā)的模型相對較少，應用性不強，缺乏一個相對統(tǒng)一的，易操作的平臺。故在未來的研究中可以加強軟件的開發(fā)，建立一些應用性較強，易操作的軟件。物種適生區(qū)的研究與全球氣候息息相關，可以將氣候變化和物種分布模型更好的結(jié)合起來，預測在未來氣候變化條件下外來入侵物種的潛在分布也是今后研究的一個方向。

參考文獻：

[1] TUCKER K C , RICHARDSON D M . An expert system for screening potentially invasive alien plants in south African fynbos[J]. Environmental Management, 1995,44: 309-338.

[2] 徐汝梅.生物入侵——數(shù)據(jù)集成、數(shù)量分析與預警[M].北京：科學出版社，2003.

[3] RUGINI E, MENCUCCINI M, BIASI R ,et al. Olive (OleaeuropaeaL )[J]. Protocol for Somatic Embryogenesis in Woody Plants, 2005, 345-360.

[4] 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,2005, 25: 1965-1978.

[5] ANDERSON R P, LEW D, PETERSON A T. Evaluating predictive models of species’ distributions: Criteria for selecting optimal models[J]. Ecological Modelling, 2003，162: 211- 232.

[6] HEIN S, BINZENHOFER B, POETHKE H J,et al. The generality of habitat suitability models:A practical test with two insect groups[J].Basic and Applied Ecology,2007,8:310-320.

[7] LAURA M. A comparison of the predictive abilities of four approaches for modelling the distribution of cetaceans[D]. Aberdeen, U.K: University of Aberdeen, 2004.

[8] 魏淑秋，章正，鄭耀水. 應用生物氣候相似距對小麥矮化腥黑穗病在我國定殖可能性的研究[J].北京農(nóng)業(yè)大學學報，1995，21(2):127-131.

[9] 左聞韻，勞逆，耿玉英, 等．預測物種潛在分布區(qū)——比較SVM與GARP[J]．植物生態(tài)學報，2007，31(4)：711-719．