李偉偉,季英超,安廣池,趙洋民，周成剛

1山東農業(yè)大學植物保護學院，山東 泰安 271018； 2棗莊市市中區(qū)林木保護站，山東 棗莊 277102；3山東宏大園藝科學研究所，山東 棗莊 277117； 4棗莊市森防檢疫站，山東 棗莊 277800；5山東省林業(yè)有害生物防控工程技術研究中心，山東 泰安 271018

危害青檀的新物種
——青檀綿葉蚜在中國的潛在地理分布

李偉偉1+,季英超1+,安廣池2,3,趙洋民4，周成剛1,5*

1山東農業(yè)大學植物保護學院，山東 泰安 271018；2棗莊市市中區(qū)林木保護站，山東 棗莊 277102；3山東宏大園藝科學研究所，山東 棗莊 277117；4棗莊市森防檢疫站，山東 棗莊 277800；5山東省林業(yè)有害生物防控工程技術研究中心，山東 泰安 271018

【背景】青檀綿葉蚜是近幾年在山東棗莊市發(fā)現(xiàn)危害青檀的新物種，該蚜蟲對青檀造成了一定的危害?！痉椒ā?013年對山東和安徽青檀分布地實地調查確定青檀綿葉蚜的分布情況，并結合我國環(huán)境變量，采用Maxent生態(tài)位模型對青檀綿葉蚜在中國的潛在地理分布進行預測?！窘Y果】青檀綿葉蚜潛在高風險區(qū)大面積集中在山東，江蘇和北京有零星分布；中風險區(qū)大面積集中在河北、河南、安徽和江蘇；低風險區(qū)集中在山西、四川、江西、遼寧、湖北、湖南和浙江等地區(qū)。【結論與意義】青檀綿葉蚜潛在分布區(qū)集中在中國中東部地區(qū)，這對青檀分布地區(qū)預防青檀綿葉蚜發(fā)生有重要意義。

青檀綿葉蚜； Maxent； AUC； 潛在地理分布

青檀綿葉蚜ShivaphispteroceltisJiang,An,Li & Qiao，隸屬半翅目Hemiptera斑蚜科Callaphididae綿葉蚜屬Shivaphis(喬格俠等，2005；Jiangetal.,2014)。該蚜蟲于2007年被發(fā)現(xiàn)(王芬，2012；趙洋民等，2014)，并于2011年經(jīng)中國科學院動物研究所鑒定為斑蚜科綿葉蚜屬新種。該蚜蟲寄主植物為青檀PteroceltistatarinowiiMaxim，主要取食青檀葉片、果實和幼嫩枝條，并造成葉片褪綠脫落、種實發(fā)育不良；另外，該蟲大量分泌蜜露，易造成青檀及周邊植物煤污病大面積發(fā)生，不僅影響青檀樹體生長發(fā)育，而且嚴重影響整體生態(tài)景觀，造成嚴重的經(jīng)濟和生態(tài)損失(安廣池等，2014；劉和風等，2014)。

青檀為國家三級保護樹種(傅立國和金鑒明，1992)，零星或成片分布于我國遼寧、山東、江西、安徽、江蘇和浙江等19個省區(qū)。目前對北京、山東、山西和安徽的青檀調查顯示，青檀綿葉蚜都有不同程度的發(fā)生。由于調查地區(qū)的局限性，尚不能確定其他地區(qū)是否有該蟲的發(fā)生。本研究利用生態(tài)位模型Maxent (Maximum entropy niche-based modeling)，結合實際分布點的環(huán)境變量，預測該蟲在我國的潛在地理分布范圍，對進一步保護青檀資源以及加強青檀苗木調運和引種管理有重要意義。

1 材料與方法

1.1 青檀綿葉蚜調查分布地

于2010和2013年3～11月青檀綿葉蚜發(fā)生季節(jié)對北京、山西、山東和安徽等地青檀分布區(qū)進行實地調查,確定青檀綿葉蚜的實際分布情況。

1.2 環(huán)境數(shù)據(jù)

環(huán)境數(shù)據(jù)從WORLDCLIM(http:∥www.worldclim.org/)下載1950～2000年包括溫度、降水和海拔的20個變量(表1)，利用ArcGIS10.0提取中國行政區(qū)內環(huán)境變量并轉化為Maxent需要的ASCII格式數(shù)據(jù)，其空間分辨率為2.5 min。

表1 環(huán)境變量Table 1 Environmental variables

1.3 研究方法

1.3.1 模型構建 Maxent模型中有5個針對原始變量的特征：Linear,Quadratic,Product,Threshold,Hinge;其中Linear特征為變量的簡單加權，Quadratic特征考慮變量變異，Product特征考慮變量交互作用，Hinge特征允許對物種對環(huán)境反應的簡練近似(劉勇濤等，2013; Phillips & Dudík,2008; Webberetal.,2011)。不同樣本數(shù)量選擇不同特征，當樣本數(shù)量不少于80時，使用autofeatures選項即所有的要素類型都將被用到；樣本數(shù)量在15～79時，使用Linear、Quadratic和Hinge；樣本數(shù)量在10～14時，使用Linear和Quadratic；樣本數(shù)量小于10時，則只使用Linear(Shcheglovitova & Anderson,2013)。因此,本研究設置Feature為Linear和Quadratic，使用交叉驗證(crossvalidate)規(guī)則，模型運行次數(shù)設置為5次，Regularization multipliers設置默認為1，最大迭代次數(shù)(maxiterations)設置為5000次，收斂閾值默認為0.00001，運用閾值規(guī)則為Minimum training presence，其他設置默認，最后得到最優(yōu)模擬結果。另外，采用刀切法(jackknife)分析各個環(huán)境變量在模型中對潛在地理分布的貢獻，并排除沒有貢獻的變量，進行青檀綿葉蚜的潛在分布分析。

1.3.2 模型評價 在模型評估中用ROC曲線(受試者工作特征曲線)評價Maxent生態(tài)模型的精確度，ROC曲線下面積(Area Under roc Curve,AUC)值越大代表模型判斷能力越強(王運等生，2007；Miller,2010)。AUC值是ROC曲線與橫坐標圍成的面積值，不依賴模型閾值的評價參數(shù)，AUC值越大表示與隨機分布相距越遠，環(huán)境變量與預測的物種地理分布模型之間相關性越大，即模型預測效果越好(Wiszetal.,2008)。AUC值為0.5～0.6表示預測效果差；0.6～0.7表示預測效果一般；0.7～0.8表示預測較準確；0.8～0.9表示預測準確；0.9～1.0表示預測極準確(王運生等，2007；Swets,1988)。

2 結果與分析

2.1 青檀綿葉蚜調查分布點

北京、山西、山東和安徽等地青檀綿葉蚜的分布情況見表2。

表2 青檀綿葉蚜分布調查表Table 2 List of surveys completed on the distribution of S.pteroceltis

*表示歷史調查，并未記錄詳細信息。
*These data are coming from historical records.

2.2 青檀綿葉蚜潛在地理分布

根據(jù)目前青檀綿葉蚜在我國的調查數(shù)據(jù)，利用Maxent模型結合生態(tài)環(huán)境變量獲得青檀綿葉蚜在中國的潛在地理分布(圖1)：高風險區(qū)主要分布在山東南部以及北京和江蘇零星區(qū)域；中風險區(qū)大面積集中在河南、河北、江蘇和安徽等地；低風險區(qū)主要集中在遼寧、湖北、湖南和浙江以及零星分布在山西、四川和江西等地。

2.3 青檀綿葉蚜的分布與環(huán)境變量的關系

使用刀切法獲得不同環(huán)境變量對青檀綿葉蚜分布的貢獻率，從20個環(huán)境變量中選擇貢獻值比較大的7個環(huán)境變量(圖2)，包括Bio11、Alt、Bio8、Bio9、Bio10、Bio6和Bio13。

2.4 Maxent模型預測能力驗證

采用ROC曲線法分析預測青檀綿葉蚜在中國的潛在分布區(qū)預測結果進行準確性評價(圖3)，Maxent模型獲得AUC平均值為0.947，明顯高于隨機概率值0.5，且AUC值處于0.9～1.0，表明預測結果準確可靠。

3 討論

3.1 青檀綿葉蚜在中國的潛在地理分布

青檀是我國稀有樹種，是石灰?guī)r山地首選造林先鋒樹種和園林綠化樹種，同時還是宣紙制造和高檔家具生產(chǎn)的主要原料，具有極高的生態(tài)和經(jīng)濟價值(丁佐龍等，1997；張興旺等，2012)。另外，青檀屬是單屬單種，在研究榆科系統(tǒng)發(fā)育方面具有不可代替的科研價值(方升佐和洑香香，2007)。自2007年發(fā)現(xiàn)青檀綿葉蚜以來，該蟲已在山東棗莊地區(qū)造成較大的生態(tài)和經(jīng)濟損失。本研究利用Maxent模型以及ArcGis10.0軟件對其在中國的潛在地理分布進行分析，結果表明，中高風險區(qū)主要集中在山東周邊省份，低風險區(qū)集中在我國中部地區(qū)。目前資料僅顯示青檀零星或成片分布于我國19個省區(qū)，但缺少青檀分布的詳細調查資料，考慮到引進青檀樹苗的能動性，本研究并未涉及寄主對青檀綿葉蚜分布的影響。

圖1 青檀綿葉蚜在中國的潛在地理分布Fig.1 Potential distribution of S.pteroceltis in China

圖2 環(huán)境變量對模型預測的貢獻值Fig.2 Contribution of the most important environmental variables for predicting the distribution

圖3 ROC曲線及AUC值Fig.3 ROC curve and AUC value

3.2 Maxent小容量樣本的潛在分布區(qū)預測

一般情況下，物種樣本容量越大生態(tài)位模型預測物種潛在地理分布的準確率和穩(wěn)定性就越高(Hirzel & Guisan,2002; Mcpersonetal.,2004; Stockwell & eterson,2002; Swets,1988)。但是，樣本容量越大所需要的調查費用也就越高(陳新美等,2012)。因此，在使用小容量樣本時需要調整模型本身設置以彌補預測結果的偏差。小容量樣本預測的最大問題是為模型選擇合適的閾值。Liuetal.(2005)利用2個歐洲完全已知分布的植物數(shù)據(jù)進行分析，結果表明，設置閾值為原始模型中存在點占總分布點的比例時，模型準確率最高。另外，一些研究者還提出通過調節(jié)模型設置獲得多個模型并從中篩選出最佳模型的方法來解決小容量樣本問題(Anderson & Gonzalez,2011; Elithetal.,2010; Warren & Seifert,2011)。本研究利用調查的12個分布點數(shù)據(jù)，通過充分考慮實際分布情況對模型進行設置，最終獲得最佳模型，對青檀綿葉蚜進行潛在地理分布預測。

3.3 模型預測準確度評價指標

目前，國內外對模型預測準確度評價使用最多的指標是ROC曲線，但是隨著研究的深入，發(fā)現(xiàn)單純的利用AUC值評價模型準確度存在一定的缺陷(Loboetal.,2008; Petersonetal.,2008)。近2年，許多研究者利用AICc選擇Maxent模型最佳設置，也有研究者利用Omission rate(OR)和AUC值相結合獲得最佳模型設置(Shcheglovitova & Anderson,2013)。本研究前期對Maxentresults中OR值進行統(tǒng)計并未發(fā)現(xiàn)有差異，因此只使用AUC值作為評價指標。由于青檀綿葉蚜是一種新發(fā)現(xiàn)的害蟲，本研究希望通過其潛在分布區(qū)研究為青檀分布區(qū)提供預警，預防青檀綿葉蚜大規(guī)模發(fā)生。

致謝:感謝中國科學院動物研究所喬格俠研究員、姜立云副研究員對青檀綿葉蚜的鑒定，以及山東農業(yè)大學森林保護專業(yè)盧希平、喬魯芹、尹淑艷等老師在試驗和文章寫作過程中的指導。

安廣池，王光照，劉和風，趙洋民，安瑞，馮傳榮，李偉偉.2014.新物種青檀綿葉蚜及其綜合防治研究初報.林業(yè)實用技術，(1)： 36-38．

陳新美，雷淵才，張雄清，賈宏炎.2012.樣本量對MaxEnt模型預測物種分布精度和穩(wěn)定性的影響.林業(yè)科學，48(1)： 53-59．

丁佐龍，何云核，石蘇華，潘祖耀.1997.青檀葉的營養(yǎng)成分分析.安徽農業(yè)大學學報，24(1)： 18-20．

方升佐，洑香香.2007.青錢柳資源培育與開發(fā)利用的研究進展.南京林業(yè)大學學報：自然科學版，31(1)： 95-100．

傅立國，金鑒明.1992.中國植物紅皮書.北京： 科學出版社．

劉和風，安廣池，趙洋民，王光照，馮傳榮，安瑞，李偉偉.2014.新物種青檀綿葉蚜對青檀的危害與分布規(guī)律.林業(yè)科技開發(fā)，28(1)： 33-37．

劉勇濤，戴志聰，薛永來，孫見凡，朱方，杜道林.2013.外來入侵植物南美蟛蜞菊在中國的適生區(qū)預測.廣東農業(yè)科學，40(14)： 174-178．

喬格俠，張廣學，鐘鐵森.2005.中國動物志，昆蟲綱，第四十一卷，同翅目，斑蚜科.北京： 科學出版社．

王芬.2012.棗莊地區(qū)青檀生物學觀察及種子育苗試驗.中國園藝文摘，28(6)： 15-17．

王運生，謝丙炎，萬方浩，肖啟明，戴良英.2007.ROC曲線分析在評價入侵物種分布模型中的應用.生物多樣性，15(4)： 365-372．

張興旺，張小平，郭傳友，丁建華.2012.安徽皇藏峪自然保護區(qū)青檀種群數(shù)量動態(tài).生態(tài)學雜志，31(2)： 282-291．

趙洋民，安廣池，劉和風，王光照，安瑞，胡樂強.2014.青檀林伴生生物及主要有害生物種類初步研究.中國園藝文摘，(1)： 16-20．

Anderson R P.2003.Real vs.artefactual absences in species distributions:tests forOryzomysalbigularis(Rodentia:Muridae) in Venezuela.JournalofBiogeography,30:591-605.

Anderson R P and Gonzalez I Jr.2011.Species-specific tuning increases robustness to sampling bias in models of species distributions:an implementation with Maxent.EcologicalModelling,222:2796-2811.

Elith J,Kearney M and Phillips S.2010.The art of modelling range-shifting species.MethodsinEcologyandEvolution,1:330-342.

Hirzel A and Guisan A.2002.Which is the optimal sampling strategy for habitat suitability modeling.EcologicalModelling,157:331-341.

Jiang L Y,An G C,Li W W and Qiao G X.2014.A newShivaphisspecies (Hemiptera： Aphididae) on the Chinese endemic plant,Pteroceltistatarinowii.Zootaxa,3753 :375-383.

Liu C,Berry P M,Dawson T P and Pearson R G .2005.Selecting thresholds of occurrence in the prediction of species distributions.Ecography,28:385-393.

Lobo J M,Jiménez-Valverde A and Real R.2008.AUC:a misleading measure of the performance of predictive distribution models.GlobalEcologyandBiogeography,17:145-151.

Mcperson J,Jetz W and Rogers D J.2004.The effects of species′ range sizes on the accuracy of distribution models:ecological phenomenon or statistical artefact?JournalofAppliedEcology,41:811-823.

Miller J.2010.Species distribution modeling.GeographyCompass,4:490-509.

Peterson A T,Pape M and Soberón J.2008.Rethinking receiver operating characteristic analysis applications in ecological niche modeling.EcologicalModelling,213:63-72.

Phillips S J and Dudík M.2008.Modeling of species distributions with Maxent:new extensions and a comprehensive evaluation.Ecography,31:161-175.

Shcheglovitova M and Anderson R P.2013.Estimating optimal complexity for ecological niche models:a jackknife approach for species with small sample sizes.EcologicalModelling,269:9-17.

Stockwell D R B and Peterson A T.2002.Effects of sample size on accuracy of species distribution models.EcologicalModelling,148:1-13.

Swets J A.1988.Measuring the accuracy of diagnostic systems.Science,240 :1285-1293.

Warren D L and Seifert S N.2011.Ecological niche modeling in Maxent:the importance of model complexity and the performance of model selection criteria.EcologicalApplications,2:335-342.

Webber B L,Yates C J,Le Maitre D C,Scott J K,Kriticos D J,Ota N,McNeill A,Le Roux J J and Midgley G F.2011.Modelling horses for novel climate courses:insights from projecting potential distributions of native and alien Australian acacias with correlative and mechanistic models.DiversityandDistributions,17:978-1000.

Wisz M S,Hijmans R J,Li J,Peterson A T,Graham C H and Guisan A.2008.Effects of sample size on the performance of species distribution models.DiversityandDistributions,14:763-773.

(責任編輯:郭瑩)

Potentialdistributionofanewaphidspecies:ShivaphispteroceltisinChina

Wei-wei LI1+,Ying-chao JI1+,Guang-chi AN2,3,Yang-min ZHAO4,Cheng-gang ZHOU1,5*
1CollegeofPlantProtection，ShandongAgriculturalUniversity,Tai′an,Shandong271018,China;2ForestryBureauofCentral
District,Zaozhuang,Shandong277102,China;3HorticultureResearchInstituteofShandongHongda,Zaozhuang,Shandong277117,China;4ForestProtectionandQuarantineStationofZaozhuang,Zaozhuang,Shandong277800,China;5EngineeringResearchCenterofForestPestManagementofShandongProvince,Tai′an,Shandong271018,China

【Background】In recent years,Shivaphispteroceltiswas identified as a new aphid species.This species is causing great damage toPteroceltistatarinowiiin Zaozhuang,Shandong Province.【Method】In 2013,the distribution ofS.pteroceltisin Shandong and Anhui Province was surveyed.In addition,the potential distribution ofS.pteroceltiswas predicted by Maxent niche model combined with environmental variables.【Result】The results show that most of potential high risk areas are concentrated in Shandong Province,with limited risks in Jiangsu Province and the City of Beijing.Potential risks of invasion is considered medium in the provinces of Hebei,Henan,Anhui,and Jiangsu.The provinces of Shanxi,Sichuan,Jiangxi,Liaoning,Hubei,Hunan,and Zhejiang are considered as low risks.【Conclusion and significance】The predicted distribution ofS.pteroceltis,using the Maxent niche model,shows that the concentration of higher risk of infestation is located in central-eastern regions of China.This is where prevention of occurrence ofS.pteroceltisshould focus since it is the main area forP.tatarinowii.

Shivaphispteroceltis; Maxent; AUC; potential distribution

2013-10-02接受日期(Accepted)： 2013-11-05

山東省農業(yè)良種工程重點課題(2013LZA04001)； 棗莊市科技攻關項目(201011)

李偉偉，男，碩士研究生。 研究方向： 林木昆蟲。E-mail:liweiwei198712@163.com; 季英超，男，碩士研究生。 研究方向： 林木昆蟲。E-mail:yingchao0402@163.com

+同等貢獻作者(The two authors contributed equally to this work)。

*通訊作者(Author for correspondence),E-mail:zcg@sdau.edu.cn

10.3969/j.issn.2095-1787.2013.04.009