陳志云，馬紅巖，王 玲，李東文，謝德志，莫 羨，孔達卿

(1.中山市林業(yè)有害生物防治檢疫站，廣東 中山 528403；2.廣州碳匯林業(yè)有限公司，廣東 廣州 510520)

薇甘菊(Mikania micrantha)隸屬于菊科(Asteraceae)假澤蘭屬(Mikania)，多年生草質(zhì)藤本。原產(chǎn)于中、南美洲，現(xiàn)廣泛分布于亞洲和大洋洲熱帶地區(qū)[1—2]，是一種危害性極強的雜草[3]，入侵蔓延速度非?？?，是世界十大侵害雜草之一，號稱“植物殺手”[4]，對農(nóng)業(yè)和林業(yè)造成不可估量的經(jīng)濟損失[5]，給入侵地帶來了巨大的經(jīng)濟、生態(tài)影響[6—7]，2003年被國家環(huán)?？偩至腥胧着鈦砣肭治锓N名單。薇甘菊在中國最早發(fā)現(xiàn)于香港，20世紀 80年代初次發(fā)現(xiàn)于深圳銀湖地區(qū)，而后不斷擴散，珠江三角洲和廣東沿海地區(qū)分布極廣[3]，最新調(diào)查發(fā)現(xiàn)云南省有大范圍的薇甘菊分布，并呈現(xiàn)進一步擴散的趨勢[6]。薇甘菊入侵后便很難控制，需要消耗大量人力、物力和財力，而預防比防治更加經(jīng)濟。預測入侵物種的潛在分布區(qū)，在其適宜生長區(qū)建立有效的預警機制，是阻止外來生物入侵、保護生態(tài)環(huán)境避免造成巨大經(jīng)濟損失的一種簡單有效的方法。目前，對于物種適生區(qū)的預測常采用預設遺傳算法(genetic algorithm for rule-set production,GARP)、最大熵(Maximun Entropy,MaxEnt)、生物氣候(biological climate,BIOCLIM)等基于生態(tài)位理論的生態(tài)位模型。現(xiàn)有的研究采用生態(tài)位模型很好地預測了薇甘菊在中國[8—9]、云南省[6,10]、廣州市[5]3個尺度的適生區(qū)。張海娟等[8]比較了GARP和MaxEnt兩種模型的預測結果，發(fā)現(xiàn) MaxEnt模型預測更準確，運行速度更快，更適合用于薇甘菊的適生區(qū)預測；付小勇等[10]結合薇甘菊原產(chǎn)地和云南省被入侵地數(shù)據(jù)，提高了薇甘菊在云南省適生區(qū)預測的可靠性；邱羅等[5]采用主成分分析法(principal component analysis,PCA)結合GIS預測廣州市薇甘菊的空間分布，與實際分布區(qū)均有較好的對應。本研究通過全面調(diào)查，整理出薇甘菊在中山市的分布情況，并利用 MaxEnt模型，對薇甘菊實際分布點的環(huán)境變量進行定量分析，預測出中山市的薇甘菊適生區(qū)，為編制薇甘菊防治規(guī)劃和制定防治措施提供理論依據(jù)。

1 研究區(qū)概況

中山市位于廣東省中南部，珠江三角洲中部偏南的西江、北江下游出海處。全境位于北緯22°11′～22°47′，東經(jīng) 113°09′～113°46′之間，市域總面積1800.14 km2，其中林業(yè)用地面積28 897.7 hm2。中山市地形以平原為主，地勢中部高亢，四周平坦，平原地區(qū)自西北向東南傾斜，最高峰為五桂山主峰，海拔531 m。中山市地處低緯度區(qū)，全境均在北回歸線以南，屬亞熱帶季風氣候，光熱充足，雨量充沛。年均氣溫 22.0 ℃，月均氣溫以 1月最低，為13.6 ℃，7月最高，達28.5 ℃，年均降水量1791.3 mm。中山市植被代表類型為熱帶季雨林型的常綠季雨林，主要森林類型有常綠闊葉林、常綠針葉林、常綠闊葉混交林和經(jīng)濟林，森林群落類型較簡單。

2 材料與方法

2.1 數(shù)據(jù)收集

2.1.1 薇甘菊分布數(shù)據(jù)

2020年10月，通過現(xiàn)場踏查，獲得中山市薇甘菊分布信息，薇甘菊在中山市當前的分布點共有950個。

2.1.2 氣候數(shù)據(jù)

氣候數(shù)據(jù)來源于世界氣候數(shù)據(jù)庫(WorldClim)[11]，共獲得19個生物氣候變量(bioclim)和1個海拔(altitude)變量，選取了當前條件1950～2000年全世界氣象觀測的數(shù)據(jù)匯總，空間分辨率為30 arc-seconds。20個環(huán)境變量的含義見表1。

表1 20個環(huán)境變量的含義Table 1 Meaning of 20 environmental variables

2.2 數(shù)據(jù)分析與模型構建

利用DIVA-GIS軟件繪制2020年中山市薇甘菊分布圖。在Arc-GIS軟件中采用緩沖區(qū)分析法對獲得的分布點進行校對、篩選，排除空間關聯(lián)性較大造成的過擬合模擬的影響，設置緩沖半徑為1.5 km，當分布點之間距離小于3 km時只保留其中一點[12]，共獲得分布點101個。將篩選后的分布點數(shù)據(jù)和環(huán)境變量數(shù)據(jù)分別導入到 MaxEnt軟件中，進行建模運算。參數(shù)設置：測試集為分布點的25%，訓練集為分布點的75%，采用刀切法檢驗權重，設置受試者工作特征曲線(ROC)，其余選項采用模型默認設置，重復運算10次，選取AUC值最大的一組作為最終預測結果[13]。MaxEnt模型輸出結果為薇甘菊在中山市的存在概率，利用Arc-GIS軟件得到薇甘菊在中山市的存在概率分布圖。MaxEnt軟件模擬輸出的結果值在0～1之間，值越接近1表示物種越可能存在。參考 IPCC關于評估可能性的劃分方法[14]，結合薇甘菊的實際情況，劃分分布值等級及相應分布范圍，并使用不同顏色表示，劃分標準為：存在概率＜0.05為非適生區(qū)，0.05≤存在概率＜0.33為低適生區(qū)，0.33≤存在概率＜0.66為中適生區(qū)，存在概率≥0.66為高適生區(qū)。

3 結果與分析

3.1 中山市薇甘菊分布狀況

由圖1可知，中山市所轄25個鎮(zhèn)(街道)和市自然保護地管護中心均有薇甘菊的分布，總體呈南多北少的態(tài)勢。其中分布多、面積廣的有民眾鎮(zhèn)、港口鎮(zhèn)、市自然保護地管護中心、橫欄鎮(zhèn)、沙溪鎮(zhèn)、石岐區(qū)街道、東區(qū)街道、南區(qū)街道、火炬開發(fā)區(qū)、神灣鎮(zhèn)、南朗鎮(zhèn)、五桂山、板芙鎮(zhèn)、三鄉(xiāng)鎮(zhèn)、坦洲鎮(zhèn)。薇甘菊主要分布于草灌叢地，其中又以荒地、河道、湖邊的草灌叢為主。說明薇甘菊對中山市的入侵較為嚴重，薇甘菊在中山市有從南向北、低海拔向高海拔擴散的趨勢。

圖1 2020年中山市薇甘菊分布Fig.1 Distribution of Mikania micrantha in Zhongshan in 2020

3.2 模型精度檢驗

圖2是MaxEnt模型模擬輸出的ROC曲線圖，10組訓練集AUC均值為0.808，測試集AUC均值為0.873，依據(jù)評價標準，本次構建模型的預測準確性達到“較好”的水平，說明該結果可用于研究薇甘菊在中山市的適生區(qū)劃。本研究10次運算結果中數(shù)值最大的 1組訓練集 AUC值為 0.859，測試集AUC值為0.947，可作為分析對象。

圖2 模型適用性檢驗AUC值Fig.2 AUC value of test on applicapability of MaxEnt model

3.3 環(huán)境變量的貢獻率

依據(jù) MaxEnt模型運算結果，不同環(huán)境變量對薇甘菊在中山市分布的累積貢獻率見表 2，降水量變化方差(bio_15)、海拔(alt)、最冷月份最低溫度(bio_6)和最暖季度降水量(bio_18)為限制薇甘菊在中山市分布的 4個最大環(huán)境變量，累積貢獻率達75.5%。

表2 影響薇甘菊分布的環(huán)境變量貢獻百分率和累積貢獻百分率Table 2 The accumulated contribution of each environmental variable to the potential distribution of Mikania micrantha defined by MaxEnt

3.4 薇甘菊在中山市的適生區(qū)預測

利用 MaxEnt模型對薇甘菊在中山市潛在適生區(qū)進行模擬，得到薇甘菊在中山市潛在分布概率圖，導入Arc-GIS軟件，采用重分類工具，用密度間隔方法分為4個等級，即高適生區(qū)、中適生區(qū)、低適生區(qū)和非適生區(qū)，從而獲得薇甘菊在中山市的適生區(qū)分布圖(圖3)。計算各等級所占中山市域總面積的比例，其中非適生區(qū)面積約82.79 km2，占中山總面積的4.60%。這說明，中山市95.40%的地區(qū)對薇甘菊生長具有不同程度的適宜性。高度適生區(qū)分布于五桂山街道、東區(qū)街道、南朗鎮(zhèn)、三鄉(xiāng)鎮(zhèn)和火炬開發(fā)區(qū)，占中山市總面積的 5.33%；中適生區(qū)分布于五桂山街道、東區(qū)街道、南朗鎮(zhèn)、三鄉(xiāng)鎮(zhèn)、火炬開發(fā)區(qū)、南區(qū)街道、沙溪鎮(zhèn)、大涌鎮(zhèn)、板芙鎮(zhèn)、神灣鎮(zhèn)、坦洲鎮(zhèn)和民眾鎮(zhèn)等鎮(zhèn)(街道)，占中山市總面積的33.56%；中山市其他地區(qū)為薇甘菊低適生區(qū)，占中山總面積的56.51%。綜合得知，中山市絕大部分地區(qū)適合薇甘菊生長，且預測的適生區(qū)與實際分布區(qū)有較好的對應。

圖3 基于MaxEnt模型預測薇甘菊在中山市的適生區(qū)分布Fig.3 Potential suitable distribution of Mikania micrantha in Zhongshan based on MaxEnt mode

4 討論與結論

2020年調(diào)查統(tǒng)計發(fā)現(xiàn)，薇甘菊對中山市的入侵較為嚴重，主要分布于草灌叢地，重度危害地區(qū)主要聚集于中南部山區(qū)等林地面積較大的地域。大部分平原地帶的鎮(zhèn)(街道) 薇甘菊均零星分布于道路旁的綠地內(nèi)，受人類活動影響較大。在入侵地，薇甘菊成片、成團或成簇發(fā)生，攀援或覆蓋其他植物，使其他植物無法進行正常的光合作用而停止生長與繁殖，甚至枯死，形成單優(yōu)的薇甘菊群落，從而改變原有群落或生態(tài)系統(tǒng)的結構、植物分布格局及植物群落景觀，導致原有群落或生態(tài)系統(tǒng)退化，使入侵地區(qū)原有群落或生態(tài)系統(tǒng)生物多樣性受到影響，降低了原有群落或生態(tài)系統(tǒng)的經(jīng)濟、社會和生態(tài)效益[4,7,15]。

薇甘菊在入侵地的擴散與許多因素有關，例如氣候因子、地形因子、土壤植被類型和物種的相互作用等。本文選用與溫度、降水量等有關的19個生物氣候變量和地形因子中的海拔變量，其中降水量變化方差、海拔、最冷月份最低溫度和最暖季度降水量為限制薇甘菊在中山市分布的4個最大環(huán)境變量，累積貢獻率達75.5%。該結果與張海娟等[8]對薇甘菊在中國適生區(qū)預測的影響變量不同，這可能是預測的尺度和數(shù)據(jù)的精度不同導致，例如，中山市的尺度上，降水量和溫度等環(huán)境變量變化幅度較小，與降水量和溫度等相關的許多環(huán)境變量就極大可能不會成為薇甘菊在中山市分布的主導因子。除此之外，由于條件的限制，模型缺少地形因子、土壤類型、植被類型、全球變暖和生物相互作用等其他因子，也可能對適生區(qū)的預測帶來一定的偏差。綜上所述，利用 MaxEnt模型預測能較好地預測薇甘菊在中山市的潛在分布區(qū)，但使用的數(shù)據(jù)精度和預測尺度對預測結果會產(chǎn)生較大的影響。

利用 MaxEnt模型對薇甘菊在中山市潛在適生區(qū)進行模擬，得到薇甘菊在中山市的適生區(qū)分布圖，為薇甘菊的監(jiān)測、防治規(guī)劃與措施提供重要的參考依據(jù)。通過重點監(jiān)控中高適生區(qū)的發(fā)生情況，做到精準施策，有效利用資金，對控制薇甘菊在中山市的擴散速度和危害程度具有重要意義。