黨英僑，王小藝

( 中國(guó)林業(yè)科學(xué)研究院森林生態(tài)環(huán)境與保護(hù)研究所，國(guó)家林業(yè)和草原局森林保護(hù)學(xué)重點(diǎn)實(shí)驗(yàn)室，北京 100091

白蠟窄吉丁Agrilusplanipennis原產(chǎn)亞洲東北部(中國(guó)、俄羅斯遠(yuǎn)東地區(qū)、韓國(guó)、日本等)，最初是一種危害木犀科Oleaceae白蠟屬Fraxinus樹木的次要害蟲，目前已經(jīng)上升為一種世界性的重要害蟲。2002年開始，該蟲先后被報(bào)道入侵到美國(guó)(USDA，2021)、加拿大(CFIA，2021)、俄羅斯歐洲部分和烏克蘭(Orlova-Bienkowskajaetal., 2019)，并導(dǎo)致入侵地大量白蠟樹死亡。在我國(guó)，白蠟窄吉丁最初在東北地區(qū)報(bào)道有危害，之后在北京、天津等地被發(fā)現(xiàn)危害嚴(yán)重，近幾年又?jǐn)U散到山東、新疆和山西(2020年5月由作者在呂梁市北川河公園觀察到)，造成各發(fā)生區(qū)成片的白蠟樹死亡。白蠟窄吉丁在美國(guó)最南已經(jīng)擴(kuò)散到路易斯安那州(30°N)(USDA，2021)，在我國(guó)最南則僅分布到山東青島(36°N)，由此推測(cè)我國(guó)中部和南部的一些地區(qū)可能同樣存在被白蠟窄吉丁傳入和危害的風(fēng)險(xiǎn)。盡早對(duì)這些地區(qū)進(jìn)行風(fēng)險(xiǎn)分析，提前采取措施防范非常必要。

利用目標(biāo)物種的分布數(shù)據(jù)和相關(guān)環(huán)境數(shù)據(jù)構(gòu)建生態(tài)位模型(Ecological niche model)預(yù)測(cè)該物種的潛在分布區(qū)是目前常用的風(fēng)險(xiǎn)分析方法之一。各種生態(tài)位模型中包括Climex等機(jī)理/過(guò)程模型，MaxEnt和GARP等組判別模型，以及Bioclim等框架模型，其中MaxEnt因操作簡(jiǎn)單、運(yùn)行快速且預(yù)測(cè)結(jié)果較好而應(yīng)用更加廣泛(Elithetal., 2011; 堯聰?shù)? 2018; 程強(qiáng)等, 2020)。目前，MaxEnt已經(jīng)被用于許多農(nóng)林害蟲尤其是具有潛在入侵性害蟲的適生區(qū)預(yù)測(cè)，如中對(duì)長(zhǎng)小蠹Euplatypusparallelus(Tangetal., 2019)、扶桑綿粉蚧Phenacoccussolenopsis(Kumaretal., 2014)、葉蟬Dalbulusmaidis(Santana Jretal., 2019)等。

利用MaxEnt進(jìn)行模型構(gòu)建時(shí)，環(huán)境因素的選擇直接影響目標(biāo)害蟲的分布區(qū)預(yù)測(cè)結(jié)果。針對(duì)不同的研究對(duì)象和問(wèn)題，應(yīng)根據(jù)害蟲本身的生物學(xué)和生態(tài)學(xué)特性等進(jìn)行變量選擇。Zhu等(2017)預(yù)測(cè)蘋果蠹蛾Cydiapomonella在中國(guó)的潛在分布區(qū)時(shí)，結(jié)合該蟲的生物學(xué)特性和生存需求，最終選擇了氣候、地形和人類活動(dòng)數(shù)據(jù)進(jìn)行模型構(gòu)建。Urbani等(2017)研究高海拔地區(qū)特有昆蟲對(duì)氣候變化的響應(yīng)時(shí)，除選擇氣象數(shù)據(jù)外，還在模型中增加了海拔、坡向和坡度數(shù)據(jù)。關(guān)于白蠟窄吉丁的潛在分布區(qū)雖已有報(bào)道，但卻因只考慮氣候條件的影響，導(dǎo)致山東、山西和新疆等白蠟窄吉丁發(fā)生區(qū)未被預(yù)測(cè)到(Sobek-Swantetal., 2012)。白蠟窄吉丁具有幼蟲期發(fā)育歷期長(zhǎng)且整個(gè)個(gè)體發(fā)育期間80%以上時(shí)間均在樹干內(nèi)隱蔽生活等特點(diǎn)，僅成蟲期受外界氣候條件影響較大；即在整個(gè)個(gè)體發(fā)育期內(nèi)，該蟲受寄主樹種及其分布的影響更為明顯(Figueroaetal., 2018)，因此除考慮氣候條件外，寄主樹種也應(yīng)被用于白蠟窄吉丁潛在分布區(qū)的預(yù)測(cè)和分析。

本研究通過(guò)查閱大量白蠟窄吉丁及其寄主樹種分布點(diǎn)資料和進(jìn)行實(shí)地調(diào)查，收集了該蟲在我國(guó)的主要分布數(shù)據(jù)，并提取出中國(guó)氣象數(shù)據(jù)和白蠟窄吉丁寄主樹種分布數(shù)據(jù)為環(huán)境變量，運(yùn)用MaxEnt對(duì)兩類環(huán)境數(shù)據(jù)影響下白蠟窄吉丁在我國(guó)的潛在分布區(qū)進(jìn)行預(yù)測(cè)和分析，以期明確一種適合于蛀干害蟲適生區(qū)預(yù)測(cè)的更加準(zhǔn)確的方法，為其他未發(fā)生區(qū)的早期防范提供理論指導(dǎo)。

1 材料與方法

1.1 白蠟窄吉丁分布數(shù)據(jù)的獲取和處理

通過(guò)利用全球生物多樣性信息數(shù)據(jù)庫(kù)(http://www.gbif.org/)和文獻(xiàn)搜索、實(shí)際調(diào)查研究等方式，共收集到白蠟窄吉丁位于中國(guó)的分布點(diǎn)158個(gè)，并記錄于Excel表中。為避免因數(shù)據(jù)不準(zhǔn)確或分布不均勻影響最終預(yù)測(cè)結(jié)果，將各分布點(diǎn)信息按照物種名、經(jīng)度、緯度進(jìn)行整理(王茹琳等, 2017)，去除相同數(shù)據(jù)或位置信息不完整的數(shù)據(jù)；并運(yùn)用地球在線(https://www.earthol.com/)檢驗(yàn)數(shù)據(jù)的準(zhǔn)確性，去除掉位于海上或明顯在現(xiàn)有發(fā)生區(qū)以外的數(shù)據(jù)。將剩余所有數(shù)據(jù)導(dǎo)入ArcGIS(10.4.1)中，數(shù)據(jù)轉(zhuǎn)換成shp格式文件后，利用數(shù)據(jù)管理工具構(gòu)建2°×2°漁網(wǎng)，按照每個(gè)網(wǎng)格中只保留一個(gè)分布點(diǎn)的標(biāo)準(zhǔn)進(jìn)行隨機(jī)篩選。最終篩選得到位于黑龍江、吉林、遼寧、北京、天津、河北、山東、新疆和山西的分布數(shù)據(jù)共18個(gè)。將最終篩選出的白蠟窄吉丁分布數(shù)據(jù)按csv格式保存，導(dǎo)入MaxEnt(3.3.3，https://biodiversityinformatics.amnh.org/open_source/maxent/)進(jìn)行建模分析。此外，2017年起通過(guò)野外人工接種實(shí)驗(yàn)探究了白蠟窄吉丁在我國(guó)中南部的生存和完成發(fā)育情況，結(jié)果發(fā)現(xiàn)該蟲還可以在我國(guó)河南、四川和湖南多地成功完成發(fā)育(內(nèi)部數(shù)據(jù)未發(fā)表)，相關(guān)4個(gè)分布點(diǎn)數(shù)據(jù)將用于后續(xù)構(gòu)建出的模型的準(zhǔn)確性驗(yàn)證(表2)。

1.2 寄主樹種分布數(shù)據(jù)的獲取和處理

自然條件下，白蠟窄吉丁對(duì)不同樹種的危害情況存在顯著差異，我國(guó)栽植的白蠟樹種中，洋白蠟Fraxinuspennsylvanica和絨毛白蠟F.velutina受害最重，美國(guó)白蠟F.americana和歐洲白蠟F.excelsior受害較重，水曲柳F.mandshurica等我國(guó)本土白蠟樹種則受害較輕或幾乎不受害(Polandetal., 2015)。因此，選取洋白蠟、絨毛白蠟、美國(guó)白蠟和歐洲白蠟這4種受白蠟窄吉丁危害較重的樹種作為白蠟窄吉丁的敏感寄主樹種(統(tǒng)一用exotic表示物種名)，進(jìn)行數(shù)據(jù)收集和分析。白蠟窄吉丁寄主樹種分布數(shù)據(jù)的收集整理和篩選方法與1.1類似，即刪除相同或不完整不正確的分布點(diǎn)信息后構(gòu)建漁網(wǎng)進(jìn)行篩選，最初共收集到分布點(diǎn)數(shù)據(jù)224個(gè)，篩選后最終得到數(shù)據(jù)點(diǎn)47個(gè)(表1)。

1.3 氣候數(shù)據(jù)的獲取和處理

全世界1970-2000年的19個(gè)氣候數(shù)據(jù)(bio1～bio19)從世界氣候數(shù)據(jù)庫(kù)(http://www. worldclim.org/)下載，空間分辨率為2.5弧分(張春華等, 2018)，之后利用ArcGIS從中提取中國(guó)的氣候數(shù)據(jù)，將提取出的tif格式文件轉(zhuǎn)換成asc格式后保存，后續(xù)導(dǎo)入MaxEnt中建模分析。

將篩選出的白蠟窄吉丁分布數(shù)據(jù)和19個(gè)氣候數(shù)據(jù)導(dǎo)入MaxEnt軟件中，軟件運(yùn)行的參數(shù)設(shè)置中選用刀切法Jackknife來(lái)檢驗(yàn)各氣候因子的權(quán)重，選分布數(shù)據(jù)的25%隨機(jī)抽取作為測(cè)試集，75%為訓(xùn)練集，其它參數(shù)則為軟件默認(rèn)值(堯聰?shù)? 2018)，獲得各氣候因子的貢獻(xiàn)率P。同時(shí)利用ArcGIS中的空間分析工具Spatial analysis tools對(duì)19個(gè)氣候數(shù)據(jù)進(jìn)行多變量空間相關(guān)性分析，獲得相關(guān)性系數(shù)r。選擇累計(jì)貢獻(xiàn)率P≥ 90%的氣候變量，再?gòu)闹刑蕹魘r|≥0.8的變量中貢獻(xiàn)率較低的一個(gè)，從而篩選出預(yù)測(cè)白蠟窄吉丁潛在分布區(qū)的主導(dǎo)氣候變量，即等溫性bio3、氣溫季節(jié)性變化標(biāo)準(zhǔn)差bio4、最冷月最低溫bio6和最干月降水量bio14。類似的，將篩選出的白蠟窄吉丁敏感寄主樹種分布數(shù)據(jù)和19個(gè)氣候變量導(dǎo)入MaxEnt中，采用與上述相同的方法篩選出預(yù)測(cè)敏感寄主樹種潛在分布區(qū)的主導(dǎo)變量，即年均溫bio1、晝夜溫差月均值bio2、bio3和年均溫變化范圍bio7。

表1 篩選后白蠟窄吉丁敏感寄主樹種在中國(guó)的分布點(diǎn)Table 1 Selected distribution points of EAB’s susceptible host trees in China

1.4 基于MaxEnt的適生區(qū)預(yù)測(cè)

1.4.1僅考慮氣候變量

將篩選出的白蠟窄吉丁分布數(shù)據(jù)和4個(gè)主導(dǎo)氣候數(shù)據(jù)(bio3，bio4，bio6和bio14)導(dǎo)入MaxEnt軟件中，選用刀切法檢驗(yàn)各氣候因子的權(quán)重，選分布數(shù)據(jù)的25%隨機(jī)抽取作為測(cè)試集，75%為訓(xùn)練集，擬合次數(shù)設(shè)置為10次，取10次擬合結(jié)果的平均值作為白蠟窄吉丁適生區(qū)預(yù)測(cè)的最終結(jié)果，其他參數(shù)則為軟件默認(rèn)值(堯聰?shù)? 2018)。采用受試者工作曲線(ROC曲線)、ROC曲線下面積(AUC值)、模型漏報(bào)率[最小漏報(bào)率(Minimum training presence test omission，ORmtp)和10%漏報(bào)率(10 percentile training presence test omission，OR10)]來(lái)評(píng)價(jià)模型的準(zhǔn)確性。AUC值<0.5表示擬合較差，越接近1表示擬合效果越好(李璇等, 2018)；OR表示模型過(guò)擬合程度，其中ORmtp和OR10的最理想值分別為0和0.1，越偏離最理想值則模型過(guò)擬合程度越高(Urbanietal., 2017; Arthuretal., 2019)。

1.4.2僅考慮寄主樹種分布

將選取的敏感寄主樹種分布數(shù)據(jù)與相應(yīng)主導(dǎo)氣候數(shù)據(jù)(bio1，bio2，bio3和bio7)導(dǎo)入MaxEnt中運(yùn)行，具體操作同1.4.1，得到白蠟窄吉丁敏感寄主樹種的適生區(qū)分布結(jié)果。將該結(jié)果作為新的環(huán)境變量，與白蠟窄吉丁在中國(guó)的分布數(shù)據(jù)一起導(dǎo)入MaxEnt運(yùn)行10次，取10次的平均值作為最終結(jié)果。

1.4.3綜合考慮氣候變量和寄主樹種分布

綜合考慮氣候變量和寄主樹種分布數(shù)據(jù)的影響時(shí)，通過(guò)兩種途徑來(lái)對(duì)白蠟窄吉丁的適生區(qū)進(jìn)行預(yù)測(cè)。一種是將影響白蠟窄吉丁分布的主導(dǎo)氣候變量和1.4.2中得到的白蠟窄吉丁寄主樹種分布預(yù)測(cè)結(jié)果作為環(huán)境變量，與白蠟窄吉丁的分布數(shù)據(jù)一起導(dǎo)入MaxEnt中運(yùn)行10次，取10次的平均值作為最終結(jié)果(Silvaetal., 2014; Kumaretal., 2016)。另一種方法是將1.4.1和1.4.2中的結(jié)果導(dǎo)入ArcGIS進(jìn)行疊加，利用工具箱中的Raster Calculator工具進(jìn)行計(jì)算(Silvaetal., 2015)。計(jì)算的原則為：兩個(gè)圖層不重疊的區(qū)域取并集；對(duì)于相互重疊的區(qū)域，選擇風(fēng)險(xiǎn)等級(jí)較高的圖層區(qū)域。

1.5 適生區(qū)等級(jí)劃分

將MaxEnt模型輸出的asc格式文件導(dǎo)入ArcGIS中，轉(zhuǎn)換成tif格式文件后，利用空間分析工具的再分類Reclassify功能，選用自然間斷法將白蠟窄吉丁的適生區(qū)劃分為高度、中度、低度和非適生區(qū)4個(gè)等級(jí)(堯聰?shù)? 2018)。將地理坐標(biāo)系WGS 1984轉(zhuǎn)換為投影坐標(biāo)系WGS 1984 Web Mercator(auxiliary sphere)，打開屬性表統(tǒng)計(jì)各適生等級(jí)的面積，并根據(jù)適生區(qū)內(nèi)白蠟窄吉丁分布點(diǎn)占所有分布點(diǎn)的比例、適生區(qū)內(nèi)該蟲潛在分布點(diǎn)占所有潛在分布點(diǎn)的比例分別統(tǒng)計(jì)其現(xiàn)有分布區(qū)和潛在分布區(qū)的模型覆蓋率。

2 結(jié)果與分析

2.1 基于氣候數(shù)據(jù)的白蠟窄吉丁在中國(guó)的適生區(qū)預(yù)測(cè)

基于主導(dǎo)氣候變量構(gòu)建的白蠟窄吉丁地理分布模型的AUC值為0.9203(圖1-a)，預(yù)測(cè)準(zhǔn)確性較好；ORmtp和OR10分別為0.05和0.1，ORmtp與理想值相比略高，表明模型存在較小程度的過(guò)擬合。Bio14是影響白蠟窄吉丁在中國(guó)分布的關(guān)鍵氣候因素，貢獻(xiàn)率為40%，其他因素的重要性依次為：Bio3>Bio4>Bio6(圖1-b)?；跉夂蜃兞康念A(yù)測(cè)結(jié)果顯示，白蠟窄吉丁在我國(guó)東北、華北和華中大部，華東、西北和西南少數(shù)地區(qū)均可以正常生存(北至53.52°N、南至26.42°N、西至73.81°E、東至134.99°E)，其低度、中度和高度適生區(qū)面積共計(jì)約3.61×106km2。但該模型預(yù)測(cè)出的非適生區(qū)面積更大，約為5.99×106km2，野外接種實(shí)驗(yàn)所驗(yàn)證的潛在發(fā)生區(qū)四川在非適生區(qū)內(nèi)，未被預(yù)測(cè)到(模型覆蓋率為75%)(表2)。

2.2 基于寄主樹種分布的白蠟窄吉丁在中國(guó)的適生區(qū)預(yù)測(cè)

基于寄主樹種潛在分布結(jié)果構(gòu)建的白蠟窄吉丁地理分布模型的AUC值為0.8378(圖2-a)，預(yù)測(cè)準(zhǔn)確性較好；ORmtp和OR10分別為0.05和0.1。單純考慮寄主樹種分布進(jìn)行預(yù)測(cè)時(shí)，發(fā)現(xiàn)白蠟窄吉丁在我國(guó)除東北最北部、西北中南部少數(shù)地區(qū)、西南西北部以及華南最南部以外的大多數(shù)地區(qū)均可以正常生存(北至50.39°N、南至21.19°N、西至73.83°E、東至135.03°E)，其低度、中度和高度適生區(qū)面積共計(jì)約6.53×106km2，是非適生區(qū)面積的2.12倍。但模型的預(yù)測(cè)結(jié)果并未包括白蠟窄吉丁的現(xiàn)有發(fā)生區(qū)新疆伊寧(模型覆蓋率為94%)(表2)，且適生等級(jí)與該蟲的發(fā)生規(guī)律和生存特性不太吻合。白蠟窄吉丁最早在東三省被發(fā)現(xiàn)大量危害白蠟樹，當(dāng)?shù)仫L(fēng)險(xiǎn)等級(jí)應(yīng)較高，但預(yù)測(cè)結(jié)果中甚至出現(xiàn)了低度風(fēng)險(xiǎn)等級(jí)。

2.3 綜合氣候和寄主樹種分布數(shù)據(jù)的白蠟窄吉丁在中國(guó)的適生區(qū)預(yù)測(cè)

將氣候條件和寄主樹種分布數(shù)據(jù)同時(shí)作為環(huán)境變量導(dǎo)入模型進(jìn)行預(yù)測(cè)時(shí)，模型的AUC值較高，為0.9144(圖3-a)；ORmtp和OR10分別為0.05和0.15。模型中主導(dǎo)環(huán)境變量為寄主樹種分布，其貢獻(xiàn)率為57.1%；其他變量的貢獻(xiàn)率大小依次為Bio14>Bio3>Bio4>Bio6(圖3-b)。但模型與實(shí)際分布的吻合度并不高，預(yù)測(cè)出的范圍北至53.52°N、南至27.57°N、西至74.79°E、東至135.03°E，這一范圍不僅較單一氣候或寄主樹種分布變量預(yù)測(cè)時(shí)分別縮小了1.07倍和1.94倍，而且并未完全覆蓋白蠟窄吉丁現(xiàn)有發(fā)生區(qū)和各潛在發(fā)生區(qū)(模型覆蓋率分別為94%和50%)(表2)。

而將氣候和寄主樹種分布數(shù)據(jù)單獨(dú)的預(yù)測(cè)結(jié)果進(jìn)行疊加后發(fā)現(xiàn)，新的適生區(qū)范圍明顯擴(kuò)大，為7.02×106km2，雖然無(wú)AUC指數(shù)等結(jié)果，但該方法預(yù)測(cè)出的適生區(qū)范圍(北至53.52°N、南至21.14°N、西至73.76°E、東至135.05°E)更接近白蠟窄吉丁實(shí)際分布情況。即新的預(yù)測(cè)結(jié)果中已包括所有的白蠟窄吉丁現(xiàn)有發(fā)生區(qū)和潛在發(fā)生區(qū)，現(xiàn)有發(fā)生區(qū)東北、華北和西北部分地區(qū)均為中高風(fēng)險(xiǎn)區(qū)，人工接種實(shí)驗(yàn)所驗(yàn)證的潛在發(fā)生區(qū)的風(fēng)險(xiǎn)等級(jí)也被預(yù)測(cè)為中度和低度(表2)。

圖1 基于氣候因素構(gòu)建的模型ROC曲線(a)和刀切法結(jié)果(b)Fig.1 ROC curves (a) and Jackknife test results (b) of models based on climatic factors

圖2 基于寄主樹種分布構(gòu)建的模型ROC曲線(a)和刀切法結(jié)果(b)Fig.2 ROC curves (a) and Jackknife test results (b) of models based on host trees’ distributions

圖3 基于氣候-寄主樹種分布聯(lián)合變量構(gòu)建的模型ROC曲線(a)和刀切法結(jié)果(b)Fig.3 ROC curves (a) and Jackknife test results (b) of models based on both climate and host trees’ distributions

表2 氣候、寄主樹種分布、氣候-寄主樹種分布綜合作用下白蠟窄吉丁在中國(guó)的適生區(qū)分析

3 結(jié)論與討論

昆蟲的分布范圍受氣候、寄主、天敵和人類活動(dòng)等多種因素影響(Selvarajetal., 2013; Chen, 2016)。除借助交通工具和木質(zhì)加工材料等進(jìn)行遠(yuǎn)距離傳播外，昆蟲還會(huì)因寄主樹種分布區(qū)的改變和氣候變化而發(fā)生自然的地理擴(kuò)張(Meurisseetal., 2019)。然而，農(nóng)林類重要害蟲的任何形式的傳播擴(kuò)散都是危害性極大的，各地區(qū)利用與目標(biāo)害蟲分布相關(guān)的環(huán)境因素進(jìn)行適生區(qū)預(yù)測(cè)和分析、及早采取防范措施是十分必要的(Fl?etal., 2014)。本研究針對(duì)原產(chǎn)我國(guó)的發(fā)生危害逐漸嚴(yán)重的蛀干害蟲白蠟窄吉丁，基于氣象數(shù)據(jù)、寄主樹種分布數(shù)據(jù)及其聯(lián)合數(shù)據(jù)分別對(duì)該蟲在我國(guó)的潛在分布區(qū)進(jìn)行了預(yù)測(cè)和分析。結(jié)果表明，單一氣候或寄主樹種分布預(yù)測(cè)結(jié)果、以及氣候-寄主樹種分布共同作為環(huán)境變量的預(yù)測(cè)結(jié)果的準(zhǔn)確率均相對(duì)較低，如一些白蠟窄吉丁現(xiàn)有分布區(qū)、經(jīng)野外發(fā)育實(shí)驗(yàn)證明的白蠟窄吉丁可以完成發(fā)育的地區(qū)都沒(méi)有被預(yù)測(cè)到，東北等最早被發(fā)現(xiàn)有白蠟窄吉丁大發(fā)生的地區(qū)被預(yù)測(cè)為低適生區(qū)。基于此，本研究在考慮白蠟窄吉丁生物學(xué)特性的基礎(chǔ)上，對(duì)上述方法加以改進(jìn)，將氣候和寄主樹種分布預(yù)測(cè)結(jié)果進(jìn)行疊加，最終得到了符合白蠟窄吉丁現(xiàn)有發(fā)生規(guī)律的更加準(zhǔn)確的預(yù)測(cè)結(jié)果。

昆蟲的分布現(xiàn)狀是與其相關(guān)的多種生物和非生物因素共同作用的結(jié)果(Meurisseetal., 2019)，單一因素往往只影響其中某一方面，因此綜合各相關(guān)因素分析更為合理。這也與本研究中利用氣候或寄主樹種分布單一變量預(yù)測(cè)的模型不夠準(zhǔn)確的結(jié)果相一致。目前常用的綜合考慮生物和非生物因素進(jìn)行適生區(qū)分析的方法，是在考慮氣候等非生物因素的基礎(chǔ)上，將寄主樹種分布情況等生物因素也作為環(huán)境變量加入模型中進(jìn)行擬合(Silvaetal., 2014; Kumaretal., 2016)。然而這種方法所得到的結(jié)果與單一變量預(yù)測(cè)時(shí)的適生區(qū)結(jié)果相比并不總是擴(kuò)大的。如Silva等(2014)將氣候和寄主樹種分布數(shù)據(jù)一起作為環(huán)境變量預(yù)測(cè)切葉蜂Lithurgushuberi在非洲的適生區(qū)時(shí)發(fā)現(xiàn)，模型中增加了這一生物因素后得到的潛在分布區(qū)較單純考慮氣候條件時(shí)并未擴(kuò)大，反而受到一定限制。類似的，本研究將氣候和寄主樹種分布數(shù)據(jù)一起導(dǎo)入模型后得到的適生區(qū)較單一因素作用下的區(qū)域小，模型覆蓋率低。造成這一現(xiàn)象的原因可能是昆蟲分布點(diǎn)與各環(huán)境變量關(guān)系密切，寄主樹種分布受氣候等非生物因素影響，或寄主樹種種類考慮不全面等，其中寄主樹種分布在預(yù)測(cè)過(guò)程中同樣會(huì)受到氣候影響可能是最主要的限制研究對(duì)象分布區(qū)預(yù)測(cè)的原因(Silvaetal., 2014)。在模型優(yōu)劣性評(píng)估過(guò)程中，AUC值是常用的指標(biāo)，但有學(xué)者提出預(yù)測(cè)潛在分布時(shí)僅依靠這一指標(biāo)存在一定局限性，建議采用局部受試者工作特征(partial receiver operating characteristic，pROC)方法來(lái)對(duì)模型進(jìn)行評(píng)估(朱耿平等, 2017)。本文主要利用AUC值、OR值和野外人工接種實(shí)驗(yàn)獲得的白蠟窄吉丁潛在分布數(shù)據(jù)進(jìn)行模型準(zhǔn)確性評(píng)估，后續(xù)將考慮采用pROC方法對(duì)模型進(jìn)行進(jìn)一步比較和分析。

將氣候和寄主樹種分布的預(yù)測(cè)結(jié)果疊加作為蛀干害蟲白蠟窄吉丁的新適生區(qū)，是一種改進(jìn)的利用多個(gè)變量進(jìn)行預(yù)測(cè)的方法(Silvaetal., 2015)?；谶@種方法得到的預(yù)測(cè)結(jié)果覆蓋了所有白蠟窄吉丁發(fā)生區(qū)和潛在發(fā)生區(qū)，且與該蟲分布現(xiàn)狀和生存特性均高度吻合。白蠟窄吉丁對(duì)高溫高濕具有較強(qiáng)的耐受性(Sobeketal., 2011; DeSantisetal., 2013)；在一定低溫條件下，該蟲因受樹皮保護(hù)而同樣具有較好的抵抗力(Lyons, 2015)，寄主樹種可能是為其提供食物來(lái)源、躲避不良環(huán)境的關(guān)鍵因素。事實(shí)上，或許只要是被攜帶到氣候條件適宜或者有適宜寄主樹種分布的地區(qū)，白蠟窄吉丁都可能會(huì)在當(dāng)?shù)厣嫦聛?lái)。新疆克拉瑪依地區(qū)氣候干旱、生存條件惡劣，但楊十斑吉丁Melanophiladecastigma卻因寄主樹種在當(dāng)?shù)卮罅吭灾?利用人工灌溉技術(shù))而存活下來(lái)，并逐漸大面積危害(馬坎等, 2013)。

將兩種變量預(yù)測(cè)結(jié)果疊加后發(fā)現(xiàn)，白蠟窄吉丁在我國(guó)的適生范圍明顯擴(kuò)大，各個(gè)省市/自治區(qū)均有可能被該蟲傳入和危害，并且這種趨勢(shì)將會(huì)隨著敏感白蠟樹的繼續(xù)栽植而不斷增加。白蠟窄吉丁的自然擴(kuò)散能力受周圍環(huán)境中多種因素限制，但該蟲卻可以通過(guò)苗木、木質(zhì)加工材料等人類活動(dòng)進(jìn)行遠(yuǎn)距離傳播(Barlowetal., 2014)。限制歐美白蠟樹的栽植可能是阻斷白蠟窄吉丁南擴(kuò)和有效規(guī)避風(fēng)險(xiǎn)的重要手段。為有效控制白蠟窄吉丁傳播和危害，需加強(qiáng)檢疫，嚴(yán)格控制其敏感寄主樹種調(diào)運(yùn)和栽植(Muirheadetal., 2006; Withrowetal., 2015)。不從白蠟窄吉丁發(fā)生區(qū)調(diào)運(yùn)白蠟苗木等材料，以避免該蟲的遠(yuǎn)距離傳播；不栽或少栽植歐美白蠟樹，避免在空間上形成連續(xù)的白蠟栽植區(qū)，以防止該蟲短距離遷飛擴(kuò)散。