基于MaxEnt模型预测气候变化下玉米根萤叶甲在中国的潜在地理分布

为评估不同气候条件下玉米根萤叶甲Diabrotica virgifera virgifera在我国的潜在地理分布情况及适生区的空间格局变化趋势,通过筛选影响该虫分布的关键环境变量并基于其在全球的分布数据,运用MaxEnt模型和ArcGIS软件预测其在历史和未来气候情景下的潜在地理分布范围和适生区空间格局变化。结果表明,所构建MaxEnt模型的受试者工作特征 （receiver operating characteristic, ROC）曲线下面积（area under curve, AUC）平均为0.960,说明模型预测结果为优秀,具有较高的可信度。关键气候变量中最冷月最低温对玉米根萤叶甲的潜在地理分布具有十分重要的影响,累积贡献率为44.5%。历史气候条件下,玉米根萤叶甲的总适生区面积占我国陆地总面积的23.78%,高适生区主要分布于我国河南、湖北、陕西、甘肃、重庆、四川和云南等省市。未来气候情景下,玉米根萤叶甲在我国的总适生区面积略有减少,整体上呈现出南部收缩、北部扩张的趋势,原中南部的中、高适生区逐步转变为低适生区或非适生区。玉米根萤叶甲在我国的适生区较为广泛,适生范围涵盖多个重要玉米产区,对玉米安全生产威胁较大,应给予足够的重视,严防该虫传入我国。     

基于优化MaxEnt模型的疣果匙荠在中国的适生区预测与分析

本文优化了疣果匙荠分布数据筛选方式和MaxEnt软件参数设置,使用ENMTools剔除了冗余分布数据,调用R程序包Kuenm从1 240个不同参数组合的MaxEnt模型中筛选确定了最优参数.基于分布数据和参数优化的MaxEnt预测结果表明,疣果匙荠在中国的高度适生区和中度适生区分别占陆地总面积的9.4％和60.1％左右...     

Local and regional spread of banana xanthomonas wilt (BXW) in space and time in Kagera,Tanzania

Banana is an important crop in the Kagera region of Tanzania. Banana xanthomonas wilt (BXW) was first reported in Kagera in 2006, and is now an important limiting factor in banana production, because all cultivars are susceptible and infected plants can fail to produce fruit. BXW is caused by Xanthomonas campestris pv. musacearum (Xcm), which is spread by farm tools, infected planting materials, and pollinating insects. Practices that address Xcm dissemination, such as mat removal, debudding and tool sterilization, have not prevented the spread of BXW in the region. Disease surveys were conducted in Kagera from 2007 to 2011 to assess BXW presence, monitor its intensity and evaluate its socioeconomic impacts. Spatiotemporal clusters of BXW were analysed with Arc GIS and sas . The relationship between BXW clusters and environmental variables was examined using bivariate correlations in spss ; two modelling approaches, MaxEnt (maximum entropy) and logistic regression, were used to predict the potential distribution of BXW in Tanzania. Disease progress over time was best described with the Gompertz model. Significant clustering of BXW was observed in all years and hotspots were located in the Muleba, Karagwe, Misenyi and Bukoba rural districts. These findings suggest that BXW spreads rapidly over short distances. BXW clusters were positively correlated with rainfall and negatively with temperature and altitude. According to MaxEnt, precipitation was the main factor associated with BXW development. MaxEnt and logistic regression predicted a wide potential distribution of BXW in Tanzania because the climate in all banana‐growing regions is conducive for its establishment.     

气候变化对新疆意大利蝗潜在分布的影响

意大利蝗Calliptamus italicus(L.)是新疆草原主要优势蝗虫之一,每年给新疆畜牧业经济带来严重损失,气候变化对其潜在分布影响的预测对其科学防治有重要意义。本研究采用意大利蝗的分布数据和生物气候数据,结合MaxEnt模型和ArcGIS软件,预测了BCC_CSM1.1气候模式下政府间气候变化专门委员会第五次工作报告(IPCC AR5)采用的RCP2.6、RCP4.5和RCP8.5三种气候情景在2021-2040年(2030s)、2041-2060年(2050s)和2061-2080年(2070s)的意大利蝗新疆潜在适生区分布范围。结果表明:在BCC_CSM1.1的各情景下,意大利蝗适生区在北疆及天山一带分布格局基本保持不变,但高度适生区面积都有所增加,其中在天山和阿尔泰山地区,意大利蝗中、高度适生区范围将向更高海拔区域蔓延,在北疆阿勒泰地区高度适生区明显增加。极端水分条件和水热条件对意大利蝗在新疆潜在分布发挥主要作用,其中4月、10月、3月和11月降水量对意大利蝗在新疆潜在分布影响最大,因其直接影响土壤相对含水量和土壤温度,从而决定意大利蝗卵的存活量。     

基于MaxEnt的农田恶性杂草雀麦的潜在分布预测

雀麦是中国农田一种恶性杂草,危害作物生长和发育。为控制其进一步扩散蔓延,根据目前雀麦在全球的分布记录和气象数据,利用最大熵模型Max Ent和Arc GIS对雀麦在中国和全球的潜在适生区域进行预测和分析。预测结果表明:雀麦在全球的适生区为非洲北部、欧洲的中南部、亚洲西部和东部及中部零星地区、北美中西部及东部部分地区、日本及朝鲜南部地区;在中国主要在黄淮海平原、长江中下游平原、成都平原、陕西中南部、山西南部、宁夏及甘肃南部、贵州中北部、新疆西南零星地区、西藏西南部及青海中部地区分布;中风险潜在分布区域的范围在高风险区的基础上进一步扩大。环境变量中对雀麦发生影响较大的是最冷季度平均温度、年平均气温、温度季节性变化标准差、最冷月最低温、最干季度平均温度。本研究的AUC值为0.943,模拟预测准确性极好,模拟结果可以用于雀麦的适生区预测研究。     

Projecting Distribution of the Overwintering Population of Sogatella furcifera (Hemiptera: Delphacidae), in Yunnan,China With Analysis on Key Influencing Climatic Factors

Sogatella furcifera (Horváth) is the most threatening migratory rice pest in Yunnan, China. S. furcifera overwinters in low- altitude basins and valleys in southern Yunnan and migrates northward in spring and summer of the following year, causing serious damage during migration. The overwintering distribution, areas, and spatial pattern of S. furcifera are relevant to the migration and outbreak of this pest. Based on a 4-yr field survey (2010–2013), this study projected areas suitable for S. furcifera to overwinter using a species distribution model, and analyzed the key influencing climatic factors using principal component analysis (PCA) and ecological niche factor analysis (ENFA). Our field survey showed that the northern latitudinal- and upper elevation limits of overwintering S. furcifera was 25.4° N and 1,608 m in western Yunnan and 24.2° N and 1,563 m in eastern Yunnan. The species distribution model produced a fragmented distribution pattern, with most of which in western Yunnan and only a few in eastern Yunnan. The PCA and ENFA analyses showed that the mean temperature of the driest quarter and the precipitation of the coldest quarter significantly influenced the distribution of S. furcifera in winter. The results suggested that the complex topography, spatial differences in winter temperatures, and host availability altogether determined the distribution of overwintering S. furcifera . Compared with previous surveys, the northern latitudinal- and upper elevation limits of overwintering S. furcifera were higher, while the population became rarer in some suitable areas due to change of farmland utilization in winter and possibly climate change.     

中国双季稻种植区的气候适宜性研究

【目的】从国家层次和年尺度阐明影响中国双季稻种植分布的主导气候因子,揭示中国双季稻种植分布及其气候适宜性,可为优化双季稻生产布局、改进种植制度和确保粮食生产安全提供科学依据。【方法】从中国区域和年尺度选取影响中国水稻种植分布的潜在气候因子,利用双季稻的地理分布信息及其对应的气候资料,结合最大熵模型和ArcGIS软件的空间分析功能,阐明影响中国双季稻种植分布的主导气候因子并构建中国双季稻种植分布与气候的关系模型。【结果】影响中国双季稻种植分布的主导气候因子有：年降水量、最暖月平均气温和稳定通过18℃持续日数,它们对双季稻种植分布的累积贡献率达潜在气候因子的99.1%;基于主导气候因子和最大熵模型构建的中国双季稻种植分布与气候的关系模型能够很好地模拟中国双季稻种植区分布;中国适宜种植双季稻的国土面积达174万km2,远大于目前种植面积;根据待预测区双季稻的存在概率给出了中国双季稻种植区的气候适宜性分区,并分析了各气候适宜区的主导气候因子特征。【结论】利用最大熵模型构建的中国双季稻分布与气候的关系模型揭示了中国双季稻种植区的潜在分布及其气候适宜性,从气候适宜性角度来说,中国双季稻种植面积还有很大的扩展潜力。     

基于MaxEnt模型的紫椿适生区预测

气候变化通过改变物种的生境进而影响生物多样性。紫椿是一种具有高生态、经济、药用价值的用材树种,在我国与其他香椿属物种一起被称为“中国桃花心木”。了解该物种对生境要求、评价其生境质量、预测其适生区分布有助于紫椿的保护、引种及其人工林的发展。MaxEnt模型的优点在于能利用现存不完整、小样本、离散型分布数据构建物种适生区预测模型,且用受试者工作曲线下面积(AUC)检验预测模型的精度,面积越大精度越高。研究应用紫椿在云南分布数据及MaxEnt软件构建其适生区分布模型,结果表明:适生区分布模型平均训练AUC和平均测试AUC分别为0.959和0.818,说明对紫椿适生区的预测是可靠的;温度季节性变化的标准差、最冷月最低温(℃)、最干季度平均温度(℃)、最冷季度降水量(mm)、年均温变化范围是决定紫椿适生区分布的重要因素。对当代和未来(21世纪50年代,21世纪70年代)气候变暖条件下(RCP2.6情景)的紫椿在云南省和全国适生区面积进行了计算,结果直观、定量反映了气候变化下紫椿适生区的变迁,预测云南省及全国的紫椿适生区随全球变暖而萎缩。      

西藏飞蝗潜在分布对气候变化响应研究

运用生态位模型软件Max Ent,模拟和预测气候变化背景下大尺度范围西藏飞蝗适生区分布及其变化可能性。基于当前数据和IPCC AR5提出的三种气候情景以及西藏飞蝗分布信息,采用Max Ent生态位模型和Arc GIS预测西藏飞蝗适生区及未来变化趋势,用ROC曲线检测模型精度、刀切法(Jackknife test)筛选主导环境变量。当前气候条件下,西藏飞蝗高适生区主要位于四川省和西藏自治区,中风险区则主要集中在青藏高原东部地区,包括四川西部、西藏东部、云南北部等。西藏飞蝗适生区分布、面积及中心点位置不同。Max Ent模型对未来气候变化条件下西藏飞蝗适生区准确模拟与预测具有潜在应用价值,对虫害综合治理具有重要指导意义。     

气候变化情景下四川省猕猴桃溃疡病菌潜在地理分布模拟

近年来,猕猴桃溃疡病在四川各猕猴桃主产区严重发生,造成严重经济损失。本研究采用MaxEnt模型分析四川省猕猴桃溃疡病菌潜在分布,并预测2030年代、2050年代、2070年代和2080年代的RCP2.6、RCP4.5和RCP8.5等3种气候变化情景下适生区变化。预测结果运用ROC曲线评价模拟准确性。结果表明:所建立13个模型的训练数据和测试数据AUC (areas under curve)值均高于0.9,达到极高的精度。当前气候条件下,猕猴桃溃疡病菌在四川的高适生区主要位于成都市、德阳市、绵阳市、广元市、巴中市、达州市和雅安市,中适生区在四川21地市州均有分布。2030年代-2080年代,气候变化情景下,与当前情景相比,高适生区和低适生区区域均显著增加,中适生区区域先增加后减少,不同适生区几何中心位置和迁移规律均有所不同但总体上均向北移动。