外来入侵杂草刺萼龙葵

2003年北京首次发现外来入侵杂草刺萼龙葵(Solanum rostratumDunal.)。2005年在北京顺义区试验地进行了刺萼龙葵生育期观察,并在北京延庆县野外自然群落中随机取样带回室内测定。本文对其形态特征、生物学特性、分布及危害进行了叙述。     

外来刺萼龙葵与本地龙葵的比较

外来入侵植物刺萼龙葵与我国本地龙葵在分类学上同属茄科（Solanaceae）茄属（Solanum）,但在形态特征、发生分布、生物学特性、化学成分及生物活性、重要性及利用价值方面却存在差异。本文主要从以上几个方面对刺萼龙葵和龙葵进行论述比较,以期为这2种茄属植物的深入研究提供参考。     

入侵性杂草北美刺龙葵在北京市的首次发现及防除

北美刺龙葵(Solanum carolinense L.)是一种多年生恶性杂草,本文报道了在北京药用植物园内首次发现北美刺龙葵,并对其分类、地理分布、形态特征进行了描述,同时给出了相应的防控建议。     

外来入侵植物飞机草在中国的适生区预测

飞机草是我国首批外来入侵物种之一。通过阈值依赖和非阈值依赖对MAXENT和Desktop GARP的预测结果进行比较,MAXENT预测结果较好,因此采用MAXENT对飞机草进行适生区预测,结果显示,飞机草在中国的适生区主要集中于南方的海南、台湾、云南、贵州、广西、广东、福建等省,其中云南北部、贵州西南部、广西中东部、广东北部及东部、福建南部将是开展飞机草监测及预警工作的重点区域。     

基于物种分布模型对未来气候变化下云南松毛虫在四川省适生区的预测

为明确云南松毛虫Dendrolimus houi于未来气候变化下在四川省的分布情况,运用最大熵（maximum entropy,MaxEnt）模型中的刀切法和Pearson相关系数分析法对未来气候数据（2050年和2070年）、林地因子及人为因子进行权重划分,筛选出影响云南松毛虫潜在分布的重要且相关系数较低的环境因子,并结合openModeller中的人工神经网络（artificial neural network,ANN）模型、生物气候（BioClim）模型、气候空间（climate space,CS）模型、气候信封（envelope score,ES）模型、基于统计概率和规则集的遗传算法（genetic alorithm for rule-set production,GARP）模型、MaxEnt模型和支持向量机（support vector machine,SVM）模型对云南松毛虫未来的适生区进行预测,利用AUC（area under curve）评价模型的精确度。结果发现,最暖季降水量、人类足迹指数、最冷季降水量和海拔对云南松毛虫在未来气候条件下的潜在分布有较强影响,在2050年贡献率分别为27.2%、16.0%、2.0%和4.9%,在2070年贡献率分别为20.6%、16.8%、9.7%和4.9%。对比7种模型的预测结果,发现SVM模型在2050年和2070年对云南松毛虫适生区预测的AUC为0.93,预测精确度最高,具有较高的可信度;该模型预测结果显示,从2050年至2070年云南松毛虫在四川省的总适生面积增加了4 269.8 km²,其中,中、低适生区面积共减少了17 185.8 km²,高适生区面积增加了21 455.6 km²。     

黄刺蛾在新疆的适生区预测

黄刺蛾是新疆重要入侵检疫性害虫之一。为明确其检疫性,运用GARP生态位模型,预测黄刺蛾在新疆的潜在地理分布。结果表明:新疆存在一部分地区适宜黄刺蛾生存区域,主要位于环塔里木盆地地区,吐鲁番盆地、伊犁地区、阿勒泰地区、乌鲁木齐及昌吉州地区。建议应加强监测,防止其扩散。     

基于MaxEnt模型预测外来入侵植物刺果瓜在中国的潜在地理分布

为明确外来入侵植物刺果瓜 Sicyos angulatus在我国的潜在地理分布,基于MaxEnt模型、ArcGIS软件及全球分布数据,在历史气候条件及未来气候条件下 （低强迫情景SSP126和高强迫情景SSP585）预测刺果瓜在中国的潜在地理分布。结果显示, MaxEnt模型的曲线下面积（area undercurve, AUC）值为0.977,表明模型具有较高的可靠性;气温季节性变化、最热月的最高温、最干月降水量和最湿季节的降水量是影响刺果瓜在中国潜在地理分布的4个关键环境变量;历史气候条件下刺果瓜主要发生在中国东部、中部和西部,适生区总面积占中国陆地总面积的23.29%;未来气候条件下,刺果瓜在中国的适生区范围有所减少, SSP126和SSP585情景下刺果瓜在中国的适生区总面积分别为186.10×10⁴ km²和162.68×10⁴ km²,分别占中国陆地总面积的19.35%和16.91%,但还是主要覆盖黄淮海平原夏播玉米区和南方丘陵玉米区等产区,质心由南向北移动。     

DNA条形码技术在入侵植物刺萼龙葵检验检疫中的应用

刺萼龙葵(Solanum rostratum)是危害严重的外来入侵植物,基于种子形态的传统检疫方法有一定的局限性,不依赖于形态学特征的DNA条形码技术是基于DNA序列差异对物种进行鉴定的新方法,是传统形态学鉴定方法的有力补充。以刺萼龙葵及其8种龙葵亚属近缘植物为材料,从Gen Bank数据库中下载rbc L、mat K和内转录间隔区(ITS)序列,进行DNA条形码分析,结果显示ITS鉴定效果优于其他片段,可把刺萼龙葵从其近缘植物中鉴别出来。     

刺萼龙葵的入侵机理与控制策略研究进展

刺萼龙葵(Solauum rostratum Dunal.)是一种世界性的恶性入侵杂草,扩散速度快,对环境为害严重。结合近年来的研究热点,从扩散机制、生物学特性、环境的可入侵性、植物与土壤的反馈作用以及防控与利用基础等多个方面解析其入侵扩张机制和控制策略。主要研究进展:1刺萼龙葵强大的繁殖和扩散能力、高度的抗逆性、入侵地植物种类的单一性以及入侵环境的脆弱性在其入侵过程中起着关键作用;2刺萼龙葵具有丰富的遗传多样性,在不同生境的长期作用下已产生一定程度的分化,形成了不同的地理种群;3刺萼龙葵不同生长阶段通过改变根际土壤微生物数量和种类来调节自身生长,并通过改变入侵地土壤微生物群落结构和功能,创造对自身生长有利的土壤环境,形成一个自我促进式的入侵机制;4采用人工物理清除和植物替代控制相结合的生态修复方法,可防止刺萼龙葵的再次入侵。刺萼龙葵的有效控制需要采取综合防治策略;5刺萼龙葵从药物开发和植物保护方面有很大的潜力可以挖掘。     

外来入侵杂草刺果瓜的危险性风险分析

【目的】刺果瓜（Sicyos angulatus）是对中国极具威胁的外来入侵物种之一,主要发生在国内北京、河北、辽宁、山东等地。通过对该杂草的风险分析,提出防治建议。【方法】采用有害生物危险性评价定性和半定量分析方法,建立刺果瓜的风险评估体系。【结果】通过定性和半定量风险分析,得出刺果瓜综合风险R值为2.01。【结论】刺果瓜在中国属于高度危险的入侵杂草。建议加强进口粮谷检疫监管,国内发生区加强监测和根除,未发生区加强普查等综合防治刺果瓜。     

气候变化下栎枯萎病菌在中国的潜在适生区预测

为降低未来气候变化下栎树枯萎病暴发的风险,基于现有的栎枯萎病菌Bretziella fagacearum分布数据,筛选影响其分布的关键环境变量,利用优化后的MaxEnt模型预测当前气候条件和未来气候条件（低强迫情景SSP126和高强迫情景SSP585）下其在中国的潜在适生区。结果显示,最暖月最高温度、最干季度平均温度、年降水量、最干月降水量是影响栎枯萎病菌分布的关键环境变量;优化后MaxEnt模型的受试者工作特征曲线下面积值高于0.90,表明该模型预测结果可靠。当前气候条件下栎树枯萎病菌的适生区面积约为1.39×10⁶ km²,占中国陆地总面积的14.48%,高适生区主要分布在湖南省北部、浙江省中南部、湖北省东南部、江西省西部和新疆维吾尔自治区北部。未来气候条件（低强迫情景SSP126和高强迫情景SSP585）下栎树枯萎病菌适生区面积均呈增加趋势,尤其高适生区的气候异常程度最高,造成其面积增加。此外,高适生区的质心均有由湖南省向北迁移的趋势。     

基于MaxEnt模型的菜豆象和蚕豆象在中国的适生区预测

为减少外来入侵物种菜豆象Acanthoscelides obtectus和蚕豆象Bruchus rufimanus对中国造成的潜在威胁,收集这2种豆象的全球地理分布数据,采用Pearson相关性分析和主成分分析分别从19个环境变量中筛选关键环境变量,采用MaxEnt模型对历史气候条件下和未来气候情景下这2种豆象在中国的适生区进行预测,并对预测结果进行分析。结果显示,经Pearson相关性分析共筛选出4个关键环境变量用于菜豆象适生性区的模型构建,分别为最暖季度平均温度、最干月份降水量、年气温变化范围及最湿季度降水量,其对MaxEnt模型的累积贡献率分别为31.6%、28.4%、26.3%和13.7%;经Pearson相关性分析共筛选出4个主要关键环境变量用于蚕豆象适生性区的模型构建,分别为最冷季度平均温度、最干月份降水量、最热月份最高温度和最湿月份降水量,其对MaxEnt模型的累积贡献率分别为48.5%、39.5%、7.8%和4.2%。MaxEnt模型重复运行10次后,菜豆象训练数据的平均AUC值为0.938,蚕豆象训练数据的平均AUC值为0.963,均显著高于随机模型的AUC值,表明基于MaxEnt模型的菜豆象和蚕豆象在中国适生区的预测结果准确。未来气候情景下,这2种豆象在中国的适生区均呈现向北扩张的趋势,需加强对这2种豆象的检疫与防治,严防发生区域进一步扩大。     

油菜茎基溃疡病菌在中国定殖的可能性评估

为明确油菜茎基溃疡病菌Leptosphaeria maculans在我国定殖的可能性,并制订针对性的检疫措施,本研究基于该病菌在英国、法国、德国、波兰、加拿大、澳大利亚的分布数据,选取与病害发生有关的温度、降水量等15个变量,利用Max Ent和GARP两种生态位模型预测其在其它地区的潜在分布,并利用受试者工作特征曲线(ROC)来评价模型模拟精度。结果显示,2种模型均能够较好地预测L.maculans的分布区域,与已记载的分布区域高度吻合,且全球范围内存在着许多高度适合L.maculans定殖的地区;2种模型也能预测L.maculans在我国的潜在分布区域,并且预测结果一致;GARP结果显示L.maculans在我国的中高度适生区包括内蒙古、吉林、陕西、宁夏、甘肃、新疆、西藏等地。鉴于L.maculans在我国的潜在分布研究结果,建议完善疫情监测体系,采取措施控制病菌的"进入风险",降低病菌"进入"后定殖的可能性。     

基于MAXENT模型和ArcGIS预测豚草在中国的潜在适生区

为分析有害入侵杂草豚草Ambrosia artemisiifolia L.在中国的潜在适生区,基于其在中国的分布数据,结合气候、高程、土地利用类型等环境数据,利用最大熵模型(MAXENT)与ArcGIS软件相结合模拟豚草在中国的潜在适生区,运用受试者工作特征(ROC)曲线分析法进行验证,并运用刀切法分析影响豚草分布的主要环境变量。结果表明,中国东部大部分地区都属于豚草适生区,其适生面积为2.31×10~6km~2,占全国陆地总面积的24.10%。辽宁省东部、安徽省中部、江苏省南京市、浙江省杭州市、湖北省东部、湖南省东部、江西省及两广中部为豚草高适生区(适生值0.5)。ROC曲线分析法得出下面积AUC值为0.955,表明预测结果可靠。刀切法分析显示,最冷季度平均湿度和最湿季度湿度对豚草在中国的分布状况影响最大,贡献率分别为30.89%和27.86%;最暖季度平均温度、温度变化方差、昼夜温差与年温差比值和土地利用类型有一定影响,贡献率依次为14.19%、8.05%、6.30%和5.93%;最冷月份最低温和坡向对豚草分布影响较小,贡献率分别为0.78%和0.20%。     

外源水杨酸对野生龙葵幼苗干旱胁迫的缓解效应

利用20%的PEG6000模拟干旱胁迫,同时用不同浓度（0、0.5、1.0、1.5、2.0 mmol·L^-1）的水杨酸(SA)喷施幼苗,研究了不同浓度水杨酸处理对干旱胁迫下野生龙葵幼苗生长的影响。结果表明：干旱胁迫下,龙葵幼苗植株变矮、鲜重降低、根长缩短,叶绿素和可溶性蛋白含量减少,抗氧化酶活性、游离脯氨酸和丙二醛含量增加;经SA处理干旱胁迫下龙葵幼苗株高、根长和鲜重都有明显增加,特别是1.5 mmol·L^-1 SA处理组分别增加20.8%、28.0%和29.7%,1.5 mmol·L^-1 SA处理组龙葵幼苗叶绿素含量提高31.9%、脯氨酸含量提高65.4%,可溶性蛋白含量提高42.8%,超氧化物歧化酶（SOD）、过氧化物酶（POD）与过氧化氢酶（CAT）活性达到最高,与对照相比分别增加了30.2%、87.8%和50.3%;SA处理使丙二醛（MDA）含量降低了37.8%。综合来看,适当浓度的SA可以缓解干旱对龙葵幼苗造成的伤害,并以1.5 mmol·L^-1外源SA缓解效果最好。     

樟子松墨天牛在中国的适生区预测及传入风险评估

为明确松材线虫Bursaphelenchus xylophilus的传播媒介樟子松墨天牛Monochamus galloprovincialis传入我国的可能性及其潜在风险,通过收集该天牛的现有分布数据、寄主信息和海关截获记录等资料,立足于检疫性有害生物传入的关键节点,利用MaxEnt模型和@RISK软件对其适生区范围和传入可能性进行分析。结果表明,樟子松墨天牛的适生区遍布全国多地,总适生区面积占全国陆地总面积的62.0%,其中以低适生区为主,中、高适生区分布在我国南方,涉及云南、重庆和贵州等省（直辖市）。在现有条件下,该天牛随针叶原木传入我国的概率均值为6.59×10^-5。依据敏感性分析结果,入境针叶原木携带樟子松墨天牛的概率以及不合格原木中樟子松墨天牛的感染比例是影响樟子松墨天牛传入的关键因素。因此,为防止樟子松墨天牛传入我国,建议应加强对入境针叶原木中樟子松墨天牛的检疫力度。     

多效唑在茄子中的消解动态与急性膳食摄入风险评估

建立了茄子中多效唑残留的分析方法,开展了规范残留试验并监测了多效唑对茄子生长和品质的影响,同时对茄子中多效唑残留带来的急性膳食摄入风险进行了评估。样品经乙酸-乙腈提取,超高效液相色谱-串联质谱（UPLC-MS/MS）检测,外标法定量。结果表明:在0.02~5.0 mg/L范围内多效唑的质量浓度与对应的峰面积间线性关系良好,方法的检出限（LOD）为0.005 mg/kg,在茄子中的定量限（LOQ）为0.02 mg/kg。在0.02、0.10和0.20 mg/kg 3个添加水平下,多效唑在茄子中的回收率为88%~92%,相对标准偏差为5.1%~6.9%。其消解规律符合一级动力学方程,半衰期为1.45 d,正常收获期茄子中的最大残留量为0.02 mg/kg。多效唑可矮化茄子植株,增加产量,提高Vc、可溶性糖和黄酮含量,推荐使用剂量为有效成分12g/hm2,喷施2次。茄子中多效唑残留对中国各类人群的膳食摄入暴露量为0.70~1.9 μg/（kgbw·d）,仅占ARfD的0.70%~1.9%,在可接受范围内,说明茄子中多效唑残留带来的膳食摄入风险极低。     

中国部分农区作物上本地烟粉虱隐种的鉴定

烟粉虱Bemisia tabaci是一个至少包括36个不同隐种的物种复合体,为明确中国本地烟粉虱隐种的分布,采用线粒体COI基因(mt COI)分子标记法对2011—2012年在中国27个省(市)61个烟粉虱种群中获得的45个非B/Q隐种烟粉虱个体进行了隐种鉴定和分析,并利用邻接法基于mt COI序列构建了本地烟粉虱隐种的系统发育树。结果显示:45个非B/Q隐种烟粉虱对应的45条线粒体COI序列中共有10个单倍型,所有单倍型分别属于烟粉虱Asia II 2、Asia II 6、Asia II 7、Asia I与China1隐种,均为我国本地隐种。其中,在安徽省发现烟粉虱Asia II 2和China1隐种,在福建省发现Asia II 6和China1隐种,在海南省发现Asia II和Asia I隐种,在广东省发现Asia II 7隐种,在江西省发现China1隐种。表明中国部分农区作物上仍然存在少量的本地烟粉虱。