李宗亮, 于向鹏, 陆晨晨, 金海如

(浙江师范大学化学与生命科学学院,浙江金华 321004)

生物入侵逐步成为社会关注的焦点.外来入侵生物是导致生物多样性破坏和社会经济损失的主要原因之一[1],它一旦在一个地区成功入侵,就需要人们花费大量的精力去检测此物种的危害性,并寻找根除它的方法[2].防止外来有害生物造成危害的重要手段之一,是阻止可能造成入侵的物种进入适生区[3].因此,明确外来物种的潜在适生区对防止生物入侵有着重要的作用.物种适生区预测模型在濒危物种保护、生物多样性保护区设计的优先性评估、外来入侵物种扩散潜能及全球气候变化对物种分布区的影响等研究中得到了广泛的应用[4].

桔小实蝇 (B actrocera dorsalis(Hendel))是一种世界性检疫害虫[5-9],属双翅目 (Diptera)果实蝇科(Tetriphitidae),在我国属于二类检疫害虫,可危害柑橘、番石榴、杨桃、芒果、香蕉、茄子、辣椒、瓜果类等 40多科 250多种水果和蔬菜,其中大多数是与人类关系密切的热带或亚热带瓜果[10-13],由于其幼虫蛀食瓜果果肉而导致果实变质腐烂,对热带、亚热带瓜果造成了严重的危害.在我国广西、广东、云南等地,由于桔小实蝇的危害,导致芒果、柑桔等重要经济瓜果严重受害,局部地区芒果受害率达 80%[10-11].1995年,农业部发布的全国植物检疫对象名单中,桔小实蝇也名列其中[14].

入侵生物在目标地的适生性高低直接决定了该地区是否存在被入侵生物入侵的可能性.越来越多的研究者认为,外来入侵生物会对当地的生态环境结构带来不可逆转的改变[15].因此,明确桔小实蝇在全球的适生区,对检测和控制此入侵物种具有重要的意义.

1 材料和方法

1.1 物种材料

桔小实蝇的分布数据通过文献记录、数据库、标本馆等途径得到,并用 Google Earth查阅其具体的地理坐标,共获得 432个分布点 (见图 1),并将得到的坐标转换成模型所需要的格式保存,其中有 9个分布点没有环境数据,有效的分布点共有 423个.

1.2 预测物种分布模型

图 1 已知桔小实蝇的发源地分布

最大熵值法模型 (MAXENT)是一种基于最大熵值法的生态位模型,它可通过已知少量的物种的分布点,利用数学模型归纳或模拟其生态位需求,推测出该物种在目标地区的适生分布区[16].它可以应用在多种预测上,并具有良好的效果.

基因遗传算法模型 (GARP)是一种基于遗传算法的规则组合预测模型系统,所建模型包括一系列描述物种在生态空间的生存准则,并以此为根据用于预测物种潜在的地理分布范围[17].在多变的环境条件下,GARP系统被证明是分析物种潜在分布区的一个非常有用的工具[18].

1.3 环境数据

本研究的环境数据采用 CuCL2数据包,其中包含 23种环境数据,MAXENT模型和 GARP模型的运行都采用同一个数据包.

1.4 ROC曲线

受试者工作特征 (ROC)曲线是以预测结果的每一个值作为可能的判断阈值[16],由此计算得到相应的灵敏度和特异度.ROC曲线以假阳性率(1-特异度)为横坐标,以真阳性率即灵敏度为纵坐标绘制而成,其曲线下面积 (AUC)的大小作为模型预测准确度的衡量标准,其范围为[0,1][19],AUC值越大,说明模型的预测准确度也就越高.

2 结果与分析

2.1 桔小实蝇的发源地分布

通过标本、数据库、文献等资料查询,得出了桔小实蝇的发源地分布图 (见图 1).桔小实蝇的发源地为中非和南非,主要的国家和地区为:塞内加尔、几内亚、几内亚比绍、冈比亚、塞拉利昂、马里、科特迪瓦、布基纳菲索、加纳、多哥、贝宁、尼日利亚、喀麦隆、加蓬、中非共和国、刚果民主共和国、苏丹、俄塞俄比亚、乌干达、肯尼亚、坦桑尼亚、安哥拉、赞比亚、马拉维、纳米比亚、博茨瓦纳、津巴韦布、莫桑比克、南非、马达加斯加岛和圣赫勒拿岛.

2.2 ROC曲线

图 2分别展示了 MAXENT模型和 GARP模型运算的 ROC曲线和 AUC.其中:MAXENT的AUC为 0.82;GARP的 AUC为 0.92;随机 ROC曲线的 AUC为 0.50.AUC的值越大,说明模型的准确性就越高.因此,在此研究中,MAXENT的准确性低于 GARP.

图 2 MAXENT模型和 GARP模型的 ROC曲线

2.3 桔小实蝇在全球的适生区分布

物种预测分布模型会对桔小实蝇发源地的环境参数进行提取并统计.根据桔小实蝇发源地的环境因子参数,模型会自动对全球各个地区的环境进行拟合.拟合度越高的地区,桔小实蝇的适生可能性就越大;反之,适生性就越小.

图 3为桔小实蝇的全球适生区,其中:a是MAXENT模型预测的结果;b为 GARP模型预测的结果.颜色从纯黑到纯白,表示适生的可能性从小到大.颜色越白,代表该地区桔小实蝇的适生概率越大.

从图 3可以看出,MAXENT模型和 GARP模型预测的桔小实蝇的适生区范围大致是一致的,但 GARP模型预测的范围要小些,适生可能也越高.主要的适生区为美国弗罗里达州、墨西哥南部地区和东西部沿海地区、北美洲的南部国家和地区、南美洲北部的一些国家和岛屿、巴西的东南部和南部、巴拉圭、乌拉圭、玻利维亚,以及阿根廷的北部地区、非洲中部的国家和地区、非洲南部大部分国家和地区、印度中部和南部、中国南部及台湾地区、亚洲南部的一些国家和地区、澳大利亚东北部沿海地区和大洋洲其他一些国家和岛屿.

图 3 桔小实蝇的全球适生区评估

3 讨 论

ROC曲线分析方法最初是应用于雷达信号接收能力的评价[20],后广泛应用于医学诊断实验性能的评价[21-23].ROC曲线下的面积为 AUC值,以此反映诊断实验的价值.一般认为:AUC值在0.5～0.7时 ,诊断价值较低;在 0.7～0.9时 ,诊断价值中等;大于 0.9时,诊断价值较高[24].AUC可对 2个诊断实验的准确度进行综合比较,因而成为目前公认的诊断实验最佳评价指标[25].

影响物种分布的因素有很多.例如气候因子、地形、海拔高度、物种栖息地的环境等[26].但是,气候因子在决定物种地理分布方面的重要地位已经被广泛接受,世界生物区系就是根据全球气候数据划分的.尽管其他因子同样影响物种的分布,但根据气候因子划分生物区系仍然是宏观生态学最成功的理论之一[27].

桔小实蝇最主要的扩散方式是成虫飞行和受感染果实的人为传播[8].近年来,随着全球水果和蔬菜栽培品种的日益丰富,桔小实蝇的寄主植物不断增多,因此,由于桔小实蝇感染而造成经济损失的可能性也就越大.确定桔小实蝇的适生区,

对预防和有效地控制桔小实蝇的传播具有指导意义[14,28-29].

[1]Ficetola G F,ThuillerW,Miaud C.Prediction and validation of the potential global distribution of a problematic alien invasive species-the A-merican bullfrog[J].Diversity and Distributions,2007,13(4):476-485.

[2]Hulme P E.Beyond control:wider implications for the management of biological invasions[J].Journal of Applied Ecology,2006,43(5):835-847.

[3]徐汝梅.生物入侵——数据集成、数量分析与预警[M].北京:科学出版社,2003:129-144.

[4]Guisan A,ThuillerW.Predicting species distribution:offeringmore than simple habitatmodels[J].EcologyLetters,2005,8(9):993-1009.

[5]BatemanM A.The ecology of fruit flies[J].Annual Review of Entomology,1972,17(1):493-518.

[6]Shukla R P,Prasad V G.Population fluctuations of the oriental fruit fly,Dacus dorsalisHendel in relation to hosts and abiotic factors[J].International Journal of PestManagement,1985,31(4):273-275.

[7]蒋小龙,和万忠,肖枢.桔小实蝇在云南边境生物学研究及适生性分析[J].西南农业大学学报,2001,23(6):510-517.

[8]黄紫青,韩日畴.桔小实蝇的研究进展[J].昆虫知识,2005,42(5):479-484.

[9]Southwood T R E,Comins H N.A synoptic population model[J].Journal ofAnimal Ecology,1976,45(3):949-965.

[10]王文心.元江县桔小实蝇生物学特性及防治[J].昆虫知识,1999,36(5):281-282.

[11]和万忠,孙兵召,李翠菊,等.云南河口县桔小实蝇生物学特性及防治[J].昆虫知识,2002,39(1):50-52.

[12]商鸿生.植物检疫学[M].北京:中国农业出版社,1997.

[13]邓志声.热带果园桔小寡鬃实蝇防治研究进展[J].热带作物学报,2001,22(4):91-95.

[14]梁光红,陈家骅,杨建全,等.桔小实蝇国内研究概况[J].华东昆虫学报,2003,12(2):90-98.

[15]W ittenberg R,Cock M J W.Invasive Alien Species:A Toolkit of Best Prevention and Management Practices[M].Oxon:CAB I Publishing,2001.

[16]Phillips S J,Anderson R P,Schapire R E.Maximum entropymodeling of species geographic distributions[J].EcologicalModelling,2006,190(3/4):231-259.

[17]StockwellD,PetersD.The GARP modeling system:problems and solutions to automated spatial prediction[J].International Journal of Geographical Information Science,1999,13(2):143-158.

[18]贾文明,周益林,丁胜利,等.外来有害生物风险分析的方法和技术[J].西北农林科技大学学报:自然科学版,2005,33(增刊):195-200.

[19]W iley E O,McNyset KM,Peterson A T,et al.Niche modeling and geographic range predictions in the marine environment using a machinelearning algorithm[J].Oceanography,2003,16(3):120-127.

[20]LeshowitzB.Comparison of ROC curves from one-and two-interval rating-scale procedures[J].The Journal ofAcoustical Society ofAmerica,1969,46(2B):399-402.

[21]GoodenoughD J,Ross mann K,Lusted L B.Radiographic applicationsof receiveroperating characteristic(ROC)curves[J].Radiology,1974,110(1):89-95.

[22]Metz C E.Basic principles of ROC analysis[J].Seminars in NuclearMedicine,1978,8(4):283-298.

[23]ZweigV H,Cambell G.Receiver operating characteristic(ROC)plots:a fundamental evaluation tool in clinicalmedicine[J].Clinical Chemistry,1993,39(4):561-577.

[24]余松林.医学统计学[M].北京:人民卫生出版社,2002:164-178.

[25]Vanagas G.Receiver operating characteristic curves and comparison of cardiac surgery risk stratification systems[J].Interactive CardioVascular and Thoracic Surgery,2004,3(2):319-322.

[26]Hodkinson ID.Species response to global environmental change orwhy ecophysiologicalmodels are important:a reply toDavis et al[J].Journal ofAnimal Ecology,1999,68(6):1259-1262.

[27]Lawton J H.Are there general laws in ecology[J].Oikos,1999,84(1):177-192.

[28]梁广勤,梁帆,吴佳教,等.桔小实蝇不育处理试验研究初报[J].江西农业大学学报,2003,25(6):904-905.

[29]黄振声,颜耀平,张明谦.番石榴果实挥发性成分之萃取分析鉴定及其对东方果实蝇之诱引性[J].植物保护学会会刊,2002,44(4):279-302.