基于Maxent模型的寧夏枸杞木虱地理分布風險分析

武萬里馬菁劉垚張學儉

(1.中國氣象局旱區特色農業氣象災害監測預警與風險管理重點實驗室，寧夏 銀川 750002；2.寧夏氣象防災減災重點實驗室，寧夏 銀川 750002；3.寧夏農林科學院農業經濟與信息技術研究所，寧夏 銀川 750002)

枸杞是寧夏農業傳統優勢特色產業，寧夏素以“枸杞之鄉”而聞名。目前，全區的枸杞種植面積已超過6萬hm2，占全國枸杞種植面積的1/2以上，目前已形成了以中寧縣為核心，以清水河流域和銀川市以北為重點的枸杞產業經濟帶。近年來，隨著氣候變暖以及枸杞種植面積的逐年擴大，枸杞的病蟲害也日趨嚴重。枸杞木虱(BactericeragobicaLoginova.)是寧夏枸杞產區的主要害蟲之一，以成蟲、若蟲刺吸葉片組織或吸食汁液導致枸杞葉片枯黃、樹勢衰弱、果實發育不良[1]，顯著抑制寧夏枸杞根系生長和葉片光合作用[2]，影響枸杞的產量和質量。枸杞木虱1a中發生3～4代，發生的時間跨度長，由于其產卵量大且世代重疊，其防治難度較大[3]，防治成本也越來越高，環保壓力也越來越大。生態位理論是生態學最重要的理論之一[4]，在有害生物生境分析和預測工作中廣泛應用。其中，最大熵(Maxent)模型是目前應用較廣模型[5]，在物種分布預測研究和應用上表現出了很好的預測能力[6]，具有模擬精度高、操作方法簡單、輸出結果穩定、所需的數據樣本量小等優點[7]。實踐中，柳曉燕基于MaxEnt模型預測了紅火蟻在中國的適生區，結果表明模型預測結果較準確[8]。Gao Tai等利用最大熵模型預測了氣候變化背景下，樹蜂(Sirexnitobei)在中國當前和未來分布[9]。劉洋等利用Maxent模型對埃及吹綿蚧在中國當前和未來(2050年和2070年)的適生區進行了預測，模型預測結果顯示可信度高[10]。王蕾基于Maxent模型分析了新疆特色林果區春尺蠖發生風險，ROC評價顯示新疆特色林果春尺蠖潛在風險區的模擬效果較好[11]。LiWang等利用Maxent模型預測氣候變化下中國線紋夜蛾(Batoceralineolata)的分布[12]，馬菁等利用Maxent模型開展了寧夏枸杞蚜蟲適生分布預測研究[13]。本研究擬應用Maxent模型分析寧夏區域枸杞木虱的危害特征，探討枸杞木虱致災的氣象因子等指標參數，構建枸杞木虱適生分布預測模型，分析枸杞木虱在寧夏的適生分布區域，研究枸杞木虱在寧夏的適生地理分布特征及其擴散的潛在區域，旨在為制定科學防控措施、控制枸杞木虱危害，提供有利技術支撐。

1 數據與方法

1.1 枸杞木虱的分布數據采集

本研究共設立了21個枸杞木虱蟲害監測點，分別位于中寧核心產區、清水河流域、銀川及以北3大枸杞種植帶的21個規模化枸杞種植基地，地點為中寧百瑞源、鑫陽、紅寶、大地生態、中杞、杞泰、早康、舟塔、杞源祥、不老子、銀川百瑞源、南梁農場、園林場、暖泉、吳忠杞愛、惠農西夏堂、紅寺堡百瑞源、金沙灣、同心潤德、易捷、固原正杞紅。觀測方式采用田間自動采集器和病蟲害移動采集系統結合人工調查的方式采集蟲口數量和密度。具體做法：利用田間自動采集器對枸杞木虱進行區域化遠程監測，將信息素黃板上監控到的枸杞木虱等蟲害的蟲口數量和密度圖像信息，通過3G或4G等無線通信模式傳輸至后臺數據服務器，并進行圖像識別處理入庫，遠程獲取各枸杞種植基地病蟲監測點的枸杞木虱監測信息；利用枸杞病蟲害移動采集系統，采取隨機監測點監測和人工客戶端填報等方式，將監測信息傳輸至后臺服務器。2013—2018年5a間，共計點位數據34000余條。

1.2 變量參數的獲取

研究中，用于枸杞木虱風險分布預測分析的環境數據源自Worldclim氣候數據庫[14]，分辨率為30s(約為1km2)，變量包含1971—2000年30a氣溫、降水、輻射、風速的月平均數據以及19個能反映監測區域水熱變化的氣候變量。

1.3 建模方法與評價標準

使用Maxent模型對寧夏枸杞木虱風險分布區域進行預測分析，并利用ArcGIS進行空間特征分析。具體做法：將實際調查的枸杞木虱地理信息數據統一整理為Maxent模型指定的CSV格式數據，作為樣本輸入數據；利用ArcGIS提取與枸杞木虱地理信息數據所對應的各變量數據值，作為模型輸入的變量數據。使用刀切法檢驗來評判各變量的貢獻率，剔除貢獻率小的變量；將枸杞木虱分布數據和4—10月降水量、氣溫以及19個生物氣候變量等，再次輸入模型，其中監測數據的75%作為訓練樣本，用于建模，剩余的25%監測數據用于模型檢驗。利用AUC值評價模型的模擬精度，AUC值是ROC曲線下的面積，取值范圍在0～1，越接近1，表示模型預測精度越高[15]；AUC值的評價按5級劃分，0.5≤AUC<0.6、0.6≤AUC<0.7、0.7≤AUC<0.8、0.8≤AUC<0.9、0.9≤AUC<1.0；對應的評價等級：失敗、較差、一般、好、非常好；通常，當AUC>0.75時，認為模型模擬的結果是準確的。Maxent模型的預測輸出結果是枸杞木虱的存在概率，利用ArcGIS軟件插值，可得到枸杞木虱的存在概率分布值；將存在概率劃分為高風險區(存在概率>0.8)、次高風險區(0.6≤存在概率<0.8)、中風險區(0.4≤存在概率<0.6)、次低風險區(0.2≤存在概率<0.4)和低風險區(存在概率<0.2)5個等級，并繪制枸杞木虱風險分布預測圖。

2 結果與分析

2.1 模型檢驗

ROC曲線法(即AUC法)是Maxent模型精度評價上應用最廣的方法，用于模擬結果的驗證。基于相關變量，構建枸杞木虱風險地理分布模擬模型，輸出的ROC曲線圖及對應的AUC值，見圖1。從圖1可以看出，基于所有變量構建的枸杞木虱卵、若蟲、成蟲潛在地理分布模型的AUC值分別為0.940、0.936、0.948，這說明所構建模型的預測準確性達到“非常好”的標準，可用于研究枸杞木虱卵、若蟲、成蟲的潛在地理分布區劃。

注：a.卵；b.若蟲；c.成蟲。

2.2 各變量對模型預測的貢獻率

通過刀切法對枸杞木虱各變量進行相關分析，得到各變量對枸杞木虱分布影響的貢獻率，木虱卵AUC值排名前6的變量分別為9月平均地溫、9月最低地溫、8月最高地溫、10月最高地溫、10月氣溫、6月降水量。其中，6月降水量的AUC>0.9，屬于“非常好”；10月最高地溫和10月氣溫的AUC均介于0.8～0.9，屬于“好”；9月平均地溫、9月最低地溫、8月最高地溫的AUC介于0.7～0.8，屬于“一般”，見圖2a。木虱若蟲AUC值排名前6的變量分別為10月最高地溫、10月氣溫、6月降水量、7月降水量、8月降水量、9月降水量。其中，9月降水量的AUC介于0.7～0.8，屬于“一般”；其它5個變量的AUC均介于0.8～0.9，屬于“好”，見圖2b。木虱成蟲AUC值排名前6的變量分別為10月最高地溫、10月氣溫、5月降水量、6月降水量、7月降水量、8月降水量。其中，5月降水量的AUC介于0.7～0.8，屬于“一般”；其它5個變量的AUC均介于0.8～0.9，屬于“好”，見圖2c。

注：a.卵；b.若蟲；c.成蟲。

2.3 各變量與木虱潛在分布的關系

枸杞木虱卵、若蟲、成蟲潛在地理分布模型預測結果顯示，降水、氣溫、地表溫度對枸杞木虱蟲害分布的影響較大。降水對枸杞木虱蟲害發生的影響較為一致，6—8月適宜月降水量范圍在20～40mm，其中，6月降水量30mm左右對枸杞木虱的發展最為有利，見圖3a。生長期枸杞木虱的適宜氣溫范圍在7℃以上，其中，10月氣溫顯著影響枸杞木虱的分布，見圖3b。地表溫度也是枸杞木虱風險環境的重要因子，其中，10月最高地溫對枸杞木虱分布的影響明顯，最適宜的地面最高地溫42±3℃，見圖3c。

注：a.6月降水量；b.10月平均氣溫；c.10月最高地溫。

2.4 枸杞木虱風險分析

對基于Maxent模型的寧夏枸杞木虱風險分布預測結果，利用ArcGIS軟件得到枸杞木虱的存在概率分布。將存在概率劃分為高風險區、次高風險區、中風險區、次低風險區和低風險區5個等級，見圖4。由圖4可知，枸杞木虱的高風險區和次高風險區主要位于中寧縣及周邊，中風險區集中在銀川市西夏區、賀蘭縣、同心縣等地區，其高、次高、中等、次低風險區面積分別為1217.89km2、1943.053km2、4357.13km2、10131.53km2，分別占寧夏土地面積的1.83%、2.93%、6.56%、15.26%(寧夏土地總面積6.64×104km2)。

圖4 寧夏木虱蟲害風險分布圖

3 結論與討論

利用Maxent模型對寧夏的枸杞木虱蟲害開展風險分布預測分析，結論如下。應用Maxent模型進行寧夏枸杞木虱風險分布區預測，構建的枸杞木虱卵、若蟲、成蟲潛在地理分布模型的AUC值分別為0.940、0.936、0.948，模型的預測準確性達到“非常好”的標準，可用于研究枸杞木虱卵、若蟲、成蟲的潛在地理分布風險分析；根據變量與枸杞木虱的分布數據構建的Maxent模型模擬結果顯示，枸杞木虱風險區范圍主要位于寧夏中部地區，其中，高風險區和次高風險區主要位于中寧縣及周邊，中風險區集中在銀川市西夏區、賀蘭縣、同心縣等區域。對枸杞木虱蟲害分布影響較大的環境變量主要有降水、氣溫、和地表溫度。6—8月適宜月降水量范圍在20～40mm，其中，6月降水量30mm左右，對枸杞木虱的發展最為有利。生長期枸杞木虱的適宜氣溫范圍在7℃以上，其中，10月氣溫顯著影響枸杞木虱的分布。地表溫度也是影響枸杞木虱風險環境的重要因子，其中，10月份最高地溫對枸杞木虱分布的影響明顯，最適宜的地面最高地溫42±3℃。

Maxent模型用于寧夏枸杞木虱風險分布的預測研究，具有較高的準確性，但也存在一定的局限性。模型所選用的變量都是氣候因子，未涉及自然、植被等其它環境因子，其結果偏重于氣候因子對枸杞木虱的風險分布影響。Maxent模型是基于基礎生態位理論構建的模型，影響因素只考慮了非生物因素而沒有考慮生物因素對物種分布產生的影響，如物種代際變化、天敵等，而實際情況要復雜得多，所以得到的預測結果可能比現實的生態位要寬。