基于MaxEnt生态位模型预测台桧大痣小蜂在云南省的潜在分布区

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于MaxEnt生态位模型预测台桧大痣小蜂在云南省的潜在分布区范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要 利用台桧大痣小蜂的分布点数据和环境因子数据，通过MaxEnt生态位模型预测了台桧大痣小蜂在云南省的潜在分布区域。结果表明：台桧大痣小蜂在云南省的适生范围主要集中在滇西北大部分地区、滇中和滇东北部分地区。

关键词 台桧大痣小蜂；MaxEnt；潜在分布区；云南省

中图分类号 S763.7 文献标识码 A 文章编号 1007-5739（2013）02-0176-02

台桧（Juniperus formosana）又称刺柏、山刺柏，是我国亚热带和石灰岩山地的一个特有树种。台桧大痣小蜂（Megast-igmus formosana Rogues et Pan）是一种为害台桧种子的害虫[1]，以幼虫蛀食健康种子的胚乳，导致种子失去发芽能力，严重制约了台桧的天然更新和造林。MaxEnt（Maximum entropy niche-based modeling）即最大熵预测模型，已被广泛用于鼠类、植物、病菌、昆虫等物种的潜在分布区预测[2-5]。该研究通过MaxEnt生态位模型预测台桧大痣小蜂在云南省的潜在分布区，填补了国内外在台桧大痣小蜂风险评估的适生性方面的研究空白。

1 材料与方法

1.1 分布数据

实地调查台桧大痣小蜂的分布，将其经纬度输入Excel，在ArcMap中创建分布点的shape文件[4]，与云南省级行政区划图叠加生成台桧大痣小蜂的已知分布点图层。

1.2 环境数据

环境数据（降水和气温）的20个变量来自WorldClim（http：///）[6]。参照徐 磊等[4]方法进行。

1.3 模型创建及潜在分布区预测

利用MaxEnt模型和ArcGIS软件预测，参照Phillips et al[7]进行。将台桧大痣小蜂的适生范围分为非适生区、低适生区、中适生区、高适生区4级。

2 结果与分析

2.1 台桧大痣小蜂在云南省的潜在分布区

台桧大痣小蜂在云南省的潜在分布区预测结果见图1：①高适生区：集中分布于滇西北的丽江市、大理州北部局部地区、滇东北局部地区以及滇中的楚雄州局部地区等地；零星分布在昆明市及周边局部地区。包括楚雄州的大姚县、永仁县、牟定县；丽江市；大理州的鹤庆县、剑川县、洱源县等局部地区；滇东北的会泽县局部地区；以及昆明市，禄劝彝族苗族自治县、寻甸回族彝族自治县的局部地区。②中适生区：主要分布于大理州南部、楚雄州东部地区、昆明市周边县、市，曲靖市等地；零星分布在大理州西北部、迪庆州维西傈僳族自治县。包括大理州的大理市、漾濞彝族自治县、弥渡县等地区；楚雄州的楚雄市和双柏县部分地区；昆明市的中部及东北部4县2区的局部地区；昭通巧家县局部地区。③低适生区：主要分布在临沧市的凤庆县、临沧县、永德县东部以及云县；普洱市的景东县；楚雄州的元谋县；大理州云龙县、永平县；迪庆州的德钦县的部分地区；曲靖市的陆良县、马龙县的局部地区；玉溪市的江川县、华宁县、通海县及峨山县；红河州开远市及弥勒县的北部地区。④非适生区：除上述分布区外由于受寄主（即台桧）分布的影响，在云南省的其他地方基本没有分布，是台桧大痣小蜂非适生区。

2.2 MaxEnt模型预测能力的验证

ROC曲线图和AUC值见图2。随机分布模型的AUC值（0.5）小于训练数据和检测数据的AUC值（0.998），且差异显著。表明台桧大痣小蜂的“存在”单元是有规律的非随机性的“存在”，即MaxEnt模型对台桧大痣小蜂的潜在分布区预测结果可靠[4]。

3 讨论

研究结果表明，台桧大痣小蜂在云南省的适生范围主要集中在滇西北大部分地区、滇中和滇东北部分地区。台桧大痣小蜂的适生范围，取决于其生物学特性及其专食性，所以其分布范围受台桧在云南省的分布所限。

MaxEnt模型从台桧大痣小蜂对基础生态位的需求出发，在非生物环境和寄主植物影响下，建立该物种在特定环境条件下的适生模型[8]。由于没有台桧大痣小蜂种间关系的完整和准确的数据，该文仅考虑温度、降雨2个因子，而未考虑种间竞争、天敌和人类干扰等生物因子的影响。因此，要加强对台桧大痣小蜂种群遗传性及生态学等方面研究。

4 参考文献

[1] MARIE A，AUGER R，CARODE，et al.Molecular phylogeny and evolution of host-plant use in conifer seed chalcids in the genus Megastigmus（Hymenoptera：Torymidae）[J].Systematic Entomology，2005，31（1）：47-64.

[2] 雷军成，徐海根.基于maxent的加拿大一枝黄花在中国的潜在分布区预测[J].生态与农村环境学，2010，26（2）：137-141.

[3] 曾辉，黄冠胜，林伟，等.利用MaxEnt预测橡胶南美叶疫病菌在全球的潜在地理分布[J].植物保护，2008，34（3）：88-92.

[4] 徐磊，潘涌智，黄阳洋.油茶象的潜在分布区预测[J]. 福建林业科技，2011，38（4）：55-58.

[5] ANDSON R P.REAL V S.artefactual absences in species distributions：test for Oryzomys albigularis（Rodentia：Muridae）in Venezuela[J].Journal of Biogeography，2003，30（4）：591-605.

[6] HIJMANS R J，CAMERON S E，PARRA J L，et al.Very high resolution interpolated climate surfaces for global land areas[J].International Journal of Climatology，2005，25（15）：1965-1978.

[7] PHILLIPS S J，ANDERSON R P，SCHAPIRE R E.Maximum entropy mo-deling of species geographic distributions[J].Ecological Modelling 2006， 190（3-4）：231-259.

[8] BROENNIMANN O，TREIER U A，MULLER-SCHARER H，et al.Evid-ence of climatic niche shift during biological invasion[J].Ecological Letters，2007，10（8）：701-709.