外来入侵植物刺萼龙葵在我国的分布格局与早期监测预警

【目的】刺萼龙葵是20世纪80年代入侵我国的检疫性外来植物,目前已在东北和西北地区广泛分布并对农牧业生产造成极大危害,急需明确其时空分布格局和潜在扩散动态,为其早期监测预警提供依据。【方法】首先,利用实地调查、标本和文献查询途径获得的地理分布信息重建刺萼龙葵在我国的扩散历史和分布格局;其次,通过物种分布模型预测其潜在的分布区;最后,融合时空动态和潜在的扩张趋势,利用空间分析模型划定早期监测预警的区域。【结果】刺萼龙葵最早于1980年在辽宁省朝阳市被发现,其后不断沿河流和公路等扩散蔓延。2000年以后相继在内蒙古、北京、河北、吉林以及新疆等省区发现其入侵种群。截至目前,已扩散到了7个省的54个县区。适生区预测结果表明,其在我国存在广阔的潜在分布区,目前还处在快速扩散阶段,没有达到饱和阶段。【结论】刺萼龙葵在我国还处在快速扩散阶段,远没有达到饱和,华北平原是其潜在扩散的高风险区,建议加强对其扩散前沿带包头、张家口、北京、秦皇岛一线的监测力度,以抑制其进一步扩散蔓延。     

中国特有种天山猪毛菜的地理分布及潜在分布区预测

基于野外调查的居群分布信息和20个环境变量(包括海拔及19个气候变量),采用最大熵模型( MaxEnt)和地理信息系统( ArcGIS)对中国特有种天山猪毛菜( Salsola junatovii Botsch.)的潜在分布区进行预测;并采用受试者工作特征曲线( ROC)和刀切法( jackknife test)分别检验MaxEnt模型的精度和评估各环境变量在决定潜在分布区时的贡献量。结果显示：天山猪毛菜主要分布在中国新疆南部的12个县(包括托克逊县、和硕县、和静县、焉耆县、拜城县、库车县、温宿县、乌什县、阿合奇县、阿图什县、乌恰县和阿克陶县),但在相关文献记载的曾有分布的阿克苏市、柯坪县和喀什市则本调查中没有发现。通过MaxEnt模型预测,天山猪毛菜的潜在适生区主要集中在新疆南部(包括天山南坡和塔里木盆地西南缘)以及甘肃的西部和东部等,新疆西部地区有零星分布;在调查的15个居群中,除居群14(位于乌恰县西部)外,其他14个居群均位于潜在适生区内,其中的7个居群位于非常适宜的潜在适生区内,表明利用MaxEnt模型预测天山猪毛菜的潜在适生区效果较好。在20个环境变量中,对预测结果贡献量位居前3位的环境变量为最冷季度平均温度、最冷月最低温和最干季度平均温度,表明该种的分布与低温相关。此外,对天山猪毛菜潜在适生区与实际分布区差异的成因进行了分析。     

刺萼龙葵种群在中国不同分布地区的表型变异

外来有害植物刺萼龙葵(Solanum rostratum)又名黄花刺茄, 已扩散至中国多省, 各地的种群在表型上存在差异。为揭示刺萼龙葵在中国不同分布区表型变异产生的原因及变异规律, 该文以来自中国9个地区的刺萼龙葵种群的种子为材料, 进行同质生物园种植。通过对营养和生殖器官共10个表型性状进行严格细致的测量, 并采用单因素方差分析(one-way ANOVA)、变异系数分析、主成分分析、聚类分析(UPGMA)和相关性分析等数理方法, 分析了各个种群的表型变异。结果表明: (1)来自不同种群的刺萼龙葵在10个性状上差异均极显著(p < 0.01), 表明种群间的性状差异具有遗传上的稳定性; (2)营养性状平均变异系数(CV = 18.2%)显著高于花部性状(CV = 9%), 结合主成分分析的结果, 可得出冠幅、 花冠直径、节间距以及株高是决定表型变异的主要代表性状; (3)种群间的聚类分析将刺萼龙葵的9个种群划分为3类, 表型性状并没有依地理距离而聚类; (4)地理因子中, 对性状影响最大的是海拔, 其次是经度, 最后是纬度。     

北美刺龙葵在中国的适生区预测

【背景】北美刺龙葵是一种全球广泛分布的恶性杂草,已被列入我国进境检疫性有害生物名单。近年来北美刺龙葵不断随进口货物传入我国,明确其传入途径和适生区对控制其入侵具有重要意义。【方法】采用GIS、空间统计学、Maxent生态位模型等方法分析了北美刺龙葵的传入途径与潜在分布区,并通过ROC分析法对模型进行检验。【结果】跨区域农产品贸易是北美刺龙葵全球扩散的驱动力与传入我国的主要途径。生态模型预测结果表明,北美刺龙葵在我国具有广阔的适生区,除黑龙江、吉林、内蒙古、青海、甘肃、西藏、四川西北部以外的区域都是其在我国的适生区,其中高风险区主要集中在东部和南部沿海、西南边境和新疆的部分地区。AUC值为0.789,表明本研究建立的Maxent模型的预测能力较强,能够很好地拟合物种已知分布的环境生态位。【结论与意义】北美刺龙葵在我国的传入风险极高。基于北美刺龙葵在我国的主要传入途径与潜在扩散媒介的时空分布,划定了重点监测的区域,建议对适生区内极易传入的高风险区如港口、机场、物流中转站、加工厂等开展早期监测预警,以预防其再次入侵与进一步扩散蔓延。     

两种野生寄主对马铃薯甲虫繁殖策略及后代生长发育的影响

为明确野生寄主植物对马铃薯甲虫种群繁殖及生长发育方面的影响,本研究比较了天仙子、刺萼龙葵2种野生寄主对马铃薯甲虫产卵量、孵化率、发育历期以及种群生命参数的影响.结果表明:取食不同寄主植物的马铃薯甲虫产卵量和孵化率均有显著差异(P＜0.05),卵期无显著差异(P＞0.05),取食天仙子的雌虫产卵量显著低于取食马铃薯和刺萼龙葵雌虫产卵量;1龄幼虫的存活率有显著性差异(P＜0.05),取食天仙子的雌虫的下一代1龄幼虫存活率显著低于其他寄主植物1龄幼虫;取食不同寄主植物的下一代马铃薯甲虫种群净增值率(R0)、内禀增长率(rm)、周限增长率(λ)都有显著差异(P＜0.05),世代平均周期(T)无显著性差异(P＞0.05);取食天仙子的马铃薯甲虫下一代种群净增值率(R0)、内禀增长率(rm)、周限增长率(λ)显著小于取食马铃薯、刺萼龙葵的下一代种群.由此可知,天仙子作为马铃薯甲虫野生过渡寄主植物,对马铃薯甲虫种群繁殖策略的作用弱于马铃薯和刺萼龙葵.在马铃薯甲虫前沿分布区,应进一步加强对刺萼龙葵野生寄主的铲除,防止马铃薯甲虫种群进一步扩散,保障马铃薯产业健康发展和粮食安全.     

基于Maxent模型的冬虫夏草中国潜在适生区预测

冬虫夏草(Ophiocordyceps sinensis)是分布在青藏高原高寒地区稀缺的可再生生物资源, 是我国传统名贵中药材, 具有很高的药用价值和经济价值。目前对冬虫夏草的潜在适生区研究较少, 对虫草资源的空间分布格局尚不清晰。明确冬虫夏草在我国的地理分布, 对其保护及有效利用具有重要意义。研究共收集了175个分布点及24个环境因子数据, 最终筛选出12个环境变量数据参与模型训练, 利用Maxent模型预测冬虫夏草中国潜在适生区, 通过ROC曲线分析模型预测效果, 结合贡献率、置换重要值和刀切法检验分析环境变量对冬虫夏草分布的影响。结果显示: 我国虫草主要分布于西藏、青海、甘肃、四川和云南五省, 适生区总面积(高适宜分布区与中适宜分布区)为8.82927×105 km2。ROC评价结果显示, Maxent模型训练数据的AUC值高达0.959, 表明预测结果准确度极高。对环境变量进行分析, 影响冬虫夏草地理分布的主要环境因子是海拔, 最暖季度平均温度, 最暖季度降水量。本研究明确了冬虫夏草在我国的潜在适生分布区, 为虫草的资源明确及生境保护提供了理论依据。     

外来入侵植物刺萼龙葵的入侵特征与防治策略

刺萼龙葵是原产于北美洲的恶性外来入侵植物,在世界各地广为分布,已入侵我国北方地区,严重威胁我国农牧业安全,亟待明确刺萼龙葵入侵过程与危害,为我国制定刺萼龙葵防治策略提供参考。本文对刺萼龙葵生物学和生态学特性、传播途径、入侵历史和分布特征、危害、现有防除措施及存在等问题进行综述。刺萼龙葵具有花期长、花粉萌发率和结实率高、果实和种子产量大等高繁殖能力特征;能适应多变气候和异质性生境;具有自体传播、风力传播、水力传播、动物传播和人为传播等多种传播途径;已先后入侵了我国9个省级行政区的55个区县,向华北、华中和华东快速入侵的可能性高;刺萼龙葵的植株及分泌物对人畜安全、动物皮毛质量、草地植被结构、农作物产量等方面造成严重危害,并帮助传播植物病虫害。然而,现有的化学和物理防除措施仍不能彻底遏制传播、消除危害和保障生产。为有效防除刺萼龙葵,应开展刺萼龙葵入侵风险评估,针对不同土地利用类型制定防治措施,加强入侵机制和防控技术研究。     

刺萼龙葵不同生育期根际土壤酶活性和真菌多样性变化

分析入侵植物刺萼龙葵(Solanum rostratum)在不同生育期根际土壤真菌多样性及土壤酶活性变化,探讨刺萼龙葵入侵对土壤微生态的影响机制,以期寻找防治刺萼龙葵的最佳时期。本试验利用土壤平板法对刺萼龙葵根际土壤真菌进行培养,共鉴定真菌22个属,并且从生长初期到开花期土壤真菌多样性显著增加;从生长初期到开花期根际土壤过氧化氢酶、过氧化物酶、多酚氧化酶、脲酶、脱氢酶、转化酶和蛋白酶活性变化显著;Pearson相关分析发现,刺萼龙葵从生长初期到开花期根际土壤真菌多样性与过氧化物酶活性相关性并不显著,而与其余6种土壤酶活性具有显著的相关性;主成分分析发现,刺萼龙葵开花期、现蕾期和四叶期与空白土壤和生长初期发生了显著的变化。因此,随着刺萼龙葵的生长,其根际土壤真菌多样性及土壤酶活性均发生改变。     

基于生态位模型预测野生油茶的潜在分布

油茶(Camellia oleifera)是我国第一大木本油料作物, 野生油茶是油茶育种的宝贵遗传资源。本研究从中国数字植物标本馆(CVH, http://www.cvh.org.cn/)获得可靠的野生油茶分布点数据, 结合气象和土壤数据, 分别应用最大熵(MaxEnt)模型和规则集遗传算法(GARP)模型构建了野生油茶的生态位模型, 预测了野生油茶的潜在分布区, 并分析了影响野生油茶分布的主要环境变量。根据生态位模型预测的分布概率值, 对野生油茶的潜在分布区划分适生等级, 并与主要油茶产地的实际分布数据进行比较, 以验证适生等级划分的可靠性。结果表明, 两种模型的预测结果均能较好地反映油茶的分布情况。GARP模型预测的潜在分布区更广, 而MaxEnt模型的预测结果更精确。两种模型的预测结果均显示, 野生油茶的潜在分布区大部分位于中国, 但在中南半岛也有部分分布。MaxEnt模型预测的野生油茶在中国的潜在分布区与我国亚热带常绿阔叶林的分布区基本吻合, 高适生区主要可以分为3大区域: (1)东北-西南走向的武夷山脉及附近的群山区域; (2)东西走向的南岭山脉及附近的群山区域; (3)东北-西南走向的武陵山脉及附近的群山区域。MaxEnt模型分析显示, 影响野生油茶分布的主要环境变量是昼夜温差月均值、最干季降水量与最暖季降水量。油茶生长面积较大的地区绝大部分都位于MaxEnt模型预测的中、高适生区, 说明适生等级的划分较可靠。实地考察显示, 生态位模型的预测结果对于寻找野生油茶资源具有较高的参考价值。此外, 本研究也充分显示, 利用中国数字植物标本馆的植物分布数据, 结合相应的环境数据构建生态位模型, 有助于了解作物野生近缘种的地理分布。     

基于MaxEnt模型的大豆蚜全球潜在地理分布分析

【目的】为预测和分析大豆蚜Aphis glycines的全球潜在地理分布,研究大豆蚜分布与环境变量之间的联系。【方法】利用最大熵法生态位模型(maximum entropy niche-based modeling, MaxEnt)和地理信息系统软件ArcGIS,根据收集的大豆蚜已知分布点和环境变量,预测大豆蚜的全球潜在地理分布区,推测环境变量对大豆蚜分布的影响。【结果】结果表明,大豆蚜适生区主要分布在低海拔地区,高 度适生区集中在25°~50°N的中国、日本、韩国、朝鲜、加拿大、美国、意大利和格鲁吉亚。决定大豆蚜分布地点的关键环境变量为最暖季度降水量、最暖季度平均温度、最湿季度平均温度、最干月降水量、月平均昼夜温差和温度季节性变化标准差。【结论】大豆蚜潜在地理分布区域广泛,应在各国大豆农产品贸易时做好检验检疫工作,以防止大豆蚜的扩散。