| 255 | 1 | 192 |
| 下载次数 | 被引频次 | 阅读次数 |
本研究利用MaxEnt模型和ArcGIS软件预测枣疯病植原体在历史和未来气候情景下的潜在地理分布范围，同时运用ROC曲线评价MaxEnt模型的准确性以及利用刀切法对19个环境变量进行重要性分析，研究影响枣疯病植原体分布的关键环境变量及其适生区范围。结果表明，最冷月最低气温bio6、降水的季节变化bio15、最热季节平均气温bio10、等温性bio3、最湿季节降水量bio16以及最干月降水量bio14是影响枣疯病植原体分布的关键环境变量。其中，最冷月最低气温对枣疯病植原体的潜在适生区分布影响最大。建立的MaxEnt模型的AUC平均值为0.941,表明预测结果可靠性高。历史气候条件下，枣疯病植原体的总适生区面积为2.208×106 km2,占我国陆地总面积的23%,高适生区主要分布于我国北京市中部、天津市全境、山东省中部、河南省北部、河北省东部和南部、山西省西南部、陕西省东部等省市。在SSP126和SSP585两种未来气候情景下，枣疯病植原体在我国的总适生区面积分别为2.210×106 km2和2.386×106 km2;SSP126未来气候情景下与历史气候条件下相差不大，SSP585未来气候情景下与历史气候条件下相比有所增加。
Abstract：In this study, the MaxEnt model and ArcGIS software were used to predict the potential geographic distribution of jujube witches' broom phytoplasma under historical and future climate scenarios, and the ROC curve was used to evaluate the accuracy of the MaxEnt model and to analyze the importance of 19 environmental variables using the knife-cut method to study the key environmental variables affecting the distribution of jujube witches' broom phytoplasma and the extent of their fitness zones.The results showed that the coldest monthly minimum temperature bio6,the seasonal variation of precipitation bio15,the hottest season average temperature bio10,the isothermality bio3,the wettest season precipitation bio16,and the driest monthly precipitation bio14 were the key environmental variables affecting the distribution of date madness phytoplasma, of which the coldest monthly minimum temperature had the greatest influence on the distribution of the potential fitness zone of jujube witches' broom phytoplasma.The mean AUC of the established MaxEnt model was 0.941,indicating that the prediction results were highly reliable.Under historical climate conditions, the total suitable area of jujube witches' broom phytoplasma was 2.208×106 km2,accounting for 23% of the total land area in China. The high suitable areas were mainly distributed in central Beijing, all of Tianjin, central Shandong Province, northern Henan Province, eastern and southern Hebei Province, southwestern Shanxi Province, and eastern Shaanxi Province in China.Under two future climate scenarios, SSP126 and SSP585,the total suitable area of jujube witches' broom phytoplasma in China was 2.210×106 km2 and 2.386×106 km2,respectively; the difference between SSP126 future climate scenario and historical climate conditions was not significant, and the increase between SSP585 future climate scenario and historical climate conditions.
[1] 白冰瑶，付超，黄茂汐，等.红枣多糖的抗氧化活性及体外模拟消化和酵解研究[J].塔里木大学学报，2022,34(2):24-34.
[2] 付冰，叶霞，王会鱼，等.枣WRKY转录因子的鉴定及其对枣疯病植原体和激素处理的应答[J].林业科学，2018,54(8):65-78.
[3] 田国忠，张志善，李志清，等.我国不同地区枣疯病发生动态和主导因子分析[J].林业科学，2002(2):83-91.
[4] 郭建民，杨俊强，薛新平，等.枣疯病研究进展[J].山西农业科学，2017,45(8):1389-1392.
[5] 张莹，刘芳，何忠伟.我国红枣产业出口贸易分析与展望[J].农业展望，2012,8(1):51-54.
[6] 朱耿平，刘国卿，卜文俊，等.生态位模型的基本原理及其在生物多样性保护中的应用[J].生物多样性，2013,21(1):90-98.
[7] GRAHAM C H,FERRIER S,HUETTMAN F,et al.New developments in museum based informatics and applications in biodiversity analysis[J].Trends in ecology & evolution,2004,19(9):497-503.
[8] PHILLIPS S J,ANDERSON R P,SCHAPIRE R E.Maximum entropy modeling of species geographic distributions[J].Ecological eodelling,2006,190(3):231-259.
[9] 秦誉嘉.橘小实蝇在全球的种群结构、定殖风险及潜在分布研究[D].北京：中国农业大学，2017.
[10] 魏鹏，张源，何佳遥，等.基于MaxEnt模型分析气候变化下玉米褪绿斑驳病毒的潜在地理分布[J].植物保护学报，2022,49(5):1367-1376.
[11] 刘静远，于翠，黄昱萌，等.基于MaxEnt模型预测玉米矮花叶病毒的潜在适生区[J].植物保护学报，2022,49(5):1383-1391.
[12] 杜志宏，刘伟，曹学仁，等.气候变化情景下基于MaxEnt的麦瘟病在全球及中国的适生性分析[J].植物保护，2022,48(5):158-166.
[13] 陶晡，齐永志，赵绪生，等.基于MaxEnt模型的河北省小麦赤霉病发生时空特征及风险区预测[J].农业生物技术学报，2021,29(10):1869-1880.
[14] 徐永红，陈力，唐松，等.柑橘轮斑病的适生区预测及风险分析[J].中国农业科学，2020,53(21):4430-4439.
[15] 白蕤，李宁，张京红，等.未来气候变化背景下橡胶树南美叶疫病入侵中国的风险预测[J].生态学杂志，2020,39(10):3500-3508.
[16] SILLERO N.What does ecological modelling model?A proposed classification of ecological niche models based on their underlying methods[J].Ecological modelling,2011,222(8):1343-1346.
[17] GRAHAM M H.Confronting multicollinearity in ecological multiple regression[J].Ecology,2003,84(11):2809-2815.
[18] YANG X Q,KUSHWAHA S P S,SARAN S,et al.Maxent modeling for predicting the potential distribution of medicinal plant,Justicia adhatoda L.in lesser himalayan foothills[J].Ecological engineering,2013,51:83-87.
[19] PETERSON A T,COHOON K P.Sensitivity of distributional prediction algorithms to geographic data completeness[J].Ecological modelling,1999,117(1):159-164.
[20] 赵健，李志鹏，张华纬，等.基于MaxEnt模型和GIS技术的烟粉虱适生区预测[J].植物保护学报，2019,46(6):1292-1300.
[21] 宁瑶，雷金睿，宋希强，等.石灰岩特有植物海南凤仙花潜在适宜生境分布模拟[J].植物生态学报，2018,42(9):946-954.
[22] 张路.基于MaxEnt模型预测齿裂大戟在中国的潜在分布区[J].生物安全学报，2015,24(3):194-200.
[23] SWETS J A.Measuring the accuracy of diagnostic systems[J].Science,1988,240(4857):1285-1293.
[24] 曹学仁，车海彦，杨毅，等.基于MaxEnt的椰子致死性黄化植原体在中国的适生性分析[J].热带作物学报，2014,35(11):2260-2265.
[25] 辛晓歌，吴统文，张洁，等.BCC模式及其开展的CMIP6试验介绍[J].气候变化研究进展，2019,15(5):533-539.
[26] 田国忠.北京地区木本植物植原体病害发生及防治对策[J].北京农业科学，1999(6):25-28.
[27] 范春斌.枣疯病在冬枣树上的发病规律及防治技术[J].天津农林科技，2015(5):19,29.
[28] 马红梅，王艳莹，陈庆涛，等.沂蒙山区枣疯病的发生规律及综合防治技术研究[J].现代农业科技，2006(1):48-49.
[29] 王俊涛，赵守政.河南新乡枣疯病的发生原因及预防措施[J].果树实用技术与信息，2013(1):31-32.
[30] 温素卿.河北省枣树主要病虫害发生特点及防治对策[J].贵州农业科学，2009,37(12):120-123.
[31] 申仲妹，杨俊强，马光跃，等.枣疯病介体昆虫叶蝉的发生规律调查[J].山西农业科学，2020,48(10):1653-1656.
[32] 吴宽，田小曼.陕西枣疯病发病规律与苗木带病检测[J].西北农业学报，2019,28(5):809-814.
[33] 韩剑，罗明，徐金虹，等.南疆红枣产区枣疯病发生现状及主导因子分析[J].生物安全学报，2017,26(1):80-86.
基本信息:
中图分类号:S436.65
引用信息:
[1]张学祥,李静霞,马思洁,等.基于MaxEnt模型预测气候变化下枣疯病植原体在中国的潜在适生区[J].塔里木大学学报,2024,36(01):59-66.
基金信息:
国家自然科学基金项目(31060238)
2023-05-19
2023
2023-06-22
2024-01-04
2024
1
2024-03-15
2024-03-15