极端气候对美国白蛾在我国潜在适生区分布的影响预测

doi:10.12302/j.issn.1000-2006.202212010

国家林草科技领军期刊
中国精品科技期刊
中国高校百佳科技期刊
江苏省新闻出版政府奖期刊奖
RCCSE林学权威期刊（A+）
CSCD核心期刊
Scopus数据库收录期刊
中文核心期刊
SCD核心期刊

作者加群：102861116

微信公众号：南京林业大学学报

高级检索

南京林业大学学报（自然科学版） ›› 2024, Vol. 48 ›› Issue (5): 197-203.doi: 10.12302/j.issn.1000-2006.202212010

极端气候对美国白蛾在我国潜在适生区分布的影响预测

薛明宇¹(), 郝德君¹^,^*(), 赵旭东¹, 耿薏舒¹, 胡天义¹, 解春霞²

1.南京林业大学林草学院,南方现代林业协同创新中心,江苏南京 210037
2.江苏省林业科学研究院,江苏南京 211153

收稿日期:2022-12-25 修回日期:2023-04-27 出版日期:2024-09-30 发布日期:2024-10-03
通讯作者: * 郝德君(dejunhao@163.com),教授。
作者简介:
薛明宇(xdfxxmy@126.com)。
基金资助:
国家重点研发计划(2021YFD1400300);上海市绿化和市容管理局科研专项(G221207);江苏省林业科技创新与推广项目(LYKJ[2019]04)

Effects of extreme climate on the distribution and potential habitat of Hyphantria cunea in China

XUE Mingyu¹(), HAO Dejun¹^,^*(), ZHAO Xudong¹, GENG Yishu¹, HU Tianyi¹, XIE Chunxia²

1. Co-Innovation Center for Sustainable Forestry in Southern China, College of Forestry and Grassland, Nanjing Forestry University, Nanjing 210037, China
2. Jiangsu Academy of Forestry, Nanjing 211153, China

Received:2022-12-25 Revised:2023-04-27 Online:2024-09-30 Published:2024-10-03

摘要/Abstract

摘要：

【目的】预测极端气候条件下美国白蛾在我国的潜在适生区分布,为有效防控美国白蛾扩散及对潜在适生区美国白蛾的监测预警提供依据。【方法】收集美国白蛾分布数据,获取当代和未来的低温室气体排放和高温室气体排放情境下的生物气候变量数据、极端气候指数数据,利用ArcGIS和DIVA-GIS对数据进行处理,筛选出相关系数<0.8且对美国白蛾潜在分布概率贡献大的气候变量,将其代入MaxEnt进行运算,获得美国白蛾当代、2021—2040、2041—2060、2061—2080年的潜在适生区,并根据适生区重心的相对位置判断适生区的空间变化。【结果】日最大降水量、暖日持续指数、冷夜日数占比、最湿季度平均气温是影响美国白蛾分布的重要气候变量。当前环境下美国白蛾的潜在适生区主要分布在华北东部、东北南部、黄淮、江淮、江南东部、江汉北部。无论何种情境,美国白蛾未来将向西南方向扩散,到达川渝一带,并在两广交界处有零散分布。【结论】极端降水是影响美国白蛾分布的重要因素,美国白蛾适宜生活在气候特征较为稳定的地区。基于极端气候指数预测表明,美国白蛾未来60年在我国呈现向西南方向扩散的风险。

关键词: 美国白蛾, MaxEnt, 潜在适生区, 极端气候, 空间分布, 气候情景

Abstract:

【Objective】This study aims to predict the potential habitat of Hyphantria cunea under extreme climate conditions in China. 【Method】The occurrence data of H. cunea were obtained. Contemporary and future bioclimatic variables and extreme climate index data were processed using ArcGIS and DIVA-GIS. Environmental variables with low correlation coefficients and high contribution rates were selected. These variables were input into MaxEnt to calculate the potential habitats of H. cunea for the contemporary period, 2021 to 2040, 2041 to 2060, and 2061 to 2080. The spatial changes in the habitats were expressed by the relative positions of the centroids of the habitats. 【Result】The maximum daily precipitation, warm spell duration index, percentage of nights when the minimum temperature is below the 10th percentile, and mean temperature of the wettest quarter were important variables affecting the distribution of H. cunea. The potential habitat of H. cunea was currently mainly distributed in eastern, northern, and northeastern China, as well as the middle and lower reaches of the Yangtze River. In the future, H. cunea might spread to southwest China, reaching Sichuan and Chongqing, with scattered distributions in Guangdong and Guangxi. 【Conclusion】The extreme precipitation is an important factor affecting the distribution of H. cunea. H. cunea is adapted to areas with stable climates. Predictions based on the extreme climate index indicate a risk that H. cunea will spread to southwest China in the future.

Key words: Hyphantria cunea, MaxEnt, potential habitat, extreme climate, spatial distribution, climate scenarios

中图分类号:

S763

薛明宇,郝德君,赵旭东,等. 极端气候对美国白蛾在我国潜在适生区分布的影响预测[J]. 南京林业大学学报（自然科学版）, 2024, 48(5): 197-203.

XUE Mingyu, HAO Dejun, ZHAO Xudong, GENG Yishu, HU Tianyi, XIE Chunxia. Effects of extreme climate on the distribution and potential habitat of Hyphantria cunea in China[J].Journal of Nanjing Forestry University (Natural Science Edition), 2024, 48(5): 197-203.DOI: 10.12302/j.issn.1000-2006.202212010.

图/表 6

表1

表2

图1

图2

图3

图4

参考文献 30

[1]	XU Y, GAO X J, GIORGI F. Regional variability of climate change hot-spots in east Asia[J]. Adv Atmos Sci, 2009, 26(4):783-792.DOI: 10.1007/s00376-009-9034-2.
[2]	CHEN X L, ZHOU T J, WU P L, et al. Emergent constraints on future projections of the western North Pacific Subtropical High[J]. Nat Commun, 2020, 11(1):2802.DOI: 10.1038/s41467-020-16631-9.
[3]	李慧, 郝德君, 徐天, 等. 高温胁迫对植食性昆虫影响研究进展[J]. 南京林业大学学报(自然科学版), 2022, 46(6):215-224.
	LI H, HAO D J, XU T, et al. The effects of heat stress on herbivorous insects:an overview and future directions[J]. J Nanjing For Univ (Nat Sci Ed), 2022, 46(6):215-224.DOI: 10.12302/j.issn.1000-2006.202209041.
[4]	贾志怡, 陈聪, 马宇萱, 等. 温度对香樟齿喙象生长发育的影响[J]. 南京林业大学学报(自然科学版), 2020, 44(4):131-136.
	JIA Z Y, CHEN C, MA Y X, et al. Effects of temperature on growth and development of Pagiophloeus tsushimanus Morimoto[J]. J Nanjing For Univ (Nat Sci Ed), 2020, 44(4):131-136.DOI: 10.3969/j.issn.1000-2006.201904025.
[5]	FILAZZOLA A, MATTER S F, MACIVOR J S. The direct and indirect effects of extreme climate events on insects[J]. Sci Total Environ, 2021, 769:145161.DOI: 10.1016/j.scitotenv.2021.145161.
[6]	HILL G M, KAWAHARA A Y, DANIELS J C, et al. Climate change effects on animal ecology: butterflies and moths as a case study[J]. Biological Reviews, 2021, 96(5):2113-2126. DOI:10.1111/brv.12746.
[7]	KOCSIS M. Impacts of climate change on Lepidoptera species and communities[J]. Appl Ecol Env Res, 2011, 9(1):43-72.DOI: 10.15666/aeer/0901_043072.
[8]	赵旭东, 耿薏舒, 郝德君, 等. 美国白蛾防控技术的研究进展及展望[J]. 中国森林病虫, 2022, 41(5):44-52.
	ZHAO X D, GENG Y S, HAO D J, et al. Research progress and prospect of the control technology of Hyphantria cunea[J]. For Pest Dis, 2022, 41(5):44-52.DOI: 10.19688/j.cnki.issn1671-0886.20220045.
[9]	孔雪华, 杨洛滨, 韩世德, 等. 高温对美国白蛾生长发育的影响研究[J]. 山东林业科技, 2009, 39(6):35-37.
	KONG X H, YANG L B, HAN S D, et al. Study on the influence of high temperature on the growth and development of Hyphantria cunea[J]. J Shandong For Sci Technol, 2009, 39(6):35-37.DOI: 10.3969/j.issn.1002-2724.2009.06.010.
[10]	LI J L, CHEN J Y, CAI P. Research progress of occurrence and comprehensive control of fall webworm[Hyphantria cunea(Drury)][J]. Plant Dis Pests, 2013, 4(4):32-35,44.DOI: 10.19579/j.cnki.plant-d.p.2013.04.009.
[11]	ELITH J, LEATHWICK J R. Species distribution models:ecological explanation and prediction across space and time[J]. Annu Rev Ecol Evol Syst, 2009, 40:677-697.DOI: 10.1146/annurev.ecolsys.110308.120159.
[12]	PHILLIPS STEVEN J, MIROSLAV D. Modeling of species distributions with MaxEnt:new extensions and a comprehensive evaluation[J]. Ecography, 2008, 31(2):161-175.DOI: 10.1111/j.0906-7590.2008.5203.x
[13]	PAN S, SU X. Study on Geographic distribution of fall webworm based on maximum entropy model[J]. Nature Environment and Pollution Technology, 2017, 16(3):737-744. DOI:10.46488/NEPT.2017.v16i03.008.
[14]	纪烨琳, 苏喜友, 于治军. 基于随机森林模型的美国白蛾在中国的潜在生境预测[J]. 南京林业大学学报(自然科学版), 2019, 43(6):121-128.
	JI Y L, SU X Y, YU Z J. Potential habitat prediction of Hyphantria cunea based on a random forest model in China[J]. J Nanjing For Univ (Nat Sci Ed), 2019, 43(6):121-128.DOI: 10.3969/j.issn.1000-2006.201808046.
[15]	国家林业和草原局公告(2021年第7号)(2021年美国白蛾疫区)[EB/OL].
	NFGA. National Forestry and Grassland Administration Announcement [2021] No.7:The affected areas of Hyphantria. cunea in 2021 (2021-03-30) [2022-12-25] http://www.forestry.gov.cn/main/6206/20220407/094424748508406.html.
[16]	SWETS J A. Measuring the accuracy of diagnostic systems[J]. Science, 1988, 240(4857):1285-1293.DOI: 10.1126/science.3287615.
[17]	李淑清. 甜菜夜蛾的生长发育与温湿度的关系[J]. 华中农业大学学报, 2002, 21(4):352-355.
	LI S Q. Effect of temperature and humidity on the development of Spodoptera exigua (Hübner)[J]. J Huazhong Agric, 2002, 21(4):352-355.DOI: 10.13300/j.cnki.hnlkxb.2002.04.012.
[18]	罗礼智, 程云霞, 唐继洪, 等. 温湿度是影响草地螟发生为害规律的关键因子[J]. 植物保护, 2016, 42(4):1-8.
	LUO L Z, CHENG Y X, TANG J H, et al. Temperature and relative humidity are the key factors for population dynamics and outbreak of the beet webworm,Loxostege sticticalis[J]. Plant Prot, 2016, 42(4):1-8.DOI: 10.3969/j.issn.0529-1542.2016.04.001.
[19]	OLIVER A D. Studies on the biological control of the fall webworm,Hyphantria cunea,in Louisiana[J]. J Econ Entomol, 1964, 57(3):314-318.DOI: 10.1093/jee/57.3.314.
[20]	问锦曾, 王海鸿, 胡平, 等. 降雨对防治美国白蛾药效的影响[J]. 中国植保导刊, 2008, 28(3):41-43.
	WEN J Z, WANG H H, HU P, et al. Effect of rainfall on the efficacy of controlling Hyphantria cunea[J]. China Plant Prot, 2008, 28(3):41-43.DOI: 10.3969/j.issn.1672-6820.2008.03.016.
[21]	ITÔ Y, SHIBAZAKI A, IWAHASHI O. Biology of Hyphantria cunea Drury (Lepidoptera:Arctiidae) in Japan.IX.population dynamics[J]. Popul Ecol, 1969, 11(2):211-228.DOI: 10.1007/bf02936268.
[22]	孔锋, 方建, 乔枫雪, 等. 透视中国小时极端降水强度和频次的时空变化特征[J]. 长江流域资源与环境, 2019, 28(12):3051-3067.
	KONG F, FANG J, QIAO F X, et al. Temporal and spatial variation characteristics of intensity and frequency of hourly extreme precipitation in China from 1961 to 2013[J]. Resour Environ Yangtze Basin, 2019, 28(12):3051-3067.DOI: 10.11870/cjlyzyyhj201912024.
[23]	薛媛, 薛晓萍. 极端降水与干旱同步频发的研究进展[J]. 海洋气象学报, 2022, 42(1):61-73.
	XUE Y, XUE X P. Research advances in simultaneous frequency of extreme precipitation and drought[J]. J Mar Meteorol, 2022, 42(1):61-73.DOI: 10.19513/j.cnki.issn2096-3599.2022.01.007.
[24]	卢珊, 胡泽勇, 王百朋, 等. 近56年中国极端降水事件的时空变化格局[J]. 高原气象, 2020, 39(4):683-693.
	LU S, HU Z Y, WANG B P, et al. Spatio-temporal patterns of extreme precipitation events over China in recent 56 years[J]. Plateau Meteorol, 2020, 39(4):683-693.DOI: 10.7522/j.issn.1000-0534.2019.00058.
[25]	胡冬春, 徐富强, 刘旭, 等. 昆虫生长阻滞肽研究进展[J]. 江苏农业学报, 2023, 39(4):1072-1079.
	HU D C, XU F Q, LIU X, et al. Research progress on insect growth-blocking peptide[J]. Jiangsu J Agr Sci, 2023, 39(4):1072-1079. DOI:10.3969/j.issn.1000-4440.2023.04.017.
[26]	叶江霞, 王敬文, 张明莎, 等. 基于空间矩阵模型及0-1测度的美国白蛾风险格局分析[J]. 林业科学, 2021, 57(1):140-152.
	YE J X, WANG J W, ZHANG M S, et al. Risk pattern analysis of Hyphantria cunea based on spatial matrix model and 0-1 measure[J]. Sci Silvae Sin, 2021, 57(1):140-152.DOI: 10.11707/j.1001-7488.20210115.
[27]	董欣, 倪相. 西南地区不同海拔极端降水时空变化特征[J]. 西南大学学报(自然科学版), 2022, 44(9):110-121.
	DONG X, NI X. Spatiotemporal variation of extreme precipitation at different elevations in southwest China[J]. J Southwest Univ (Nat Sci Ed), 2022, 44(9):110-121.DOI: 10.13718/j.cnki.xdzk.2022.09.012.
[28]	吉戴婧琪, 元媛, 韩剑桥. 中国极端降水事件的时空变化及趋势预测[J]. 中国农村水利水电, 2022(10):74-80.
	JI D J Q, YUAN Y, HAN J Q. Spatial-temporal changes and trend predictions of extreme precipitation events in China[J]. China Rural Water Hydropower, 2022(10):74-80.DOI: 10.12396/znsd.220691.
[29]	李德斌, 卢修亮, 何姍, 等. 东北地区美国白蛾灾害扩散过程和趋势分析[J]. 中国森林病虫, 2023, 42(2):9-15.
	LI D B, LU X L, HE S, et al. Disaster spread process and trend analysis of Hyphantria cunea in northeast China[J]. Forest Pest and Disease, 2023, 42(2):9-15. DOI:10.19688/j.cnki.issn1671-0886.20220069.
[30]	ZHU H H, JIANG Z H, LI L. Projection of climate extremes in China,an incremental exercise from CMIP5 to CMIP6[J]. Sci Bull, 2021, 66(24):2528-2537.DOI: 10.1016/j.scib.2021.07.026.

变量 variable	定义 definition	变量 variable	定义 defination	变量 variable	定义 definition
TX10p	冷昼日数占比/%	Rx5day	最大5日降水量/mm	SDII	日降水强度/mm
TN10p	冷夜日数占比/%	TXx	年最大日最高气温/℃	TR	热夜日数
CSDI	冷日持续指数/d	TXn	年最小日最高气温/℃	R95p	强降水量/mm
CDD	连续干燥日数	TNx	年最大日最低气温/℃	TX90p	暖昼日数占比/%
CWD	连续湿润日数	TNn	年最小日最低气温/℃	TN90p	暖夜日数占比/%
DTR	气温日较差/℃	R1mm	湿润日数	WSDI	暖日持续指数
R99p	极端强降水量/mm	SU	夏季日数	ID	冰冻日数
FD	霜冻日数	PRCPTOT	总降水量/mm	Rx1day	日最大降水量/mm
GSL	生长期日数	R20mm	极端大雨日数	R10mm	大雨日数

环境变量 variable	定义 definition	贡献率/% contribution	置换重要性/% importance
日最大降水量(Rx1day)/mm maximum daily precipitation	单日最大降水量 maximum daily precipitation of a month	39.6	16.1
冷夜日数占比(TN10p)/% percentage of cold nights	日最低气温<10%分位值的日数所占百分比 percentage of days when minimum air temperature < 10th percentile	23.5	22.2
暖日持续指数(WSDI)/d warm spell duration index	1年内至少6日最高气温> 90%分位值的连续日数 days with at least 6 consecutive days when maximum air temperature >90 th percentile	16.2	25.2
暖昼日数占比(TX90p)/% percentage of warm days	日最高气温>90%分位值的日数所占百分比 percentage of days when daily maximum air temperature > 90th percentile	9.5	5.7
暖夜日数占比(TN90p)/% percentage of warm nights	日最低气温>90%分位值的日数所占百分比 percentage of days when daily minimum air temperature >90th percentile	5.5	5.7
最湿季度平均气温(bio_8)/℃ mean air temperature of wettest quarter	降水最多季度的平均气温 mean air temperature of season with the highest mean precipitation	5.2	22.3
最热月份最高气温(bio_5)/℃ maximum temperature of warmest month	月均温最高月份的最高气温 maximum air temperature of month with highest mean air temperature	0.5	2.9

极端气候对美国白蛾在我国潜在适生区分布的影响预测

Effects of extreme climate on the distribution and potential habitat of Hyphantria cunea in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价

作者

读者

审稿

[1]	唐晓岚, 陈亚琳, 陈庆, 宋天锐. 基于生态空间识别的江苏省域自然风景体系构建[J]. 南京林业大学学报（自然科学版）, 2024, 48(5): 156-164.
[2]	李瑞兰, 樊锦雅, 赵倩, 李廷菊, 王成辉, 丁荣, 古锐, 钟世红. 基于MaxEnt模型的单花荠生境适宜性分析及其分布变化[J]. 南京林业大学学报（自然科学版）, 2024, 48(5): 173-180.
[3]	刘小燕, 张增信, 李军, 陈娟, 华军, 彭冶, 晏欣, 邱健. 基于MaxEnt模型的白鹤越冬栖息地潜在适生区分布研究[J]. 南京林业大学学报（自然科学版）, 2024, 48(5): 181-188.
[4]	任诗超, 张银龙, 曹铭昌, 刘威, 乔姝凡, 朱晓泾, 罗康宁. 成都市鸟类多样性时空分布格局及热点区域识别[J]. 南京林业大学学报（自然科学版）, 2024, 48(5): 189-196.
[5]	付陈龙, 李蒙, 田昌芬, 宋炎峰, 伊贤贵, 王贤荣. 四种气候变化情景下中国樱桃的潜在适生区预测[J]. 南京林业大学学报（自然科学版）, 2024, 48(4): 235-242.
[6]	彭萌萌, 吴红渠, 张佳雯, 闫丽琼, 曹传旺, 孙丽丽. 基于RNAi技术解析美国白蛾HcAnk1和HcAnk2基因功能及对HcNPV的敏感性[J]. 南京林业大学学报（自然科学版）, 2024, 48(3): 181-190.
[7]	方静, 张书曼, 严善春, 武帅, 赵佳齐, 孟昭军. 两种丛枝菌根真菌复合接种对青山杨叶片抗美国白蛾的影响[J]. 南京林业大学学报（自然科学版）, 2024, 48(2): 144-154.
[8]	吴妍, 李若楠, 赵志强. 黑龙江省国家级森林公园空间分布特征研究[J]. 南京林业大学学报（自然科学版）, 2023, 47(5): 189-196.
[9]	杨宏, 董京京, 吴桐, 周华近, 陈洁, 李蒙, 王贤荣, 伊贤贵. 基于MaxEnt模型的迎春樱桃潜在适生区预测[J]. 南京林业大学学报（自然科学版）, 2023, 47(4): 131-138.
[10]	韩淑敏, 闫伟, 杨雪栋, 胡博, 于凤强, 高润红. 白榆在我国的潜在分布格局及未来变化[J]. 南京林业大学学报（自然科学版）, 2023, 47(3): 103-110.
[11]	李俊冬, 查禄慧, 马国强, 肖剑平, 李育武, 李旭. 云南楚雄小百草岭鸟类多样性空间格局[J]. 南京林业大学学报（自然科学版）, 2023, 47(2): 225-233.
[12]	许浩, 黄婷, 刘伟, 王浩. 长三角风景名胜区空间分布与可达性研究[J]. 南京林业大学学报（自然科学版）, 2022, 46(6): 294-303.
[13]	阎雄飞, 程鑫辉, 郝哲, 王庭昊, 秦富林, 李刚. 枣瘿蚊幼虫在设施枣树上的空间分布型及抽样技术[J]. 南京林业大学学报（自然科学版）, 2022, 46(4): 201-208.
[14]	董京京, 陈洁, 杨宏, 李蒙, 王贤荣, 伊贤贵. 华中樱桃适生区模拟和生态特征分析[J]. 南京林业大学学报（自然科学版）, 2022, 46(3): 213-221.
[15]	张建国, 葛扬. 国家森林城市与国家园林城市空间分布及其影响因素比较研究[J]. 南京林业大学学报（自然科学版）, 2022, 46(3): 41-49.