广东中山市薇甘菊地理分布及适生区预测

陈志云，马红岩，王 玲，李东文，谢德志，莫 羡，孔达卿

(1.中山市林业有害生物防治检疫站，广东 中山 528403；2.广州碳汇林业有限公司，广东 广州 510520)

薇甘菊(Mikania micrantha)隶属于菊科(Asteraceae)假泽兰属(Mikania)，多年生草质藤本。原产于中、南美洲，现广泛分布于亚洲和大洋洲热带地区[1—2]，是一种危害性极强的杂草[3]，入侵蔓延速度非常快，是世界十大侵害杂草之一，号称“植物杀手”[4]，对农业和林业造成不可估量的经济损失[5]，给入侵地带来了巨大的经济、生态影响[6—7]，2003年被国家环保总局列入首批外来入侵物种名单。薇甘菊在中国最早发现于香港，20世纪 80年代初次发现于深圳银湖地区，而后不断扩散，珠江三角洲和广东沿海地区分布极广[3]，最新调查发现云南省有大范围的薇甘菊分布，并呈现进一步扩散的趋势[6]。薇甘菊入侵后便很难控制，需要消耗大量人力、物力和财力，而预防比防治更加经济。预测入侵物种的潜在分布区，在其适宜生长区建立有效的预警机制，是阻止外来生物入侵、保护生态环境避免造成巨大经济损失的一种简单有效的方法。目前，对于物种适生区的预测常采用预设遗传算法(genetic algorithm for rule-set production,GARP)、最大熵(Maximun Entropy,MaxEnt)、生物气候(biological climate,BIOCLIM)等基于生态位理论的生态位模型。现有的研究采用生态位模型很好地预测了薇甘菊在中国[8—9]、云南省[6,10]、广州市[5]3个尺度的适生区。张海娟等[8]比较了GARP和MaxEnt两种模型的预测结果，发现 MaxEnt模型预测更准确，运行速度更快，更适合用于薇甘菊的适生区预测；付小勇等[10]结合薇甘菊原产地和云南省被入侵地数据，提高了薇甘菊在云南省适生区预测的可靠性；邱罗等[5]采用主成分分析法(principal component analysis,PCA)结合GIS预测广州市薇甘菊的空间分布，与实际分布区均有较好的对应。本研究通过全面调查，整理出薇甘菊在中山市的分布情况，并利用 MaxEnt模型，对薇甘菊实际分布点的环境变量进行定量分析，预测出中山市的薇甘菊适生区，为编制薇甘菊防治规划和制定防治措施提供理论依据。

1 研究区概况

中山市位于广东省中南部，珠江三角洲中部偏南的西江、北江下游出海处。全境位于北纬22°11′～22°47′，东经 113°09′～113°46′之间，市域总面积1800.14 km2，其中林业用地面积28 897.7 hm2。中山市地形以平原为主，地势中部高亢，四周平坦，平原地区自西北向东南倾斜，最高峰为五桂山主峰，海拔531 m。中山市地处低纬度区，全境均在北回归线以南，属亚热带季风气候，光热充足，雨量充沛。年均气温 22.0 ℃，月均气温以 1月最低，为13.6 ℃，7月最高，达28.5 ℃，年均降水量1791.3 mm。中山市植被代表类型为热带季雨林型的常绿季雨林，主要森林类型有常绿阔叶林、常绿针叶林、常绿阔叶混交林和经济林，森林群落类型较简单。

2 材料与方法

2.1 数据收集

2.1.1 薇甘菊分布数据

2020年10月，通过现场踏查，获得中山市薇甘菊分布信息，薇甘菊在中山市当前的分布点共有950个。

2.1.2 气候数据

气候数据来源于世界气候数据库(WorldClim)[11]，共获得19个生物气候变量(bioclim)和1个海拔(altitude)变量，选取了当前条件1950～2000年全世界气象观测的数据汇总，空间分辨率为30 arc-seconds。20个环境变量的含义见表1。

表1 20个环境变量的含义Table 1 Meaning of 20 environmental variables

2.2 数据分析与模型构建

利用DIVA-GIS软件绘制2020年中山市薇甘菊分布图。在Arc-GIS软件中采用缓冲区分析法对获得的分布点进行校对、筛选，排除空间关联性较大造成的过拟合模拟的影响，设置缓冲半径为1.5 km，当分布点之间距离小于3 km时只保留其中一点[12]，共获得分布点101个。将筛选后的分布点数据和环境变量数据分别导入到 MaxEnt软件中，进行建模运算。参数设置：测试集为分布点的25%，训练集为分布点的75%，采用刀切法检验权重，设置受试者工作特征曲线(ROC)，其余选项采用模型默认设置，重复运算10次，选取AUC值最大的一组作为最终预测结果[13]。MaxEnt模型输出结果为薇甘菊在中山市的存在概率，利用Arc-GIS软件得到薇甘菊在中山市的存在概率分布图。MaxEnt软件模拟输出的结果值在0～1之间，值越接近1表示物种越可能存在。参考 IPCC关于评估可能性的划分方法[14]，结合薇甘菊的实际情况，划分分布值等级及相应分布范围，并使用不同颜色表示，划分标准为：存在概率＜0.05为非适生区，0.05≤存在概率＜0.33为低适生区，0.33≤存在概率＜0.66为中适生区，存在概率≥0.66为高适生区。

3 结果与分析

3.1 中山市薇甘菊分布状况

由图1可知，中山市所辖25个镇(街道)和市自然保护地管护中心均有薇甘菊的分布，总体呈南多北少的态势。其中分布多、面积广的有民众镇、港口镇、市自然保护地管护中心、横栏镇、沙溪镇、石岐区街道、东区街道、南区街道、火炬开发区、神湾镇、南朗镇、五桂山、板芙镇、三乡镇、坦洲镇。薇甘菊主要分布于草灌丛地，其中又以荒地、河道、湖边的草灌丛为主。说明薇甘菊对中山市的入侵较为严重，薇甘菊在中山市有从南向北、低海拔向高海拔扩散的趋势。

图1 2020年中山市薇甘菊分布Fig.1 Distribution of Mikania micrantha in Zhongshan in 2020

3.2 模型精度检验

图2是MaxEnt模型模拟输出的ROC曲线图，10组训练集AUC均值为0.808，测试集AUC均值为0.873，依据评价标准，本次构建模型的预测准确性达到“较好”的水平，说明该结果可用于研究薇甘菊在中山市的适生区划。本研究10次运算结果中数值最大的 1组训练集 AUC值为 0.859，测试集AUC值为0.947，可作为分析对象。

图2 模型适用性检验AUC值Fig.2 AUC value of test on applicapability of MaxEnt model

3.3 环境变量的贡献率

依据 MaxEnt模型运算结果，不同环境变量对薇甘菊在中山市分布的累积贡献率见表 2，降水量变化方差(bio_15)、海拔(alt)、最冷月份最低温度(bio_6)和最暖季度降水量(bio_18)为限制薇甘菊在中山市分布的 4个最大环境变量，累积贡献率达75.5%。

表2 影响薇甘菊分布的环境变量贡献百分率和累积贡献百分率Table 2 The accumulated contribution of each environmental variable to the potential distribution of Mikania micrantha defined by MaxEnt

3.4 薇甘菊在中山市的适生区预测

利用 MaxEnt模型对薇甘菊在中山市潜在适生区进行模拟，得到薇甘菊在中山市潜在分布概率图，导入Arc-GIS软件，采用重分类工具，用密度间隔方法分为4个等级，即高适生区、中适生区、低适生区和非适生区，从而获得薇甘菊在中山市的适生区分布图(图3)。计算各等级所占中山市域总面积的比例，其中非适生区面积约82.79 km2，占中山总面积的4.60%。这说明，中山市95.40%的地区对薇甘菊生长具有不同程度的适宜性。高度适生区分布于五桂山街道、东区街道、南朗镇、三乡镇和火炬开发区，占中山市总面积的 5.33%；中适生区分布于五桂山街道、东区街道、南朗镇、三乡镇、火炬开发区、南区街道、沙溪镇、大涌镇、板芙镇、神湾镇、坦洲镇和民众镇等镇(街道)，占中山市总面积的33.56%；中山市其他地区为薇甘菊低适生区，占中山总面积的56.51%。综合得知，中山市绝大部分地区适合薇甘菊生长，且预测的适生区与实际分布区有较好的对应。

图3 基于MaxEnt模型预测薇甘菊在中山市的适生区分布Fig.3 Potential suitable distribution of Mikania micrantha in Zhongshan based on MaxEnt mode

4 讨论与结论

2020年调查统计发现，薇甘菊对中山市的入侵较为严重，主要分布于草灌丛地，重度危害地区主要聚集于中南部山区等林地面积较大的地域。大部分平原地带的镇(街道) 薇甘菊均零星分布于道路旁的绿地内，受人类活动影响较大。在入侵地，薇甘菊成片、成团或成簇发生，攀援或覆盖其他植物，使其他植物无法进行正常的光合作用而停止生长与繁殖，甚至枯死，形成单优的薇甘菊群落，从而改变原有群落或生态系统的结构、植物分布格局及植物群落景观，导致原有群落或生态系统退化，使入侵地区原有群落或生态系统生物多样性受到影响，降低了原有群落或生态系统的经济、社会和生态效益[4,7,15]。

薇甘菊在入侵地的扩散与许多因素有关，例如气候因子、地形因子、土壤植被类型和物种的相互作用等。本文选用与温度、降水量等有关的19个生物气候变量和地形因子中的海拔变量，其中降水量变化方差、海拔、最冷月份最低温度和最暖季度降水量为限制薇甘菊在中山市分布的4个最大环境变量，累积贡献率达75.5%。该结果与张海娟等[8]对薇甘菊在中国适生区预测的影响变量不同，这可能是预测的尺度和数据的精度不同导致，例如，中山市的尺度上，降水量和温度等环境变量变化幅度较小，与降水量和温度等相关的许多环境变量就极大可能不会成为薇甘菊在中山市分布的主导因子。除此之外，由于条件的限制，模型缺少地形因子、土壤类型、植被类型、全球变暖和生物相互作用等其他因子，也可能对适生区的预测带来一定的偏差。综上所述，利用 MaxEnt模型预测能较好地预测薇甘菊在中山市的潜在分布区，但使用的数据精度和预测尺度对预测结果会产生较大的影响。

利用 MaxEnt模型对薇甘菊在中山市潜在适生区进行模拟，得到薇甘菊在中山市的适生区分布图，为薇甘菊的监测、防治规划与措施提供重要的参考依据。通过重点监控中高适生区的发生情况，做到精准施策，有效利用资金，对控制薇甘菊在中山市的扩散速度和危害程度具有重要意义。