全 文 ：植物保护学报 Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ２０１６， ４３（３）： ３６２ － ３６８ ＤＯＩ： １０􀆰 １３８０２ ／ ｊ． ｃｎｋｉ． ｚｗｂｈｘｂ． ２０１６􀆰 ０３􀆰 ００２
基金项目：国家科技支撑计划（２０１２ＢＡＣ１１Ｂ０６⁃０３）
∗通讯作者（Ａｕｔｈｏｒ ｆｏｒ ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ）， Ｅ⁃ｍａｉｌ： ｈｙｗｅｉ＠ ｊｘａｕ． ｅｄｕ． ｃｎ
收稿日期： ２０１５ － ０１ － １７
基于 ＭａｘＥｎｔ和 ＤＩＶＡ⁃ＧＩＳ的亮壮异蝽
潜在地理分布预测
崔　 麟　 魏洪义∗
（江西农业大学农学院， 南昌 ３３００４５）
摘要： 亮壮异蝽 Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ Ｄｉｓｔａｎｔ为中国特有种，具有结群迁飞和抱团越夏的习性，近年在
江西武功山和仙姑坛风景区暴发成灾，为使相关自然保护区及风景名胜区做好对亮壮异蝽种群暴
发的早期预警和监测，采用 ＭａｘＥｎｔ 和 ＤＩＶＡ⁃ＧＩＳ 软件，基于该虫在江西、湖南、贵州等地的分布数
据及相关的 ２０ 个环境变量，对其潜在地理分布进行了预测。 结果表明，影响亮壮异蝽分布的主要
环境变量包括最干月降雨量、海拔、昼夜温差月平均值、最暖季降雨量、最冷月最低温、昼夜温差与
年温差比值、最干季平均温和最湿季平均温，其中最干月降雨量和海拔是最重要的因素，贡献率分
别为 ６４􀆰 ９％和 １９􀆰 ５％ 。 该虫在我国的高适生区多属于海拔 ７００ ～ １ ５００ ｍ 且最干月降雨量为２５ ～
１３０ ｍｍ的地区，主要集中在我国动物地理区划的华中区、华南区和西南区东部的部分区域，如江西
与湖南交接的罗霄山脉，江西与福建接壤的武夷山山脉，以及重庆、湖南、贵州和湖北四交之地的武
陵山脉等；非适生区包括我国的北部地区、西部地区、华中部分地区及华南的小部分区域。
关键词： 亮壮异蝽； 暴发； 地理分布； ＭａｘＥｎｔ； ＤＩＶＡ⁃ＧＩＳ
Ｐｒｅｄｉｃｔｉｎｇ ｔｈｅ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ
Ｄｉｓｔａｎｔ ｗｉｔｈ ＭａｘＥｎｔ ａｎｄ ＤＩＶＡ⁃ＧＩＳ
Ｃｕｉ Ｌｉｎ　 Ｗｅｉ Ｈｏｎｇｙｉ∗
（Ｃｏｌｌｅｇｅ ｏｆ Ａｇｒｏｎｏｍｙ， Ｊｉａｎｇｘｉ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｃｈａｎｇ ３３００４５， Ｊｉａｎｇｘｉ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｓｔｉｎｋ ｂｕｇ， Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ Ｄｉｓｔａｎｔ （Ｈｅｍｉｐｔｅｒａ： Ｕｒｏｓｔｙｌｉｄｉｄａｅ）， ｉｓ ａｎ ｅｎｄｅｍｉｃ ｓｐｅｃｉｅｓ
ｔｏ Ｃｈｉｎａ， ａｎｄ ｉｔｓ ｐｏｐｕｌａｔｉｏｎ ｈａｓ ａ ｈａｂｉｔ ｏｆ ｃｌｕｓｔｅｒ ｍｉｇｒａｔｉｏｎ ａｎｄ ａｅｓｔｉｖａｔｉｏｎ， ａｎｄ ｈａｓ ｃａｕｓｅｄ ｄｉｓａｓｔｅｒ ｉｎ
Ｗｕｇｏｎｇ Ｍｏｕｎｔａｉｎ ａｎｄ Ｘｉａｎｇｕｔａｎ Ｓｃｅｎｉｃ Ａｒｅａ ｏｆ Ｊｉａｎｇｘｉ Ｐｒｏｖｉｎｃｅ ｉｎ ｒｅｃｅｎｔ ｙｅａｒｓ． Ｉｎ ｏｒｄｅｒ ｔｏ ｍｏｎｉｔｏｒ ｔｈｅ
ｏｕｔｂｒｅａｋ ｏｆ ｉｔｓ ｐｏｐｕｌａｔｉｏｎ ｉｎ ｎａｔｕｒｅ ｒｅｓｅｒｖｅｓ ａｎｄ ｓｃｅｎｉｃ ｓｐｏｔｓ ｉｎ Ｃｈｉｎａ， ｔｈｅ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ
ｔｈｅ ｉｎｓｅｃｔ ｗａｓ ｐｒｅｄｉｃｔｅｄ ｂａｓｅｄ ｏｎ ｉｔｓ ｒｅｃｏｒｄｅｄ ｄｉｓｔｒｉｂｕｔｉｏｎ ｄａｔａ ｉｎ Ｊｉａｎｇｘｉ， Ｈｕｎａｎ ａｎｄ Ｇｕｉｚｈｏｕ ｐｒｏｖｉｎｃｅｓ
ａｎｄ ２０ ｖａｒｉａｂｌｅｓ ｒｅｌａｔｅｄ ｗｉｔｈ ｏｃｃｕｒｒｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔ ｂｙ ｕｓｉｎｇ ＭａｘＥｎｔ ａｎｄ ＤＩＶＡ⁃ＧＩＳ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ
ｔｈａｔ ｔｈｅ ｍａｉｎ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｖａｒｉａｂｌｅｓ ａｆｆｅｃｔｅｄ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｕ． ｄｉｓｔｉｎｃｔａ， ｉｎｃｌｕｄｉｎｇ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｏｆ
ｄｒｉｅｓｔ ｍｏｎｔｈ， ａｌｔｉｔｕｄｅ， ｍｅａｎ ｄｉｕｒｎａｌ ｒａｎｇｅ， ｐｒｅｃｉｐｉｔａｔｉｏｎ ｏｆ ｗａｒｍｅｓｔ ｑｕａｒｔｅｒ， ｍｉｎｉｍｕｍ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ
ｃｏｌｄｅｓｔ ｍｏｎｔｈ， ｉｓｏｔｈｅｒｍａｌｉｔｙ， ｍｅａｎ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ ｄｒｉｅｓｔ ｑｕａｒｔｅｒ ａｎｄ ｍｅａｎ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ ｗｅｔｔｅｓｔ
ｑｕａｒｔｅｒ． Ａｍｏｎｇ ｔｈｅｍ， ｔｈｅ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｏｆ ｄｒｉｅｓｔ ｍｏｎｔｈ ａｎｄ ａｌｔｉｔｕｄｅ ｗｅｒｅ ｔｈｅ ｍｏｓｔ ｉｍｐｏｒｔａｎｔ ｆａｃｔｏｒｓ
ａｆｆｅｃｔｉｎｇ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｕ． ｄｉｓｔｉｎｃｔａ， ｗｉｔｈ ａ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｏｆ ６４􀆰 ９％ ａｎｄ １９􀆰 ５％ ， ｒｅｓｐｅｃｔｉｖｅｌｙ．
Ｔｈｅ ｈｉｇｈｌｙ ｓｕｉｔａｂｌｅ ａｒｅａｓ ｆｏｒ ｔｈｅ ｂｕｇ ｗｅｒｅ ｔｈｅ ｒｅｇｉｏｎｓ ｗｉｔｈ ａｎ ａｌｔｉｔｕｄｅ ｏｆ ７００ － １ ５００ ｍ ａｎｄ ａ
ｐｒｅｃｉｐｉｔａｔｉｏｎ ｏｆ ２５ － １３０ ｍｍ ｉｎ ｔｈｅ ｄｒｉｅｓｔ ｍｏｎｔｈ， ｍａｉｎｌｙ ｃｏｖｅｒｉｎｇ ｃｅｎｔｒａｌ Ｃｈｉｎａ ａｎｄ ｐａｒｔ ａｒｅａｓ ｏｆ
ｓｏｕｔｈｅｒｎ Ｃｈｉｎａ ａｎｄ ｔｈｅ ｅａｓｔｅｒｎ ｒｅｇｉｏｎｓ ｉｎ ｓｏｕｔｈｗｅｓｔｅｒｎ Ｃｈｉｎａ， ｓｕｃｈ ａｓ Ｌｕｏｘｉａｏ ｍｏｕｎｔａｉｎｓ ｉｎ ｔｈｅ ｂｏｒｄｅｒ
ａｒｅａ ｏｆ Ｊｉａｎｇｘｉ ａｎｄ Ｈｕｎａｎ， Ｗｕｙｉ ｍｏｕｎｔａｉｎｓ ｉｎ Ｊｉａｎｇｘｉ⁃Ｆｕｊｉａｎ ｂｏｒｄｅｒ ｒｅｇｉｏｎ， ａｎｄ Ｗｕｌｉｎｇ ｍｏｕｎｔａｉｎｓ
ｌｏｃａｔｅｄ ｉｎ Ｃｈｏｎｇｑｉｎｇ， Ｈｕｎａｎ， Ｇｕｉｚｈｏｕ ａｎｄ Ｈｕｂｅｉ． Ｔｈｅ ｕｎｓｕｉｔａｂｌｅ ａｒｅａ ｉｎｃｌｕｄｅｄ ｎｏｒｔｈｅｒｎ Ｃｈｉｎａ，
ｗｅｓｔｅｒｎ Ｃｈｉｎａ， ｓｏｍｅ ｐａｒｔｓ ｏｆ ｃｅｎｔｒａｌ Ｃｈｉｎａ ａｎｄ ａ ｆｅｗ ｒｅｇｉｏｎｓ ｏｆ ｓｏｕｔｈｅｒｎ Ｃｈｉｎａ．
Ｋｅｙ ｗｏｒｄｓ： Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ； ｏｕｔｂｒｅａｋ； ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ； ＭａｘＥｎｔ； ＤＩＶＡ⁃ＧＩＳ
　 　 亮壮异蝽 Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ Ｄｉｓｔａｎｔ 属半翅目异
蝽科，为东洋区系昆虫，中国特有种。 该虫具有结群
迁飞和集体抱团越夏的习性，不仅严重为害植被，而
且钻入房屋及水源处集体抱团，大发生时污染池水，
影响饮食卫生，并且散发出恶臭味（章士美，１９８５）。
我国江西省庐山牯岭镇（章士美，１９８５）、浙江省白
马山（陈汉林等，１９９５）、安徽省黄山 （王四宝等，
２００４）与湖南省天门山（吴永宏，２０１１）等多处风景
区曾有亮壮异蝽暴发现象，严重影响了当地居民和
游客的正常生活。 虽然该虫暴发目前对农林业生产
不会造成直接危害，但对于我国自然保护区生态环
境和风景名胜区旅游业的威胁不可忽视。 值得注意
的是，上述亮壮异蝽暴发的风景区均属于海拔较高
地区，而该虫是否将入侵我国其它海拔相似的地区
并暴发成灾，以及除海拔外其分布是否还会受到气
候因素的影响，目前尚属未知。
在生物入侵的研究中，早期以定性研究为主，随
着一系列数学方法在该领域理论和实践中的应用，
定量研究逐渐受到越来越多的关注，其中建立数学
模型尤为重要（张秀玲等，２０１５），如物种适生区的
建模与预测。 地理信息系统（ ｇｅｏｇｒａｐｈｉｃａｌ ｉｎｆｏｒｍａ⁃
ｔｉｏｎ ｓｙｓｔｅｍ，ＧＩＳ）集地理信息的采集、储存、分析功能
于一体，是处理和分析大量地理数据的综合性技术
系统（朱猛蒙等，２０１１）。 随着生态学及计算机技术
的发展，诸多生物地理信息系统软件，如 ＣＬＩＭＥＸ、
ＧＡＲＰ、ＭａｘＥｎｔ和 ＤＩＶＡ⁃ＧＩＳ等已广泛应用于有害生
物潜在地理分布的研究（王运生等，２００７）。
ＣＩＬＭＥＸ需要运用有害生物较准确的生物学资
料，ＧＡＲＰ的不足在于物种分布点数据的采集与空
间幅度，内部数据库替换更新难度大 （胡学难，
２０１０）。 ＭａｘＥｎｔ在物种分布数据不全的情况下，仍
然能得到较为满意的结果 （孙文涛和刘雅婷，
２０１０）；不仅可以综合多种环境变量对物种的潜在
地理分布进行预测，而且还能得到影响该物种正常
生长的主要环境变量及其适应范围，且其预测的结
果优于同类预测模型，已被应用于多种害虫潜在分
布区的预测（Ｌｉ ｅｔ ａｌ． ，２００９；冯益明和刘洪霞，２０１０；
王兴亚等，２０１１），其预测结果均能较好地吻合物种
的实际分布。 ＤＩＶＡ⁃ＧＩＳ 是一款专注于空间数据分
析的绘图软件，利用覆盖收集的地点和行政边界数
据库来核对已有的坐标以改进数据精度，从而可以
获得地理分布图（Ｈｉｊｍａｎｓ ＆ Ｓｐｏｏｎｅｒ，２００１）。 相对
于其它生物地理信息系统软件，ＤＩＶＡ⁃ＧＩＳ 网站免费
提供一整套全球气候数据资料和不同分辨率的选
择，方便下载和使用，已被广泛应用于有害生物和昆
虫物种的地理分布研究（葛泉卿和温孚江，２００６；Ｌｉ
ｅｔ ａｌ． ，２０１０；吕文刚等，２０１０）。
目前，虽然对亮壮异蝽的分布有所了解，但其在
我国可能的适生区及适生等级仍不明确，也未发现
对其在我国进行适生区预测的相关研究报道。 因
此，本研究依据亮壮异蝽的采集信息和相关文献的
分布记录，利用多种环境变量因子，通过 ＭａｘＥｎｔ 和
ＤＩＶＡ⁃ＧＩＳ软件对其潜在地理分布进行预测分析，以
期为亮壮异蝽暴发的监测和预警提供参考依据。
１ 材料与方法
１􀆰 １ 材料
数据及来源：通过查阅相关文献及相关报道获
得亮壮异蝽的实际分布范围及数据，发现在广东省
（王家彬等，２０１１）、江西省（章士美，１９８５；俞云祥，
２００２）、湖南省（何振等，２０１１；吴永宏，２０１１；颜学武
等，２０１１）、湖北省（向兵，２００９）、浙江省（陈其瑚，
１９８５；陈汉林等，１９９５；叶江林，２００９）、安徽省（王四
宝等，２００４；张淑等，２００８）、贵州省（贵州林业科技
编辑部，１９８８）和甘肃省（王洪建等，２０１２）存在亮壮
异蝽的分布。 其中，湖南省天门山、湖北省长阳县、
江西省庐山牯岭镇、安徽省黄山和浙江省白马山顶
峰都已有该虫的暴发现象。
环境变量：均来自于 Ｗｏｒｌｄｃｌｉｍ 网站提供的全
球气候插值数据 （ ｈｔｔｐ： ／ ／ ｗｗｗ． ｗｏｒｌｄｃｌｉｍ􀆰 ｏｒｇ ／ ），本
研究选择采用的空间分辨率为 ２􀆰 ５ ｍｉｎ。 所选择的
２０ 个变量分别是：Ａｌｔ（海拔）、Ｂｉｏ１（年平均温）、Ｂｉｏ２
（昼夜温差月均值）、Ｂｉｏ３ （昼夜温差与年温差比
值）、Ｂｉｏ４ （温度变化的方差）、 Ｂｉｏ５ （最热月最高
温）、Ｂｉｏ６ （最冷月最低温）、 Ｂｉｏ７ （年温的变化范
围）、Ｂｉｏ８（最湿季平均温）、Ｂｉｏ９（最干季平均温）、
３６３３ 期 崔　 麟等： 基于 ＭａｘＥｎｔ和 ＤＩＶＡ⁃ＧＩＳ的亮壮异蝽潜在地理分布预测
Ｂｉｏ１０（最暖季平均温）、 Ｂｉｏ１１ （最冷季平均温）、
Ｂｉｏ１２（年均降雨量）、Ｂｉｏ１３（最湿月降雨量）、Ｂｉｏ１４
（最干月降雨量）、Ｂｉｏ１５（降雨量变化的方差）、Ｂｉｏ１６
（最湿季降雨量）、Ｂｉｏ１７（最干季降雨量）、Ｂｉｏ１８（最
暖季降雨量）、Ｂｉｏ１９（最冷季降雨量）。
模型软件：ＭａｘＥｎｔ ３􀆰 ３ 在 ｈｔｔｐ： ／ ／ ｗｗｗ． ｃｓ． ｐｒｉｎ⁃
ｃｅｔｏｎ． ｅｄｕ ／ ～ ｓｃｈａｐｉｒｅ ／ ｍａｘｅｎｔ下载，ＤＩＶＡ⁃ＧＩＳ ５􀆰 ２ 在
ｈｔｔｐ： ／ ／ ｗｗｗ． ｄｉｖａ⁃ｇｉｓ． ｏｒｇ下载。
１􀆰 ２ 方法
１􀆰 ２􀆰 １ 主要环境变量因子的选择
环境变量因子在亮壮异蝽的潜在分布上有着不
同程度的贡献，有的因子在其分布上不起作用或作
用很小，而有的因子在其分布上有着至关重要的地
位。 因此，对影响亮壮异蝽分布的主要环境变量进
行识别必不可少，减少贡献值较少的环境变量因子
对结果的影响，将使得预测结果更加准确。 本研究
先将亮壮异蝽的分布信息和选择的 ２０ 个环境变量
代入 ＭａｘＥｎｔ ３􀆰 ３ 模型，进行第 １ 次运算，以识别亮
壮异蝽影响的主要环境变量（廖莎，２０１２）。 参数设
置：测试集比例为 ２５％ ，剩余的 ７５％为训练集，选择
输出格式为 ｇｒｄ，其它参数为软件默认值。
１􀆰 ２􀆰 ２ 主要环境变量的重要性分析
第 １ 次运算结束后，将亮壮异蝽的分布信息和
对其分布造成影响的主要环境变量代入 ＭａｘＥｎｔ
３􀆰 ３ 模型，进行第 ２ 次运算。 参数设置与第 １ 次运
算相同，最终获得亮壮异蝽分布概率响应曲线。
根据所得到的分布概率响应曲线，可以直观地看
到主要环境变量对其分布影响所对应的贡献值，
得到亮壮异蝽适合的生存环境范围及最适生存环
境变量值。
１􀆰 ２􀆰 ３ 模型预测精度的 ＲＯＣ曲线验证
应用受试者工作特征曲线 （ ｒｅｃｅｉｖｅｒ ｏｐｅｒａｔｉｎｇ
ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｃｕｒｖｅ，ＲＯＣ）分析法评价 ＭａｘＥｎｔ 生态
位模型的精准度，具体参照 Ｐｈｉｌｌｉｐｓ ＆ Ｄｕｄｉｋ（２００８）
介绍的方法。 ＲＯＣ 曲线是以预测结果的每一个值
作为可能的判断阈值，以真阳性率为纵坐标，假阳性
率为横坐标所形成的曲线。 而曲线下面积（ ａｒｅａｓ
ｕｎｄｅｒ ｃｕｒｖｅ，ＡＵＣ）值是 ＲＯＣ 曲线与横坐标围成的
面积值，将曲线上相邻 ２ 点以直线相连与横轴围成
的各小梯形面积相加便可得到 ＡＵＣ 值，ＡＵＣ ＝ Ｓ１ ＋
Ｓ２ ＋ … ＋ Ｓｎ。 ＡＵＣ 值越大表示与随机分布相距越
远，环境变量与预测的物种地理分布模型之间相关
性越大，即模型预测效果越好。 因为 ＡＵＣ 值不受阈
值影响，所以评价更客观（张晓峰等，２０１３）。
１􀆰 ２􀆰 ４ 亮壮异蝽适生区的划分标准
参照齐国君等（２０１２）的方法，采用 ＤＩＶＡ⁃ＧＩＳ
５􀆰 ２ 软件结合 ＭａｘＥｎｔ生态位模型预测结果中的 ｇｒｄ
文件，利用再分类功能对其进行适生等级的划分，选
定合适的阈值，最终获得亮壮异蝽在中国的潜在适
生区分布范围。 将亮壮异蝽的适生等级划分为：高
适生区（ ＞ ０􀆰 ５）以红色表示；适生区（０􀆰 １ ～ ０􀆰 ５）以
黄色表示；低适生区（０􀆰 ０５ ～ ０􀆰 １）以绿色表示；非适
生区（ ＜ ０􀆰 ０５）以白色表示。
２ 结果与分析
２􀆰 １ 主要环境变量因子的选择
ＭａｘＥｎｔ模型第 １ 次运算结果表明，影响亮壮异
蝽适生区分布的主要环境变量共 ８ 个：Ｂｉｏ１４（最干
月份降雨量）、Ａｌｔ （海拔）、Ｂｉｏ２ （昼夜温差月平均
值）、Ｂｉｏ１（最暖季降雨量）、Ｂｉｏ６（最冷月最低温）、
Ｂｉｏ３（昼夜温差与年温差比值）、Ｂｉｏ９（最干季平均
温）和 Ｂｉｏ８（最湿季平均温），对 ＭａｘＥｎｔ预测亮壮异
蝽分布的相对贡献率分别为 ６４􀆰 ９％ 、 １９􀆰 ５％ 、
６􀆰 ７％ 、４􀆰 ２％ 、１􀆰 ６％ 、１􀆰 ３％ 、１􀆰 ３％和 ０􀆰 ２％ ，总和达
到 ９９􀆰 ７％ 。 而 Ｂｉｏ１７（最干季降雨量）和 Ｂｉｏ１３（最湿
月降雨量）均只有 ０􀆰 １％ ，其余 １０ 个环境变量的贡
献率均为 ０。 Ｂｉｏ１４（最干月份降雨量）和 Ａｌｔ（海拔）
是影响最为显著的 ２ 个变量。
２􀆰 ２ 亮壮异蝽分布概率对 ８ 个环境变量因子的响应
亮壮异蝽分布概率响应曲线结果所示（图 １），
最干月份降雨量在 ２５ ～ １３０ ｍｍ、海拔在 ７００ ～ １ ５００
ｍ、昼夜温差月均值在 ５ ～ ８℃、最暖季降雨量在
６００ ～ ８００ ｍｍ、最冷月最低温在 － ５ ～ ５℃、昼夜温差
与年温差比值在 ２５％ ～ ３０％ 、最干季平均温在 ０ ～
１２℃、最湿季平均温在 ２０ ～ ２６℃范围内时，亮壮异
蝽的分布概率响应可以达到 ０􀆰 ５ 以上，在上述范围
之外其分布影响的概率逐渐减小。
２􀆰 ３ ＭａｘＥｎｔ模型预测可靠性的验证
应用 ＲＯＣ曲线分析法对 ＭａｘＥｎｔ模型的第 ２ 次
运行结果进行准确性验证（图 ２），训练数据和测试
数据的 ＲＯＣ曲线均向左上方，远离随机分布模型的
ＲＯＣ曲线，并且曲线下的面积值较大。 ＭａｘＥｎｔ生态
位模型的 ＡＵＣ 值分别为 ０􀆰 ９８８ 和 ０􀆰 ９７１，显著大于
随机分布模型的 ＡＵＣ值（０􀆰 ５），表明ＭａｘＥｎｔ模型对
亮壮异蝽的潜在地理分布预测结果可靠。
２􀆰 ４ 亮壮异蝽潜在中国地理分布的预测
将 ＭａｘＥｎｔ第 ２ 次运算所获得的亮壮异蝽潜在
分布系数图导入 ＤＩＶＡ⁃ＧＩＳ 软件中，按照高适生区、
４６３ 植　 物　 保　 护　 学　 报 ４３ 卷
图 １ 亮壮异蝽分布概率对 ８ 个环境变量因子的响应曲线
Ｆｉｇ． １ Ｒｅｓｐｏｎｓｅ ｃｕｒｖｅｓ ｏｆ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐｒｏｂａｂｉｌｉｔｙ ｏｆ Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ ｔｏ ｅｉｇｈｔ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｖａｒｉａｂｌｅｓ
　
适生区、低适生区和非适生区 ４ 个等级进行划分处
理，最终获得亮壮异蝽在中国的潜在适生区分布范
围（图 ３）。 预测结果显示，亮壮异蝽的适生区主要
集中在我国动物地理区划的华中区、华南区和西南
区东部部分区域，且高适生区主要分布在海拔较高
地区，如江西与湖南交接的罗霄山脉，江西与福建接
壤的武夷山山脉，福建戴云山脉，位于重庆、湖南、贵
州和湖北四交之地的武陵山脉，以及地处广东、广
西、湖南、江西 ４ 省区交界处的南岭山脉等。 非适生
区主要集中在我国的北部地区、西部地区、华中部分
地区及华南的小部分区域，主要由于这些区域的环
境变量不能达到该虫正常生长的要求。
３ 讨论
本研究结合 ＭａｘＥｎｔ 模型的预测结果，通过 ＤＩ⁃
ＶＡ⁃ＧＩＳ软件进行处理，建立生物入侵的相关数学模
型，得到亮壮异蝽在我国的适生区域概况并对其适
生区进行了等级划分，首次预测了该虫在我国的高
适生区和适生区，其高适生区多数属于最干月降雨
量在 ２５ ～ １３０ ｍｍ且海拔达 ７００ ～ １ ５００ ｍ的海拔较
５６３３ 期 崔　 麟等： 基于 ＭａｘＥｎｔ和 ＤＩＶＡ⁃ＧＩＳ的亮壮异蝽潜在地理分布预测
图 ２ ＲＯＣ分析法检验ＭａｘＥｎｔ预测结果所得的 ＡＵＣ值
Ｆｉｇ． ２ Ｔｈｅ ＡＵＣ ｖａｌｕｅ ｂｙ ｕｓｉｎｇ ＲＯＣ ｍｅｔｈｏｄ ｔｏ ｔｅｓｔ ｔｈｅ
ｒｅｓｕｌｔｓ ｏｆ ＭａｘＥｎｔ
　
高地区；而其适生区主要集中在我国动物地理区划
的华中区、华南区和西南区东部部分区域，研究结果
将为亮壮异蝽的监测和预警提供参考依据。
图 ３ 亮壮异蝽在我国的适生区分布范围
Ｆｉｇ． ３ Ｔｈｅ ｓｕｉｔａｂｌｅ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｒｅａｓ ｏｆ Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ ｉｎ Ｃｈｉｎａ
ＭａｘＥｎｔ是近几年刚开发出的物种地理分布预
测软件，一般采用 ＡＵＣ值对预测结果的准确性进行
判断，当 ＡＵＣ值为 ０􀆰 ５ ～ ０􀆰 ７ 时模型诊断价值较低，
０􀆰 ７ ～ ０􀆰 ９ 时诊断价值中等，大于 ０􀆰 ９ 时诊断价值优
秀（李明阳等，２００８）。 ＭａｘＥｎｔ模型预测精度检验采
用的 ＲＯＣ曲线分析法已应用于稻水象甲适生区分
布（齐国君等，２０１２），其训练集与测试集 ＡＵＣ 值为
０􀆰 ９５８ 和 ０􀆰 ９３９；而本研究中对于亮壮异蝽的训练集
与测试集 ＡＵＣ值为 ０􀆰 ９８８ 和 ０􀆰 ９７１，均大于 ０􀆰 ９，表
明诊断价值属于优秀，预测结果具有较高的精度，即
模型预测分布区与物种实际分布区拟合度高。 另一
方面，根据亮壮异蝽分布点信息，以及基于 ＭａｘＥｎｔ
模型对 ２０ 个环境变量因子进行筛选，发现其中只有
８ 个变量对其分布具有较大的影响，而其它 １２ 个变
量对该虫分布无显著影响。 在对亮壮异蝽具较大影
响的 ８ 个变量中，最干月降雨量和海拔是影响该种
分布最为重要的环境因素。 表明亮壮异蝽在扩散和
繁殖的过程中，一方面受到当地所在的海拔范围影
响，另一方面也受到当地最干月降雨量范围的影响，
二者综合作用对该虫的分布产生作用。 当然，昆虫
的分布除受环境因素影响外，寄主可能是另一重要
因素。 但对于亮壮异蝽而言，由于其寄主植物有青
冈栎 Ｃｙｃｌｏｂａｌａｎｏｐｓｉｓ ｇｌａｕｃａ、天门山杜鹃 Ｒｈｏｄｏｄｅｎ⁃
ｄｒｏｎ ｔｉａｎｍｅｎｓｈａｎｅｎｓｅ、珙桐 Ｄａｖｉｄｉａ ｉｎｖｏｌｕｃｒａｔｅ、灯台
树 Ｂｏｔｈｒｏｃａｒｙｕｍ ｃｏｎｔｒｏｖｅｒｓｕｍ、尖叶黄杨 Ｂｕｘｕｓｓｉｎｉｃａ
ａｅｍｕｌａｎｓ等近百种植物（吴永宏，２０１１），寄主种类
和分布范围相当广，因此推定寄主分布不是该虫适
生区的限制因素。
虽然目前亮壮异蝽的地理分布未达到其最大潜
在地理分布范围，但从本研究结果可知，亮壮异蝽对
许多地区具有很高的入侵风险。 例如，处于罗霄山
脉的井冈山及明月山自然保护区、武夷山脉的武夷
６６３ 植　 物　 保　 护　 学　 报 ４３ 卷
山及黄岗山自然保护区、戴云山脉的戴云山自然保
护区以及处于武陵山脉的梵净山自然保护区等，均
位于亮壮异蝽的高适生区内，皆有发生亮壮异蝽暴
发的可能性。 许多研究表明，外来入侵物种一旦进
入其适生区后将很难根除，且对当地的生态环境造
成巨大损失（Ｋｏｙａｍａ ｅｔ ａｌ． ，２００４；孔令斌等，２００８）。
因此加强亮壮异蝽适生区范围内自然保护区的调查
监测，制订防控预案，将对当地的生态环境保护和旅
游业发展具有重要的现实意义。
参 考 文 献 （Ｒｅｆｅｒｅｎｃｅｓ）
Ｃｈｅｎ ＨＬ， Ｘｕ ＺＷ， Ｔａｎｇ ＹＹ， Ｊｉｎ ＧＭ． １９９５． Ａ ｌｉｓｔ ｏｆ Ｈｅｍｉｐｔｅｒａ
ａｎｄ ｔｈｅｉｒ ｈｏｓｔｓ ｆｒｏｍ ｔｈｅ ｆｏｒｅｓｔ ｒｅｇｉｏｎｓ ｉｎ Ｌｉｓｈｕｉ Ｐｒｅｆｅｃｔｕｒｅ， Ｚｈｅ⁃
ｊｉａｎｇ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ａｃｔａ Ａｇｒｉｃｕｌｔｕｒａｅ Ｕｎｉｖｅｒｓｉｔａｔｉｓ Ｊｉａｎｇｘ⁃
ｉｅｎｓｉｓ， １７（２）： ２０４ － ２１４ （ｉｎ Ｃｈｉｎｅｓｅ） ［陈汉林，徐真旺，汤
友谊， 金根明． １９９５． 浙江省丽水地区林区半翅目昆虫种类
及寄主． 江西农业大学学报， １７（２）： ２０４ － ２１４］
Ｃｈｅｎ ＱＨ． １９８５． Ｔｈｅ ｃａｔａｌｏｇｕｅ ａｎｄ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｂｕｇｓ
（Ｈｅｍｉｐｔｅｒａ： Ｐｅｎｔａｔｏｍｏｉｄｅａ） ｉｎ Ｚｈｅｊｉａｎｇ Ｐｒｏｖｉｎｃｅ． Ａｃｔａ Ａｇｒｉ⁃
ｃｕｌｔｕｒａｅ Ｕｎｉｖｅｒｓｉｔａｔｉｓ Ｚｈｅｊｉａｎｇｅｎｓｉｓ， １１ （１）： １１５ － １２７ （ ｉｎ
Ｃｈｉｎｅｓｅ） ［陈其瑚． １９８５． 浙江省蝽类名录及其分布（半翅
目蝽总科）． 浙江农业大学学报， １１（１）： １１５ － １２７］
Ｆｅｎｇ ＹＭ， Ｌｉｕ ＨＸ． ２０１０． Ｐｏｔｅｎｔｉａｌ ｓｕｉｔａｂｉｌｉｔｙ ａｎａｌｙｓｉｓ ｏｆ Ｒｈｙ⁃
ｃｈｏｐｈｏｒｕｓ ｆｅｒｒｕｇｉｎｅｕｓ （Ｏｌｖｉｅｒ） ｉｎ Ｃｈｉｎａ ｂａｓｅｄ ｏｎ ＭａｘＥｎｔ ａｎｄ
ＧＩＳ． Ｊｏｕｒｎａｌ ｏｆ Ｈｕａｚｈｏｎｇ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ， ２９ （ ５ ）：
５５２ － ５５６ （ｉｎ Ｃｈｉｎｅｓｅ） ［冯益明， 刘洪霞． ２０１０． 基于 Ｍａｘ⁃
Ｅｎｔ与 ＧＩＳ的锈色棕榈象在中国潜在的适生性分析． 华中农
业大学学报， ２９（５）： ５５２ － ５５６］
Ｇｅ ＱＱ， Ｗｅｎ ＦＪ． ２００６． Ｐｒｅｄｉｃｔｉｎｇ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉ⁃
ｂｕｔｉｏｎ ｏｆ ｆｌａｖｅｓｃｅｎｃｅ ｄｏｒéｅ ａｎｄ ｉｔｓ ｖｅｃｔｏｒ Ｓｃａｐｈｏｉｄｅｕｓ ｔｉｔａｎｕｓ
Ｂａｌｌ ｉｎ Ｃｈｉｎａ ｕｓｉｎｇ ＤＩＶＡ⁃ＧＩＳ． Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ３３
（１）： ５１ － ５８ （ｉｎ Ｃｈｉｎｅｓｅ） ［葛泉卿， 温孚江． ２００６． 葡萄金
黄化病和葡萄带叶蝉在中国的潜在地理分布区． 植物保护
学报， ３３（１）： ５１ － ５８］
Ｈｅ Ｚ， Ｙａｎｇ ＷＦ， Ｔｏｎｇ ＸＷ， Ｈｕａｎｇ ＪＨ， Ｗｅｉ ＭＣ． ２０１１． Ｉｎｖｅｓｔｉｇａ⁃
ｔｉｏｎ ａｎｄ ａｎａｌｙｓｉｓ ｏｎ ｉｎｓｅｃｔ ｒｅｓｏｕｒｃｅｓ ｉｎ Ｎａｎｙｕｅ Ｈｅｎｇｓｈａｎ Ｎａ⁃
ｔｉｏｎａｌ Ｎａｔｕｒｅ Ｒｅｓｅｒｖｅ， Ｈｕｎａｎ Ｐｒｏｖｉｎｃｅ． Ｈｕｎａｎ Ｆｏｒｅｓｔｒｙ Ｓｃｉ⁃
ｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ３８（１）： １ － ５ （ ｉｎ Ｃｈｉｎｅｓｅ） ［何振， 杨
卫丰， 童新旺， 黄建华， 魏美才． ２０１１． 南岳衡山国家级自
然保护区昆虫资源调查分析． 湖南林业科技， ３８（１）： １ －
５］
Ｈｉｊｍａｎｓ ＲＪ， Ｓｐｏｏｎｅｒ ＤＭ． ２００１． Ｇｅｏｇｒａｐｈｉｃ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｗｉｌｄ ｐｏ⁃
ｔａｔｏ ｓｐｅｃｉｅｓ． Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ ｏｆ Ｂｏｔａｎｙ， ８８ （ １１ ）：
２１０１ － ２１１２
Ｈｕ ＸＮ， Ｌｉｕ ＨＪ， Ｗｕ ＪＪ， Ｇｕ ＹＪ． ２０１０． Ａｎａｌｙｓｉｓ ａｎｄ ｃｏｍｐａｒｉｓｏｎ ｏｆ
ｓｕｉｔａｂｌｅ ａｒｅａｓ ＣＬＩＭＥＸ ａｎｄ ＧＡＲＰ ｐｒｅｄｉｃｔｉｏｎ ｓｏｆｔｗａｒｅ． ／ ／ Ｊｉｎ Ｔ，
Ｇｏｎｇ Ｚ， Ｃｈｕ ＸＱ． Ａｂｓｔｒａｃｔ Ｂｏｏｋ ｏｆ Ｔｈｅ Ｔｈｉｒｄ Ｎａｔｉｏｎａｌ Ｃｏｎ⁃
ｇｒｅｓｓ ｏｎ Ｂｉｏｌｏｇｉｃａｌ Ｉｎｖａｓｉｏｎｓ— “Ｇｌｏｂａｌ ｃｈａｎｇｅ ａｎｄ ｂｉｏｌｏｇｉｃａｌ
ｉｎｖａｓｉｏｎｓ”． Ｂｉｏｌｏｇｉｃａｌ Ｉｎｖａｓｉｏｎ Ｃｏｍｍｉｔｔｅｅ， Ｃｈｉｎａ Ｓｏｃｉｅｔｙ ｏｆ
Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ｐｐ． １０８ （ｉｎ Ｃｈｉｎｅｓｅ） ［胡学难， 刘海军，吴
佳教， 顾渝娟． ２０１０． ＣＬＩＭＥＸ和 ＧＡＲＰ适生区预测软件的
分析比较． ／ ／金涛， 龚治， 楚小强． 第三届全国生物入侵大
会论文摘要集———“全球变化与生物入侵”． 中国植物保护
学会生物入侵分会， ｐｐ． １０８］
Ｋｏｎｇ ＬＢ， Ｌｉｎ Ｗ， Ｌｉ ＺＨ， Ｗａｎ ＦＨ， Ｗａｎｇ ＺＬ， Ｈｕａｎｇ ＧＳ． ２００８．
Ａ ｐｒｅｄｉｃａｔｉｏｎ ｏｆ ｐｏｔｅｎｔｉａｌ ｇｅｏｇｒａｐｈｉｃ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｍｅｌｏｎ ｆｒｕｉｔ
ｂａｓｅｄ ｏｎ ＣＬＩＭＥＸ ａｎｄ ＤＩＶＡ⁃ＧＩＳ． Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ，
３５（２）： １４８ － １５４ （ｉｎ Ｃｈｉｎｅｓｅ） ［孔令斌， 林伟， 李志红， 万
方浩， 王之岭， 黄冠胜． ２００８． 基于 ＣＬＩＭＥＸ 和 ＤＩＶＡ⁃ＧＩＳ
的瓜实蝇潜在地 理 分 布 预 测． 植 物 保 护 学 报， ３５
（２）： １４８ － １５４］
Ｋｏｙａｍａ Ｊ， Ｋａｋｉｎｏｈａｎａ Ｈ， Ｍｉｙａｔａｋｅ Ｔ． ２００４． Ｅｒａｄｉｃａｔｉｏｎ ｏｆ ｔｈｅ
ｍｅｌｏｎ ｆｌｙ， Ｂａｃｔｒｏｃｅｒａ ｃｕｃｕｒｂｉｔａｅ， ｉｎ Ｊａｐａｎ： ｉｍｐｏｒｔａｎｃｅ ｏｆ ｂｅ⁃
ｈａｖｉｏｒ， ｅｃｏｌｏｇｙ， ｇｅｎｅｔｉｃｓ， ａｎｄ ｅｖｏｌｕｔｉｏｎ． Ａｎｎｕａｌ Ｒｅｖｉｅｗ ｏｆ
Ｅｎｔｏｍｏｌｏｇｙ， ４９： ３３１ － ３４９
Ｌｉ ＢＮ， Ｗｅｉ Ｗ， Ｍａ Ｊ， Ｚｈａｎｇ ＲＪ． ２００９． Ｍａｘｉｍｕｍ ｅｎｔｒｏｐｙ ｎｉｃｈｅ⁃
ｂａｓｅｄ ｍｏｄｅｌｉｎｇ （ ＭａｘＥｎｔ） ｏｆ ｐｏｔｅｎｔｉａｌ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕ⁃
ｔｉｏｎｓ ｏｆ ｆｒｕｉｔ ｆｌｉｅｓ Ｄａｃｕｓ ｂｉｖｉｔｔａｔｕｓ， Ｄ． ｃｉｌｉａｔｕｓ ａｎｄ Ｄ． ｖｅｒｔｅｂｒａｔｅｓ
（Ｄｉｐｔｅｒａ： Ｔｅｐｈｒｉｔｉｄａｅ）． Ａｃｔａ Ｅｎｔｏｍｏｌｏｇｉｃａ Ｓｉｎｉｃａ， ５２ （１０）：
１１２２ － １１３１
Ｌｉ ＭＹ， Ｊｕ ＹＷ， Ｋｕｍａｒ Ｓ， Ｓｔｏｈｌｇｒｅｎ ＴＪ． ２００８． Ｍｏｄｅｌｉｎｇ ｐｏｔｅｎｔｉａｌ
ｈａｂｉｔａｔ ｆｏｒ ａｌｉｅｎ ｓｐｅｃｉｅｓ ｏｆ Ｄｒｅｉｓｓｅｎａ ｐｏｌｙｍｏｒｐｈａ ｉｎ ｔｈｅ ｃｏｎｔｉ⁃
ｎｅｎｔａｌ ＵＳＡ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ， ２８（９）： ４２５３ － ４２５８ （ ｉｎ
Ｃｈｉｎｅｓｅ） ［李明阳， 巨云为， Ｋｕｍａｒ Ｓ， Ｓｔｏｈｌｇｒｅｎ ＴＪ． ２００８．
美国大陆外来入侵物种斑马纹贻贝（Ｄｒｅｉｓｓｅｎａ ｐｏｌｙｍｏｒｐｈａ）
潜在生境预测模型． 生态学报， ２８（９）： ４２５３ － ４２５８］
Ｌｉ ＷＣ， Ｌｉ ＨＨ， Ｎｕｓｓ Ｍ． ２０１０． Ｔａｘｏｎｏｍｉｃ ｒｅｖｉｓｉｏｎ ａｎｄ ｂｉｏｇｅｏｇｒａ⁃
ｐｈｙ ｏｆ Ｍｉｃｒａｇｌｏｓｓａ Ｗａｒｒｅｎ， １８９１ ｆｒｏｍ ｌａｕｒｅｌ ｆｏｒｅｓｔｓ ｉｎ Ｃｈｉｎａ
（Ｉｎｓｅｃｔａ： Ｌｅｐｉｄｏｐｔｅｒａ： Ｐｙｒａｌｏｉｄｅａ： Ｃｒａｍｂｉｄａｅ： Ｓｃｏｐａｒｉｉｎａｅ）．
Ａｒｔｈｒｏｐｏｄ Ｓｙｓｔｅｍａｔｉｃｓ ＆ Ｐｈｙｌｏｇｅｎｙ， ６８（２）： １５９ － １８０
Ｌｉａｏ Ｓ． ２０１２． Ｓｔｕｄｉｅｓ ｏｎ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｔｒｉａｒｒｈｅｎａ ｓａｃ⁃
ｃｈａｒｉｆｌｏｒａ （Ｍａｘｉｍ． ） Ｎａｋａｉ ａｎｄ Ｔｒｉａｒｒｈｅｎａ ｌｕｔａｒｉｏｒｉｐａｒｉａ Ｌ． Ｌｉｕ
ｉｎ Ｃｈｉｎａ． Ｍａｓｔｅｒ Ｔｈｅｓｉｓ． Ｃｈａｎｇｓｈａ： Ｈｕｎａｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉ⁃
ｖｅｒｓｉｔｙ （ｉｎ Ｃｈｉｎｅｓｅ） ［廖莎． ２０１２． 荻与南荻在中国的潜在
分布研究． 硕士学位论文． 长沙： 湖南农业大学］
Ｌü ＷＧ， Ｄｅｎｇ ＹＬ， Ｌｉ ＺＨ， Ｌｉｎ Ｗ， Ｗａｎ ＦＨ， Ｗａｎｇ ＺＬ． ２０１０．
Ａ ｐｒｅｄｉｃａｔｉｏｎ ｏｆ ｐｏｔｅｎｔｉａｌ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｇｕａｖａ ｆｒｕｉｔ
ｆｌｙ， Ｂａｃｔｒｏｃｅｒａ （Ｂａｃｔｒｏｃｅｒａ） ｃｏｒｒｅｃｔａ （Ｂｅｚｚｉ） ｉｎ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ
ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ３７（６）： ５２９ － ５３４ （ｉｎ Ｃｈｉｎｅｓｅ） ［吕文刚，
邓裕亮， 李志红， 林伟， 万方浩， 王之岭． ２０１０． 番石榴果
实 蝇在我国的潜在地理分布． 植物保护学报， ３７
（６）： ５２９ － ５３４］
Ｐｈｉｌｌｉｐｓ ＳＪ， Ｄｕｄｉｋ Ｍ． ２００８． Ｍｏｄｅｌｉｎｇ ｏｆ ｓｐｅｃｉｅｓ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｗｉｔｈ
ＭａｘＥｎｔ： ｎｅｗ ｅｘｔｅｎｓｉｏｎｓ ａｎｄ ａ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ．
Ｅｃｏｇｒａｐｈｙ， ３１（２）： １６１ － １７５
Ｑｉ ＧＪ， Ｇａｏ Ｙ， Ｈｕａｎｇ ＤＣ， Ｌü ＬＨ． ２０１２． Ｈｉｓｔｏｒｉｃａｌ ｉｎｖａｓｉｏｎ， ｅｘ⁃
ｐａｎｓｉｏｎ ｐｒｏｃｅｓｓ ａｎｄ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｇｅｏｇｒａｐｈｉｃ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｆｏｒ ｔｈｅ
ｒｉｃｅ ｗａｔｅｒ ｗｅｅｖｉｌ， Ｌｉｓｓｏｒｈｏｐｔｒｕｓ ｏｒｙｚｏｐｈｉｌｕｓ ｉｎ Ｃｈｉｎａ ｂａｓｅｄ ｏｎ
ＭＡＸＥＮＴ． Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ３９（２）： １２９ － １３６ （ ｉｎ
７６３３ 期 崔　 麟等： 基于 ＭａｘＥｎｔ和 ＤＩＶＡ⁃ＧＩＳ的亮壮异蝽潜在地理分布预测
Ｃｈｉｎｅｓｅ） ［齐国君， 高燕， 黄德超， 吕利华． ２０１２． 基于
ＭＡＸＥＮＴ的稻水象甲在中国的入侵扩散动态及适生性分
析． 植物保护学报， ３９（２）： １２９ － １３６］
Ｓｕｎ ＷＴ， Ｌｉｕ ＹＴ． ２０１０． Ｒｅｓｅａｒｃｈ ｐｒｏｇｒｅｓｓ ｏｆ ｒｉｓｋ ａｎａｌｙｓｉｓ ｏｆ ｂｉｏｌｏｇ⁃
ｉｃａｌ ｉｎｖａｓｉｏｎ． Ｃｈｉｎｅｓｅ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｂｕｌｌｅｔｉｎ， ２６ （７）：
２３３ － ２３６ （ｉｎ Ｃｈｉｎｅｓｅ） ［孙文涛， 刘雅婷． ２０１０． 生物入侵
风险分析的研究进展． 中国农学通报， ２６（７）： ２３３ － ２３６］
Ｔｈｅ Ｅｄｉｔｏｒｉａｌ Ｂｏａｒｄ ｏｆ Ｇｕｉｚｈｏｕ Ｆｏｒｅｓｔｒｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ．
１９８８． Ｆｏｒｅｓｔ ｉｎｓｅｃｔ ｓｐｅｃｉｍｅｎ ｃｏｌｌｅｃｔｉｏｎ ｌｉｓｔ ｉｎ Ｇｕｉｚｈｏｕ Ｉｎｓｔｉｔｕｔｅ
ｏｆ Ｆｏｒｅｓｔｒｙ． Ｇｕｉｚｈｏｕ Ｆｏｒｅｓｔｒｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， （４）：
６３ － １２３ （ｉｎ Ｃｈｉｎｅｓｅ） ［贵州林业科技编辑部． １９８８． 贵州
省林科所馆藏森林昆虫标本名录． 贵州林业科技，
（４）： ６３ － １２３］
Ｗａｎｇ ＨＪ， Ｘｉｎ ＺＹ， Ｘｕ ＨＸ， Ｗａｎｇ ＸＺ． ２０１２． Ｐｒｅｌｉｍｉｎａｒｙ ｉｎｖｅｓｔｉｇａ⁃
ｔｉｏｎ ｏｎ ｆａｕｎａ ｏｆ Ｕｒｏｓｔｙｌｉｄａｅ ｆｒｏｍ ｓｏｕｔｈｅｒｎ Ｇａｎｓｕ Ｐｒｏｖｉｎｃｅ （Ｈｅ⁃
ｍｉｐｔｅｒａ： Ｕｒｏｓｔｙｌｉｄａｅ）． Ｓｉｃｈｕａｎ Ｊｏｕｒｎａｌ ｏｆ Ｚｏｏｌｏｇｙ， ３１ （４）：
６０８ － ６１０ （ｉｎ Ｃｈｉｎｅｓｅ） ［王洪建， 辛中尧， 徐红霞， 王香枝．
２０１２． 甘肃南部异蝽科昆虫调查及区系初步研究（半翅目：
异蝽科）． 四川动物， ３１（４）： ６０８ － ６１０］
Ｗａｎｇ ＪＢ， Ｔａｎ ＺＪ， Ｊｉａｎｇ ＱＣ， Ｇｕ ＪＭ， Ｌｉｕ ＣＫ， Ｚｈａｎｇ ＹＳ． ２０１１． Ａ
ｃａｔａｌｏｇｕｅ ｏｆ ｉｎｓｅｃｔｓ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｆｒｏｍ Ｗｕｇｕｉ Ｍｏｕｎｔａｉｎ ｏｆ
Ｚｈｏｎｇｓｈａｎ Ｎａｔｕｒｅ Ｒｅｓｅｒｖｅ （ Ｉ）． Ｍｏｄｅｒｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ
ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， （１３）： ３０４ － ３０６ （ｉｎ Ｃｈｉｎｅｓｅ） ［王家彬， 谭
宗健， 蒋谦才， 古建明， 刘常坤， 张玉山． ２０１１． 中山市五
桂山生态保护区昆虫调查名录（ Ｉ）． 现代农业科技， （１３）：
３０４ － ３０６］
Ｗａｎｇ ＳＢ， Ｙｕ ＳＭ， Ｘｕ ＣＦ， Ｊｉａｎｇ Ｂ， Ｌｉ ＮＣ， Ｆａｎ ＭＺ． ２００４． Ｅｎｔｏ⁃
ｍｏｇｅｎｏｕｓ ｆｕｎｇｉ ｆｒｏｍ Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ Ｄｉｓｔａｎｔ ａｎｄ ｔｈｅｉｒ ｈｉｇｈ
ｖｉｒｕｌｅｎｔ ｓｔｒａｉｎ ｓｃｒｅｅｎｉｎｇ ｉｎ Ｈｕａｎｇｓｈａｎ Ｓｃｅｎｉｃ Ａｒｅａ． Ｆｏｒｅｓｔ Ｐｅｓｔ
ａｎｄ Ｄｉｓｅａｓｅ， ２３（３）： １５ － １９ （ ｉｎ Ｃｈｉｎｅｓｅ） ［王四宝， 余盛
明， 许成芳， 蒋斌， 李农昌， 樊美珍． ２００４． 黄山风景区亮
壮异蝽病原真菌及高毒菌株筛选． 中国森林病虫， ２３（３）：
１５ － １９］
Ｗａｎｇ ＸＹ， Ｊｉａｎｇ ＣＴ， Ｘｕ ＧＱ． ２０１１． Ｐｏｔｅｎｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ａｎ ｉｎ⁃
ｖａｓｉｖｅ ｐｅｓｔ， Ｅｒｉｏｓｏｍａ ｌａｎｉｇｅｒｕｍ ｉｎ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ
Ａｐｐｌｉｅｄ Ｅｎｔｏｍｏｌｏｇｙ， ４８（２）： ３７９ － ３９１ （ ｉｎ Ｃｈｉｎｅｓｅ） ［王兴
亚， 蒋春廷， 许国庆． ２０１１． 外来入侵种———苹果绵蚜在中
国的适生区预测． 应用昆虫学报， ４８（２）： ３７９ － ３９１］
Ｗａｎｇ ＹＳ， Ｘｉｅ ＢＹ， Ｗａｎ ＦＨ， Ｘｉａｏ ＱＭ， Ｄａｉ ＬＹ． ２００７． Ａｐｐｌｉｃａｔｉｏｎ
ｏｆ ＲＯＣ ｃｕｒｖｅ ａｎａｌｙｓｉｓ ｉｎ ｅｖａｌｕａｔｉｎｇ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ａｌｉｅｎ
ｓｐｅｃｉｅｓ’ ｐｏｔｅｎｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｍｏｄｅｌｓ． Ｂｉｏｄｉｖｅｒｓｉｔｙ Ｓｃｉｅｎｃｅ， １５
（１４）： ３６５ － ３７２ （ ｉｎ Ｃｈｉｎｅｓｅ） ［王运生， 谢丙炎， 万方浩，
肖启明， 戴良英． ２００７． ＲＯＣ 曲线分析在评价入侵物种分
布模型中的应用． 生物多样性， １５（１４）： ３６５ － ３７２］
Ｗｕ ＹＨ． ２０１１． Ｔｈｅ ｐｒｅｓｅｎｔ ｓｉｔｕａｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃ⁃
ｔａ Ｄｉｓｔａｎｔ ｉｎ ｔｈｅ Ｔｉａｎｍｅｎ Ｍｏｕｎｔａｉｎ Ｎａｔｉｏｎａｌ Ｆｏｒｅｓｔ Ｐａｒｋ． Ｈｕａ⁃
ｎｚｈｏｎｇ Ｉｎｓｅｃｔｓ Ｒｅｓｅａｒｃｈ， （７）： ２００ － ２０２ （ｉｎ Ｃｈｉｎｅｓｅ） ［吴永
宏． ２０１１． 天门山国家森林公园亮壮异蝽的发生现状及防
治． 华中昆虫研究， （７）： ２００ － ２０２］
Ｘｉａｎｇ Ｂ． ２００９． Ｕｒｏｃｈｅｌａ ｄｉｓｔｉｎｃｔａ Ｄｉｓｔａｎｔ ｒａｒｅｌｙ ｃｌｕｓｔｅｒｅｄ ｉｎ Ｃｈａｎ⁃
ｇｙａｎｇ． Ｈｕｂｅｉ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， （４）： ７１ （ｉｎ Ｃｈｉｎｅｓｅ） ［向兵．
２００９． 结群亮壮异蝽罕现长阳． 湖北植保， （４）： ７１］
Ｙａｎ ＸＷ， Ｐａｎ ＺＨ， Ｙａｎｇ ＷＦ， Ｔｏｎｇ ＸＷ， Ｌｉａｎｇ ＪＳ． ２０１１． Ｉｎｖｅｓｔｉ⁃
ｇａｔｉｏｎ ｏｎ ｉｎｓｅｃｔ ｒｅｓｏｕｒｃｅｓ ｉｎ Ｍｕｆｕ Ｍｏｕｎｔａｉｎ Ａｒｅａ ｏｆ Ｈｕｎａｎ
Ｐｒｏｖｉｎｃｅ． Ｈｕｎａｎ Ｆｏｒｅｓｔｒｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ３８ （２）：
３３ － ３５ （ｉｎ Ｃｈｉｎｅｓｅ） ［颜学武， 潘志华， 杨卫丰， 童新旺，
梁军生． ２０１１． 湖南幕阜山昆虫资源调查． 湖南林业科技，
３８（２）： ３３ － ３５］
Ｙｅ ＪＬ． ２００９． Ｎｏｔｅｓ ｏｎ Ｈｅｍｉｐｔｅｒａ ｆｒｏｍ Ｓｏｎｇｙａｎｇ Ｃｏｕｎｔｙ， Ｚｈｅｊｉａｎｇ
Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｊｉａｎｇｘｉ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ３２（２）： ５１ － ５８ （ｉｎ
Ｃｈｉｎｅｓｅ） ［叶江林． ２００９． 浙江省松阳县半翅目昆虫记述．
江西植保， ３２（２）： ５１ － ５８］
Ｙｕ ＹＸ． ２００２． Ｔｈｒｅｅ ｓｐｅｃｉｅｓ ｏｆ ｆｏｒｅｓｔ ｐｅｓｔｓ ｉｎ ｈｉｇｈ⁃ａｌｔｉｔｕｄｅ ｂｅｌｔ’ ｓ
ｓｃｅｎｉｃ ｓｐｏｔ ｏｆ Ｓａｎｑｉｎｇ Ｍｏｕｎｔａｉｎ． Ｊｉａｎｇｘｉ Ｆｏｒｅｓｔｒｙ Ｓｃｉｅｎｃｅ ａｎｄ
Ｔｅｃｈｎｏｌｏｇｙ， （５）： ２５ － ２６ （ ｉｎ Ｃｈｉｎｅｓｅ） ［俞云祥． ２００２． 三
清山景区高海拔地带的 ３种森林害虫记述． 江西林业科技，
（５）： ２５ － ２６］
Ｚｈａｎｇ Ｓ， Ｈａｎ ＤＭ， Ｆａｎｇ Ｊ， Ｗａｎ Ｘ， Ｆａｎ Ｊ． ２００８． Ｔｈｅ ｆａｕｎａ ａｎｄ
ｄｉｖｅｒｓｉｔｙ ｏｆ Ｈｅｔｅｒｏｐｔｅｒａ ｉｎｓｅｃｔｓ ｉｎ Ｙａｏｌｕｏｐｉｎｇ Ｎａｔｕｒｅ Ｒｅｓｅｒｖｅ．
Ｃｈｉｎｅｓｅ Ｂｕｌｌｅｔｉｎ ｏｆ Ｅｎｔｏｍｏｌｏｇｙ， ４５（５）： ７９９ － ８０５ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ） ［张淑， 韩德民， 方杰， 万霞， 范洁． ２００８． 鹞落坪自
然保护区蝽类昆虫区系与多样性． 昆虫知识， ４５ （５）：
７９９ － ８０５］
Ｚｈａｎｇ ＳＭ． １９８５． Ｃｈｉｎｅｓｅ ｅｃｏｎｏｍｉｃ ｉｎｓｅｃｔ ｆａｕｎａ， ｖｏｌｕｍ ３１： Ｈｅ⁃
ｍｉｐｔｅｒａ （ａ）． Ｂｅｉｊｉｎｇ： Ｓｃｉｅｎｃｅ Ｐｒｅｓｓ， ｐｐ． １０８ － １０９ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ） ［章士美． １９８５． 中国经济昆虫志第三十一册： 半翅
目（一）． 北京： 科学出版社， ｐｐ． １０８ － １０９］
Ｚｈａｎｇ ＸＦ， Ｔｏｎｇ ＹＧ， Ｙａｎｇ ＪＤ， Ｈｕａｎｇ Ｚ， Ｘｉｏｎｇ ＺＰ． ２０１３． Ｍａｘｉ⁃
ｍｕｍ ｅｎｔｒｏｐｙ ｎｉｃｈｅ⁃ｂａｓｅｄ ｍｏｄｅｌｉｎｇ （ＭａｘＥｎｔ） ｏｆ ｐｏｔｅｎｔｉａｌ ｇｅｏ⁃
ｇｒａｐｈｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ｏｆ ｗｅｅｖｉｌ Ｓｈｉｒａｈｏｓｈｉｚｏ ｃｏｎｉｆｅｒ Ｃｈａｏ ｉｎ
Ｙｕｎｎａｎ Ｐｒｏｖｉｎｃｅ． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｎｔｏｍｏｌｏｇｙ， ３５
（１）： ２８ － ３２ （ ｉｎ Ｃｈｉｎｅｓｅ） ［张晓峰， 佟友贵， 杨建东， 黄
忠， 熊忠平． ２０１３． 基于 ＭａｘＥｎｔ生态位模型预测球果角胫
象在云南的潜在地理分布． 环境昆虫学报， ３５（１）： ２８ －
３２］
Ｚｈａｎｇ ＸＬ， Ｈｕａｎｇ Ｙ， Ｚｈｕ ＳＦ， Ｙａｎｇ Ｙ， Ｐａｎ ＸＢ． ２０１５． Ｍａｔｈｅｍａｔｉ⁃
ｃａｌ ｍｅｔｈｏｄｓ ｒｅｌａｔｅｄ ｔｏ ｐｏｔｅｎｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｐｏｐｕｌａｔｉｏｎ ｄｙ⁃
ｎａｍｉｃ ｏｆ ｉｎｖａｓｉｖｅ ｓｐｅｃｉｅｓ． Ｐｌａｎｔ Ｑｕａｒａｎｔｉｎｅ， ２９ （２）： ７ － １４
（ｉｎ Ｃｈｉｎｅｓｅ） ［张秀玲， 黄英， 朱水芳， 杨瑛， 潘绪斌．
２０１５． 入侵生物适生区与种群动态中的数学方法． 植物检
疫， ２９（２）： ７ － １４］
Ｚｈｕ ＭＭ， Ｃａｉ ＦＨ， Ｚｈａｎｇ Ｒ， Ｍａ ＪＨ． ２０１１． Ｓｕｉｔａｂｌｅ ｈａｂｉｔａｔ ｏｆ ｔｈｅ
ｓｐｏｔｔｅｄ ａｌｆａｌｆａ ａｐｈｉｄ Ｔｈｅｒｉｏａｐｈｉｓ ｔｒｉｆｆｏｌｉｉ ｐｏｐｕｌａｔｉｏｎｓ ｉｎ Ｇｕｙｕａｎ
Ｃｉｔｙ， Ｎｉｎｇｘｉａ． Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ Ｐｒｏｔｅｃｔｉｏｎ， ３８（１）： ２５ － ３０ （ｉｎ
Ｃｈｉｎｅｓｅ） ［朱猛蒙， 蔡凤环， 张蓉， 马建华． ２０１１． 宁夏固
原苜蓿斑蚜种群发生的适宜生境． 植物保护学报， ３８（１）：
２５ － ３０］
（责任编辑：李美娟）
８６３ 植　 物　 保　 护　 学　 报 ４３ 卷