全 文 ：书基于 犕犪狓犈狀狋的麦田恶性杂草节节麦的
潜在分布区预测
房锋１，２，张朝贤１，黄红娟１，李燕３，陈景超１，杨龙１，魏守辉１
（１．中国农业科学院植物保护研究所 农业部作物有害生物综合治理重点实验室，北京１００１９３；２．山东省农业科学院
植物保护研究所，山东 济南２５０１００；３．山东省农业科学院高新技术研究中心，山东 济南２５０１００）
摘要：节节麦是麦田恶性杂草，明确节节麦在全球及中国的潜在分布对有效控制其扩散蔓延有重要的指导意义。
利用 ＭａｘＥｎｔ生态位模型对节节麦在全球及中国的潜在分布进行了预测。结果表明，西亚、中东、欧洲东南部和非
洲北部地中海沿岸是节节麦在全球的主要适生区；节节麦在我国的适生区主要分布在冬小麦主产区河南、河北、山
东、山西西南部、陕西关中平原、宁夏中南部、甘肃东南部、湖北、江苏和安徽北部。节节麦在全球的潜在分布区主
要分布于北纬３０°～４５°的冬小麦主产区。随着全球气候的变化，温室气体在 Ａ１ｂ排放情景下，到２０５０年，节节麦
的潜在分布范围将有扩大趋势；Ａ２ａ和Ｂ２ａ排放情景下，节节麦低风险区和中风险区则有缩减趋势，但高风险区变
化不明显。
关键词：节节麦；ＭａｘＥｎｔ；潜在分布；预测
中图分类号：Ｓ４５１．２２＋１ 文献标识码：Ａ 文章编号：１００４５７５９（２０１３）０２００６２０９
节节麦（犃犲犵犻犾狅狆狊狋犪狌狊犮犺犻犻）主要分布于地中海气候的非洲北部、欧洲南部及包括外高加索在内的亚洲西南
部［１］。在我国，节节麦首先在黄河中部地区和新疆伊犁河两岸发现分布，是一种进境危险性杂草［２，３］。随种子自
由贸易、引种、调种和大型联合收割机的跨区作业，以及麦田除草剂的使用导致杂草群落演替，节节麦在我国冬小
麦（犜狉犻狋犻犮狌犿犪犲狊狋犻狏狌犿）种植区成为危害最重的恶性杂草之一［４］。近年来节节麦在河北、河南北部、山西西南部、
陕西关中平原以及山东部分地区的麦田发生严重，发生面积正在迅速扩大，给我国小麦生产带来严重危害，造成
巨大经济损失。因此，开展对节节麦在全球及我国的适生性研究是十分有必要的。
随着气候变化对全球生态影响的不断加剧，人们愈发关注气候变化。而全球变暖作为气候变化问题的代表，
尤为受到关注［５］。２００７年１１月１７日，在西班牙通过的政府间气候变化专门委员会（ＩＰＣＣ）《第四次评估报告》
（ＡＲ４）分析表明，最近１００年（１９０６－２００５年）的温度线性趋势上升了０．７４℃（０．５６～０．９２℃），这一趋势高于《第
三次评估报告》（ＡＲ３）给出的０．６℃（０．４～０．８℃）。据预测，到２１００年全球温度比１９９０年上升１．４～５．８℃，是
２０世纪上升值的２～１０倍，我国气候到２０５０年平均上升２．２℃，降水也将随之变化［６］。
气候是决定物种地理分布范围的最主要因素［７］，气候变暖可能造成物种分布范围的扩大（如生物入侵）、转移
和缩小（如物种灭绝）。同时对农作物需水量也有着不同的影响，近年来的观察也表明了这一趋势［８１１］。在气候
变化的动态环境影响下对生物分布区域进行预测是我们所面临的一个挑战［１２］。
最大熵模型（ｍａｘｉｍｕｍｅｎｔｒｏｐｙｍｏｄｅｌ，ＭａｘＥｎｔ）主要通过物种已知分布数据和环境数据找出物种概率分布
的最大熵，从而对物种的分布进行估计和预测［１３］。对其预测结果进行ＡＵＣ（ａｒｅａｓｕｎｄｅｒｃｕｒｖｅ）分析后显示，其
结果要优于同类预测模型如ＧＡＲＰ、ＣＬＩＭＥＸ和ＢＩＯＣＬＩＭ，特别是在物种分布数据不全的情况下，ＭａｘＥｎｔ仍然
能得到较为满意的结果［１４］。因此，本研究利用 ＭａｘＥｎｔ软件对目前和未来２０５０年气候变暖情况下节节麦在全
球及中国的潜在分布进行了预测，为明确该杂草在全球及中国的潜在分布区域及其变化趋势，进一步控制其扩散
蔓延提供重要依据。
６２－７０
２０１３年４月
草 业 学 报
ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ
第２２卷 第２期
Ｖｏｌ．２２，Ｎｏ．２
收稿日期：２０１２０３１２；改回日期：２０１２０４０５
基金项目：“十二五”国家科技支撑计划项目（２０１２ＢＡＤ１９Ｂ０２）和公益性行业（农业）科研专项（２００９０３００４）资助。
作者简介：房锋（１９８２），男，山东宁阳人，在读博士。Ｅｍａｉｌ：ｗｅｅｄｆａｎｇ＠１６３．ｃｏｍ
通讯作者。Ｅｍａｉｌ：ｓｈｗｅｉ＠ｉｐｐｃａａｓ．ｃｎ
１ 材料与方法
１．１ 软件来源
ＭａｘＥｎｔ软件在 ＭＡＸＥＮＴ主页（ｈｔｔｐ：／／ｗｗｗ．ｃｓ．ｐｒｉｎｃｅｔｏｎ．ｅｄｕ／～ｓｃｈａｐｉｒｅ／ＭａｘＥｎｔ／）下载，版本为３．３．１
版。ＧＩＳ软件采用ＡｒｃＧＩＳ９．３，由中国农业科学院植物保护研究所提供。
１．２ 环境数据
环境变量：环境数据采用 ＷＯＲＬＤＣＬＩＭ（ｈｔｔｐ：／／ｗｗｗ．ｗｏｒｌｄｃｌｉｍ．ｏｒｇ／）下载的当前（１９５０－２０００年监测数
据）以及２０５０年３种温室气体排放情景下气候变暖的１９个生物气候变量（表１），数据空间分辨率为５ｍｉｎ。
表１ 犅犻狅犮犾犻犿１９项数据描述列表
犜犪犫犾犲１ 犆狅狀狋犲狀狋犻狀犳狅狉犿犪狋犻狅狀狅犳１９犅犻狅犮犾犻犿犱犪狋犪
编号
Ｎｕｍｂｅｒ
描述
Ｄｅｓｃｒｉｐｔｉｏｎ
编号
Ｎｕｍｂｅｒ
描述
Ｄｅｓｃｒｉｐｔｉｏｎ
Ｂｉｏ１ 年平均温度Ａｎｎｕａｌｍｅａｎｔｅｍｐｅｒａｔｕｒｅ Ｂｉｏ１１ 最冷季度平均温度 Ｍｅａｎｔｅｍｐｅｒａｔｕｒｅｏｆｔｈｅｃｏｌｄｅｓｔｑｕａｒｔｅｒ
Ｂｉｏ２ 昼夜温差月均值 Ｍｏｎｔｈｌｙｍｅａｎｄｉｕｒｎａｌｔｅｍｐｅｒａｔｕｒｅｒａｎｇｅ Ｂｉｏ１２ 年均降水量Ａｎｎｕａｌａｖｅｒａｇｅｐｒｅｃｉｐｉｔａｔｉｏｎ
Ｂｉｏ３ 等温性Ｉｓｏｔｈｅｒｍａｌｉｔｙ［（Ｂｉｏ２／Ｂｉｏ７）×１００］ Ｂｉｏ１３ 最湿月降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｗｅｔｔｅｓｔｍｏｎｔｈ
Ｂｉｏ４ 温度季节性变化标准差Ｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｔｅｍｐｅｒａｔｕｒｅｓｅａｓｏｎａｌｃｈａｎｇｅ Ｂｉｏ１４ 最干月降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｄｒｉｅｓｔｍｏｎｔｈ
Ｂｉｏ５ 最暖月最高温 Ｍａｘｔｅｍｐｅｒａｔｕｒｅｏｆｔｈｅｗａｒｍｅｓｔｍｏｎｔｈ Ｂｉｏ１５ 降水量变异系数ＣＶｏｆｐｒｅｃｉｐｉｔａｔｉｏｎ
Ｂｉｏ６ 最冷月最低温 Ｍｉｎｔｅｍｐｅｒａｔｕｒｅｏｆｔｈｅｃｏｌｄｅｓｔｍｏｎｔｈ Ｂｉｏ１６ 最湿季度降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｗｅｔｔｅｓｔｑｕａｒｔｅｒ
Ｂｉｏ７ 年均温变化范围Ｒａｎｇｅｏｆａｎｎｕａｌｔｅｍｐｅｒａｔｕｒｅ Ｂｉｏ１７ 最干季度降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｄｒｉｅｓｔｑｕａｒｔｅｒ
Ｂｉｏ８ 最湿季度平均温度 Ｍｅａｎｔｅｍｐｅｒａｔｕｒｅｏｆｔｈｅｗｅｔｔｅｓｔｑｕａｒｔｅｒ Ｂｉｏ１８ 最暖季度降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｗａｒｍｅｓｔｑｕａｒｔｅｒ
Ｂｉｏ９ 最干季度平均温度 Ｍｅａｎｔｅｍｐｅｒａｔｕｒｅｏｆｔｈｅｄｒｉｅｓｔｑｕａｒｔｅｒ Ｂｉｏ１９ 最冷季度降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｃｏｌｄｅｓｔｑｕａｒｔｅｒ
Ｂｉｏ１０ 最暖季度平均温度 Ｍｅａｎｔｅｍｐｅｒａｔｕｒｅｏｆｔｈｅｗａｒｍｅｓｔｑｕａｒｔｅｒ
地图资料：从ＤＩＶＡ－ＧＩＳ网站（ｈｔｔｐ：／／ｗｗｗ．ｄｉｖａｇｉｓ．ｏｒｇ／）国家基础地理信息系统（ｈｔｔｐ：／／ｎｆｇｉｓ．ｎｓｄｉ．
ｇｏｖ．ｃｎ／）下载１∶４００万的中国行政区划图，作为中国分析的底图。
１．３ 节节麦分布数据的收集与处理
节节麦分布数据的获取主要通过检索ＧＢＩＦ（全球生物多样性资讯机构）网站（ｈｔｔｐ：／／ｗｗｗ．ｇｂｉｆ．ｏｒｇ／）、中
国数字植物标本馆（ｈｔｔｐ：／／ｗｗｗ．ｃｖｈ．ｏｒｇ．ｃｎ／）、中国物种信息系统（ｈｔｔｐ：／／ｗｗｗ．ｃｈｉｎａｂｉｏｄｉｖｅｒｓｉｔｙ．ｃｏｍ／）、教
学标本标准化整理整合与资源共享平台（ｈｔｔｐ：／／ｍｎｈ．ｓｃｕ．ｅｄｕ．ｃｎ／）、查阅国内公开发表的论文以及本实验室近
几年的调查数据。根据 ＭａｘＥｎｔ软件要求，将收集到的节节麦１４４个实际分布点按物种名、分布点经度和纬度顺
序生成后缀为．ｃｓｖ格式的文件。
１．４ 研究方法
将节节麦分布数据和环境数据分别导入 ＭａｘＥｎｔ的“Ｓａｍｐｌｅｓ”和“Ｅｎｖｉｒｏｍｅｎｔａｌｌａｙｅｒｓ”，随机选取２５％的分
布点作为测试集（ｔｅｓｔｄａｔａ），剩余的作为训练集（ｔｒａｉｎｉｎｇｄａｔａ）。ＭａｘＥｎｔ通过节节麦实际分布点的环境变量建
立预测模型，再根据模型计算出节节麦在全球其他地方的适生指数。生成格式为ＡＳＣＩＩ栅格图层的分析结果，
将结果导入ＡｒｃＧＩＳ９．３后分别与世界行政区划图和１∶４００万的中国行政区划图叠加，得到节节麦在全球和中
国的预测分布图。根据适生指数大小，将风险等级（ｒｉｓｋｌｅｖｅｌ，ＲＩ）划分为４级［１５１８］，分别为高风险区（ＲＩ＞
２５．００）、中风险区（５．００＜ＲＩ≤２５．００）、低风险区（０．０１＜ＲＩ≤５．００）和非适生区（０．００≤ＲＩ≤０．０１），使预测结果
分级显示。
２ 结果与分析
２．１ 节节麦在全球的适生性分析
根据目前节节麦在全球的分布数据，利用 ＭａｘＥｎｔ软件，获得节节麦在全球的适生性分布结果见图１。全球
３６第２２卷第２期 草业学报２０１３年
节节麦分布的高风险地区主要包括西亚、中东、地中海沿岸的欧洲东南部和非洲北部、中国的黄河流域以及美国
中西部零星地区。中风险区主要是高度风险区向周边地区的延伸，包括美国中西部地区、欧洲中南部和中国的长
江中下游地区。
图１ 节节麦在全球的适生区预测
犉犻犵．１ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊犻狀狋犺犲狑狅狉犾犱
图２ 节节麦在中国的适生区预测
犉犻犵．２ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊犻狀犆犺犻狀犪
４６ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．２
２．２ 节节麦在中国的适生性分析
利用ＡｒｃＧＩＳ将 ＭａｘＥｎｔ运行的结果和中国省级行政分区图叠加，得到节节麦在中国的适生性分布结果见
图２。根据目前节节麦的分布及气象条件，节节麦在我国高风险潜在分布区主要在冬小麦主产区的河南大部分
地区、河北中南部延伸至天津和北京、山东、山西西南部、陕西关中平原、宁夏中南部、甘肃东南部、湖北北部，以及
江苏和安徽北部、新疆伊犁河流域。中风险区分布范围进一步扩大，主要分布于上海、江苏、安徽、湖北、贵州、重
庆等省、市的大部分地区，辽宁西南部和辽宁半岛，四川东部，江西、内蒙古、甘肃、青海、新疆和西藏等省、自治区
的部分地区。上述结果表明，节节麦的适生范围非常大，几乎涵盖所有冬小麦种植区和部分春小麦种植区。
图３ 犃１犫能源利用模式下２０５０年节节麦适生区预测
犉犻犵．３ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊狌狀犱犲狉犃１犫犻狀２０５０
图４ 犃２犪能源利用模式下２０５０年节节麦适生区预测
犉犻犵．４ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊狌狀犱犲狉犃２犪犻狀２０５０
５６第２２卷第２期 草业学报２０１３年
２．３ ２０５０年气候变暖情况下节节麦适生区变化
根据ＩＰＣＣＡＲ４，温室气体在Ａ１ｂ（各种能源之间的平衡）、Ａ２ａ（较高能源需求）和Ｂ２ａ（较低能源需求）３种排
放情景下，２０５０年节节麦在全球的预测结果如图３～图５，和当前气候条件预测结果相比较，节节麦适生范围有
一定变化。在温室气体Ａ１ｂ排放情景下，节节麦在２０５０年的预测分布结果显示高风险区有增加趋势；中风险区
也有扩大趋势，尤其是美国，由中西部往东部蔓延明显。温室气体在Ａ２ａ和Ｂ２ａ排放情景下，节节麦在２０５０年
的预测分布结果则有缩减趋势，但高风险区变化不大。
图５ 犅２犪能源利用模式下２０５０年节节麦适生区预测
犉犻犵．５ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊狌狀犱犲狉犅２犪犻狀２０５０
图６ 犃１犫能源利用模式下２０５０年节节麦在中国的适生区预测
犉犻犵．６ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊犻狀犆犺犻狀犪狌狀犱犲狉犃１犫犻狀２０５０
６６ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．２
２０５０年节节麦在中国的预测结果和全球预测趋势一致，如图６～图８，和当前气候条件预测结果相比较，温
室气体在Ａ１ｂ排放情景下，节节麦在２０５０年的预测分布结果显示高风险区有增加趋势，特别是江苏省北部和山
西省南部部分地区；中度风险区也有所变化，在浙江省、湖南省和内蒙古自治区有扩大趋势。温室气体在Ａ２ａ和
Ｂ２ａ排放情景下，节节麦在２０５０年的预测分布结果表明中度风险区则有减小趋势，但高风险区变化不大，主要分
布在黄河流域和河北省等地区。
图７ 犃２犪能源利用模式下２０５０年节节麦在中国的适生区预测
犉犻犵．７ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊犻狀犆犺犻狀犪狌狀犱犲狉犃２犪犻狀２０５０
图８ 犅２犪能源利用模式下２０５０年节节麦在中国的适生区预测
犉犻犵．８ 犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊犻狀犆犺犻狀犪狌狀犱犲狉犅２犪犻狀２０５０
７６第２２卷第２期 草业学报２０１３年
２．４ 精度检验
近年来，受试者工作特征曲线（ｒｅｃｅｉｖｅｒｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ，ＲＯＣ）分析方法在物种潜在分布预测
模型评价中应用越来越广泛［１９２１］。ＲＯＣ曲线下的面积为ＡＵＣ值，ＡＵＣ值因不受阈值影响，是目前最常用的模
型评价指标之一。一般认为ＡＵＣ值０．５～０．７时诊断价值较低，０．７～０．９时诊断价值中等，大于０．９时诊断价
值较高［１１］。本研究所得的ＡＵＣ值为０．９５８（图９），在２０５０年３种排放情景预测中，ＡＵＣ值分别为０．９５３，０．９３７
和０．９５６，比随机分布模型的ＡＵＣ值（约为０．５）大，说明预测结果具有较高的可信度。
图９ 犚犗犆曲线及犃犝犆值
犉犻犵．９ 犚犗犆犮狌狉狏犲犪狀犱犃犝犆狏犪犾狌犲
３ 结论与讨论
小麦是我国主要的粮食作物，在国家粮食安全、国民经济和人民生活中起重要作用。２０００年以前，我国关于
节节麦作为麦田杂草的报道很少，主要是有关节节麦作为种质资源在小麦育种方面的应用报道，２０００年以后关
于节节麦为麦田杂草的报道则越来越多。近十多年来，节节麦在我国冬小麦种植区逐渐成为危害最重的恶性杂
草之一，发生面积达３３万ｈｍ２，且正在迅速蔓延，有泛滥成灾之势。给我国小麦生产带来严重危害，造成巨大经
济损失，也给国家粮食安全带来威胁［４］。段美生等［２２］２００５年报道在河北省南部一般造成冬小麦减产１０％～
２５％。
全球气候变化已经给人类社会和自然界的各个方面带来了巨大的影响。据ＩＰＣＣＡＲ４报告，气候是决定大
范围内物种地理分布的主要因素［７，８］，随着全球气候变暖，很多物种有向高纬度地区扩散的趋势［１１］。近年来一些
研究表明全球气温升高会扩大入侵物种的潜在适生区，增大其原有分布区丰度，如 Ｍｏｒｒｉｓｏｎ等［２３］预测红火蚁
（犛狅犾犲狀狅狆狊犻狊犻狀狏犻犮狋犪）在美国４０～５０年后的适生区域将比现有区域扩大５％，到２１世纪末，这个数字则会大于
２１％。因此，在进行入侵物种的适生区预测时应考虑未来气温升高对入侵物种潜在分布区的影响［２４］。
根据ＩＰＣＣＡＲ４，排放情景特别报告（ｓｐｅｃｉａｌｒｅｐｏｒｔｏｎｅｍｉｓｓｉｏｎｓｃｅｎａｒｉｏｓ，ＳＲＥＳ）［６］的几种情景近年来已被
运用到气候变化对物种分布的影响，如Ｓｋｏｖ和Ｓｖｅｎｎｉｎｇ［２５］采用Ｂｌ和Ａ２两种排放情景研究了气候变化对欧洲
２６种森林草本植物分布区的影响；Ｔｕｃｋ等［２６］采用ＡｌＦｌ、Ｂ１、Ａ２和Ｂ２四种情景研究了气候变化条件下欧洲能源
作物的适生分布区差异。钟艮平［２７］采用 ＡｌＦｌ、Ｂ１、Ａ２和Ｂ２四种情景研究了银胶菊（犘犪狉狋犺犲狀犻狌犿犺狔狊狋犲狉狅狆犺狅
狉狌狊）在中国的适生区扩展趋势。岳茂峰等［２８］采用Ａ１ｂ、Ｂ２ａ和Ａ２ａ情景研究了五爪金龙（犐狆狅犿狅犲犪犮犪犻狉犻犮犪）在中
国的适生区变化。
８６ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．２
本研究利用 ＭａｘＥｎｔ模型对节节麦在全球及我国的适生区进行了预测，并选择了ＳＲＥＳ中３种温室气体排
放情景Ａ１ｂ、Ａ２ａ和Ｂ２ａ对节节麦２０５０年在全球和中国的可能适生区域进行了预测。研究结果表明节节麦主要
潜在分布区集中在北纬３０°～４５°的冬小麦主产区。根据已有报道和本实验室人员的调查，我国节节麦主要分布
在河北中南部、河南北部部分地区、山西临汾和运城、陕西关中部分地区和山东部分地区，尚未在全国小麦种植区
全面爆发。
鉴于节节麦在中国部分地区对小麦造成的严重损失以及快速蔓延的态势，从２００７年起本实验室人员多次赴
北京、河北、河南、山东、山西、陕西、江苏、安徽等省、市麦田进行调查，开展了对节节麦生物生态学以及发生规律
等方面的研究，建立了有针对性的防控技术体系。各级政府、农机部门和有关人员应高度重视节节麦的防控，要
切实采取有效措施，阻断其传播扩散途径，遏制其发生危害，以确保我国粮食安全和农民增收。
参考文献：
［１］ 孔令让，董玉琛．粗山羊草（犃犲犵犻犾狅狆狊狋犪狌狊犮犺犻犻）遗传多样性的研究进展［Ｊ］．山东农业大学学报，１９９９，３０（４）：４６４４７０．
［２］ ＹｅｎＣ，ＹａｎｇＪＬ，ＬｉｕＸＤ，犲狋犪犾．ＴｈｅＤｉｓｔｒｉｂｕｔｉｏｎｏｆ犃犲犵犻犾狅狆狊狋犪狌狊犮犺犻犻Ｃｏｓｓ．ｉｎＣｈｉｎａａｎｄｗｉｔｈＲｅｆｅｒｅｎｃｅｔｏｔｈｅＯｒｉｇｉｎｏｆ
ｔｈｅＣｈｉｎｅｓｅＣｏｍｍｏｎＷｈｅａｔ［Ｃ］．Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ６ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＷｈｅａｔＧｅｎｅｔｉｃＳｙｍｐｏｓｉｕｍ，１９８３：５８８８．
［３］ 中国农业有害生物信息系统［ＤＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ａｇｒｉｐｅｓｔｓ．ｃｎ／ｉｎｄｅｘ．ａｓｐ．
［４］ 张朝贤，李香菊，黄红娟，等．警惕麦田恶性杂草节节麦蔓延危害［Ｊ］．植物保护学报，２００７，３４（１）：１０３１０６．
［５］ 任继周，梁天刚，林慧龙，等．草地对全球气候变化的响应及其碳汇趋势研究［Ｊ］．草业学报，２０１１，２０（２）：１２２．
［６］ ＩＰＣＣＷｏｒｋＧｒｏｕｐＩ．ＦｏｕｒｔｈＡｓｓｅｓｓｍｅｎｔＲｅｐｏｒｔｏｆｔｈｅＩｎｔｅｒｇｏｖｅｒｎｍｅｎｔａｌＰａｎｅｌｏｎＣｌｉｍａｔｅＣｈａｎｇｅＴｅｃｈｎｉｃａｌＳｕｍｍａｒｙ［Ｒ／
ＯＬ］．Ｈｔｔｐ：／／ｗｗｗ．ｉｐｃｃ．ｃｈ／，２００７．
［７］ ＳｕｔｈｅｒｓｔＲＷ．Ｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｉｎｖａｓｉｖｅｓｐｅｃｉｅｓａｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋ［Ａ］．Ｉｎ：ＭｏｏｎｅｙＨＡ，ＨｏｂｂｓＲＪ．ＩｎｖａｓｉｖｅＳｐｅ
ｃｉｅｓｉｎａＣｈａｎｇｉｎｇＷｏｒｌｄ［Ｍ］．Ｗａｓｈｉｎｇｔｏｎ，ＤＣ．：ＩｓｌａｎｄＰｒｅｓｓ，２０００．
［８］ ＰｅａｒｓｏｎＲＧ，ＤａｗｓｏｎＴＰ．Ｐｒｅｄｉｃｔｉｎｇｔｈｅｉｍｐａｃｔｓｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｐｅｃｉｅｓ：ａｒｅｂｉｏｃｌｉｍａｔｅｅｎｖｅｌｏｐｅ
ｍｏｄｅｌｓｕｓｅｆｕｌ？［Ｊ］．ＧｌｏｂａｌＥｃｏｌｏｇｙａｎｄＢｉｏｇｅｏｇｒａｐｈｙ，２００３，１２：３６１３７１．
［９］ 王鹤龄，牛俊义，王润元，等．气候变化对河西走廊绿洲灌区主要作物需水量的影响［Ｊ］．草业学报，２０１１，２０（５）：２４５２５１．
［１０］ 李飞，赵军，赵传燕，等．中国西北干旱区潜在植被模拟与动态变化分析［Ｊ］．草业学报，２０１１，２０（４）：４２５０．
［１１］ ＷａｌｔｈｅｒＧＲ，ＰｏｓｔＥ，ＣｏｎｖｅｙＰ，犲狋犪犾．Ｅｃｏｌｏｇｉｃａｌｒｅｓｐｏｎｓｅｓｔｏｒｅｃｅｎｔｃｌｉｍａｔｅｃｈａｎｇｅ［Ｊ］．Ｎａｔｕｒｅ，２００２，４１６：３８９３９５．
［１２］ ＮｅｗｍａｎＪＡ．Ｕｓｉｎｇｔｈｅｏｕｔｐｕｔｆｒｏｍｇｌｏｂａｌｃｉｒｃｕｌａｔｉｏｎｍｏｄｅｌｓｔｏｐｒｅｄｉｃｔｃｈａｎｇｅｓｉｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎａｎｄａｂｕｎｄａｎｃｅｏｆｃｅｒｅａｌ
ａｐｈｉｄｓｉｎＣａｎａｄａ：ａｍｅｃｈａｎｉｓｔｉｃｍｏｄｅｌｉｎｇａｐｐｒｏａｃｈ［Ｊ］．ＧｌｏｂａｌＣｈａｎｇｅＢｉｏｌｏｇｙ，２００６，１２：１６３４１６４２．
［１３］ ＰｈｉｌｉｐｓＳＪ，ＡｎｄｅｒｓｏｎＲＰ，ＳｃｈａｐｉｒｅＲＥ．Ｍａｘｉｍｕｍｅｎｔｒｏｐｙｍｏｄｅｌｉｎｇｏｆｓｐｅｃｉｅｓｇｅｏｇｒａｐｈｉｃｄｉｓｔｒｉｂｕｔｉｏｎｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ
Ｍｏｄｅｌｉｎｇ，２００６，１９０：２３１２５９．
［１４］ 王运生，谢丙炎，万方浩，等．ＲＯＣ曲线分析在评价入侵物种分布模型中的应用［Ｊ］．生物多样性，２００７，１５（４）：３６５３７２．
［１５］ 王运生．生态位模型在外来入侵物种风险评估中的应用研究［Ｄ］．长沙：湖南农业大学，２００７．
［１６］ 赵文娟．玉米霜霉病在中国的适生性分析［Ｄ］．合肥：安徽农业大学，２００９．
［１７］ 曹学仁，陈林，周益林，等．基于 ＭａｘＥｎｔ的麦瘟病在全球及中国的潜在分布区预测［Ｊ］．植物保护，２０１１，３７（３）：８０８３．
［１８］ 常志隆，周益林，赵遵田，等．基于 ＭａｘＥｎｔ模型的小麦印度腥黑穗病在中国的适生性分析［Ｊ］．植物保护，２０１０，３６（３）：
１１０１１２．
［１９］ ＢｒｏｔｏｎｓＬ，ＴｈｕｉｌｅｒＷ，ＡｒａｕｊｏＭＢ，犲狋犪犾．Ｐｒｅｓｅｎｃｅａｂｓｅｎｃｅｖｅｒｓｕｓｐｒｅｓｅｎｃｅｏｎｌｙｍｏｄｅｌｉｎｇｍｅｔｈｏｄｓｆｏｒｐｒｅｄｉｃｔｉｎｇｂｉｒｄ
ｈａｂｉｔａｔｓｕｉｔａｂｉｌｉｔｙ［Ｊ］．Ｅｃｏｇｒａｐｈｙ，２００４，２７（４）：４３７４４８．
［２０］ ＥｌｉｔｈＪ，Ｇｒａｈａｍ ＨＣ，ＡｎｄｅｒｓｏｎＲＰ，犲狋犪犾．Ｎｏｖｅｌｍｅｔｈｏｄｓｉｍｐｒｏｖｅｐｒｅｄｉｃｔｉｏｎｏｆｓｐｅｃｉｅｓ’ｄｉｓｔｒｉｂｕｔｉｏｎｓｆｒｏｍｏｃｃｕｒｒｅｎｃｅ
ｄａｔａ［Ｊ］．Ｅｃｏｇｒａｐｈｙ，２００６，２９（２）：１２９１５１．
［２１］ ＭｃＰｈｅｒｓｏｎＪＭ，ＪｅｔｚＷ，ＲｏｇｅｒｓＤＪ．Ｔｈｅｅｆｆｅｃｔｓｏｆｓｐｅｃｉｅｓ’ｒａｎｇｅｓｉｚｅｓｏｎｔｈｅａｃｃｕｒａｃｙｏｆｄｉｓｔｒｉｂｕｔｉｏｎｍｏｄｅｌｓ：ｅｃｏｌｏｇｉｃａｌ
ｐｈｅｎｏｍｅｎｏｎｏｒｓｔａｔｉｓｔｉｃａｌａｒｔｉｆａｃｔ？［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＥｃｏｌｏｇｙ，２００４，４１（５）：８１１８２３．
［２２］ 段美生，杨宽林，李香菊，等．河北省南部小麦田节节麦发生特点及综合防除措施研究［Ｊ］．河北农业科学，２００５，９（１）：
７２７４．
９６第２２卷第２期 草业学报２０１３年
［２３］ ＭｏｒｒｉｓｏｎＬＷ，ＫｏｒｚｕｋｈｉｎＭＤ，ＰｏｒｔｅｒＳＤ．Ｐｒｅｄｉｃｔｅｄｒａｎｇｅｅｘｐａｎｓｉｏｎｏｆｔｈｅｉｎｖａｓｉｖｅｆｉｒｅａｎｔ，犛狅犾犲狀狅狆狊犻狊犻狀狏犻犮狋犪，ｉｎｔｈｅ
ｅａｓｔｅｒｎＵｎｉｔｅｄＳｔａｔｅｓｂａｓｅｄｏｎｔｈｅＶＥＭＡＰｇｌｏｂａｌｗａｒｍｉｎｇｓｃｅｎａｒｉｏ［Ｊ］．ＤｉｖｅｒｓｉｔｙａｎｄＤｉｓｔｒｉｂｕｔｉｏｎｓ，２００５，１１：１９９２０４．
［２４］ ＫｒｉｔｉｃｏｓＤＪ，ＳｕｔｈｅｒｓｔＲＷ，ＢｒｏｗｎＪＲ，犲狋犪犾．Ｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｂｉｏｔｉｃｉｎｖａｓｉｏｎｓ：ａｃａｓｅｈｉｓｔｏｒｙｏｆｔｒｏｐｉｃａｌｗｏｏｄｙｖｉｎｅ［Ｊ］．
ＢｉｏｌｏｇｉｃａｌＩｎｖａｓｉｏｎｓ，２００３，５：１４７１６５．
［２５］ ＳｋｏｖＦ，ＳｖｅｎｎｉｎｇＪＣ．ＰｏｔｅｎｔｉａｌｉｍｐａｃｔｏｆｃｌｉｍａｔｉｃｃｈａｎｇｅｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｆｏｒｅｓｔｈｅｒｂｓｉｎＥｕｒｏｐｅ［Ｊ］．Ｅｃｏｇｒａｐｈｙ，２００４，
２７：３６６３８０．
［２６］ ＴｕｃｋＧ，ＧｌｅｎｄｉｎｉｎｇＭＪ，ＳｍｉｔｈＰ，犲狋犪犾．ＴｈｅｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｂｉｏｅｎｅｒｇｙｃｒｏｐｓｉｎＥｕｒｏｐｅｕｎｄｅｒｐｒｅｓｅｎｔａｎｄｆｕｔｕｒｅ
ｃｌｉｍａｔｅ［Ｊ］．ＢｉｏｍａｓｓａｎｄＢｉｏｅｎｅｒｇｙ，２００６，３０：１８３１９７．
［２７］ 钟艮平．几种外来入侵杂草在我国的潜在分布预测［Ｄ］．重庆：西南大学，２００８．
［２８］ 岳茂峰，冯莉，田兴山，等．基于 ＭａｘＥｎｔ的五爪金龙在中国的适生分布区预测［Ａ］．农田杂草与防控［Ｍ］．北京：中国农业
科学技术出版社，２０１１：９９１０３．
犘狅狋犲狀狋犻犪犾犱犻狊狋狉犻犫狌狋犻狅狀狅犳犜犪狌狊犮犺’狊犵狅犪狋犵狉犪狊狊（犃犲犵犻犾狅狆狊狋犪狌狊犮犺犻）犻狀犫狅狋犺犆犺犻狀犪犪狀犱
狋犺犲狉犲狊狋狅犳狋犺犲狑狅狉犾犱犪狊狆狉犲犱犻犮狋犲犱犫狔犕犪狓犈狀狋
ＦＡＮＧＦｅｎｇ１，２，ＺＨＡＮＧＣｈａｏｘｉａｎ１，ＨＵＡＮＧＨｏｎｇｊｕａｎ１，ＬＩＹａｎ３，
ＣＨＥＮＪｉｎｇｃｈａｏ１，ＹＡＮＧＬｏｎｇ１，ＷＥＩＳｈｏｕｈｕｉ１
（１．ＩｎｓｔｉｔｕｔｅｏｆＰｌａｎｔＰｒｏｔｅｃｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｔｅｇｒａｔｅｄ
ＰｅｓｔＭａｎａｇｅｍｅｎｔｉｎＣｒｏｐｓ，ＭｉｎｉｓｔｒｙｏｆＡｇｒｉｃｕｌｔｕｒｅ，Ｂｅｉｊｉｎｇ１００１９３；２．ＩｎｓｔｉｔｕｔｅｏｆＰｌａｎｔＰｒｏｔｅｃｔｉｏｎ，
ＳｈａｎｄｏｎｇＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｊｉ’ｎａｎ２５０１００，Ｃｈｉｎａ；３．Ｈｉｇｈ＆
ＮｅｗＴｅｃｈｎｏｌｏｇｙＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＳｈａｎｄｏｎｇＡｃａｄｅｍｙｏｆ
ＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓ，Ｊｉ’ｎａｎ２５０１００，Ｃｈｉｎａ）
犃犫狊狋狉犪犮狋：Ｔａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓ（犃犲犵犻犾狅狆狊狋犪狌狊犮犺犻犻）ｉｓａｓｅｒｉｏｕｓｗｅｅｄｗｏｒｌｄｗｉｄｅ．Ｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｔｈｅｐｏｔｅｎｔｉａｌ
ｇｅｏｇｒａｐｈｉｃａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＴａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓｉｓａｎｉｍｐｏｒｔａｎｔｆａｃｔｏｒｆｏｒｅｆｆｅｃｔｉｖｅｌｙｃｏｎｔｒｏｌｉｎｇｔｈｅｓｐｒｅａｄｉｎｇ
ｏｆｔｈｉｓｗｅｅｄ．ＴｈｅｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＴａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓｉｎＣｈｉｎａａｎｄｉｎｔｈｅｒｅｓｔｏｆｔｈｅｗｏｒｌｄｗｅｒｅｐｒｅｄｉｃ
ｔｅｄｕｓｉｎｇｔｈｅＭａｘＥｎｔｍｏｄｅｌ．ＷｅｓｔＡｓｉａ，ｔｈｅＭｉｄｄｌｅｅａｓｔ，ｔｈｅＭｅｄｉｔｅｒｒａｎｅａｎｃｏａｓｔｏｆｓｏｕｔｈｅａｓｔｅｒｎＥｕｒｏｐｅ
ａｎｄｎｏｒｔｈｅｒｎＡｆｒｉｃａａｒｅｔｈｅｍａｉｎｓｕｉｔａｂｌｅａｒｅａｓｆｏｒｇｒｏｗｔｈｏｆＴａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓ．ＩｎＣｈｉｎａｔｈｅｓｕｉｔａｂｌｅａｒｅａｓ
ａｒｅｍａｉｎｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎＨｅｎａｎ，Ｈｅｂｅｉ，Ｓｈａｎｄｏｎｇ，ｓｏｕｔｈｗｅｓｔｏｆＳｈａｎｘｉ，ＧｕａｎｚｈｏｎｇＰｌａｉｎｏｆＳｈａａｎｘｉ，ｔｈｅ
ｃｅｎｔｒａｌａｎｄｓｏｕｔｈｏｆＮｉｎｇｘｉａ，ｓｏｕｔｈｅａｓｔｏｆＧａｎｓｕ，ｎｏｒｔｈｏｆＨｕｂｅｉ，ＪｉａｎｇｓｕａｎｄＡｎｈｕｉｐｒｏｖｉｎｃｅｓ．Ｔｈｅｇｌｏｂａｌ
ｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎａｒｅａｏｆＴａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓｉｓｍａｉｎｌｙｂｅｔｗｅｅｎ３０°ｔｏ４５°ｄｅｇｒｅｅｓｎｏｒｔｈｉｎｔｈｅｌａｔｉｔｕｄｅｏｆ
ｔｈｅｍａｉｎｗｉｎｔｅｒｗｈｅａｔｐｒｏｄｕｃｉｎｇａｒｅａｓ．Ａｓｔｈｅｇｌｏｂａｌｃｌｉｍａｔｅｃｈａｎｇｅｓ，ｔｈｅｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｒａｎｇｅｏｆ
Ｔａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓｗｉｌｖａｒｙａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｅｍｉｓｓｉｏｎｓｓｃｅｎａｒｉｏｓ．ＷｉｔｈｇｒｅｅｎｈｏｕｓｅｇａｓｅｓｕｎｄｅｒｔｈｅＡ１ｂ
ｅｍｉｓｓｉｏｎｓｓｃｅｎａｒｉｏ，ｂｙ２０５０，ｔｈｅｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＴａｕｓｃｈ’ｓｇｏａｔｇｒａｓｓｗｉｌｈａｖｅａｔｅｎｄｅｎｃｙｔｏｅｘｐａｎｄ，
ｗｈｉｌｅｕｎｄｅｒＡ２ａａｎｄＢ２ａｅｍｉｓｓｉｏｎｓｓｃｅｎａｒｉｏｓ，ｔｈｅｌｏｗａｎｄｍｅｄｉｕｍｒｉｓｋａｒｅａｓｗｉｌｔｅｎｄｔｏｄｅｃｒｅａｓｅ，ｂｕｔｔｈｅ
ｈｉｇｈｒｉｓｋａｒｅａｓｗｉｌｎｏｔｃｈａｎｇｅｓｉｇｎｉｆｉｃａｎｔｌｙ．
犓犲狔狑狅狉犱狊：犃犲犵犻犾狅狆狊狋犪狌狊犮犺犻犻；ＭａｘＥｎｔ；ｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ；ｐｒｅｄｉｃｔｉｏｎ
０７ ＡＣＴＡＰＲＡＴＡＣＵＬＴＵＲＡＥＳＩＮＩＣＡ（２０１３） Ｖｏｌ．２２，Ｎｏ．２