全 文 ：第 51 卷 第 10 期
2 0 1 5 年 10 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 51，No. 10
Oct．，2 0 1 5
doi:10．11707 / j．1001-7488．20151012
收稿日期: 2014 － 12 － 03; 修回日期: 2015 － 08 － 18。
基金项目: 国家质检总局科技计划项目(2015IK091) ;天津师范大学人才引进基金项目(5ＲL127) ;国家自然科学基金项目(31401962) ;天
津市“131”创新人才培养工程项目(ZX110204)。
* 朱耿平为通讯作者。
入侵害虫椰子木蛾 (鳞翅目: 木蛾科)
在我国的潜在分布*
赵 力1，2 李慧琪1，2 朱耿平1，2 蔡 波3 李 敏1，2 刘 强1，2
(1． 天津市动植物抗性重点实验室 天津 300387; 2． 天津师范大学生命科学学院 天津 300387;
3． 海南出入境检验检疫局热带植物隔离检疫中心 海口 570311)
摘 要: 【目的】椰子木蛾是椰子等棕榈科植物上的重要食叶类害虫，2013 年 8 月该虫已在我国海南省 9 个市
县、广东省中山市和顺德市及广西防城港等地发现，局部地区已形成种群，其入侵范围有不断扩大的趋势，国家林
业局于 2014 年将其增补为林业危险性有害生物。对该新发现入侵害虫进行潜在分布区的预测，可为实施监测和
控制其扩散蔓延提供参考。【方法】首先根据椰子木蛾已有的分布记录对其本土种群和我国入侵种群所占有的气
候空间进行对比，分析其入侵过程中生态位的保守性，然后结合其主要寄主植物椰子在我国的种植区域，运用
Maxent 和 GAＲP 2 种相关性方案的生态位模型对椰子木蛾在我国的潜在分布进行分析。【结果】椰子木蛾本土种
群和我国种群所占有的气候空间有所差别，这种差异是由于本土种群和我国种群所在的地理空间差异造成，椰子
木蛾在入侵过程中的生态位保守。基于 Maxent 和 GAＲP 的生态位模型的预测结果差异较大，但二者在我国南部地
区的预测比较一致。二者的预测差异主要在印度南部、斯里兰卡和东南亚地区，这种差异主要是由于二者算法的
不同造成的。基于 Maxent 和 GAＲP 的结果均显示，椰子木蛾在我国的潜在分布区域主要集中在广东、广西、福建沿
海地区以及海南的大部分地区，广西中部和南部也具有较大的分布可能性，这些潜在分布区与我国椰子等棕榈科
植物的种植区域大体是一致的，二者具有较大的重叠。【结论】沿海地区贸易频繁，受人类活动的影响较大，容易
助长入侵物种的扩散。椰子木蛾在我国南部适宜地区扩散的可能性较大，应在这些适宜地区开展虫情调查，采取
应对措施可有效防止椰子木蛾的进一步扩散，同时我国应对来自椰子木蛾疫区的棕榈植物及繁殖材料进行严格检
疫，以防止椰子木蛾的二次入侵。
关键词: 椰子木蛾; 生态位模型; 潜在分布; 生态位保守性; 中国
中图分类号: S763. 305 文献标识码: A 文章编号: 1001 － 7488(2015)10 － 0093 － 08
Potential Geographical Distribution of the Introduced
Opisina arenosella (Lepidoptera: Xylorictidae) in China
Zhao Li1，2 Li Huiqi1，2 Zhu Gengping1，2 Cai Bo3 Li Min1，2 Liu Qiang1，2
(1 ． Tianjin Key Laboratory of Animal and Plant Ｒesistance Tianjin 300387; 2 ． College of Life Sciences，Tianjin Normal University Tianjin 300387;
3 ． Post-Entry Quarantine Station for Tropical Plant，Hainan Entry-Exit Inspection and Quarantine Bureau Haikou 570311)
Abstract: 【Objective】The coconut caterpillar Opisina arenosella Walker (Lepidoptera: Xyloryctidae) is a serious pest
to the coconuts (Cocos nucifera) in tropical and subtropical countries． It is native in southern India and Sri Lanka，and
has been introduced into Bangladesh，Burma，Indonesia，Thailand，Malaysia Pakistan，and Singapore successively． In
August 2013，O． arenosella was reported in 9 cities in Hainan，Zhongshan and Shunde in Guangdong，and Fangchenggang
in Guangxi，with the pest population outbreaks in some areas． This pest has the potential to spread many areas in southern
China，and it was listed as the dangerous forest pest by State Forestry Bureau in 2014． Predicting the potential distribution
of newly introduced species is the priority task for invasion monitoring and spread management．【Method】Ecological niche
modeling has been widely used in biological invasion with a premise that ecological niche is conservative． In this study，we
first compared the climate space occupied by native and introduced Chinese populations． We then integrated the planting
zone of coconut into the spatial prediction of ecological niche model． Both Maxent and GAＲP models were used to generate
林 业 科 学 51 卷
the potential distribution．【Ｒesults】Difference was observed bin the occupied climate spaces between the two populations，
and nonetheless，the climate niche was conservative during its invasion． Thus，the observed difference was due to a
geographic background effect． Although there were significant differences in the results estimated by the two niche model
predictions，they were consistent in the southern China prediction． Both Maxent and GAＲP suggest that the potential
distribution of O． arenosella in China includes: Guangdong，Guangxi，coastal Fujian，and most areas in Hainan，and the
central and southern Guangxi also showed high suitability to O． arenosella． These suitable areas are fallen in the planting
areas of coconut in China，and were heavily influenced by human activity．【Conclusion】It is concluded that O． arenosella
has the potential to spread into these suitable areas． A special attention should be paid to the field survey in these suitable
areas; and the subsequent management action could therefore effectively target on the spreading． This study would provide
a reference for the potential distribution and risk analysis of O． arenosella invasion．
Key words: Opisina arenosella; ecological niche modeling; potential distribution; niche conservatism; China
椰子木蛾 (Opisina arenosella) (异名 Nephantis
serinopa)，中文别名椰子织蛾、椰蛀蛾，隶属于鳞翅
目 ( Lepidoptera ) 木蛾科 ( Xyloryctidae ) 椰木蛾属
(Opisina)，原产于印度南部和斯里兰卡，1923 年传
入孟加拉国和缅甸(Howard et al．，2001)。近年来，
该物种迅速在东南亚建立种群，相继在泰国、马来西
亚、印度尼西亚和新加坡等地发现(吕宝乾，2013;
He et al．，2013; 阎伟等，2015)。在印度和斯里兰
卡，椰子木蛾是椰子 ( Cocos nucifera) 的主要害虫
(Howard et al．，2001; Lever，1969)，其幼虫在椰子叶
片背面取食，并藏匿于虫粪和吐丝结成的虫道中。
与椰心叶甲(Brontispa longissima)取食未展开的心
叶不同，椰子木蛾通常从低部位的老叶开始危害，并
逐渐向其他叶片扩张。严重时，除顶端少数叶片外
的整个树冠均被侵害(Manjanath，1985)。
2013 年 8 月，我国海南省兴隆首次发现椰子木
蛾疫情。随后经调查，海南省 9 个市县、广东中山市
及顺德市和广西防城港等多个地区发现椰子木蛾
(中华人民共和国国家林业局，2013)，局部地区已
形成种群。风险分析表明，该种主要入侵南亚和东
南亚的热带、亚热带的棕榈科植物种植区，其入侵范
围有不断扩大的趋势，在我国属于高度危险性有害
生物(阎伟等，2013)，常见的寄主植物有: 椰子、糖
棕(Borassus flabellifer)、董棕(Caryota urens)、贝叶棕
( Corypha umbraculifera )、丝 葵 ( Washingtonia
filifera)、海枣 ( Phoenix dactylifera)、蒲葵 ( Livistona
chinensis)、王 棕 ( Ｒoystonea regia ) 和 大 蕉 ( Musa
sapientum)等 (Howard et al．，2001; Ｒobinson et al．，
2001; 李后魂等，2014)。2014 年 3 月，国家林业局
发布公告将椰子木蛾列入全国林业危险性有害生
物。由于椰子木蛾入侵我国的时间尚短，国内关于
该物种的研究较少。吕宝乾等 (2013)综述了国外
椰子木蛾的研究情况，并综合分析其入侵我国的风
险和后果; 阎伟等(2013)对其在我国及海南省的风
险性进行了定性和定量分析。此外，自疫情公布以
来，陆永跃等(2013)、李后魂等(2014)对其鉴别特
征进行了综述，后者还对椰子木蛾的分类地位进行
澄清。
对新发现入侵害虫进行潜在分布区的预测是实
施监测和控制其扩散蔓延的重要前提和基础。近年
来，生态位模型被越来越多地运用在入侵种的潜在
分布分析中(朱耿平等，2013)。阎伟等 (2015) 基
于 CLIMEX 生态位模型首次对椰子木蛾在中国的适
生区进行了预测。然而，与 CIMEX 相比，基于
Maxent 和 GAＲP 等相关性生态位模型 (朱耿平等，
2013)进行潜在分布模拟更具有优越性(Elith et al．，
2006; Phillips et al．，2006)。基于相关性方案的生
态位模型就椰子木蛾在我国的生态空间和潜在分布
尚未有系统性的研究。生态位保守性是生态位模型
运行的重要前提，本研究基于文献资料，首先探讨椰
子木蛾入侵过程中的生态位保守型，然后结合其寄
主植物椰子在我国的种植区域，利用相关性生态位
模型对椰子木蛾在我国的生态空间和潜在分布进行
模拟分析，以期为椰子木蛾的风险分析和预防治理
提供参考。
1 材料与方法
1. 1 分布点和环境变量
椰子木蛾的物种分布点主要源于文献记载(李
后魂等，2014; Anantanarayanan，1934; Bhanu et al．，
2009; Fernando et al．，1997; Gupta et al．，2002;
Kanagaratnam et al．，1985; Kumar et al．， 2007;
Landge et al．，2009; Mohan et al．，2010; Muhammad
et al．， 2012; Muralimohan et al．， 2008a; 2008b;
2008c; Muralimohan et al．，2013; Ｒamkumar et al．，
2006)(图 2)。一些分布记录缺少地理坐标，需要在
49
第 10 期 赵 力等: 入侵害虫椰子木蛾 (鳞翅目: 木蛾科)在我国的潜在分布
Google earth 中进行转换。这些物种分布点涵盖了
椰子木蛾的分布范围，可以对其生态需求和潜在
分布进行分析。采样偏差是由于人们在某些地理
空间上过度采样，造成物种分布点在生态空间上
的重复，进而会影响生态位模型模拟的结果(朱耿
平等，2014)，作者删除了栅格内重复的物种分布
点，来降低采样偏差对生态位模型模拟的影响。
环境变量的选择主要参考椰子木蛾生长发育的限
制因子。在相对较大的尺度下 (分辨率为 5 min，
相当于 9. 3 km)，本研究选取了最具有生物学意义
的 7 个气候变量(表 1)，即年平均气温( BIO1)、昼
夜温差月 平均 值 ( BIO2 )、最 热 月 份最 高气温
(BIO5)、最冷月份的最低气温 ( BIO6 )、年降水量
(BIO12)、最湿月份的湿度( BIO13 )、最干月份的
湿度(BIO14)。环境变量数据源于 Worldclim 中心
(Hijmans et al．，2005)。
表 1 基于椰子木蛾分布点所关联的 7 个环境变量的主成分分析
Tab． 1 Principal component analysis of the occurrences associated variables
环境因子 Variables 描述 Description
因子载荷 Factor loading
PC-1 PC-2
BIO1 年平均气温 Annual mean temperature 0. 47 0. 82
BIO2 昼夜温差月均值 Mean diurnal range － 0. 78 0. 33
BIO5 最热月份最高气温 Max temperature of warmest month － 0. 58 0. 73
BIO6 最冷月份的最低气温 Min temperature of coldest month 0. 64 0. 67
BIO12 年降水量 Annual precipitation 0. 92 － 0. 07
BIO13 最湿月份的降水量 Precipitation of wettest month 0. 08 0. 09
BIO14 最干月份的降水量 Precipitation of driest month 0. 34 － 0. 38
特征值 Eigenvalue 3. 18 1. 92
变量百分比 Percentage variance 45. 46 27. 42
累积的变量百分比 Cumulative percentage variance 45. 46 72. 89
1. 2 生态空间比较
主成分分析可以降低空间环境变量的维度，分
析各环境变量对椰子木蛾地理分布的限制作用，并
对各地理种群所占有的生态空间进行比较。本研究
采用 Broennimann 等(2012)所提供的程序来比较椰
子木蛾在本土以及我国的气候空间，该程序采用核
密度(kernel density)来拟合物种分布点及其所在地
理区域所关联的环境变量在主成分第一和第二主成
分上的载荷，使用 Schoener’D 值来计算生态位的
相似性，D 值介于 0(不重叠)至 1(完全重叠)之间
(Warren et al．，2008 )，同时使用生态位稳定度
(niche stability)、生态位扩张度( niche expansion)和
生态位空缺度(niche unfilling)来量化生态位在各地
理种群间的相似程度。研究采用 pca_env 功能来比
较物种分布点及其所在地理区域所关联环境变量在
主成分第一和第二主成分上的差别，并采用生态位
等价性( niche equivalency)和生态位相似性 ( niche
similarity)测试来探讨椰子木蛾的生态位保守性，前
者是比较地理种群间的生态位相似性，后者是测试
这种相似性是否由于各地理种群所处的生态空间所
差异造成(Warren et al．，2010)。
1. 3 生态位模型构建
本研究同时采用了 Maxent 和 GAＲP 2 种生态
位模型来分析椰子木蛾的潜在分布。Maxent 和
GAＲP 模型与其他模型软件相比，具有所需样本少
和受样本偏差影响小等诸多优点 ( Pearson et al．，
2007; Wisz et al．，2008)。采用 75% 的物种分布点
来构建模型，25%用于模型的检验和校正。本研究
采用了 Maxent 的系统默认值，在模型输出上采用了
逻辑( logistic)的形式，Maxent 逻辑运算结果应用于
可能性大小的输出，适合结果展示 ( Phillips et al．，
2006)。在 GAＲP 算法中，GAＲP 随机创建 100 个重
复，基于默认设置，即收敛界限为 0. 01 和最大迭代
次数为 1 000，并采用 Anderson 等(2003)的方法选
取最佳模型，即在 100 个重复中选取 20 个最低遗漏
率( omission error) 的重复，同时保留中间 10 个重
复，以避免较大的记录错率 ( commission error)，在
ArcGIS 中对选取的最佳模型(共 10 个)进行加和叠
加，最后得到范围值为 0 ～ 10 的栅格图，即椰子木蛾
的预测分布图。
在模拟入侵物种分布时，生态位模型包括将模
型构建于物种本土分布地，然后将其转移并投射至
另一地理区域，来模拟入侵物种的潜在分布 (朱耿
平等，2014)。本次研究采用 2 种方案来构建模型，
一种方案是基于椰子木蛾的本土分布范围(印度南
部和斯里兰卡)构建模型，然后将其转移至入侵地
来评价模型的转移能力和椰子木蛾的潜在分布; 另
外一种方案是同时基于椰子木蛾的本土和入侵地的
59
林 业 科 学 51 卷
分布来构建模型。在模拟的检验上，采用独立物种
分布点的遗漏率和卡方测验评价模型。首先将模型
输出的可能性预测转换成二维式预测(即分布 /不
分布 )，采 用了容 忍 10% 遗漏率的阈值 ( 10%
training presence threshold)，10%遗漏率的阈值可以
相对保守地推测物种的生态需求和潜在分布，然后
对基于此阈值成功预测的物种分布点和随机分布相
比较进行卡方测验，这种模型评价方案被广泛应用
于物种分布范围模拟(Peterson et al．，2011)。
2 结果
2. 1 主成分分析
主成分分析通过降低空间环境变量的空间维度
来比较和分析不同地理种群所占有的生态空间(图
1)。主成分的前 2 种成分(即 PC-1 和 PC-2)可以解
释与物种分布点有关的所有环境变量变化的
72. 88% (表 1)，其中 PC-1 轴与年降雨量( BIO12)
有密切的关系，可以解释所有环境变量变化的
45. 46%，而 PC-2 与年平均气温 ( BIO1)有关，可解
释环境变量变化的 27. 42% (表 1)。与印度本土和
斯里兰卡本土种群所占有的生态空间相比，椰子木
蛾在中国生态空间的分布沿着 PC-1 和 PC-2 轴的方
向转移，这种转移表明椰子木蛾在我国所占有的气
候生态空间和其本土的气候空间是有差别(图 1)。
生态位等价性和相似性测试显示，这种差异是由于
本土种群和入侵种群所在的地理空间差异造成的，
说明椰子木蛾在入侵过程中其生态位是保守
的(图 1)。
图 1 我国椰子木蛾种群和其本土种群的生态空间比较
Fig． 1 Comparisons of the ecological dimensions of the native and introduced Chinese populations
a. 中国种群和本土种群在第一和第二主成分上的空间分布 The niche of the species along the two first axes of the PCA in the introduced
Chinese ( left) and native ( right) populations;b. 气候变量在第一和第二主成分上的贡献 The contribution of climatic variables along the two
axes of the PCA;c. 生态位等价性和相似性测试，箭头代表真实 Schoener’D，柱状图代表 D 值的随机分布。The observed niche overlap D
between the two ranges ( line with a arrow) and simulated niche overlaps ( grey bars) on which tests of niche equivalency and niche similarities are
calculated ( low right panel) ．
2. 2 基于本土范围的生态位模型
基于本土范围构建生态位模型，Maxent 和
GAＲP 软件均能较好地模拟椰子木蛾在入侵地的潜
在分布(P ＜ 0. 05)。基于本土的 Maxent 模型显示，
椰子木蛾在印度西南部大部分区域，以及中部东侧
沿海地区的适应性较高(图 2)，将 Maxent 模型投射
并转移到入侵地及我国南部后，发现椰子木蛾在东
南亚地区具有较大适宜区域，在我国的潜在分布空
间集中在广东、广西、福建沿海地区以及海南的大部
分地区，广西中部和南部也具有较大的分布可能性。
69
第 10 期 赵 力等: 入侵害虫椰子木蛾 (鳞翅目: 木蛾科)在我国的潜在分布
与 Maxent 相比，GAＲP 在印度本土范围及东南亚的
模拟的结果相对自由一些，在我国的模拟相对保守
一些，GAＲP 模型显示椰子木蛾在我国的潜在分布
空间集中在广东和广西沿海地区以及海南的大部分
地区(图 2)。
图 2 基于椰子木蛾本土范围的 Maxent 模型(上)和 GAPP 模型(下)
Fig． 2 Niche model prediction of O． arenosella based on the native area using Maxent ( up) and GAＲP( below)
生态位模型构建于椰子木蛾分布地(左侧)，然后将其投射并转移到入侵地(右侧)，图中的黑点代表椰子木蛾的分布点，其中，左图中
的黑点用于模型的构建，不规则区域为模型的构建区。右图中的黑点用于模型的检验，椰子主要分布在赤道与 20° N 之间的地区，在
20°—23. 5° N 之间也有分布，深浅色分别代表适生性的高低。Niche model was calibrated in the native area ( left panel) and transferred
onto the introduced southern China ( right panel)，light to dark indicate the low-to-high suitability． The black dots in the left and right panel are
occurrence data of O． arenosella． In left panel，black dots indicate the point used to fit niche model in circled areas，whereas the dots in right
panel indicate the testing points． The Cocos nucifera were mainly distributed in areas between 0° N and 20° N，but also was planted between 20°
N and 23. 5° N．
2. 3 基于本土和入侵地的生态位模型
基于本土和入侵地构建生态位模型，Maxent
和 GAＲP 软件均能较好地模拟椰子木蛾的潜在分
布(P ＜ 0. 05 )，但二者的模拟结果差异较大 (图
3)。与 Maxent 相比，GAＲP 所模拟的区域范围较
大，主要体现在本土的印度南部地区，以及入侵地
孟加拉国、缅甸、泰国等东南亚国家和地区，GAＲP
显示这些地区具有较大的分布可能性，而 Maxent
在这些地区的预测则相对保守。在我国，海南省
的大部分区域、广东和广西的南部、福建东南部的
部分区域、台湾的西部等地区均得到了 Maxent 和
GAＲP 的支持，表明椰子木蛾在这些地区具有较大
的潜在分布可能性。
3 讨论
3. 1 生态因子分析
与椰子木蛾的本土分布地印度和斯里兰卡相
比，其在我国的地理分布纬度较高。主成分分析表
明椰子木蛾在我国所占有的生态空间和其本土种群
的生态空间是有差别的，这种差别主要是现实生态
位( realized niche)的差别( Peterson et al．，2011)，由
椰子木蛾本土种群和入侵种群所在的地理空间本身
的差异造成(图 1)。椰子木蛾具有生态空间广、生
理耐受性强的入侵特性，在入侵过程中其生态位保
守(图 1)，这种保守性是生态位模型的重要前提。
主成分分析表明，影响椰子木蛾地理分布的重要
环境因子是年降雨量、年平均气温以及最干月份
79
林 业 科 学 51 卷
的湿度。研究发现，椰子木蛾在高于 34 ℃时产卵
及存活率较低，在高于 38 ℃时不能完成世代的发
育(Muralimohan et al．，2013 )。在印度，椰子木蛾
全年均可繁殖，没有滞育期，由于热带地区气候因
素的高异质性，不同气候条件下的椰子木蛾种群
数量 不 同 ( Ｒamkumar et al．，2001 )。Howard 等
(2001)认为，椰子木蛾种群与干燥的气候条件关
系最紧密，当气温、日照时间以及降雨量增加时，
椰子木蛾种群减少 ( NIIＲ Board of Consultants ＆
Engineers，2006)。
图 3 基于椰子木蛾本土和入侵地的 Maxent(上)和 GAＲP(下)模型
Fig． 3 Niche model predictions of O． arenosella based on native and introduced areas using Maxent ( up panel) and GAＲP ( down panel)
图版中的黑点用于模型的构建，椰子主要分布在赤道与 20° N 之间的地区，在 20°—23. 5° N 之间也有分布，深浅色分别代表适生性的高低。
Light to dark indicate the low-to-high suitability，black dots indicate points used to fit niche model，the Cocos nucifera was mainly distributed in areas
between 0° N and 20° N，but also was planted between 20° N to 23. 5° N．
3. 2 模型差别的分析
阎伟等 (2015)基于 CLIMEX 软件对椰子木蛾
在中国的适生区进行了预测，其结果显示椰子木蛾
在适 生 范 围 几 乎 覆 盖 长 江 以 南 大 部 分 区 域。
CLIMEX 软件是基于物种的生理耐受性来推测物种
的潜在分布，这种试验机制性的生态位模型与相关
性方 案 的 模 型 相 比，不 能 很 好 地 权 衡 分 布
(presence)与不分布( absence)，容易产生过度预测
( overpredict) 的结果。与 CLIMEX 的结果相比较
(阎伟等，2015)，基于 Maxent 和 GAＲP 的相关性方
案模型的结果相对保守(图 2，3)。Maxent 和 GAＲP
的生态位模型的差别亦较大，但二者在我国的预测
比较一致。Maxent 和 GAＲP 的预测差异主要在印
度南部、斯里兰卡和东南亚地区，这主要是由于二者
算法的不同造成的。Maxent 基于最大熵值原理来
推测物种的生态需求和模拟物种的分布，运算时随
着环境变量的录入及迭代次数的增加，熵值增加。
在 GAＲP 算法中，最优模型的选取以最小遗漏率为
标准，而 Maxent 在遗漏率和记录错率之间能够很好
地权衡。
基于本土的模型与同时基于本土和入侵地的模
型均能够成功地预测椰子木蛾在我国的潜在分布，
但二者在东南亚及菲律宾地区的预测差别较大，这
主要是由于模型的构建区域造成的。经典生态位模
型构建方案包括模型构建于物种本土分布地，然后
将其转移并投射至另一地理区域，模拟入侵物种的
89
第 10 期 赵 力等: 入侵害虫椰子木蛾 (鳞翅目: 木蛾科)在我国的潜在分布
潜在分布，这种模型构建方案具有独特优势，这是由
于本土分布的物种，其种群一般处于平衡状态。在
平衡状态的种群基础上构建生态位模型，其转移能
力较高(朱耿平等，2014)，但这种模型构建方案有
时会需要采取措施来处理超出本土生态空间范围的
环境变量( Fitzpatrick et al．，2009)。基于本土和入
侵地的模型虽能够克服地理种群间的生态空间不一
致性问题，但其模型是构建在入侵种群的非平衡状
态基础上，模型的转移能力有时不能够确保 (朱耿
平等，2014)。
3. 3 潜在分布
在相对较大的尺度下，昆虫的分布主要受气候
因素的影响，而在相对较小的尺度下一般受物种间
相互作用的影响比较大(Hortal et al．，2010)。生态
位模型可以确定某物种的适宜生态空间，但是未考
虑到物种之间的相互作用以及扩散能力(Peterson et
al．，2011)。入侵物种能够在其本土范围之外建立
种群，与该种物种的种群状态、丰富度、天敌以及人
类活动等多种因素相关( Zhu et al．，2012)，生态位
模型中所显示物种分布可能性虽然高，但是这并不
代表该物种在这个地区就有实际分布，在较小的尺
度下，椰子木蛾的分布更易受棕榈科寄主植物的影
响。生态位模型输出结果与该木蛾在我国的地理分
布相符，可为其风险分析提供参考，经调查，海南省
万宁市、三亚市、儋州市、保亭县、琼海市、文昌市、海
口市，广东省珠海市、湛江市遂溪县、中山市、佛山市
顺德区，广西省防城港市港口区、东兴市发现椰子木
蛾(中华人民共和国国家林业局，2013)。
从适生性角度看，椰子木蛾在我国的潜在分布
集中在广东、广西、福建沿海地区以及海南的大部分
地区，广西中部和南部也具有较大的分布可能性，这
些沿海地区贸易频繁，容易助长入侵物种的扩散。
Maxent 和 GAＲP 生态位模型均显示出在 20° N 以南
以及 20°—23. 5° N 之间具有较大的潜在分布的可
能性，这同时是椰子的分布范围。在北半球，椰子主
要分布在赤道 20°N 以内的地区，在 20°—23. 5° N
之间也有分布(张慧坚，2002)，椰子木蛾的其他寄
主(棕榈科植物)也多在该地区分布，这种分布格局
及人类活动为椰子木蛾的扩散创造了条件。我国与
东盟国家贸易频繁，给椰子木蛾入侵我国提供了途
径，在上述适宜地区扩散的可能性较大。因此，开展
虫情调查，采取应对措施可有效防止椰子木蛾在适
宜地区的进一步扩散，同时应对来自椰子木蛾疫区
的棕榈植物及繁殖材料进行严格检疫，以防止椰子
木蛾的二次入侵。
参 考 文 献
李后魂，尹艾荟，蔡 波，等 ． 2014． 重要入侵害虫———椰子木蛾的
分类地位和形态特征研究 ． 应用昆虫学报，51 (1) : 283 － 291．
( Li H H，Yin A H，Cai B，et al． 2014． Taxonomic status and morphology
of the invasive alien species Opisina areanosella Walker
( Lepidoptera: Xyloryctidae ) ． Chinese Journal of Applied
Entomology，51 (1) : 283 － 291．［in Chinese］)
陆永跃，王 敏 ． 2013． 椰子织蛾的形态特征识别 ． 环境昆虫学报，
35 (6) : 838 － 842．
(Lu Y Y，Wang M． 2013． Morphology of the coconut caterpillar Opisina
arenoseua Walker． Journal of Environmental Entomology，35 (6) :
838 － 842．［in Chinese］)
吕宝乾，严 珍，金启安，等． 2013． 警惕椰子织蛾 Opisina arenosella Walker
(鳞翅目: 织蛾科)传入中国．生物安全学报，22 (1) : 17 －22．
(Lü B Q，Yan Z，Jin Q A，et al． 2013． Exotic pest alert: Opisina
arenosella ( Lepidoptera: Oecophoridae ) ． Journal of Biosafety，
22 (1) : 17 － 22．［in Chinese］)
阎 伟，刘 丽，李朝续，等 ． 2015．椰子木蛾在中国的适生区预测 ． 应
用昆虫学报，52(2) :454 － 450．
(Yan W，Liu L，Li C，et al． 2015． Prediction of suitable habitat for the
coconut black-headed caterpillar，Poisina arenosella (Walker) in
China． Chinese Journal of Applied Entomology，52(2) : 454 － 460．
［in Chinese］)
张慧坚 ． 2002． 世界与中国的椰子业 ． 热带农业科学，22 ( 3 ) :
41 － 45．
(Zhang H J． 2002． The coconut industry in China and the world．
Chinese Journal of Tropical Argicultural，22 ( 3 ) : 41 － 45．［in
Chinese］)
中华人民共和国国家林业局 ． 2013． 林业有害生物警示通报 ． 警示
通报［2014］1 号 ．
(The State Forestry Administration of the People’s Ｒepublic of China．
2013． The warning bulletin of the forestry harmful biology． The
Warming Bulletin［2014］ No． 1．［in Chinese］)
朱耿平，刘国卿，卜文俊，等 ． 2013． 生态位模型的基本原理及其在
生物多样性保护中的应用 ． 生物多样性，21 (1) : 90 － 98．
( Zhu G P，Liu G Q，Bu W J，et al． 2013． Ecological niche modeling and
its applications in biodiversity conservation． Biodiversity Science，
21 (1) : 90 － 98．［in Chinese］)
朱耿平，刘 强，高玉葆 ． 2014． 提高生态位模型转移能力来模拟入
侵物种的潜在分布 ． 生物多样性，22 (2) : 223 － 230．
(Zhu G P，Liu Q，Gao Y B． 2014． Improving ecological niche model
transferability to predict the potential distribution of invasive exotic
species． Biodiversity Science，22 (2) : 223 － 230．［in Chinese］)
Anantanarayanan K P． 1934． On the bionomics of a Eulophid
(Trichospilus pupivora，Ferr． ) a natural enemy of the Coconut
Caterpiliar (Nephantis serinopa Meyr． ) in South India． Bulletin of
Entomological Ｒesearch，25 (1) : 55 － 61．
Anderson Ｒ P，Lew D，Peterson A T． 2003． Evaluating predictive models
of species’ distributions: criteria for selecting optimal models．
Ecological Modelling，162 (3) : 211 － 232．
Bhanu K Ｒ M，Hall D Ｒ，Mathew T，et al． 2009． Female sex pheromone
of coconut black headed caterpillar，Opisina arenosella Walker
99
林 业 科 学 51 卷
(Lepidoptera: Oecophoridae) ． 25th Annual Meeting． International
Society of Chemical Ecology，Neuchatel，August 23 － 27，160．
Broennimann O，Fitzpatrick M C，Bearman P B，et al． 2012． Measuring
ecological niche overlap from occurrence and spatial environmental
data． Global Ecology and Biogeography，21(4) :481 － 497．
Elith J H，Graham C P，Anderson Ｒ，et al． 2006． Novel methods improve
prediction of species’distributions from occurrence data． Ecography，
29 : 129 －151．
Fitzpatrick M C，Hargrove W W． 2009． The projection of species
distribution models and the problem of non-analog climate．
Biodiversity and Conservation，18 (8) : 2255 － 2261．
Fernando L C P，Chandrasirl K A S． 1997． More evidence on the
attraction of males to the female sex pheromone of Opisina arenosetta
Walker． Cocos，12: 79 － 81．
Gupta A，Gopal M． 2002． Aflatoxin production by Aspergillus flavus
isolates pathogenic to coconut insect pests． World Journal of
Microbiology ＆ Biotechnology，18: 325 － 331．
He L S，Mohd A，Gloria O，et al． 2013． Chemical control of Opisina
arenosella， black headed caterpillars at the East Coast Park，
Singapore． Agri-Food ＆ Veterinary Authority of Singapore．
Hijmans Ｒ J，Cameron S E，Parra J L，et al． 2005． Very high resolution
interpolated global terrestrial climate surfaces． International Journal
of Climatology，25 (15) : 1965 － 1978．
Howard F W，Moore D，Giblin-Davis Ｒ M，et al． 2001． Insects on palms．
New York: CABI Publishing，1 － 400．
Hortal J，Ｒoura-Pascual N，Sanders N J，et al． 2010． Understanding
( insect ) species distributions across spatial scales． Ecography，
33 (1) : 51 － 53．
Kanagarathnam P，Pinto J L J G． 1985． Effect of Monocrotophos on the
leaf eating caterpillar Opisina arenosella Walker，when injected into
the trunk of the coconut palm． Cocos，3: 9 － 15．
Kumar N Ｒ，Janakiraman T N，Thiagarajan H，et al． 2007． Automated
motion tracking of insects using invariant moments in image
sequence． Information Technology Journal，16 (8) : 1264 － 1269．
Landge S A，Wankhede S M，Gangurde S M． 2009． Comparative biology
of Bracon hebetor Say on Corcyra cephalonica stainton and Opisina
arenosella Walker． International Journal of Plant Protection，2 (2) :
278 － 280．
Lever Ｒ J． 1969． Pests of the coconut palm． Ｒome: Food and
Agriculture Organization of the United Nations，1 － 190．
Manjanath T M． 1985． Coconut black-headed caterpillar on banana and
coconut． Plant Protection Bulletin，33 (2) : 71 － 72．
Mohan C，Ｒadhakrishnan Nair C P，Nampoothiri C K，et al． 2010． Leaf-
eating caterpillar ( Opisina arenosella ) － induced yield loss in
coconut palm． International Journal of Tropical Insect Science，
30 (3) : 132 － 137．
Muhammad B P P，Thomas S K． 2012． Indian Treepie Dendrocitta
vagabunda parvula ( Latham，1790) ( Passeriformes: Corvidae) as
a natural enemy of the pests of coconut and areca palm plantations． J
Biopest，5 ( Supplementary) : 205 － 208．
Muralimohan K，Srinivasa Y B． 2008a． Occurrence of protandry in an
aseasonal multivoltine moth: implications for body-size evolution．
Current Science，94 (4) : 513 － 518．
Muralimohan K，Srinivasa Y B． 2008b． Passive interplay between
resource dynamics and resource consumption may determine the
spatio-temporal distribution of a leaf-feeding insect in the canopy of a
palm． Current Science，94 (7) : 876 － 882．
Muralimohan K，Ｒamkumar，Srinivasa Y B． 2008c． Natural parasitization
and biological control: case of the coconut caterpillar． Current
Science，95 (10) : 1478 － 1482．
Muralimohan K，Srinivasa Y B，Sreekanth P N． 2013． Effect of
temperature on developmental biology of Opisina arenosella
(Walker) ． Current Biotica，7 (3) : 228 － 232．
NIIＲ Board of Consultants ＆ Engineers． 2006． The complete book on
coconut ＆ coconut products ( cultivation and processing ) ． New
Delhi: Asia Pacific Business Press Inc．
Peterson A T，Soberón J，Pearson Ｒ G，et al． 2011． Ecological niches
and geographical distributions． New Jersey: Princeton University
Press．
Pearson Ｒ G，Ｒaxworthy C J，Nakamura M，et al． 2007． Predicting
species distributions from small numbers of occurrence records: a
test case using cryptic geckos in Madagascar． Journal of
Biogeography，34 (1) : 102 － 117．
Phillips S J，Anderson Ｒ P，Schapire Ｒ E． 2006． Maximum entropy
modeling of species geographic distributions． Ecological Modelling，
190 (3 /4) : 231 － 259．
Ｒamkumar，Muralimohan K，Kiranmayi L，et al． 2001． Discrete
generation cycles in the tropical moth Opisina arenosella． Current
Science，91 (6) : 811 － 816．
Ｒobinson G S，Ackery P Ｒ，Kitching I J，et al． 2001． Hostplants of the
moth and butterfly caterpillars of the Oriental region． Kuala
Lumpur: Southdene Sdn Bhd，1 － 744．
Warren D L， Glor Ｒ E， Turelli M． 2008． Environmental niche
equivalency versus conservatism: quantitative approaches to niche
evolution． Evolution，62(11) :2868 － 2883．
Warrer D L，Glor Ｒ E，Turelli M． 2010． ENMTools: a toolbox for
comparative studies of environmental niche models． Ecography，
33(3)，607 － 611．
Wisz M S，Hijmans Ｒ J，Li J，et al． 2008． Effects of sample size on the
performance of species distribution models． Diversity and
Distribution，14 (5) : 763 － 773．
Zhu G P， Bu W J， Gao Y B， et al． 2012． Potential geographic
distribution of brown marmorated stink bug invasion ( Halyomorpha
halys) ． PLoS ONE，7 (2) : e31246．
(责任编辑 朱乾坤)
001