基于MaxEnt模型的浙江省福寿螺潜在分布区预测

doi:10.16178/j.issn.0528-9017.20240413

摘要/Abstract

摘要：

福寿螺(Pomacea canaliculata)是我国重要的外来入侵生物,严重威胁湿地生态系统安全。为有效监测和防控福寿螺,本研究基于现阶段福寿螺普查获得的分布数据,利用MaxEnt模型与ArcGIS软件,预测福寿螺在浙江省的适生区范围,并结合气候、海拔等环境因子,分析影响其分布的主要环境因子。结果表明,MaxEnt模型对浙江省福寿螺地理分布预测效果良好。福寿螺在浙江省的潜在适生区主要集中在浙北平原、东部沿海平原以及金衢盆地一带,整体呈现北密而中、南疏的分布格局。影响福寿螺在浙江省分布的主要环境因子包括海拔高度、最湿季度平均温度、最热月份最高温度、最干季度平均温度以及最干季度降水量。研究结果可为浙江省福寿螺的监测预警和检疫防控工作提供理论依据。

关键词: 福寿螺, MaxEnt模型, 环境因子, 潜在分布, 适生区预测

Abstract:

Pomacea canaliculata is an important invasive alien species in China, posing a serious threat to the safety of wetland ecosystems. To effectively monitor and control P. canaliculata, this study utilized its current geographical distribution data in Zhejiang Province. Using the MaxEnt modle and ArcGIS software, we predicted its potential suitable habitats and analyzed the main environmental factors affecting its distribution by incorporating climate, elevation, and other variables. The results showed that the MaxEnt model performed well in predicting the geographical distribution of P. canaliculata in Zhejiang Province. The potentially suitable habitats were primarily located in the northern Zhejiang Plain, the Eastern Coastal Plain, and the Jinqu Basin, with an overall distribution pattern that was dense in the north and sparse in the central and southern regions. The key environmental factors influencing the distribution of P. canaliculata in Zhejiang Province were altitude, mean temperature of the wettest quarter, maximum temperature of the warmest month, mean temperature of the driest quarter, and precipitation of the driest quarter. The findings of this study can provide a theoretical basis for the monitoring, early warning, quarantine, and control of P. canaliculata in Zhejiang Province.

Key words: Pomacea canaliculate, MaxEnt model, environmental factor, potential distribution, habitat suitability prediction

中图分类号:

S966.282

吴燕芬, 邱国强, 乔钰, 潘德寿, 石坚, 高百龙, 陈奕洁. 基于MaxEnt模型的浙江省福寿螺潜在分布区预测[J]. 浙江农业科学, 2025, 66(11): 2724-2731.

WU Yanfen, QIU Guoqiang, QIAO Yu, PAN Deshou, SHI Jian, GAO Bailong, CHEN Yijie. Potential distribution predition of Pomacea canaliculata in Zhejiang Province of China based on MaxEnt model[J]. Journal of Zhejiang Agricultural Sciences, 2025, 66(11): 2724-2731.

图/表 8

参考文献 34

[1]	宋红梅, 胡隐昌, 牟希东, 等. 外来入侵生物福寿螺的生物学特性、危害与防治现状[J]. 广东农业科学, 2009, 36(5): 106-108.
[2]	周卫川. 外来入侵生物福寿螺的风险分析[J]. 检验检疫科学, 2004, 14(6): 37-39.
[3]	李小慧, 胡隐昌, 宋红梅, 等. 中国福寿螺的入侵现状及防治方法研究进展[J]. 中国农学通报, 2009, 25(14): 229-232.
[4]	林丽, 方茹意. 积极推进湿地高质量发展生动描绘诗画浙江底色[J]. 浙江林业, 2023(2): 6-7.
[5]	林云彪. 浙江省福寿螺发生现状与防控对策研究[C]// 粮食安全与植保科技创新. 武汉, 2009: 65-68.
[6]	田磊, 李风波, 贺文芳, 等. 浙江省福寿螺入侵危害现状及防治方法研究进展[J]. 现代农业科技, 2022(5): 77-85.
[7]	WAAGE J K, REASER J K. A global strategy to defeat invasive species[J]. Science, 2001, 292(5521): 1486.
[8]	张路. MAXENT最大熵模型在预测物种潜在分布范围方面的应用[J]. 生物学通报, 2015, 50(11): 9-12.
[9]	周海涛, 那晓东, 臧淑英, 等. 最大熵(MaxEnt)模型在物种栖息地研究中的应用[J]. 环境科学与管理, 2016, 41(3): 149-151.
[10]	朱耿平, 乔慧捷. MaxEnt模型复杂度对物种潜在分布区预测的影响[J]. 生物多样性, 2016, 24(10): 1189-1196.
[11]	雷军成, 徐海根. 基于MaxEnt的加拿大一枝黄花在中国的潜在分布区预测[J]. 生态与农村环境学报, 2010, 26(2): 137-141.
[12]	张颖, 李君, 林蔚, 等. 基于最大熵生态位元模型的入侵杂草春飞蓬在中国潜在分布区的预测[J]. 应用生态学报, 2011, 22(11): 2970-2976.
[13]	张海涛, 罗渡, 牟希东, 等. 应用多个生态位模型预测福寿螺在中国的潜在适生区[J]. 应用生态学报, 2016, 27(4): 1277-1284.
[14]	周宇, 袁雪颖, 杨子轩, 等. 福寿螺入侵中国的扩散动态及潜在分布[J]. 湖泊科学, 2018, 30(5): 1379-1387.
[15]	刘雨芳, 李菲, 李玉峰, 等. 福寿螺在湖南的分布现状、危害与扩散风险预警[J]. 水生生物学报, 2011, 35(6): 1067-1071.
[16]	何铭谦, 章家恩, 罗明珠, 等. 基于GIS的广东地区福寿螺的潜在时空分布及对稻田的危害风险[J]. 华南农业大学学报, 2012, 33(3): 288-295.
[17]	张彦静, 斯琴, 胡洁, 等. 气候变化情景下裸冠菊在中国的潜在适生区分布预测[J]. 生态学报, 2023, 43(21): 8852-8864.
[18]	刘军, 何跃进, 谭济才, 等. 自然条件下福寿螺繁殖特性[J]. 应用生态学报, 2012, 23(2): 559-565.
[19]	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): 365-372.
[20]	YANG Q Q, LIU S W, HE C, et al. Distribution and the origin of invasive apple snails, Pomacea canaliculata and P. maculata (Gastropoda: Ampullariidae) in China[J]. Scientific Reports, 2018, 8: 1185.
[21]	BARBITTA D, CLAVIJO C, CARRANZA A. Ecoregional-level assessment of the potential distribution of the invasive apple snail Pomacea maculata perry, 1810 (Gastropoda: Ampullariidae): setting geographically explicit priorities for the management of the invasion[J]. Russian Journal of Biological Invasions, 2020, 11(2): 172-181.
[22]	杨先祥, 徐兴建, 刘建兵, 等. 钉螺动水沉降及运动方式的实验研究[J]. 中国血吸虫病防治杂志, 1994, 6(3): 137-139.
[23]	董朝莉. 福寿螺的生物生态学特性及在广西的分布与危害现状研究[D]. 桂林: 广西师范大学, 2006.
[24]	刘艳斌, 韩微, 贤振华. 温度对福寿螺生长发育及摄食的影响[J]. 南方农业学报, 2011, 42(8): 901-905.
[25]	俞燎霓, 胡波, 曹美兰, 等. 浙江梅雨气候特征及其梅汛期暴雨的形势分析[J]. 科技通报, 2010, 26(5): 782-786.
[26]	BAE M J, KIM E J, PARK Y S. Comparison of invasive apple snail (Pomacea canaliculata) behaviors in different water temperature gradients[J]. Water, 2021, 13(9): 1149.
[27]	SEUFFERT M E, MARTÍN P R. Thermal limits for the establishment and growth of populations of the invasive apple snail Pomacea canaliculata[J]. Biological Invasions, 2017, 19(4): 1169-1180.
[28]	潘颖瑛, 董胜张, 俞晓平. 温度胁迫对福寿螺生长、摄食及存活的影响[J]. 植物保护学报, 2008, 35(3): 239-244.
[29]	GLASHEEN P M, CALVO C, MEERHOFF M, et al. Survival, recovery, and reproduction of apple snails (Pomacea spp.) following exposure to drought conditions[J]. Freshwater Science, 2017, 36(2): 316-324.
[30]	LEI J C, CHEN L, LI H. Using ensemble forecasting to examine how climate change promotes worldwide invasion of the golden apple snail (Pomacea canaliculata)[J]. Environmental Monitoring and Assessment, 2017, 189(8): 404.
[31]	张雅旎, 朱旻翔, 孙晓燕, 等. 1972—2021年浙江省气温和降水变化的多时间尺度分析[J]. 科技通报, 2023, 39(6): 14-19.
[32]	浙江省统计局,国家统计局浙江调查总队. 2008浙江统计年鉴[M]. 北京: 中国统计出版社, 2008.
[33]	杨倩倩, 王正亮, 刘光富, 等. 我国外来入侵种福寿螺分子生物学研究进展[J]. 中国计量学院学报, 2014, 25(2): 122-128.
[34]	蒋玲, 赵永波, 李天美. 我国外来入侵生物福寿螺的物种鉴定[J]. 中国寄生虫学与寄生虫病杂志, 2024, 42(3): 384-388.

生物学习性	核心需求/限制	环境表征因子
避光性	逃避强光照射,需低光照环境	以降水量相关指标间接表征
越冬情况	不耐低温。12 ℃以下活动减弱,8 ℃以下冬眠,6 ℃以下死亡	以低温季节的温度相关指标表征
繁殖特性	喜高温。最适孵化水温25~28 ℃,5月和8月为自然条件产卵高峰	以高温季节的温度相关指标表征
栖息环境	需稳定的缓水或静水水体	以海拔和降水量相关指标间接表征

生物学习性	核心需求/限制	环境表征因子
避光性	逃避强光照射,需低光照环境	以降水量相关指标间接表征
越冬情况	不耐低温。12 ℃以下活动减弱,8 ℃以下冬眠,6 ℃以下死亡	以低温季节的温度相关指标表征
繁殖特性	喜高温。最适孵化水温25~28 ℃,5月和8月为自然条件产卵高峰	以高温季节的温度相关指标表征
栖息环境	需稳定的缓水或静水水体	以海拔和降水量相关指标间接表征

环境因子代码	环境因子	贡献率/ %	置换重要性/%
Bio1	年平均气温/℃	0.2	4.4
Bio2	平均气温日较差/℃	0.1	0
Bio3	等温性	1.6	10.0
Bio4	气温季节性变动系数	0.9	4.8
Bio5	最热月份最高温度/℃	3.0	0
Bio6	最冷月份最低温度/℃	0.1	4.3
Bio7	气温年较差/℃	0.3	1.1
Bio8	最湿季度平均温度/℃	7.4	2.2
Bio9	最干季度平均温度/℃	3.7	7.1
Bio10	最暖季度平均温度/℃	7.9	20.1
Bio11	最冷季度平均温度/℃	2.7	6.6
Bio12	年降水量/mm	0.5	2.2
Bio13	最湿月份降水量/mm	0.5	0
Bio14	最干月份降水量/mm	3.2	2.0
Bio15	降水量季节性变化/mm	1.3	6.8
Bio16	最干季度降水量/mm	0.4	2.1
Bio17	最湿季度降水量/mm	0.8	7.0
Bio18	最暖季度降水量/mm	0.9	10.9
Bio19	最冷季度降水量/mm	2.5	0.2
Elevation	海拔高度/m	62.1	8.0

环境因子代码	环境因子	贡献率/ %	置换重要性/%
Bio1	年平均气温/℃	0.2	4.4
Bio2	平均气温日较差/℃	0.1	0
Bio3	等温性	1.6	10.0
Bio4	气温季节性变动系数	0.9	4.8
Bio5	最热月份最高温度/℃	3.0	0
Bio6	最冷月份最低温度/℃	0.1	4.3
Bio7	气温年较差/℃	0.3	1.1
Bio8	最湿季度平均温度/℃	7.4	2.2
Bio9	最干季度平均温度/℃	3.7	7.1
Bio10	最暖季度平均温度/℃	7.9	20.1
Bio11	最冷季度平均温度/℃	2.7	6.6
Bio12	年降水量/mm	0.5	2.2
Bio13	最湿月份降水量/mm	0.5	0
Bio14	最干月份降水量/mm	3.2	2.0
Bio15	降水量季节性变化/mm	1.3	6.8
Bio16	最干季度降水量/mm	0.4	2.1
Bio17	最湿季度降水量/mm	0.8	7.0
Bio18	最暖季度降水量/mm	0.9	10.9
Bio19	最冷季度降水量/mm	2.5	0.2
Elevation	海拔高度/m	62.1	8.0

环境因子	贡献率	置换重要性
海拔高度	67.3	39.4
最湿季度平均温度	11.5	14.7
最热月份最高温度	7.1	14.4
最干季度平均温度	4.3	8.1
最干月份降水量	3.9	8.5
最冷季度降水量	3.0	4.0
最冷季度平均温度	2.3	9.9
最暖季度平均温度	0.6	1.0