气候变化和国际贸易的进程导致许多原本在局限地区分布的物种正在经过各种各样的方式迁移到其他地区^[1]。一些具有寄生生活方式的生物有可能感染新的宿主（人类、家畜、野生动物等），进而威胁人类健康和（或）动物种群状况^[2]。随着全球各国人员的往来更加频繁，生物入侵数量和频次也在逐年增加。生物入侵对生物多样性造成重大影响，其特点是具有纬度地带性规律，纬度低的区域生物入侵现象更为严重^[3]，斑体花蜱（Amblyomma maculatum）又称墨西哥湾沿岸蜱（Gulf Coast tick），可见于西半球大部分地区的草原和沿海高地，是一种具有攻击性且叮咬人的体外寄生虫，最适的孵化温度一般为27 ℃，湿度为70%~98%，是一种三宿主蜱，幼虫和若虫寄生各种鸟类和小型哺乳动物，成虫主要寄生犬、土狼、臭鼬和熊等。斑体花蜱对公共卫生健康的意义越来越大^[4]，研究人员发现斑体花蜱能够传播多种病原体^[5-9]，1998年研究人员发现其是美洲肝孢子虫（Hepatozoon americanum）的潜在媒介^[10]，2004年发现其可以传播人类立克次体（Rickettsia parkeri）疾病^[11]。最早有记录的斑体花蜱是1958年随美国俄克拉马荷州在美国东南部的墨西哥沿岸引入的牲畜牛侵入，并成功地在附近的州县定殖^[12]。近年来的研究发现，斑体花蜱沿着候鸟迁徙的路线在美国逐渐北移。预估物种分布是生态学研究的一个重要组成部分，广泛应用于生物入侵以及濒危物种的保护等方面，物种的生态位又是物种分布的重要影响因素。规则集遗传算法模型（genetic algorithm for rule-set prediction model，GARP模型）是一种通过计算物种的生态位并投射到不同区域来预估该地区是否适合物种生存的软件^[13]，广泛应用于物种适生区的预估^[14-16]。为了研究斑体花蜱在中国的适生风险，本研究使用Desktop GARP 1.1.3软件构建GARP生态位模型，并结合ArcGIS 10.5软件将结果进行可视化，为斑体花蜱在我国出入境口岸的检验检疫提供科学的指导依据。

斑体花蜱的分布数据来自于公开发表的文献和在线数据库，在Web of Science、PubMed、中国知网和万方数据库中检索已发表的文献中关于斑体花蜱位置数据，检索词中含有该物种的常见名称的所有文章。在全球生物多样性信息网站（GBIF，https://www.gbif.org）中下载该物种所有包含位置信息的数据（accessed on 22^th April 2021，https://doi.org/10.15468/dl.gzhkxn）。所有地理数据都必须满足以下质量控制措施：观测时间不早于1950年；至少1个坐标包含2位或更多的小数位；坐标误差≤1 000 m。最后共获得分布数据358条。

（1）世界地图来自于北美制图信息协会（North Americanum Cartographic Information Society，NACIS）提供的1∶110 Natural EarthⅠ地图。（2）中国地图来自于国家基础地理信息系统1∶400万国界与省界地图。

首先使用Google Earth 7.1软件（Google Inc.，Mountain View，CA，USA）分析所有分布点的位置数据工具，使用ENMTools工具基于2.5弧分数据的每个栅格来控制空间的相关性和过拟合现象，最后获得分布数据305条。将分布数据以Desktop GARP 1.1.3所要求的格式输入到Desktop GARP软件中。

物种的分布受到各种环境变量的影响^[17]。所使用的环境变量来自WorldClim网站，所有生物因子的命名及描述见表 1。将所有环境变量的*.tif格式转换为Desktop GARP所要求的环境数据格式输入到Desktop GARP中。坐标系设置为WGS 1984。由于太多的变量会增加生态空间维度，进而影响GARP模型的预估性能和精度，因此使用刀切法来衡量变量的重要程度。分析每次模型所返回的遗漏误差与基础遗漏误差之间的关系，如果某个环境因子的缺失导致的遗漏误差显著降低（基础遗漏误差×95%），则该环境因子对模型的贡献较小，不被选入最终模型；反之，则该环境因子对模型贡献度较大，选入最终模型。基础遗漏误差和各个环境因子的遗漏误差如表 2所示，其中11个环境变量选入到最后的预估模型中。

表 1 生物气候因子名称及描述 Table 1 List and description of bioclimatic variables

表选项

表 2 基于刀切法的环境变量影响程度及选择结果 Table 2 The magnitude and selection of environmental variables based on the jackknife method

表选项

Desktop GARP软件共有4种规则类型（rule types）：Atomic、Range、Negated Range和Logistic regression（Logit）。选择4种模型的所有组合（All combinations of the selected rules）共15种规则组合，每个组合运行100次，共1 500次，对所有组合的运行结果排除omission（int）不为0的所有结果后计算omission（ext）的平均值。所有结果中omission（ext）值最小的为最优组合。

对Desktop GARP软件的设置如下：①使用75%的数据为训练集（training）构建模型，25%的数据进行模型验证；②循环运行次数（runs）为200次^[18]，最大重复运算次数（max iterations）为1 000，收敛极限（convergence limit）为0.01；③设置最优规则类型组合；④结果输出格式选择*.asc（ASCⅡGrids）和*.bit（Bitmaps）格式；⑤根据Anderson等^[19]最佳模型的选择方法，将100个最优模型叠加在ArcMap中使用空间分析模块（spatial analysis tools）进行图层叠加得到预估分布图，每个栅格的适生值等于预估该栅格为适生区模型的数量。计算每个栅格的重叠值（overlap value，OV）。使用重分类（reclassify）的自然间断点分级法（Jenks’ natural breaks）将斑体花蜱的重叠值划分为4类适生区分级（非适生区、低适生区、中适生区和高适生区）。

利用SPSS 25.0软件绘制受试者工作特征曲线（receiver operating characteristic curve，ROC曲线），并计算ROC曲线下面积（area under curve，AUC）来评价模型的预估能力。AUC值取0~1，AUC值越接近1表示模型判断能力越强^[20]，AUC < 0.7表示预估能力较差，0.7≤AUC < 0.8预估能力较好，0.8≤AUC < 0.9表示预估能力好，AUC≥0.9为极好。使用χ²单侧检验验证预估模型适生区预估的准确率，检验统计量取α=0.05。

主要分布在美国、墨西哥、加拿大、哥伦比亚、秘鲁、洪都拉斯和巴哈马等地，集中分布在南美洲和北美洲等地。见图 1。

图 1 斑体花蜱的现有分布点 Figure 1 The current distribution sites of Amblyomma maculatum

图选项

将已知的物种分布数据图层叠加到预估分布图中，通过验证数据验证预估分布区的准确性。在选出的100个预估模型中，绝大多数的点都落在预估的适生区内，准确率≥99.79%。经χ²单侧检验，167.160 < χ² < 459.190，P < 0.001。预估的适生区占整个研究区域的比例为11.53%~28.09%。

ROC曲线见图 2，模型的AUC值为0.927，其95%置信区间为0.903~0.950。模型预估效果极好。

注：ROC表示工作特征曲线；AUC表示曲线下面积。 图 2 斑体花蜱规则集遗传算法模型的ROC曲线 Figure 2 The receiver operating characteristic curve of the genetic algorithm for rule-set prediction model of Amblyomma maculatum

图选项

斑体花蜱在中国的适生区主要分布在91°46′05″~121°56′44″E，18°10′16″~40°18′23″N的地理范围，包括西藏自治区南部部分地区、四川省东南部、甘肃省东南部、陕西省南部、山西省西南部分地区、河北省南部、北京市南部、天津、山东、河南、江苏、浙江、安徽、河北、重庆、贵州、广西、广东、福建、江西、上海、海南省（自治区、直辖市）和台湾省西部沿海地区。高适生区主要分布在云南、四川、贵州、重庆、湖北、河南和山东省大部及以南地区，中、低适生区主要沿高适生区向西北方向扩展，面积较高适生区小。非适生区主要是中西部及北部低温和低降雨量的地区。见图 3。

图 3 斑体花蜱在中国的潜在适生区分布 Figure 3 The potential suitable distribution of Amblyomma maculatum in China

图选项

蜱在宿主身体上的寄生位置主要是皮肤，使它成为了国际贸易外来物种中最常见的寄生虫^[2]。GARP生态位模型，自开发以来被广泛的应用于外来入侵物种的预测^[21-24]，但也存在一些不足之处，如GARP模型不能自动对环境因子使用刀切法进行分析，需要人工进行筛选，如何使用好刀切法进行环境变量的筛选，选择合理且合适的环境变量进行外来入侵物种的适生区研究是一个重点；GARP模型自带的原始数据分辨率较低易导致预测结果分辨率不高，但模型可以选择使用WorldClim提供的较高分辨率的环境数据进行分析。单纯使用GARP模型对物种适生区进行预测，需要对模型进行修正，如刀切法筛选环境因子、规则类型的选择、多次模型结果的叠加、结合生物学特性叠加使用必要的生存环境因子等。本文针对以上不足，采用WorldClim气候数据并采用手动刀切法选择合适的环境变量。此外，一些研究也将不同模型赋以不同权重而结合进行适生区预估，陈璐^[25]将GARP模型与生态位因子分析（ecological-niche factor analysis，ENFA）模型的结果按照权重比叠加，使适生区的预估更加精确；张静秋等^[18]使用GARP模型预测烟草霜霉病在中国的适生区时，叠加使用了烟草种植区域数据来对结果进行修正。刘欣^[26]使用GARP模型与最大熵模型（maximum entropy model, MaxEnt model）按照结果权重比进行叠加，预估了空心莲子草在中国的适生区等。

本文将GARP模型与ArcGIS 10.5软件相结合，预估了斑体花蜱在实际分布地点的生态位需求，并将其投射在中国，预估了其在我国的潜在适生区范围^[27]。基于模型准确性的结果，可以认为建立的斑体花蜱GARP生态位模型的预估结果有极为显著的预估能力，可以预估斑体花蜱在中国的适生区。预防结果显示，在我国西部、西北部和东北等地区未见适生区，主要适生区在我国华南、华东和华中地区。依据柯本气候分类模式，中国东南部与斑体花蜱现有分布区美国东南部和墨西哥等地同属亚热带湿润气候，具有相同的生态气候类型^[28]。斑体花蜱适宜生存在温暖潮湿的环境中，主要活动时间为4－10月，温度及降水是卵的孵化和各生命阶段蜕皮的关键因素^[29]，而我国西部和西北部地区干旱少雨，缺少必要的降水，东北部地区冬季低温，蜱的卵和幼虫可能难以越冬。模型结果与已知生物入侵现状相符，即纬度低的地区更易被入侵。适生区所在地区的相关检疫部门应加大对进口货物、动物以及进境人员的检疫，对查获的蜱进行分类鉴定，确定外来入侵物种种类，并进行有针对性的预防，防止其输入和定殖。

利益冲突   无