中国媒介生物学及控制杂志  2022, Vol. 33 Issue (3): 409-413

扩展功能

文章信息

杨艺涛, 杜玉壮, 李乙冉, 寸得娇, 姚晓燕, 李兰花
YANG Yi-tao, DU Yu-zhuang, LI Yi-ran, CUN De-jiao, YAO Xiao-yan, LI Lan-hua
基于MaxEnt模型对我国长角涵螺潜在分布区的预测研究
Prediction of potential distribution of Alocinma longicornis in China based on MaxEnt model
中国媒介生物学及控制杂志, 2022, 33(3): 409-413
Chin J Vector Biol & Control, 2022, 33(3): 409-413
10.11853/j.issn.1003.8280.2022.03.018

文章历史

收稿日期: 2021-12-27
基于MaxEnt模型对我国长角涵螺潜在分布区的预测研究
杨艺涛1 , 杜玉壮1 , 李乙冉1 , 寸得娇1 , 姚晓燕1 , 李兰花1,2     
1 潍坊医学院公共卫生学院, 山东 潍坊 261053;
2 中国疾病预防控制中心寄生虫病预防控制所媒传热带病室, 上海 200025
摘要: 目的 分析影响我国长角涵螺分布的气候和地理因子,探索长角涵螺在我国的潜在适生区。方法 检索公开发表的我国长角涵螺地理分布相关中、英文文献,从中提取地理位置信息,运用最大熵模型(MaxEnt)分析气候和地理因子对长角涵螺潜在分布区的影响,并预测长角涵螺在我国的潜在适生区。结果 主要气候和地理因子中,海拔(贡献率48.80%)、最干月降水量(贡献率22.70%)和归一化水体指数(贡献率6.70%),对长角涵螺的分布影响较大。我国长角涵螺高、中、低适生区面积分别为30.64、60.60和101.00万km2。其中,高适生区主要位于浙江、江苏、上海、安徽、湖南、湖北省(直辖市)等地。结论 长角涵螺主要分布于我国秦岭淮河以南地区,海拔、最干月降水量和归一化水体指数可能是影响其分布的主要因素。
关键词: 长角涵螺    最大熵模型    气候和地理因子    适生区    
Prediction of potential distribution of Alocinma longicornis in China based on MaxEnt model
YANG Yi-tao1 , DU Yu-zhuang1 , LI Yi-ran1 , CUN De-jiao1 , YAO Xiao-yan1 , LI Lan-hua1,2     
1 School of Public Health, Weifang Medical University, Weifang, Shandong 261053, China;
2 Department of Vector-Borne Tropical Diseases, National Institute of Parasitic Diseases, Chinese Center for Disease Control and Prevention, Shanghai 200025, China
Abstract: Objective To analyze the climate and geographical factors affecting the distribution of Alocinma longicornis in China, and to predict its potential habitat areas in China. Methods English and Chinese articles reporting the geographical distribution of A. longicornis in China were retrieved for extraction of the geographic information. The impact of climate and geographical factors on the distribution of A. longicornis was analyzed and the suitable habitats were predicted using a MaxEnt model. Results Elevation (48.80%), precipitation of driest month (22.70%), and normalized difference water index (6.70%) had great influence on the distribution of A. longicornis in China. The habitats with high, medium, and low suitability were 0.306 4, 0.606 0, and 1.010 0 million km2, respectively. Areas with high suitability were mainly located in Zhejiang, Jiangsu, Shanghai, Anhui, Hunan, and Hubei provinces (municipality). Conclusion A. longicornis is mainly distributed in China south of the Qinling-Huaihe Line. Elevation, precipitation of driest month, and normalized difference water index are the main factors affecting its distribution.
Key words: Alocinma longicornis    MaxEnt model    Climate and geographical factors    Suitable habitat    

长角涵螺(Alocinma longicornis)是我国浅水湖泊常见的一种优势螺类[1],其密度大、生物量可观,是华支睾吸虫(Clonorchis sinensis)的重要中间宿主[2]。尽管部分地区开展了螺类种群调查工作,但由于系统监控机制的欠缺,长角涵螺在我国的潜在分布范围仍待研究[3]。螺类动物的地理分布在很大程度上受气候和环境因子影响[4],分析气候环境因素对长角涵螺分布的影响有助于对其潜在分布区进行预测[5]。因此,本研究拟运用最大熵模型(MaxEnt)分析环境因子对我国长角涵螺分布区的影响,在此基础上,对长角涵螺的潜在分布区进行预测,研究结果可为华支睾吸虫及其他吸虫病的预防控制提供参考依据。

1 材料与方法 1.1 长角涵螺分布点的收集及处理

分别用“长角涵螺”或“角豆螺”和“Alocinma longicornis”在中国知网、万方、维普、Web of Science、PubMed等中、英文数据库中进行全文检索,获取长角涵螺相关公开发表的文献,并筛选出包含长角涵螺地理信息的文献。从近20年(2000-2021年)文献中提取地理位置信息,并用百度地图的坐标拾取功能转换为经纬度。为避免模型过拟合,进一步用ArcGIS 10.7软件对分布点设置半径为5 km的缓冲区,使每个5 km×5 km网格中仅保留1个分布点,最终获得158个分布点用于模型构建。

1.2 环境因子对长角涵螺分布的影响

本研究中的环境因子主要包括气候因子和地理因子。19个气候因子(bio1~bio19)为1970-2000年各气候因子月平均数据,从全球气候数据网站(https://www.worldclim.org/)中下载,空间分辨率设置为5 arc min。地理因子包括海拔、坡度、坡向、植被覆盖率、归一化水体指数(normalized difference water index,NDWI)。海拔数据来自SRTM(Shuttle Radar Topography Mission)数据(http:∥srtm.Csi.Cgiar.org/),坡度、坡向信息利用ArcGIS 10.7软件中的表面分析功能获得。植被覆盖率(fractional vegetation cover,FVC)从中心地理空间数据云平台(www.gscloud.cn)中获取。

NDWI即对遥感影像的特定波段进行归一化差值处理,以凸显影像中的水体信息。本研究中NDWI时间序列来自于MODIS/Terra植被指数16 d间隔产品,分辨率为1 km(www.wist.echo.nasa.gov);下载2020年的数据进行平滑处理,并整合成1年的时间序列后提取相应的近红外波段和短波红外波段,再根据公式:NDWI=(λNIR-λSWIR)/(λNIR+λSWIR)计算出每个时间的NDWI。在ERDAS IMAGINE 9.0(遥感图像处理)中计算出2020年NDWI值作为影响因子。

使用R 4.1.0软件对19个气候因子及5个地理因子进行相关分析,若两变量相关系数 > 0.90,仅保留贡献率大者用于模型构建。再将缓冲区筛选后的分布点和相关性筛选后的环境因子纳入MaxEnt模型进行多因素分析,通过计算各环境因子的贡献率及绘制响应曲线分析各因子对长角涵螺分布区的影响。

1.3 当前我国长角涵螺的适生区分布

随机选择70%的分布点作为训练集用于MaxEnt模型构建,剩余30%的分布点作为验证集用于模型验证[6],设置收敛阈值为10-5和最大迭代次数500,交叉验证重复运算10次[7]。采用刀切法分析各环境因子的贡献率,并建立环境因子与物种分布概率关系的响应曲线。

利用ArgGIS 10.7软件中的自然断点法将所得适宜度指数划分为非适生区、低适生区、中适生区和高适生区4个等级。

用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)衡量模型预测准确度[8],AUC≥0.90认为预测精度极好[9]

2 结果 2.1 长角涵螺分布点

本研究共检索到中、英文文献551篇,收集获得长角涵螺分布点269个,设置缓冲区后,最终保留200个分布点用于模型构建。

2.2 环境因子对长角涵螺分布的影响

共筛选出14个环境因子用于分析,各个环境因子对长角涵螺分布的贡献率见表 1。MaxEnt模型运行结果表明,对长角涵螺分布影响最大的3个因子是海拔、最干月降水量和NDWI,贡献率分别为48.80%、22.70%和6.70%(贡献率为在所有环境因子中对长角涵螺分布影响的占比)。

表 1 气候和地理因子对长角涵螺分布影响的贡献率 Table 1 Contribution rates of climate and geographical factors to the distribution of Alocinma longicornis

主要地理、气候因子对长角涵螺分布概率的影响见图 1。其中图 1A表示长角涵螺适生区随海拔的变化而变化的趋势,海拔越低,分布概率越高,反之海拔越高,分布概率越低。图 1B反映最干月降水量对长角涵螺适生区的影响,图中长角涵螺适生区随着最干月降水量的呈现先上升后下降的趋势,最干月降水量为30.00 mm时长角涵螺分布概率达到最高。图 1C则是反映NDWI对长角涵螺适生区的影响,从图中可以看出随着NDWI的增加,分布概率整体为增加趋势,在0.50时分布概率达到最高,在0.90后分布概率保持不变。

注:A海拔;B最干月降水量;C归一化水体指数。 图 1 主导气候和地理因子对长角涵螺分布概率影响的响应曲线 Figure 1 Response curves of the impact of climate and geographical factors on the distribution probability of Alocinma longicornis
2.3 我国长角涵螺的适生区分布预测

长角涵螺适生区预测结果表明,我国长角涵螺的高适生区面积为30.64万km2,主要位于江苏省(8.24万km2,高适生区面积占本省的76.87%)、浙江省(1.76万km2,高适生区面积占本省的16.68%)、上海市(0.59万km2,高适生区面积占本市的9.30%)、安徽省(6.10万km2,高适生区面积占本省的43.57%)、湖南省(1.75万km2,高适生区面积占本省的8.26%)、湖北省(8.20万km2,高适生区面积占本省的44.10%)等地;中适生区面积为60.60万km2,主要位于河南、安徽、四川、湖北、湖南、河南、山西省以及山东省西南部等地;低适生区面积为101.00万km2,主要分布在新疆、四川、重庆、云南、广西、广东、黑龙江、吉林、辽宁省(直辖市、自治区)等局部地区(图 2),MaxEnt模型运行10次得出的平均结果中,ROC曲线AUC值为0.934,模型预测精度极好。

图 2 基于最大熵模型预测的长角涵螺在我国的适生区 Figure 2 Suitable habitats of Alocinma longicornis in China predicted by MaxEnt model
3 讨论

本研究分析表明,海拔和最干月降水量以及NDWI是影响长角涵螺分布的主要因子。作为一种水生动物,长角涵螺的发育繁殖受水体生态环境影响。陈其羽等[10]的研究表明,长角涵螺生长繁殖与水草的生长、温度以及水文情势有关[11],说明水体生态环境影响长角涵螺的生存。本研究中NDWI是反映水体环境的指标,故NDWI对长角涵螺的分布有重要影响。而海拔对温度、水体中各物质成分、水中动植物及微生物的种类与丰度等均有重要影响,如张红光等[12]的研究中明确指出海拔越高,微生物种类及丰度越低,易浪等[13]关于蝴蝶的研究中也显示低海拔区生物分布明显聚集,并且与高海拔地区空间上分离,少有重叠,本研究中海拔为影响长角涵螺潜在地理分布的主要环境因子。另外一个影响长角涵螺潜在地理分布的主要环境因子为最干月降水量,王国庆等[14]的研究中提到降水量对水资源具有直接的影响,同时陆昊等[15]的研究也提到降水量的改变会影响河道入湖总氮和总磷通量,而氮磷恰是引发湖泊水体富营养化和蓝藻水华暴发的主要生源要素。因此,降水量对水体生态环境有重要影响。本研究结果表明,海拔和降水量以及NDWI均可能通过影响水体生态环境而影响长角涵螺的发育繁殖。

平原是指海拔在200 m以下的区域,丘陵则属于相对崎岖的地形,是指海拔在200~500 m之间,相对高度不超过200 m,有一定起伏的区域。山地和丘陵在形态上十分相似,只是要求海拔在500 m以上,地势更为陡峭的区域。而当前长角涵螺高中适生区主要位于秦岭淮河以南等地,海拔较低,地形多为平原,丘陵交错其中[16]。其中江苏省为最高适生区(8.24万km2,高适生区面积占本省76.87%),江苏省地形以低海拔平原为主,面积占比之和超过95%[17];以江苏地区为例分析长角涵螺高适生区特点,它处于亚热带季风气候—温带季风气候区域,海拔低的平原区域,生物丰度高,且江苏省地处长江下游,东临东海和黄海及广阔的太平洋,沿海空气湿度大,降水较多[18],最干月降水量充沛,故空气湿润,水草生长旺盛继而水体环境丰富,导致长角涵螺分布数量多。所以,综合满足低海拔、最干月降水量充足及NDWI等条件,江苏省成为全国长角涵螺分布最高适生地区。而青海、宁夏和西藏等地,由于气温低、海拔高、降水量少、生物多样性低,不适合长角涵螺生存[19]。总而言之,长角涵螺适合生长在湿润、海拔低、水体环境丰富的地区,而秦岭淮河以南的地区处于亚热带季风气候—温带季风气候区域,气候湿润,干旱月降水量丰富,海拔较低[20],适合长角涵螺分布。基于以上分析,本研究提出如下建议:在长角涵螺中高适生区开展监测工作,及时发现长角涵螺孳生地,定期对长角涵螺华支睾吸虫的携带情况进行检测,采取有效措施防止水质富营养化、控制水草及水藻的含量,例如采用生态浮床、人工湿地等技术措施对水体开展生态修复,削减富营养化水体中的氮、磷等营养盐浓度[21],减少长角涵螺的孳生地,降低肝吸虫病的传播风险。

本研究还存在一些不足之处。首先,笔者通过现存的文献来收集长角涵螺分布点信息,所得全国范围内分布点信息不完整。其次,本次研究仅考虑气候因子和地理因子对长角涵螺分布的影响,未考虑人类社会活动的影响。再者,本研究所用的气象数据时间为1970年1月至2000年12月的月平均数据,缺乏更新的气候数据,加之缺乏全国范围螺类连续性监测数据,无法具体分析气候和环境因子与长角涵螺动态分布的关系。

因此,未来研究可尝试全面纳入各种影响因素并且探索其他模型,以期更加准确地预测长角涵螺的适生区分布情况。

利益冲突  无

参考文献
[1]
覃冬梅. 豆螺科的形态、分子鉴定及线粒体全基因组研究[D]. 南昌: 南昌大学, 2020. DOI: 10.27232/d.cnki.gnchu.2020.002914.
Qin DM. Morphology, molecular identification and complete mitochondrial genome of Bithyniidae[D]. Nanchang: Nanchang University, 2020. DOI: 10.27232/d.cnki.gnchu.2020.002914.(in Chinese)
[2]
Sripa B, Suwannatrai AT, Sayasone S, et al. Current status of human liver fluke infections in the Greater Mekong Subregion[J]. Acta Tropica, 2021, 224: 106133. DOI:10.1016/J.ACTATROPICA.2021.106133
[3]
钱门宝, 陈瑾, 周晓农. 中国华支睾吸虫病主要流行区省级寄生虫病防治机构能力调查[J]. 中国血吸虫病防治杂志, 2019, 31(2): 192-196.
Qian MB, Chen J, Zhou XN. Investigation on capacity of provincial parasitic diseases control institutions in main clonorchiasis-endemic areas of China[J]. Chin J Schisto Control, 2019, 31(2): 192-196. DOI:10.16250/j.32.1374.2018284
[4]
孙月娟, 王武, 刘其根, 等. 江苏阳澄湖螺类群落的空间分布格局[J]. 长江流域资源与环境, 2011, 20(6): 711-716.
Sun YJ, Wang W, Liu QG, et al. Spatial distribution of snail (gastropod) community in Yangcheng Lake, Jiangsu province, China[J]. Resour Environ Yangtze Basin, 2011, 20(6): 711-716.
[5]
施雯, 朱恩骄, 王宇宸, 等. 基于MaxEnt模型预测戴褐臂金龟在中国的潜在适生区[J]. 生态学杂志, 2021, 40(9): 2936-2944.
Shi W, Zhu EJ, Wang YC, et al. Prediction of potentially suitable distribution area of Propomacrus davidi Deyrolle in China based on MaxEnt model[J]. Chin J Ecol, 2021, 40(9): 2936-2944. DOI:10.13292/j.1000-4890.202109.024
[6]
Escobar LE, Lira-Noriega A, Medina-Vogel G, et al. Potential for spread of the white-nose fungus (Pseudogymnoascus destructans) in the Americas: Use of Maxent and NicheA to assure strict model transference[J]. Geospat Health, 2014, 9(1): 221-229. DOI:10.4081/gh.2014.19
[7]
郭晓旭, 王璐, 许晓岗, 等. 基于MaxEnt模型的芬芳安息香潜在适生区预测[J]. 生态科学, 2020, 39(4): 119-124.
Guo XX, Wang L, Xu XG, et al. MaxEnt modeling for predicting potential suitable distribution areas of Styrax odoratissimus[J]. Ecol Sci, 2020, 39(4): 119-124. DOI:10.14108/j.cnki.1008-8873.2020.04.016
[8]
姜志诚. 气候背景下中国野生亚洲象适宜生境的最大熵模型(MaxEnt)预测[D]. 昆明: 云南大学, 2019.
Jiang ZC. Predictions of suitable habitat for wild Asian elephant in China based on maximum entropy model (MaxEnt) in climatic background[D]. Kunming: Yunnan University, 2019. (in Chinese)
[9]
王雨生, 王召海, 邢汉发, 等. 基于MaxEnt模型的珙桐在中国潜在适生区预测[J]. 生态学杂志, 2019, 38(4): 1230-1237.
Wang YS, Wang ZH, Xing HF, et al. Prediction of potential suitable distribution of Davidia involucrata Baill in China based on MaxEnt[J]. Chin J Ecol, 2019, 38(4): 1230-1237. DOI:10.13292/j.1000-4890.201904.024
[10]
陈其羽, 梁彦龄, 宋贵保, 等. 武昌东湖软体动物的生态分布及种群密度[J]. 水生生物学集刊, 1975, 5(3): 371-379.
Chen QY, Liang YL, Song GB, et al. On ecological distributions and population densities of Mollusca in Lake Tung-Hu, Wuchang[J]. Acta Hydrobiol Sin, 1975, 5(3): 371-379.
[11]
张永生, 李海英, 李站, 等. 淠史杭灌区渠道水生植物过度生长影响因素及防治措施[J]. 生态环境学报, 2020, 29(7): 1333-1343.
Zhang YS, Li HY, Li Z, et al. Growth affection factors and weeding of aquatic plants in Pishihang irrigated district channels[J]. Ecol Environ Sci, 2020, 29(7): 1333-1343. DOI:10.16258/j.cnki.1674-5906.2020.07.007
[12]
张红光, 李琳, 赵燕, 等. 青藏高原不同海拔湖水中可培养微生物的季节性变化[J]. 中兽医医药杂志, 2013, 32(3): 49-55.
Zhang HG, Li L, Zhao Y, et al. Seasonal changes of culturable microbes in different altitude lakes in Qinghai-Tibet Plateau[J]. J Tradit Chin Vet Med, 2013, 32(3): 49-55. DOI:10.13823/j.cnki.jtcvm.2013.03.002
[13]
易浪, 董亚坤, 苗白鸽, 等. 云南高黎贡山地区蝴蝶群落多样性[J]. 生物多样性, 2021, 29(7): 950-959.
Yi L, Dong YK, Miao BG, et al. Diversity of butterfly communities in Gaoligong region of Yunnan[J]. Biodiv Sci, 2021, 29(7): 950-959. DOI:10.17520/biods.2020486
[14]
王国庆, 张建云, 管晓祥, 等. 中国主要江河径流变化成因定量分析[J]. 水科学进展, 2020, 31(3): 313-323.
Wang GQ, Zhang JY, Guan XX, et al. Quantifying attribution of runoff change for major rivers in China[J]. Adv Water Sci, 2020, 31(3): 313-323. DOI:10.14042/j.cnki.32.1309.2020.03.001
[15]
陆昊, 杨柳燕, 杨明月, 等. 太湖流域上游降水量影响河道入湖总氮和总磷通量研究[J/OL]. 水资源保护, (2021-08-26)[2021-12-15]. https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=SZYB20210825000&uniplatform=NZKPT&v=PeAi9aFB2ddqOOxBTwLieJBUuHKo4y7qZAk7k173Zqbcqpr4uEapFBoC_XIjCDl9. (in Chinese)
Lu H, Yang LY, Yang MY, et al. The Influence of rainfall in the upper reaches of Lake Taihu basin on the inflow fluxes of total nitrogen and total phosphorus into Lake Taihu[J/OL]. Water Resour Prot, (2021-08-26)[2021-12-15]. https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=SZYB20210825000&uniplatform=NZKPT&v=PeAi9aFB2ddqOOxBTwLieJBUuHKo4y7qZAk7k173Zqbcqpr4uEapFBoC_XIjCDl9. (in Chinese)
[16]
莫申国. 基于DEM的秦岭数字地貌格局研究[J]. 华东师范大学学报(自然科学版), 2008, 2008(2): 8-14.
Mo SG. Study on digital landform patterns based on DEM in Qingling Mts[J]. J East Chin nor Univer(Nat Sci Ed), 2008, 2008(2): 8-14. DOI:10.3969/j.issn.1000-5641.2008.02.002
[17]
卢其垡, 葛荣存, 高亦远. 基于ASTER GDEM的江苏省地貌类型分类[J]. 现代测绘, 2020, 43(2): 54-57.
Lu QF, Ge RC, Gao YY, et al. Classification of geomorphologic types in Jiangsu province based on ASTER GDEM[J]. Mod Surv Mapp, 2020, 43(2): 54-57. DOI:10.3969/j.issn.1672-4097.2020.02.015
[18]
郑加柱, 王亮. 江苏地区大气可降水量的时空分布[J]. 东南大学学报(自然科学版), 2013, 43 Suppl 2: 260-264.
Zheng JZ, Wang L. Temporal and spatial distribution of precipitable water vapor in Jiangsu[J]. J Southeast Univ (Nat Sci Ed), 2013, 43 Suppl 2: 260-264. DOI:10.3969/j.issn.1001-0505.2013.S2.009
[19]
王小丹, 程根伟, 赵涛, 等. 西藏生态安全屏障保护与建设成效评估[J]. 中国科学院院刊, 2017, 32(1): 29-34.
Wang XD, Cheng GW, Zhao T, et al. Assessment on protection and construction of ecological safety shelter for Tibet[J]. Bull Chin Acad Sci, 2017, 32(1): 29-34. DOI:10.16418/j.issn.1000-3045.2017.01.004
[20]
李双双, 张玉凤, 汪成博, 等. 气候变化和生态建设对秦岭-淮河南北植被动态的影响[J]. 地理科学进展, 2021, 40(6): 1026-1036.
Li SS, Zhang YF, Wang CB, et al. Coupling effects of climate change and ecological restoration on vegetation dynamics in the Qinling-Huaihe region[J]. Progr Geogr, 2021, 40(6): 1026-1036. DOI:10.18306/dlkxjz.2021.06.012
[21]
李昂臻, 陈思旭, 李海燕, 等. 北方某省会城市主要水库富营养化程度、特征和防治对策[J]. 环境化学, 2020, 39(9): 2529-2539.
Li AZ, Chen SX, Li HY, et al. Characteristics and evaluation of eutrophication in major reservoirs of a northern city in China[J]. Environ Chem, 2020, 39(9): 2529-2539. DOI:10.7524/j.issn.0254-6108.2020040902