服务
文章信息
- 马爱民,王劲峰,王多全,任周鹏
- MA Ai-min, WANG Jin-feng, WANG Duo-quan, REN Zhou-peng
- 基于最大熵模型的中华按蚊潜在分布预测
- Prediction of potential distribution of Anopheles sinensis in China based on MaxEnt
- 中国媒介生物学及控制杂志, 2014, 25(5): 393-398
- Chin J Vector Biol & Control, 2014, 25(5): 393-398
- 10.11853/j.issn.1003.4692.2014.05.003
-
文章历史
- 收稿日期:2014-07-16
2. 中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室; 3. 中国疾病预防控制中心寄生虫病预防控制所;
4. 中国科学院大学
2 State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences;
3 The Chinese Center for Disease Control and Prevention of Parasitic Disease Prevention and Control;
4 University of Chinese Academy of Sciences
疟疾作为世界十大流行病之一[1],广泛分布于热 带、亚热带地区,根据世界卫生组织2013年发布的最 新报告估计,2012年全世界约有2.07亿疟疾病例[2,3,4]。 在中国,建国后的50、60和70年代曾发生3次疟疾大 范围的暴发流行,给工农业生产和居民身体健康造成 巨大危害[5]。疟疾是由传疟媒介传播的,中国最常见 传疟媒介为中华按蚊(Anopheles sinensis)[6]。该蚊属半 家栖蚊种,孳生环境十分广泛,并且具有很强的适应 性,稻田、芦苇塘、沼泽地等是中华按蚊的主要孳生环 境[7]。中华按蚊种群数量较大,极易与人接触,引起疟 疾的流行或暴发。对传疟媒介进行监测,了解其生境 的分布变化,才能更好的了解虫媒的种类及其生态习 性,从而预测可能出现的疟疾流行。
在生物生境的潜在分布预测中,生态位模型 (ecological niche models,ENMs)已经被广泛地应用[8,9,10]。 ENMs 是通过已知的物种分布数据和相关的环境变 量,然后运用一定的算法来建立模型,以此来判断生物 生存所需要的生态环境,最后预测出物种在不同时间 和空间上的潜在分布[11]。MaxEnt(Maximum Entropy) 最大熵模型就是一个基于最大熵原理的生态位模型。 最大熵理论的原理是,对于一个随机过程,在没有任何 约束情况下,其分布是均匀的,如果增加约束条件,其 分布状态即发生改变,并且认为事物的分布状态都是 由这些约束条件决定的[9,12]。MaxEnt模型是通过构建 物种已知分布区域和环境变量之间的相互联系,在符 合条件的分布中,将熵最大的分布作为最佳分布[12,13]。 由于MaxEnt模型可以根据相对较少的物种出现点数 据,得到物种潜在分布图,并且预测效果较好[9,14,15],因 此得到广泛应用,目前,MaxEnt模型已经运用于生物 物种保护[10,16,17]、有害物种入侵风险[8,18]、物种适生性 分析[19]等领域。 1 材料与方法 1.1 软件
MaxEnt软件在MAXENT主页(http://www. cs.princeton.edu/~schapire/maxent/)下载,为3.3.3k版本。 GIS软件采用ArcGIS10.2(http://www.esri.com/software/ arcgis)。 1.2 中华按蚊分布数据的收集与处理
中华按蚊的 分布数据来源于中国疾病预防控制中心国家疟疾监测 系统中对中华按蚊等传疟媒介的监测数据。根据疟疾 流行程度与特征分3类地区布设共计62个国家级监测 点,采用夜间室外人饵诱捕法,对中华按蚊等疟蚊进行 诱捕。从2005-2010年的每年6月初至10月初,每半 月进行1次系统全面的媒介按蚊密度监测。在本研究 中,我们整理中华按蚊的存在点数据作为样本数据,并 且将所有样本点数据保存到csv文件中,数据包含三 列——物种名、X、Y坐标值。 1.3 环境数据
气象数据来自中国气象科学数据共 享服务网(http://cdc.cma.gov.cn/home.do)。下载全国 726个气象台站2005-2010年以月为单位的气温、降 雨和气压等数据。采用反距离加权方法(inverse weighted interpolation)将气象数据生成全国1 km×1 km的气象 要素的连续表面数据。为更好地刻画中华按蚊生存的 气候特征,本研究采用WorldClimate(http://www. worldclim.org/bioclim-aml)所提供生物气候变量的计 算方法,将每年插值后的数据重新计算出新的变量,各 变量的含义见表 1。中国行政区划数据来自国家基础 地理信息网站(http://nfgis.nsdi.gov.cn)。
1.4 研究方法将每年的中华按蚊分布数据和环境 数据分别导入到MaxEnt3.3.3k 模型的“Samples”和 “Environmental layers”。随机选取25%的分布数据作 为测试集(test),剩余的75%作为训练集(train)。设置 模型运行3次,模型将根据环境变量和分布点进行模 拟计算出中华按蚊在中国其他地方的适生指数。 MaxEnt模型生成格式为ASCII栅格图层,其每个栅格 的值大小从0到1,代表中华按蚊的适生性,本实验采 用“10%训练存在逻辑阈值”(10 percentile training presence logistic threshold)来定义最小适生环境阈值, 将结果导入ArcGIS10.2,与1∶400万中国行政区划图 叠加,得到中华按蚊在中国潜在分布的分布图。然后 将每年的分布图和以区(县)为基本单元的人口普查地 图叠加,得到每个区(县)中华按蚊的适生区面积占整 个区(县)面积比例,然后乘以区(县)的总人口数[20],本 研究认为人口是均匀分布的,得到每年的暴露人口数。 2 结果 2.1 中华按蚊在中国的潜在分布及暴露人口分析
基于2005-2010 年对中华按蚊的监测数据,利用 MaxEnt方法对中华按蚊在中国的潜在分布进行模拟, 从预测结果图可以看到中华按蚊的适生区主要分布在 第二、三级阶梯内[21],在北部地区北纬40°、中部地区 北纬25°~35°和南部地区北纬20°~25°均是中华按蚊 适生区分布的聚集区(图 1)。将中华按蚊的适生区和 中国人口分布图层叠加,计算得到中华按蚊适生区的 面积和暴露于中华按蚊适生区内的人群数量。中华按 蚊的适生区域2005- 2010 年分别为208.9、209.7、 186.45、199.22、187.34和191.92万km2,其所占国土面 积比例从2005年的22.01%到2010年的20.22%(图 2), 整体上呈现减小趋势。而暴露于中华按蚊分布区内的 人口2005-2010年分别为743.19/100万、724.98/100万、 641.42/100 万、681.13/100 万、685.17/100 万和682.37/ 100万,其所占全国总人口的比例从2005年的57.67% 减少到2010年的52.97%(图 2)。
2.2 中华按蚊地理分布与生物气候等因子关系的分 析本研究中使用刀切法(jackknife test)检测各环境 变量对于影响中华按蚊分布的贡献(图 3),结果显示 在2005-2007年,年总降雨量和平均气压对于中华按 蚊的适生性分布起主要作用,2008年则是最湿季降雨 量和年平均气压起主要作用,而2009、2010年则是最 冷月最低气温和年平均气压有显著作用(表 2、图 4)。 从图中可以看出,中华按蚊的适生性随着年总降雨量 的增加,在0~400 mm时集聚上升,然后再平稳的上 升;对于年平均气压,中华按蚊的适生性与其呈正相 关,在100 kPa时,达到峰值,然后平稳;对于最湿季降 雨量,中华按蚊的适生性随着最湿季降雨量的增加,在 0~370 mm时急剧上升,然后平稳;而对于最冷月最低 气温,中华按蚊的适生性与其亦呈正相关关系,在 18 ℃时达到峰值,然后平稳。总的来讲,中华按蚊适 宜生长在温暖湿润的环境中[22,23]。
2.3 精度检验受试者工作特征曲线(receiver operating characteristic curve,ROC曲线)分析方法是目 前物种潜在分布预测模型精度检验中被广泛应用的模 型精度检验方法之一[9,24,25]。AUC(area under the ROC curve)曲线下面积是指ROC曲线与横轴所为的面积, 其值越大表示物种预测模型与环境因子之间相关性越 强,越能判别物种分布的有无,表示模型预测的准确性 越强。一般认为,AUC 值为0.5~0.7,表明准确性较 低,0.7~0.9 表明准确性中等,>0.9 表明准确性较 高[26]。MaxEnt模型在预测结果中直接绘制出ROC曲 线以及给出模型的AUC值,为模型预测效果的判断提 供了方便。本研究所得到的AUC值2005-2010年分 别为0.814、0.791、0.783、0.801、0.774和0.802,显示预 测精度较好,表明本次基于MaxEnt模型预测中华按蚊 在中国潜在分布的研究具有较高的可信度。 3 讨论
基于MaxEnt模型预测中华按蚊在中国的潜在分 布图(图 1),图中显示中华按蚊主要分布在第二、三阶 梯内[21]。究其原因,中国地势总体西高东低,呈阶梯状 分布,有利于来自海洋上的暖湿气流沿着东低西高的 地势爬升,深入内地,带来丰沛的降雨[27],故在第二、三 阶梯内温暖湿润且地势较低,有利于中华按蚊的生长 发育,使之有着广泛的分布,而西北内陆地势较高且气 候干旱、气压较低,不利于中华按蚊的生长。
结合环境变量的响应曲线分析可得,气温、降雨、 气压等均会影响中华按蚊的适生分布[23,28]。气温不仅 可以影响中华按蚊幼虫的存活,而且影响其成虫生长 发育。气温降低,中华按蚊就会停止活动,进入越冬 期;气温升高,就会缩短中华按蚊成虫的发育时间[22]。 充沛的降雨有利于形成湿润环境,利于中华按蚊的孳 生,然而,大量的降雨,比如洪水,则会冲毁中华按蚊的 孳生环境[28]。气压与海拔地势高低有关,地势高气压 低的地方不利于中华按蚊生长。
2005-2010 年,中华按蚊适生区整体呈减小趋 势,但在2008 年有小规模的回升。主要原因是,在 2005年平均气温较常年偏高、降雨偏多[29],较利于中 华按蚊的生长;2006年平均气温偏高、降雨较少,并且 有低温冻害、雪灾等自然灾害[30],使中华按蚊的适生区 有所减小;2007年平均气温偏高,并且降雨空间分布 不均,呈现西部多东部少,而且高温热浪等自然灾害的 发生[31],使得中华按蚊的适生区继续减小;2008年冬 寒、春秋暖、夏多雨的气候特点[32],使得中华按蚊的适 生区有所增加;2009年平均气温偏高、降雨偏少,并出 现近50年来罕见秋旱[33],中华按蚊的适生区继续减 小;2010年平均气温偏高,但是降雨异常偏多[34],使得 中华按蚊适生区稍有增加。
疟疾作为全球最广泛关注也是亟需控制的重要疾 病,是联合国千年发展目标中重点防控的3种传染病 之一[35]。自20世纪80年代以来,我国政府每5年制定 并发布一期《全国疟疾防治规划》[36],取得了瞩目成 就。到2010年,全国疟疾发病人数已降至7855例[37]。 为了响应联合国千年发展目标高级别会议提出的在全 球根除疟疾的倡议,在2010年,我国政府下发了《中国 消除疟疾行动计划(2010-2020年)》,指出到2015年 大部分地区消除疟疾(除云南省边境),到2020年全国 实现消除疟疾的目标[3]。纵观历史,世界上部分地区 成功消除疟疾有效且持久的方法就是通过对传播媒介 的控制。家居环境的改善和居民防蚊意识的提高能够 很好的控制中华按蚊等疟蚊的孳生,进而从根源控制 疟疾的流行。改革开放以来,特别是随着社会主义新 农村建设深入开展,居民生活环境得到很大改善,使得 中华按蚊的孳生地大为缩减;并且随着居民的防蚊意 识提高,蚊香、家用杀虫剂对于中华按蚊的孳生繁殖也 有一定影响。然而,气候变化已经在科学界达成共识, 政府间气象变化专门委员会(IPCC)报告指出,全球平 均气温到2100年将会上升1.5~4.5 ℃。气候变化会 对中华按蚊适生区产生影响,这在一定程度上会影响 我们消除疟疾的目标,值得关注。
[1] | 丁俊. 疟疾流行现状研究进展[J]. 中国公共卫生,2012,28(5):717-718. |
[2] | 朱继民,汤林华. 疟疾及其蚊媒的预测方法研究进展[J]. 中国寄生虫学与寄生虫病杂志,2007,25(2):153. |
[3] | 车河龙,林栋. 疟疾的防控现状及进展[J]. 热带医学杂志,2010,10(2):218-220. |
[4] | 世界卫生组织. 2013年世界疟疾报告[EB/OL].[2012-12-11].http://www.who.int/zh/. |
[5] | 刘起勇,刘小波. 媒介按蚊防控:中国疟疾消除的关键措施[J].中国媒介生物学及控制杂志,2010,21(5):409-413. |
[6] | Chow CY. Malaria vectors in China[J]. Chin J Entomol,1991,6(6):67-79. |
[7] | 潘波. 我国主要传疟媒介的形态特征、生态习性及传疟作用[J].热带医学杂志,2003,3(4):447-451. |
[8] | Ward D. Modelling the potential geographic distribution of invasiveant species in New Zealand[J]. Biol Invasions,2007,9(6):723-735. |
[9] | Elith J,Catherine HG,Robert PA,et al. Novel methods improveprediction of species’ distributions from occurrence data[J].Ecography,2006,29(2):129-151. |
[10] | 徐卫华,欧阳志云,蒋泽银. 大相岭山系大熊猫生境评价与保护对策研究[J]. 生物多样性,2006,14(3):223-231. |
[11] | 朱耿平,刘国卿,卜文俊,等. 生态位模型的基本原理及其在生物多样性保护中的应用[J]. 生物多样性,2013,21(1):90-98. |
[12] | Peterson AT. Uses and requirements of ecological niche models andrelated distributional models[J]. Biodiversity Informatics,2006,3:59-72. |
[13] | Phillips SJ, Anderson RP, Schapire RE. Maximum entropymodeling of species geographic distributions[J]. Ecol Model,2006,190(3/4):231-259. |
[14] | Phillips SJ,Dudík M. Modeling of species distributions withMaxent: new extensions and a comprehensive evaluation[J].Ecography,2008,31(2):161-175. |
[15] | Oliveira SVd,Escobar LE,Peterson AT,et al. Potential geographicdistribution of Hantavirus Reservoirs in Brazil[J]. PLoS One,2013,8(12):e85137. |
[16] | Tarjuelo R,Morales MB,Traba J,et al. Are species coexistenceareas a good option for conservation management? applicationsfrom fine scale modelling in two steppe birds[J]. PLoS One,2014,9(1):e87847. |
[17] | Yang XQ,Kushwaha SPS,Saran S,et al. Maxent modeling forpredicting the potential distribution of medicinal plant,Justiciaadhatoda L. in Lesser Himalayan foothills[J]. Ecol Eng,2013,51:83-87. |
[18] | 王碧. 中国两栖动物锥虫、肝簇虫空间分布风险的MaxEnt模型预测[D]. 哈尔滨:东北林业大学,2012. |
[19] | Saatchi S,Buermann W,Hans TS,et al. Modeling distribution ofAmazonian tree species and diversity using remote sensingmeasurements[J]. Remote Sens Environ,2008,112(5):2000-2017. |
[20] | Zhang A,Qi QW,Jiang LL,et al. Population exposure to PM2.5 inthe urban area of Beijing[J]. PLoS One,2013,8(5):e63486. |
[21] | 蒋捷,杨昕. 基于DEM中国地势三大阶梯定量划分[J]. 地理信息世界,2009,1(1):9-13. |
[22] | 丁德峻,张旭晖,赵勇进. 温度对我国中华按蚊世代分布及其传疟有效季节的影响[J]. 生态学杂志,1991,2(4):52-57. |
[23] | 刘小波,刘起勇. 自然与社会因素对传疟媒介按蚊生态习性的影响[J]. 中国媒介生物学及控制杂志,2012,23(1):1-6. |
[24] | Brotons L,Thuiller W,Araújo MB,et al. Presence-absence versuspresence - only modelling methods for predicting bird habitatsuitability[J]. Ecography,2004,27(4):437-448. |
[25] | McPherson JM,Jetz W,Rogers DJ. The effects of species’rangesizes on the accuracy of distribution models: ecologicalphenomenon or statistical artefact?[J]. J Appl Ecol,2004,41(5):811-823. |
[26] | Walther GR,Post E,Convey P,et al. Ecological responses torecent climate change[J]. Nature,2002,416(6879):389-395. |
[27] | 封志明,唐焰,杨艳昭,等. 中国地形起伏度及其与人口分布的相关性[J]. 地理学报,2007,62(10):1073-1082. |
[28] | 秦正积,罗超,孟言浦,等. 气温、湿度、降雨量对蚊密度的影响统计分析[J]. 中国媒介生物学及控制杂志,2003,14(6):421-422. |
[29] | 中华人民共和国环保部. 2005 年中国环境状况公报[EB/OL].[2006-06-02]. http://www.mep.gov.cn/. |
[30] | 中华人民共和国环保部. 2006 年中国环境状况公报[EB/OL].[2007-06-05]. http://www.mep.gov.cn/. |
[31] | 中华人民共和国环保部. 2007 年中国环境状况公报[EB/OL].[2008-06-05]. http://www.mep.gov.cn/. |
[32] | 中华人民共和国环保部. 2008 年中国环境状况公报[EB/OL].[2009-06-09]. http://www.mep.gov.cn/. |
[33] | 中华人民共和国环保部. 2009 年中国环境状况公报[EB/OL].[2010-06-03]. http://www.mep.gov.cn/. |
[34] | 中华人民共和国环保部. 2010 年中国环境状况公报[EB/OL].[2011-05-29]. http://www.mep.gov.cn/. |
[35] | Marco V,Reuben G,Charles FG,et al. The global fight againstHIV/AIDS,tuberculosis,and malaria:current status and futureperspectives[J]. Am J Clin Pathol,2009,131(6):844-848. |
[36] | 钱会霖,汤林华. 中国50年疟疾防治工作的成就与展望[J]. 中华流行病学杂志,2000,21(3):225-258. |
[37] | 高琪. 我国消除疟疾面临的机遇与挑战[J]. 中国血吸虫病防治杂志,2011,23(4):347-349. |