《Biological Invasions》：Diffusion prediction and analysis of the fall webworm (Hyphantria cunea) in China based on geospatial big data
编辑推荐：
为解决美国白蛾（Hyphantria cunea）快速扩张威胁中国森林与农业生态系统的问题，研究人员融合地理空间大数据与机器学习（Random Forest、XGBoost），预测其未来生境适宜性与扩散轨迹。结果表明高风险区集中于华北、黄淮海及长江中下游，扩散中心持续南移，为入侵物种动态预警提供了创新框架。
论文解读：地理空间大数据驱动下的美国白蛾入侵风险动态预测
自1979年从北美首次传入中国丹东以来，美国白蛾（Hyphantria cunea）作为一种全球性检疫害虫，凭借其强大的生态适应性、广泛的寄主范围（超过300种植物）和远距离迁移能力，已迅速扩散至中国十多个省份。它不仅严重威胁着杨树、苹果树、桑树等重要经济林木，导致叶片大量损失，破坏生态景观，更对区域性林业经济稳定构成严峻挑战。特别是在全球气候变暖的背景下，温带地区气温升高为部分害虫创造了更优越的生存条件，加速了其向北及向高海拔地区的扩张。然而，传统的物种分布模型（SDMs）往往基于静态生态位假设，在整合多源变量、表征扩散路径和捕捉时空动态方面存在局限，难以精确刻画入侵物种复杂的非线性扩散行为，也无法有效预测其未来的扩散方向与速率。因此，开发一种能够融合多源数据、实现动态风险预警的新型分析框架，对于制定精准的防控策略、保障中国生态安全显得尤为迫切。
为了回答美国白蛾将在何处扩散、如何扩散以及由哪些关键环境因子驱动这三个核心问题，研究人员开展了一项结合地理空间大数据与机器学习的前瞻性研究。该研究整合了2016年至2024年的历史分布记录、SSP245情景下的未来气候预测（2021–2040）、归一化植被指数（NDVI）以及地形变量。研究团队构建了一个创新的预测框架，该框架将用于静态生境适宜性预测的随机森林模型（Random Forest）与用于动态扩散分析的XGBoost回归模型相结合，并引入标准偏差椭圆（Standard Deviation Ellipse， SDE）方法量化历史分布中心的迁移。该研究成功预测了美国白蛾至2040年的潜在高风险区，揭示了其扩散方向与驱动机制，相关成果发表在《Biological Invasions》期刊上，为入侵物种的早期预警提供了科学且可推广的方法论支撑。
关键技术方法
研究人员主要运用了三种关键技术方法。首先，他们使用随机森林模型（Random Forest）来预测美国白蛾的未来生境适宜性，该模型以包含19个生物气候变量、地形变量（高程、坡度、坡向）、太阳辐射和NDVI在内的24个环境因子作为输入特征，基于历史发生点和生成的伪缺席点（约1：3.65比例）进行训练，并通过ROC曲线（AUC = 0.972）和混淆矩阵验证了其优异性能。其次，他们采用标准偏差椭圆方法（SDE）对2016至2024年县级监测点的空间分布进行分析，提取了每年分布椭圆的几何中心坐标、主轴/辅轴长度和旋转角等参数，用以量化害虫扩散的空间方向和形态变化。最后，他们利用XGBoost回归模型对历史SDE参数进行时间序列学习，从而预测了2025至2040年间椭圆参数的未来变化，以此模拟并可视化害虫扩散的几何轨迹与方向趋势。所有空间数据处理与分析均在ArcGIS 10.8中完成，数据源包括国家林草局发布的年度监测数据、WorldClim气候数据库、MODIS NDVI数据以及SRTM数字高程模型等。
研究结果
基于随机森林的美国白蛾潜在空间分布格局
预测结果显示，美国白蛾的高适宜生境区（发生概率 ≥ 0.5）呈现显著的空间集聚性。高风险区主要位于华北-黄淮地区，包括山东大部、河北东部、河南东北部、江苏北部和安徽北部。此外，环绕渤海的带状扩散区（天津、河北中东部、辽宁南部）以及长江中下游地区（江苏南部、安徽中部、湖北中北部）也显示出中等至高的适宜性。整体分布呈现北强南弱、东密西疏的梯度，表明其扩散与区域气候梯度、土地利用强度和景观连通性密切相关。
基于XGBoost的美国白蛾时空变异特征
通过分析2016至2024年标准偏差椭圆参数的变化，XGBoost模型揭示了美国白蛾显著的时空扩散模式。分析发现，分布中心呈现持续南移的趋势，椭圆主轴方向逐渐从东北-西南向转为接近南北向。预测表明，到2025–2040年，其适宜范围将向江苏中南部、安徽南部和湖北北部扩张。在华北平原和黄淮海地区，扩散呈现空间受限特征（主轴较短），而在长江流域及以南地区则表现出更高的扩散速度和更广的空间扩张（主轴较长），表明扩散模式存在区域异质性。
环境因子重要性分析
随机森林模型的特征重要性排序显示，高程（Elevation）是影响美国白蛾分布的最主导因子（相对重要性13.7%），表明其对海拔梯度高度敏感。紧随其后的是温度季节性（Bio4， 6.7%）、最湿季平均温（Bio8， 6.5%）和最干季平均温（Bio9， 5.3%），它们共同构成了核心预测因子集，占比达32.2%。而坡度、坡向和NDVI的贡献相对较小。偏依赖图分析进一步揭示了关键环境驱动因子的边际效应：生境适宜性在海拔500米以下达到峰值；温度季节性（Bio4）存在明显阈值效应（>950）；最湿季平均温（Bio8）与发生概率呈强正相关（>24°C时尤其明显）；最干季平均温（Bio9）则呈单峰响应，在-2°C至5°C之间最为适宜。
研究结论与讨论
本研究系统性地阐明了美国白蛾在中国未来扩散的“北方固守、南方扩张”格局，并揭示了其南迁的时空动态与核心环境驱动机制。主要结论可以归纳为以下几点：
首先，气候与地形是主导扩散的关键环境筛。研究发现，美国白蛾的分布主要受其“格里内尔生态位”（Grinnellian niche， 即气候与地形条件）而非“埃尔顿生态位”（Eltonian niche， 即生物相互作用/食物）的限制。高程作为首要限制因子，与温度季节性、最湿/最干季平均温度共同定义了其适宜生境的边界。这种对热条件的强依赖性解释了为何其在全球变暖背景下倾向于向温暖的南方扩张。尽管NDVI作为寄主植物丰度的代理被纳入模型，但其重要性相对较低，这恰恰反映了美国白蛾作为广食性害虫的特性——食物可得性很少成为其宏观分布的限制因素。
其次，扩散呈现明确的动态南移趋势。通过标准偏差椭圆与XGBoost模型的结合，研究定量刻画了2016–2024年间分布中心的持续南移和主轴方向的演变。这一历史轨迹与对未来（2025–2040）的预测高度吻合，证实了黄淮海平原作为“源种群”持续施压，而长江中下游地区正成为新的入侵前沿。在SSP245气候情景下，中国中南部地区的增温正在缓解先前限制种群建立的冷胁迫屏障，为其开辟了新的热生态位。
基于以上发现，研究提出了针对性的管理策略建议：对核心暴发区（华北平原）应重点采用生物防治（如利用白蛾周氏啮小蜂 Chouioia cunea）进行种群压制；对南部扩张前沿（长江流域）则需实施“早发现、快反应”策略，加密信息素诱捕器监测；同时，鉴于低海拔、人类活动密集区的高风险性，应加强对连接北方疫区与南方非疫区的物流节点（特别是木质包装和苗木运输）的检疫力度。此外，监测方案应随气候动态调整，利用实时气象数据优化施药和天敌释放时机。
在方法论上，本研究创新性地将标准偏差椭圆的方向性分析与集成机器学习模型相结合，构建了一个能够链接静态生境适宜性预测与动态扩散分析的时空分析框架，有效克服了传统物种分布模型在时间连续性和迁移方向解读方面的局限。这一框架具备良好的可视化能力和可推广性，为其他高入侵性物种的建模提供了参考。
当然，本研究也存在一定局限，例如模型未显式纳入天敌、种间竞争等生物互作因子，且基于县级行政单元的预测分辨率可能掩盖了县域内的微生境变异。未来的研究可考虑整合更高分辨率的遥感数据、人为活动变量（如夜间灯光、交通网络），以进一步提升模型的响应能力、时空分辨率和因果解释力，最终助力构建中国智能化、空间协同、时间联动的入侵物种风险管理体系。
