《Ecological Entomology》：Integrating remote-sensing and meteorological data to identify key drivers of the potential distribution of a grassland grasshopper
编辑推荐：
本篇研究通过整合遥感与气象数据，运用地理探测器模型与集成模型框架，系统揭示了影响亚洲小车蝗分布的关键环境因子及其阈值，并成功预测了其在内蒙古草原的潜在适宜区。该研究为害虫监测提供了可推广的预测范式，对保障草地生态安全与农牧业生产具有重要意义。
研究背景与目的
在全球气候变化与人类活动加剧的背景下，害虫的时空分布格局发生显著变化，其爆发的时间和范围日益不确定，对生态系统稳定和粮食安全构成威胁。因此，准确监测害虫爆发区域并预测其潜在分布，对于有效管理、预测和减轻其危害至关重要。本研究以亚洲小车蝗为模型生物，旨在识别影响其分布的关键环境因子及其阈值，并构建一个稳健的集成模型来绘制其潜在适宜区，为动态生态系统中的害虫种群监测和预报提供一个可推广的预测范式。
材料与方法
研究区域与数据：研究区域为中国内蒙古自治区，该地区植被类型主要包括森林、草甸草原、典型草原、荒漠草原和荒漠。研究人员于2022年和2023年的6月底至8月初，通过扫网法和目测法在1m×1m样方内调查并收集了亚洲小车蝗的发生记录。最终，2022年和2023年分别保留了约1444个和633个有效发生点用于建模和验证。
环境因子：基于先前研究，共选取了地形、植被指数、温度、降水和其他分类数据五大类共30个环境因子。地形数据基于数字高程模型计算，植被指数使用归一化植被指数，温度和降水数据来源于ERA5-Land再分析数据集。所有连续型环境因子被归一化至0-1之间以消除单位影响。
研究方法：
- 1.
地理探测器模型：用于识别影响亚洲小车蝗发生的主要环境因子，并探究两因子间的交互作用。通过因子探测器计算各因子的解释力q值，通过交互探测器判断两因子交互作用的类型。
- 2.
集成模型构建与验证：使用R软件中的Biomod2包，基于2022年的发生数据构建了10个单一物种分布模型。通过曲线下面积和真实技巧统计值评估模型性能，筛选出AUC>0.8且TSS>0.6的模型，最终采用基于TSS值加权的“EMwmean”方法构建集成模型。模型的潜在适宜性指数被划分为不适宜、低、中、高和极高五个等级。利用2023年的野外调查数据对集成模型的预测能力进行了验证。
研究结果
关键环境因子识别：地理探测器分析表明，气候是直接影响亚洲小车蝗分布的决定性因素。八月总降水量是决定其分布的最关键因子。地形因子中，海拔的影响最为重要。产卵期和孵化期的植被生物量也显著影响该物种的分布。植被类型对其适宜区分布有较强影响，但与土壤类型相关性较弱。交互作用分析显示，大多数关键因子两两交互后对物种发生的解释力呈双增强或非线性增强效应。最终筛选出17个q值大于0.2的关键环境因子用于构建集成模型。
集成模型性能：所构建的集成模型表现出最佳的预测能力，其AUC值为0.973，TSS值为0.833，显著优于任何单一模型，表明该模型能够高度可靠地预测亚洲小车蝗在内蒙古的潜在分布区域。
潜在适宜区时空分布：
- •
2022年：亚洲小车蝗的极高和高适宜区主要集中在内蒙古中部、东南部和东北部地区，特别是乌兰察布市中部和东部、包头市东部等地，这些区域与农牧交错带高度重叠。中、低适宜区范围更广。超过一半的研究区域为不适宜区，主要分布在阿拉善盟、巴彦淖尔市和呼伦贝尔市东部等地的森林和荒漠区域。
- •
2023年预测与验证：基于2022年数据构建的模型预测了2023年的潜在分布。结果显示，极高适宜区消失，高适宜区面积缩小，中、低适宜区占主导。对2023年实际调查数据的分析显示，约61%的调查点位于中适宜区，36%位于低适宜区，且种群密度较高的点主要集中在中适宜区，验证了集成模型预测结果具有较高的准确性。
关键环境因子阈值分析：通过分析集成模型中各关键因子的响应曲线，明确了其影响亚洲小车蝗分布的阈值范围，并将因子分为四种类型：
- 1.
约束型：包括八月NDVI、五月NDVI、六月NDVI、春季积温、年平均温等9个因子，具有明确的上限阈值，因子值超过阈值将导致适宜性指数急剧下降。
- 2.
促进型：包括冬季平均温、冬季最低温和八月总降水量3个因子，具有明确的下限阈值，因子值高于阈值时适宜性指数较高。
- 3.
稳定型：包括八月均温、九月均温、七月总降水量和植被类型4个因子，在其观测值范围内，对适宜性指数的影响波动较小。
- 4.
特殊型：海拔被归为此类，是决定高适宜区范围的关键地形因子。
讨论
本研究构建的集成模型框架为预测害虫分布提供了稳健且可迁移的方法。研究表明，在气候变化背景下，地形因子（除海拔外）对蝗虫分布的影响减弱，而气候因子，特别是温度（影响整个生命周期）和降水（尤其是八月降水量，影响产卵选址）成为关键驱动力。植被条件在孵化期和产卵期至关重要。内蒙古中部、东南部和东北部的农牧交错带是亚洲小车蝗的主要潜在分布区。2022年至2023年适宜区变化的主要驱动因子可能是冬季最低温和春季积温的变化。该研究不仅可直接应用于亚洲小车蝗的监测预警，其方法论框架也可扩展至其他害虫的预测防控。
结论与展望
本研究成功构建了高精度的集成模型，用于预测亚洲小车蝗的适宜分布区。明确了海拔、温度、八月降水及产卵孵化期植被生物量是其分布的关键影响因子，并量化了各因子的作用阈值。亚洲小车蝗的潜在适宜区主要集中在内蒙古中部、东南部和东北部的农牧交错带。研究成果可为该物种及其他害虫的监测预报提供理论指导和方法支持。未来研究需进一步量化蝗虫密度与环境因子的关系，并考虑土地利用变化、过度放牧等人为活动的影响，以更深入理解蝗虫暴发机制，提高预测精度。
