多尺度息地建模框架用于预测绵羊胃肠道线虫在伊朗三个不同的气候区的潜在分布:一个MaxEnt机器学习算法
Behnam Meshgi1, Ahmad Ali Hanafi-Bojd2,3, Saeid Fathi4
1Department of Parasitology, Faculty of Veterinary Medicine, University of Tehran, P.O.Box 14155-6453, Tehran, Iran. bmeshgi@ut.ac.ir.
Scientific reports
|February 3, 2024
概括
这项研究模拟了伊朗各地绵羊的胃肠道线虫 (GIN) 感染,确定了影响寄生虫分布的降水和斜率等气候因素. 了解这些生态利基有助于预测和管理不同地区的GIN.
科学领域:
- 兽医寄生虫学 兽医寄生虫学
- 生态建模 生态建模
- 流行病学 流行病学
背景情况:
- 胃肠道线虫 (GINs) 在全球范围内对绵羊健康和生产力构成重大威胁.
- 生态利基模型 (ENM) 对于理解物种分布和息地适宜性至关重要.
- 评估GIN的生态,有助于制定有针对性的干预措施和保护战略.
研究的目的:
- 为了调查伊朗不同气候地区的绵羊中GIN感染.
- 预测和分析生态和GIN的范围.
- 确定影响GIN分布的关键生物气候变量.
主要方法:
- 一项涉及2140个来自半干旱,干旱和潮湿亚热带气候地区的绵羊便样本的横截面研究.
- 便卵数 (EPG) 通过浮动法确定.
- 使用最大 (MaxEnt) 方法与仅存在数据的生态利基建模.
主要成果:
- 吉兰和东阿塞拜疆省份的Strongyle类型蛋比例最高.
- 东阿塞拜疆的马歇拉基亚和尼马托迪鲁斯的流行率最高,而克尔曼的Trichuris最多.
- 最干旱季度 (Bio17) 的降雨量和坡度是影响不同地区GIN分布的关键因素.
结论:
- GIN分布受到生物气候变量 (如降水和斜率) 的重大影响.
- 生态利基建模为GIN传播动态和合适息地提供了宝贵的见解.
- 结果支持基于环境因素的针对性管理策略,用于基于环境因素的绵羊GIN.


