在印度尼西亚使用MaxEnt模型预测Diaphorina citri的空间分布和气候适应性

科学领域:

• 农业昆虫学 农业昆虫学
• 生态建模 生态建模
• 虫害管理 虫害管理 虫害管理

背景情况:

• 亚洲类植物 (Diaphorina citri, ACP) 是黄龙病的主要载体,对全球产量构成重大威胁.
• 有效管理的ACP依赖于准确的人口分布数据,以进行有针对性的监测和控制.
• 传统的映射方法面临着局限性,突出了需要先进的预测工具,如最大模型 (MaxEnt).

研究的目的:

• 调查目前在印尼的ACP的分布.
• 预测基于气候适应性的ACP的潜在分布,使用MaxEnt模型.
• 确定影响印度尼西亚的ACP分布的关键环境因素.

主要方法:

• 实地调查是在印度尼西亚主要类产区 (巴厘岛,爪,苏门答腊,加里曼坦) 进行的,时间长达两年 (2022-2023年).
• 发生数据是从调查和现有文献中编制的.
• 使用了MaxEnt模型,利用了19个生物气候变量和印度尼西亚 (1970-2000) 的高度数据.

主要成果:

• 在印度尼西亚的至少38个类产区发现了ACP.
• 马克森特模型实现了优异的预测性能 (ROC/AUC = 0.917).
• 在爪,巴厘岛和努萨丁加拉,预测高适合ACP,在其他地方适合度中低,由温度,降雨量和海拔高度驱动.

结论:

• 在印度尼西亚,ACP的分布很广泛.
• 马克森特 (MaxEnt) 建模是一种有效的工具,用于绘制当前的非洲和南非地区分布图,并预测未来的潜在范围.
• 这些发现支持在印尼为印尼的ACP国家制定有针对性的监督和控制战略.