近日，青岛农业大学植物医学学院与澳大利亚莫道克大学哈利巴特勒研究院在Computers and Electronics in Agriculture期刊（一区，IF 8.3）上合作发表题为“Maxent Modelling Combined with Fuzzy Logic Provides New Insights into Predicting the Distribution of Potato Cyst Nematodes with Limited Data”的研究论文。该研究基于模糊逻辑和Maxent物种分布模型，实现了对两种马铃薯孢囊线虫（Globodera rostochiensis 和 G. pallida）的综合预测，并分析了其在中国的潜在适生区，研究成果为防控马铃薯孢囊线虫的入侵和扩散提供了重要参考。

　　全球马铃薯贸易导致马铃薯孢囊线虫（PCNs）在全球扩散，造成重大的农业和经济损失。预测PCNs的潜在栖息地和风险区域，对防控PNCs和制定生物安全策略至关重要。然而，这种预测模型的建立受到物种分布数据不足的挑战。本研究检验了2种马铃薯孢囊线虫的生态位相似性，并建立了2个物种的综合数据集，旨在解决单一物种数据不足的影响，建立可靠的PCNs预测模型。该研究首先采用模糊广义线性模型，对2个PCNs物种的生态位相似性进行检验，为2个物种数据集综合提供基础。结果表明，与单一物种数据集相比，在综合数据集上构建的模型具有更高的精度（Boyce指数0.917）。然后，利用综合数据集对Maxent模型进行校准和评估，并预测PCNs在中国的适生区和风险区。基于气候数据的预测结果表明，中国39%的陆地面积适合PCNs生存（图1）。基于耕地与马铃薯种植地区的数据预测结果表明，高风险地区占据了一半以上的耕地，其中包括66%的马铃薯产区（图2）。预测结果与中国实际存在的PCNs记录相符，进一步证明了该模型的准确性。综合预测结果可以为决策者同时防控2个PCNs物种提供支持。

　　青岛农业大学与莫道克大学联合培养博士何一通为论文的第一作者，青岛农业大学褚栋教授和莫道克大学Simon J Mckirdy教授为论文的通讯作者。莫道克大学Yonglin Ren教授、Guanjin Wang教授等参与了这项研究。该研究得到了国家重点研发计划（2021YFD1401200）、山东省泰山学者特聘专家（tstp20221135）、山东省草地一流学科建设项目的支持。

　　图1. 基于气候数据分析马铃薯孢囊线虫在中国的适生区

图2. 基于耕地和马铃薯种植区数据分析马铃薯孢囊线虫在中国的入侵风险

　　参考文献：He Y, Wang G, Ren Y, Gao S, Mckirdy SJ, Chu D. 2024. Maxent Modelling Combined with Fuzzy Logic Provides New Insights into Predicting the Distribution of Potato Cyst Nematodes with Limited Data. Computers and Electronics in Agriculture.

　　原文链接：https://doi.org/10.1016/j.compag.2024.109035