景观异质性与气候变化驱动尼泊尔Gazalina chrysolopha（鳞翅目：舟蛾科）潜在分布扩张及其与季节性超急性全葡萄膜炎（SHAPU）的关联研究

本研究通过最大熵模型（Maxent）分析揭示了尼泊尔中部山区蛾类Gazalina chrysolopha的分布与景观异质性及生物气候参数的密切关联。该物种作为季节性超急性全葡萄膜炎（SHAPU）的潜在生物媒介，其分布范围在气候和土地利用变化情景下预计将扩大两倍以上，为SHAPU的流行病学防控提供了关键生态学依据。

　　

引言

鳞翅目昆虫（包括蛾类和蝴蝶）作为对气候变化高度敏感的指示类群，其分布模式正随着全球变暖发生显著变化。季节性超急性全葡萄膜炎（SHAPU）是一种主要在尼泊尔中西部山区报告的严重眼病，近年来的临床和昆虫学研究将舟蛾科物种Gazalina chrysolopha确定为潜在致病媒介。该蛾类在尼泊尔主要分布于中部山区（海拔1500-2000米），但其分布范围正明显向东部高海拔区域扩张，这种变化与气候驱动因子和景观结构演变存在密切联系。

材料与方法

研究团队于2023年3月至2024年10月期间，在尼泊尔44个SHAPU报告地区开展了系统调查，通过GPS记录获得419个成虫分布位点。采用空间稀释处理（SDM Toolbox 2.0）消除1公里内的空间自相关点后，整合19个生物气候变量（WorldCLIM 2.0）、MODI^S土地覆盖数据衍生的景观变量（森林比例、香农多样性指数、城市距离）以及地形变量（北向性、东向性）等24个环境参数。通过方差膨胀因子（VIF < 5）筛选后最终保留11个非共线性变量。

采用最大熵模型（Maxent）进行生境适宜性分析，设置25次重复运算，每次使用60%分布点和5000个背景点。模型性能通过受试者工作特征曲线下面积（AUC = 0.81±0.03）和真实技能统计量（TSS = 0.53±0.06）验证。未来分布预测采用MIROC6全球环流模型，评估近期（2021-2040年）和中期（2041-2060年）在中等（SSP₂-4.5）和高排放（SSP₅-8.5）情景下的变化趋势。

结果

模型性能与变量重要性

变量重要性分析显示：森林比例（Prop_forest）、景观空间异质性（SH_IN）和最暖季度平均温度（bio10）是影响分布的最主要因子。降水季节性（bio15）和最干季度降水量（bio17）作为关键生物气候参数位列其次。等温性（bio3）、温度季节性（bio4）和东向性（Eastness）等因素的影响相对较弱。

响应曲线分析表明：生境适宜性随景观异质性指数、东向性、最干月降水量和等温性的增加而上升，但随着森林比例和温度季节性的增加而下降。与城市距离和北向性未呈现显著相关性。

生境适宜性分布

当前适生区主要集中在尼泊尔中西部山区（卡斯基、帕尔巴特、迈格迪、廓尔喀等地区），低地平原和高喜马拉雅 alpine 区域适宜性较低。密度分布图显示当前最大适生区位于低地，但在所有气候情景下，适生区将向中高海拔山区转移。

所有气候和土地覆盖变化情景均表明适生区范围将扩大两倍以上：高排放情景下近期扩张幅度达128%（中期为127%）。特莱（Terai）低地区域将出现最显著的适生区萎缩，当前适生区约50%可能保持不变。扩张主要发生在中部山区，东部区域适宜性概率显著提升。

讨论

Gazalina chrysolopha的分布扩张与景观空间异质性（特别是城市-森林交错带）和生物气候参数密切关联。该物种对桤木（Alnus nepalensis）宿主植物的依赖性显著，其幼虫是该树种的重要食叶害虫（在印度、不丹和巴基斯坦均有类似记录）。城市森林边缘的人工照明可能增强成虫趋光性，进而增加SHAPU传播风险。

研究首次揭示森林比例与物种分布呈负相关，表明该蛾类更偏好特定微生境（如桤木优势林分）而非广义森林覆盖。降水季节性等水分相关参数通过调节湿度条件影响种群稳定性，东部地区增加的降水和植被动态为其扩张提供了有利条件。

行为可塑性使该蛾类能够通过调整生活史策略（如越冬阶段提前）应对气候变化，缓解与宿主植物的物候失配。9-10月份的种群暴发与同期平均温度呈现显著相关性，表明其生命周期存在对环境波动的适应性调控。

研究展望

未来研究需要扩大景观采样范围以捕获更丰富的生态梯度，加强SHAPU热点区域的针对性监测（包括蛾类种群动态、微气候和宿主植物可用性）。通过整合多尺度景观特征和生物气候参数的先进建模方法，可提升预测精度并为SHAPU社区级预防预警系统提供科学支撑。

作者贡献与资助

研究由特里布万大学研究协调与发展委员会（RCDC）国家优先研究项目资助，所有作者声明无利益冲突。第一作者Daya Ram Bhusal负责概念设计、数据分析和论文撰写，Ranju Kharel（Sitaula）主导项目管理和资金获取，Suraj Baral承担关键建模分析，多位合作者参与数据采集和文稿修订。