气候变化对玉米矮化病与红化病地理分布的潜在影响评估及防控策略研究

来自巴西等玉米主产国的研究人员针对玉米矮化病(CS)和红化病(CR)这两大新热带区主要病害，通过R 4.4.0构建空间分布模型，揭示温度日较差、最热月最高温等关键生物气候变量驱动规律，预测SSP2-4.5情景下美中巴等主产国适生区变化，为全球玉米病害监测提供科学依据。

　　

玉米矮化病(CS)和红化病(CR)作为新热带区玉米作物的首要病害，分别由螺旋体(Spiroplasma kunkelii)和植原体(Candidatus Phytoplasma ssp.)引发。研究团队运用R语言4.4.0版本构建空间预测模型，基于193个CS和158个CR发生点数据，结合19项生物气候变量展开分析。

关键驱动因子呈现显著差异：CS分布主要受温度日较差(BIO2)、最热月最高温(BIO5)和温度季节性(BIO4)调控；而CR适生区则取决于等温性(BIO3)、温度日较差(BIO2)以及暖季(BIO18)与干季(BIO17)降水。模型验证显示，在SSP2-4.5气候情景下，美国、中国和巴西等玉米主产国将面临更高病害风险；但在SSP5-8.5情景中，Maxent模型预测到2060年这些区域的CS/CR适生区将显著缩减。

该研究首次系统揭示两种病害的全球分布格局与气候因子的定量关系，特别在中等排放情景(SSP2-4.5)下建立的预警模型，为制定跨区域协同防控策略提供了数据支撑。温度相关变量的主导作用提示，未来气候变化可能通过改变病原体-媒介-作物的互作网络，重塑玉米病害的流行版图。