利用零膨胀与1膨胀β回归模型对氮调控气氛下印度谷螟（F.）的虫态特异性死亡率进行建模与预测

《Journal of Stored Products Research》：Modelling and predicting stage-specific mortality of Lasioderma serricorne (F.) under nitrogen-controlled atmospheres using zero-and-one inflated beta regression

　　

• •
  首次将零膨胀和1膨胀Beta回归模型应用于储粮害虫研究。
• •
  ZOIB模型能够处理具有严重0和1膨胀的死亡率数据（5%为零，19%为1）。
• •
  卵对缺氧最为敏感（LT₉₉：3-4天）；幼虫耐受力最强（LT₉₉：7-8天）。
• •
  氮气浓度强烈增加1膨胀概率$\tau$（系数：170.09）。
• •
  为优化气调防治方案提供定量的LT₉₉预测。

引言

Lasioderma serricorne（F.）（鞘翅目：长蠹科）是全球最重要的储粮害虫之一，侵染储存的烟草、中药材及其他干燥农产品（Edde，2019；Younas等，2025）。其生命周期短、繁殖力高，且对多种环境条件具有较强的适应能力（Howe，1957；Fardisi和Mason，2013），这使得有效的种群控制对保证储藏品质量至关重要。L. serricorne的防治策略大致可分为物理防治、化学防治和生物防治方法（Li等，2021；Nie等，2025）。其中，物理防治因其环保特性而备受关注，被认为是未来害虫管理的一个 promising 趋势（Rajendran，2020）。在物理防治领域，微波辐射结合低温处理（Valizadegan等，2011；Sadeghi等，2019）、射频加热结合热风（Zhang等，2025a，2025b）、高温和低温处理（Neven，2010；Hansen等，2011）以及低氧环境气调（Gunasekaran和Rajendran，2005；Guru等，2022）等技术已被广泛研究。随着甲基溴的淘汰，气调技术作为"绿色化学"替代品获得了越来越多的关注（Carli等，2010；Wang等，2016）。随着氮气生成技术的进步，氮气气调在中国得到了快速发展（Feng等，2024）。尽管气调处理需要相对较长的暴露时间（从数天到数周），但其对产品品质影响极小，因此特别适合烟草等高价值商品的长期保护（Sakka等，2020）。Hashem等（2024）证明，98% N₂在暴露9天后可使储存于洋甘菊和芫荽中的L. serricorne成虫完全死亡，暴露10天后可使幼虫完全死亡。Song等（2021）研究了烟草仓库中使用高浓度N₂（$\ge$ 99.95%）在氧气浓度$\le$ 2%条件下不同虫态的死亡率，发现暴露27天后卵、幼虫、蛹和成虫的校正死亡率均为100%。

在大多数现有气调防治实验研究中，死亡率数据的统计分析大多局限于描述性统计和方差分析（ANOVA），定量建模研究仍然稀缺。尽管少数研究采用了非线性回归方法，如热致死动力学模型（Zhang等，2025c），但从统计建模角度对L. serricorne在气调条件下的死亡率模式进行系统分析的研究很少开展。

这一知识空白尤为关键，因为气调实验的死亡率数据具有传统统计方法无法充分处理的结构特征（Cribari-Neto和Zeileis，2010）：死亡率记录在0和1处存在边界，由于处理期间从完全存活到完全死亡的自然过渡过程，大量观测值恰好位于这些边界上。传统方法通过人为扰动边界值（例如替换为0.001或0.999）会引入估计偏差并使统计推断失效（Cárdenas，2009；Kosmidis和Zeileis，2026）。

为了克服这一方法障碍，我们采用了零膨胀和1膨胀Beta（ZOIB）回归模型，这是一种专门为具有边界膨胀的比例数据开发的统计框架（Ospina和Ferrari，2012；Douma和Weedon，2019）。ZOIB模型通过三个独立的子模型来刻画三种状态（观测值等于零、观测值等于一和观测值在(0,1)之间）（Ye等，2026），从而避免了临时性边界扰动所引入的偏差。ZOIB模型越来越多地应用于涉及边界膨胀比例数据的生态和环境研究，包括森林面积估算（Hyke，2025）和野火发生建模（Ríos-Pena等，2018）。通过这种三部分混合建模策略，ZOIB模型能够更准确地捕捉死亡率在不同阶段变化的真实模式（Liu和Eugenio，2018；Tang等，2021）。据我们所知，尽管边界膨胀数据在该领域普遍存在，但该模型尚未应用于储粮害虫死亡率分析。

本研究采用ZOIB回归模型，系统地建模和分析L. serricorne在不同氮气浓度、除氧剂用量及其组合条件下的死亡率数据。具体目标为：(1)建立死亡率与气调条件之间的定量关系；(2)评估各虫态（卵、幼虫、蛹、成虫）对氮气浓度和除氧剂用量的差异响应；(3)预测不同处理条件下达到99%死亡率所需的时间（LT₉₉），从而为优化气调防治方案提供科学依据。

章节摘要

试验昆虫

本研究使用的L. serricorne种群已在河南工业大学储粮害虫防治实验室的人工饲养条件下经多代驯化，饲养温度为29 ± 1°C，相对湿度为65 ± 5% RH，使用恒温恒湿培养箱（HSX-250，河南杰龙科技有限公司，中国）。将200只成虫（羽化后2-3天；按照Liu，2025的种群饲养方案）放入200克全麦面粉中

实验死亡率数据的基本特征

共收集了1444条死亡率记录，涵盖七个处理类别：78% N₂、90% N₂ + 除氧剂、95% N₂ + 除氧剂、98% N₂ + 除氧剂、纯氮气处理、纯除氧剂处理和自然条件。鉴于卵的死亡率评估比其他虫态更为困难，为确保数据可靠性，我们纳入了628个卵的观测值，而幼虫、蛹和成虫各贡献了272个观测值。如图2所示，零值

ZOIB模型在气调死亡率数据中的适用性和优势

ZOIB模型对我们的死亡率数据拟合效果极佳，这一点已通过残差诊断得到确认（图5）。该建模方法此前已在森林面积估算和野火建模等生态背景下得到验证（Hyke，2025；Ríos-Pena等，2018），证明同样适用于储粮害虫死亡率分析。其主要实践优势在于能直接产出可解释的参数——$\mu ,\sigma ,\nu \text{,}$ 和$\tau$——分别对应不同的生物过程：概率

结论

本研究建立了ZOIB回归模型，用于建模L. serricorne在气调条件下的死亡率。该模型有效捕捉了气调死亡率数据中固有的零膨胀和1膨胀模式，克服了传统方法需要人为扰动边界值的局限性，为储粮害虫防治研究中的比例数据提供了统计框架。卵表现出最高的死亡率，且

CRediT作者贡献声明

郭念国：撰写 – 审稿与编辑，撰写 – 初稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，获取资金，形式化分析，数据管理，概念化。张建新：撰写 – 审稿与编辑，撰写 – 初稿，可视化，验证，软件，方法论，调查，形式化分析，数据管理，概念化。吕建华：撰写 – 审稿与编辑，撰写 – 初稿

利益冲突声明

作者声明不存在利益冲突。

致谢

本研究得到河南省自然科学基金项目（262300421437）和商业统计学会项目（2025STY103）资助。

郭念国|张建新|吕建华