土耳其境内蜂群中大蜜蜂螨侵袭的时空聚类与生态位建模

《Experimental and Applied Acarology》：Spatiotemporal clustering and ecological niche modeling of Varroa destructor infestations in honey bee colonies across Türkiye

　　

摘要

Varroa destructor（大蜂螨）是迄今为止影响全球蜜蜂（Apis mellifera）蜂群最重要的体外寄生虫，其通过直接致病作用以及传播病毒性疾病的方式对养蜂业构成重大威胁。尽管该螨虫在土耳其广泛存在，但有关其大尺度空间分布及环境决定因素的信息仍然有限。本研究旨在利用回顾性时空置换扫描统计（SaTScan）和基于最大熵（MaxEnt）算法的生态位模型，调查土耳其全境V. destructor侵染的时空分布模式。研究分析了2018至2019年间在40个省份的400个蜂场的1,196个蜂群中收集的545份确诊瓦螨病记录。时空聚集分析在30天时间窗口和20%空间窗口条件下识别出具有统计学意义的侵染热点区域。2018年检测到9个聚集，2019年检测到11个，2018至2019年合并数据集中检测到13个。持续性热点区域主要位于地中海、东安纳托利亚、东南安纳托利亚、中亚黑海以及西北安纳托利亚地区。生态位模型使用了166条唯一出现记录和9个生物气候变量。最终优化的MaxEnt模型（RM = 1.5）表现出中等预测性能（平均测试AUC = 0.705）。最干季度平均温度（BIO9）、最热季度降水量（BIO18）、降水季节性（BIO15）和最冷季度降水量（BIO19）被确定为最具影响力的气候预测因子之一。预测的气候适宜性地图显示，色雷斯、土耳其西北部、东黑海地区以及地中海和东安纳托利亚地区的部分区域具有相对较高的气候适宜性。视觉比较表明，若干具有统计学意义的聚集出现在MaxEnt模型预测的气候适宜区域内。然而，由于未进行正式的定量重叠分析，对此对应关系应谨慎解读。时空聚集分析与生态位模型的整合为识别当前热点区域和气候适宜区域提供了有用的框架，可能有助于支持基于风险的监测和针对瓦螨病的靶向控制策略。