《Ecological Modelling》：Early Nymph Emergence Index (ENEI) for
Jacobiasca lybica: An environmentally driven early-warning tool for vineyard risk assessment
编辑推荐：
将成熟的阶段结构建模框架扩展应用于地中海葡萄园害虫Jacobiasca lybica，在温度（T）、相对湿度（H）、太阳辐射（R）和风速（W）等多环境驱动因子共同作用下描述其种群动态。2002年案例研究在数据严重受限的条件下提供了初步的时序一致性检验。早龄若虫
将成熟的阶段结构建模框架扩展应用于地中海葡萄园害虫Jacobiasca lybica，在温度（T）、相对湿度（H）、太阳辐射（R）和风速（W）等多环境驱动因子共同作用下描述其种群动态。2002年案例研究在数据严重受限的条件下提供了初步的时序一致性检验。早龄若虫出现指数（ENEI）被定义为累计的卵至若虫出现通量指标，用于量化若虫出现前的累积生物学压力。ENEI有望在完成多季节验证后，为基于环境信息的及时综合害虫管理（IPM）提供预警支持。
葡萄园害虫是农业生产的重要制约因素，气候变暖进一步改变害虫物候、扩大分布范围并增加暴发频率。在地中海葡萄园中，Jacobiasca lybica（一种取食韧皮部汁液的叶蝉）通过诱导“hopperburn”（虫烧症状）造成叶片变色、坏死和光合能力下降，威胁产量与果实品质。现有预测主要依靠基于温度累积的度日（DD，degree days）模型，难以纳入湿度、辐射和风等环境因子；图像监测只能识别粘板中的成虫而不能预测种群发展；叶片损伤出现时往往已超过防治阈值。因此，研究人员将既有阶段结构种群模型适配至J. lybica，引入温度（T）、相对湿度（H）、太阳辐射（R）和风速（W）作为生物速率的驱动因子，并提出累计卵–若虫通量指标——早龄若虫出现指数（ENEI），以提前预警若虫风险阈值跨越，支持综合害虫管理（IPM，Integrated Pest Management）决策。
研究人员采用最小化的自上而下三阶段（卵、若虫、成虫）常微分方程（ODE，ordinary differential equation）模型，各阶段发育、死亡和繁殖速率由环境响应函数调制：温度用Analytis函数，湿度和辐射用logistic函数，风作为启发式胁迫项影响若虫死亡和发育。环境强迫数据取自NASA POWER逐日气象资料。以意大利西西里Feudo Arancio葡萄园为案例样地，利用2002年双周若虫（群落水平）和黄色粘板成虫（种类鉴定）观测进行参数化和时序一致性检验。ENEI定义为卵孵化率与卵密度的乘积对时间的积分。操作上采用移动窗口（W=2）和全历史（W=26）校准ENEI阈值，并以21天预警期进行滚动后报评估，同时与度日基准比较，辅以时间分辨敏感性、端点弹性和有限范围稳健性分析。
### 结果
#### 3.1 与2002年田间观测的场地信息比较
模型输出经阶段特异性缩放后，模拟若虫轨迹与群落水平叶蝉若虫季节压力呈强相关（R
2=0.955，p<0.001），成虫的对应决定系数为0.604；若虫和成虫的最大值日期与观测接近。由于观测为群落水平或粘板单位，该结果仅作为时序一致性证据，不能视为J. lybica物种特异丰度验证。
#### 3.1.1 影响模型预测与观测一致性的因素
不一致源于：若虫观测包含多个叶蝉物种；成虫粘板捕获依赖移动性和性别；模型采用单一温度触发迁入脉冲，而观测首次捕获晚于模型生物固定日；模型未包含产卵前和发育延迟；观测与模型的空间尺度不同。
#### 3.1.2 参数弹性、环境驱动因素敏感性与预警稳健性
时间分辨敏感性显示温度是最主要的环境驱动因子，风速对所有阶段均为负效应，迁入脉冲会放大累计产卵和后期若虫密度。端点弹性分析中，湿度响应中点（H
m）和辐射响应中点（R
m）的绝对弹性最大，有效产卵率（β
max）、最大孵化率（γ
E,max）和最大若虫发育率（γ
N,max）是主要人口学参数。有限范围分析表明，基线死亡率主要改变种群幅度，而繁殖、发育、迁入和响应曲线位置参数主要改变预警日期。
#### 3.2 滚动后报与实际预警表现
在21天预警期下，ENEI对低、中、高风险交叉实现的提前量分别为19、16和21天，度日基准仅14、13和17天；在7天预警期下，度日预警落后于观测交叉，而ENEI仍保持正提前量。
#### 3.3 操作解释和管理意义
以21天预警期为例，基于前两年校准的ENEI阈值在2002年8月1日、13日和18日触发低、中、高风险预警，观测到的若虫风险交叉日约为8月20日、29日和9月8日，实现提前量接近预设水平，说明ENEI可作为基于过程的预警时机信号。
#### 3.4 ENEI阈值移动窗口与全历史校准
2002—2025年移动窗口阈值序列中，低风险阈值呈显著上升趋势（斜率+0.431/年，R
2=0.27，p=0.009），中、高风险阈值无显著趋势；各风险水平中位实现提前量约为20—21.5天。移动窗口校准能吸收阈值漂移，全历史（W=26）阈值提供稳定长期基准但对近期变化响应较慢。
### 讨论与结论
讨论指出该框架是应用导向的概念验证而非新的种群建模结构；现有田间证据不足以支持所有区组的物种特异验证。ENEI不替代田间监测，而是将环境驱动的卵–若虫通量转化为可校准的预警时机信号；与度日模型相比，ENEI在案例后报中更接近目标预警期。未来需要多季节、物种特异、多站点数据验证，并扩展延迟、空间结构、随机性和经济优化。研究结论可翻译为：这项工作表明，当基于生理的种群框架经适配目标害虫并由显式环境依赖驱动时，可转化为葡萄园害虫风险评估的实用工具；ENEI提供了面向时机的预警信号，为从按日历施药转向环境响应式预警系统奠定了基础。
