清研智谈 | 新技术在外来入侵物种调查和防治中的应用

外来物种入侵是全球性问题,外来入侵物种不断繁殖、扩散,严重影响入侵地的生态环境,损害农林牧渔业可持续发展和生物多样性,关乎国家安全和人民群众身体健康。中国是遭遇外来入侵物种危害非常严重的国家,近两年,我国先后通过实施了《生物安全法》《外来入侵物种管理办法》等,以应对外来入侵物种造成的侵害;党的二十大报告也明确指出“加强生物安全管理,防治外来物种侵害”。农业农村部牵头于2022年启动了全国外来入侵物种普查工作,以期摸清底数,研判风险,促进防控。

随着科学技术向各个领域融入发展,林业行业的新技术也加速产生。新技术在外来入侵物种调查和防治中的应用有哪些?

一、新技术应用于外来入侵物种调查

“信息素+诱捕器”

在自然界中,所有生物都有相互交流的方式。有些使用声音语言传播,而另一些则使用非语言信号来发送和接收信息。很多昆虫使用 “信息素”,昆虫信息素是昆虫所分泌的能触发同一物种成员社会反应的微量化学物质,相当于该物种的“通讯系统”,具有高度的专一性,包括性信息素、利它素、利己素、协同素、集合信息素、追踪信息素、告警信息素、疏散信息素等。目前应用最广的昆虫信息素为性信息素,通过模拟昆虫间的性信号系统,用性信息素制成诱剂产品。

在外来入侵物种调查中,通过在调查区域放置昆虫性诱剂,再结合不同的诱捕器达到调查、监测的目的。性诱剂缓慢而均匀地释放出人工合成的性信息素化合物,引诱特定外来入侵昆虫至诱捕器中。“信息素+诱捕器”具有高度专一性,对环境友好。

清研智谈 | 新技术在外来入侵物种调查和防治中的应用

清研智谈 | 新技术在外来入侵物种调查和防治中的应用

天牛诱捕器;舞毒蛾、草地贪夜蛾诱捕器

植物识别应用程序

外来入侵植物识别主要通过形态学分类鉴定和分子生物学鉴定等方法。在外来入侵物种调查中,植物种类繁多,有些种类之间较为相似,各地调查人员水平不一,很容易出现误判。而专家由于人数有限和专业领域的差异等原因,也无法随时到现场对入侵植物进行识别。

随着人工智能和手机软件技术的发展与进步,许多以手机为终端的植物识别软件应运而生,这为实现便携的外来入侵植物智能识别提供了良好的载体与环境。例如“形色”“花伴侣”等,通过使用手机拍摄花朵或植物照片,进行实时智能识别,应用程序就会根据图片跳转出结果,根据相似度,给出1-4种植物。这为外来入侵植物调查提供了一个便捷的智能识别工具。根据识别结果,再参考专业书籍和网络资料进行判定,对于难以辨认的种类再请专家鉴定。

清研智谈 | 新技术在外来入侵物种调查和防治中的应用

外来入侵物种调查

大数据的应用

外来入侵物种普查工作以地面调查APP(全国林草系统生物多样性监测数据采集系统)为基础,开展踏查、标准样地和样线调查并采集标本。以乡镇行政区为调查单元上报数据,依托国家数据平台同步建立省级森林、草原、湿地生态系统外来入侵物种数据库。全面摸清外来入侵物种种类数量、分布范围和危害程度等情况。根据入侵物种数据库情况,后期开展林草外来入侵物种风险和危害评估,研判扩散趋势,提出预防及治理策略。

清研智谈 | 新技术在外来入侵物种调查和防治中的应用

外来入侵物种调查入侵物种分布地图

二、新技术应用于外来入侵物种防治

无人机遥测技术

外来入侵物种防治工作当中,可以利用雷达遥感技术来实时地监测采集各种入侵生物的雷达信号,通过数据分析,确定入侵生物的各项信息数据。不过雷达遥感技术实际应用过程中,技术、成本等方面存在局限性,而无人机遥测技术与雷达遥感技术相比,成本偏低,运行轨道不受限,能够与雷达遥感技术实现优势互补,同时基于大数据、云计算等技术手段,保证数据处理以及分析的效果。

3S技术

外来入侵物种发展存在不确定性,数量波动以及分布波动较大,随着现代化科学技术的快速发展,遥感技术、GIS地理信息系统、GPS定位系统发展迅速,能够全方位动态化地进行各项数据的采集以及分析工作,保证入侵生物的动态化监测效果,从而给有害生物的科学防治工作提供必要的参考。

生物防治

生物防治,是指在入侵生物的传入地通过引入进食性单一的天敌因子,将入侵生物的种群密度控制在生态和经济危害水平之下。重新建立入侵生物和天敌之间的相互调节、相互制约机制,恢复和保持这种生态平衡。不过生态系统是经过长期进化形成的,该防治手段因需引入新的外来物种,通常需要慎重考虑和实施。

自2022年开始,清研集团受贵定林业局、福泉林业局委托,对贵定县和福泉市森林、草原、湿地生态系统进行“全面体检”。摸清全县(市)三大生态系统外来入侵物种种类、寄主植物、危害部位、分布范围、危害程度、发生面积等本底情况,建立林业和草原外来入侵物种信息数据库,研判外来物种入侵扩散趋势,为科学防控外来物种入侵提供基础数据支撑,为保护全县(市)森林、草原和湿地资源,维护国土生态安全提供保障,提供全面、准确、客观的基础数据支撑。

撰稿 | 许潼 清研集团农林研究部研究员

编辑 | 陈泽玺

图片 | 网络

相关文章