小麦黄花叶病(Wheatyellow mosaic virus,WYMV))是近几年在我国黄淮海冬麦区发现的一种新病害,浸染面积逐年扩大,造成小麦减产,严重威胁小麦安全生产,已经成为小麦生产中的一个新问题。了解小麦黄花叶病的发生适宜区是预防和防治该病的基础和前提,科学预测小麦黄花叶病在黄淮海地区的适生区,对控制该地区小麦黄花叶病扩展蔓延、保障小麦生产具有重要的意义,但目前尚未发现对小麦黄花叶病适生区预测的相关研究。本文基于ArcGIS平台,结合小麦黄花叶病的分布点数据和环境变量数据,利用最大熵模型(Maximum Entropy Model,简称MaxEnt)来模拟此病害在黄淮海地区的适生区,并采用刀切法分析影响其分布的主要环境因子,以及主要环境因子的贡献率与ROC曲线。同时模拟未来2050s和2070s时期气候变化四种排放情景下(RCP2.6、RCP4.5、RCP6.0、RCP8.5)适生区分布格局,并利用SDM工具定量描述未来气候条件下适生区面积变化和质心移动。本文主要工作及结论如下:1)利用MaxEnt模型对小麦黄花叶病适生区进行模拟。MaxEnt模型因所需数据少、模拟精度高而得到广泛应用。因此本文利用该模型模拟小麦黄花叶病的适生区。使用经过处理的分布数据和环境因子导入模型,对模拟参数进行优化设置。结果显示,模型训练精度为0.947、验证精度为0.950,显示出较高的可靠性。对模拟结果进行重分类得到当前气候条件下小麦黄花叶病适生区,包括已发生地区(威海、烟台、青岛、潍坊、淄博、济南、泰安、日照、临沂、济宁、枣庄、平顶山、驻马店、周口、开封和阜阳)和潜在发生地区(莱芜、菏泽、信阳、商丘、淮南、淮北、宿州、徐州、宿迁连云港以及蚌埠)。2)利用刀切法检验不同环境变量对模拟预测的贡献率。使用“仅此变量”、“除此变量”和“所有变量”三种变量来分析不同环境参量的贡献率。“仅此变量”得分越高,说明该变量具有较高的预测能力,对物种分布贡献较大;“除此变量”表示若除该变量外剩余变量贡献率之和的训练得分能力降低较多,表示变量可能含有较多的独特信息,对物种分布较为重要,最终得到所有环境变量对建模的累积贡献率。通过刀切法检验得知最干月份降水量、最热月份最高气温、海拔、气温季节性变化标准差、黏土含量、年降水量对该病害的分布具有重要影响,贡献率分别为47.7%、20%、6.6%、6.2%、5.3%、4.8%,累计贡献率达90.6%。3)对未来时期小麦黄花叶病的潜在分布及面积变化模拟。与当前时期适生区模拟以同样的方法、利用未来生物气候数据进行模拟,模拟结果显示小麦黄花叶病潜在分布区主要省份基本保持不变,为山东、河南、安徽和江苏四省区。高适生区主要分布在山东的菏泽、泰安、莱芜、济宁、枣庄、临沂、日照、潍坊、青岛、烟台、威海和济南南部边缘;河南的郑州、平顶山、许昌、漯河、周口、商丘、驻马店和信阳;安徽的阜阳、淮南、亳州;江苏的徐州、盐城和连云港。邯郸市、北京、唐山以及秦皇岛在不同气候情境下出现零星发生。将不同时期适生区模拟结果转为二进制文件,未来时期数据与当前时期相减,得到未来时期与当前时期面积变化。结果显示:随着气候变化,总体上小麦黄花叶病潜在分布面积呈急剧扩大趋势,扩张的区域为:潍坊北部、青岛西北部、东营西南、莱芜、济南南部、泰安、济宁西北部、菏泽大部、濮阳、安阳南部、新乡、郑州、开封、商丘、许昌、平顶山、周口、淮北、亳州和阜阳。在淄博、江苏的宿迁和淮安略有缩减。4)利用SDM计算未来时期小麦黄花叶病适生区的质心变化。通过对当前和未来时期模拟结果的二进制数据纬度和经度来计算质心。模拟结果表明,适生区(高适生区和次适生区)质心整体向西迁移,高适生区在河南省、山东省、江苏、安徽均有往北迁移的趋势,在2050s时期适生区迁移距离较大,方向整体向西;2070s时期迁移距离相对较小,迁移方向呈多样性。适生区的质心由当前的苍山县迁移到了微山县,只有在2070s时期RCP8.5背景下由微山县迁移到滕州市西南部。