编辑推荐：
为解决非洲黏虫（Fall Armyworm，FAW）对谷物作物的威胁及化学防治的弊端问题，研究人员开展了利用模糊集理论确定推 - 拉技术（push - pull）潜在部署地点的研究。结果表明该技术在非洲多地适宜，此研究为 FAW 综合管理提供指导，助力保障非洲粮食安全。
在广袤的非洲大陆，农业发展正面临着一场严峻的挑战。自 2016 年起，一种源自南美洲的跨边界入侵害虫 —— 黏虫（Spodoptera frugiperda，FAW），悄然在非洲肆虐。这种害虫对非洲的主要谷物作物，尤其是玉米，造成了巨大的威胁。据估算，因 FAW 侵害导致的作物损失高达 830 万吨至 2060 万吨，价值在 24.81 亿美元至 61.87 亿美元之间，这严重影响了非洲地区的粮食稳定。
为了应对这一危机，传统的方法是使用合成化学杀虫剂。然而，这些化学药剂在环境中降解缓慢，容易在食物链中积累，不仅危害非目标生物和有益昆虫，如蜜蜂和自然捕食者，还可能对人类健康造成威胁。更糟糕的是，FAW 已经出现了对多种杀虫剂产生抗性的情况。因此，寻找更安全、更可持续的防治方法迫在眉睫。
在这样的背景下，非洲倡导了多种环境可持续的管理策略，其中推 - 拉技术备受关注。推 - 拉技术是一种间作模式，它利用豆科植物 Desmodium sp 作为驱虫作物（推），同时种植饲料草（如 Pennissetum sp 或 Brachiaria sp）作为诱虫作物（拉），与玉米一同种植。这种技术不仅能有效控制害虫，还能提高土壤肥力、增加作物产量，同时为牲畜提供优质饲料，促进牛奶生产，增加农民收入。然而，由于该技术的有效实施需要特定条件，在非洲多样化和碎片化的农业生态景观中，难以确定其最佳应用区域，导致其推广受到限制。
为了解决这些问题，国际昆虫生理学和生态学中心（icipe）、夸祖鲁 - 纳塔尔大学等机构的研究人员开展了一项基于模糊集理论的研究。他们旨在开发一种计算指数，以确定推 - 拉技术在非洲控制 FAW 的最适宜部署地点。研究结果对于指导非洲农业实践、提高粮食安全具有重要意义，该研究成果发表在《Heliyon》杂志上。
研究人员在此次研究中运用了多种关键技术方法。首先，利用最大熵（MaxEnt）算法预测 Desmodium intortum 和 Brachiaria brizantha 这两种伴生植物的适宜生长区域，该算法基于物种出现数据和环境变量进行建模。其次，收集全球反刍动物牲畜分布数据和玉米种植分布数据，并将这些数据统一重采样到 5km 分辨率，以保证数据的一致性。最后，构建模糊逻辑模型，通过定义规则和迭代优化阈值，计算推 - 拉技术的适宜性指数，并利用 R 统计软件进行计算，通过 QGIS 软件进行数据处理和可视化。
研究结果
- 确定关键变量的最终隶属函数：经过校准，得到了伴生植物（Desmodium intortum 和 Brachiaria brizantha）和牲畜密度等关键变量的最终隶属函数，这些函数定义了每个变量对推 - 拉指数的贡献规则。
- 绘制推 - 拉指数得分地图：研究发现，推 - 拉技术在许多非洲玉米农场都具有不同程度的适宜性。在东非，坦桑尼亚、埃塞俄比亚中部、肯尼亚中部和西部、乌干达南部、布隆迪和卢旺达的广大地区适宜实施该技术；在南部非洲，南非东南部、马拉维北部和中部等地区也高度适宜；在西非，除利比里亚和萨赫勒地带外，其他国家也较为适宜。
- 验证模型的可靠性：通过对模型的验证，所有验证地点的得分均大于 0.2，这表明模型能够准确捕捉推 - 拉技术的部署潜力，其假设和参数设置具有现实性，能够反映推 - 拉技术的生态特征。
研究结论和讨论
本研究开发的计算指数能够有效识别推 - 拉技术的潜在部署区域，有助于在 FAW 综合管理框架内更好地部署该技术及其他互补技术。该指数具有较强的适应性，可应用于其他类似研究，为可持续控制计划的推广提供支持，帮助政策制定者和决策者快速确定合适的技术干预地点。
然而，研究也存在一定的局限性。一方面，验证数据有限，难以全面确认结果在现实世界中的准确性，缺乏推 - 拉技术未成功实施地区的数据；另一方面，模型中变量的加性关系假设过于简化，可能无法完全捕捉变量之间的复杂相互作用。尽管如此，该研究为非洲农业中 FAW 的防治提供了新的思路和方法。未来，应进一步研究影响推 - 拉技术应用的社会经济因素，加强对气候因素的持续监测，以确保该技术在未来气候条件下的适应性和可持续性，从而更好地保障非洲的粮食安全，促进农业的可持续发展。
