さまざまな空間モデリング条件下におけるCorythucha marmorata分布の全球および地域評価

小さな虫が残す大きな世界的足跡

ほとんどの人はキク類のレースバグと呼ばれる、庭の花や作物を吸汁するごく小さな昆虫に気づきません。しかしこの小さな同乗者は、貿易ルートや道路を通じて大陸を越えて移動し、植物に被害を与え、駆除に費用をかけさせます。本研究は実務的な疑問を投げかけます：この侵入害虫は現在および将来どの地域で繁殖しやすいのか、そして政府や農家がタイムリーに対処できるように、研究者はどのようにしてそれらの予測を最も良く行えるのか？

害虫予測が重要な理由

外来種は在来の植物を追い出したり、昆虫や鳥の餌を減らしたりして、地域の野生生物や農業にますます混乱をもたらします。キク類のレースバグのような種が一旦到着すると、除去は非常に困難です。北米原産から日本、中国、韓国へと既に広がっていることを踏まえ、当局は発生が爆発的になる前に高リスク領域を強調するツールを必要としています。著者らは種分布モデルを使用します。これは種の既知の出現記録と気候や環境データを結びつけ、どこが生育に適しているかを推定する手法です。こうした地図は監視、検疫、制御を重要な地域に集中させるのに役立ちます。

研究者たちの地図作成方法

研究チームは全球的な生物多様性データベースと現地調査から千件を超えるレースバグの記録を集め、点のクラスタが結果を偏らせないよう慎重にフィルタリングしました。これらの出現記録を、最暖期の降雨量や季節間の温度変動の強さといった、世界の温度や降水パターンを要約する気候レイヤーと組み合わせました。次に、古典的な統計手法から最新の機械学習法まで、10種類の異なるモデリングアルゴリズムを実行し、昆虫が存在しないと仮定する場所を定義する3つの方法を比較しました。本当の「不在」はほとんど分からないため、著者らは疑似不在点（pseudo‑absence）を異なるルールで作成しました。ランダムに散らす方法、環境が大きく異なる領域に限定する方法、既知の出現点から一定距離の輪状に配置する方法などです。

複数モデルを一つの図にまとめる

単一の手法に頼る代わりに、著者らは複数のアプローチの出力を組み合わせるアンサンブルモデルを構築しました。単純平均、中央値、委員会方式の投票、性能の良いモデルにより多くの重みを与える加重平均を含む4つの集約方法を試しました。適合と不適合領域をどれだけ上手く分離できるかを測る2つの標準的なスコアで精度を評価しました。最も強い結果は、委員会平均と、環境的に対照的な領域から抽出した疑似不在点を用いた加重平均から得られました。これらの組み合わせは非常に高い精度スコアを生み、どのように「不在」を表現するか、また個々のモデルにどのように重み付けするかという慎重な選択が予測を大きく鋭くできることを示しました。

レースバグが広がる可能性の高い場所

最良の性能を示したアンサンブルを用いて、研究者らはレースバグの全球的な潜在分布を地図化し、韓国を拡大して解析しました。全球的には、モデルは北米と東アジアの既知分布域だけでなく、未侵入の地域でも高い適合性を示しました。これにはヨーロッパの一部、オーストラリア東部、ウルグアイ、アルゼンチンなどが含まれます。韓国国内では、ほとんどの内陸地域が現在適地であり、強い気候変動シナリオ下の2050年予測でもそのまま適地のまま残ると示されました。対照的に、南部の済州島は一貫して不適地として目立ち、現地調査で害虫が定着していないという観察と一致します。交通量が多い道路沿いや路傍植栽のある地域は発生のホットスポットになりやすく、車両が宿主植物のパッチ間で虫を移動させることが反映されています。

将来の侵入管理にとっての意味

専門外の読者にとっての主な結論は、予測ツールの作り方が、どの昆虫を研究するかと同じくらい重要だということです。多様なモデリングの手法を検証することで、モデルを組み合わせ、種が存在しないと仮定する場所を慎重に選ぶことが、全球から国レベルまで信頼できるリスク地図を生み出せることが示されました。キク類のレースバグに関しては、こうした地図は世界の温帯で季節的に湿潤な多くの地域が将来的な侵入を支え得ることを警告すると同時に、韓国の大部分が済州などのいくつかの避難地を除いてリスクにさらされ続けることを確認します。より広くは、この研究は他の侵入害虫が到来する前に予測するための実践的な設計図を提供し、監視と防除の努力を最も効果的に働かせる場所に絞ることを可能にします。

引用: Byeon, Dh., Lee, WH. Global and regional evaluation of Corythucha marmorata distribution under different spatial modeling conditions. Sci Rep 16, 13283 (2026). https://doi.org/10.1038/s41598-026-42897-y

キーワード: 外来種, 種分布モデリング, キク類のレースバグ（チョウセンアカノコガ）, 気候適合性, アンサンブル生態モデル