四種常綠喬木潛在及未來(lái)分布區(qū)模擬研究

火 艷，李燕楠，祝遵凌,2，3*

(1.南京林業(yè)大學(xué) 風(fēng)景園林學(xué)院；2.藝術(shù)設(shè)計(jì)學(xué)院; 3.南方現(xiàn)代林業(yè)協(xié)同創(chuàng)業(yè)中心, 江蘇 南京 210037)

四種常綠喬木潛在及未來(lái)分布區(qū)模擬研究

火 艷1，李燕楠1，祝遵凌1,2，3*

(1.南京林業(yè)大學(xué) 風(fēng)景園林學(xué)院；2.藝術(shù)設(shè)計(jì)學(xué)院; 3.南方現(xiàn)代林業(yè)協(xié)同創(chuàng)業(yè)中心, 江蘇 南京 210037)

基于《中國(guó)木本植物分布圖集》和ArcGIS地理信息平臺(tái)，通過(guò)ClimateChina模型提取2000s(1990-2009)、2020s(2010-2039)、2050s(2040-2069)三個(gè)時(shí)段的13個(gè)氣候變量數(shù)據(jù)為主要?dú)夂蛐畔⒃?，采用最大熵?MaxEnt)生態(tài)位模型對(duì)四種常綠喬木在中國(guó)范圍的潛在適生分布區(qū)進(jìn)行模擬預(yù)測(cè)，得出該四種喬木在2000s、2020s、2050s的分布變化。結(jié)果表明: MaxEnt生態(tài)位模型模擬的該四種常綠喬木潛在適生分布范圍大于文獻(xiàn)記載中的分布區(qū)域；影響該四種常綠喬木分布的主要?dú)夂蜃兞坎⒉煌耆恢?；在未?lái)氣候變化下，該四種常綠喬木潛在適生分布區(qū)的變化趨勢(shì)不同。研究結(jié)果可為植物適生區(qū)劃、園林綠化樹(shù)種引種栽培區(qū)的選擇提供理論指導(dǎo)。

潛在分布；氣候變化；未來(lái)分布；MaxEnt模型

隨著現(xiàn)代工業(yè)化進(jìn)程的加速，大量化石燃料的燃燒以及土地利用制度的改變等一系列人類活動(dòng)的干擾導(dǎo)致溫室效應(yīng)，全球氣候發(fā)生的顯著變化已是一個(gè)毋庸置疑的事實(shí)[1-2]。在全球氣候變化的大背景下，我國(guó)的氣候也發(fā)生著顯著的變化，并且變化趨勢(shì)與全球的總趨勢(shì)基本一致[3-6]。在宏觀尺度上氣候條件(尤其是溫度和降水)是決定植物分布的主要因素，同時(shí)，分布在一定地理范圍內(nèi)的植物也是該區(qū)特定氣候的反映和標(biāo)志[7-8]。大量的觀測(cè)研究表明[9-15]，溫度升高、降水格局變化及其他氣候極端事件，廣泛影響了植物的適生分布范圍，通常導(dǎo)致植物的適生分布區(qū)在緯向和高程上的遷移。因此定量研究植物的適生分布與氣候條件的關(guān)系，預(yù)測(cè)氣候變化對(duì)植物分布的影響，對(duì)于探索植物分布格局、保護(hù)和管理植物多樣性、劃分植物引種栽培區(qū)以及解決有關(guān)適應(yīng)性的林業(yè)措施等問(wèn)題具有重要的理論和現(xiàn)實(shí)意義。

本文以四種常綠喬木交讓木(Daphniphyllummacropodum)、紅楠(Machilusthunbergii)、香樟(Cinnamomumcamphora)、大葉冬青(Ilexlatifolia)為例，結(jié)合現(xiàn)有分布數(shù)據(jù)，利用MaxEnt模型、ClimateChina模型及ArcGIS軟件，建立該四種常綠喬木在中國(guó)范圍的潛在適生分布模型(2000s)，并預(yù)測(cè)2020s及2050s未來(lái)氣候變化對(duì)該四種常綠喬木分布區(qū)的影響，以期總結(jié)出運(yùn)用MaxEnt生態(tài)位模型建立植物潛在適生分布區(qū)預(yù)測(cè)模型的一般規(guī)律和基本途徑，對(duì)我國(guó)一般綠化樹(shù)種適生分布區(qū)規(guī)劃提供借鑒經(jīng)驗(yàn)。

1 材料和方法

1.1 數(shù)據(jù)收集

1.1.1 分布數(shù)據(jù)來(lái)源和處理

掃描《中國(guó)木本植物分布圖集》中交讓木、紅楠、香樟、大葉冬青的空間分布圖，加載到ArcGIS中，并與包含精確經(jīng)緯度坐標(biāo)和高程屬性的中國(guó)縣級(jí)行政區(qū)劃矢量地圖進(jìn)行疊加配準(zhǔn)并數(shù)字化。獲得交讓木分布點(diǎn)433個(gè)、紅楠分布點(diǎn)355個(gè)、香樟分布點(diǎn)874個(gè)、大葉冬青分布點(diǎn)225個(gè)。在Excel中將植物種的分布數(shù)據(jù)轉(zhuǎn)換為MaxEnt模型需要的格式。

1.1.2 氣候數(shù)據(jù)來(lái)源與處理

在ClimateChina氣候模型中輸入中國(guó)縣級(jí)行政區(qū)劃地圖中各縣的的經(jīng)緯度和海拔值，獲得中國(guó)各縣對(duì)應(yīng)的13個(gè)氣候變量，包括年平均溫度(MAT，℃)，平均最冷月溫度(MCMT，℃)，平均最暖月溫度(MWMT，℃)，氣溫年較差(TD，℃)，平均年降水量(MAP，mm)，平均夏季降水量(5～9月，MSP，mm)，小于0℃積溫(DD_0，℃)、大于5℃積溫(DD5，℃)、年熱濕比(AHM，(MAT+10)/(MAP/1000))、夏季熱濕比(SHM，(MWMT)/(MSP/1000)、連續(xù)無(wú)霜期天數(shù)(FFP，d)、降雪量(PAS，mm)、極端最低溫(EMT，℃)。它們分別是1990-2009(2000s)20a的平均值，作為模型預(yù)測(cè)的基準(zhǔn)。根據(jù)政府間氣候?qū)ｉT委員會(huì)(IPCC)排放情景報(bào)告中推薦的B1情景中提供的氣候變量，作為2020s(2010-2039)、2040-2069(2050s)30a的平均值。

將獲得的2000s、2020s和2050s三個(gè)時(shí)段的氣候數(shù)據(jù)分別轉(zhuǎn)換為MaxEnt模型要求的ASCII格式。首先運(yùn)用ArcGIS將EXCEL格式的的原始?xì)夂驍?shù)據(jù)轉(zhuǎn)換成Point類型的氣候數(shù)據(jù)，然后將其轉(zhuǎn)換成Raster形式的氣候數(shù)據(jù)，并分別保存在各自的文件夾內(nèi)。最后、把所有Raster形式的氣候數(shù)據(jù)轉(zhuǎn)化為MaxEnt模型要求的ASCII格式，并保存在各自的ASC文件夾內(nèi)，以備植物分布預(yù)測(cè)模型使用。

1. 2 相關(guān)軟件

美國(guó)ESRI公司開(kāi)發(fā)的地理信息系統(tǒng)平臺(tái)ArcGIS；美國(guó)普林斯頓大學(xué)開(kāi)發(fā)的MaxEnt軟件；中國(guó)林業(yè)科學(xué)研究院與加拿大UBC大學(xué)共同開(kāi)發(fā)的ClimateChina氣候模型。

1. 3 研究方法

1.3.1 2000s初始模型的建立

對(duì)MaxEnt進(jìn)行參數(shù)設(shè)定，選擇自動(dòng)特征運(yùn)算，輸出結(jié)果包括模型驗(yàn)證、適生指數(shù)圖、刀切法(Jackknife)測(cè)定各變量權(quán)重，并輸出回饋曲線(Response curves)測(cè)定各環(huán)境變量對(duì)預(yù)測(cè)模型的作用區(qū)間。環(huán)境變量相關(guān)系數(shù)>0.75，訓(xùn)練用氣候數(shù)據(jù)集為13個(gè)氣候變量。

1.3.2 主要?dú)夂蛞蜃雍Y選與分析

通過(guò)初始模擬結(jié)果中氣候因子對(duì)預(yù)測(cè)概率的貢獻(xiàn)值，選擇貢獻(xiàn)率高的氣候因子作為各樹(shù)種的主要?dú)夂蛞蜃?。并根?jù)氣候變量對(duì)植物適生分布概率反應(yīng)曲線圖測(cè)定各氣候變量對(duì)模型的作用區(qū)間，得出該四種木本植物的最適氣候條件。

1.3.3 2000s潛在分布模型的建立及精度評(píng)估

將上述篩選出的該四種喬木的主要?dú)夂蜃兞吭俅螏隡axEnt模型，進(jìn)行潛在適生分布的空間建模，并對(duì)此次模擬結(jié)果精度進(jìn)行評(píng)價(jià)。

1.3.4 2020s和2050s潛在分布模型的建立及精度評(píng)估

將上述篩選出的該四種喬木的主要?dú)夂蜃兞吭?020s、2050s時(shí)段的數(shù)據(jù)帶入MaxEnt模型，進(jìn)行潛在適生分布的空間建模，并對(duì)此次模擬結(jié)果精度進(jìn)行評(píng)價(jià)。

2 結(jié)果與分析

2.1 主要?dú)夂蛞蜃雍Y選與分析

將相關(guān)系數(shù)>0.75的環(huán)境變量加以標(biāo)注，以代表當(dāng)前氣候模式的13個(gè)氣候變量作為訓(xùn)練用氣候數(shù)據(jù)集，分別對(duì)該4種植物進(jìn)行首次Maxent模型運(yùn)算，得到影響該4種植物潛在分布的氣候變量對(duì)預(yù)測(cè)概率的貢獻(xiàn)值，在相互關(guān)聯(lián)的多個(gè)氣候變量中，選擇對(duì)模型預(yù)測(cè)概率貢獻(xiàn)最大的氣候變量作為建模的主要?dú)夂蛞蜃?。結(jié)果表明，各樹(shù)種的最適氣候因子條件為：影響交讓木分布的主要?dú)夂蛞蜃訔l件為：極端最低溫(EMT，41.9%)、平均年降水量(MAP，26.9%)、小于0℃積溫(DD_0，12.2 %)、平均最暖月溫度(MWMT，2.6%)、平均最冷月溫度(MCMT，1.2%)，累計(jì)貢獻(xiàn)率為84.8%；影響紅楠分布的主要?dú)夂蛞蜃訔l件為：平均年降水量(MAP，60.4%)、年平均溫度(MAT，14.4%)、平均最暖月溫度(MWMT，10.9%)、小于0℃積溫(DD_0，3.9%)，累計(jì)貢獻(xiàn)率為89.6%；影響香樟分布的主要?dú)夂蛞蜃訔l件為：小于0℃積溫(DD_0，57.2%)、平均最冷月溫度(MCMT，30.3%)、平均最暖月溫度(MWMT，1.7%)、平均夏季降水量(MSP，1.3%)、平均年降水量(MAP，1.2%)，累計(jì)貢獻(xiàn)率為91.7%；影響大葉冬青分布的主要?dú)夂蛞蜃訔l件為：年平均溫度(MAT，38.5%)、平均年降水量(MAP，17.5%)、小于0℃積溫(DD_0，13.1%)、平均最暖月溫度(MWMT，10.1%)、夏季熱水分指標(biāo)(SHM，8.5%)，累計(jì)貢獻(xiàn)率為87.7%。

通過(guò)MaxEnt模型輸出的氣候變量對(duì)植物適生生分概率反映曲線圖可測(cè)定各氣候變量對(duì)模型的作用區(qū)間，最終得出該四種木本植物的最適氣候條件為：交讓木最適宜生長(zhǎng)在極端最低溫為-10 ℃、平均年降水量為1 500 mm左右、平均最暖月溫度在30 ℃以上、平均最冷月溫度為5 ℃的地區(qū)；紅楠最適宜生長(zhǎng)在平均年降水量為1 700～2 700 mm、年平均溫度為17～23 ℃、平均最暖月溫度為30 ℃以上的地區(qū)；香樟最適宜生長(zhǎng)在平均最冷月溫度為5～20 ℃、平均最暖月溫度為30 ℃以上、平均夏季降水量為800～1 700 mm、平均年降水量為1 500～2 900 mm的地區(qū)；大葉冬青最適宜生長(zhǎng)在年平均溫度為18 ℃左右、平均年降水量為2 000 mm左右、平均最暖月溫度為29 ℃以上的地區(qū)。

2.2 模型精度評(píng)估

采用AUC值對(duì)MaxEnt模型的預(yù)測(cè)結(jié)果進(jìn)行精度評(píng)估。ROC曲線分析是一種不依賴于閾值的分析方法，是將不同閾值正確模擬存在的百分率(精確性)和1減去正確模擬不存在的百分率(特異性)通過(guò)作圖的方法表示出來(lái)，通過(guò)比較曲線和45°線之間的面積(Area Under Curve，AUC)來(lái)確定模型的模擬精度。AUC值的范圍通常處于0.5(隨機(jī)區(qū)分水平)到1.0(最完美的區(qū)分水平)之間，低于這個(gè)范圍的值則表明模型的預(yù)測(cè)能力不及隨機(jī)預(yù)測(cè)。一般認(rèn)為AUC值的評(píng)估標(biāo)準(zhǔn)為：AUC值為0.5～0.7時(shí)模型診斷價(jià)值較低；AUC值為0.7～0.9時(shí)診斷價(jià)值中等；AUC值大于0.9時(shí)診斷價(jià)值優(yōu)秀[16]。

通過(guò)運(yùn)行MaxEnt模型輸出結(jié)果中的ROC曲線圖及其AUC值進(jìn)行模型精度分析表明：大葉冬青的AUC值為0.956；紅楠的AUC值為0.956；交讓木的AUC值為0.934；香樟的AUC值為0.914。這說(shuō)明利用MaxEnt模型對(duì)這4種常綠喬木的潛在分布所建立的模型的診斷價(jià)值均達(dá)到了優(yōu)秀，MaxEnt模型對(duì)它們的分布預(yù)測(cè)具有較高的可信度。

2.3 當(dāng)前潛在分布模擬

展示的植物潛在適生分布概率圖是植物適生概率大于0.5的區(qū)域，圖中顯示的紅色和黃色區(qū)域即為植物適宜生長(zhǎng)的地區(qū)，并且顏色越深，表明植物的適生概率越大(圖1)。

圖1 四種常綠喬木2000 s潛在分布圖

從MAXENT模型運(yùn)行產(chǎn)生的該四種常綠喬木在2000s時(shí)段的潛在適生分布圖可以看出，預(yù)測(cè)的潛在分布區(qū)與實(shí)際分布區(qū)有較好的對(duì)應(yīng)，基本涵蓋了實(shí)際分布記載中的所有點(diǎn)，且遠(yuǎn)大于其己記錄的分布區(qū)。在目前氣候下，交讓木適合生長(zhǎng)的地區(qū)主要集中在浙江省、江西省、湖南省、重慶市、貴州省、湖北省和安徽省南部、廣東省和廣西北部、四川省與重慶市交界處。同時(shí)，交讓木在江蘇省和安徽省、湖北省北部也有一定的適生性；紅楠適合生長(zhǎng)的地區(qū)主要集中在浙江省、福建省、江西省、廣東省、湖南省、安徽省南部、廣西省東部、臺(tái)灣省局部地區(qū)、江蘇省與浙江省交界處；香樟適合生長(zhǎng)的地區(qū)主要集中在浙江省、福建省、江西省、湖南省、廣東省、廣西、云南省、貴州省、海南省、臺(tái)灣省、重慶市與四川省交界處。同時(shí)，香樟在江蘇省、安徽省和湖北省也有一定的適生性；大葉冬青適合生長(zhǎng)的地區(qū)主要集中在浙江省、福建省、江西省、湖南省、廣東省北部、廣西東北部、安徽省南部、湖北省和貴州省東部、江蘇省與安徽省和浙江省交界處、重慶市與四川省交界處。

2.4 未來(lái)潛在分布模擬

從MAXENT模型運(yùn)行產(chǎn)生的該四種常綠喬木在2020 s、2050 s時(shí)段的潛在適生分布結(jié)果見(jiàn)圖2。

圖2 四種常綠喬木2020s和2050s兩個(gè)時(shí)段潛在分布圖

2.5 分布格局變化分析

將該四種常綠喬木在2020s、2050s時(shí)段的未來(lái)潛在適生分布預(yù)測(cè)圖與當(dāng)前潛在分布對(duì)比分析發(fā)現(xiàn)，交讓木北部分布區(qū)的變化最為明顯，北部分布邊界區(qū)(即江蘇、安徽、湖北分布區(qū))逐漸向北擴(kuò)展，江蘇、安徽和湖北境內(nèi)交讓木的適生區(qū)逐漸增加，適生概率增大。交讓木新適宜分布范圍出現(xiàn)破碎化現(xiàn)象，局部出現(xiàn)不適宜交讓木生存的地區(qū)；紅楠新適宜分布區(qū)向目前適宜分布區(qū)的北部和西部逐漸擴(kuò)展，西南部分布區(qū)的變化最為明顯，廣西境內(nèi)適宜紅楠的分布區(qū)增加較多，幾乎完全適合紅楠的生存。紅楠新適宜的分布范圍更加連續(xù)；香樟新適宜分布區(qū)變化不大，但在江蘇省、安徽省和湖北省的適生概率增大，同時(shí)新適宜分布范圍更加連續(xù)；大葉冬青北部分布區(qū)的變化最為明顯，北部分布邊界區(qū)(即江蘇、安徽、湖北分布區(qū))逐漸向北擴(kuò)展，江蘇、安徽和湖北境內(nèi)大葉冬青的適生區(qū)逐漸增加。大葉冬青新適宜分布區(qū)的西南部地區(qū)出現(xiàn)分布范圍破碎化現(xiàn)象，局部出現(xiàn)不適宜大葉冬青生存的地區(qū)。

3 討 論

潛在及未來(lái)分布區(qū)域的研究對(duì)大尺度上預(yù)測(cè)植物的潛在適生分布、研究未來(lái)氣候變化對(duì)植物適生分布的影響具有普遍意義。同時(shí)，為未來(lái)綠地規(guī)劃調(diào)整、綠地中現(xiàn)有樹(shù)木的養(yǎng)護(hù)規(guī)劃與措施以及有計(jì)劃地苗木培育等提供了重要依據(jù)。但是，隨著時(shí)間的變化，立足于《中國(guó)木本植物分布圖集》的數(shù)據(jù)來(lái)源有著其局限性，有待于現(xiàn)場(chǎng)調(diào)研獲得數(shù)據(jù)的補(bǔ)充與支持。另外，隨著空間尺度的減小，除氣候以外的其他環(huán)境因子對(duì)植物分布的影響逐漸凸顯，包括土地利用變化、土壤質(zhì)地、遷移能力以及物種之間的相互競(jìng)爭(zhēng)作用等，因此為了提高模型模擬的精度和實(shí)踐應(yīng)用價(jià)值，需將所有影響植物分布的環(huán)境因子列入分析范圍。

[1] 國(guó)家氣候中心.人類減緩氣候變化的途徑和前景——IPCC第三工作組第四次評(píng)估報(bào)告初步解讀[J].環(huán)境保護(hù),2007,6A(11):34-35.

[2] 潘家華,孫翠華,鄒驥,等.減緩氣候變化的最新科學(xué)認(rèn)知[J].氣候變化研究進(jìn)展,2007,3(4):187-194.

[3] 丁一匯,任國(guó)玉,石廣玉,等.氣候變化國(guó)家評(píng)估報(bào)告(I):中國(guó)氣候變化的歷史和未來(lái)趨勢(shì)[J].氣候變化研究進(jìn)展,2006,2(1): 3-8.

[4] 林而達(dá),許吟隆,蔣金荷,等.氣候變化國(guó)家評(píng)估報(bào)告(II):氣候變化的響應(yīng)與適應(yīng)[J].氣候變化研究進(jìn)展,2006, 2(2): 51-56.

[5] 虞海燕,劉樹(shù)華,趙娜,等.1951—2009年屮國(guó)不同區(qū)域氣溫和降水呈變化特征[J].氣象與環(huán)境學(xué)報(bào),2011,27(4): 1-11.

[6] 氣候變化國(guó)家評(píng)估報(bào)告編寫委員會(huì).氣候變化國(guó)家評(píng)估報(bào)告[M].北京:科學(xué)出版社,2007.

[7] 王娟,倪健.植物種分布的模擬研究進(jìn)展[J].植物生態(tài)學(xué)報(bào),2006,30(6):1040-1053.

[8] 李雙成.植物響應(yīng)氣候變化模型模擬研究進(jìn)展[J].地理科學(xué)進(jìn)展,2001,20(3):217-226.

[9] 郝占慶,代力民,賀紅士,等.氣候變暖對(duì)長(zhǎng)白山主要樹(shù)種的潛在影響[J].應(yīng)用生態(tài)學(xué)報(bào),2001,12(5):653-658.

[10] 郭泉水,閻洪,徐德應(yīng),等.氣候變化對(duì)我國(guó)紅松林地理分布影響的研究[J].生態(tài)學(xué)報(bào),1998,18(5):484-488.

[11] 倪健,宋永昌.CO2倍增條件下中國(guó)亞熱帶常綠闊葉林優(yōu)勢(shì)種及常見(jiàn)種分布區(qū)的可能變遷[J].植物生態(tài)學(xué)報(bào),1997,21(5):455-467.

[12] 張清華,郭泉水,徐德應(yīng),等.氣候變化對(duì)我國(guó)珍稀瀕危樹(shù)種-珙桐地理分布的影響研究[J].林業(yè)科學(xué),2000,36(2):47-52.

[13] 李峰,周廣勝,曹銘昌.興安落葉松地理分布對(duì)氣候變化響應(yīng)的模擬[J].應(yīng)用生態(tài)學(xué)報(bào),2006,17(12): 2255-2260.

[14] Parmesan C, Yeheg. Globally coherent fingerprint of climate change impacts across natural systems[J].Nat,2003,421(1):37-42.

[15] Roottl, Price J T, Hall K R, et al. Fingerprints of global warming on wild animals and plants[J].Nat,2003,421(1):57-60.

[16] Philips S J, Dudik M. Modeling of species distributions with MaxEent: new extensions and a comprehensive evaluation [J]. Ecography, 2008,31(2):161-175.

Simulation of Potential Distributions and Future Distributions for Four Evergreen Trees

Huo Yan1, Li Yannan1, Zhu Zunling1,2，3*

(1.College of Arts & Design; 2. College of Landscape Architecture; 3. Co-Innovation Center for Sustainable Forestry in Southern China, Nanjing Forestry University, Nanjing 210037, China)

Based ontheAtlasofWoodyPlantsinChinaand ArcGIS geographic information platform, using ClimateChina model, extracted 13 climate variable data in 2000s(1990-2009), 2020s(2010-2039) and 2050s(2040-2069) as main climate information, simulated four evergreen trees suitable potential distributions and future distributions in nationwide use the maximum entropy method (MaxEnt model) to gain distribution changes of these four trees in 2000s, 2020s, 2050s. The results suggested that the potential distributions of the four evergreen trees through MaxEnt model are larger than the distributions in literature; the main climate variables that influencing the distribution of the four evergreen trees are not entirely consistent. When climate changes in the future,the trends of changes in potential suitable distribution areas of the four kinds of evergreen trees will be different. The results can provide theoretical guidance for plant suitable zoning and planting area selections for landscape trees.

potential distribution; climate change; future distribution; MaxEnt model

2014-12-18

國(guó)家自然科學(xué)基金項(xiàng)目 (31270741)；江蘇省 “青藍(lán)工程”資助項(xiàng)目；江蘇省高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目。

火艷(1986— )，女，碩士生，主要研究園林植物應(yīng)用、園林植物栽培。E-mail：397398464@qq.com

*通訊作者：祝遵凌 (1968— )，男，博士，教授，主要研究園林植物應(yīng)用、園林植物栽培理論與實(shí)踐等方面。E-mail：zhuzunling@aliyun.com

10.3969/j.issn.1006-9690.2015.04.017

S687.9

A

1006-9690(2015)04-0072-05