• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      沙木蓼的地理分布特征及其預(yù)測分析

      2021-07-13 02:27:18熊舉乾楊志剛賀浩然劉津岐劉永萍楚光明
      關(guān)鍵詞:環(huán)境變量分布區(qū)適生區(qū)

      熊舉乾,楊志剛,賀浩然,劉津岐,劉永萍,楚光明

      (1新疆生產(chǎn)建設(shè)兵團(tuán)第十師一八一團(tuán)農(nóng)業(yè)發(fā)展服務(wù)中心,新疆 北屯 836000;2新疆生產(chǎn)建設(shè)兵團(tuán)林業(yè)和草原資源監(jiān)測中心,新疆 烏魯木齊 830011;3石河子大學(xué)農(nóng)學(xué)院,新疆 石河子 832000;4新疆林業(yè)科學(xué)院造林治沙研究所,新疆 烏魯木齊 830000)

      0 引言

      沙木蓼(Atraphaxis bracteataA. Los.)為蓼科木蓼屬植物。其花稠而香,為良好的蜜源植物[1]。其具有生長快,生物產(chǎn)量高,根系吸水力強(qiáng)而體內(nèi)損失水分較少,能忍耐干旱和干燥的氣候環(huán)境,根系發(fā)達(dá),平茬后萌發(fā)能力強(qiáng)等特性[2]。更為重要的是它可以進(jìn)行種子天然更新,所以沙木蓼十分適合在荒漠或半荒漠、流動沙丘或固定沙丘的環(huán)境下營造大面積的薪材林[3]。沙木蓼擁有十分發(fā)達(dá)的根系,有很強(qiáng)的吸水能力,能夠適應(yīng)沙漠環(huán)境,在干旱的條件下能夠生長出大量不定根,構(gòu)成稠密的根系進(jìn)行吸水,因此沙木蓼在流沙地區(qū)也同樣適宜種植[4]。這對沙區(qū)居民解決用柴、家畜飼料、防風(fēng)固沙、促進(jìn)沙丘生態(tài)系統(tǒng)良好循環(huán)具有重大意義。沙木蓼作為一種防風(fēng)固沙的先鋒樹種具有廣泛的應(yīng)用價值。沙木蓼植被多分布于內(nèi)蒙古自治區(qū)((后文簡稱內(nèi)蒙古)巴彥淖爾盟烏審旗及伊克昭盟展旦召)、寧夏回族自治區(qū)((后文簡稱寧夏)靈武市及中衛(wèi)市)、甘肅南部區(qū)域、青海西部區(qū)域和陜西省部分區(qū)域。分析沙木蓼種群適生區(qū)域的地理分布情況,能有效地保護(hù)和利用荒漠植物資源?,F(xiàn)如今對沙木蓼種群的研究也有不少,主要集中在沙木蓼的引種、扦插、栽培和生理特性等方面,關(guān)于沙木蓼種群地理分布方面的研究較少[3,5]。

      由于國內(nèi)對荒漠植物在地理分布格局方面開展研究較晚,所以關(guān)于沙木蓼一類的荒漠類型植物的地理分布及其潛在分布區(qū)預(yù)測方面的研究也不多。近年來,越來越多的國內(nèi)外學(xué)者開始對荒漠植物的地理分布區(qū)域、特征及與環(huán)境因子的相關(guān)性進(jìn)行研究。烏日娜等經(jīng)過觀察液體流動態(tài)變化,分析得出影響沙木蓼莖干液體流動的重要環(huán)境因子是太陽輻射,其次是大氣相對濕度、大氣溫度和風(fēng)速[6]。劉世增等認(rèn)為在荒漠干旱區(qū)域,影響植被存活和發(fā)展的重要環(huán)境因素是土壤中的水分,植物間對水分的競爭和風(fēng)沙流動,也是導(dǎo)致種群密度差異的重要因素[7]。沙木蓼種群除老齡級種群為隨機(jī)分布,幼齡級、苗齡級和成熟級種群的分布格局都為聚集分布,說明沙木蓼種群在重建荒漠植被和構(gòu)建荒漠植被穩(wěn)定性方面具有積極意義。

      眾所周知,氣候因素是影響物種地理分布的關(guān)鍵因素之一。近些年來,隨著科技的進(jìn)步,如統(tǒng)計技術(shù)、機(jī)器學(xué)習(xí)技術(shù)和地理信息系統(tǒng)(GIS,Geo?graphic Information Systems)等,利用生物分布數(shù)據(jù)信息和與之有關(guān)的環(huán)境因子變量,并通過一定方法的計算就能獲得該生物的潛在分布區(qū)域,這些技術(shù)已被應(yīng)用于各個領(lǐng)域,如保護(hù)生物學(xué)、進(jìn)化生物學(xué)和氣候變化對物種分布的影響等。生態(tài)位模型的模擬方法也各種各樣,隨著技術(shù)的飛躍,許多生態(tài)位模型已被制作成方便易操作的軟件,其中盡管樣本很小也可以準(zhǔn)確預(yù)測出物種潛在分布區(qū)域的最大熵(MaxEnt)模型被廣泛使用[8]。如今利用GIS 技術(shù)在氣候和環(huán)境方面的定量研究,對生物分布格局的預(yù)測和生物歷史分布格局的預(yù)測已是研究的熱點[9]。通過生態(tài)位模型運(yùn)行得出的結(jié)果再用地理信息系統(tǒng)ArcGis 軟件進(jìn)行柵格轉(zhuǎn)換和可視化表達(dá),即可得到清晰明了的適宜潛在分布區(qū)域圖[10]。

      最大熵理論認(rèn)為:熵最大的對象能夠接近它的真實狀況,并且預(yù)測出現(xiàn)的失誤也會非常小[11]。早在1957 年,Elith J 最先把信息熵引入到統(tǒng)計力學(xué)中,并提出最大熵原理[12,13,14],在許多科學(xué)研究中,相較于其他常見的生態(tài)位模型,如Bioclim(the biocli?matic prediction system),GARP(the genetic algorithm for rule-set prediction),Domain(the domain model)和ENFA(ecological niche factor analysis)等,MaxEnt 模型預(yù)測結(jié)果最為準(zhǔn)確,盡管缺少物種分布相關(guān)數(shù)據(jù)信息或分布區(qū)的環(huán)境變量不全面,也能夠做到對生物潛在分布區(qū)域的準(zhǔn)確預(yù)測[15]。Ning X 等[16]通過MaxEnt模型對黃芩分布數(shù)據(jù)進(jìn)行十次運(yùn)算,并做數(shù)據(jù)交叉驗證,得到訓(xùn)練集AUC(Area Under Curve)值為 0.947,測試集 AUC 值為 0.930,這表明 MaxEnt 模型具有十分高的準(zhǔn)確性。

      本研究基于沙木蓼種群的地理分布數(shù)據(jù)、生物氣候數(shù)據(jù)集和全國地區(qū)海拔數(shù)據(jù)等,利用ArcGis 軟件和MaxEnt模型對沙木蓼種群在西北五省、內(nèi)蒙古以及河北省的潛在分布格局進(jìn)行分析預(yù)測,并通過生境指數(shù)對潛在分布區(qū)做不同級別適生區(qū)的劃分,以此來評價沙木蓼種群的生境適宜性[15],進(jìn)一步分析討論導(dǎo)致沙木蓼種群地理分布的關(guān)鍵環(huán)境因素,為我國沙木蓼物種的適生區(qū)保護(hù)與資源利用提供有利的理論依據(jù)與參考。

      1 材料與方法

      1.1 研究區(qū)域概況

      本研究根據(jù)沙木蓼的現(xiàn)有地理分布數(shù)據(jù),以西北五省(新疆維吾爾自治區(qū)(后文簡稱新疆)、寧夏、甘肅省、青海省、陜西?。?nèi)蒙古和河北省作為研究區(qū)域,總面積447.76×104km2。研究區(qū)屬典型的溫帶大陸性氣候,平均海拔1000~2000m,年均降水量為100~200mm,水熱分布不平衡,蒸發(fā)量達(dá)2500~4000mm,平均溫度8.78℃,極端高溫達(dá)49.6℃,極端低溫達(dá)-50.19℃(數(shù)據(jù)來源于中國氣象網(wǎng)[17])。研究區(qū)域地形以山地、盆地和高原為主,風(fēng)蝕作用顯著。其中灰棕色沙土、灰沙土、棕色沙土、鹽堿土壤、灰鈣土壤和風(fēng)沙土壤是研究區(qū)域主要的土壤類型。

      1.2 環(huán)境變量獲取

      選擇應(yīng)用廣泛的Worldclim 數(shù)據(jù)庫[18]的19 個環(huán)境變量數(shù)據(jù),主要包括1—12 月的年均溫、月均溫、降水量、極端最高和最低氣溫等,及從中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心獲取的全國各地區(qū)的海拔原始數(shù)據(jù)。

      避免各項環(huán)境變量間相關(guān)性一共有三種方法,本研究中選擇刪去貢獻(xiàn)率為0 的環(huán)境變量的方法,通過MaxEnt模型一次運(yùn)行的預(yù)測結(jié)果,對各環(huán)境變量的貢獻(xiàn)率進(jìn)行排序。本研究中需去除當(dāng)前時期(20 世紀(jì) 90 年代)貢獻(xiàn)率為0 的環(huán)境變量 bio10 和bio17,未來2050 時期(21 世紀(jì)50 年代)貢獻(xiàn)率為0的環(huán)境變量 bio6、bio10、bio16 和 bio17,以及未來2070 時期(21 世紀(jì)70 年代)貢獻(xiàn)率為0 的環(huán)境變量bio6、bio10、bio11、bio16 和bio17 等,19 個環(huán)境變量(如表1 所列)中除去貢獻(xiàn)率為0 的環(huán)境變量,剩余的環(huán)境變量與海拔數(shù)據(jù)(bio-elev)均用于當(dāng)前、未來2050和未來2070三個時期模擬預(yù)測。

      表1 研究所用環(huán)境變量Table 1 Environment variables used in study

      1.3 沙木蓼分布數(shù)據(jù)

      如表2、3所列沙木蓼種群的分布數(shù)據(jù)來源于中國植物志、中國高等植物志、中國沙漠植物志、新疆植物志、內(nèi)蒙古植物志、青海植物志、甘肅植物志、寧夏植物志及相關(guān)參考文獻(xiàn)。沙木蓼的臘葉憑證標(biāo)本分布數(shù)據(jù)來源于中國數(shù)字植物標(biāo)本館[19]。

      采用ArcGis 10.3 軟件繪制沙木蓼種群的分布圖。第一步,依據(jù)植物志和沙木蓼標(biāo)本記錄上的分布信息,統(tǒng)計、記錄沙木蓼的分布地點、生境和海拔等,結(jié)果如表2 和表3 所列;第二步,根據(jù)沙木蓼采集地點信息在Google Earth軟件上定點,確定物種準(zhǔn)確經(jīng)緯度坐標(biāo);第三步,將經(jīng)緯度坐標(biāo)導(dǎo)入ArcGis 10.3軟件;第四步,參照國家基礎(chǔ)地理信息系統(tǒng)[20]和行政區(qū)劃繪出沙木蓼在研究區(qū)域的分布圖,結(jié)果如圖1所示。

      表2 沙木蓼植株臘葉憑證標(biāo)本Table 2 Dehydrated voucher specimens data of Atraphaxis bracteata A.Los.in China

      表3 沙木蓼種群在中國的分布Table 3 Distribution of Atraphaxis bracteata A.Los.in China

      圖1 沙木蓼分布圖Figure 1 Distribution map of Atraphaxis bracteata A.Los.

      1.4 Arcgis工具與MaxEnt模型的應(yīng)用

      1.4.1 最大熵(MaxEnt)模型建立

      將沙木蓼種群三個時期地理分布數(shù)據(jù)分別導(dǎo)入MaxEnt 模型中,結(jié)合19個環(huán)境變量與海拔數(shù)據(jù),選取沙木蓼的發(fā)生數(shù)據(jù)集分別進(jìn)行隨機(jī)分割,其中75%的分布點被用于組成訓(xùn)練模型,剩余25%的分布點組成測試集,用于評價模型的預(yù)測效果[21]。

      1.4.2 等級分區(qū)

      將沙木蓼物種的潛在分布適生區(qū)進(jìn)行4個等級的劃分,先在ArcGis10.3軟件中加載MaxEnt 軟件運(yùn)行結(jié)果,再將MaxEnt軟件輸出的ASCⅡ格式的圖層轉(zhuǎn)成柵格格式,導(dǎo)入ArcGis10.3軟件中進(jìn)行重采樣,將重采樣的結(jié)果與研究區(qū)域矢量圖層疊加,最終得到沙木蓼種群在研究區(qū)域內(nèi)的物種適宜區(qū)[22]。將最終的效果圖適生等級劃分為4 個等級,白色區(qū)域表示不適宜生長區(qū)(<0.1),淺灰色區(qū)域表示適宜生長區(qū)(0.1~0.3),中灰色區(qū)域表示較適宜生長區(qū)(0.3~0.5),黑色區(qū)域表示高適宜生長區(qū)(>0.5)[23]。

      1.4.3 預(yù)測精度

      利用ROC(Receiver Operating Characteristic)曲線下方的AUC 值檢驗?zāi)P皖A(yù)測結(jié)果的精確性。AUC的數(shù)值一般在0.5~1之間,AUC的數(shù)值越接近1,說明預(yù)測結(jié)果的精確性越高,若AUC的數(shù)值低于0.5 則說明預(yù)測結(jié)果不及隨機(jī)預(yù)測。一般認(rèn)為AUC數(shù)值在0.5~0.7 范圍內(nèi)預(yù)測準(zhǔn)確度偏低,AUC 數(shù)值在0.7~0.9范圍內(nèi)預(yù)測較為準(zhǔn)確,AUC數(shù)值高于0.9時預(yù)測準(zhǔn)確度較高[24]。

      1.4.4 刀切法

      利用MaxEnt 模型刀切法來評價測定各種環(huán)境變量權(quán)重圖,反映沙木蓼在三個不同時期各環(huán)境變量的重要貢獻(xiàn)率。權(quán)重圖中各數(shù)值含義:橫軸代表環(huán)境變量貢獻(xiàn)率,縱軸代表各環(huán)境變量,藍(lán)色代表對應(yīng)環(huán)境變量的得分,淺藍(lán)色代表除該變量外的其他變量組合的所有貢獻(xiàn)和,紅色代表所有變量的得分之和;哪一個環(huán)境變量的得分越高,就說明該環(huán)境變量對物種分布的影響越重要[25]。

      續(xù)上表

      2 結(jié)果分析

      2.1 沙木蓼三個時期的潛在分布區(qū)域與適宜級別劃分

      如圖2 所示可知,沙木蓼的潛在適宜生長區(qū)主要為內(nèi)蒙古東部的科爾沁沙地、中部的渾善達(dá)克沙地、雅布賴山東部地區(qū),甘肅南部區(qū)域、北部區(qū)域,新疆北部部分區(qū)域、南部阿克蘇地區(qū),青海部分區(qū)域,河北小部分區(qū)域和寧夏地區(qū);較適宜分布區(qū)主要集中在內(nèi)蒙古北部地區(qū)、寧夏南部區(qū)域、甘肅中部區(qū)域、新疆北部部分區(qū)域和青海省布爾汗布達(dá)山北部區(qū)域以及沿著新疆和田地區(qū)皮山縣直至若羌縣區(qū)域都有分布;高適宜分布區(qū)主要集中在內(nèi)蒙古大部區(qū)域、寧夏部分區(qū)域、甘肅部分區(qū)域、新疆北部部分區(qū)域和青海小部分區(qū)域。三個時期沙木蓼物種潛在分布區(qū)在河北的適生區(qū)減少最為明顯。

      圖2 沙木蓼不同時期適應(yīng)性分布圖Figure 2 Potentially suitable distribution area of Atrap?haxis bracteata A.Los.in different periods

      2.2 計算沙木蓼各時期適生區(qū)面積

      研究區(qū)域總面積447.76×104km2,在ArcGis10.3工具中分別將沙木蓼三個時期適生區(qū)所占柵格數(shù)記錄下來并計算總和,用各適生區(qū)所占柵格數(shù)除以總和得出各適生區(qū)所占比,最后用研究區(qū)總面積乘以占比,就可得到沙木蓼種群在三個時期各適生區(qū)的面積,結(jié)果如表4 所列。根據(jù)三個不同時期沙木蓼的適應(yīng)性分布圖和適生區(qū)面積分析可知,沙木蓼種群從當(dāng)前時期至未來2070 時期預(yù)測得到的適宜性地區(qū)中不適宜區(qū)面積增長最為明顯,較適宜生長區(qū)面積明顯下降,適宜和高適宜區(qū)面積先減少后增多,與適宜區(qū)相比高適宜區(qū)變化不明顯。沙木蓼在新疆南部地區(qū)、青海北部地區(qū)和甘肅北部地區(qū)的適宜區(qū)面積先變少后變多。當(dāng)前時期至未來2050 時期,沙木蓼的高適區(qū)都以原有分布中心向外側(cè)擴(kuò)張。

      2.3 預(yù)測精確度

      如表5 所列可知,沙木蓼在三個時期的訓(xùn)練集AUC值都在0.920以上,測試集AUC值都在0.970以上,表明MaxEnt軟件對沙木蓼在三個時期潛在適生區(qū)的預(yù)測結(jié)果較精準(zhǔn)。

      表5 沙木蓼不同時期AUC值表Table 5 AUC value of two species of Atraphaxis bracte?ata A.Los.

      2.4 主要環(huán)境變量

      如圖3 所示可知,影響沙木蓼三個時期分布的主要環(huán)境變量由高到低依次為bio1(年平均氣溫)、bio12(年平均降雨量)、bio14(最干月降雨量)、bio16(最濕季度降雨量)和bio18(最熱季度降雨量)。

      圖3 不同時期各環(huán)境變量刀切法檢驗得分Figure 3 Jack knife test scales of each environment variables in different period

      3 結(jié)論

      (1)通過沙木蓼原有分布點與三個時期潛在分布點對照可知,標(biāo)本記錄點與采集點相吻合,而潛在分布區(qū)由原分布中心向外側(cè)擴(kuò)張,說明沙木蓼在未來時期的適宜性較強(qiáng)。沙木蓼在未來時期的潛在分布區(qū)域有所增長,但不適宜分布區(qū)也有增長的現(xiàn)象。隨著時間的推移沙木蓼潛在分布區(qū)在部分地區(qū)有減少的現(xiàn)象,沙木蓼適宜分布區(qū)朝著西南方向移動,高適宜分布區(qū)也在由原分布中心向外擴(kuò)張。

      (2)MaxEnt模型預(yù)測的地理分布結(jié)果與實際分布區(qū)域的符合程度較高,AUC 數(shù)值皆高于0.9,說明對沙木蓼的預(yù)測精度高,有較高的可信度,預(yù)測的結(jié)果合理。

      (3)通過對沙木蓼潛在分布區(qū)域的環(huán)境變量分析發(fā)現(xiàn),在19 個環(huán)境變量中,年平均氣溫是最能影響沙木蓼分布的一種環(huán)境變量,其次是降水量。

      4 討論

      通過MaxEnt模型預(yù)測結(jié)果顯示,基準(zhǔn)氣候條件下沙木蓼種群的最適宜分布區(qū)位于內(nèi)蒙古的南部區(qū)域、寧夏的北部區(qū)域、甘肅東南部區(qū)域和新疆北部小片區(qū)域。在未來時期氣候條件下沙木蓼種群在內(nèi)蒙古、寧夏和甘肅省的最適宜分布區(qū)明顯增加,較適宜分布區(qū)次之。新疆和青海適宜分布區(qū)有所增加,河北省潛在分布區(qū)面積減少最為明顯。賀曉慧等[26]在氣候地理特征及未來氣候情境下對文冠果分布的適宜種植區(qū)預(yù)測和朱妮[27]在氣候變化情況下對蒙古沙拐棗適宜生境預(yù)測的研究都表明,隨當(dāng)前和未來時期的時間推移,沙木蓼種群在未來的適宜區(qū)都有變化。隨時期的變化沙木蓼的較適宜區(qū)和高適宜區(qū)出現(xiàn)分離。

      通過刀切法圖可以明顯看出沙木蓼種群的潛在分布區(qū)在各個省份都有分布,主要集中在內(nèi)蒙古地區(qū)、寧夏地區(qū)和甘肅地區(qū),影響其分布的主要因素為年平均溫度,其次是春夏多雨季節(jié)的降水量。這與汪勇等[28]對我國無葉假木賊屬物種的地理分布特征及潛在分布區(qū)預(yù)測和厲靜文等[29]基于MaxEnt模型的胡楊潛在適生區(qū)預(yù)測中提出的大部分旱生植物受到氣候制約的環(huán)境變量主要是以降水量為主,其次是溫度和海拔等其他環(huán)境變量因素的研究結(jié)果一致。由此可見,降水量對沙木蓼的地理分布也有著十分重要的影響。

      本研究結(jié)果有利于深入了解沙木蓼種群在我國西北五省、內(nèi)蒙古和河北省的潛在適生性、最適分布區(qū)域及對其分布起主導(dǎo)作用的環(huán)境變量。但本研究仍有一些對沙木蓼適生區(qū)預(yù)測有影響的環(huán)境變量沒有考慮到,如植被、河流、物種種間競爭關(guān)系、生物互相影響及人類活動強(qiáng)度等因素,在今后的科學(xué)研究中需更深入的考慮如何選取各種環(huán)境變量以達(dá)到更好的物種適生區(qū)分布預(yù)測結(jié)果。為我國沙木蓼種群的保護(hù)與資源利用提供科學(xué)可靠的理論依據(jù)與參考。

      猜你喜歡
      環(huán)境變量分布區(qū)適生區(qū)
      基于最大熵模型的云南思茅松潛在分布區(qū)
      江蘇省六種鳥類新紀(jì)錄
      氣候變化下中國蒟蒻薯科箭根薯的地理分布格局預(yù)測
      未來氣候條件下當(dāng)歸適生區(qū)預(yù)測及時空變化分析
      廣東地區(qū)夾竹桃科植物區(qū)系分析
      從桌面右鍵菜單調(diào)用環(huán)境變量選項
      氣候變化下瀕危植物半日花在中國的潛在分布
      徹底弄懂Windows 10環(huán)境變量
      物種分布區(qū)特征及其對生物多樣性保育的意義
      炎黃地理(2019年5期)2019-10-20 01:59:19
      巴拉圭瓜多竹適生區(qū)分布研究
      济阳县| 平南县| 尖扎县| 福建省| 洪雅县| 阿鲁科尔沁旗| 台前县| 彰武县| 新乡县| 文安县| 兴安盟| 金门县| 芒康县| 张家界市| 大洼县| 阜城县| 滨海县| 阜宁县| 抚州市| 镇原县| 兴安盟| 麻城市| 锡林郭勒盟| 许昌县| 上栗县| 建始县| 丹寨县| 昌吉市| 庆元县| 海原县| 商丘市| 九台市| 江阴市| 彭泽县| 察哈| 万盛区| 延安市| 台中县| 昌江| 通江县| 土默特右旗|