云南廣西蒜頭果適生區(qū)預(yù)測(cè)及環(huán)境影響因子

龔茂佳，王 娟，付小勇，寇衛(wèi)利*，魯 寧，王秋華，賴虹燕

(1.西南林業(yè)大學(xué)林學(xué)院，云南 昆明 650224;2.西南林業(yè)大學(xué)綠色發(fā)展研究院，云南 昆明 650224;3.西南林業(yè)大學(xué)大數(shù)據(jù)與智能工程學(xué)院，云南 昆明 650224;4.西南林業(yè)大學(xué)土木工程學(xué)院，云南 昆明 650224)

蒜頭果(Malaniaoleifera)是一種稀有和高價(jià)值的旱生樹(shù)種，為重點(diǎn)保護(hù)野生植物，隸屬于鐵青樹(shù)科(Olacaceae)蒜頭果屬(Malania)[1-5]。主要生長(zhǎng)在石山山地，是石山造林的優(yōu)選樹(shù)種[6]；蒜頭果種仁含有大量油脂[7-8]，可提取食用油和芳香油等[9]，從新鮮的枝葉及果肉中可以提取揮發(fā)油[10]，是極好的木本油料樹(shù)種，種仁油脂中可以提取神經(jīng)酸等高價(jià)值成分[8,11-12]，油脂可以用來(lái)制作麝香酮，在醫(yī)藥界具有很高的開(kāi)發(fā)利用前景；蒜頭果樹(shù)干筆直，其木材與楠木類似，紋理清晰且具有光澤，可以用來(lái)制作高檔家具[13]，是優(yōu)質(zhì)的用材樹(shù)種。

目前，國(guó)內(nèi)對(duì)蒜頭果的研究主要集中在栽植培育[14-15]、油脂的提取及其化學(xué)成分組成分析[9,16]、神經(jīng)酸含量測(cè)定及提取[17]、揮發(fā)油的提取及分離[10]、木質(zhì)素提取等方面，而蒜頭果的適生區(qū)分布規(guī)律尚不明確。MaxEnt模型是目前分布預(yù)測(cè)研究領(lǐng)域表現(xiàn)較理想、應(yīng)用最多的模型[18-21]，其原理主要以物種分布的地理位置信息為基礎(chǔ)，獲取研究對(duì)象的已知地理分布點(diǎn)；根據(jù)物種實(shí)際的分布點(diǎn)數(shù)據(jù)信息和環(huán)境因子[20,22]，判斷物種未知分布點(diǎn)存在的概率；最終獲取研究物種的潛在分布范圍。MaxEnt模型已被大量運(yùn)用于藥用植物[23]、入侵植物[20,24]、珍稀瀕危動(dòng)植物[25-28]、物種遷徙[29]等分布預(yù)測(cè)；森林火災(zāi)敏感性表征[30]、洪澇[31]等自然災(zāi)害范圍預(yù)測(cè)；病害蟲(chóng)分布預(yù)測(cè)[32]等。

本研究利用MaxEnt模型，結(jié)合ArcGIS軟件對(duì)蒜頭果天然種群在云南省和廣西壯族自治區(qū)(以下簡(jiǎn)稱“廣西”)的潛在適生區(qū)分布進(jìn)行預(yù)測(cè)及在未來(lái)氣候情景下適生區(qū)變化進(jìn)行模擬，分析其與環(huán)境因子之間的相關(guān)性，揭示影響蒜頭果生長(zhǎng)的主要環(huán)境因素，獲取蒜頭果的潛在適生區(qū)分布范圍，為其繁殖培育、建立種質(zhì)資源保護(hù)地等方面提供有力的參考。

1 研究區(qū)概況

云南省(105°13′～106°12′E，23°11′～24°09′N)地處于中國(guó)西南，地形主要以山地為主，地勢(shì)高低不齊，呈西北方高東南方低的趨勢(shì)。亞熱帶高原季風(fēng)氣候是云南省的主要?dú)夂蝾愋?，氣溫的變化特征以垂直變化為主，海拔高低落差大，降水量隨地域分布差異變化大。廣西(104°26′～112°04′E，20°54′～26°24′N)地處于中國(guó)南方的沿海區(qū)域，以亞熱帶季風(fēng)氣候?yàn)橹鳎瑲鉁刈兓^大，全區(qū)各地區(qū)最高氣溫可達(dá)42.5 ℃，最低氣溫可達(dá)-8.4 ℃。降水豐富，各地區(qū)的年降水量均在1 070 mm以上。

云南省的東南部和廣西西部目前是野生蒜頭果分布較為集中的區(qū)域，尤其是位于亞熱帶氣候帶的喀斯特地貌為主的可溶性巖石地區(qū)，分布區(qū)域平均氣溫均在20 ℃左右，有豐富的熱量和降雨量，且干濕季分明。

2 材料與方法

2.1 數(shù)據(jù)獲取與處理

2.1.1 蒜頭果樣本數(shù)據(jù)獲取及預(yù)處理

云南省和廣西的蒜頭果樣本數(shù)據(jù)主要通過(guò)3種途徑獲?。孩俨殚啿⒄黻P(guān)于蒜頭果的文獻(xiàn)和有關(guān)資料、科學(xué)報(bào)道和權(quán)威網(wǎng)站上的統(tǒng)計(jì)數(shù)據(jù)，結(jié)合“91衛(wèi)圖助手”軟件獲取這些數(shù)據(jù)的空間坐標(biāo)信息；②向云南省文山州廣南縣相關(guān)管理部門(mén)申請(qǐng)，獲取部分廣南縣蒜頭果野外調(diào)查樣本數(shù)據(jù)；③通過(guò)數(shù)字標(biāo)本植物館(Chinese virtual herbarium,CVH)以及全球生物多樣性信息網(wǎng)(global biodiversity information facility,GBIF)下載部分研究區(qū)內(nèi)的帶有經(jīng)緯度坐標(biāo)的蒜頭果樣本數(shù)據(jù)。④野外調(diào)查數(shù)據(jù)：利用RTK(real-time kinematic)設(shè)備到實(shí)地獲取蒜頭果的地理位置信息。研究對(duì)所獲取的所有蒜頭果樣本數(shù)據(jù)進(jìn)行整理、篩選、去重等預(yù)處理，最終獲取了300個(gè)帶有地理坐標(biāo)的蒜頭果空間分布樣本(圖1)。為了把樣本與基礎(chǔ)地理空間數(shù)據(jù)疊加到一起，利用經(jīng)緯度轉(zhuǎn)換公式將300個(gè)樣本數(shù)據(jù)在Excel表格中把經(jīng)緯度統(tǒng)一轉(zhuǎn)換為十進(jìn)制。由于300個(gè)樣本分布不均勻，不適于模型構(gòu)建，因此把蒜頭果樣本加載到ArcGIS軟件中按照樣本間距離大于50 m的原則進(jìn)行人工篩選，選擇了136個(gè)樣本用于構(gòu)建模型，其中75%(102個(gè))用來(lái)訓(xùn)練模型，25%(34個(gè))用來(lái)驗(yàn)證模型的精度。其余164個(gè)樣本用于預(yù)測(cè)結(jié)果的分布精度驗(yàn)證，即將164個(gè)蒜頭果樣本與預(yù)測(cè)結(jié)果進(jìn)行空間疊加，驗(yàn)證有多少樣本分布點(diǎn)在預(yù)測(cè)范圍內(nèi)。

2.1.2 環(huán)境因子數(shù)據(jù)及預(yù)處理

氣象資料源于中國(guó)氣象網(wǎng)1961—2010年的記錄，本研究所采用的環(huán)境數(shù)據(jù)包括年降水量(mm)、最熱季降水量(mm)、氣溫年較差(℃)、等溫性、年平均氣溫(℃)、最冷季降水量(mm)、最濕月降水量(mm)、最濕季平均氣溫(℃)、最干季平均氣溫(℃)、降水量的季節(jié)性變化、最干季降水量(mm)、平均氣溫日較差(℃)、坡度(°)、最干月降水量(mm)、海拔(m)、最熱季平均氣溫(℃)、最濕季降水量(mm)、最冷季平均氣溫(℃)、氣溫季節(jié)性變動(dòng)系數(shù)、最熱月的最高氣溫(℃)等20個(gè)環(huán)境因子。未來(lái)的氣候變量數(shù)據(jù)(2021—2100年)采用中等分辨率氣候模型BCC-CSM2-MR輸出數(shù)據(jù)[33]，從全球氣候數(shù)據(jù)庫(kù)(WorldClim，http://www.world-clim.org)獲取，空間分辨率為2.5分(表示為經(jīng)度和緯度的分)，在2021年發(fā)布的IPCC AR6中CMIP6的新氣候模式下，開(kāi)發(fā)了一套由不同社會(huì)經(jīng)濟(jì)模式驅(qū)動(dòng)的新排放情景-共享經(jīng)濟(jì)路徑(SSPs)，代替了CMIP5中4個(gè)代表性濃度路徑(RCPs)，將RCP2.6升級(jí)為SSP126，因此本研究基于SSP126未來(lái)氣候情景下對(duì)蒜頭果在云南和廣西的未來(lái)適生區(qū)進(jìn)行預(yù)測(cè)。利用ArcGIS軟件對(duì)環(huán)境數(shù)據(jù)與DEM(digital elevation model)數(shù)據(jù)按照云南省和廣西的邊界進(jìn)行處理，最后把提取的數(shù)據(jù)的格式轉(zhuǎn)為.asc格式并保存。海拔、坡度因子均選擇在蒜頭果自然分布范圍之內(nèi)。

2.2 研究方法

2.2.1 基于MaxEnt的蒜頭果適生區(qū)預(yù)測(cè)

通過(guò)MaxEnt模型來(lái)預(yù)測(cè)蒜頭果在云南和廣西的潛在分布范圍，把蒜頭果的樣本數(shù)據(jù)及環(huán)境因子數(shù)據(jù)輸入到模型中，用非參數(shù)估計(jì)的刀切法(Jackknife)[34]對(duì)各項(xiàng)環(huán)境變量數(shù)據(jù)的貢獻(xiàn)量進(jìn)行評(píng)價(jià)分析，并繪制各環(huán)境變量對(duì)蒜頭果分布影響的受試者工作特征曲線(receiver operating characteristic curve,ROC)，以驗(yàn)證模型的準(zhǔn)確度[20-21,35]；隨機(jī)選取25%的樣本數(shù)據(jù)用于測(cè)試預(yù)測(cè)結(jié)果；為了使結(jié)果更加精準(zhǔn)，采用分層隨機(jī)重復(fù)抽樣方法，并且重復(fù)抽樣運(yùn)算10次；最后把預(yù)測(cè)結(jié)果的圖層文件(.asc)加載到ArcGIS軟件中進(jìn)行重采樣處理，并把蒜頭果適生區(qū)分為四大類。

2.2.2 蒜頭果潛在適生區(qū)預(yù)測(cè)結(jié)果等級(jí)劃分

首先，把每一個(gè)環(huán)境因子分別加載到MaxEnt模型中進(jìn)行分析，并對(duì)輸出的結(jié)果進(jìn)行處理和分析，得到環(huán)境因子的最適閾值[發(fā)生概率(F)][20]。其次，結(jié)合計(jì)算結(jié)果，參照蒜頭果在中國(guó)的發(fā)生程度描述，選定最終等級(jí)劃分閾值(F>0.6)來(lái)劃分適生等級(jí)[36-38]。根據(jù)蒜頭果最合適的閾值，把蒜頭果的潛在適生區(qū)分布范圍劃分為4個(gè)等級(jí)[36-38]，即F<0.2為非適生區(qū)，0.2≤F<0.4為低適生區(qū)，0.4≤F<0.6為中適生區(qū)，F(xiàn)≥0.6為高適生區(qū)[20,37,39-40]。

2.2.3 蒜頭果適生區(qū)預(yù)測(cè)精度驗(yàn)證

采用ROC曲線驗(yàn)證MaxEnt模型對(duì)蒜頭果適生區(qū)的預(yù)測(cè)精度，把預(yù)測(cè)結(jié)果的每一個(gè)數(shù)值作為可能的判斷閾值,運(yùn)算得到相關(guān)的特異性和靈敏性[41-42]。通常把受試者工作曲線下的面積(area under the curve,AUC)為0～1作為衡量模型預(yù)測(cè)結(jié)果精度的標(biāo)準(zhǔn),值越靠近1.0則表明模型的判斷能力越強(qiáng)[21,41,43]。一般而言，AUC的值即面積在0.5～0.7范圍內(nèi)時(shí)模型精準(zhǔn)度比較低[20,44]，在0.7～0.9范圍內(nèi)時(shí)模型的精準(zhǔn)度基本良好[20]，AUC在0.9以上時(shí)MaxEnt模型的精準(zhǔn)度[20,45-46]才具有較好的參考意義。

3 結(jié)果與分析

3.1 蒜頭果當(dāng)前潛在適生區(qū)空間分布

將136個(gè)蒜頭果樣本數(shù)據(jù)的經(jīng)緯度數(shù)據(jù)和氣溫季節(jié)性變動(dòng)系數(shù)、等溫性、降水量等環(huán)境因子數(shù)據(jù)作為參數(shù)輸入到MaxEnt模型預(yù)測(cè)蒜頭果潛在適生區(qū)，并利用ArcGIS軟件進(jìn)行重分類繪制蒜頭果預(yù)測(cè)結(jié)果圖層，最終得到蒜頭果在云南和廣西的適生區(qū)分布范圍(圖1)。基于MaxEnt模型模擬云南省和廣西的蒜頭果適生區(qū)的ROC曲線的訓(xùn)練樣本數(shù)據(jù)AUC的平均值為0.992，測(cè)試樣本數(shù)據(jù)AUC的平均值為0.990。從圖1可知，蒜頭果潛在適生區(qū)具體分布在104°～107°E、22°～26°N。最佳適生區(qū)主要集中于廣西的德保、田東、凌云、樂(lè)業(yè)和田林、西林、隆林、平果、巴馬、鳳山等縣以及田陽(yáng)區(qū)、右江區(qū)等地區(qū)；云南省的廣南、瀘西、富寧、羅平、丘北、師宗等縣。中等適生區(qū)分布主要集中于云南省丘北縣和羅平縣；廣西的隆林、田東、西林、龍州、大新等縣。蒜頭果低適生區(qū)主要分布在云南硯山、富源、文山、彌勒、羅平、麻栗坡等縣；廣西寧明、隆安、那坡等縣。

底圖審圖號(hào)：GS(2016)。下同。圖1 云南和廣西蒜頭果潛在適生區(qū)分布圖Fig.1 The distribution map of potential suitable areas of Malania oleifera in Yunnan Province and Guangxi Zhuang Nationality Autonomous Region

3.2 蒜頭果分布的主要環(huán)境影響因子分析

根據(jù)MaxEnt模型預(yù)測(cè)蒜頭果的適生區(qū)預(yù)測(cè)結(jié)果，運(yùn)用刀切法(Jackknife)計(jì)算各個(gè)環(huán)境因子對(duì)珍稀瀕危物種蒜頭果分布的影響。結(jié)果表明，20個(gè)環(huán)境因子中有8個(gè)環(huán)境因子對(duì)蒜頭果適生區(qū)影響最大。詳細(xì)分析8個(gè)環(huán)境因子對(duì)蒜頭果的分布影響，發(fā)現(xiàn)溫度對(duì)蒜頭果的生長(zhǎng)分布影響尤為重要，這與云南東南部和廣西西部的氣候特征(氣溫垂直變化明顯，熱量豐富等)相對(duì)應(yīng)。其中氣溫季節(jié)性變動(dòng)系數(shù)的貢獻(xiàn)率為39.6%，等溫性的貢獻(xiàn)率為16.7%，平均氣溫日較差的貢獻(xiàn)率為13.7%；其次是氣溫年較差、海拔、最濕季平均氣溫、年降水量，貢獻(xiàn)率分別為11.5%、9.2%、5.2%、4.2%；最熱月的最高氣溫貢獻(xiàn)量最低(表1)。

物種響應(yīng)曲線反映了環(huán)境因子與物種發(fā)生概率之間的緊密關(guān)系，能夠展示目標(biāo)物種的生物耐受性[20]和棲息地偏好[3,9]。云南和廣西的蒜頭果發(fā)生概率(F)與環(huán)境變量因子之間存在很強(qiáng)的響應(yīng)關(guān)系(圖2),表明蒜頭果的發(fā)生概率與環(huán)境因子關(guān)系密切。根據(jù)蒜頭果主要環(huán)境因子的響應(yīng)曲線，劃分發(fā)生概率大于0.6為最佳范圍可知，氣溫年較差的最適范圍是22.5～24.5 ℃(圖3a),年降水量的最適范圍是1 050～1 400 mm(圖3b),最濕季平均氣溫的最適范圍是23～26 ℃(圖3c),氣溫季節(jié)性變動(dòng)系數(shù)的最適范圍是5 000～5 800(圖3d),最熱月的最高氣溫的最適范圍是25～31 ℃(圖3e),平均氣溫日較差的最適范圍是8.5～9.2 ℃(圖3f),海拔的最適范圍是650～1 500 m(圖3g),等溫性的最適范圍是35～38(圖3h)。

表1 影響蒜頭果分布的主導(dǎo)環(huán)境因子Table 1 The leading environmental factors affecting the distribution of Malania oleifera

圖2 蒜頭果分布的主要?dú)夂蛞蜃禹憫?yīng)曲線Fig.2 Response curves of main climate factors of Malania oleifera

3.3 預(yù)測(cè)結(jié)果可靠性分析

利用受試者工作特征曲線(ROC)對(duì)MaxEnt模型的預(yù)測(cè)精度進(jìn)行檢驗(yàn)分析，所有重復(fù)的模擬結(jié)果AUC的值均大于0.9。其中，0.993作為訓(xùn)練數(shù)據(jù)的AUC值的最大值，最小值為0.992；0.995作為測(cè)試數(shù)據(jù)的AUC值的最大值，最小值為0.983，表明MaxEnt模型對(duì)蒜頭果在云南省和廣西的潛在適生區(qū)分布的預(yù)測(cè)結(jié)果具有很高的可信度。

利用300個(gè)蒜頭果樣本數(shù)據(jù)中除模型預(yù)測(cè)樣本136個(gè)數(shù)據(jù)之外剩余的164個(gè)蒜頭果的地理位置與本研究基于MaxEnt模型預(yù)測(cè)得到的適生區(qū)范圍進(jìn)行疊加，結(jié)果表明蒜頭果的調(diào)查數(shù)據(jù)和文獻(xiàn)資料數(shù)據(jù)基本都在預(yù)測(cè)的適生區(qū)范圍內(nèi)(圖1)。表明MaxEnt模型對(duì)蒜頭果適生區(qū)的預(yù)測(cè)結(jié)果精度較好，可靠性很高。

通過(guò)查閱蒜頭果文獻(xiàn)和實(shí)地調(diào)查獲得的蒜頭果分布區(qū)域和MaxEnt模型預(yù)測(cè)蒜頭果潛在適生區(qū)預(yù)測(cè)結(jié)果進(jìn)行疊加，結(jié)果顯示重疊度很高(圖1)，表明本研究利用MaxEnt模型預(yù)測(cè)結(jié)果精度較高，蒜頭果在云南和廣西的適生區(qū)分布范圍有很高的參考價(jià)值。

3.4 氣候變化情景下蒜頭果分布范圍的變化

基于MaxEnt模型模擬2021—2100年蒜頭果的適生分布區(qū)，將蒜頭果的適生等級(jí)按已有標(biāo)準(zhǔn)劃分為4級(jí)，獲得蒜頭果的空間分布范圍(見(jiàn)圖1)，分析其適生區(qū)變化。由圖3可知，在SSP126未來(lái)氣候情景下，蒜頭果的適生區(qū)整體會(huì)增加但整體變化起伏不大。以2061—2080年這個(gè)時(shí)間段為例，高適生區(qū)將擴(kuò)大到2 348 km2，中適生區(qū)面積將擴(kuò)大到2 865 km2，低適生區(qū)縮小到4 151 km2，高適生區(qū)向北延伸到昭通市，向南延伸至崇左市、防城港市和北海市(圖3C)。到2100年，高適生區(qū)縮減至2 276 km2，中適生區(qū)擴(kuò)張至3 021 km2，低適生區(qū)擴(kuò)增至5 783 km2。整體變化不大，分析可能是2021—2100年全球環(huán)境治理效果明顯，到2040年，全球氣候治理初見(jiàn)成效。但在不同時(shí)期，云南省東部文山壯族自治州和廣西西部都是蒜頭果高適生區(qū)的主要分布區(qū)，見(jiàn)圖3。

圖3 未來(lái)不同時(shí)期蒜頭果適生區(qū)分布預(yù)測(cè)Fig.3 Prediction of suitable area distributions of Malania oleifera changes in different periods

4 討 論

1)本研究基于MaxEnt模型結(jié)合ArcGIS軟件對(duì)蒜頭果在云南省和廣西的適生區(qū)進(jìn)行預(yù)測(cè)，結(jié)合現(xiàn)地調(diào)查資料，通過(guò)響應(yīng)曲線確定適生區(qū)劃分閾值，根據(jù)最適閾值將研究區(qū)劃分為高、中、低和不適生4個(gè)區(qū)。適生區(qū)主要集中在云南省文山州的富寧縣、廣南縣和廣西西部地區(qū)的德保、田東、樂(lè)業(yè)、田陽(yáng)、那坡、鳳山等12個(gè)縣區(qū)；蒜頭果適生區(qū)分布與環(huán)境因子聯(lián)系密切，氣溫季節(jié)性變動(dòng)系數(shù)、等溫性、平均氣溫日較差、氣溫年較差等環(huán)境因子對(duì)蒜頭果適生區(qū)分布影響較明顯；采用ROC曲線對(duì)蒜頭果適生區(qū)預(yù)測(cè)精度進(jìn)行檢驗(yàn)，AUC的訓(xùn)練數(shù)據(jù)值和測(cè)試數(shù)據(jù)值均大于0.9，預(yù)測(cè)精度較高。本研究預(yù)測(cè)結(jié)果與謝偉東等[47]對(duì)蒜頭果在云南和廣西的分布情況分析結(jié)果基本一致。進(jìn)一步表明了MaxEnt模型對(duì)于蒜頭果等常綠喬木樹(shù)種的適生區(qū)預(yù)測(cè)適用性很強(qiáng)。本研究還基于共享經(jīng)濟(jì)路徑下的SSP126未來(lái)氣候情景下，預(yù)測(cè)2021—2100年蒜頭果在云南和廣西的適生區(qū)分布，結(jié)果顯示，蒜頭果在云南和廣西的適生區(qū)范圍將會(huì)擴(kuò)大，在2080年前后，高適生區(qū)的分布面積將達(dá)到2 348 km2，且整體向北方和東方延伸，至2100年前后會(huì)有縮減，但縮減幅度不大。

2)本研究首次全面詳細(xì)地基于MaxEnt模型對(duì)蒜頭果的適生區(qū)進(jìn)行預(yù)測(cè)。雖然陳劍等[48]在探索蒜頭果在德宏人工繁育的適應(yīng)性時(shí)進(jìn)行過(guò)相關(guān)報(bào)道，但其側(cè)重于蒜頭果人工繁育實(shí)驗(yàn)效果，而對(duì)于蒜頭果的空間分布規(guī)律分析不夠深入和全面，并且對(duì)樣本數(shù)據(jù)、研究方法、結(jié)果驗(yàn)證、討論分析方面較少。本研究通過(guò)現(xiàn)地調(diào)查等多種途徑獲取了翔實(shí)樣本數(shù)據(jù)，詳細(xì)說(shuō)明了采用的研究方法，并對(duì)結(jié)果進(jìn)行了充分討論和分析。本研究通過(guò)對(duì)136個(gè)樣本和20個(gè)環(huán)境因子進(jìn)行不同組合分析，得到蒜頭果的適生區(qū)分布范圍存在較大差異。結(jié)果表明相較于樣本點(diǎn)數(shù)量和單一的環(huán)境因子變量，異質(zhì)的輸入變量對(duì)MaxEnt模型預(yù)測(cè)精度影響更為重要。然而，本研究?jī)H采用了氣象數(shù)據(jù)、海拔及坡度等環(huán)境因子，沒(méi)有考慮土壤因子、植被因子等其他影響因素，這可能會(huì)影響其MaxEnt模型預(yù)測(cè)精度。因此，將來(lái)的研究應(yīng)當(dāng)充分考慮樣本點(diǎn)的分布密度、不同環(huán)境因子組合，以期進(jìn)一步提高M(jìn)axEnt模型預(yù)測(cè)精度。研究所采用的樣本數(shù)據(jù)一部分來(lái)源于野外調(diào)查，利用RTK測(cè)量?jī)x器采集蒜頭果的實(shí)生高精度的地理位置，有益于提高M(jìn)axEnt模型對(duì)蒜頭果適生區(qū)的預(yù)測(cè)精度，增強(qiáng)預(yù)測(cè)結(jié)果的利用價(jià)值；在數(shù)據(jù)處理過(guò)程中，對(duì)所獲取的300個(gè)樣本點(diǎn)進(jìn)行了相對(duì)距離大于50 m的篩選，但在富寧縣野外采集的部分樣本點(diǎn)存在范圍較為集中的情況，導(dǎo)致富寧縣的預(yù)測(cè)分布結(jié)果偏大。同時(shí)，還基于共享經(jīng)濟(jì)路徑下SSP126未來(lái)氣候情景進(jìn)行預(yù)測(cè)，結(jié)果表明，在未來(lái)氣候條件下蒜頭果在云南省和廣西的適生區(qū)主要將會(huì)向北方和東方擴(kuò)展，高適生區(qū)的變化呈起伏型，但整體波動(dòng)不大。分析原因在于未來(lái)對(duì)氣候環(huán)境的治理取得較好的效果，并保持平衡狀態(tài)。

采用野生蒜頭果分布樣本點(diǎn)及等溫性、氣溫年較差、降水量等8個(gè)主要環(huán)境變量共同作用達(dá)到了較好的預(yù)測(cè)效果。其中6個(gè)因子均與氣溫有關(guān)，表明溫度是影響蒜頭果分布的主導(dǎo)因子；最熱月的最高氣溫最適范圍的最大值可達(dá)30℃以上，表現(xiàn)出了蒜頭果特有的耐旱特征，更加充分體現(xiàn)了蒜頭果對(duì)干旱、石漠化生境的生態(tài)適應(yīng)特性[6,49]。同時(shí)，云南省東南部和廣西西部接壤，該范圍內(nèi)，喀斯特地貌分布廣泛，氣候溫暖潮濕，完全適應(yīng)蒜頭果的生長(zhǎng)習(xí)性；另一方面，云南東南部和廣西西部地處熱帶亞熱帶分布區(qū)，海拔落差大，植被分布以天然混交林為主，優(yōu)勢(shì)樹(shù)種主要以松科、樟科、櫟類為主，為蒜頭果的生長(zhǎng)提供了較好的環(huán)境條件。其中地形主要以山地為主，剛好為蒜頭果的生長(zhǎng)營(yíng)造了良好的屏障。故云南東南部和廣西西部發(fā)展為蒜頭果的主要分布區(qū)域。

本研究采用MaxEnt模型高精度預(yù)測(cè)了蒜頭果適生區(qū)的分布范圍和在未來(lái)氣候情景下的適生區(qū)分布變化，為云南和廣西的蒜頭果資源建立保護(hù)基地提供了有效的地理依據(jù)，也為蒜頭果大規(guī)模的人工繁育選址提供有效的區(qū)域范圍，進(jìn)一步推動(dòng)了蒜頭果經(jīng)濟(jì)價(jià)值和生態(tài)產(chǎn)品價(jià)值的實(shí)現(xiàn)，為云南省和廣西的林業(yè)生態(tài)經(jīng)濟(jì)提供較好的項(xiàng)目支撐。作為新興生態(tài)產(chǎn)業(yè)，在大力開(kāi)發(fā)利用蒜頭果資源的同時(shí)應(yīng)當(dāng)以保護(hù)為主，減少人為破壞，保護(hù)好蒜頭果的原生資源及生長(zhǎng)環(huán)境。各林業(yè)部門(mén)應(yīng)該加大宣傳力度，加強(qiáng)對(duì)蒜頭果的保護(hù)。在蒜頭果人工培育方面可以選擇混交的方式，一方面，以混交的形式進(jìn)行栽植可以強(qiáng)化物種間的競(jìng)爭(zhēng)力，提高蒜頭果的質(zhì)量；另一方面，也積極踐行了習(xí)近平總書(shū)記提出的“綠水青山就是金山銀山”的理念，有利于實(shí)現(xiàn)蒜頭果產(chǎn)業(yè)的高效可持續(xù)發(fā)展。