長江中下游地區(qū)越冬水鳥潛在適宜棲息地分布預(yù)估1)

劉小燕 周軼塵 張增信 張佳敏 朱斌 田佳西 邱健

(南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心(南京林業(yè)大學(xué)),南京,210037)

東亞—澳大利西亞水鳥遷徙路線是全球9條遷飛路線之一,也是目前水鳥面臨威脅最嚴(yán)重的遷飛路線。在這條路線上,分布著1 000多個國際重要濕地,其中長江中下游地區(qū)是最重要的越冬水鳥棲息地之一。濕地生境質(zhì)量與水鳥種群數(shù)量密切相關(guān),而越冬水鳥的種類和數(shù)量能夠充分反映一個濕地生態(tài)系統(tǒng)的生態(tài)功能,也是反映濕地生境質(zhì)量的最直接依據(jù)[1]。近幾十年來,由于受到濕地圍墾、促淤圈圍工程和水利工程建設(shè)等人為因素以及全球氣候變化、長江水沙變化等自然因素的影響[2],長江中下游濕地的面積,地形地貌、漲落區(qū)的面積以及沿線灘涂濕地水鳥適宜棲息地的分布、組成和質(zhì)量等都受到了極大的改變,適宜棲息地的急劇喪失導(dǎo)致濕地功能和越冬水鳥生存面臨的威脅越來越嚴(yán)峻。

根據(jù)第二次全國濕地資源調(diào)查結(jié)果顯示,長江中下游自然濕地總面積將近5.8萬km2,占全國濕地總面積的15%,占長江濕地總面積的60%[3]。長江中下游濕地不僅是全球80%以上鴨科鳥類的越冬地[4],還是全球極危物種白鶴(Grusleucogeranus)的主要越冬地。其中,在鄱陽湖濕地越冬的白鶴數(shù)量最多,占全球越冬種群數(shù)量的99%以上。東方白鸛(Ciconiaboyciana)屬于大型瀕危鳥類,主要分布在東亞地區(qū),每年都需要在中國北方的繁殖地和南方的越冬地之間往返遷徙,遷徙路線達(dá)2 600 km[5]。近些年隨著氣候環(huán)境的變化以及人類經(jīng)濟(jì)活動的大量開展,導(dǎo)致濕地生境喪失和退化。作為長江中下游地區(qū)典型的雁鴨科鳥類白額雁(Anseralbifrons)和小天鵝(Cygnuscolumbianus),其數(shù)量和分布的年際波動也受到較大的影響,尤其是部分湖泊的小天鵝數(shù)量已呈持續(xù)下降趨勢。而在長江中下游越冬的白鶴東部種群到目前為止僅有3 000～4 000只,雖然白鶴種群數(shù)量目前趨于穩(wěn)定,但仍無法徹底改變其作為全球極危物種且瀕臨滅絕的現(xiàn)狀[6]。

目前,由于MaxEnt模型的預(yù)測準(zhǔn)確性較好,已被廣泛應(yīng)用于預(yù)測物種的潛在地理分布[7]、生物入侵風(fēng)險評估[8]、氣候變化對物種分布的影響[9]、生物多樣性保護(hù)以及珍稀藥材潛在適宜生境的識別,并取得了較好的應(yīng)用成果。鑒于此,本研究運用MaxEnt模型,預(yù)測未來時段不同氣候情景下越冬水鳥在中國的潛在分布情況,并探究環(huán)境因素對越冬水鳥分布的影響,為長江中下游地區(qū)的越冬水鳥種群保護(hù)及濕地生境質(zhì)量評估提供科學(xué)的理論依據(jù)和數(shù)據(jù)支撐,并為長江全流域的水生態(tài)保護(hù)提供多元化的建議和參考。

1 研究區(qū)概況

長江中下游地處東亞—澳大利西亞候鳥遷徙路線上,水鳥資源十分豐富。長江中下游流域總面積約80萬km2,其中,宜昌至江西湖口為中游,流域面積為68萬km2,湖口至長江口為下游,流域面積為12萬km2[10]。長江中下游地跨中國鄂、湘、贛、皖、蘇、浙和滬等7省市,屬于亞熱帶季風(fēng)氣候,降水集中在夏季,冬季降雨較少[11]。地勢西高東低,低山丘陵與平原相間分布,囊括淮北平原、淮陽山地、長江中下游平原、江南丘陵、南嶺山地以及西部邊緣山地。長江中下游平原海拔大多在50 m以下,而洞庭湖、鄱陽湖水系,中游干流區(qū)間500～3 000 m,為丘陵區(qū)[12],西部邊緣山地海拔高度大多在1 000～1 500 m。正是由于流域內(nèi)獨特的地貌環(huán)境和氣候條件孕育了森林、草原、濕地等多樣化的生態(tài)類型。長江中下游區(qū)域河渠縱橫,灘涂遼闊,眾多大小濕地湖泊散布在長江干、支流流域,是中國淺水湖泊密度最高的地區(qū),著名的五大淡水湖,即鄱陽湖、洞庭湖、太湖、巢湖和洪澤湖也分布其中。其他面積大于10 km2的湖泊數(shù)量超過100個,其總面積約為1.06萬km2,且每個濕地的氣候和地形地貌不盡相同[13]。在不同年代、不同水文條件下,都能夠為各種水鳥種群提供適宜的棲息環(huán)境。

2 研究方法

2.1 水鳥分布數(shù)據(jù)來源與處理

根據(jù)長江中下游水鳥代表類型,篩選出4種典型越冬水鳥,分別是國家I級保護(hù)動物且被列于IUCN紅色名錄中的極危物種(CR)白鶴,瀕危物種(EN)東方白鸛和處于無危(LC)保護(hù)級別的國家Ⅱ級保護(hù)動物白額雁及小天鵝。水鳥分布位點數(shù)據(jù)主要依托中國國家林業(yè)局和世界自然基金會(以下簡稱WWF)北京辦事處組織的3次長江中下游地區(qū)的同步水鳥調(diào)查報告:國家林業(yè)局和WWF于2004年1—2月組織的1次水鳥調(diào)查;國家林業(yè)局和WWF于2003—2004年、2005—2006年以及2011年3個冬季組織的3次長江中下游地區(qū)水鳥同步調(diào)查報告;國家林業(yè)局和WWF于2015年1月11—18日組織相關(guān)部門及志愿者團(tuán)體在湖南、湖北、江西、安徽和江蘇5省范圍內(nèi)進(jìn)行調(diào)查,形成的越冬水鳥同步調(diào)查報告;以及通過實地調(diào)研,如2019年12月、2021年6月到鄱陽湖、2020年4月到長江口崇明島東灘、2021年10月到江陰長江段等地開展水鳥調(diào)查等,期間走訪了國際鶴類基金會、南京林業(yè)大學(xué)生物與環(huán)境學(xué)院、江西師范大學(xué)生命科學(xué)學(xué)院等水鳥保護(hù)專家,對論文研究的水鳥出現(xiàn)的位點進(jìn)行確認(rèn),再通過文獻(xiàn)數(shù)據(jù)整理、中國觀鳥記錄中心網(wǎng)站(http://birdreport.cn/)以及全球生物多樣性信息數(shù)據(jù)庫網(wǎng)絡(luò)(GBIF,http://www.gbif.org/)對水鳥位點數(shù)據(jù)進(jìn)行下載,于2022年1月最終獲得了長江中下游地區(qū)白額雁247個(網(wǎng)站數(shù)據(jù)216個,調(diào)查數(shù)據(jù)31個)、白鶴276個(網(wǎng)站數(shù)據(jù)105個,調(diào)查數(shù)據(jù)171個)、東方白鸛376個(網(wǎng)站數(shù)據(jù)240個,調(diào)查數(shù)據(jù)136個)和小天鵝362個(網(wǎng)站數(shù)據(jù)265個,調(diào)查數(shù)據(jù)97個)物種在長江中下游的地理分布數(shù)據(jù)。其中,部分?jǐn)?shù)據(jù)顯示出空間分布中的自相關(guān),通過ArcGIS插件“SDM Toolbox”中的Spatially Rarely Occurrence Data for SDMs工具,對4種水鳥的原始分布點建立1 km的緩沖區(qū),刪除有重合的位點,保證每個柵格內(nèi)只有1個分布點,以滿足模型的地形和環(huán)境異質(zhì)性要求[14]。去除重復(fù)信息最終獲得白額雁134個、白鶴215個、東方白鸛192個和小天鵝221個有效的分布數(shù)據(jù),并將該數(shù)據(jù)用于MaxEnt建模(圖1)。

圖1 研究區(qū)水鳥分布位點

2.2 環(huán)境數(shù)據(jù)獲取

根據(jù)構(gòu)建物種生態(tài)位模型(MaxEnt)需要,本研究選取對物種分布有重要影響的23個生態(tài)環(huán)境變量,其中有19個生物氣候變量、3個地形因子(海拔、坡度和坡向)和1個歸一化植被指數(shù)(NDVI)。其中生物氣候變量中的氣溫、降水等數(shù)據(jù)來源于國家氣候中心提供的全國2400站點的CN05資料,比網(wǎng)站提供的數(shù)據(jù)質(zhì)量更高。環(huán)境因子及CMIP6氣象數(shù)據(jù)采用網(wǎng)站資料下載,但是在相關(guān)資料應(yīng)用之前也需要做一些驗證處理工作,如CMIP6數(shù)據(jù),在使用之前,需先利用實測資料進(jìn)行驗證工作,并從多套CMIP6模型中挑選長江中下游氣溫、降水等模擬效果最好的模式數(shù)據(jù)開展研究工作。最后將23個環(huán)境變量進(jìn)行皮爾遜相關(guān)性分析,在此基礎(chǔ)上篩選從而減少變量多重共線性帶來的不利影響。上述19個氣候變量來自全球氣候數(shù)據(jù)庫Worldclim2.1(https://www.worldclim.org)。對于1970—2000年,氣候數(shù)據(jù)使用的分辨率為5 km×5 km。對于未來氣候數(shù)據(jù),使用的是2021—2040年和2041—2060年兩個時間段,分辨率均為1 km×1 km;地形選取海拔、坡度和坡向3個因子,數(shù)據(jù)通過中國科學(xué)院科學(xué)數(shù)據(jù)庫下載,相應(yīng)的坡度和坡向數(shù)據(jù)由DEM(數(shù)字高程圖)經(jīng)過ArcGIS 10.2計算提取得到1 km×1 km分辨率;植被變量選擇的是GIMMS NDVI3g數(shù)據(jù)集中1982—2015年23個植被數(shù)據(jù)的均值;為保證MaxEnt模型順利運行,利用ArcGIS10.2對23個環(huán)境因子圖層進(jìn)行預(yù)處理,將所有環(huán)境數(shù)據(jù)的地理坐標(biāo)系和投影坐標(biāo)分別統(tǒng)一設(shè)置為GCS_WGS_1984和WGS_1984_UTM_Zone_48N,并以長江中下游區(qū)域范圍(https://www.resdc.cn/)為掩膜進(jìn)行提取,將提取后所有的變量數(shù)據(jù)進(jìn)行重采樣并統(tǒng)一精度為5 km×5 km。未來氣候模式基于第六次耦合模式比較計劃(CMIP6),使用中等分辨率氣候模式BCC-CSM2-MR(北京氣候中心,中國)的歷史試驗和未來共享社會經(jīng)濟(jì)路徑(SSPs)的3種情景(SSP1-2.6、SSP2-4.5和SSP5-8.5),其中每一個SSP代表不同程度的輻射強迫,且輻射強迫程度隨數(shù)值增大而增強,分別代表從低到高3個等級的溫室氣體排放濃度和氣候變化趨勢。本研究將基于上述模式情景展開對中國長江中下游地區(qū)未來生物氣候變化的模擬預(yù)測,以預(yù)估未來氣候變化條件下水鳥的潛在分布。

2.3 MaxEnt模型模擬

模型介紹:MaxEnt是一種基于環(huán)境變量層和物種分布記錄的生態(tài)位模型,它集成了機(jī)器學(xué)習(xí)和最大熵原理來模擬物種的潛在地理分布[15]。與其他模型相比,MaxEnt模擬預(yù)測的精確度更優(yōu),同時,它能夠在滿足一定限制條件下,找到熵最大的概率分布作為最優(yōu)分布,以預(yù)測物種的適宜棲息地分布區(qū)分布情況[16],因此本研究使用該模型進(jìn)行物種分布模擬。

模型構(gòu)建:將水鳥的分布位點數(shù)據(jù)(CSV格式)和環(huán)境數(shù)據(jù)(ASCII格式)分別導(dǎo)入MaxEnt模型(v3.4.1)構(gòu)建越冬水鳥分布模型[17]。為避免環(huán)境變量的多重共線性導(dǎo)致MaxEnt模型過度擬合的影響[18],在SPSS20中對23個變量進(jìn)行Pearson相關(guān)分析。當(dāng)兩個變量的相關(guān)系數(shù)大于0.80時[19],需剔除與其適宜性高度相關(guān)但對MaxEnt模型預(yù)測結(jié)果貢獻(xiàn)不大的變量。經(jīng)過篩選后,4種水鳥被保留下來的環(huán)境變量分別是:白額雁10個環(huán)境變量(bio2、bio3、bio4、bio8、bio10、bio15、海拔、坡度、坡向和歸一化植被指數(shù)),白鶴10個環(huán)境變量(bio3、bio4、bio5、bio8、bio13、bio15、海拔、坡度、坡向和歸一化植被指數(shù)),東方白鸛11個環(huán)境變量(bio2、bio3、bio6、bio8、bio10、bio13、bio17、海拔、坡度、坡向和歸一化植被指數(shù)),小天鵝10個環(huán)境變量(bio3、bio7、bio8、bio10、bio13、bio15、海拔、坡度、坡向和歸一化植被指數(shù))。再從分布點數(shù)據(jù)中隨機(jī)選取75%的水鳥分布點數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集用于模型的構(gòu)建,剩余25%作為驗證數(shù)據(jù)集用于模型的驗證與測試,再采用刀切法(Jackknife)檢驗權(quán)重,設(shè)置接受者操作特征曲線(ROC)曲線,重復(fù)次數(shù)為10,其余參數(shù)均采用模型默認(rèn)設(shè)置。采用ROC曲線下的面積(AUC)進(jìn)行精度評價[20],AUC的取值范圍為[0.5,1.0),值越大表明模型預(yù)測準(zhǔn)確性越高[21],如表1所示。

表1 AUC評價標(biāo)準(zhǔn)

棲息地適宜性劃分:利用ArcGIS 10.2重分類工具對越冬水鳥潛在適宜棲息地進(jìn)行重分類分析。根據(jù)其適宜性指數(shù)將其劃分為4個等級,按0～0.1、0.1～0.3、0.3～0.5和0.5～1.0進(jìn)行分類。在重分類過程中將0～0.1定義為非適生區(qū)類別,0.1～0.3定義為低適生區(qū)類別,0.3～0.5定義為中適生區(qū)類別,0.5～1.0定義為高適生區(qū)類別[22-23],總適生區(qū)包括低、中、高適生區(qū)。

3 結(jié)果與分析

3.1 MaxEnt模型預(yù)測精度

圖2是MaxEnt模型重復(fù)運行10次后得到的在1970—2000年時段4種水鳥的ROC曲線圖,圖2(a、b)顯示,白額雁、白鶴、東方白鸛和小天鵝4種受試者工作特征曲線下的面積分別為0.965、0.980、0.972和0.967,均大于0.950,預(yù)測效果極好,表明運用MaxEnt模型能夠很好地模擬越冬水鳥在長江中下游地區(qū)的潛在適宜棲息地分布。

圖2 1970—2000年氣候情景下MaxEnt模型預(yù)測結(jié)果ROC曲線

3.2 環(huán)境因子貢獻(xiàn)率

MaxEnt模型可以計算出不同環(huán)境變量對物種分布的影響大小,其中,在影響白額雁、白鶴、東方白鸛和小天鵝分布的變量中,海拔分別占據(jù)52%、50.9%、46.7%和34.3%,可知,海拔是影響水鳥地理分布的主導(dǎo)因子,溫度因子和水分因子對水鳥棲息概率影響較小(表2)。而除海拔外,對白額雁影響較大的因子包括植被、最濕季節(jié)的平均溫度以及坡度;對白鶴影響較大的因子包括最濕月的降水量、最濕季節(jié)的平均溫度以及植被;對東方白鸛影響較大的因子包括坡度和植被;對小天鵝影響較大的因子包括坡度、植被、最濕月份的降水量以及氣溫年較差。

表2 長江中下游地區(qū)越冬水鳥環(huán)境因子貢獻(xiàn)率

利用ArcGIS10.2軟件對MaxEnt模型模擬結(jié)果進(jìn)行疊加分析,并繪制出基于主要生態(tài)因子的長江中下游水鳥生態(tài)適宜性分布圖,如圖3所示。1970—2000年,白額雁、白鶴、東方白鸛和小天鵝的總適宜區(qū)面積分別為26.42、18.74、23.10、29.07萬km2,各占研究區(qū)流域總面積的33.02%、23.43%、28.88%和36.34%,非適宜棲息地分布區(qū)面積在51.41～61.75萬km2。白額雁、白鶴、東方白鸛和小天鵝4種越冬水鳥的主要活動范圍是以3大湖流域為中心的區(qū)域,太湖、洞庭湖以及鄱陽湖流域是其主要棲息地,涵蓋了周邊的湖泊、沼澤、濕地和河流等適宜水鳥越冬的部分區(qū)域。其中,以鄱陽湖為中心的區(qū)域?qū)τ?種越冬水鳥都是高適生區(qū),也進(jìn)一步證明鄱陽湖流域越冬水鳥數(shù)量和品種是最多的。白額雁在洞庭湖和鄱陽湖流域都有大量分布,太湖也是其低、中適生區(qū);白鶴越冬地主要在江西(鄱陽湖)和湖南(洞庭湖),在長江中下游越冬期間零星個體見于江蘇鹽城和東臺、浙江余姚等地。模擬結(jié)果表明其主要的高適生區(qū)是鄱陽湖流域,中適生區(qū)也主要圍繞鄱陽湖外圍流域分布;對于東方白鸛來說,其中適生區(qū)分布較廣,太湖流域以及長江口、洞庭湖流域都有較廣范圍分布,沿江的部分區(qū)域也是其低適生區(qū);相比較前3種水鳥,小天鵝的總適生區(qū)范圍分布最廣,3大湖泊流域都是其最主要的低、中、高適生區(qū)分布地。而遠(yuǎn)離長江及湖泊濕地水域的地區(qū)地形復(fù)雜、海拔坡度變化較大,則不適宜水鳥取食、繁殖、遷徙以及越冬。

圖3 1970—2000年白額雁、白鶴、東方白鸛和小天鵝在長江中下游地區(qū)的適生區(qū)分布

3.3 越冬水鳥潛在適宜棲息地分布區(qū)變化研究

圖4為水鳥2021—2040年的適生區(qū)分布變化,表3為2021—2040年和2041—2060年與1970—2000年相比的適生區(qū)面積變化情況。在BCC-CSM2-MR模式SSP1-2.6、SSP2-4.5和SSP5-8.5 3種情景下的預(yù)測結(jié)果表明,相較于1970—2000年的觀測分布情況,4種水鳥在未來2個時間段3種氣候情景下的總適生區(qū)及高適生區(qū)面積均有所上升,而非適生區(qū)面積均有所下降,由1970—2000年的51.41～61.75萬km2降至33.89～54.42萬km2。其中,在2021—2060年中,各總適生區(qū)面積增加了7.33～23.50萬km2,高適生區(qū)面積增加了0.59～4.06萬km2。4種水鳥均表現(xiàn)出向東部地區(qū)鄱陽湖流域、更高緯度長江口地區(qū)以及更高海拔集中遷移擴(kuò)張的趨勢,表明隨著全球氣溫的升高在一定程度上將有利于越冬水鳥在長江中下游地區(qū)越冬。在未來兩個時段中,白額雁在SSP2-4.5情景下的總適生區(qū)面積都是最高的,而高適生區(qū)在SSP5-8.5情景下最高。2041—2060年,在3種情景下,白額雁的高適生區(qū)面積增長幅度最大,介于1.11～3.30萬km2;2021—2040年,白鶴在SSP1-2.6情景下總適生區(qū)及高適生區(qū)面積都是最高的,而2041—2060年,白鶴在SSP2-4.5情景下總適生區(qū)及高適生區(qū)面積最大。此外,在4種水鳥中,作為國家I級保護(hù)動物的極危物種白鶴在此次適宜棲息地模擬中顯示,在兩個時段及3個情景中,其總適生區(qū)及高適生區(qū)的面積都是最低的,而同樣被列為國家I級保護(hù)動物的東方白鸛,其總適生區(qū)面積卻是最高的。在未來兩個時段中,東方白鸛在SSP2-4.5情景下的總適生區(qū)面積和高適生區(qū)都是最高的;2021—2040年,小天鵝在SSP2-4.5情景下總適生區(qū)面積最高,而在SSP5-8.5情景下其高適生區(qū)面積最大。2041—2060年,小天鵝在SSP1-2.6情景下總適生區(qū)及高適生區(qū)面積都是最高的。

表3 不同時期不同氣候情景下4種水鳥的適生區(qū)分布面積預(yù)測

圖4 未來不同情景下4種水鳥適生區(qū)分布變化

4 討論

本研究結(jié)果顯示,越冬水鳥適生區(qū)等級主要圍繞長江中下游平原地區(qū)的鄱陽湖、洞庭湖等大型湖泊濕地依次向外擴(kuò)散排列。長江中下游平原海拔大多在50 m以下,尤其是鄱陽湖、洞庭湖等地,是越冬水鳥最典型的高適生區(qū),而西部邊緣山地海拔高度超1 000 m以上,屬于4種越冬水鳥的非適生區(qū),表明越冬水鳥適生區(qū)主要分布在海拔較低的地區(qū),海拔高度是影響水鳥分布的主要因素之一。白雪紅等[24]研究表明東方白鸛傾向分布于海拔低、坡度小的區(qū)域,張文遠(yuǎn)等[25]發(fā)現(xiàn)白額雁的棲息地選擇受海拔因素影響較大,同樣也偏好棲息于海拔較低的地區(qū)。海拔梯度反映的是溫度和濕度等環(huán)境因子的綜合效應(yīng),與植被的空間分布、水的空間分布以及物種的隱蔽性等密切相關(guān),對物種分布規(guī)律的研究具有重要意義[26]。即使是高差較小的海拔對于每年的濕地水生態(tài)補給的流向與流量均具有較大的影響,部分區(qū)域由于海拔高度差異較小而得不到生態(tài)補水的灌溉,也間接影響著水生植物的生長,進(jìn)而對越冬水鳥的取食、棲息地隱蔽以及營巢區(qū)域造成一定的影響[27]。本研究預(yù)測結(jié)果表明,除海拔和歸一化植被指數(shù)外,坡度和氣候也是影響水鳥適宜棲息地選擇的關(guān)鍵因素,這與Zhang et al.[28]研究結(jié)論一致。

近年來相關(guān)研究更加重視大尺度環(huán)境變化下整個越冬水鳥的遷徙變化過程[29-30]。全球平均氣溫近100 a以來上升了約0.85 ℃,氣候變暖趨勢明顯[31],最低氣溫的上升改變了遷徙水鳥的越冬范圍和遷徙路線[32-33]。本研究中,在SSP1-2.6(低排放情景)、SSP2-4.5(中排放情景)和SSP5-8.5(高排放情景)3種氣候變化情景下,4種水鳥的適宜棲息地分布格局在2021—2060年間均發(fā)生了明顯的變化。相比之下,在SSP1-2.6和SSP2-4.5情景下4種水鳥的適生區(qū)面積增長均高于SSP5-8.5,表明隨著全球變暖的趨勢加強,在高排放情景下,瀕危物種的適宜棲息地分布面積將在一定程度上有所下降。此外,在這兩個階段中,各越冬水鳥的總適生區(qū)面積均有所上升,并表現(xiàn)出向更高緯度或更高海拔集中遷移擴(kuò)張的趨勢。氣候變化對越冬水鳥的影響不僅包括氣候變暖導(dǎo)致遷徙范圍、遷徙時間和遷徙距離發(fā)生變化[34],還包括水文情勢下的極端惡劣天氣變化,如夏季極端洪水影響濕地食物和棲息地資源的供給等[35],以及秋季干旱下水位持續(xù)走低影響水鳥越冬棲息[36]。如此一來,越冬水鳥不僅需要在權(quán)衡能量消耗與飛行時做出改變,還需要遷徙時間與中途棲息地的食物、植被等因素變化相一致。然而,Colwell et al.[37]研究發(fā)現(xiàn),在全球氣候變暖背景下,動物的遷徙速度比植被的擴(kuò)散速度更快。在長時間尺度下,可能存在氣候因素會弱化棲息地質(zhì)量或植被質(zhì)量變化對物種造成的影響問題。為了抵御全球氣候變暖的影響,越冬水鳥會向高海拔、高緯度區(qū)域遷徙,但受植被擴(kuò)散滯后的影響,未來適宜棲息地面積將下降也未可知。因此,在長時間尺度下,當(dāng)前濕地景觀格局變化的量化指標(biāo)對水鳥棲息地適宜性的生態(tài)意義是值得關(guān)注的一方面,有待進(jìn)一步探究。

綜上所述,結(jié)合MaxEnt模型及ArcGIS軟件支持越冬水鳥在1970—2000年的地理分布區(qū),以及與當(dāng)?shù)貧夂蛱卣鞯倪m宜性。預(yù)測結(jié)果顯示,未來(2021—2060年)氣候變化將會不斷擴(kuò)大越冬水鳥的適宜棲息地分布范圍,且新增分布區(qū)主要集中在鄱陽湖流域、長江入?？诩案呔暥鹊貐^(qū)。MaxEnt模型的預(yù)測結(jié)果主要表示的是物種的潛在分布,它只是對1970—2000年以及未來物種分布的最大可能性進(jìn)行模擬預(yù)測,并不能準(zhǔn)確表示物種的實際分布區(qū)域。本研究只篩選了氣候因子、地形因子以及植被因子用于MaxEnt的建模,而在現(xiàn)實的生存環(huán)境中,物種間的相互作用、植被類型的改變、地質(zhì)地貌特征的影響、自身擴(kuò)散能力的增強和生物入侵的加劇等因素都會對被預(yù)測物種的潛在適宜棲息地分布產(chǎn)生一定影響,然而,本研究受限于當(dāng)前公布的水鳥觀測數(shù)據(jù)及水鳥研究文獻(xiàn)有限性的影響,因此缺少其他的影響因子數(shù)據(jù)。因此,在未來的研究中,可以開展不同尺度的建模,將這些影響因子再進(jìn)行深入的研究與探討,擴(kuò)展模型變量的篩選范圍,進(jìn)一步提高模型模擬預(yù)測與實際情況的可適配性與精確性,為長江中下游越冬水鳥的棲息地保護(hù)提供科學(xué)參考。

5 結(jié)論

基于氣象觀測數(shù)據(jù)、BCC-CSM2-MR全球氣候模式數(shù)據(jù)和越冬水鳥調(diào)查資料等,利用MaxEnt生態(tài)位模型研究了長江中下游地區(qū)的4種典型越冬水鳥在1970—2000年的適宜棲息地分布情況,并預(yù)估了2021—2040年和2041—2060年兩個時間段不同氣候情景下越冬水鳥的潛在適宜棲息地分布變化。在1970—2000年,白額雁、白鶴、東方白鸛和小天鵝在長江中下游地區(qū)的低適宜、中適宜以及高適宜棲息地主要沿長江干流、鄱陽湖和洞庭湖等依次向外擴(kuò)散分布,太湖濕地區(qū)主要分布的是低適宜和中適宜棲息地。其中,小天鵝在長江中下游地區(qū)的潛在適宜棲息地分布面積最廣,白鶴的潛在適宜棲息地分布面積最少。與1970—2000年的適生區(qū)面積相比,2021—2040年,白額雁、白鶴、東方白鸛和小天鵝的總適生區(qū)面積增加了7.33～23.50萬km2,2041—2060年,白額雁、白鶴、東方白鸛和小天鵝的總適生區(qū)面積增加了9.23～24.69萬km2。根據(jù)環(huán)境因子貢獻(xiàn)率可知地形、植被及氣候因素是影響越冬水鳥分布的重要環(huán)境變量。其中,在氣候因子影響方面,白額雁受最濕季節(jié)平均溫度的影響最大,白鶴和小天鵝受最濕月降水量的影響最大,東方白鸛受最干季節(jié)降水量的影響最大。通過對不同時期不同氣候情景下4種水鳥的適生區(qū)分布面積預(yù)估結(jié)果來看,在SSP2-4.5中排放情景下越冬水鳥的適宜棲息地分布面積相對最廣,而隨著時間尺度的延長,從2021—2060年,在SSP5-8.5高排放情景下越冬水鳥的適宜棲息地分布面積是有所下降的。