氣候變化下中國(guó)城市市樹(shù)適宜分布區(qū)及適生規(guī)律

摘要：市樹(shù)是城市園林綠化的重要組成部分，近年來(lái)氣候變化使市樹(shù)適生區(qū)遷移，影響城市人居環(huán)境可持續(xù)發(fā)展，因此，亟需了解氣候變化下市樹(shù)適宜分布區(qū)和適生規(guī)律?；谥袊?guó)147個(gè)城市50種市樹(shù)分布現(xiàn)狀，使用最大熵（MaxEnt）模型研究2070s氣候下市樹(shù)適宜分布區(qū)變化，并通過(guò)分布區(qū)與城市行政區(qū)域重合度分析市樹(shù)未來(lái)適生程度，為中國(guó)城市園林規(guī)劃提供依據(jù)。結(jié)果表明：中國(guó)常見(jiàn)市樹(shù)共50種，隸屬24科42屬，其中槐（Styphnolobium japonicum）、樟（Cinnamomum camphora）和銀杏（Ginkgo biloba）應(yīng)用最廣，65.6%的城市選用鄉(xiāng)土樹(shù)種，89.5%的城市應(yīng)用闊葉樹(shù)；氣候變化下，市樹(shù)適生區(qū)移動(dòng)方向復(fù)雜，面積趨于收縮（68%），以紅樹(shù)（Rhizophora apiculata）和歐洲白榆（Ulmus laevis）變化最大；未來(lái)市樹(shù)適生性與其來(lái)源、城市區(qū)位相關(guān)，鄉(xiāng)土植物相較于外來(lái)種適生性高，北方城市高適生市樹(shù)比例較高，而南方以低適生市樹(shù)為主。未來(lái)應(yīng)綜合考慮，因地制宜，引導(dǎo)城市園林綠化高質(zhì)量發(fā)展。

關(guān)鍵詞：市樹(shù)；氣候變化；最大熵模型；物種分布區(qū)；適生性

中圖分類(lèi)號(hào)：X171.1 """"文獻(xiàn)標(biāo)志碼：A """"文章編號(hào)：2096-6717（2025）02-0197-12

Distribution and suitability of city trees in China under climate change

GU Jingxian，"YANG Yongchuan，"MOU Wenbo，"JIN Cheng

（Key Laboratory of the Three Gorges Reservoir Region’s Eco-Environment， Ministry of Education， Chongqing University， Chongqing 400045， P. R. China）

Abstract： City trees are an important part of urban landscaping and greening. In recent years， climate change has caused the migration of city trees， which affects the sustainable development of urban living environment. Therefore， it is urgent to understand the suitable distribution areas and habitats of city trees under climate change. Based on the distribution status of 50 species of city trees in 147 cities in China， we used the MaxEnt model to study the changes of suitable distribution zones of city trees under the climate of 2070s， and analyzed the future suitability of city trees through the overlap of distribution zones and urban administrative areas， so as to provide a basis for urban landscape planning in China. The results showed that： There are 50 common city trees in China， belonging to 24 families and 42 genera， among which Styphnolobium japonicum， Cinnamomum camphora"and Ginkgo biloba"are the most widely used， 65.6% of cities use native species， and 89.5% of cities use broadleaf trees; under climate change， the direction of movement of suitable areas for city trees is complex， and the area tends to contract （68%）， with Rhizophora apiculata"and Ulmus laevis"showing the greatest changes; the future suitability of city trees is related to the source and urban location， and the suitability of native plants is higher to exotic species; the proportion of high suitability municipal trees is higher in northern cities， while low suitability city trees dominate in the south. In the future， comprehensive considerations should be made to guide the high-quality development of urban landscaping according to local conditions.

Keywords： city trees；"climate change；"MaxEnt model；"species range；"suitability

市樹(shù)是城市森林建設(shè)和園林綠化的主要樹(shù)種，象征著城市獨(dú)特的精神風(fēng)貌和文化底蘊(yùn)，在美化城市景觀、增加城市活力和提高城市知名度等方面有重要意義。評(píng)選市樹(shù)是一種程序規(guī)范的政府行為^[1]，其地域適應(yīng)性、觀賞性和文化特性等均為重要考慮因素。中國(guó)自1982年市樹(shù)評(píng)選熱潮興起后，接連出臺(tái)相關(guān)政策，1986年設(shè)立市樹(shù)的城市數(shù)量達(dá)到頂峰，目前70%以上的城市已確立市樹(shù)^[2]。

在未來(lái)，全球氣候?qū)⒊掷m(xù)變暖，溫室效應(yīng)顯著^[3-4]。研究表明，城市樹(shù)木對(duì)氣候變化高度敏感^[5-7]，其適宜分布區(qū)會(huì)隨之移動(dòng)、收縮、擴(kuò)展或分裂^[8]。因此，園林中選用市樹(shù)等城市樹(shù)木時(shí)必須考慮未來(lái)適應(yīng)性，但中國(guó)許多城市在規(guī)劃管理城市樹(shù)木時(shí)仍基于當(dāng)前氣候，較少考慮氣候變化下樹(shù)種的分布區(qū)和適生性，從而導(dǎo)致城市生物多樣性降低、熱島效應(yīng)加劇和生態(tài)系統(tǒng)服務(wù)價(jià)值減弱等一系列更嚴(yán)重的環(huán)境問(wèn)題^[9-10]。因此，基于生物-氣候關(guān)系，研究市樹(shù)在氣候變化下的適宜分布區(qū)和適生性，可為政府改善氣候引起的環(huán)境問(wèn)題及制定物種保護(hù)策略提供科學(xué)的參考依據(jù)，促進(jìn)中國(guó)乃至全球資源可持續(xù)利用進(jìn)程。

目前，對(duì)市樹(shù)的研究主要集中于某個(gè)樹(shù)種或城市的文化歷史^[11]和分布應(yīng)用現(xiàn)狀^[1-2]等方面，對(duì)城市植物響應(yīng)氣候變化的研究也局限于城市某種或某類(lèi)植物分布區(qū)的變化^[12-15]，宏觀尺度上缺乏對(duì)全國(guó)范圍的市樹(shù)在未來(lái)氣候條件下適宜分布區(qū)的系統(tǒng)研究，對(duì)預(yù)測(cè)城市市樹(shù)未來(lái)適生性以及評(píng)估目前市樹(shù)政策合理性的研究更是少之又少。

通過(guò)整合全中國(guó)范圍內(nèi)城市市樹(shù)的分布及氣候變化數(shù)據(jù)，構(gòu)建物種分布模型，評(píng)價(jià)未來(lái)氣候變化下中國(guó)市樹(shù)適宜分布區(qū)變化和適生規(guī)律。

1 材料和方法

1.1 研究區(qū)域概況

研究區(qū)域?yàn)橹袊?guó)的147個(gè)城市，這些城市均為人口達(dá)100萬(wàn)且已確立市樹(shù)的地級(jí)市或省級(jí)直轄縣級(jí)市，包含23個(gè)省、5個(gè)自治區(qū)和4個(gè)直轄市，分布于中溫帶干旱區(qū)、中溫帶半干旱區(qū)等10個(gè)氣候區(qū)內(nèi)^[16]。根據(jù)2022年中國(guó)統(tǒng)計(jì)年鑒（http：//www.stats.gov.cn/sj/ndsj/），主要城市年平均氣溫5.5～25.1 ℃，年平均相對(duì)濕度36%～81%，全年日照1 054.5～3 235.7 h，年降水量146.4～2 136.7 mm。同時(shí)，獲取各氣候區(qū)部分主要城市年平均氣溫、年平均相對(duì)濕度、全年日照時(shí)數(shù)和年降水量，見(jiàn)表1。

1.2 市樹(shù)名錄的獲取

使用“市樹(shù)”“市樹(shù)確立”“XX市市樹(shù)確立”等關(guān)鍵詞訪問(wèn)各城市政府官方網(wǎng)站，搜索市樹(shù)官方文件，以確定準(zhǔn)確的城市市樹(shù)名錄。對(duì)于改選過(guò)市樹(shù)的城市，以最新確定的市樹(shù)為準(zhǔn)，最終獲取到50種市樹(shù)名錄，均屬木本植物。羅列每種市樹(shù)應(yīng)用的具體城市并統(tǒng)計(jì)其數(shù)量，由于個(gè)別城市同時(shí)選用兩種市樹(shù)，因此，應(yīng)用城市數(shù)量總和多于147個(gè)。

樹(shù)種信息包括種名、拉丁學(xué)名、科、屬、生活型、地理來(lái)源等，以Flora of China（www.iplant.cn/foc）為準(zhǔn)（表2）。據(jù)FOC描述，樹(shù)種來(lái)源分為3個(gè)類(lèi)別。1）鄉(xiāng)土樹(shù)種：自然分布于城市所在省份的樹(shù)種；2）省外樹(shù)種：自然分布于中國(guó)除城市所在省份外的樹(shù)種；3）國(guó)外樹(shù)種：在中國(guó)境內(nèi)無(wú)自然分布的樹(shù)種。此外，將樹(shù)種生活型分為4類(lèi)：常綠闊葉樹(shù)、常綠針葉樹(shù)、落葉闊葉樹(shù)和落葉針葉樹(shù)。

1.3 現(xiàn)有分布數(shù)據(jù)收集與處理

基于Atlas of woody plants in china^[17]、全球生物多樣性信息平臺(tái)（https：//www.gbif.org/）和中國(guó)植物志（http：//www.iplant.cn/）等數(shù)據(jù)庫(kù)，獲取50個(gè)樹(shù)種在中國(guó)的自然分布數(shù)據(jù)（截至2022年底）。

為提高模型準(zhǔn)確性，避免分布數(shù)據(jù)過(guò)于密集，造成冗雜，使用ArcGIS（v10.8.1）將樹(shù)種分布范圍切割為10 km×10 km的網(wǎng)格單元，每個(gè)網(wǎng)格僅保留一個(gè)數(shù)據(jù)點(diǎn)，剔除重復(fù)、沒(méi)有位置信息或嚴(yán)重偏離研究區(qū)域的數(shù)據(jù)^[18]，最終獲得5 160個(gè)分布點(diǎn)的數(shù)據(jù)集。

1.4 氣候變量數(shù)據(jù)的選擇和處理

氣候變量的數(shù)據(jù)來(lái)自全球氣象數(shù)據(jù)庫(kù)（https：//www.worldclim.org）。選擇分辨率為30弧秒（1 km×1 km的網(wǎng)格）的19個(gè)氣候因子作為輸入變量^[19]（包含11個(gè)溫度相關(guān)氣候變量：年均溫Bio1、平均晝夜溫度Bio2、等溫性Bio3、溫度季節(jié)性Bio4、最熱月最高溫Bio5、最冷月最低溫Bio6、年溫度范圍Bio7、最濕季節(jié)均溫Bio8、最干季度均溫Bio9、最熱季度均溫Bio10、最冷季度均溫Bio11；8個(gè)降水相關(guān)氣候變量：年均降水Bio12、最濕月降水Bio13、最干月降水Bio14、降水季節(jié)性Bio15、最濕季節(jié)降水Bio16、最干季度降水Bio17、最熱季度降水Bio18、最冷季度降水Bio19）。到2070年大部分植物的適宜分布區(qū)和面積均會(huì)發(fā)生明顯改變^[20-22]，此研究的未來(lái)年份選擇2070s。氣體排放情景選擇RCP 4.5，它是一個(gè)達(dá)到中等標(biāo)準(zhǔn)的預(yù)期排放量，預(yù)計(jì)2100年CO₂濃度為542 μL/L。相比于其他氣體排放情景，RCP 4.5通過(guò)對(duì)2100年至2150年的排放量進(jìn)行線性調(diào)整，實(shí)現(xiàn)了2150年后氣體濃度達(dá)到穩(wěn)定水平的平穩(wěn)過(guò)渡，以避免隱含的氣體排放產(chǎn)生的不連續(xù)性，模擬結(jié)果可信度較高^[23-25]。

1.5 物種分布模型的建立

樹(shù)種分布區(qū)預(yù)測(cè)基于物種分布模型中的最大熵（MaxEnt）模型完成。MaxEnt被廣泛應(yīng)用于物種分布區(qū)預(yù)測(cè)等領(lǐng)域，只需物種分布數(shù)據(jù)和環(huán)境信息便可提供高度可靠的預(yù)測(cè)結(jié)果^[26-27]。將19個(gè)氣候變量的貢獻(xiàn)百分率（PC）模擬并排序后，進(jìn)行Pearson相關(guān)性分析，以避免各環(huán)境因子多重共線性使結(jié)果過(guò)度擬合。在發(fā)現(xiàn)兩個(gè)氣候變量間存在強(qiáng)相關(guān)性（|r|≥0.8）時(shí)，僅保留PC值較高的變量^[13]，以此綜合篩選出建立各樹(shù)種分布模型的最佳氣候變量。

對(duì)MaxEnt設(shè)置隨機(jī)抽取每組分布數(shù)據(jù)的25%作為模型測(cè)試數(shù)據(jù)集（Test data），剩余75%作為模型訓(xùn)練數(shù)據(jù)集（Training data）。設(shè)置最大迭代次數(shù)和最大背景值為10 000。采用刀切法（Jack-knife Test）建立分布模型，以邏輯斯蒂（Logistic）輸出值表示分布率，用于后續(xù)可視化分析，其余參數(shù)保留默認(rèn)值^[28]。對(duì)于模擬結(jié)果，曲線下面積（AUC）越大，模型精度越高（1.0，精度完美；大于0.9，預(yù)測(cè)精度高；0.7～0.9，精度良好），10次重復(fù)建模后，取平均結(jié)果以減小隨機(jī)誤差。

1.6 模型結(jié)果可視化

ArcGIS分析得到物種存在概率邏輯值P，其數(shù)值范圍在0～1之間，數(shù)值越接近1，表示物種越有可能存在^[29]。根據(jù)物種實(shí)際分布區(qū)，將適宜分布區(qū)劃分為兩類(lèi)：非適宜生境（P＜0.5）和適宜生境（P≥0.5）。

為研究市樹(shù)在2070s氣候條件下的適宜分布區(qū)變化情況，使用ArcGIS中的平均中心工具（Mean center）確定每個(gè)樹(shù)種當(dāng)前和2070s適宜分布區(qū)質(zhì)心的經(jīng)緯度坐標(biāo)，并使用點(diǎn)距離工具（Point distance）計(jì)算質(zhì)心移動(dòng)距離。同時(shí)，計(jì)算樹(shù)種2070s適生區(qū)與各城市行政區(qū)域面積重合率^[30]，以確定市樹(shù)2070s氣候下在各城市的適生性：以四分位數(shù)作為節(jié)點(diǎn)，將重合度劃分為0%～25%、25%～50%、50%～75%和75%～100%四個(gè)類(lèi)別，分別表示2070s氣候下市樹(shù)在城市中低適生、中適生、較高適生和高適生4種程度。地理劃分上，以800 mm等降水量線為南北方分界線，南方降水豐富，為多水區(qū)，北方降水少，為少水區(qū)^[31]。

2 結(jié)果與分析

2.1 中國(guó)城市市樹(shù)應(yīng)用情況

截至2022年底，中國(guó)常見(jiàn)市樹(shù)共50種，涵蓋24科42屬（表2）。其中，豆科Fabaceae、樟科Lauraceae和銀杏科Ginkgoaceae應(yīng)用最廣，分別占23.8%、20.6%和8.8%；樹(shù)種中槐（Styphnolobium japonicum）、樟（Cinnamomum camphora）和銀杏（Ginkgo biloba）應(yīng)用最多，分別為19.4%、19.4%和8.8%。北方城市最喜愛(ài)槐，54.4%的北方城市應(yīng)用其為市樹(shù)，而南方應(yīng)用樟最多，城市占比34.4%。

如圖1所示，數(shù)量方面，樹(shù)種重復(fù)率較高，物種庫(kù)較小，平均3.2個(gè)城市選用同一樹(shù)種，絕大多數(shù)城市（87.8%）選用一種木本植物作為市樹(shù)，少數(shù)城市選用兩種木本植物；來(lái)源方面，大部分城市選擇鄉(xiāng)土樹(shù)種，占比達(dá)65.6%，來(lái)源于省外和國(guó)外的市樹(shù)僅占比21.5%和11.7%；生活型方面，絕大多數(shù)城市（89.5%）應(yīng)用闊葉樹(shù)，北方傾向落葉闊葉樹(shù)（92.5%），南方傾向常綠闊葉樹(shù)（58.7%）。

2.2 樹(shù)種適生區(qū)空間格局變化

2070s氣候條件下樹(shù)種適生區(qū)的分布質(zhì)心和面積均發(fā)生了變化，且AUC值均大于0.8，具有高度可信性。

樹(shù)種質(zhì)心移動(dòng)分為東北、東南、西北和西南4個(gè)方向，距離差異較大：15個(gè)樹(shù)種向東北移動(dòng)7.5～321.0 km，11個(gè)樹(shù)種向西北移動(dòng)23.1～1 325.9 km，12個(gè)樹(shù)種向東南移動(dòng)31.7～547.1 km，12個(gè)樹(shù)種向西南移動(dòng)13.5～485.0 km，分別占30%、24%、22%和24%（表3）?？傮w來(lái)看，向高緯度方向的遷移占比偏多（52%），歐洲白榆（U. laevis）和紅樹(shù)（R. apiculata）移動(dòng)距離最長(zhǎng)，分別為1 325.9、547.1 km；欒（K. paniculata）和榆樹(shù)（U. pumila）移動(dòng)距離最短，分別為7.5、13.5 km。

生活型比例圖顯示，向高緯度方向移動(dòng)的常綠種占比略高（53.8%），向低緯度方向移動(dòng)的落葉種占比略高（58.3%）；針葉樹(shù)種均向西移動(dòng)（圖2）。

此外，各樹(shù)種未來(lái)適生區(qū)面積也會(huì)發(fā)生不同程度的變化（圖3）：32%的樹(shù)種擴(kuò)張0.9%～57.9%，68%的樹(shù)種收縮1.4%～95.7%。其中紅樹(shù)（R. apiculata）和歐洲白榆（U. laevis）面積變化最大（收縮95.7%和80.0%），木樨（O. fragrans）和油松（P. tabuliformis）變化最?。〝U(kuò)張0.9%和1.0%）。

2.3 市樹(shù)未來(lái)適生性預(yù)測(cè)

147個(gè)城市中，市樹(shù)未來(lái)適生性低和高的城市數(shù)量最多（43.8%和40.6%），市樹(shù)為較高適生和中適生的城市數(shù)量較少（10.6%和5.0%）（圖4（a））。

地理區(qū)位方面，在北方，市樹(shù)為高適生的城市占比最多（50%），而南方高適生和低適生城市數(shù)量均衡，低適生城市數(shù)量占比稍大，分別為40%和43%（圖4（b））。

市樹(shù)來(lái)自省內(nèi)、省外和國(guó)外的比例在低適生城市中分別為46%、32%和22%；中適生城市中為75%、13%和12%；較高適生城市中分別為76%、12%和12%；高適生城市中為83%、14%和3%（圖4（c））。

生活型方面，市樹(shù)為低適生的城市中，市樹(shù)為常綠闊葉、常綠針葉、落葉闊葉和落葉針葉分別占比36%、11%、47%和6%；中適生和較高適生城市市樹(shù)只有闊葉種，常綠種和落葉種數(shù)量均衡；高適生城市市樹(shù)中，常綠闊葉、常綠針葉、落葉闊葉和落葉針葉的比例分別為31%、3%、63%和4%（圖4（d））。趨勢(shì)為市樹(shù)適生高的城市傾向選擇落葉闊葉樹(shù)，市樹(shù)適生低的城市傾向選擇常綠針葉樹(shù)。

3 討論和展望

3.1 中國(guó)城市市樹(shù)應(yīng)用和分布

自中國(guó)開(kāi)展市樹(shù)評(píng)選以來(lái)，各城市高度重視綠化建設(shè)。盡管如此，到2022年底中國(guó)常見(jiàn)市樹(shù)種類(lèi)卻僅有50種，這可能是園林樹(shù)種規(guī)劃滯后、城市特色挖掘不足或市民喜好相似等原因造成的。最常見(jiàn)市樹(shù)為槐（S. japonicum）和樟（C. camphora），地域性較強(qiáng)。由于北方水文氣候條件苛刻，可選種類(lèi)相對(duì)較少，大多數(shù)城市選擇適應(yīng)性較強(qiáng)的落葉種。槐（S. japonicum）原產(chǎn)中國(guó)，外觀美麗、花朵芳香、抗煙毒性能強(qiáng)^[32]，成為北方城市的首選市樹(shù)；南方溫暖濕潤(rùn)，適合大部分樹(shù)種生長(zhǎng)，普遍選擇常綠種，而樟（C. camphora）為廣泛分布于長(zhǎng)江以南地區(qū)的常綠樹(shù)種，抗污染能力強(qiáng)，成為許多南方城市的首選，與郄光發(fā)等^[1]的結(jié)論一致。此外，城市更偏愛(ài)地域特色樹(shù)種，如巴中市選擇巴中特有的珍稀樹(shù)種巴山水青岡（F. pashanica）；?？谑羞x擇在高溫濕潤(rùn)、陽(yáng)光充足的海邊生長(zhǎng)良好的椰子（C. nucifera）等，致力于打造城市專屬名片，同時(shí)展現(xiàn)獨(dú)有的城市文化自信。

生活型方面，由于自然環(huán)境限制和地域認(rèn)同感，絕大部分城市仍選擇鄉(xiāng)土植物，這對(duì)保護(hù)當(dāng)?shù)厣锒鄻有约罢蔑@地域植物景觀特色具有重要意義^[2]。城市區(qū)位方面，選擇國(guó)外樹(shù)種的城市通常分布在沿海地區(qū)，易引入外來(lái)種。

3.2 未來(lái)氣候下市樹(shù)適生區(qū)變化

物種的地理分布與環(huán)境密切聯(lián)系。一般來(lái)說(shuō)，質(zhì)心移動(dòng)距離和方向會(huì)隨時(shí)間而改變，并與MaxEnt模型預(yù)測(cè)的適生區(qū)空間格局變化一致^[33]。氣候是宏觀尺度上決定植物地理分布最主要的因素^[34]，有研究^[35-37]提到，許多喬木和灌木類(lèi)群未來(lái)潛在分布區(qū)可能發(fā)生巨大變化，分布區(qū)向高緯度地區(qū)遷移已在全球范圍內(nèi)被證實(shí)。在此基礎(chǔ)上，筆者發(fā)現(xiàn)，樹(shù)種分布區(qū)可能向所有方向移動(dòng)，雖與Shafer等^[38]的結(jié)論一致，但這一現(xiàn)象頗為少見(jiàn)。由于質(zhì)心移動(dòng)的相對(duì)性，樹(shù)種分布區(qū)質(zhì)心呈南遷跡象，可能是由于全球變暖加劇了北方干旱脅迫效應(yīng)。意味著一些北方適宜區(qū)域可能無(wú)法提供新的適宜生境和生態(tài)位，從而促使樹(shù)種向南移動(dòng)，大多數(shù)情況下，南向移動(dòng)往往歸因于地理異常^[39]。當(dāng)然，不同氣候情景模擬可能會(huì)產(chǎn)生不同結(jié)果，甚至出現(xiàn)相反結(jié)論^[15，22]。筆者基于RCP 4.5模擬，可能在其他情景下產(chǎn)生不同結(jié)果，這是值得注意的。此外，向高緯度方向移動(dòng)的樹(shù)種以常綠種為主，而向低緯度方向移動(dòng)的樹(shù)種通常為落葉種，這可能與不同生活型樹(shù)種的適應(yīng)性有關(guān)^[40]。這些復(fù)雜的關(guān)系表明，物種分布與氣候變化間并非單一線性關(guān)系，除氣候因素外，樹(shù)種分布可能還會(huì)受人為干擾、土壤地理?xiàng)l件及樹(shù)種本身系統(tǒng)發(fā)育特征等多方面因素影響^[41]。

氣候變化對(duì)物種分布的影響取決于變暖程度及物種敏感性和適應(yīng)能力^[42]，結(jié)果顯示，紅樹(shù)（R. apiculata）和歐洲白榆（U. laevis）對(duì)氣候變化最敏感，不僅面積衰退程度最嚴(yán)重，分布區(qū)質(zhì)心移動(dòng)距離也最長(zhǎng)。兩者均有很強(qiáng)的地域特征，對(duì)環(huán)境要求嚴(yán)格。紅樹(shù)（R. apiculata）不耐陰不耐寒，通常生長(zhǎng)在廣東海灘和沼澤邊^[43]；歐洲白榆（U. laevis）原產(chǎn)地歐洲，在新疆生長(zhǎng)良好。此外，研究結(jié)論與多數(shù)研究^[44-45]一致的是，大部分市樹(shù)未來(lái)適生區(qū)面積都將減少，呈現(xiàn)明顯的生境喪失跡象，未來(lái)環(huán)境變化、人為影響及兩者的相互作用都會(huì)加速木本植物滅絕^[46]。研究明確了未來(lái)氣候條件對(duì)市樹(shù)分布區(qū)的負(fù)面影響，這是氣候變化所帶來(lái)的值得人們關(guān)注和重視的問(wèn)題。

3.3 市樹(shù)未來(lái)適生性及建議

全球變暖使市樹(shù)適宜分布區(qū)發(fā)生變化，進(jìn)而使其在各城市適生性產(chǎn)生相應(yīng)改變。市樹(shù)選定為主觀決策，不同城市市樹(shù)適生性因地理位置和氣候條件的差異而各不相同。高適生市樹(shù)所在城市應(yīng)繼續(xù)大力種植，有效改善當(dāng)?shù)厣鷳B(tài)環(huán)境。相反，適生性較低的市樹(shù)則不宜廣泛種植，以免造成城市園林規(guī)劃的重大失誤。

從來(lái)源看，市樹(shù)未來(lái)適生性越高的城市鄉(xiāng)土植物比例越高，省外和國(guó)外種比例則依次降低，表明選擇本土植物可以讓現(xiàn)存園林資源更頑強(qiáng)地應(yīng)對(duì)未來(lái)氣候變化所帶來(lái)的風(fēng)險(xiǎn)^[2]。因此，建議城市因地制宜，更多地考慮本土植物。這是一個(gè)浩大的工程，需要所有市民的配合，從苗圃產(chǎn)業(yè)將更多精力放在培育地方特有種開(kāi)始，園林景觀設(shè)計(jì)人員更多使用本地樹(shù)種，到公眾接受更多關(guān)于本地樹(shù)種的科普教育，以此逐漸提升大眾對(duì)地方種的了解和認(rèn)可度^[47]。

從地理位置看，北方城市能選擇的樹(shù)種相對(duì)有限，優(yōu)先選擇鄉(xiāng)土樹(shù)種或在當(dāng)?shù)厣L(zhǎng)良好的樹(shù)種，所以，高適生樹(shù)主要在北方城市；而南方城市具有更豐富的水文氣候條件，適合大多數(shù)樹(shù)種生長(zhǎng)，選擇更加多樣，不受限于鄉(xiāng)土樹(shù)種，南方的低適生城市數(shù)量偏多。因此，建議南方城市更應(yīng)考慮適生性的問(wèn)題，選擇市樹(shù)時(shí)充分展現(xiàn)城市生態(tài)文化多樣性，考慮以確立雙市樹(shù)的方式，在保留原市樹(shù)等城市標(biāo)志性植物的基礎(chǔ)上，增加可以應(yīng)用于園林綠化的“適樹(shù)”，既能豐富樹(shù)種多樣性，又能使園林資源最大化，有效應(yīng)對(duì)氣候變暖所帶來(lái)的環(huán)境問(wèn)題。

從樹(shù)種生活型看，與未來(lái)低適生和中適生城市的落葉樹(shù)種相比，較高適生和高適生城市中的落葉樹(shù)種所占比例更高。因此，落葉種適應(yīng)未來(lái)氣候變化的能力強(qiáng)于常綠種，建議未來(lái)多考慮引種落葉闊葉樹(shù)。根據(jù)中國(guó)植物志的描述，目前中國(guó)已經(jīng)采取了相應(yīng)的措施，例如槐（S. japonicum）現(xiàn)已在中國(guó)南北各省區(qū)廣泛栽培等。

在城市樹(shù)種選擇上，未來(lái)落葉闊葉樹(shù)和常綠闊葉樹(shù)分布區(qū)中心多向北移動(dòng)，目前北方城市應(yīng)用落葉闊葉樹(shù)較多，因此建議處于溫帶的城市在繼續(xù)栽植落葉闊葉樹(shù)的同時(shí)，適當(dāng)引入常綠闊葉樹(shù)。根據(jù)中國(guó)植物志描述，近年來(lái)許多北方溫帶城市，如蘭州、北京等已廣泛栽植了荷花木蘭（M. grandiflora）等常綠闊葉樹(shù)，可見(jiàn)這些城市已為應(yīng)對(duì)氣候變化做出了科學(xué)的栽植決策。同時(shí)，未來(lái)向南移動(dòng)的樹(shù)種中落葉闊葉樹(shù)占比超過(guò)60%，建議亞熱帶和熱帶城市多栽培落葉闊葉樹(shù)，以適應(yīng)氣候變化，如貴州、云南西部（騰沖）海拔2 000 m以下地帶廣泛栽培銀杏（G. biloba）等。

4 結(jié)論

基于MaxEnt模型，模擬了當(dāng)前和未來(lái)（2070s）在RCP 4.5濃度路徑下市樹(shù)的適宜分布區(qū)，并分析了市樹(shù)在各城市的未來(lái)適生程度。

1）中國(guó)常見(jiàn)市樹(shù)共50種，隸屬24科42屬，槐、樟和銀杏應(yīng)用最廣。大多數(shù)城市仍選用鄉(xiāng)土樹(shù)種，絕大部分城市應(yīng)用闊葉樹(shù)，南方通常選擇常綠闊葉樹(shù)，北方更傾向于落葉闊葉樹(shù)。

2）未來(lái)氣候下，市樹(shù)適生區(qū)質(zhì)心會(huì)向各個(gè)方向移動(dòng)，向高緯度移動(dòng)的以常綠樹(shù)種為主，向低緯度移動(dòng)的以落葉樹(shù)種為主；適生區(qū)面積主要趨于收縮，呈現(xiàn)明顯的生境喪失現(xiàn)象，氣候變化帶來(lái)的環(huán)境問(wèn)題需要高度重視。其中，紅樹(shù)（R. apiculata）和歐洲白榆（U. laevis）適生區(qū)受氣候影響最大。

3）市樹(shù)未來(lái)適生性越高的城市鄉(xiāng)土植物比例越高，省外和國(guó)外種比例依次降低。確立市樹(shù)時(shí)，鄉(xiāng)土樹(shù)種是最佳選擇，應(yīng)在園林綠化產(chǎn)業(yè)中大力發(fā)展；市樹(shù)適生高的城市傾向選擇落葉闊葉樹(shù)，市樹(shù)適生低的城市傾向選擇常綠針葉樹(shù)；北方城市高適生市樹(shù)比例較高，而南方以低適生市樹(shù)為主，因此，在未來(lái)確立市樹(shù)時(shí)，南方城市更需考慮適生性的問(wèn)題。在樹(shù)種的選擇上，建議溫帶城市在種植落葉闊葉樹(shù)的同時(shí)，適當(dāng)引入常綠闊葉樹(shù)，亞熱帶和熱帶城市多栽培落葉闊葉樹(shù)。

參考文獻(xiàn)

[1] "郄光發(fā)， 曹麗雯， 劉宏明， 等. 我國(guó)城市市樹(shù)選擇應(yīng)用現(xiàn)狀及區(qū)域分布特征[J]. 林業(yè)科學(xué)， 2019， 55（10）： 76-87.

QIE G F， CAO L W， LIU H M， et al. Current situation and regional distribution of city-trees in China [J]. Scientia Silvae Sinicae， 2019， 55（10）： 76-87. （in Chinese）

[2] "羅以歆， 南歆格， 晏海， 等. 中國(guó)城市市樹(shù)設(shè)立現(xiàn)狀及發(fā)展沿革研究[J]. 中國(guó)園林， 2023， 39（12）： 132-137.

LUO Y X， NAN X G， YAN H， et al. Research on the current situation and historical evolution of city tree establishment in China [J]. Chinese Landscape Architecture， 2023， 39（12）： 132-137. （in Chinese）

[3] "GALIZIA L F， BARBERO R， RODRIGUES M， et al. Global warming reshapes European pyroregions [J]. Earth’s Future， 2023， 11（5）： e2022EF003182.

[4] "SHIN S J， YEH S W， AN S I， et al. Southern ocean control of 2 ℃ global warming in climate models [J]. Earth’s Future， 2023， 11（1）： e2022EF003212.

[5] "KANE K， DEBINSKI D M， ANDERSON C， et al. Using regional climate projections to guide grassland community restoration in the face of climate change [J]. Frontiers in Plant Science， 2017， 8： 730.

[6] "ESPERON-RODRIGUEZ M， TJOELKER M G， LENOIR J， et al. Climate change increases global risk to urban forests [J]. Nature Climate Change， 2022， 12： 950-955.

[7] "TANG L N， SHAO G F， GROFFMAN P M. Urban trees： How to maximize their benefits for humans and the environment [J]. Nature， 2024， 626： 261.

[8] "TAO Z X. Predicting the changes in suitable habitats for six common woody species in central Asia [J]. International Journal of Biometeorology， 2023， 67（1）： 107-119.

[9] "HARRISON P A. Climate change and the suitability of local and non-local species for ecosystem restoration [J]. Ecological Management amp; Restoration， 2021， 22（Sup2）： 75-91.

[10] "LOCKE D H， HALL B， GROVE J M， et al. Residential housing segregation and urban tree canopy in 37 US Cities [J]. NPJ Urban Sustainability， 2021， 1： 15.

[11] "王永. 鄭州市市樹(shù)法桐淺議[J]. 北方園藝， 2009（7）： 208-210.

WANG Y. Discussion about the city tree of Zhengzhou “platanus acerifolia”"[J]. Northern Horticulture， 2009（7）： 208-210. （in Chinese）

[12] "YAN X Y， WANG S C， DUAN Y， et al. Current and future distribution of the deciduous shrub Hydrangea macrophylla"in China estimated by MaxEnt [J]. Ecology and Evolution， 2021， 11（22）： 16099-16112.

[13] "BHANDARI M S， MEENA R K， SHANKHWAR R， et al. Prediction mapping through MaxEnt modeling paves the way for the conservation of Rhododendron arboreum"in Uttarakhand Himalayas [J]. Journal of the Indian Society of Remote Sensing， 2020， 48（3）： 411-422.

[14] "LI Y C， LI M Y， LI C， et al. Optimized MaxEnt model predictions of climate change impacts on the suitable distribution of Cunninghamia lanceolata"in China [J]. Forests， 2020， 11（3）： 302.

[15] "杜倩， 魏晨輝， 梁陳濤， 等. 中國(guó)東北地區(qū)12個(gè)建群樹(shù)種對(duì)氣候變化響應(yīng)的MaxEnt模型分析[J]. 生態(tài)學(xué)報(bào)， 2022， 42（23）： 9712-9725.

DU Q， WEI C H， LIANG C T， et al. Future climatic adaption of 12 dominant tree species in Northeast China under 3 climatic scenarios by using MaxEnt modeling [J]. Acta Ecologica Sinica， 2022， 42（23）： 9712-9725. （in Chinese）

[16] "丁一匯. 中國(guó)氣候[M]. 北京： 科學(xué)出版社， 2013.

DING Y H. Climate in China [M]. Beijing： Science Press， 2013. （in Chinese）

[17] "FANG J Y， WANG Z H， TANG Z Y. Atlas of woody plants in China： Distribution and climate [M]. Springer Science amp; Business Media， 2011.

[18] "HUANG J H， LI G Q， LI J， et al. Projecting the range shifts in climatically suitable habitat for Chinese Sea buckthorn under climate change scenarios [J]. Forests， 2017， 9（1）： 9.

[19] "NIX H A. A biogeographic analysis of Australian elapid snakes [J]. Atlas of elapid snakes of Australia， 1986， 7： 4-15.

[20] "BAI Y J， WEI X P， LI X Q. Distributional dynamics of a vulnerable species in response to past and future climate change： A window for conservation prospects [J]. PeerJ， 2018， 6： e4287.

[21] "沈陽(yáng)， 于晶， 郭水良. 不同氣候變化情境下中國(guó)木靈蘚屬和蓑蘚屬植物的潛在分布格局[J]. 生態(tài)學(xué)報(bào)， 2015， 35（19）： 6449-6459.

SHEN Y， YU J， GUO S L. Macromitrium"and Orthotrichum"distribution patterns under different climate warming scenarios in China [J]. Acta Ecologica Sinica， 2015， 35（19）： 6449-6459. （in Chinese）

[22] "張喜娟， 陳琛， 郜飛飛， 等. 中國(guó)東北興安落葉松林空間分布及其對(duì)氣候變化的響應(yīng)[J]. 生態(tài)學(xué)雜志， 2022， 41（6）： 1041-1049.

ZHANG X J， CHEN C， GAO F F， et al. Spatial distribution of Larix gmelinii"forests in Northeast China and its response to climate change [J]. Chinese Journal of Ecology， 2022， 41（6）： 1041-1049. （in Chinese）

[23] "DUFRESNE J L， FOUJOLS M A， DENVIL S， et al. Climate change projections using the IPSL-CM5 Earth System Model： From CMIP3 to CMIP5 [J]. Climate Dynamics， 2013， 40（9）： 2123-2165.

[24] "MEINSHAUSEN M， SMITH S J， CALVIN K， et al. The RCP greenhouse gas concentrations and their extensions from 1765 to 2300 [J]. Climatic Change， 2011， 109（1）： 213.

[25] "BUENO M L， PENNINGTON R T， DEXTER K G， et al. Effects of Quaternary climatic fluctuations on the distribution of Neotropical savanna tree species [J]. Ecography， 2017， 40（3）： 403-414.

[26] "SANTANA P A Jr， KUMAR L， SILVA R SDA， et al. Assessing the impact of climate change on the worldwide distribution of Dalbulus"maidis （DeLong） using MaxEnt [J]. Pest Management Science， 2019， 75（10）： 2706-2715.

[27] "NEWMAN J C， RIDDELL E A， WILLIAMS L A， et al. Integrating physiology into correlative models can alter projections of habitat suitability under climate change for a threatened amphibian [J]. Ecography， 2022， 2022（8）： e06082.

[28] "TANG C Q， MATSUI T， OHASHI H， et al. Identifying long-term stable refugia for relict plant species in East Asia [J]. Nature Communications， 2018， 9： 4488.

[29] "王茹琳， 李慶， 封傳紅， 等. 基于MaxEnt的西藏飛蝗在中國(guó)的適生區(qū)預(yù)測(cè)[J]. 生態(tài)學(xué)報(bào)， 2017， 37（24）： 8556-8566.

WANG R L， LI Q， FENG C H， et al. Predicting potential ecological distribution of Locusta migratoria tibetensis"in China using MaxEnt ecological niche modeling [J]. Acta Ecologica Sinica， 2017， 37（24）： 8556-8566. （in Chinese）

[30] "胡娟， 謝培根， 梅祎蕓， 等. 浙江清涼峰國(guó)家級(jí)自然保護(hù)區(qū)黑麂和小麂潛在適宜棲息地預(yù)測(cè)及重疊性分析[J]. 生態(tài)學(xué)報(bào)， 2023， 43（6）： 2210-2219.

HU J， XIE P G， MEI Y Y， et al. Potential suitable habitats prediction and overlap analysis of black muntjac （Muntiacus crinifrons） and small muntjac （M. reevesi） in Qingliangfeng National Nature Reserve， Zhejiang Province [J]. Acta Ecologica Sinica， 2023， 43（6）： 2210-2219. （in Chinese）

[31] "陳志剛. 我國(guó)重要的等降水線[J]. 中學(xué)地理教學(xué)參考， 1987（5）： 11.

CHEN Z G. Important isoprecipitation line in China [J]. Teaching Reference of Middle School Geography， 1987（5）： 11. （in Chinese）

[32] "HE X R， BAI Y J， ZHAO Z F， et al. Local and traditional uses， phytochemistry， and pharmacology of Sophora japonica L.： A review [J]. Journal of Ethnopharmacology， 2016， 187： 160-182.

[33] "李艷紅， 張立娟， 朱文博， 等. 全球變化背景下南方紅豆杉地域分布變化[J]. 自然資源學(xué)報(bào)， 2021， 36（3）： 783-792.

LI Y H， ZHANG L J， ZHU W B， et al. Changes of Taxus chinensis var. mairei"habitat distribution under global climate change [J]. Journal of Natural Resources， 2021， 36（3）： 783-792. （in Chinese）

[34] "李賀， 張維康， 王國(guó)宏. 中國(guó)云杉林的地理分布與氣候因子間的關(guān)系[J]. 植物生態(tài)學(xué)報(bào)， 2012， 36（5）： 372-381.

LI H， ZHANG W K， WANG G H. Relationship between climatic factors and geographical distribution of spruce forests in China [J]. Chinese Journal of Plant Ecology， 2012， 36（5）： 372-381. （in Chinese）

[35] "LIU D T， CHEN J Y， SUN W B. Distributional responses to climate change of two maple species in Southern China [J]. Ecology and Evolution， 2023， 13（9）： e10490.

[36] "COLWELL R K， BREHM G， CARDELU?S C L， et al. Global warming， elevational range shifts， and lowland biotic attrition in the wet tropics [J]. Science， 2008， 322（5899）： 258-261.

[37] "RANA S K， RANA H K， ST?CKLIN J， et al. Global warming pushes the distribution range of the two alpine ‘glasshouse’"Rheum"species north-"and upwards in the Eastern Himalayas and the Hengduan Mountains [J]. Frontiers in Plant Science， 2022， 13： 925296.

[38] "SHAFER S L， BARTLEIN P J， THOMPSON R S. Potential changes in the distributions of western North America tree and shrub taxa under future climate scenarios [J]. Ecosystems， 2001， 4（3）： 200-215.

[39] "SOJA A J， TCHEBAKOVA N M， FRENCH N H F， et al. Climate-induced boreal forest change： Predictions versus current observations [J]. Global and Planetary Change， 2007， 56（3/4）： 274-296.

[40] "PIPER F I， FAJARDO A. Foliar habit， tolerance to defoliation and their link to carbon and nitrogen storage [J]. Journal of Ecology， 2014， 102（5）： 1101-1111.

[41] "BOULANGEAT I， LAVERGNE S， VAN ES J， et al. Niche breadth， rarity and ecological characteristics within a regional flora spanning large environmental gradients [J]. Journal of Biogeography， 2012， 39（1）： 204-214.

[42] "WILLIAMS S E， SHOO L P， ISAAC J L， et al. Towards an integrated framework for assessing the vulnerability of species to climate change [J]. PLoS Biology， 2008， 6（12）： 2621-2626.

[43] "PENG S， LIU Y， LYU T， et al. Towards an understanding of the latitudinal patterns in thermal tolerance and vulnerability of woody plants under climate warming [J]. Ecography， 2021， 44（12）： 1797-1807.

[44] "ALIPOUR S， WALAS ?. The influence of climate and population density on Buxus hyrcana potential distribution and habitat connectivity [J]. Journal of Plant Research， 2023， 136（4）： 501-514.

[45] "李慧， 滕皎， 殷曉潔， 等. 不同氣候環(huán)境的中國(guó)珍稀瀕危樟屬喬木適生分布區(qū)模擬預(yù)測(cè)[J]. 東北林業(yè)大學(xué)學(xué)報(bào)， 2023， 51（2）： 43-53.

LI H， TENG J， YIN X J， et al. Simulation prediction of suitable distribution area of rare and endangered species of Cinnamomum"in China under different climatic environment [J]. Journal of Northeast Forestry University， 2023， 51（2）： 43-53. （in Chinese）

[46] "ZHANG M G， ZHOU Z K， CHEN W Y， et al. Major declines of woody plant species ranges under climate change in Yunnan， China [J]. Diversity and Distributions， 2014， 20（4）： 405-415.

[47] "靳程， 胡四維， 胡遠(yuǎn)東， 等. 不同地理尺度下中國(guó)城市綠化樹(shù)種多樣性的均質(zhì)化特征[J]. 風(fēng)景園林， 2022， 29（1）： 53-58.

JIN C， HU S W， HU Y D， et al. Homogeneous characteristics of urban landscape woody plants species biodiversity in China under different geographical scales [J]. Landscape Architecture， 2022， 29（1）： 53-58. （in Chinese）

（編輯""王秀玲）