气候变化对浙江楠潜在分布范围及空间格局的影响

气候变化对物种分布的影响是珍稀濒危物种资源保护研究的热点问题之一。利用Maxent模型预测浙江楠在末次盛冰期、全新世中期、现代和2070年4个历史时期的潜在分布区,分析浙江楠各个历史时期的分布格局,并评估了不同气候因子对其潜在地理分布的影响。结果表明,Maxent模型模拟现代分布区准确度极高,受试者工作特征曲线下的面积(AUC值)达0.996。高度适生区包括浙江省与福建省交汇的武夷山、仙霞岭、浙江东南部的洞宫山、雁荡山等较高海拔山地地带,中度适生区位于幕阜山、罗霄山、怀玉山、武夷山、黄山、天目山、会稽山、雁荡山、洞宫山等低海拔丘陵地区。末次盛冰期浙江楠潜在分布区位于东海大陆架内; 全新世中期分布区与现代相似,但面积更大,向低海拔地区延伸; 2070年潜在分布区有北扩东进的趋势。Jackknife检验表明,影响浙江楠地理分布的主要因子有最干季降水量、最冷季降水量和最干季均温。     

华中樱桃适生区模拟和生态特征分析

【目的】华中樱桃[Cerasus conradinae (Koehne) Yü et Li]为中国特有樱属植物资源,具有极高的观赏价值和利用前景,分析当前和未来(2050s,2070s)气候变化对其地理分布的影响,以期为华中樱桃的保护和利用提供理论依据。【方法】基于华中樱桃的201个实际地理分布点数据,结合气候特征,采用MaxEnt模型和Arc-GIS软件对其在中国的潜在适生区进行预测,构建预测模型,检验其精确度,确定环境因子贡献率,并使用主成分分析、相关性分析等方法对其主导环境因子进行定性定量的分析。【结果】MaxEnt模型精度检测极为可靠,训练集的AUC为0.945,测试集的为0.949,当前华中樱桃潜在适生区主要在西南、华中、华东地区,两大核心适生区主要集中于重庆市及以西至四川盆地、东至武陵山、南至大娄山、北至大巴山脉一带等呈不规则块状区域,以及云贵高原东部、苗岭山脉以及雪峰山脉西部边缘地区长条状区域。影响其分布的主要环境因子是最湿季降水量(bio 16)、年降水量(bio 12)、温度季节变化方差(bio 4)、温度年较差(bio 7)。在2050s未来气候(CCSM4)情境变化下,总适宜区相较于当代面积呈减少状态,但在2070s未来气候情境变化下总适宜面积增加,且极高适宜区有向高纬度和东北方向扩散,高适宜区有向低纬度方向扩散的趋势。【结论】MaxEnt模型可以准确预测华中樱桃的潜在适生区,华中樱桃适生分布区连续且较为广泛,西南、华中与华东地区为华中樱桃种质资源保护与利用的核心区域。这可为华中樱桃种质保护、亲缘地理与资源利用的后续研究奠定重要基础。     

基于MaxEnt模型的青钱柳潜在适宜栽培区预测

【目的】 青钱柳是集药用、材用和观赏价值于一身的多用途树种。通过应用贡献率、置换重要值比较以及Jackknife检验等综合分析方法,评价制约青钱柳现代地理分布的主要因子,可为青钱柳资源的科学保护和合理利用提供理论依据。【方法】基于183个青钱柳地理分布记录和8个气候环境因子数据,采用MaxEnt模型软件对青钱柳潜在适宜分布区进行预测,并在此基础上划分适宜栽培区。【结果】采用MaxEnt模型预测青钱柳潜在适宜分布区准确度极高,受试者工作特征曲线下的面积(AUC值)达0.964±0.006。目前,青钱柳高度适宜分布区为浙江南部、福建西北部、安徽南部、湖北东部、江西东部和西部、湖南东部和西部、贵州东部、重庆东部、陕西南部和四川东北部; 随着未来气温的升高,青钱柳有向高纬度和高海拔地区迁移的趋势。【结论】 影响青钱柳分布的主要气候因子是温度,包括年均温、季节温度变异系数和平均日温差,其中年均温为最主要因子。     

气候变化下西南地区12种常见针叶树种适宜分布区预测

【目的】随气候变化加剧,未来西南地区针叶林分布存在诸多不确定性,进行未来气候下西南地区常见针叶树种适宜分布区研究,为该地区森林生态安全评估提供参考。【方法】基于最大熵模型(MaxEnt)模拟未来气候情景下西南地区常见的12种针叶树的气候适宜分布区。【结果】MaxEnt模型能够很好地模拟西南地区12个树种的潜在分布,AUC值均达0.9以上; 2070年MPI-ESM-LR模式RCP4.5情景下西南地区12种常见针叶树种气候适宜区面积分布变化显著,包括冷杉、三尖杉、杉木、干香柏、柏木、水杉、云南松、红豆杉和福建柏在内的9个树种气候适宜区与气候最适区面积增加11.1%~412.8%;银杉和油麦吊云杉的气候适宜区面积分别增加6.0%和32.8%,但气候最适区面积减少了0.8%和3.5%;云南油杉未来气候适宜区和气候最适区的面积则减少24.0%和29.1%。【结论】西南地区针叶林中广布树种的气候适宜区面积会得益于气候变化而扩大,但云南油杉和油麦吊云杉等一些西南特有乡土树种的气候适宜区面积则会因为气候变化而缩小,因此对特有乡土树种的保护应给予重视。     

马尾松分布格局对未来气候变化的响应

【目的】分析并预测未来气候变化对马尾松适宜分布范围,探讨影响马尾松潜在地理分布的主要气候因子,为马尾松潜在分布区种质资源管理和保护提供参考与指导。【方法】以中国数字植物标本馆记录的马尾松分布数据为基础,利用MaxEnt模型及地理信息系统ArcGIS 10.3软件探讨马尾松当前地理分布特征及其潜在分布区,并针对代表性浓度路径(RCP) 2.6及RCP 8.5两种气候情景下未来(2050年和2070年)马尾松适宜分布范围及主要气候因子进行分析。【结果】当前马尾松高适生区覆盖的地区主要分布于秦岭—淮河线以南。浙江、福建、江西、湖北西南部、湖南、重庆、四川东南部、贵州北部、广西中部、广东北部等地区为马尾松主要分布区,海南、云南及台湾等地为零星分布区。在未来气候情景下,马尾松适生区向我国北部地区迁移,包括河南西部、山东半岛、辽东半岛、河北东部、山西南部等地区,而在云南南部零星地区不会再有马尾松自然分布。在未来两种气候情景4个条件中,相同RCP情景下,不同年限各适生区之间的差异并不明显,变化趋势大致相同;但相同年限的不同RCP情景对应的各适生区面积变化存在明显区别,RCP 8.5的影响要高于RCP 2.6。影响马尾松地理分布的主导生物气候变量为年均降水量、最干月降水量及平均气温日较差,且降水较温度的影响更大。【结论】未来气候变化将导致马尾松分布范围进一步扩大,新增分布区主要集中于当前分布区北部。应以当前马尾松适生环境为基础,针对当地气候类型、土壤条件等环境因素合理建立保护区,以便马尾松能够顺利适应新环境。     

白榆在我国的潜在分布格局及未来变化

【目的】研究影响白榆(Ulmus pumila)在我国分布的气候条件、分布范围及未来变化,为白榆的科学保护和合理开发提供理论依据。【方法】采用MaxEnt和ArcGIS软件对当代、2050s和2070s(RCP2.6和RCP6.0)3个时期气候情景下白榆的潜在分布区进行预测。【结果】MaxEnt模型对白榆潜在分布区的预测具有很高的准确度,其训练集和测试集的AUC值分别为0.921和0.911。其中温度季节性变化(Bio4)、年降水量(Bio12)和降水量季节性变化(Bio15)对白榆的影响贡献率累计高达88.4%。依托气候环境变量,对白榆当前时期潜在分布区进行预测,中适生区主要集中在我国新疆、内蒙古中部、甘肃等西北地区,吉林、辽宁和内蒙古呼伦贝尔市等东北地区有少量分布;高适生区主要集中在我国河北、陕西、山西、山东等华北地区。未来2050s和2070s时期RCP2.6和RCP6.0气候情景下,白榆高适生区面积减小,中低适生区面积增大且会出现新的潜在适生区。【结论】以年为单位的温度和降水是白榆分布的主要因子,当前白榆的适生区主要集中在我国华北、西北和东北地区,未来其分布有向高纬度、高海拔区...     

气候变化背景下青檀的潜在地理分布

气候是植物物种地理分布的决定因素.通过建模预测濒危物种的潜在适生区已成为评估生境适宜性的有用工具.青檀(Pteroceltis tatarinowii Maxim.)是第三纪古热带植物区系的孓遗植物，具有十分重要的经济价值和生态价值，通过对青檀的潜在地理分布预测可以更好地为青檀的培育、管理和可持续利用提供科学依据.利用MaxEnt模型模拟当前(1970-2000年),预测未来2050s(2041-2060年)和2070s(2061-2080年)在3种不同排放浓度(RCP2.6、RCP4.5、RCP8.5)情景下青檀在中国的潜在地理分布，并对不同气候带、纬度和海拔下青檀适生区空间分布格局及其生境破碎化程度、质心移动轨迹进行分析.结果发现：(1)年降雨量(Bio12)是影响青檀分布的决定因子，最冷月的最低气温(Bio6)是仅次于年降雨量的次要因子；(2)当前青檀潜在适宜分布区主要分布在我国水热条件较为适宜的亚热带地区；(3)未来不同气候情景下青檀潜在适生区面积整体上呈减少趋势，其生境破碎化程度逐渐加剧；(4)青檀的潜在适生区的质心向西北方向偏移.     

基于MaxEnt模型预测马来鳄在中国的潜在生境

为探究马来鳄在中国的潜在适宜生存区及各环境变量对其地理分布的影响，文章基于马来鳄地理分布记录和7个环境变量，应用最大熵(maximum entropy, MaxEnt)模型模拟马来鳄在中国的潜在分布，利用贡献率、置换重要性及Jackknife检验来评估制约马来鳄地理分布的环境变量。结果表明：马来鳄在中国的高度适宜区主要位于广西西南部、广东南部、福建西南部及台湾东北部；影响马来鳄分布的主要气候因子为最暖季度降水量、最冷月份最低温度及最干月份降水量，满足最冷月份最低温度大于21.4℃、最干月份降水量大于116 mm、年气温变化范围在6.6～11.0℃之间、最暖季度降水量保持在550～1 530 mm之间的环境最适宜马来鳄的生存。该研究结果可为马来鳄生物资源的保护和在适宜分布区进行人工繁育提供理论依据。     

基于Biomod2组合模型的我国山杨潜在分布区研究

【目的】通过探究环境变化对山杨(Populus davidiana)分布的影响,为山杨资源的保护和开发提供理论支撑。【方法】根据山杨的134条地理分布数据,结合18个气候、土壤及地形因子,基于Biomod2软件包构建组合模型,模拟我国山杨潜在分布区在未来3种气候条件模式下的空间分布格局变化,并确定影响山杨分布的主要环境变量。【结果】我国山杨当前潜在适生分布区主要位于400 mm等降水线两侧较高纬度或较高海拔地区,总面积约为1 560 340.9 km²,约占我国陆地面积的16.2%,其中大兴安岭、长白山、太行山、秦岭、祁连山南麓、横断山、云贵高原等地区为山杨高度适生区;在未来气候条件下,山杨适生区整体呈向西南方向收缩趋势,生境适宜度总体呈下降趋势;影响山杨分布主要环境变量为最热月最高气温、年降水量和海拔;基于5个最优单一模型构建的组合模型比单一模型对山杨适生区预测结果更好,训练集平均受试者工作特征曲线下面积和真实技巧统计值分布为0.91和0.73,预测准确度较高。【结论】我国山杨空间分布格局主要受水热条件影响,海拔也是影响山杨分布的重要因素。在未来气候条件下,山杨...     

云南广西蒜头果适生区预测及环境影响因子

【目的】蒜头果(Malania oleifera)是一种兼有很高经济和生态价值的濒危植物。本研究旨在揭示云南、广西蒜头果的潜在适生区的空间分布格局,并且明确其主要环境影响因子,为蒜头果的保护与开发利用提供理论基础。【方法】通过野外调查、数字标本植物馆、全球生物多样性信息网络等方式获取了蒜头果样本136个。选取常见的20个主要环境因子作为参数,基于最大熵模型(MaxEnt)和ArcGIS地理信息系统平台构建了蒜头果潜在适生区预测模型,模拟蒜头果在云南和广西壮族自治区的潜在适生区。【结果】笔者构建的MaxEnt模型预测得到蒜头果的潜在适生区分布范围为104°~107°E及22°~26°N,预测适生区验证结果的受试者工作特征曲线下方的面积(AUC)均超过0.9。MaxEnt预测的蒜头果潜在适生区前4个环境影响因子及贡献率依次为:气温季节性变动系数因子(39.6%)、等温性因子(16.7%)、平均气温因子(13.7%)、气温年较差因子(11.5%)。【结论】云南文山州东南部以及广西西部是蒜头果的集中分布区,温度是影响蒜头果分布的主要因素,MaxEnt模型在蒜头果适生区预测中表现出极高的精度和可靠性。该研究将为蒜头果资源保护利用和人工繁育选址提供重要依据。     

浙江省公益林中杉阔混交林群落组成与环境解释

【目的】分析浙江省公益林中对杉阔混交林和阔杉混交林群落组成及其分布影响最为显著的环境因子,为亚热带杉木人工林珍贵化改造和珍贵树种保护提供合理的科学依据。【方法】采用双向指示种分析(TWINSPAN)和典范对应分析(CCA)方法,针对分布于浙江省的427个杉阔混交林和阔杉混交林样地进行物种组成及群落结构分析。【结果】杉阔混交林可划分为5类群丛,阔杉混交林可划分为6类群丛。在杉阔混交林的5类群丛中与杉木伴生的树种主要为青冈(Quercus glauca)、木荷(Schima superba)、马尾松(Pinus massoniana)和黄山松(Pinus taiwanensis)等;土壤厚度、坡向和坡度等是影响杉阔混交林群丛分布的主要环境因子。在阔杉混交林的6类群丛中,与杉木伴生的树种分别为马尾松、板栗(Castanea mollissima)、青冈、木荷、毛竹(Phyllostachys edulis)等;林龄、坡度和海拔等因素是影响阔杉混交林群落分布的主要环境因子。在杉阔混交林中,小叶青冈(Cyclobalanopsis myrsinifolia)、红楠(Machilus thunbergii)、鹅掌楸(Liriodendron chinense)、甜槠(Castanopsis eyrei)和光皮桦(Betula luminifera)等珍贵树种与杉木对生境的选择较为接近;在阔杉混交林中,甜槠、天竺桂(Cinnamomum japonicum)、小叶青冈、柳杉(Cryptomeria japonica)、苦槠(Castanopsis sclerophylla)和青冈等珍贵阔叶树种与杉木对环境的选择较为接近。【结论】选择与杉木生境接近的伴生珍贵阔叶树种进行补植改造,可以有效提高造林成活率,有利于促进杉木人工林阔叶化进程。     

基于随机森林模型的美国白蛾在中国的潜在生境预测

【目的】基于随机森林模型原理,对当前气候环境以及21世纪50年代的美国白蛾在中国的空间分布、环境因子重要性、发生面积及迁移情况进行预测和分析,为美国白蛾有效防控提供理论参考。【方法】获取2011—2017年美国白蛾发生的县市级数据, 利用地理信息系统ArcGIS中随机点生成工具生成未发生点数据。采用随机森林模型原理,选择19个气候因子以及海拔、坡度、坡向、植被覆盖率、有效光合辐射等5个环境因子,通过ArcGIS中的提取值工具提取发生点和未发生点的24个环境变量的值,将海拔、坡度、坡向进行离散化。使用R语言模拟2011—2030年美国白蛾的潜在生境分布模型,以ROC曲线验证模型的精度;利用构建好的模型分析环境因子重要性并排序,预测在2050s(2041—2060年)时期两种气候情景(RCP2.6、RCP4.5)下全中国范围内美国白蛾的潜在生境分布。【结果】ROC曲线分析表明,随机森林模型预测美国白蛾潜生境分布的训练数据和测试数据的AUC值分别为0.997和0.963,模型精度较高;当前时期下美国白蛾潜在生境(适生区)占中国国土面积的8.74%,其中低适生区、中适生区、高适生区和极高适生区面积分别占适生区总面积的41.47%、20.85%、18.90%和18.78%,适生区主要集中在华北地区东南部、中南地区北部、华东地区北部和东北地区南部。对美国白蛾潜在生境分布影响较大的环境因子依次是:海拔、植被覆盖率、最湿季平均气温、最暖季平均气温。在2050 s时期RCP2.6气候情景下,美国白蛾适生区总面积占中国国土面积的14.38%,其中低适生区、中适生区、高适生区和极高适生区面积分别占适生区总面积的51.87%、20.37%、16.49%和12.27%;在RCP4.5气候情景下,美国白蛾适生区总面积占中国国土面积的19.06%,其中低适生区、中适生区、高适生区和极高适生区面积分别占适生区总面积的51.14%、15.11%、20.36%和13.39%;2050s时期美国白蛾潜在生境质心平均向北迁移93.65 km,新增适生区有黑龙江省、吉林省、四川省、湖北省、山西省、河南省、内蒙古东部、台湾岛等地区。【结论】美国白蛾适宜生活在海拔较低、夏季高温多雨、拥有较为丰富的森林资源的地区。随着气候变化,美国白蛾潜在生境整体向中国北部和内陆湿度较高地区偏移,发生面积逐渐扩大,发生程度逐渐加重。     

祁连山北坡青海云杉的潜在分布

【目的】确定适宜环境下青海云杉的分布潜力,可以为区域生态恢复、生态潜力评估提供重要依据。【方法】基于祁连山国家自然保护区的物种分布数据及相关环境数据,利用生态位物种分布模型对青海云杉进行较高空间精度的潜在分布模拟,并对影响其分布特征的关键因子进行分析。【结果】最大熵模型(MaxEnt)、生物气候模型(Bioclim)、域模型(Domain)、生态位因子分析模型(ENFA)的受试者工作特征曲线(ROC)的下面积值(AUC)分别为0.977、0.936、0.959、0.904,均有较高的诊断价值,结合物种实际分布与模型AUC值,MaxEnt模型模拟效果最佳。【结论】运用空间分析,归纳多种环境要素与青海云杉之间的定量关系,并通过标准差椭圆方法,界定祁连山国家自然保护区内青海云杉分布的环境要素边界,可为区域生态建设提供支撑,具有重要的科学与实践价值。     

秦岭鳌山太白红杉径向生长对气候因子的响应

【目的】秦岭是以太白红杉(Larix chinensis)为代表的典型温带针叶林分布区,也是受全球气候变化影响最为显著和敏感的地区之一,为了解该区树木生长对气候变化的敏感性,分析了秦岭鳌山太白红杉径向生长对气候因子的响应。【方法】基于树木年代学方法,利用鳌山高山林线太白红杉树木年轮宽度资料,建立树轮宽度年表,明确影响太白红杉径向生长的关键气候因子。【结果】太白红杉对气候变化反应较为敏感,年表包含较多的气候信息,适用于树轮气候学研究。相关分析表明,太白红杉径向生长与上年6月以及当年2月和6—7月气温呈显著正相关,与上年5月和当年1、6月降水量呈显著负相关。空间分析发现太白红杉树轮宽度年表对于评估采样点周边较大范围地区6月气温变化特征具有很好的空间代表性。【结论】一些大尺度的大气-海洋变化的耦合作用可能对秦岭地区太白红杉的径向生长产生影响。     

氮磷添加对亚热带常绿阔叶林凋落物产量及其养分含量的影响

【目的】凋落物是森林净生产量的重要组分,探讨森林凋落物生产及其养分归还量对氮磷添加的响应,为亚热带常绿阔叶林可持续经营提供科学依据。【方法】选择安徽池州亚热带常绿阔叶林,包括甜槠(Castanopsis eyrei)老龄林和苦槠(C. sclerophylla)中龄林,开展氮磷添加试验,设置3个处理,即氮[N 100 kg /(hm²·a)]、氮+磷[N 100 kg /(hm²·a) +P 50 kg /(hm²·a)]和对照(CK,无氮磷添加)。采用凋落物收集框法,对林分凋落物生产量及其养分归还量进行了为期1年的监测(2017年5月至2018年4月)。【结果】N+P处理下,苦槠林和甜槠林总凋落物量最高值分别为9.502、7.120 t/(hm²·a);其次是N处理,分别为8.393、7.041 t/(hm²·a);CK林分分别为7.724和6.697 t/(hm²·a),氮磷添加提高了总凋落物量,但不同处理间没有显著差异。在N处理和对照条件下,两林分凋落物各组分所占比例由大到小顺序均为:落叶、落枝、碎屑、落花落果。但在N+P处理的苦槠林中由大到小依次为:落叶、落枝、落花落果、碎屑。N处理下,苦槠林和甜槠林凋落物年均氮含量分别为14.199和13.648 g/kg,N+P处理分别为13.863和13.650 g/kg,CK林分分别为13.384和13.094 g/kg。各处理下苦槠林和甜槠林凋落物年均磷含量由大到小顺序为N+P、CK、N处理。两林分凋落物的氮磷含量和年归还量不同处理间差异均不显著;不同处理间的苦槠林和甜槠林凋落物的氮磷比均无明显差异。【结论】氮沉降提高了苦槠和甜槠林凋落物产量,磷添加具有一定的增效作用,表明磷添加缓解了氮沉降引起的磷限制作用。     

The climatic suitability for maize cultivation in China

To provide scientific support for planning maize production and designing countermeasures against the effects of climate change on the national maize crop, we analyzed the climatic suitability for cultivating maize across China. These analyses were based on annual climate indices at the Chinese national level; these indices influence the geographical distribution of maize cultivation. The annual climate indices, together with geographical information on the current cultivation sites of maize, the maximum entropy (MaxEnt) model, and the ArcGIS spatial analysis technique were used to analyze and predict maize distribution. The results show that the MaxEnt model can be used to study the climatic suitability for maize cultivation. The eight key climatic factors affecting maize cultivation areas were the frost-free period, annual average temperature, ≥0°C accumulated temperature, ≥10°C accumulated temperature continuous days, ≥10°C accumulated temperature, annual precipitation, warmest month average temperature, and humidity index. We classified climatic zones in terms of their suitability for maize cultivation, based on the existence probability determined using the MaxEnt model. Furthermore, climatic thresholds for a potential maize cultivation zone were determined based on the relationship between the dominant climatic factors and the potential maize cultivation area. The results indicated that the importance and thresholds of main climate controls differ for different maize species and maturities, and their specific climatic suitability should be studied further to identify the best cultivation zones. The MaxEnt model is a useful tool to study climatic suitability for maize cultivation.