熊中人, 張曉晨, 鄒旭, 趙洋, 陳昕,*

中國(guó)天山花楸適生區(qū)預(yù)測(cè)及其對(duì)氣候變化的響應(yīng)

熊中人1,2, 張曉晨1,2, 鄒旭1,2, 趙洋1,2, 陳昕1,2,*

1. 南京林業(yè)大學(xué)南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心, 南京 210037 2. 南京林業(yè)大學(xué)生物與環(huán)境學(xué)院, 南京 210037

氣候變化對(duì)物種分布的影響是生物地理學(xué)研究的熱點(diǎn)問(wèn)題之一。以我國(guó)新疆民族藥用植物天山花楸為研究對(duì)象, 基于69條分布記錄和篩選后的7個(gè)環(huán)境變量, 利用Maxent模型對(duì)該物種當(dāng)前和未來(lái)的適生分布區(qū)進(jìn)行預(yù)測(cè), 綜合應(yīng)用氣候變量的貢獻(xiàn)率及置換重要值比較、刀切法(Jackknife)評(píng)估制約天山花楸現(xiàn)代分布的主要因子, 并探討未來(lái)不同氣候情景下該物種分布格局的變化趨勢(shì)。結(jié)果表明: 現(xiàn)代適宜分布區(qū)主要集中在新疆西北部、青海東部、甘肅中部及寧夏、陜西、山西的部分區(qū)域; 影響天山花楸地理分布的主要?dú)夂蛞蜃訛榻邓蜌鉁? 且降水因子更重要; 未來(lái)氣候變暖趨勢(shì)下天山花楸適生區(qū)向高緯度地區(qū)移動(dòng)。到21世紀(jì)50年代, 天山花楸適生區(qū)面積在RCP 2.6、RCP 4.5和RCP 8.5的情景下均有所增加, 到70年代時(shí)增幅有所降低, 在中、高濃度情景下減幅更大。上述研究結(jié)果對(duì)于在適生區(qū)開(kāi)展天山花楸資源保護(hù)和引種栽培具有重要的指導(dǎo)意義。

天山花楸; 適生分布區(qū); MaxEnt; 氣候變化

0 前言

天山花楸(Rupr.)為薔薇科(Rosaceae)花楸屬(L.)落葉灌木或小喬木[1], 主要分布于我國(guó)新疆、青海、甘肅等省(自治區(qū)), 生長(zhǎng)在海拔2000—3200 m的山谷、溪邊和林緣[2]。天山花楸是維吾爾族和哈薩克族的民族藥, 其嫩枝葉、莖皮和果實(shí)含有豐富的黃酮類、生氰苷類物質(zhì)[3–5], 具有止咳、平喘、抗炎、降糖、抗心肌缺血等多重功效[6–9], 已于1980年載入新疆藥品標(biāo)準(zhǔn)[10]。天山花楸樹(shù)形秀美, 花朵繁密潔白, 果實(shí)鮮紅, 是花果葉兼賞的優(yōu)良樹(shù)種, 適合高寒地區(qū)的城市綠化[11]。研究表明天山花楸自然更新緩慢, 原生地生境破碎化嚴(yán)重[12], 加之人們的過(guò)度采挖, 使其資源量明顯下降。

植物的地理分布與環(huán)境條件密不可分[13]。近年來(lái), 將GIS (Geographic Information System)技術(shù)和環(huán)境因子相結(jié)合對(duì)物種進(jìn)行潛在分布預(yù)測(cè)已經(jīng)成為研究熱點(diǎn)。最大熵(The Maximum Entropy Model, MaxEnt)模型是當(dāng)前進(jìn)行物種分布預(yù)測(cè)中廣泛使用的一種模型, 它依據(jù)物種當(dāng)前存在的不完整分布記錄及其與環(huán)境變量之間的關(guān)系, 找出物種分布規(guī)律的最大熵[14], 它能夠充分用物種存在數(shù)據(jù), 即使在樣本數(shù)較少的情況下也能獲得較好的預(yù)測(cè)精度, 還可以推廣到新的情景, 其假設(shè)訓(xùn)練數(shù)據(jù)代表了現(xiàn)有分布區(qū)的環(huán)境狀況, 并且在這種情景下物種處于平衡狀態(tài)[15]。該模型現(xiàn)已在瀕危物種保護(hù)[16–18]、入侵植物預(yù)測(cè)[19–20]、藥用植物規(guī)劃[21–23]等諸多領(lǐng)域得到了很好的運(yùn)用。

天山花楸的相關(guān)研究主要集中在育種技術(shù)[24–25]和藥用資源開(kāi)發(fā)[3–9]等方面, 本文擬使用 MaxEnt 模型對(duì)我國(guó)天山花楸的適生區(qū)進(jìn)行預(yù)測(cè), 研究影響其分布的主導(dǎo)限制因素, 以闡明天山花楸的現(xiàn)代潛在適生分布區(qū)及其對(duì)未來(lái)氣候變化的響應(yīng), 為天山花楸的資源保護(hù)和引種栽培提供理論依據(jù)和實(shí)踐參考。

1 材料與方法

1.1 研究區(qū)域和分布數(shù)據(jù)收集

以中國(guó)全境為研究區(qū)域。

分布點(diǎn)數(shù)據(jù)來(lái)源于全球生物多樣性信息網(wǎng)絡(luò)(http://www.gbif.org)、中國(guó)數(shù)字植物標(biāo)本館(http:// www.cvh.ac.cn)、中國(guó)植物圖像庫(kù)(http://www. plant-photo.cn)、教學(xué)標(biāo)本資源共享平臺(tái)(http://mnh. scu. edu.cn/main.aspx), 去除采樣地點(diǎn)記錄模糊、重復(fù)采樣和人工栽培記錄后用于預(yù)測(cè)分析。已經(jīng)記錄經(jīng)緯度的標(biāo)本記錄可直接使用其坐標(biāo), 對(duì)于未注明經(jīng)緯度的分布點(diǎn), 運(yùn)用百度地圖拾取坐標(biāo)系統(tǒng)(http://api. map.baidu.com/lbsapi/getpoint)進(jìn)行定位并記錄其經(jīng)緯度供實(shí)驗(yàn)使用, 將每份標(biāo)本的地理位置信息盡可能落實(shí)到鄉(xiāng)鎮(zhèn)級(jí)行政單位, 將分布點(diǎn)地理坐標(biāo)信息導(dǎo)入DIVA–GIS軟件, 而后進(jìn)行分布點(diǎn)篩選。為降低群集效應(yīng)造成的偏差, 在2.5′×2.5′ 的網(wǎng)格中只保留最為居中的一個(gè)。

1.2 環(huán)境變量獲取及篩選

當(dāng)前和未來(lái)的環(huán)境變量數(shù)據(jù)采集自世界氣候數(shù)據(jù)庫(kù)(WorldClim; http://www.worldclim.org)。當(dāng)前氣候數(shù)據(jù)來(lái)源于1950—2000年世界各地氣象站的氣象觀測(cè)記錄, 采用空間插值法生成全球氣候數(shù)據(jù)(空間分辨率為2.5′), 未來(lái)氣候采用美國(guó)國(guó)家大氣研究中心(NCAR)研發(fā)的全球大氣環(huán)流譜模式CCSM4模型, 參考張殷波[18]的方法選擇2050s和2070s兩個(gè)時(shí)期下的三種溫室氣體排放情景, 分別是低排放情景(人為排放溫室氣體至21世紀(jì)末產(chǎn)生的輻射強(qiáng)迫為2.6 W/m2, RCP 2.6, 以下類同)、中排放情景(RCP 4.5)和高排放情景(RCP 8.5)。各時(shí)期的原始數(shù)據(jù)包含19個(gè)生物氣候變量, 這些變量能夠很好地解釋植物在生長(zhǎng)繁殖過(guò)程中對(duì)環(huán)境的耐受性。

采用MaxEnt模型中的刀切法(Jackknife)對(duì)氣候變量的重要性進(jìn)行測(cè)試, 去除貢獻(xiàn)率為 0 的氣候變量, 然后利用DIVA–GIS軟件提取有效分布點(diǎn)的現(xiàn)代氣候變量數(shù)值, 對(duì)其進(jìn)行皮爾遜相關(guān)系數(shù)(Pearson correlation coefficient)分析, 檢驗(yàn)環(huán)境變量之間的多重共線性, 而后在相關(guān)性高(r >0.8)的一組氣候變量中選取與物種分布關(guān)聯(lián)緊密的變量用于模型預(yù)測(cè)[26]。而后以本文研究區(qū)的地理范圍為底圖, 在ArcGIS 10.2軟件中對(duì)篩選出的環(huán)境變量圖層進(jìn)行裁剪, 轉(zhuǎn)換為MaxEnt軟件可用的ASCII格式。

1.3 環(huán)境變量的重要性評(píng)估

綜合應(yīng)用環(huán)境變量的貢獻(xiàn)率和置換重要值的比較以及刀切法, 檢驗(yàn)評(píng)估制約天山花楸現(xiàn)代分布的主要因子, 分析各環(huán)境變量對(duì)天山花楸潛在地理分布的影響, 篩選出限制天山花楸分布的主導(dǎo)因子。貢獻(xiàn)率取決于模型的特定算法, 所以如果兩個(gè)變量之間高度相關(guān), 可能會(huì)導(dǎo)致分析結(jié)果難以歸因。置換重要值僅由最終結(jié)果決定, 與算法無(wú)關(guān)。刀切法檢驗(yàn)則是通過(guò)每次選用單獨(dú)某個(gè)變量或每次排除某個(gè)變量構(gòu)建不同的模型, 分析由此導(dǎo)致正規(guī)化訓(xùn)練增益、測(cè)試效益、AUC值的變化來(lái)評(píng)價(jià)環(huán)境變量的重要性。

1.4 MaxEnt 預(yù)測(cè)模型構(gòu)建

采用MaxEnt v3.4.1軟件(http://biodiversity in-formatics.amnh.org/open_source/maxent)模擬天山花楸在不同時(shí)期的潛在分布區(qū)。為使數(shù)據(jù)得到充分利用, 選用交叉驗(yàn)證法(cross-validation )進(jìn)行有效分布點(diǎn)樣本數(shù)據(jù)分析。分析結(jié)果中的柵格數(shù)值是以邏輯值形式表示的生存概率, 將MaxEnt模型生成的ASCII格式數(shù)據(jù)導(dǎo)入ArcGIS 10.2中轉(zhuǎn)換為柵格數(shù)據(jù), 每個(gè)柵格的數(shù)值表示天山花楸在該區(qū)域的生存概率。參考李垚等[27]的方法, 將某一點(diǎn)生存概率的邏輯值與研究區(qū)域內(nèi)最高的邏輯值的比值作為天山花楸在該點(diǎn)的適生概率, 并將最終生成的ASCII文件導(dǎo)入ArcGIS 10.2軟件后采用平均間隔法(Equal Interval)將適宜度分為5級(jí), 分別為高度適生區(qū)(占最高邏輯值的80%—100%, 下同)、中度適生區(qū)(60%—80%)、一般適生區(qū)(40%—60%)、低度適生區(qū)(20%—40%)、不適生區(qū)(0—20%)。統(tǒng)計(jì)各級(jí)柵格數(shù)量計(jì)算各適宜區(qū)的面積。參考張殷波[18]的方法, 同時(shí)結(jié)合現(xiàn)代分布記錄, 本文將高度適宜區(qū)、中度適宜區(qū)和一般適宜區(qū)的總和定為總適生區(qū)。

使用受試者工作特征曲線(receiver operator characteristic curves, ROC curves)對(duì)模型的準(zhǔn)確性進(jìn)行評(píng)價(jià)。該曲線以假陽(yáng)性率即(1-specificity)為橫坐標(biāo),以真陽(yáng)性率即靈敏度(sensitivity)為縱坐標(biāo)。AUC (area under curve)值即ROC曲線下的面積, 可用于不同模型的比較。AUC值的范圍為0—1, 值越大表示模型精度越高, 衡量標(biāo)準(zhǔn)為0.7—0.8一般, 0.8—0.9較準(zhǔn)確, 0.9—1.0極準(zhǔn)確。AUC值因不受判斷閾值的影響, 故成為目前公認(rèn)的診斷試驗(yàn)最佳評(píng)價(jià)指標(biāo)[28]。

2 結(jié)果

2.1 物種現(xiàn)代分布

收集分布點(diǎn)信息共699條, 篩選后最終得到69條有效分布記錄, 以此構(gòu)建物種的現(xiàn)代分布圖(圖 1)。分布點(diǎn)范圍主要位于新疆西部及北部、青海與甘肅交界處, 主要包括新疆塔爾巴哈臺(tái)山、阿拉套山、天山山脈西段及天山南脈, 青海南山、大通山及祁連山等區(qū)域。

2.2 環(huán)境變量的篩選與評(píng)估

MaxEnt模型中的刀切法對(duì)19個(gè)氣候變量的重要性測(cè)試結(jié)果顯示, bio 5(極端最高溫)、bio 7(溫度年較差)、bio 10(最暖季均溫)、bio 17(最干季降雨量)和bio 18(最暖季降雨量)的貢獻(xiàn)率為0, 直接去除。而后利用DIVA–GIS軟件提取69條有效分布點(diǎn)的現(xiàn)代氣候變量數(shù)值, 對(duì)相關(guān)性高的氣候變量?jī)H保留一個(gè)用于模型的預(yù)測(cè), 得到7個(gè)環(huán)境變量, 其貢獻(xiàn)率及置換重要值見(jiàn)表1。

圖1 研究區(qū)和天山花楸現(xiàn)代分布點(diǎn)

Figure 1 Study area and extant distribution points ofRupr.

由表1可知: 貢獻(xiàn)率排前三位的變量分別為降水季節(jié)變化、最冷季度平均溫度和最干月降雨量, 累積值為73.4%; 置換重要值排前三位的變量分別為降水季節(jié)變化、最干月降雨量和氣溫季節(jié)變化, 累積值為76.2%。

刀切法檢驗(yàn)的結(jié)果表明(圖2): 僅使用單獨(dú)變量時(shí), 正則化訓(xùn)練增益、測(cè)試增益和AUC值最高的3個(gè)變量依次為降水季節(jié)變化、年均降雨量和最冷季度平均氣溫, 表明這3個(gè)變量與其他變量相比包含更多的有效信息; 使用除此變量外的其他變量時(shí), 正規(guī)化訓(xùn)練增益和測(cè)試增益降低最多的三個(gè)變量依次為降水季節(jié)變化、年均降雨量和氣溫季節(jié)變化, AUC值降低最多的三個(gè)變量依次為降水季節(jié)變化、年均降雨量和最干月降雨量, 表明這些環(huán)境變量包含更多其他變量所不具有的信息。

MaxEnt分析結(jié)果顯示氣溫和降水因子共同限制天山花楸潛在地理分布, 在本研究的8種評(píng)價(jià)途徑中降水因子重要性列入第一位8次, 第二位7次, 而氣溫因子列入第一位0次, 第二位1次, 所以降水因子對(duì)天山花楸影響更大。綜合來(lái)看, 影響天山花楸現(xiàn)代地理分布的主要因子為降水因子(降水季節(jié)變化、年均降雨量和最干月降雨量)和氣溫因子(最冷季度平均氣溫和氣溫季節(jié)變化)。

表1 環(huán)境變量及其貢獻(xiàn)率

圖2 環(huán)境變量重要性的Jackknife檢驗(yàn)。灰色、白色、黑色條形圖分別表示使用單獨(dú)變量、除該變量外的所有變量和所有變量用于模型預(yù)測(cè)。變量代碼同表1。

Figure 2 Jackknife test of the importance of variables. Grey, white, and black bars represent running the MaxEnt model with only the variable, without the variable and with all variables, respectively. The codes of variables see Table 1.

2.3 MaxEnt模型預(yù)測(cè)評(píng)價(jià)

利用MaxEnt模型對(duì)中國(guó)天山花楸現(xiàn)代潛在分布區(qū)進(jìn)行預(yù)測(cè), 10次重復(fù)的測(cè)試AUC值的最大值為0.9791, 最小值為0.8711, 平均值為0.9449(±0.0306, 標(biāo)準(zhǔn)偏差)(圖3), 表明MaxEnt模型適合用于該物種在現(xiàn)代及未來(lái)的適生區(qū)預(yù)測(cè)。

2.4 天山花楸現(xiàn)代潛在適生分布區(qū)預(yù)測(cè)

通過(guò)DIVA–GIS軟件對(duì)69個(gè)分布點(diǎn)的邏輯值提取結(jié)果顯示: 最高值為0.91(新疆天山北麓大牛河), 實(shí)驗(yàn)中某一點(diǎn)的適生概率即為該點(diǎn)的邏輯值與該最高邏輯值的比值。69個(gè)分布點(diǎn)中屬于高度適宜區(qū)、中度適宜區(qū)、一般適宜區(qū)、低度適宜區(qū)和不適宜區(qū)的分布點(diǎn)的比例分別為42.0%、15.9%、13.0%、4.3%。

適宜分布區(qū)涵蓋新疆西北部、青海東部、甘肅中部、寧夏和陜西、山西的局部, 西藏阿里高原的局部地區(qū)也存在少量適宜分布區(qū)。高度適宜區(qū)集中于新疆北部、青海與甘肅交界處以及西藏阿里高原局部, 主要包括新疆塔爾巴哈臺(tái)山、阿拉套山、天山山脈西段、天山南脈、博格達(dá)峰北麓、青海南山、大通山、祁連山和隴中高原等區(qū)域。此外, 西藏阿里高原朗欽藏布江附近也適宜天山花楸分布(圖4)。

2.5 天山花楸未來(lái)適生區(qū)預(yù)測(cè)

21世紀(jì)50年代在RCP 2.6、RCP 4.5和RCP 8.5三種溫室氣體排放情景下下, 天山花楸的總適生區(qū)面積較現(xiàn)代潛在適生區(qū)分別增加23.37、29.34、27.05萬(wàn)km2(表2), 其中在在RCP 4.5下增幅最大, 達(dá)到38.5%。

圖3 MaxEnt模型中ROC預(yù)測(cè)結(jié)果

Figure 3 Prediction validation with ROC in MaxEnt model.

21世紀(jì)70年代時(shí), 在三種氣候變化情景下, 天山花楸的總適生區(qū)面積較現(xiàn)代適宜分布區(qū)分別增加了20.62、19.99、23.7萬(wàn)km2(表2), 在RCP 8.5下增幅最大, 達(dá)到31.14 %。但較50年代增加幅度有所降低, 相比50年代分別減少了2.75、9.35、3.35萬(wàn)km2。

比較21世紀(jì)50年代和70年代的預(yù)測(cè)結(jié)果, 天山花楸的總適生區(qū)面積在RCP 4.5和RCP 8.5下變化幅度較大, 在RCP 2.6下其變化幅度較小。因此, 天山花楸在在中高濃度排放情景下響應(yīng)更為敏感。

圖4 基于Maxent模型預(yù)測(cè)的中國(guó)天山花楸適生區(qū)分布

Figure 4 Suitable distribution ofRupr. in China based on Maxent.

表2 不同氣候變化情景下中國(guó)天山花楸適生區(qū)面積 (單位/萬(wàn)km2)

在不同氣候情景下, 天山花楸的適生區(qū)空間位置相對(duì)當(dāng)前分布均有不同程度的推移。21世紀(jì)50年代三種情景下, 青海東部、甘肅中部適生區(qū)位置向北有所擴(kuò)張, 同時(shí)高度適生區(qū)呈現(xiàn)向祁連山、大通山和青海南山等高海拔區(qū)域遷移。到70年代時(shí), 其東部邊界部分向內(nèi)陸有所收縮(圖5)。新疆北部的適生區(qū)在21世紀(jì)50年代和70年代保持沿山脈走向擴(kuò)張的趨勢(shì), 在天山山脈和天山南脈區(qū)域呈現(xiàn)向高海拔遷移的趨勢(shì), 準(zhǔn)噶爾盆地的適生區(qū)有所增加(圖5)。進(jìn)一步分析可以發(fā)現(xiàn), 其適生區(qū)在高濃度情景下(RCP 8.5)空間位置的變化最為顯著。天山花楸的不同適生區(qū)空間格局對(duì)氣候變化的響應(yīng)表現(xiàn)有所不同, 雖然二者都呈現(xiàn)緯度上向高緯度移動(dòng), 但是青海、甘肅適生區(qū)還呈現(xiàn)出向內(nèi)陸收縮的趨勢(shì), 而新疆北部適生區(qū)沿著向高海拔遷移的趨勢(shì)較為明顯, 雖然高度適生區(qū)面積有所增加, 但空間分布上更為破碎。

3 討論

氣候及環(huán)境的變化對(duì)物種的地理分布有著很大的影響。未來(lái)天山花楸適生區(qū)呈現(xiàn)向內(nèi)陸收縮的趨勢(shì), 這與全球氣溫升高背景下物種向高緯度和高海拔遷移趨勢(shì)的報(bào)道一致[29]。在未來(lái)氣候變化情景下, 青海、甘肅適生區(qū)向高緯度遷移, 且適生面積有所增加, 可能是由于祁連山脈山體高大, 且地形復(fù)雜, 可以提供更多天山花楸的適宜生境; 在新疆適生區(qū), 天山花楸適生區(qū)呈現(xiàn)沿山脈走向擴(kuò)張的趨勢(shì), 在新疆西北部的適生區(qū)有所增加, 高度適生區(qū)增加顯著, 這同氣候變化密切相關(guān)。由前文可知, 影響天山花楸現(xiàn)代分布的主要因子為降水和氣溫, 其中以降水因子更為重要。這一點(diǎn)也得到了氣候方面的印證, 近50年來(lái)新疆降雨量總體呈上升的趨勢(shì)[30], 且蒸發(fā)量有所減少[31], 說(shuō)明這一地區(qū)的氣候正逐漸趨于濕潤(rùn)。同時(shí), 新疆氣溫從20世紀(jì)50年代以來(lái)基本上呈上升趨勢(shì), 氣溫平均增幅較大的地區(qū)主要位于北疆西部、北部, 且呈現(xiàn)出山區(qū)高、平原低的特征[32–33], 且北疆變暖最為明顯[34]。新疆西部、北部適宜分布區(qū)顯著增加同該地區(qū)的氣候變化相吻合。在氣候變化條件下, 除適生區(qū)空間位置發(fā)生遷移以外, 天山花楸的總適生面積到21世紀(jì)50年代和70年代也將有較為明顯的增加。這與馬尾松()分布區(qū)預(yù)測(cè)中分布區(qū)在未來(lái)將逐漸向北遷移, 未來(lái)潛在分布區(qū)面積將逐漸增加的研究結(jié)果相符[35]。蒙古扁桃的分布區(qū)位于我國(guó)西北部和蒙古南部, 與天山花楸分布區(qū)有少量重合, 也主要位于干旱區(qū)及半干旱區(qū), 其預(yù)測(cè)結(jié)果對(duì)本研究也具有一定的借鑒意義, 未來(lái)A2A情景下蒙古扁桃()潛在適生面積在2020年、2050年分別是當(dāng)前分布面積的176%、137%, 呈現(xiàn)出先增后減的趨勢(shì)[36], 與本研究中天山花楸分布區(qū)面積呈現(xiàn)先增后減的趨勢(shì)較為一致。

了解天山花楸當(dāng)前潛在適生區(qū)及其在未來(lái)適生區(qū)變化趨勢(shì), 有利于對(duì)其進(jìn)行更有效的保護(hù)。本研究的結(jié)果表明天山花楸適生分布區(qū)在未來(lái)有所增加, 但增加區(qū)域多位于山地地形, 而物種的實(shí)際分布受到多種因子的制約, 實(shí)際增加面積未必能達(dá)到模型預(yù)測(cè)值, 天山花楸資源保護(hù)工作急需開(kāi)展。我們需要在當(dāng)前分布區(qū)實(shí)施科學(xué)合理的保護(hù)措施, 同時(shí)結(jié)合天山花楸適生區(qū)對(duì)氣候變化的響應(yīng)結(jié)果, 在寧夏、陜西、山西和西藏等潛在適生區(qū)進(jìn)行栽培種植, PPBC顯示山西忻州五臺(tái)山樹(shù)木園有天山花楸的種植記錄也印證了預(yù)測(cè)結(jié)果的準(zhǔn)確性。但是, 僅使用生物氣候因子對(duì)其進(jìn)行預(yù)測(cè)還存在一定的局限性, 在今后的研究中還應(yīng)結(jié)合土壤、地形、植被等更多因素, 才能更有效地揭示天山花楸的適生區(qū)分布格局。

圖5 不同氣候變化情景下中國(guó)天山花楸適生區(qū)分布

Figure 5 Suitable distribution forRupr. in China under different climate change scenarios

[1] 中國(guó)植物志編輯委員會(huì). 中國(guó)植物志(第 36 卷)[M]. 北京: 科技出版社, 1974: 316–317.

[2] LU Lingti, SPONGBERG S A. Flora of China. Vol. 9[M]. Beijing: Science Press, St. Louis: Missouri Botanical Garden Press, 2003: 144–170.

[3] 常軍民, 楊玲玲, 熱娜·卡斯木. 天山花楸醋酸乙酯部位化學(xué)成分研究[J]. 中國(guó)中藥雜志, 2009, 34(2): 175–175.

[4] AYUPBEK A, HU Kelin, AISA H A. Chemical constituents from the leaves of[J]. Chemistry of Natural Compounds, 2012, 48(1): 133–134.

[5] 李鵬, 王魯石, 唐輝. 天山花楸的生藥學(xué)研究[J]. 時(shí)珍國(guó)醫(yī)國(guó)藥, 2007, 18(8): 1845–1846.

[6] 王丹, 向陽(yáng), 常軍民. 天山花楸平喘膠囊鎮(zhèn)咳、祛痰、平喘、抗炎及免疫作用研究[J]. 中國(guó)實(shí)驗(yàn)方劑學(xué)雜志, 2013, 19(23): 262–265.

[7] 陳歡, 唐輝, 鄭永剛, 等. 天山花楸不同提取部位止咳平喘作用的篩選[J]. 江蘇中醫(yī)藥, 2012, 44(6): 69–71.

[8] 李樂(lè), 仇秀紅, 蘇向輝, 等. 天山花楸乙酸乙酯部位降糖效果研究[J]. 時(shí)珍國(guó)醫(yī)國(guó)藥, 2014, 25(5): 1060–1061.

[9] 張芹, 李根, 唐輝, 等. 天山花楸不同的提取部分對(duì)心肌缺血性保護(hù)作用的篩選[J]. 中國(guó)藥理學(xué)通報(bào), 2009, 25(2): 277–278.

[10] 新疆維吾爾自治區(qū)衛(wèi)生廳. 新疆維吾爾自治區(qū)藥品標(biāo)準(zhǔn)(第一冊(cè))[S]. 烏魯木齊: 新疆人民出版社, 1987: 4.

[11] 古麗江·許庫(kù)爾汗, 張東亞, 等. 2種花楸秋葉變色期葉片主要成分含量的動(dòng)態(tài)變化[J]. 西南農(nóng)業(yè)學(xué)報(bào), 2016, 29(5): 1068–1074.

[12] 蘇輝明, 王貴忠, 沈劍. 天山花楸生境調(diào)查與育苗技術(shù)初報(bào)[J]. 新疆林業(yè), 2010(6): 23–23.

[13] POUNDS J A, BUSTAMANTE M R, COLOMA L A, et al. Widespread amphibian extinctions from epidemic disease driven by global warming[J]. Nature, 2006, 439(7073): 161–167.

[14] PHILLIPS S J, SCHAPIRE R E. A maximum entropy approach to species distribution modeling[C]// International Conference on Machine Learning. ACM, 2004: 83.

[15] ELITH J, KEARNEY M, PHILLIPS S. The art of modelling range-shifting species[J]. Methods in Ecology & Evolution, 2010, 1(4): 330–342.

[16] 徐軍, 曹博, 白成科. 基于MaxEnt瀕危植物獨(dú)葉草的中國(guó)潛在適生分布區(qū)預(yù)測(cè)[J]. 生態(tài)學(xué)雜志, 2015, 34(12): 3354–3359.

[17] 郭彥龍, 衛(wèi)海燕, 路春燕, 等. 氣候變化下桃兒七潛在地理分布的預(yù)測(cè)[J]. 植物生態(tài)學(xué)報(bào), 2014, 38(3): 249–261.

[18] 張殷波, 高晨虹, 秦浩. 山西翅果油樹(shù)的適生區(qū)預(yù)測(cè)及其對(duì)氣候變化的響應(yīng)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2018, 29(4): 1156–1162.

[19] 雷軍成, 徐海根. 基于MaxEnt的加拿大一枝黃花在中國(guó)的潛在分布區(qū)預(yù)測(cè)[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào), 2010, 26(2): 137–141.

[20] 李宏群, 李宇軒, 劉曉莉, 等. 基于Maxent生態(tài)位模型的水葫蘆在中國(guó)的適生區(qū)預(yù)測(cè)[J]. 生態(tài)科學(xué), 2018, 37(3): 143–147.

[21] 王哲, 李波, 肖井雷, 等. 基于MaxEnt和ArcGIS的吉林省穿龍薯蕷分布區(qū)劃研究[J]. 中國(guó)中藥雜志, 2017, 42(22): 4373–4377.

[22] 郭杰, 劉小平, 張琴, 等. 基于Maxent模型的黨參全球潛在分布區(qū)預(yù)測(cè)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2017, 28(3): 992–1000.

[23] 胡理樂(lè), 張海英, 秦嶺, 等. 中國(guó)五味子分布范圍及氣候變化影響預(yù)測(cè)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2012, 23(9): 2445–2450.

[24] 蘭麗萍, 索卉. 天山花楸種子育苗技術(shù)[J]. 中國(guó)林業(yè), 2012(9): 53.

[25] 喻新建. 野生天山花楸的育苗技術(shù)[J]. 新疆林業(yè), 2006(4): 25–25.

[26] KUMAR S, STOHLGREN T J. Maxent modeling for predicting suitable habitat for threatened and endangered treein New Caledonia[J]. Journal of Ecology and Natural Environment, 2009, 1(4): 94–98.

[27] 李垚, 張興旺, 方炎明. 小葉櫟分布格局對(duì)末次盛冰期以來(lái)氣候變化的響應(yīng)[J]. 植物生態(tài)學(xué)報(bào), 2016, 40(11): 1164–1178.

[28] 王運(yùn)生, 謝丙炎, 萬(wàn)方浩,等. ROC曲線分析在評(píng)價(jià)入侵物種分布模型中的應(yīng)用[J]. 生物多樣性, 2007, 15(4): 365–372.

[29] PARMESAN C, YOHE G. A globally coherent fingerprint of climate change impacts across natural systems[J]. Nature, 2003, 421(6918): 37–42.

[30] 韓萍, 薛燕, 蘇宏超. 新疆降水在氣候轉(zhuǎn)型中的信號(hào)反應(yīng)[J]. 冰川凍土, 2003, 25(2): 179–182.

[31] 劉敏, 沈彥俊, 曾燕, 等. 近50年中國(guó)蒸發(fā)皿蒸發(fā)量變化趨勢(shì)及原因[J]. 地理學(xué)報(bào), 2009, 64(3): 259–269.

[32] 薛燕, 韓萍, 馮國(guó)華. 半個(gè)世紀(jì)以來(lái)新疆降水和氣溫的變化趨勢(shì)[J]. 干旱區(qū)研究, 2003, 20(2): 127–130.

[33] 蘇宏超, 魏文壽, 韓萍. 新疆近50a來(lái)的氣溫和蒸發(fā)變化[J]. 冰川凍土, 2003, 25(2): 174–178.

[34] 李棟梁, 魏麗, 蔡英, 等. 中國(guó)西北現(xiàn)代氣候變化事實(shí)與未來(lái)趨勢(shì)展望[J]. 冰川凍土, 2003, 25(2): 135–142.

[35] 張雷, 劉世榮, 孫鵬森, 等. 氣候變化對(duì)馬尾松潛在分布影響預(yù)估的多模型比較[J]. 植物生態(tài)學(xué)報(bào), 2011, 35(11): 1091–1105.

[36] 馬松梅, 聶迎彬, 耿慶龍, 等. 氣候變化對(duì)蒙古扁桃適宜分布范圍和空間格局的影響[J]. 植物生態(tài)學(xué)報(bào), 2014, 38(3): 262–269.

Prediction of the suitable distribution and responses to climate change ofin China

XIONG Zhongren1,2, ZHANG Xiaochen1,2, ZOU Xu1,2, ZHAO Yang1,2, CHEN Xin1,2,*

1. Co-Innovation Center for Sustainable Forestry in Southern China, Nanjing Forestry University, Nanjing 210037, China 2. College of Biology and the Environment, Nanjing Forestry University, Nanjing 210037, China

The impact of climate change on species distribution is one of the hot issues in biogeography research.Rupr. is an important ethnomedicinal plant of Xinjiang, China. In this study, the potential suitable distribution habitats ofin China was simulated by the Maximum Entropy model,based on sixty-nine distribution records and seven environmental factors under the current climate condition. The importance of environmental variables was evaluated by percent contribution, permutation importance and Jackknife test. Moreover, the dynamics of distribution pattern under different climate scenarios were analyzed. The results showed that the modern potential suitable habitats ofwere mainly located in the northwestern part of Xinjiang, eastern Qinghai, central Gansu, and parts of Ningxia, Shannxi and Shanxi. The main factors affecting the potential distribution ofwere precipitation and temperature, with the former being more important. The suitable distribution habitats ofwould move to high latitudes under climate warming in the future. By the 2050s, the total suitable distribution area ofwould increase in RCP 2.6, RCP 4.5, RCP 8.5. The growth rate would decrease by the 2070s and the reduction was larger under the medium and high concentration scenarios. The above results will provide valuable references for the conservation and introduction and cultivation ofin the suitable distribution habitats.

; suitable distribution habitat; MaxEnt; climate change

10.14108/j.cnki.1008-8873.2019.05.007

S428

A

1008-8873(2019)05-044-08

2018-10-23;

2018-12-12

江蘇省研究生科研與實(shí)踐創(chuàng)新計(jì)劃項(xiàng)目(KYCX17_0817); 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(PAPD)

熊中人(1993—), 男, 江蘇宜興人, 碩士研究生, 主要從事樹(shù)木學(xué)研究, E-mail: xiongzhongren@foxmail.com

陳昕, 女, 博士, 教授, 主要從事植物資源學(xué)研究, E-mail:chenxinzhou@hotmail.com

熊中人, 張曉晨, 鄒旭,等. 中國(guó)天山花楸適生區(qū)預(yù)測(cè)及其對(duì)氣候變化的響應(yīng)[J]. 生態(tài)科學(xué), 2019, 38(5): 44-51.

XIONG Zhongren, ZHANG Xiaochen, ZOU Xu, et al. Prediction of the suitable distribution and responses to climate change ofin China[J]. Ecological Science, 2019, 38(5): 44-51.