鄭維艷 曹坤芳

摘 要： 該文利用最大墑模型（Maxent）和地理信息系統(tǒng)（ArcGIS 10.3）軟件對中國木姜子屬（Litsea）四種資源植物在我國當代、未來（2061年—2080年）氣候條件下的潛在分布區(qū)進行預(yù)測，并對其適宜區(qū)進行分析和劃分。結(jié)果表明：山雞椒（Litsea cubeba）適宜區(qū)廣泛分布在長江以南區(qū)域，在未來時段2061年—2080年兩種（RCP2.6、RCP8.5）二氧化碳濃度情景下適宜區(qū)面積分別減少4.9%和0.5%;毛豹皮樟（L. coreana）適宜區(qū)主要分布在中亞熱帶及北亞熱帶區(qū)域，分布相對偏北，其在未來2061年—2080年兩種二氧化碳濃度情景下適宜區(qū)面積分別增加5.6%和4.5%;華南木姜子（L. greenmaniana）適宜區(qū)主要分布在我國南亞熱帶區(qū)域;毛葉木姜子（L. mollis）適宜區(qū)廣泛分布在亞熱帶區(qū)域。這兩種樹種在未來氣候RCP2.6情景下適生面積減少1.0%和3.3%，在RCP8.5情景下減少5.6%和8.3%。上述結(jié)果說明木姜子屬不同種由于生態(tài)習性差異對未來的氣候變化的響應(yīng)不盡相同，對這些植物引種栽培須考慮氣候變化的影響。

關(guān)鍵詞： Maxent模型， 木姜子屬， 氣候變化， 分布格局， 適宜區(qū)

中圖分類號： Q948.15

文獻標識碼： A

文章編號： 1000-3142（2020）11-1584-11

Abstract： In this paper， the maximum entropy model（Maxent）and geographic information system（ArcGIS 10.3）softwares were used to predict the potential distribution areas of four Litsea species under the current and future climate conditions of China（2061-2080）， and to analyze and classify their suitable habitats. The results were as follows： Litsea cubeba was widely distributed in the south to the Yangtze River in China， and under the future climate with two（RCP2.6， RCP8.5）carbon dioxide concentrations， during 2061—2080 the suitable area for its distribution was reduced by 4.9%and 0.5%， respectively; L. coreana was mainly distributed in central and northern subtropical regions of China， and under the climate scenarios with two carbon dioxide concentrations， in 2061—2080 the total suitable area would be increased by 5.6% and 4.5%， respectively; L. greenmaniana was mainly distributed in the south subtropical regions of China; L. mollis was widely distributed in the subtropical region. Under the future climate RCP2.6 scenarios， the suitable area of the two species would be shrinked by 1.0% and 3.3%， respectively， and under the climate RCP8.5， the suitable area of the two species would be shrinked by 5.6% and 8.3%， respectively. These results reveal that due to different ecological requirements， Litsea species will have different distributional responses to the future climate. The introduction and cultivation of Litsea species should consider the influences of climate change.

Key words： maximum entropy model， Litsea， climate change， distribution pattern， suitable area

植被與氣候之間的關(guān)系已成為全球變化研究的一個重要領(lǐng)域。氣候是預(yù)測樹木與植被類型分布的主要因子，并與其他驅(qū)動因素相互作用影響森林的功能和動態(tài)過程（Boisvert-Marsh et al.， 2014）。氣候的歷史性變化促成了當前物種的分布格局，未來的氣候變化也將對其產(chǎn)生直接影響（Thuiller et al.， 2011; Veloz et al.， 2012; Bellard et al.， 2012）。根據(jù)政府間氣候變化專門委員會（IPCC）第五次評估報告預(yù)測未來全球氣候?qū)⒗^續(xù)變暖，全球平均氣溫將在21世紀末上升0.3～4.8 ℃（Allen et al.， 2007）。未來全球變暖會不同程度地影響中國的極端天氣和氣候，為了制定適應(yīng)氣候變化的對策，需要預(yù)測氣候變化對物種潛在分布格局的影響。

關(guān)于氣候變化影響植物分布變化的研究很多，認為物種分布范圍及范圍大小會隨著全球氣溫的升高逐漸向高緯度和高海拔遷移（Mccarty， 2001）。其適宜區(qū)面積可能增加，也可能減少，這與物種的生態(tài)位及立地條件有關(guān)（吳建國， 2010）。李垚等（2014）在研究氣候變暖對中國栓皮櫟（Quercus variabilis）地理分布格局的影響發(fā)現(xiàn)，栓皮櫟潛在氣候變暖趨勢下其適宜分布區(qū)面積減小并有向北回縮的趨勢。劉勤等（2016）研究氣候變化下四川省植物的分布規(guī)律及遷移特征發(fā)現(xiàn)，大多數(shù)植物的適宜區(qū)分布范圍向高緯度、高海拔遷移，特別是川西高原更為明顯，原因可能是植物適應(yīng)力及周邊環(huán)境改變棲息地的分布。應(yīng)凌霄等（2016）研究了中國西南地區(qū)清香木（Pistacia weinmannifolia）的潛在分布格局，結(jié)果表明在未來氣候情景下，其分布都向東擴張，同時當前的潛在分布區(qū)趨于消失，適宜分布面積在中低大氣二氧化碳濃度情景下均減少，而在高二氧化碳濃度情景下有所增加，其中溫度季節(jié)性變化、極端低溫和降水量是限制其分布的主要氣候因子。Li et al.（2013）研究了中國208種地方性或瀕危植物種對氣候變化影響的脆弱性時得出半數(shù)物種（104種）的適宜區(qū)面積將減少，而另一半種類的將增加，并發(fā)現(xiàn)大范圍的遷移并不意味著物種的數(shù)量會同樣減少，因為物種可以在新的棲息地移動和生存。然而，如果該物種的活動性較低，對大范圍移動的預(yù)測表明該物種在未來可能面臨風險。Iverson et al.（2008）對美國東部森林134種植物種適宜區(qū)變化的預(yù)測也認為大約66種植物的棲息地面積將增加，54種植物將在氣候變化下失去至少10%的適宜生境，其中用材物種如橡樹棲息地面積的增加，可能是氣候變化引起風暴干擾增加，引起林冠空隙增加、林內(nèi)光照改善，從而使橡樹增加生長和分布。而有許多北方樹種如云杉冷杉在高排放情景下適宜區(qū)退縮，可能是在冷溫帶的北方地區(qū)，氣候變暖使得落葉闊葉樹生長期延長，而針葉樹優(yōu)勢降低，森林向落葉闊葉樹為優(yōu)勢的方向演化導(dǎo)致針葉樹分布區(qū)收縮（Iverson et al.， 2008）。

物種分布模型（species distribution models， SDM）是研究氣候變化對物種分布格局影響的重要工具，近年來，這類模型在國內(nèi)外得到了廣泛的應(yīng)用（Gelviz-Gelvez et al.， 2015; Moor et al.， 2015）。在眾多物種分布模型（Bioclim、Climex、Domain、Garp、Maxent）中，Maxent模型（maximum entropy model）是一個以最大熵理論為基礎(chǔ)的密度估計和分布預(yù)測模型（Phillips et al.， 2009;Elith et al.， 2010），其模擬精度要高于其他模型，預(yù)測效果較好，在業(yè)內(nèi)得到了廣泛認可（Phillips et al.， 2009）。此軟件運行時需要以經(jīng)緯度形式表示的物種當前分布點和物種未來分布區(qū)域的環(huán)境變量。Maxent根據(jù)物種當前分布點和當前氣候數(shù)據(jù)運算得出預(yù)測模型，再利用此模型模擬物種在未來氣候狀態(tài)下的分布。其中生態(tài)位保守性是使模擬未來氣候下物種分布具有價值的理論前提（Webber et al.， 2012）。

木姜子屬作為重要的藥用資源植物，其地理分布格局和生態(tài)適宜性鮮有報道，在氣候變化情景下，物種的遷移、擴散及其對氣候變暖的響應(yīng)和適應(yīng)尚待深入研究。本文選擇分布區(qū)具有差別的木姜子屬四種資源樹種作為研究對象，研究其在全球氣候變化下未來潛在適宜分布區(qū)的變化。山雞椒在我國長江以南廣泛分布，毛豹皮樟主要分布在中亞熱帶及北亞熱帶中部位置，分布相對偏北，華南木姜子主要分布在我國南亞熱帶區(qū)域，毛葉木姜子高適宜區(qū)主要集中分布在西部的貴州省和重慶市內(nèi)。同屬不同種具有不同的分布區(qū)域，表明它們對氣候的適應(yīng)性有明顯差別。由于氣候變暖，分布區(qū)局限于熱帶和南亞熱帶的植物種，分布區(qū)可能向北移動。但是，中國北方冬天受北方寒流影響強烈，秦嶺、中條山、大別山一線山脈是中國亞熱帶植物分布的北限。我們推測，亞熱帶廣布種，南面受熱帶樹種向北遷移的擠壓，北面受生物地理的限制，分布區(qū)可能會收縮。我國亞熱帶西部是半濕潤氣候，局限分布在該地區(qū)的植物種在氣候向干熱化發(fā)展的情形下，它們的分布區(qū)可能向東遷移。因此本文根據(jù)我國木姜子屬分布區(qū)具有代表性的四種資源樹種分布數(shù)據(jù)，分析在未來氣候變化情景下該四種資源植物分布格局的變化，為木姜子屬植物以及其他分布區(qū)相近的亞熱帶植物制定保護行動計劃和開發(fā)時提供參考依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

本文選擇分布區(qū)具有明顯差異的木姜子屬（Litsea）四種藥用資源植物作為研究對象。山雞椒（L. cubeba）主要含有生物堿，有特定的阿樸酚、黃酮類以及木脂素，其根、莖、果在我國部分地區(qū)已廣泛用作民間解風濕解寒、調(diào)經(jīng)止痛的藥物。該物種相關(guān)藥理研究表明其具有抗心血管疾病、抗癌、抗類風濕性關(guān)節(jié)炎、平喘、抗過敏、抗氧化等功效（張水英， 2014）。毛豹皮樟（L. coreana）又名老鷹茶樹，在我國南方作為一種植物代用茶，其總黃酮具有疾病防治、降低血糖、消炎的作用（呂雄文等， 2008; 王建青等， 2012）。華南木姜子（L. greenmaniana）具有阿樸菲型生物堿成分，但對其藥理活性目前還尚未研究（姜明等， 2013）。毛葉木姜子（L. mollis）鮮果通過蒸餾可提取芳香油、油脂為制皂的上等原料，根和果實還可入藥（鄧家盛和馬洪周， 1989; 周天達， 1995）。目前木姜子屬植物入藥達17種，藥用價值較高（寧娜， 2012）。因此研究該屬植物在國內(nèi)的潛在分布及隨氣候變化的分布變化具有重要的意義。

木姜子屬四種資源植物的分布記錄源自于中國植物數(shù)字標本館網(wǎng)站（http：//www.cvh.ac.cn）以及已發(fā)表的專著中所記錄的樣地數(shù)據(jù)。參照中國在線植物志網(wǎng)站（http：//www.eflora.cn），對樣地物種名錄進行校核。沒有經(jīng)緯度信息的樣地點，根據(jù)地名通過GoogleEarth查詢與樣地記錄相對應(yīng)的經(jīng)緯度信息。去除經(jīng)緯度重復(fù)和地理坐標不詳?shù)臉吮拘畔ⅲ缓髢H保留在ArcGIS 10.3中生成的30 ″×30 ″的網(wǎng)格內(nèi)距網(wǎng)格中心最近的一個點，主要是減少集群效應(yīng)可能造成的模型過度擬合（關(guān)心怡等， 2018）。最終整理獲得山雞椒（488條）、毛豹皮樟（92條）、華南木姜子（59條）、毛葉木姜子（186條）植物的分布信息。

1.2 環(huán)境變量數(shù)據(jù)及預(yù)處理

從世界氣候數(shù)據(jù)庫（Worldclim， http：//www.worldclim.org）中提取19個氣候指標數(shù)據(jù)，記為Bio1到Bio19（表1），以及公布的未來氣候數(shù)據(jù)兩個時間段，即2041年—2060年和2061年—2080年。在IPCC的第四次評估報告中，大多數(shù)緩解方案的重點是 2100 年穩(wěn)定溫室氣體的輻射強迫力，所以本文選擇未來較長一段時間即2061年—2080年作為本文研究的未來氣候數(shù)據(jù)，空間分辨率為30 ″（1 km2）。當代（1950年—2000 年）和未來（2061年—2080 年）的氣候數(shù)據(jù)在國際熱帶農(nóng)業(yè)中心（International Centre for Tropical Agriculture，CIAT）網(wǎng)站下載。使用ArcGIS 10.3的掩膜剪裁工具剪裁并提取19個在我國范圍內(nèi)的氣候數(shù)據(jù)，將剪裁后的氣候數(shù)據(jù)（柵格數(shù)據(jù)）轉(zhuǎn)換為ASCⅡ格式的數(shù)據(jù)，以滿足Maxent模型的要求。未來氣候數(shù)據(jù)采用新一代溫室氣體排放情景，即典型濃度目標（representative concentration pathways，RCP）情景對未來可能的氣候變化進行描述。RCP 情景包括 RCP2.6、RCP4.5、RCP6.0 和 RCP8.5共四種，本研究僅選擇RCP2.6和RCP8.5情景來預(yù)測最低、最高CO2濃度排放情景物種分布的情況。IPCC根據(jù)不同的氣候情景分析到：在RCP2.6情景下，21世紀中期以前溫度在2 ℃以內(nèi)持續(xù)上升，輻射強迫在21世紀末之前達到最大，到21世紀末下降到2.6 W·m-2;在RCP8.5情景下，到21世紀末，溫度隨溫室氣體排放增加并持續(xù)上升，增溫幅度將達到5 ℃，輻射強迫上升至8.5 W·m-2（張華和黃建平， 2014）。研究表明，21世紀中后期高排放情景下極端降水頻次增加幅度高于低排放情景（陳紅， 2017）。對于不同濃度路徑的比較，RCP8.5情景預(yù)計將比RCP2.6和RCP4.5情景下降水頻次增加的更多，但這種增加并不隨時間而穩(wěn)定。

1.3 模型擬合和精度驗證

在Maxent軟件中輸入木姜子屬四種資源植物的分布點數(shù)據(jù)和環(huán)境因子數(shù)據(jù)，選擇刀切法（jackknife test）測定各變量權(quán)重，選擇創(chuàng)建環(huán)境變量響應(yīng)曲線，同時在設(shè)置基礎(chǔ)欄隨機選取25%作為測試集，剩余75%的分布點作為訓練集驗證模型，其余參數(shù)均選擇模型的默認值（關(guān)心怡等， 2018）。將不同氣候情景下Maxent模擬結(jié)果均導(dǎo)入ArcGIS 10.3中進行可視化處理。Maxent 軟件模擬輸出的結(jié)果值（范圍0～1）越接近1表示物種存在的可能性越大，反之越小。受試者工作特征曲線（receiver operating characteristic curve）簡稱ROC曲線，曲線下面積值（area under curve， AUC）反映預(yù)測精度，輸出值（范圍0.5～1）越接近1表示模型預(yù)測結(jié)果精度越高、結(jié)果越可靠，本研究采用該分析法對模擬結(jié)果進行精度評價（Wang et al.， 2007）。本文運用最大熵模型的模擬結(jié)果較好，樟科木姜子屬山雞椒、毛豹皮樟、華南木姜子、毛葉木姜子驗證集的AUC值分別為0.90、0.94、0.98、0.93，結(jié)果表明模型預(yù)測可信度較高，可用于分析氣候變化對木姜子屬四種資源植物在中國分布的影響。參考 IPCC報告（2007）關(guān)于評估可能性的劃分方法，在 ArcGIS 10.3中利用分類功能，劃分分布值等級及相應(yīng)分布范圍，并使用不同顏色進行區(qū)分。劃分標準如下： 存在概率≥0.66為高適宜區(qū);0.33≤存在概率<0.66為中適宜區(qū);0.05≤存在概率<0.33為低適宜區(qū);存在概率<0.05為不適宜區(qū)。本研究所示的高、中、低適宜區(qū)面積變化百分比表示在未來不同氣候情景下，某物種的高、中、低適宜區(qū)面積變化分別與當前氣候狀態(tài)下的高、中、低適宜區(qū)面積的比例，總百分比變化為未來高、中、低適宜區(qū)面積變化百分比的總和。適宜區(qū)面積變化百分比是指未來不同氣候情景下的總適宜區(qū)面積變化與當前氣候狀態(tài)下總適宜區(qū)面積的比值。

2 結(jié)果與分析

2.1 木姜子屬在當前氣候條件下的分布區(qū)預(yù)測

根據(jù)物種氣候適宜區(qū)的劃分標準，得到木姜子屬四種植物在當前氣候狀態(tài)下天然適宜區(qū)的分布圖（圖1，表2）。山雞椒主要廣泛分布于廣大的熱帶亞熱帶地區(qū)，總適宜區(qū)面積為227.69×104? km2。其中，中適宜區(qū)分布最廣泛、面積最高，為184.06×104? km2。毛豹皮樟主要分布在我國亞熱帶區(qū)域，高適宜區(qū)主要集中分布在中亞熱帶及北亞熱帶中部位置的大巴山、巫山等地，相較于其他幾種分布較北，其中低適宜區(qū)面積最高為111.91×104? km2，中適宜區(qū)面積次之，為103.27×104? km2，高適宜區(qū)面積為13.65×104? km2。華南木姜子主要分布在我國南亞熱帶區(qū)域，高適宜區(qū)在廣東、廣西、福建呈帶狀分布，面積為10.23×104 km2，低適宜區(qū)面積為10.09×104? km2，中適宜區(qū)面積為39.53×104 km2。毛葉木姜子與山雞椒的在分布范圍上非常相似，但毛葉木姜子高適宜區(qū)主要集中分布在貴州省和重慶市內(nèi)，面積為16.14×104? km2，低適宜區(qū)、中適宜區(qū)面積分別為153.44×104 、83.69×104? km2。

候下的均值（表3）。發(fā)現(xiàn)山雞椒的分布主要受年平均降水量（Bio12）、最干月份降水量（Bio14）的影響，貢獻率分別為42%、37.1%，累計貢獻率為79.1%，其分布區(qū)年降水和最干月降水均值分別為1 444.03、27.95 mm;毛豹皮樟分布主要受最干月份降水量（Bio14）、年平均降水量（Bio12）的影響，貢獻率分別為59.7%、23.7%，均值分別為31.16、1 392.30 mm;最冷季度降水量（Bio19）、年平均降水量（Bio12）、最干季度降水量（Bio17）對華南木姜子的貢獻較大，分別為27.9%、25.7%、21.2%，其主導(dǎo)氣候因子均值為158.18、1 635.96、124.664 mm;毛葉木姜子的主要影響因子為最干月份降水量（Bio14）、年平均降水量（Bio12）、最暖月份最高溫度（Bio5），累計貢獻率為90.5%，其中最干月份降水量、最暖月份最高溫度均值為25.64 mm、28.93 ℃。該屬四種資源植物中的山雞椒、毛豹皮樟、華南木姜子主要受降水量的影響，而毛葉木姜子主要受降水和溫度的影響。

2.2 木姜子屬在未來氣候情景下的分布預(yù)測

山雞椒在未來時段（2061年—2080年）RCP2.6、RCP8.5兩種氣候情景下適宜區(qū)面積分別減少11.14×104、1.24×104 km2，該面積變化與當前氣候狀態(tài)下的適宜區(qū)面積的比值分別為-4.9%、-0.5%。從該物種面積變化百分比來看，山雞椒適宜區(qū)面積總百分比變化分別為107.1%、154.9%，主要表現(xiàn)為高適宜區(qū)、低適宜區(qū)面積的增加，尤其是高適宜區(qū)，因為基底面積小，在未來時段兩種情景下分別增加近1.2倍、1.6倍，新增面積主要沿南亞熱帶區(qū)域分布（圖2，表4）。

毛豹皮樟主要分布在以重慶、貴州、湖南為主的地區(qū)，在兩種（RCP2.6、RCP8.5）二氧化碳濃度情景下未來2061年—2080年適宜區(qū)面積總體呈現(xiàn)增加的趨勢，分別增加12.8×104 、1.24×104 km2，增加的面積與當前氣候狀態(tài)下的總適宜區(qū)面積比為5.6%、4.5%。在兩種氣候情景下，未來分布區(qū)總面積變化分別為8.7%、-2.6%。主要表現(xiàn)為中、低適宜區(qū)面積的增加，但是，高適宜區(qū)面積的減少（圖3，表4）。

在RCP2.6、RCP8.5氣候變化情景下，華南木姜子、毛葉木姜子2061年—2080年適宜面積均呈現(xiàn)出減少的趨勢。華南木姜子在RCP2.6、RCP8.5情景下適宜區(qū)面積分別減少1.47×104 、8.39×104 km2，即其面積變化與當前適宜區(qū)面積相比，面積減少1.0%、5.6%，分布區(qū)總面積變化百分比分別為-1.1%、-16.1%，而高適宜區(qū)面積分別增加0.38×104、0.10×104 km2，主要分布在南亞熱帶及中亞熱帶區(qū)域，高適宜區(qū)主要以廣西、廣東為主。與當前適宜區(qū)面積相比，毛葉木姜子適宜生境面積分別減少了8.32×104 km2（3.3%）、21.08×104 km2（8.3%），分布區(qū)總面積變化百分比分別為-12.0%、-14.5%，主要表現(xiàn)為高適宜區(qū)、低適宜區(qū)面積的減少，主要分布在廣西北部、 貴州西部和重慶，與當前氣候狀態(tài)下分布區(qū)域相比，未來氣候下的分布區(qū)有向北遷移的趨勢（圖4，表4）。

3 討論與結(jié)論

本文研究木姜子屬四個資源樹種的分布區(qū)預(yù)測發(fā)現(xiàn)，每個樹種對氣候的響應(yīng)各不相同，在當前氣候條件下，山雞椒分布于廣大的熱帶亞熱帶地區(qū);毛豹皮樟主要分布在我國亞熱帶區(qū)域，高適宜區(qū)主要集中分布在中亞熱帶及北亞熱帶中部位置，相較于其他種分布偏北;華南木姜子主要分布在我國東部南亞熱帶區(qū)域;毛葉木姜子與山雞椒的在分布區(qū)域上非常相似，但毛葉木姜子高適宜區(qū)主要集中分布在貴州省和重慶市內(nèi)。其中山雞椒、華南木姜子分布范圍主要受降水量的影響，這與這幾種植物喜濕潤、不耐旱和貧瘠的特性相一致。而毛豹皮樟、毛葉木姜子的分布主要受降水量和溫度的影響，一方面可能是因為毛豹皮樟具有灰黃色長柔毛可減少蒸騰作用，防止水分散失，毛葉木姜子適生于上層深厚、排水良好的酸性紅壤、黃壤以及山地棕壤。另一方面，中國中南部是全球生物多樣性熱點之一， 該地區(qū)沒有遭受與冰期有關(guān)的低溫和極端干旱，部分原因是其地形復(fù)雜，與中國其他地區(qū)相比降溫較慢，中國中南部和西南部的山脈有著相對穩(wěn)定的長期環(huán)境。因此，這些物種受地質(zhì)時期氣候波動的影響較小，得以維持在該地區(qū)的持續(xù)存在，并在氣候條件適宜時向外擴展棲息地，這些地方被稱為更新世冰川期避難所（López-Pujol et al.， 2006; Qiu & Fu， 2011）。

一些植物可以通過改變其分布范圍來應(yīng)對氣候變暖的變化。然而，不同的植物可能具有不同的擴散能力。在未來2061年—2080年時段下RCP2.6、RCP8.5兩種排放情景氣候數(shù)據(jù)模擬氣候變化對木姜子屬四種植物潛在適宜生境分布的影響，結(jié)果表明：山雞椒在未來時段（2061年—2080年）兩種（RCP2.6、RCP8.5）二氧化碳濃度情景下適宜區(qū)面積總體呈現(xiàn)減少的趨勢，但其潛在分布區(qū)總面積變化百分比卻達到了原來的1.2、1.6倍，主要表現(xiàn)為高適宜區(qū)面積增加的比例較大，主要沿南亞熱帶區(qū)域分布。可能的原因是受到未來土地利用變化的影響，華南沿海一帶受到異常西南風控制，熱帶印度西南季風和南海季風均偏強，來自南海和印度洋的異常水汽輻合使得降水偏多（華文劍等， 2015）。毛豹皮樟在未來2061年—2080年兩種二氧化碳濃度排放情景下適宜區(qū)面積總體呈現(xiàn)增加的趨勢，主要分布在重慶市、貴州省和湖南省，相較于其他幾種，分布較北。一方面可能是因為在全球氣候變暖趨勢下，北半球中高緯度大部分地區(qū)降水強度增加明顯，而中低緯度部分地區(qū)干旱日數(shù)將可能增加（趙宗慈等， 2008）。而溫度通常被認為是緯度梯度上物種多樣性模式的主要驅(qū)動因素（Qian & Ricklefs， 2011），溫度變暖，有利于喜暖性的植物的擴張。另一方面可能是中國的滇西橫斷山脈地區(qū)、粵桂湘贛南嶺山地和湘川鄂邊境地區(qū)是重要的生物避難所，復(fù)雜的地理環(huán)境使得未來氣候的變化對該區(qū)域物種生存影響較?。ㄍ醌I溥和劉玉凱， 1994）。生態(tài)位寬度越大的種，對環(huán)境的適應(yīng)能力越強，對資源的利用能力也越強（Ying et al.， 2016）。

在2061年—2080年未來氣候變化情景下，華南木姜子、毛葉木姜子在RCP2.6、RCP8.5情景下適宜區(qū)面積均呈現(xiàn)出減少的趨勢。華南木姜子主要分布在南亞熱帶及中亞熱帶的濕潤區(qū)域，高適宜區(qū)主要以廣東、廣西為主，可能原因是隨未來氣候的變化華南地區(qū)的溫度上升而降水減少，以及極端高溫事件發(fā)生頻率明顯升高導(dǎo)致該種的適宜分布區(qū)減少（黃曉瑩等， 2008）。而毛葉木姜子主要分布在廣西北部、貴州西部和重慶，相較于當前氣候分布格局，在未來狀態(tài)下有向北遷移的趨勢?？赡苁且驗榉植紖^(qū)主要受降水和溫度的影響，在未來年平均溫度增加的情況下，達到了適宜毛葉木姜子分布的極限溫度，因此向北遷移。在環(huán)境溫度變化很小的熱帶地區(qū)進化的物種往往具有喜熱性，且對溫度適應(yīng)的范圍較窄。相比之下，在環(huán)境溫度變化較大的地區(qū)（如溫帶地區(qū)）進化的物種的溫度適應(yīng)幅度較寬（Sheldon et al.， 2011），這與本文研究結(jié)果一致。

近年來，Maxent模型被廣泛應(yīng)用于物種潛在適宜區(qū)分布的預(yù)測模型中，本文利用該模型較好地模擬了氣候變化下木姜子屬四種資源植物的適宜區(qū)變化。研究結(jié)果對于木姜子屬資源植物的未來栽培管理有一定的指導(dǎo)意義。由于所選木姜子屬四種資源樹種均屬于亞熱帶植物，對氣候的要求在一定程度上有很大的相似之處，主要是存在東西部區(qū)域的差異。但從總體上來說，在未來氣候變化下，木姜子屬四種資源植物的潛在分布變化與前人預(yù)測熱帶亞熱帶植物的結(jié)果（半數(shù)物種的分布范圍將減少，而另一半種類的分布范圍將增加;大體有向北遷移的趨勢）基本一致（Mckenney et al.， 2011; Li et al.， 2013; Boisvert-Marsh et al.， 2014）。在使用模型方面，Maxent模型與其他分布模型一樣具有很強的預(yù)測能力，但是模型預(yù)測不可避免地存在一定的局限性。同時，本研究物種的適宜區(qū)域預(yù)測主要是基于氣候，但土壤、海拔和土地利用對物種分布也很重要，所以，在未來預(yù)測中還應(yīng)注重考量各種因素相互作用的影響，以及結(jié)合物種的模型，以改善模型的預(yù)測結(jié)果。

參考文獻：

ALLEN SK， PLATTNER GK， NAUELS A， et al.， 2007. Climate change 2013： The physical science basis. An overview of the working group 1 contribution to the fifth assessment report of the intergovernmental panel on climate change（IPCC）[J]. Comp Geom， 18（2）： 95-123.

BELLARD C， BERTELSMEIER C， LEADLEY P， et al.， 2012. Impacts of climate change on the future of biodiversity [J]. Ecol Lett， 15（4）： 365-377.

BOISVERT-MARSH L， CATHERINE P，BLOIS SD， 2014. Shifting with climate？ Evidence for recent changes in tree species distribution at high latitudes [J]. Ecosphere， 5（7）： art83.

CHEN H， 2017. Simulation and estimation of extreme precipitation event frequency in the middle-lower reaches of Yangtze River using statistical down scaling method [J]. Resour Environ Yangtze Basin， 26（5）： 126-132. [陳紅，2017. 長江中下游夏季極端降水事件頻次的統(tǒng)計降尺度模擬與預(yù)估 [J]. 長江流域資源與環(huán)境，26（5）：126-132.]

DENG JS， MA HZ， 1989. Artificial cultivation and oil extraction test of Litsea mollis [J]. J Sichuan For Sci Technol，（1）：69-71. [鄧家勝，馬洪周，1989. 毛葉木姜子人工栽培及提油試驗 [J]. 四川林業(yè)科技，（1）：69-71.]

ELITH J， GRAHAM CH， ANDERSON RP， et al.， 2010. Novel methods improve prediction of species distributions from occurrence data [J]. Ecography， 29（2）：129-151.

GELVIZ-GELVEZ SM， PAVN NP， IIIOLDI-RANGEL P， et al.， 2015. Ecological niche modeling under climate change to select shrubs for ecological restoration in Central Mexico [J]. Ecol Eng， 74： 302-309.

GUAN XY， SHI W， CAO KF， 2018. Effect of climate change in future on geographical distribution of widespread Quercus acutissima and analysis of dominant climatic factors [J]. J Trop Subtrop Bot， 26（6）： 105-112. [關(guān)心怡，石慰，曹坤芳，2018. 未來氣候變化對廣布種麻櫟地理分布的影響和主導(dǎo)氣候因子分析 [J]. 熱帶亞熱帶植物學報，26（6）：105-112.]

HUA WJ， CHEN HS， LI X， 2015. Effects of future land use change on the regional climate in China [J]. Sci Chin： Earth Sci， 45（7）： 1034-1042. [華文劍，陳海山，李興，2015. 未來土地利用變化影響中國區(qū)域氣候的數(shù)值模擬 [J]. 中國科學：地球科學，45（7）：1034-1042.]

HUANG XY， WEN ZP， DU YD， et al.， 2008. Scenario analyses on the changes of future surface air temperature and precipitation in South China [J]. J Trop Meteoral， 24（3）： 254-258. [黃曉瑩，溫之平，杜堯東，等，2008. 華南地區(qū)未來地面溫度和降水變化的情景分析 [J]. 熱帶氣象學報，24（3）：254-258.]

IVERSON LR， PRASAD AM， MATTHEWS SN， et al.， 2008. Estimating potential habitat for 134 eastern US tree species under six climate scenarios [J]. Forestecol Manag， 254（3）：400-406.

JIANG M， LIN S， GUO QL， 2013. Chemical constituents from Litsea greenmaniana [J]. Chin J Chin Mat Med， 38（7）： 75-78. [姜明，林生，郭慶蘭，等，2013. 華南木姜子的化學成分研究 [J]. 中國中藥雜志，38（7）：75-78.]

LI XH， TIAN HD， WANG Y， et al.， 2013. Vulnerability of 208 endemic or endangered species

in China to the effects of climate change [J]. Reg Environ Chang， 13（4）： 843-852.

LI Y， ZHANG XW， FANG YM， 2014. Predicting the impact of global warming on the geographical distribution pattern of Quercus variabilis in China [J]. Chin J Appl Ecol， 25（12）： 3381-3389. [李垚，張興旺，方炎明，2014. 氣候變暖對中國栓皮櫟地理分布格局影響的預(yù)測 [J]. 應(yīng)用生態(tài)學報， 25（12）：3381-3389.]

LIU Q， WANG YK， PENG PH， 2016. Characteristics of distribution and migration of species in Sichuan under the climate change [J]. Mt Res， 34（6）： 716-723. [劉勤，王玉寬，彭培好，等，2016. 氣候變化下四川省物種的分布規(guī)律及遷移特征 [J]. 山地學報，34（6）：716-723.]

LPEZ-PUJOL J， ZHANG FM， SONG G， 2006. Plant biodiversity in China： Richly varied， endangered， and in need of conservation [J]. Biodivers Conserv， 15（12）： 3983-4026.

L XW， LI J， ZOU YH， et al.， 2008. Experimental study on hypoglycemic effect of total flavonoids of Litsea coreana [J]. Chin J Trad Med Sci Technol， 15（2）： 119-121. [呂雄文，李俊，鄒宇宏，等，2008. 老鷹茶總黃酮降血糖作用的實驗研究 [J]. 中國中醫(yī)藥科技，15（2）：119-121.]

MCCARTY JP， 2001. Ecological consequences of recent climate change [J]. Conserv Biol， 15（2）： 320–331.

MCKENNEY DW， PEDLAR JH，LAWRENCE K， et al.， 2007. Potential impacts of climate change on the distribution of North American trees [J]. Bioscience， 57（11）： 939-948.

MCKENNEY DW， PEDLAR JH， ROOD RB， et al.， 2011. Revisiting projected shifts in the climate envelopes of North American trees using updated general circulation models [J]. Glob Change Biol， 17（8）： 2720-2730.

MOOR H， HYLANDER K， NORBERG J， 2015. Predicting climate change effects on wetland ecosystem services using species distribution modeling and plant functional traits [J]. AMBIO， 44（1）： 113-126.

NING N， 2012. Review of present research situation on Litsea plants [J]. J Kaili Univ， 30（6）： 38-42. [寧娜，2012. 木姜子屬植物的研究現(xiàn)狀 [J]. 凱里學院學報，30（6）：38-42.]

PHILLIPS SJ， DUDIK M， ELITH J， et al.， 2009. Sample selection bias and presence-only distribution models： Implications for background and pseudo-absence data [J]. Ecol Appl， 19（1）： 181-197.

QIAN H， RICKLEFS RE， 2011. Latitude， tree species diversity and the metabolic theory of ecology [J]. Global Ecol Biogepgr， 20（2）： 362-365.

QIU YX， FU CX， COMES HP， 2011. Plant molecular phylogeography in China and adjacent regions： Tracing the genetic imprints of Quaternary climate and environmental change in the worlds most diverse temperate flora [J]. Mol Phylogenet Evol， 59（1）： 225-244.

SHELDON KS， YANG S，TEWKSBURY JJ， 2011. Climate change and community disassembly： Impacts of warming on tropical and temperate montane community structure [J]. Ecol Lett， 14（12）： 1191-1200.

THUILLER W， LAVERGNE S， ROQUET C， et al.， 2011. Consequences of climate change on the tree of life in Europe [J]. Nature， 470（7335）：531-534.

VELOZ SD， WILLIAMS JW， BLOIS JL， et al.， 2012. No-analog climates and shifting realized niches during the late quaternary： Implications for 21st-century predictions by species distribution models [J]. Glob Chang Biol， 18（5）： 1698-1713.

WANG JQ， LI J， ZHOU YH， et al.， 2012. The rapeutic effects of total flavonoids of Litsea coreana leve on nonalcoholic steatohepatitis and its partly mechanisms of action [J]. Chin Pharmacol Bull， 28（3）： 412-416. [王建青，李俊，鄒宇宏， 等， 2012. 豹皮樟總黃酮對非酒精性脂肪性肝炎治療作用及部分機制 [J]. 中國藥理學通報，28（3）：412-416.]

WANG XP， LIU YK， 1994. Theory and practice of biodiversity [J]. Beijing： China Environmental Science Press. [王獻溥， 劉玉凱，1994. 生物多樣性的理論與實踐 [J]. 北京：中國環(huán)境科學出版社.]

WANG YS， XIE BY， WAN FH， et al.， 2007. Application of ROC curve analysis in evaluating the performance of alien species potential distribution models [J]. Biodivers Sci， 15（4）： 365-372.

WEBBER BL， LE MAITRE DC， KRITICOS DJ， 2012. Comment on “Climatic niche shifts are rare among terrestrial plant invaders” [J]. Science， 338（6104）：193.

WU JG， 2010. Potential effects of clmiate change on the distribution of seven protected plants in China [J]. J Wuhan Bot Res， 28（4）：437-452. [吳建國，2010. 氣候變化對7種保護植物分布的潛在影響 [J]. 武漢植物學研究，28（4）：437-452.]

YING LX， LIU Y， CHEN ST， 2016. Simulation of the potential range of Pistacia weinmannifolia in Southwest China with climate change based on the maximum-entropy（Maxent）model [J]. Biodivers Sci， 24（4）： 453-461. [應(yīng)凌霄，劉曄，陳紹田，2016. 氣候變化情景下基于最大熵模型的中國西南地區(qū)清香木潛在分布格局模擬 [J]. 生物多樣性，24（4）：453-461.]

ZHANG H， HUANG JP， 2014. Interpretation of artificial and natural radiation forcing in the fifth assessment report of the IPCC [J]. Adv Clim Chang Res， 10（1）： 40-44. [張華，黃建平，2014. 對IPCC第五次評估報告關(guān)于人為和自然輻射強迫的解讀 [J]. 氣候變化研究進展，10（1）：40-44.]

ZHANG SY， 2014. A phytochemical and pharmacological advance on medicinal plant Litsea cubeba（Lauraceae）[J]. Chin J Chin Mat Med， 39（5）： 769. [張水英，2014. 樟科藥用植物山雞椒的化學成分和藥理活性研究進展 [J]. 中國中藥雜志，39（5）：769.]

ZHAO ZC， LUO Y， JIANG Y， et al.， 2008. Assessment and prediction of precipitation and droughts/floods change over the world and in China [J]. Sci Technol Rev， 26（6）： 28-33. [趙宗慈，羅勇，江瀅，等，2008. 全球和中國降水、旱澇變化的檢測評估 [J]. 科技導(dǎo)報，26（6）：28-33.]

ZHOU TD， 1995. Studies on antibechic and expectorant effects and chemical components of volatile oil from Litsea mollifolia Chun flowers [J]. Chin J Mod Appl Pharm，（3）： 16-17. [周天達，1995. 毛葉木姜子花揮發(fā)油及其鎮(zhèn)咳祛痰作用的研究 [J]. 中國現(xiàn)代應(yīng)用藥學，（3）：16-17.]

（責任編輯 周翠鳴）