張 梅，祿彩麗，魏喜喜，馬 珊，劉偉峰，宋 健，彭 瑞，李建貴

（1.新疆大學(xué)，新疆 烏魯木齊 830046；2.新疆農(nóng)業(yè)大學(xué) a.林業(yè)研究所；b.新疆紅棗工程技術(shù)研究中心，新疆 烏魯木齊 830052；3.新疆維吾爾自治區(qū)科技項(xiàng)目服務(wù)中心，新疆 烏魯木齊 830001；4.中國林業(yè)科學(xué)研究院 林業(yè)科技信息研究所，北京 100091）

氣候與生物之間存在著密切的相互聯(lián)系，氣候變化不僅對(duì)種源地的生態(tài)系統(tǒng)產(chǎn)生巨大影響，還能夠改變物種的地理分布[1]。農(nóng)業(yè)種植生產(chǎn)強(qiáng)烈依賴氣候條件，氣候的變化將對(duì)農(nóng)作物的生長及產(chǎn)量產(chǎn)生重要影響，改變其已有的適生區(qū)[2]。隨著地理信息技術(shù)的發(fā)展和全球物種數(shù)據(jù)的共享，生態(tài)位模型已成為預(yù)測物種在氣候變化條件下潛在適生區(qū)分布的重要手段[3]。其中，MaxEnt模型是當(dāng)前物種適生區(qū)分布中應(yīng)用較多的一種生態(tài)位模型，以物種現(xiàn)有分布信息數(shù)據(jù)和多種環(huán)境變量數(shù)據(jù)為基礎(chǔ)，運(yùn)用數(shù)學(xué)模型總結(jié)歸納或模擬其物種的生態(tài)位需求，從而預(yù)測物種潛在適生區(qū)分布。MaxEnt模型具有操作便捷、計(jì)算快速、樣本量需求小等優(yōu)點(diǎn)[4-8]。

近年來，憑借著得天獨(dú)厚的光熱資源優(yōu)勢，加之國家實(shí)施西部大開發(fā)戰(zhàn)略和新疆產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的政策導(dǎo)向，新疆果產(chǎn)業(yè)得以飛速發(fā)展，其中棗Ziziphus jujubaMill.產(chǎn)業(yè)的發(fā)展更為突出[9]。在新疆地區(qū)，棗作為特色林果中的第一大樹種，素有“鐵桿莊稼”的美名，在社會(huì)經(jīng)濟(jì)發(fā)展、生態(tài)環(huán)境保護(hù)以及農(nóng)民脫貧致富中均發(fā)揮了重要的作用[10-11]。但在棗產(chǎn)業(yè)迅猛發(fā)展的同時(shí)，部分地區(qū)的果農(nóng)為了經(jīng)濟(jì)效益，忽視氣候條件的適宜性，盲目擴(kuò)張棗的種植區(qū)域，導(dǎo)致棗遭受凍害、低溫冷害和高溫干旱等災(zāi)害事件的發(fā)生，對(duì)棗的品質(zhì)和產(chǎn)量均產(chǎn)生了嚴(yán)重的影響。

本研究中以新疆地區(qū)特色林果棗為研究對(duì)象，基于新疆棗的地理分布數(shù)據(jù)和環(huán)境變量，運(yùn)用MaxEnt模型和ArcGIS重建新疆棗的地理分布格局，研究預(yù)測其在當(dāng)前和未來氣候條件下的潛在適生區(qū)。以期能夠在全球氣候變化的背景下，為新疆棗產(chǎn)業(yè)發(fā)展規(guī)劃的制定和種植區(qū)域的安排提供參考，促進(jìn)新疆棗產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

新疆維吾爾自治區(qū)（73°40′—96°18′E，34°25′—48°10′N）為我國土地面積最大的省級(jí)行政區(qū)，土地總面積達(dá)166.49萬km2，占全國土地總面積的1/6。三大山脈將新疆地區(qū)分為南北兩部分，南部為昆侖山系，北部為阿爾泰山，天山山脈橫亙于新疆中部。人們習(xí)慣稱天山的南部為南疆，北部為北疆，其中南疆有塔里木盆地，北疆有準(zhǔn)噶爾盆地，形成了“三山夾兩盆”的地理格局。新疆由于深處內(nèi)陸地區(qū)，遠(yuǎn)離海洋，四周又有山脈的阻隔，導(dǎo)致海洋水氣不易進(jìn)入，形成了典型的溫帶大陸性氣候。

1.2 預(yù)測軟件來源

MaxEnt模型是由美國普林斯頓大學(xué)研究室研發(fā)的用于物種分布預(yù)測的專業(yè)軟件，它是基于最大熵理論，根據(jù)物種當(dāng)前分布的不完整信息和環(huán)境變量之間緊密的聯(lián)系，找出物種分布的最大熵，從而對(duì)物種的潛在適生區(qū)分布進(jìn)行預(yù)測[12]。近年來，MaxEnt模型在物種適生區(qū)分布的預(yù)測和評(píng)價(jià)上均得到了廣泛應(yīng)用，具有良好的預(yù)測能力[13-16]。本研究中使用的MaxEnt 3.4.1軟件獲取地址為http://biodiversityinformatics.amnh.org/open_source/maxent/，使用的地理信息分析軟件為美國環(huán)境系統(tǒng)研究所公司開發(fā)的ArcGIS10.2軟件。

1.3 研究方法

1.3.1 新疆棗分布數(shù)據(jù)獲取與處理

本研究中所采用的新疆棗分布數(shù)據(jù)，一方面主要是通過實(shí)地調(diào)查獲取，調(diào)查地點(diǎn)主要包括南疆地區(qū)的博湖縣、尉犁縣、若羌縣、且末縣、阿瓦提縣、沙雅縣、阿克蘇市、阿拉爾市、疏附縣、喀什市、疏勒縣、岳普湖縣、麥蓋提縣、澤普縣、墨玉縣和策勒縣，東疆地區(qū)的托克遜縣。在17個(gè)縣市的不同棗種植地進(jìn)行GPS打點(diǎn)，獲取經(jīng)緯度信息，獲取的分布點(diǎn)一共包括28個(gè)。另一方面是通過查詢教學(xué)標(biāo)本資源共享平臺(tái)（http://mnh.scu.edu.cn/）、中國數(shù)字植物標(biāo)本館（http://www.cvh.ac.cn/）和文獻(xiàn)數(shù)據(jù)庫（中國知網(wǎng)），獲得其分布記錄數(shù)據(jù)。

參考段居琦等[17]對(duì)分布記錄點(diǎn)篩選的方法：首先將查詢到的新疆棗的分布點(diǎn)輸入百度坐標(biāo)拾取器，查詢獲取其具體的經(jīng)緯度，然后在Google Earth軟件上進(jìn)行校對(duì)；按照MaxEnt軟件的系統(tǒng)要求，降低群集效應(yīng)造成的誤差，去除經(jīng)緯度重復(fù)、分布信息缺失及無法準(zhǔn)確獲得經(jīng)緯度的數(shù)據(jù)點(diǎn)；最后將獲得的所有有效分布點(diǎn)共125條（圖1），使用Excel軟件處理，保存格式為*.CSV。

圖1 新疆棗分布點(diǎn)Fig.1 Distribution points of jujube in Xinjiang

1.3.2 環(huán)境變量選取

為了對(duì)未來氣候作出評(píng)估，聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）發(fā)表了“第5次氣候變化評(píng)估報(bào)告（AR5）”，其中采用了4個(gè)溫室氣體濃度情景，代表不同路徑濃度（RCP）。本研究中所用的氣候數(shù)據(jù)均來源于世界氣候數(shù)據(jù)庫World Climate（http://www.worldclim.org/），包括當(dāng)前（1970—2000年）和未來（2050年和2070年）3個(gè)時(shí)期的氣候數(shù)據(jù)變量。在未來氣候條件中，選擇的是北京氣候中心發(fā)展的氣候系統(tǒng)模式BCCCSM1.1版本，基于RCP4.5和RCP8.5排放情景下模擬得到的數(shù)據(jù)集。一共55個(gè)氣候環(huán)境變量，其中主要包括19個(gè)生物氣候變量（主要是以溫度和雨量為基礎(chǔ)數(shù)據(jù)，根據(jù)不同需求計(jì)算得到，其主要反映了降水和溫度的季節(jié)性變化特征）、月平均溫度、月最低溫度、月最高溫度。該模型中應(yīng)用的氣候環(huán)境數(shù)據(jù)均為30弧秒空間分辨率（1 km2網(wǎng)格）；所采用的中國地區(qū)的DEM高程數(shù)據(jù)主要來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn/），通過使用ArcGIS的裁剪工具，最終得到新疆的DEM；所采用的土壤數(shù)據(jù)來源于世界土壤數(shù)據(jù)庫（http://webarchive.iiasa.ac.at/），應(yīng)用ArcGIS對(duì)土壤數(shù)據(jù)進(jìn)行處理，從中選取上層土壤質(zhì)地、上層土壤容重、上層土壤有機(jī)碳含量和上層土壤酸堿度來構(gòu)建生態(tài)位模型。

環(huán)境變量之間存在著復(fù)雜的自相關(guān)性及多重線性，這些變量的高度相關(guān)性在模型預(yù)測過程中將對(duì)預(yù)測結(jié)果產(chǎn)生嚴(yán)重的影響[18]。因此，在應(yīng)用MaxEnt模型進(jìn)行預(yù)測前，須對(duì)環(huán)境變量進(jìn)行篩選，剔除貢獻(xiàn)率低的環(huán)境變量，保留貢獻(xiàn)率大于1.0%的變量，進(jìn)行模型擬合[19-21]。首先參考Worthington等[22]和張興旺等[23]的方法，采用MaxEnt模型自帶刀切法確定主導(dǎo)環(huán)境因子。其次使用ArcGIS將125個(gè)分布點(diǎn)所對(duì)應(yīng)的環(huán)境變量值提取后，使用SPSS對(duì)環(huán)境因子進(jìn)行多重共線性分析，檢驗(yàn)環(huán)境因子間的相關(guān)性，兩因子之間相關(guān)性的絕對(duì)值（|r|）大于0.8時(shí)，只選用1個(gè)環(huán)境因子。在經(jīng)過一系列的操作過程后，保留了18個(gè)環(huán)境因子，主要為年均溫（Bio1）、晝夜溫差月均值（Bio2）、最熱月高溫（Bio5）、最冷月低溫（Bio6）、最暖季度平均溫（Bio10）、最冷季度平均溫（Bio11）、年均降雨量（Bio12）、上層土壤容重（BULK）、上層土壤質(zhì)地（TEX）、上層土壤有機(jī)碳含量（OC）、上層土壤酸堿度（PH）、數(shù)字高程模型（DEM）、6月最高氣溫（Tmax6）、7月最高氣溫（Tmax7）、8月最高氣溫（Tmax8）、12月最低氣溫（Tmin12）、1月最低氣溫（Tmin1）和2月最低氣溫（Tmin2），最終在此基礎(chǔ)上重新建立新疆地區(qū)棗分布的最大熵模型。

1.3.3 模型設(shè)置與結(jié)果評(píng)價(jià)

MaxEnt模型的設(shè)置：在模型軟件中分別輸入棗分布經(jīng)緯度數(shù)據(jù)和環(huán)境變量數(shù)據(jù)，采用刀切法來測定各變量權(quán)重，選擇創(chuàng)建環(huán)境變量響應(yīng)曲線來判斷物種的生態(tài)特征，然后隨機(jī)選擇75%的棗分布點(diǎn)作為訓(xùn)練集來建立模型，另外的25%棗分布點(diǎn)作為測試集來驗(yàn)證模型，其他模型參數(shù)均選擇默認(rèn)。

MaxEnt模型軟件模擬輸出的結(jié)果值均為0～1，值越接近1表示物種存在性越高。為驗(yàn)證該模型的準(zhǔn)確性，采用受試者工作特征曲線（ROC曲線）對(duì)模型預(yù)測結(jié)果進(jìn)行評(píng)價(jià)。在輸出的ROC曲線圖中，曲線下的面積值（AUC值）反映了預(yù)測的精度，預(yù)測結(jié)果由AUC值表示。AUC的取值一般為0.5～1，AUC取值越接近1，則模型預(yù)測結(jié)果的準(zhǔn)確度越高（表1）[24]。

表1 曲線下面積值（AUC值）與MaxEnt模型預(yù)測 準(zhǔn)確度的關(guān)系Table 1 Relationship between area under curve (AUC value) and forecast accuracy of MaxEnt model

1.3.4 棗適生等級(jí)分區(qū)

因?yàn)镸axEnt模型輸出的結(jié)果呈現(xiàn)為ASCⅡ格式，須利用ArcGIS的ArcToolbox格式轉(zhuǎn)換工具，將數(shù)據(jù)轉(zhuǎn)換為Raster格式才能夠在ArcGIS中顯示。而后利用ArcGIS的空間分析工具中重分類命令的自然間斷點(diǎn)分級(jí)法進(jìn)行適生等級(jí)分類，最終得到新疆地區(qū)棗的潛在適生分布圖[25-26]。ArcGIS自然斷點(diǎn)法是一種根據(jù)數(shù)值的統(tǒng)計(jì)分布規(guī)律，進(jìn)行分級(jí)和分類的統(tǒng)計(jì)方法，它能使類與類之間的不同最大化。將MaxEnt軟件模擬輸出的結(jié)果利用重分類功能，對(duì)評(píng)價(jià)結(jié)果按4等份進(jìn)行分級(jí)，獲得可視化適生區(qū)梯度分級(jí)，并使用不同顏色表示。劃分為不適生區(qū)（分布概率P＜0.08）、低適生區(qū)（0.08≤P＜0.31）、中適生區(qū)（0.31≤P＜0.59）、高適生區(qū)（P≥0.59）。

2 結(jié)果與分析

2.1 當(dāng)前氣候條件下新疆棗潛在適生區(qū)預(yù)測

2.1.1 MaxEnt模型預(yù)測結(jié)果

在當(dāng)前氣候條件下，MaxEnt模型預(yù)測得到的新疆棗潛在適生區(qū)如圖2所示。新疆棗潛在適生區(qū)主要集中在南疆的環(huán)塔里木盆地周圍和東疆的吐魯番和哈密地區(qū)，具有明顯的環(huán)、條帶狀分布的特點(diǎn)，環(huán)狀主要呈現(xiàn)在環(huán)塔里木盆地邊緣分布，條帶狀主要呈現(xiàn)依水系分布。其中，低適生區(qū)、中適生區(qū)和高適生區(qū)的區(qū)域面積分別6.1×104、3.0×104和2.2×104km2，適生區(qū)總面積占新疆土地面積的6.8%。適生區(qū)集中分布在喀什地區(qū)的喀什市、麥蓋提縣、岳普湖縣、莎車縣、巴楚縣、伽師縣、葉城縣、澤普縣、疏附縣、疏勒縣和英吉沙縣；阿克蘇地區(qū)的阿克蘇市、柯坪縣、庫車縣、新和縣、阿瓦提縣、溫宿縣、烏什縣、沙雅縣和拜城縣；巴州地區(qū)的輪臺(tái)縣、庫爾勒市、博湖縣、若羌縣、且末縣和尉犁縣；和田地區(qū)的和田縣、洛浦縣、策勒縣、墨玉縣、于田縣、民豐縣和皮山縣；克州地區(qū)的阿圖什市；吐魯番地區(qū)的吐魯番市、托克遜縣和鄯善縣；哈密地區(qū)的哈密市和伊吾縣。另外，由于采樣點(diǎn)數(shù)據(jù)不夠詳盡，伊犁地區(qū)無點(diǎn)分布，但根據(jù)MaxEnt模型預(yù)測，出現(xiàn)了少量低適生區(qū)的分布，主要集中在伊犁河谷周圍地區(qū)。

2.1.2 MaxEnt模型預(yù)測精度評(píng)價(jià)

使用ROC曲線對(duì)當(dāng)前氣候條件下新疆棗潛在適生區(qū)分布的預(yù)測結(jié)果進(jìn)行驗(yàn)證，結(jié)果如圖3所示。由圖3可見，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)遠(yuǎn)離隨機(jī)分布模型的ROC曲線，其訓(xùn)練集和驗(yàn)證集的AUC值分別達(dá)到了0.988和0.978，顯著大于隨機(jī)分布模型的AUC值（0.5），說明MaxEnt模型對(duì)新疆棗潛在適生區(qū)分布的預(yù)測結(jié)果達(dá)到了優(yōu)秀水平，此次預(yù)測的地理分布結(jié)果與實(shí)際分布區(qū)域的相符度較高，結(jié)果可用于新疆棗的適生區(qū)劃。

2.1.3 基于MaxEnt模型預(yù)測結(jié)果的環(huán)境因子分析

基于MaxEnt模型，運(yùn)用刀切法對(duì)各環(huán)境因子進(jìn)行分析，可判斷不同環(huán)境因子與新疆棗潛在適生區(qū)分布之間的關(guān)系。判定標(biāo)準(zhǔn)：“僅此變量”使用藍(lán)柱表示，柱越長代表得分越高，說明該變量具有較高的預(yù)測能力，對(duì)物種分布貢獻(xiàn)較大；“除此變量”使用淺藍(lán)柱表示，若除該變量外剩余變量貢獻(xiàn)率之和的訓(xùn)練得分能力降低較多，則代表該變量可能含有較多的獨(dú)特信息，對(duì)物種分布較為重要；紅柱表示所有環(huán)境變量對(duì)建模的累積貢獻(xiàn)率[27]。

圖2 基于MaxEnt模型預(yù)測當(dāng)前氣候條件下新疆棗的潛在分布區(qū)Fig.2 Potential distribution areas of jujube in Xinjiang under current climate conditions based on MaxEnt model

圖3 基于Maxent模型預(yù)測結(jié)果的ROC曲線分析Fig.3 ROC curve analysis of forecast results based on MaxEnt model

基于MaxEnt模型預(yù)測結(jié)果的環(huán)境因子訓(xùn)練增益結(jié)果如圖4所示。圖4中橫坐標(biāo)表示每次規(guī)范訓(xùn)練結(jié)果的大小，環(huán)境因子對(duì)物種的分布影響越重要，條帶顯示的變量數(shù)值就越大。由圖4可見，在所分析的環(huán)境因子中，最熱月最高溫度（Bio5）、最冷月最低溫度（Bio6）、最暖季度均溫（Bio10）、最冷季度均溫（Bio11）、6月最高氣溫（Tmax6）、7月最高氣溫（Tmax7）、8月最高氣溫（Tmax8）、12月最低氣溫（Tmin12）、1月最低氣溫（Tmin1）和2月最低氣溫（Tmin2）對(duì)新疆棗分布區(qū)的預(yù)測結(jié)果有較大的影響，其中2月最低氣溫訓(xùn)練增益得分超過1.4，對(duì)其影響最大。根據(jù)環(huán)境因子訓(xùn)練增益得分，將環(huán)境因子進(jìn)行排序，可知低溫對(duì)新疆棗分布區(qū)的影響極其重要，棗樹從11月開始進(jìn)入休眠期，能夠耐-26.0 ℃的極端低溫[28]，所以冬季天氣情況關(guān)系著棗樹是否能夠安全越冬；高溫同樣是影響新疆棗分布的重要因子，當(dāng)溫度高于40.0 ℃時(shí)，易出現(xiàn)棗生理性落果或日灼病，嚴(yán)重時(shí)可造成棗樹枯萎[29]；降水量不是影響新疆棗地理分布的必要條件，因?yàn)榭赏ㄟ^人工措施進(jìn)行水分調(diào)節(jié)。

2.1.4 基于MaxEnt模型預(yù)測結(jié)果的主導(dǎo)環(huán)境因子響應(yīng)

為了明確主導(dǎo)環(huán)境因子與新疆棗潛在地理分布的關(guān)系，基于MaxEnt模型得出單一環(huán)境因子（Bio5、Bio6、Bio10、Bio11、Tmin1、Tmax7）的響應(yīng)曲線，結(jié)果如圖5所示。由圖5可見，隨著環(huán)境條件的改變，棗適生區(qū)分布變化較大。其中1月最低氣溫（Tmin1）和最冷月最低溫度（Bio6）表現(xiàn)出相同的生態(tài)規(guī)律。當(dāng)最低氣溫大于-11 ℃時(shí)，分布概率達(dá)到最高；當(dāng)最低氣溫在-11～-26 ℃時(shí)，隨著氣溫降低其分布概率急劇下降；當(dāng)最低氣溫小于-26 ℃時(shí)，棗分布概率最小，分布概率幾乎為0。7月最高氣溫（Tmax7）和最熱月最高溫度（Bio5）表現(xiàn)出相同的生態(tài)規(guī)律，主要表現(xiàn)為最高溫度在32 ℃時(shí)其分布概率達(dá)到最高，在最高氣溫小于7 ℃和高于或等于40 ℃時(shí)棗分布概率最小，幾乎為0。最暖季度均溫（Bio10）和最冷季度均溫（Bio11）同樣對(duì)新疆棗適生區(qū)分布的影響較大。當(dāng)最暖季均溫（Bio10）小于14.5 ℃時(shí)其分布概率達(dá)到最低，其在14.5～27.0 ℃時(shí)，分布概率表現(xiàn)出先上升后下降的趨勢，到達(dá)27.0 ℃時(shí)分布概率又開始上升，上升到32.0 ℃時(shí)分布概率達(dá)到最高點(diǎn)。而最冷季度均溫（Bio11）小于-16.0 ℃時(shí)，棗分布概率極低，隨著其溫度升高而增長，其大于-2.0 ℃時(shí)分布概率達(dá)到最高。結(jié)果表明，極端溫度是影響新疆棗潛在適生區(qū)分布的一個(gè)重要因素，而冬季最低溫度是新疆棗發(fā)展的重要限制因子。

圖4 基于MaxEnt模型預(yù)測結(jié)果的環(huán)境因子訓(xùn)練增益得分Fig.4 Environment factor training gains of forecast results based on MaxEnt model

2.2 未來氣候件下新疆棗潛在適生區(qū)預(yù)測

基于MaxEnt模型預(yù)測未來氣候條件下新疆棗適生區(qū)如圖6所示。由圖6可見，與當(dāng)前氣候條件下潛在分布區(qū)比較，未來（2050和2070年）RCP4.5和RCP8.5氣候情景下，新疆棗的適生區(qū)發(fā)生了一些變化，整個(gè)適生區(qū)面積呈現(xiàn)增加的趨勢。其中，高適生區(qū)增加最多的地區(qū)主要集中在巴州地區(qū)的若羌縣；中適生區(qū)沿著高適生區(qū)外延其面積均有不同程度的增加；低適生區(qū)分布開始出現(xiàn)在北疆的少部分地區(qū)，主要集中在北疆的克拉瑪依市和昌吉地區(qū)。不同RCP情景和預(yù)測時(shí)段下，模型的模擬結(jié)果差異較小，說明在不同氣候情景和預(yù)測時(shí)段下，棗適生區(qū)的地理空間分布并無明顯變化（圖6）。

利用ArcGIS中重分類工具統(tǒng)計(jì)新疆棗各適生分布區(qū)的像素點(diǎn)數(shù)，通過不同等級(jí)適生區(qū)的柵格數(shù)據(jù)計(jì)算得到適生區(qū)面積，結(jié)果見表2。由表2可知，與當(dāng)前（1970—2000年）氣候條件相比，未來（2050和2070年）RCP4.5和RCP8.5氣候情景下新疆棗不同等級(jí)適生區(qū)的面積均呈現(xiàn)增加的趨勢。其中，2070年RCP4.5氣候情景下的適生區(qū)面積增加幅度最大，總適生區(qū)面積達(dá)到33.5×104km2，其中低適生區(qū)、中適生區(qū)和高適生區(qū)面積所占新疆面積比例分別為11.2%、6.6%和2.3%。

3 結(jié)論與討論

為促進(jìn)新疆棗產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展，基于MaxEnt生態(tài)位模型，根據(jù)新疆棗地理分布和環(huán)境因子之間的聯(lián)系，找出新疆棗分布規(guī)律的最大熵，預(yù)測在全球氣候變化背景下新疆棗在不同氣候條件下的潛在適生區(qū)分布，評(píng)估了影響新疆棗潛在適生區(qū)分布的主導(dǎo)環(huán)境因子。本研究中，選擇ROC曲線法評(píng)估MaxEnt模型模擬的準(zhǔn)確性，其中基于18種環(huán)境變量構(gòu)建最大熵模型的AUC平均值為0.983，表明預(yù)測效果非常理想，模型預(yù)測的潛在適生區(qū)分布與新疆棗的實(shí)際分布重合度較高。根據(jù)各環(huán)境變量對(duì)最終結(jié)果的貢獻(xiàn)率和重要性，確定10個(gè)均與溫度相關(guān)的氣候因子，其中最熱月最高溫度（Bio5）、最冷月最低溫度（Bio6）、最暖季度均溫（Bio10）、最冷季度均溫（Bio11）、6月最高氣溫（Tmax6）、7月最高氣溫（Tmax7）、8月最高氣溫（Tmax8）、12月最低氣溫（Tmin12）、1月最低氣溫（Tmin1）和2月最低氣溫（Tmin2）為決定新疆棗地理分布的主導(dǎo)氣候因子，印證了溫度條件特別是極端溫度對(duì)新疆棗地理分布的重要性。

圖5 基于MaxEnt模型預(yù)測結(jié)果的主導(dǎo)環(huán)境因子的響應(yīng)曲線Fig.5 Response curves of dominant environment factors of forecast results based on MaxEnt model

適生區(qū)預(yù)測結(jié)果顯示：在當(dāng)前氣候環(huán)境下，新疆棗潛在適生區(qū)主要分布在南疆和東疆，其中高適生區(qū)主要集中在巴州地區(qū)的庫爾勒市、尉犁縣和輪臺(tái)縣，喀什地區(qū)的喀什市、麥蓋提縣、岳普湖縣、莎車縣、巴楚縣、伽師縣、葉城縣、澤普縣、疏附縣、疏勒縣和英吉沙縣，阿克蘇地區(qū)的阿克蘇市、庫車縣、阿瓦提縣、溫宿縣、新和縣、沙雅縣和阿拉爾市，和田地區(qū)的和田縣、墨玉縣、策勒縣、洛浦縣和于田縣。這些地區(qū)土地廣闊，氣候條件適宜，適合棗種植業(yè)的發(fā)展。前人研究結(jié)果表明，在全球氣候變化的背景下，物種適生區(qū)有向高緯度區(qū)域遷移的趨勢[30]。本研究結(jié)果表明，在未來時(shí)段（2050和2070年）RCP4.5和RCP8.5不同氣候情景下，新疆棗整個(gè)潛在適生區(qū)面積呈現(xiàn)增加的特點(diǎn)，在北疆地區(qū)開始出現(xiàn)較少部分的低適生區(qū)。

圖6 基于MaxEnt模型預(yù)測未來氣候條件下新疆棗適生區(qū)Fig.6 Suitable areas of jujube in Xinjiang under future climatic conditions based on MaxEnt model

表2 基于MaxEnt模型預(yù)測不同氣候條件下新疆棗不同等級(jí)適生區(qū)面積的比較Table 2 Comparison of different grades of suitable areas of jujube in Xinjiang under different climatic conditions based on MaxEnt model×104 km2

物種適生區(qū)分布的精準(zhǔn)預(yù)測對(duì)于物種推廣和引種極其重要。MaxEnt模型對(duì)于物種適生區(qū)分布預(yù)測的準(zhǔn)確度，主要是由提供給模型的物種實(shí)際分布數(shù)據(jù)和環(huán)境變量數(shù)據(jù)決定。本研究中基于現(xiàn)有水平，劃分新疆棗適生區(qū)的類別，由于選取的樣本分布點(diǎn)數(shù)據(jù)量較少，預(yù)測結(jié)果可能存在一定的誤差。影響新疆棗潛在適生區(qū)分布的因素不僅包括氣候因素，地形因素和土壤因素、人類社會(huì)經(jīng)濟(jì)結(jié)構(gòu)、生產(chǎn)技術(shù)水平等因素同樣會(huì)對(duì)其適生區(qū)分布產(chǎn)生重要影響，有待引入更多的變量進(jìn)行深入研究。