-
气候变化对物种的地理分布、物候及其他生命特征和进展有相当大的影响,这些影响导致了物种的加速繁荣或灭绝[1-2]。了解物种如何应对气候变化对于物种的持续保护和监管非常重要。
长柄扁桃(Prunus pedunculata Pall.)作为我国乡土树种,是珍贵的野生果树种质资源;其拥有耐干旱、耐瘠薄的特性,可在干旱、半干旱的沙区或土石山区生长,具有良好的生态效益。同时,长柄扁桃作为一种新型木本油料作物,具有良好的经济价值[3-4]。2020年11月18日,国家发展和改革委员会、国家林业和草原局等十部委联合下发《关于科学利用林地资源 促进木本粮油和林下经济高质量发展的意见》(发改农经〔2020〕1753号),该文件明确提出,要在北方干旱区适当发展长柄扁桃产业。了解长柄扁桃的适宜分布区及其对气候变化的响应,对于长柄扁桃产业的发展至关重要。
生态位模型是预测物种的潜在地理分布(即适宜分布区)和生境适宜性评估的有效手段,其中,最大熵模型(MaxEnt),利用现有的物种分布信息结合环境数据,可准确地预测物种的潜在地理分布[5-7]。利用MaxEnt开展预测,即使物种分布信息不足,也具有良好的准确性[8-9]。模型以现有物种分布点的气候变量为约束条件,假设该物种将出现在气候条件适宜的所有区域,但不出现在任何气候条件不适宜的区域,从而获得物种的适宜分布区[6]。目前,MaxEnt已被广泛用于预测物种分布以及物种分布与气候变化之间的响应关系[10-14]。
目前,尚缺乏有关长柄扁桃适宜分布区响应气候变化的研究。本研究利用生态位模型,初步探讨了长柄扁桃在未来不同气候情景下的分布情况,以期揭示其适宜分布区应对气候变化的响应。
-
预测结果表明:基准气候情景(1970—2000)下,长柄扁桃的适宜分布区集中在中国、蒙古和俄罗斯三国境内(图1,即长柄扁桃集中适宜分布区,分布范围为97.23°~122.62° E和35.49°~54.91° N)。在我国,长柄扁桃总适宜面积为94.54 × 104 km2,主要分布在甘肃、青海、宁夏、内蒙古、陕西、山西和河北等地,中、高适宜分布区主要分布在内蒙古,陕西和山西北部有少量高适宜分布区。长柄扁桃在蒙古国的总适宜面积为88.35 × 104 km2,适宜分布区主要分布在库苏古尔、后杭爱和巴彦洪戈尔往东的地区。在俄罗斯,长柄扁桃的总适宜面积为13.33 × 104 km2,集中在伊尔库兹克州、布里亚特共和国和赤塔州南部。
Figure 1. Global suitable distribution (A) and concentrated suitable distribution region (B, C) of Prunus pedunculata under the reference climate scenario
图2为未来气候情景中(2021—2100)长柄扁桃的适宜分布区面积的变化。2041年前,长柄扁桃集中适宜分布区面积在未来4个气候情景中都呈现增加趋势;2041年后,情景SSP1-2.6中的适宜面积开始减少,情景SSP2-4.5中适宜面积基本保持稳定,情景SSP3-7.0和SSP5-8.5中适宜面积持续增加,并且情景SSP3-7.0中的适宜面积在2061年前超过情景SSP5-8.5,随后持续增加。
Figure 2. Changes of the concentrated suitable distribution area of Prunus pedunculata under different climate scenarios
在我国境内,4个情景中长柄扁桃适宜面积皆呈波浪状,这表明长柄扁桃适宜面积在我国并不是单一的增加或者减少,应对气候的变化表现出多样性。
在蒙古境内,2021年前,情景SSP1-2.6中长柄扁桃的适宜面积呈增加趋势,2021年后基本保持稳定,变化较小;其它情景中,适宜面积表现为增长趋势,在2061年前,排放量越大的情景适宜面积增加量也越高,而在2061年后,情景SSP3-7.0中的适宜面积反超情景SSP5-8.5。
在俄罗斯,情景SSP2-4.5、SSP3-7.0和SSP5-8.5中,长柄扁桃适宜面积在2061年前,都呈增加趋势;2061年后,情景SSP3-7.0中的适宜面积超过情景SSP5-8.5,而情景SSP2-4.5中适宜面积开始减少。与其他情景不同,SSP1-2.6中,适宜面积于2021年前呈增加趋势,随后减少,2041年前后,先减少后增加,而2061年前后类似于2021年,是另外一个峰值点。
-
19个气候变量经过两两之间的相关性筛选,最终确定5个气候变量(bio1、bio7、bio13、bio15和bio17)用于编译MaxEnt模型的运行。
刀切法(Jackknife)测试用于分析气候变量对预测结果的影响,以确定每个气候因素的重要性。当单独使用气候变量时,增益最大变量是降水季节性变化(bio15)(图3),表明该变量是预测过程中限制长柄扁桃分布的最关键变量。
-
图4显示了基准气候情景和未来4种气候情景下长柄扁桃集中适宜分布区的几何中心。在情景SSP1-2.6中,2021年、2061年和2081年的几何中心位于基准气候情景几何中心的西北方,2041年几何中心位于基准气候情景几何中心的东北方。在情景SSP3-7.0中,2021年几何中心位于基准气候情景几何中心的东北方,其余时间段的几何中心都位于基准气候情景几何中心的西北方。在情景SSP2-4.5和SSP5-8.5中,所有时间段的几何中心全部位于基准气候情景几何中心的西北方。结果表明,未来长柄扁桃集中适宜分区的几何中心整体有往西北方移动的趋势。
Figure 4. Geometric centers of the concentrated suitable distribution regions of Prunus pedunculata under different climate scenarios
将几何中心的迁移进行量化,以基准气候情景下的几何中心为原点,距离原点最远的几何中心的迁移率表示为1,其余几何中心和原点间距离与最远几何中心和原点间距离之比就是这些几何中心的迁移率(表1)。几何中心迁移率最高的气候情景为2061和2081年的SSP5-8.5情景,迁移率为1。几何中心迁移率最低的气候情景为2021年的SSP3-7.0情景,迁移率为0.31。4种气候情景的平均迁移率分别为0.39(SSP1-2.6)、0.46(SSP2-4.5)、0.54(SSP3-7.0)和0.79(SSP5-8.5)。随着排放情景的升级,几何中心的平均迁移率也在增加,表明高排放情景下长柄扁桃集中适宜分布区的变化比低排放情景更活跃。
情景
Scenario年份
Year迁移率
Migration rate基准气候 Reference climate 1970—2000 0 SSP1-2.6 2021 0.32 2041 0.33 2061 0.44 2081 0.48 SSP2-4.5 2021 0.39 2041 0.36 2061 0.51 2081 0.56 SSP3-7.0 2021 0.31 2041 0.49 2061 0.61 2081 0.74 SSP5-8.5 2021 0.39 2041 0.76 2061 1 2081 1 -
MaxEnT模型运用受试者工作曲线(ROC)对预测结果进行精确性验证。在该方法中,使用曲线下的面积,即AUC(area under curve)值(范围为0~1)来判断模型的预测精度。当AUC ≤ 0.7时,表明预测精度较差;当0.8 ≤ AUC < 0.9时,表明预测精度较好;当AUC > 0.9时,表明预测精度很好[11, 14]。本研究中,模型的AUC值为0.982,表明预测结果精度高,预测效果好。
Response of the suitable distribution areas of Prunus pedunculata to Climate Change
- Received Date: 2022-02-20
- Accepted Date: 2022-05-09
- Available Online: 2022-10-20
Abstract: