基于Maxent模型的未來氣候變化情景下胡楊在中國的潛在地理分布

張 華, 趙浩翔, 王 浩

西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 蘭州 730070

植被對氣候變化的響應(yīng)一直是全球變化和生物地理學(xué)研究的熱點(diǎn)問題[1]。氣候被認(rèn)為是在區(qū)域和全球范圍內(nèi)影響物種和植被分布最重要的環(huán)境因子,氣候變化對生物多樣性和物種分布范圍有著巨大的影響[2]。20世紀(jì)以來,受人類干擾以及自然因素的影響,全球氣候變化以變暖為主要特征。IPCC第一工作組第五次評估報(bào)告表明：全球地表持續(xù)升溫,1885—1990年平均氣溫和2003—2013年平均氣溫相差0.78℃,全球平均氣溫在2016—2035期間相較于1986—2005年,可能升高0.3—0.7℃[3]。隨著全球氣候變暖,物種的潛在地理分布可能會發(fā)生較大改變,所以研究物種的潛在地理分布對未來氣候變化的響應(yīng)以及預(yù)測未來氣候變化情景下物種的潛在地理分布的變化,對制定生物多樣性保護(hù)策略具有非常重要的作用[4-5]。

物種分布模型(Species Distribution Models, SDMs)已被廣泛應(yīng)用于研究氣候變化對物種潛在地理分布的影響,利用最高溫度、最低溫度、相對濕度、降雨量和其他環(huán)境因素可以推斷物種的潛在地理分布[6-8]。Maxent模型是基于環(huán)境變量圖層和物種分布記錄,并以機(jī)器學(xué)習(xí)和最大熵原理為基礎(chǔ)對物種的潛在地理分布進(jìn)行模擬的一種生態(tài)位模型。該模型具有許多優(yōu)點(diǎn),例如,Maxent模型依據(jù)物種分布點(diǎn)進(jìn)行建模,在物種分布點(diǎn)數(shù)量不定和環(huán)境變量之間相關(guān)性不明確的情況下預(yù)測效果較好,非常適用于物種分布建模[9-11]。該模型作為一種能對物種未來潛在地理分布預(yù)測的定量化分析工具,具有較廣的應(yīng)用范圍,不僅包括了狹義范圍內(nèi)的瀕危物種[12]和入侵物種[13]等,而且包括廣義上的珍稀動物的適宜生境[14]和森林破壞[15]等生態(tài)退化過程,即時(shí)在物種分布記錄較少(<20)的情況下也有著準(zhǔn)確的預(yù)測結(jié)果[16]。Elith等[17]運(yùn)用16種生態(tài)位型對226個(gè)物種的潛在地理分布進(jìn)行了預(yù)測,結(jié)果表明Maxent模型的預(yù)測結(jié)果相對于其他生態(tài)位模型更加精確。王運(yùn)生等[18]應(yīng)用了5種生態(tài)位模型對植物病原線蟲—相似穿孔線蟲(Radopholussimilis)在中國的潛在地理分布進(jìn)行了預(yù)測,并且對5種模型的預(yù)測結(jié)果進(jìn)行了比較分析,結(jié)果表明Maxent模型具有穩(wěn)定性和擴(kuò)展性。基于Maxent最大熵模型和ArcGIS對物種的潛在地理分布進(jìn)行預(yù)測,可以對氣候變化給生物多樣性帶來的潛在風(fēng)險(xiǎn)進(jìn)行預(yù)測,從而能使科學(xué)家和決策者能提出相應(yīng)的策略來降低氣候變化對生物多樣性造成的影響[19]。

胡楊(Populuseuphratica)是楊柳科楊屬中最原始、最古老的落葉中型天然喬木,是荒漠地區(qū)特有的珍貴樹種[20],該物種適應(yīng)中國西北干旱區(qū)的大陸性氣候,已成為抵御風(fēng)沙、遏制沙漠化、保護(hù)生物多樣性和維護(hù)干旱區(qū)生態(tài)平衡的重要屏障,是我國內(nèi)陸荒漠河岸植被中重要的建群種和表征種[21]。聯(lián)合國糧農(nóng)組織(FAO)在1993年召開的林木基因資源專組例會上,將胡楊確定為全世界干旱和半干旱區(qū)急需優(yōu)先保護(hù)的林木基因資源[22]。目前,國內(nèi)對胡楊的研究大多集中在對其種群分布格局、生理生化等方面,對胡楊的潛在地理分布區(qū)的研究較少[23-24]。本研究通過收集和篩選胡楊物種地理分布信息,結(jié)合相關(guān)環(huán)境數(shù)據(jù),利用Maxent模型和ArcGIS軟件的空間分析技術(shù)對在不同氣候條件下胡楊在中國的潛在地理分布變化進(jìn)行預(yù)測,旨在研究以下問題：(1)現(xiàn)代氣候條件下胡楊在中國的潛在地理分布,并以此為依據(jù)探究胡楊在中國的潛在地理分布與環(huán)境因子的關(guān)系,探討限制胡楊潛在地理分布的重要環(huán)境因子；(2)未來氣候變化情景下,胡楊在中國的潛在地理分布區(qū)的變化和幾何中心的轉(zhuǎn)移。研究結(jié)果可為綠洲恢復(fù)過程中胡楊的合理種植和配置提供科學(xué)理論依據(jù)。

1 數(shù)據(jù)和方法

1.1 物種分布數(shù)據(jù)

通過檢索中國數(shù)字標(biāo)本館(CVH,http：//www.cvh.ac.cn/)、全球生物多樣性信息平臺(http：//www.gbif.org)等相關(guān)網(wǎng)站,共收集胡楊種群在中國的自然分布記錄663條,其中大部分標(biāo)本記錄缺乏精確的地理坐標(biāo),本研究根據(jù)標(biāo)本記錄的位置信息結(jié)合谷歌地球(http：//ditu.google.cn)確定經(jīng)度和緯度,并且去除了描述不夠具體和經(jīng)緯度重復(fù)的分布點(diǎn)。最終得到全面且準(zhǔn)確的92個(gè)分布記錄(圖1),將樣本的經(jīng)緯度坐標(biāo)存儲在Excel數(shù)據(jù)庫中,并轉(zhuǎn)換成csv格式,用于建立Maxent模型。

圖1 胡楊在中國的分布點(diǎn)數(shù)據(jù)

1.2 環(huán)境變量數(shù)據(jù)來源及預(yù)處理

本研究所用的現(xiàn)代氣候數(shù)據(jù)(1970—2000年)來源于世界氣候數(shù)據(jù)網(wǎng)站(http：//www.worldclim.org/),未來氣候數(shù)據(jù)(2060—2080年)采用在中國具有較強(qiáng)模擬能力的CCSM4模式[25],該模式包括IPCC(Intergovernmental Panel on Climate Change)第五次排放報(bào)告[3]中的RCP2.6、RCP4.5、RCP6.0和RCP8.5四種排放情景(表1),本研究選用了其中19個(gè)生物氣候變量(表2),數(shù)據(jù)分辨率為2.5′。

表1 四種排放情景[26]

表2 19個(gè)生物氣候變量

本研究所用的地下水?dāng)?shù)據(jù)來源于中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)(CERN, Chinese Ecosystem Research Network)34個(gè)臺站采用人工或自動記錄方法觀測的2005—2014年地下水深度數(shù)據(jù)[27],在ArcGIS 10.2中運(yùn)用反距離權(quán)重法(IDW, Inverse Distance Weighted)對該數(shù)據(jù)進(jìn)行插值,最終得到分辨率為2.5的中國地下水?dāng)?shù)據(jù)深度分布圖。

將經(jīng)過預(yù)處理的19個(gè)現(xiàn)代生物氣候變量數(shù)據(jù)、和地下水?dāng)?shù)據(jù)導(dǎo)入Maxent軟件中,使用刀切法測試環(huán)境因子變量的重要性,運(yùn)行3次,最終選取10個(gè)累計(jì)貢獻(xiàn)率大于90%的環(huán)境因子變量用于胡楊潛在地理分布的預(yù)測(表3)。

表3 參與運(yùn)算的環(huán)境因子變量

1.3 矢量圖及模型來源

1∶100萬中國行政區(qū)劃圖來源于國家基礎(chǔ)地理信息系統(tǒng)網(wǎng)站(http：//nfgis.nsdi.gov.cn)。Maxent V3.4.1版下載于網(wǎng)站(http：//biodiversityinformatics.amnh.org/open source/Maxent/)。本文所用的ArcGIS軟件版本為10.2版。

1.4 最大熵模型的構(gòu)建

將胡楊的地理分布數(shù)據(jù)和環(huán)境變量數(shù)據(jù)導(dǎo)入Maxent軟件中,進(jìn)行建模運(yùn)算,模型參數(shù)設(shè)置為：選擇25%分布點(diǎn)作為測試集,75%分布點(diǎn)作為訓(xùn)練集,采用交叉驗(yàn)證方法(Crossvalidate,即將物種分布數(shù)據(jù)隨機(jī)平均分成10份,每次選取其中1份最為測試集,其實(shí)9份選取作為訓(xùn)練集,重復(fù)運(yùn)行10次,數(shù)據(jù)利用率較高),默認(rèn)設(shè)置最大迭代次數(shù)為500次,最大背景點(diǎn)數(shù)量為10000個(gè),其余選擇默認(rèn)設(shè)置,最終輸出的ASCII結(jié)果文件是10次重復(fù)的平均值[28]。將結(jié)果文件導(dǎo)入ArcGIS 10.2軟件中,結(jié)合空間分析工具(spatial analyst tools)中的重分類命令(reclassify),利用自然間斷點(diǎn)分級法(Jenks′ natural breaks)將適宜度分為4個(gè)等級[29]：不適生區(qū)(0—0.08),低適生區(qū)(0.08—0.26),高適生區(qū)(0.26—0.51),最適生區(qū)(0.51—0.95),從而得到胡楊在中國的潛在地理分布區(qū)。

1.5 模型精度評價(jià)

使用接受者操作特征曲線(ROC, Receiver Operating Characteristic Curve)進(jìn)行模擬預(yù)測效果檢驗(yàn),取曲線下的面積值(AUC, area under curve)作為模型預(yù)測衡量標(biāo)準(zhǔn),該曲線把預(yù)測結(jié)果的每一個(gè)值作為可能的判斷閾值,通過計(jì)算得到了相應(yīng)的靈敏度和特異度,以假陽性率(1—特異度)為橫坐標(biāo),以真陽性率(靈敏度)作為縱坐標(biāo),由于AUC值不受判斷閾值影響,可以用來比較不同模型,因此成為目前最佳的模型預(yù)測準(zhǔn)確度衡量指標(biāo)。AUC的取值范圍為0—1,取值越大表示與隨機(jī)分布相距越遠(yuǎn),預(yù)測的效果就越好,評估標(biāo)準(zhǔn)為：0.7—0.8較準(zhǔn)確,0.8—0.9很準(zhǔn)確,0.9—1.0極準(zhǔn)確[30]。

1.6 環(huán)境變量的重要性評估

利用Maxent模型運(yùn)行得出的貢獻(xiàn)率、置換重要值和刀切法(Jackknife)檢驗(yàn)對限制胡楊在中國潛在地理分布的環(huán)境變量重要性進(jìn)行評估,Maxent模型可以模型中貢獻(xiàn)率高的環(huán)境變量進(jìn)行追蹤,然后通過對單一要素進(jìn)行逐步修正來提高增益值,然后將增益值分配給該要素依賴的環(huán)境變量,并以百分比的形式給出。環(huán)境變量的貢獻(xiàn)率以百分比的形式表示,置換重要值是由該環(huán)境變量在訓(xùn)練點(diǎn)(存在點(diǎn),背景點(diǎn))中的隨機(jī)置換值和由此導(dǎo)致的AUC值的下降幅度來決定,AUC值的降幅大小表明著該變量對模型的依賴程度[32]。刀切法(Jackknife)檢驗(yàn)檢驗(yàn)通過依次使用和排除某一環(huán)境變量以及使用所有環(huán)境變量對模型進(jìn)行創(chuàng)建,通過提供正規(guī)則化訓(xùn)練增益、測試增益和AUC值3種檢驗(yàn)結(jié)果來衡量環(huán)境變量的重要性。

2 結(jié)果與分析

2.1 胡楊潛在地理分布的影響因子

根據(jù)Maxent模型模擬的預(yù)測結(jié)果,ROC曲線訓(xùn)練集的AUC值為0.932,測試集的AUC值為0.931,說明使用Maxent模型預(yù)測胡楊在中國的潛在地理分布模擬精度非常準(zhǔn)確,獲得的ROC曲線如圖2所示。

圖2 胡楊Maxent模型的接受者操作特性曲線

用于Maxent模型預(yù)測的10個(gè)環(huán)境因子變量中,貢獻(xiàn)率排前三位的環(huán)境因子變量依次為：最濕月降水量(Bio13,51%),年均溫(Bio1,9.1%),最干季降水量(Bio17,8.8%),累計(jì)貢獻(xiàn)率為68.9%；置換重要值(置換重要值是隨機(jī)置換掉每個(gè)環(huán)境因子變量在訓(xùn)練存在和背景數(shù)據(jù)上的數(shù)值,值越大表明模型對該變量的依賴性更強(qiáng))排前三位的環(huán)境因子變量為：年均溫(Bio1,36.3%),最濕月降水量(Bio13,33.1%),最冷月最低溫(Bio6,11.7%),累積值為81.1%(表4)。

表4 環(huán)境變量及其貢獻(xiàn)率和適宜區(qū)間

由刀切法(Jackknife)檢驗(yàn)結(jié)果(圖3)可知：僅使用單一環(huán)境因子變量時(shí),對正規(guī)化訓(xùn)練增益影響最大的三個(gè)環(huán)境因子變量為：最濕月降水量(Bio13),年均溫(Bio1),最冷月最低溫(Bio6),表明這些環(huán)境因子變量包含其他環(huán)境因子變量不具有的信息。綜合來看,影響現(xiàn)代胡楊潛在地理分布的主要因子為：氣溫因子變量(年均溫和最冷月最低溫)和降水因子變量(最濕月降水量和最干季降水量)。

圖3 胡楊環(huán)境因子刀切法檢驗(yàn)結(jié)果

可以根據(jù)環(huán)境因子變量響應(yīng)曲線來判斷胡楊的存在概率與環(huán)境因子之間的關(guān)系(圖4),當(dāng)胡楊的存在概率大于0.5時(shí),其對應(yīng)的環(huán)境因子值有利于胡楊的生長。

圖4 胡楊存在概率對主要?dú)夂蛞蜃拥捻憫?yīng)曲線

最濕月降水量(貢獻(xiàn)率51%,置換重要值33.1%)在3 mm時(shí)胡楊的存在概率最高(0.74),隨著降水量增加,胡楊的存在概率開始下降,在38 mm左右時(shí)生存概率開始降低到0.5以下,所以適合胡楊生長的最濕月降水量適宜范圍為：3—38 mm。

年均溫(貢獻(xiàn)率9.1%,置換重要值36.3%)在約7.5℃以下時(shí)胡楊的生存概率在0.5以下。隨著年均溫的增高,胡楊的生存概率開始增高,在17.5℃時(shí)達(dá)到最大值(0.9),隨后增加至25.8℃時(shí)達(dá)到胡楊生存概率的臨界值,溫度上升過程中存在概率呈穩(wěn)定不變狀態(tài)。所以適合胡楊生長的年均溫范圍為：7.5—25.8℃。

最干季降水量(貢獻(xiàn)率8.8%,置換重要值6.1%)從0 mm開始,胡楊的生存概率開始迅速增加,達(dá)到約5 mm時(shí),生存概率達(dá)到最大值(0.57),隨后生存概率開始迅速下降,在最干季降水量約30 mm時(shí),生存概率降低到0.5,所以適合胡楊生長的最干季降水量范圍為：0—30 mm。

最冷月最低溫(貢獻(xiàn)率7%,置換重要值11.7%)從-38.3℃開始,胡楊是生存概率迅速增加,在約-28℃時(shí)達(dá)到最大值(0.78),隨后開始下降,在約-15℃時(shí)胡楊的生存概率降低到0.5,所以適合胡楊生長的最冷月最低溫范圍為：-38.3—-15℃。其他適宜胡楊生長的環(huán)境因子變量范圍見表3。

2.2 胡楊在現(xiàn)代氣候條件下的潛在分布區(qū)

經(jīng)Maxent模型運(yùn)算模擬出胡楊在現(xiàn)代氣候條件下的潛在地理分布區(qū)(圖5),在92個(gè)胡楊有效分布記錄的存在概率邏輯值中,最高邏輯值為新疆吐魯番市托克遜縣(0.90),最低邏輯值為新疆且末縣(0.05),平均邏輯值為0.55。胡楊在現(xiàn)代氣候下的潛在分布區(qū)主要位于中國的北部地區(qū)和西北部地區(qū),北部地區(qū)主要分布在內(nèi)蒙古中西部地區(qū),西北部地區(qū)主要分布在新疆大部分地區(qū)、甘肅北部和西北部地區(qū)、青海中西部地區(qū)和寧夏北部地區(qū)。

胡楊最適生區(qū)面積為40.71×104km2,占中國總面積的4%(表5),胡楊最適生分布區(qū)主要位于新疆哈密地區(qū)、塔里木河流域、和田河流域、烏蘇和烏爾禾等地區(qū),甘肅的祁連山、酒泉和民勤等地區(qū)和青海的格爾木地區(qū)；胡楊高度適生區(qū)面積為90.22×104km2,主要位于內(nèi)蒙古的額濟(jì)納旗和阿拉善地區(qū)、新疆的阿勒泰地區(qū)、額爾齊斯河流域和葉爾羌河流域,占中國總面積的9%(表4)；胡楊總適生面積為289.94×104km2,占中國總面積的30%(表5)。從Maxent模型預(yù)測結(jié)果分析,胡楊的潛在地理分布范圍遠(yuǎn)大于胡楊的現(xiàn)代地理分布范圍(圖1,圖5)。

圖5 現(xiàn)代氣候條件下胡楊的潛在地理分布

2.3 氣候變化對胡楊潛在地理分布的影響預(yù)測

本研究利用Maxent模型預(yù)測了在現(xiàn)代氣候條件下和2070年RCP2.6、RCP4.5、RCP6.0、RCP8.5四種排放情景下胡楊的潛在地理分布,從而得到了胡楊在中國的潛在地理分布區(qū)(圖6)和不同氣候條件下胡楊不同潛在地理分布等級的面積(表5)。

圖6 未來氣候變化情景下胡楊的潛在地理分布

表5 不同時(shí)期胡楊各適生區(qū)面積/(×104km2)

由表5可知,在2070年RCP2.6排放情景下,胡楊的最適生面積為19.7×104km2；高適生面積為38.77×104km2；胡楊的總適生面積為121.81×104km2。較現(xiàn)代氣候條件下胡楊的最適生面積、高適生面積和總適生面積分別減少了21.01×104km2、49.58×104km2和168.13×104km2。

在2070年RCP4.5排放情景下胡楊的最適生面積為18.16×104km2；高適生面積為40.64×104km2；總適生面積為125.28×104km2。較現(xiàn)代氣候條件下胡楊的最適生面積、高適生面積和總適生面積分別減少了22.55×104km2、49.58×104km2和164.66×104km2。

在2070年RCP6.0排放情景下胡楊的最適生面積為26.59×104km2；高適生面積為34.00×104km2；總適生面積為125.82×104km2。較現(xiàn)代氣候條件下胡楊的最適生面積、高適生面積和總適生面積分別減少了14.12×104km2、56.22×104km2和164.12×104km2。

在2070年RCP8.5排放情景下胡楊的最適生面積為17.35×104km2；高適生面積為33.87×104km2；總適生面積為125.93×104km2。較現(xiàn)代氣候條件下胡楊的最適生面積、高適生面積和總適生面積分別減少了23.36×104km2、56.35×104km2和164.01×104km2。

在2070年RCP6.0排放情景下胡楊的最適生面積最大；在2070年四種排放情景下胡楊的總適生面積均相互接近,胡楊的潛在地理分布區(qū)和幾何中心逐漸向高海拔地區(qū)(中國西北地區(qū))轉(zhuǎn)移,胡楊的最適生區(qū)、高適生區(qū)和總適生區(qū)的面積均有所減少。

3 討論與結(jié)論

3.1 氣候因子對現(xiàn)代胡楊潛在地理分布的制約

Maxent模型預(yù)測分析結(jié)果表明：限制胡楊潛在地理分布的重要環(huán)境因子為氣溫和降水因子。劉普幸等[31]研究胡楊生長季對氣候變化的響應(yīng)表明：90年代以后酒泉綠洲的胡楊林生長期終日顯著推遲,并在21世紀(jì)初達(dá)到近56a以來的頂峰,表明胡楊對21世紀(jì)全球氣候變暖的信號有著強(qiáng)烈的響應(yīng)。劉樹寶[32]研究降水對黑河下游胡楊水分來源的影響表明：胡楊幼苗降雨前對0—30 cm的土壤水利用比例高達(dá)88%—90%,對地下水的利用最高僅僅為10%；降雨后對降水的利用最高達(dá)60%,可見降雨對胡楊的幼苗影響較大。

本研究中限制胡楊生長的重要環(huán)境因子變量：最濕月降水量、年均溫和最干季降水量。張曉芹[33]對西北干旱區(qū)典型生態(tài)經(jīng)濟(jì)樹種地理分布與氣候適宜性研究表明胡楊的潛在地理分布明顯受到與水文相關(guān)氣候因子的影響,由于西北干旱區(qū)降水的脅迫性往往比溫度的脅迫性更突出,而胡楊主要分布在西北干旱區(qū),所以胡楊的潛在地理分布更依賴降水相關(guān)的環(huán)境因子變量。氣溫的變化對植被帶的緯向遷移有重要的影響,在不考慮水分的限制條件下,隨著全球氣候變暖,植物生長受熱量限制的地區(qū)將會增多,對植物的生長會產(chǎn)生影響[34],這說明雖然降水因子對胡楊潛在地理分布的影響要大于氣溫因子,但是在制約胡楊潛在地理分布的因素中,氣溫也起著不可忽視的作用。

其他環(huán)境因子變量如：未來的土壤和植被覆蓋等數(shù)據(jù)對胡楊的潛在地理分布變化也有影響,由于未來時(shí)期的土壤和植被覆蓋數(shù)據(jù)難以獲取,未加入對胡楊潛在地理分布的預(yù)測,所以本研究得到的潛在地理分布部分可能不適合胡楊的種植,在實(shí)際應(yīng)用時(shí)必須結(jié)合當(dāng)?shù)氐耐寥篮退牡刭|(zhì)條件,但是本研究結(jié)果是宏觀規(guī)劃的第一步,對綠洲恢復(fù)過程中胡楊的合理種植至關(guān)重要。

3.2 未來氣候變化情景下胡楊潛在地理分布區(qū)的變化

本研究利用未來氣候情景下4種不同排放情景的環(huán)境因子變量結(jié)合現(xiàn)代氣候條件,利用Maxent模型預(yù)測了在未來氣候變化情景下胡楊在中國的潛在地理分布的變化(圖7),預(yù)測結(jié)果表明：2070年四種排放情景下與現(xiàn)代氣候條件下胡楊的潛在地理分布相比,胡楊的潛在地理分布呈面積減少和破碎化特點(diǎn),內(nèi)蒙古中部地區(qū)胡楊的潛在地理分布完全喪失,位于中、低海拔的潛在地理分布區(qū)適宜度降低或者基本消失。在2070年RCP2.6排放情景下,胡楊最適生區(qū)主要位于新疆的吉木乃、阿勒泰、烏爾禾、吐魯番、哈密、葉爾羌河流域和克拉瑪依等地區(qū),高適生區(qū)主要位于新疆西部大部分地區(qū)、西北部的和田河流域等地區(qū),哈密地區(qū)也有少量胡楊高適生區(qū)分布,胡楊在塔里木河流域的生存適宜度降低,在新疆北部地區(qū)最適生面積減少,在2070年RCP4.5、RCP6.0和RCP8.5排放情景下胡楊的最適生區(qū)和高適生區(qū)分布范圍與RCP2.6排放情景下接近；在2070年RCP4.5排放情景下新疆克拉瑪依地區(qū)最適生區(qū)面積減少,較現(xiàn)代氣候條件下新疆西南部和西北部地區(qū)的胡楊生長適宜度降低,李文慶等[35]利用Maxent模型分析了四子柳在不同氣候情景下的亞洲潛在地理分布格局變化,結(jié)果表明：在RCP2.6和RCP8.5排放情景下四子柳的潛在地理分布在未來存在喪失的風(fēng)險(xiǎn),本研究結(jié)論與之接近；在2070年RCP6.0排放情景下新疆塔城和吉木乃地區(qū)的胡楊生長適宜度降低,白堿灘和烏爾禾地區(qū)的胡楊生長適宜度增高,胡楊潛在地理分布消失區(qū)范圍在2070年4種排放情景下最大；在2070年RCP8.5排放情景下胡楊的潛在地理分布區(qū)范圍和胡楊潛在地理分布穩(wěn)定區(qū)與RCP2.6和RCP6.0接近,最適生區(qū)和增加區(qū)范圍最大。杜鵑花在未來氣候變化情景下潛在地理分布范圍將會縮小,并且?guī)缀沃行膶⑾蛑袊鞅狈较蜣D(zhuǎn)移[36],本文研究結(jié)論與之基本一致。中國在RCP8.5排放情景下增加的降水量要高于低濃度排放情景下增加的降水量[37],這表明高濃度排放情景下增加的降水量能降低或者解決降水因子對物種分布的限制,在低濃度排放情景下增加的降水量不能降低或解決降水因子對物種分布的限制,反而會隨著全球變暖導(dǎo)致可供物種吸收的有效水減少,所以在低濃度排放情景下位于沙漠邊緣的物種潛在地理分布部分可能喪失,這可能也是在RCP8.5排放情景下胡楊的最適生區(qū)和增加區(qū)最大的原因。

圖7 未來氣候變化情景下胡楊的潛在地理分布區(qū)變化

Leng等[38]利用Random Forest模型分析了IPCC第四次評估報(bào)告(IPCC AR4)中三種排放情景下,隨著未來氣候變化,對中國東北地區(qū)3種落葉松的潛在地理分布產(chǎn)生的影響,結(jié)果表明：到21世紀(jì)末,未來氣候變化情景下,3種落葉松的潛在地理分布明顯向高緯度地區(qū)移動,同時(shí)潛在地理分布范圍將大大縮小；Flower等[39]利用Bioclimatic Envelope模型分析IPCC AR4中三種排放情景下加拿大不列顛省3種云杉和1種黃杉的潛在地理分布發(fā)生的變化,結(jié)果表明：未來氣候變化情景下,4種樹種在加拿大不列顛省的潛在地理分布明顯向高緯度和高海拔地區(qū)移動；Thuiller 等[40]利用Biomod集合預(yù)測平臺分析了IPCC第三次評估報(bào)告中四種排放情景下歐洲 1350 種植物的潛在地理分布發(fā)生的變化,結(jié)果表明：假設(shè)在物種不能進(jìn)行自發(fā)擴(kuò)散的條件下,到21世紀(jì)80年代,超過一半的研究對象會隨著氣候變化而變成受威脅物種(IUCN 標(biāo)準(zhǔn) A3)。熊巧利等[41]基于Maxent模型對西南地區(qū)高山植被對氣候變化的響應(yīng)進(jìn)行了評估,結(jié)果表明：1960—2050年研究區(qū)高山植被潛在地理分布的氣候適宜性面積呈減少趨勢。魏博等[42]利用Maxent模型對裸果木適宜分布區(qū)對未來氣候變化情景的可能響應(yīng)的研究結(jié)果表明：未來氣候下,裸果木在我國西北荒漠區(qū)的潛在地理分布將明顯減少。上述研究結(jié)果表明：隨著氣候變暖,物種的現(xiàn)代潛在地理分布范圍將會縮減,并且有著向高海拔地區(qū)遷移的趨勢,本研究結(jié)論與之一致。本研究僅采用了2060—2080年這一個(gè)時(shí)間段的環(huán)境因子變量,因此,在今后氣候變化情景下物種潛在地理分布的變化研究中,可以選擇多研究時(shí)期,從而得出研究對象潛在地理分布總體的變化趨勢。

3.3 結(jié)論

胡楊的現(xiàn)代氣候條件下的潛在地理分布主要位于中國內(nèi)蒙古中西部地區(qū)(額濟(jì)納旗和阿拉善地區(qū))、新疆大部分地區(qū)、甘肅北部和西北部地區(qū)、青海中西部地區(qū)和寧夏北部地區(qū),其中胡楊在新疆地區(qū)的潛在地理分布范圍最大。胡楊在未來氣候變化情景下,潛在分布區(qū)將顯著縮小,并且向中國西北部地區(qū)遷移。限制胡楊生長的重要環(huán)境因子變量分別為：最濕月降水量、年均溫和最干季降水量,適宜胡楊生長的環(huán)境因子變量范圍為最濕月降水量為3—38 mm、年均溫為7.5—25.8℃和最干季降水量為0—30 mm。

綜上所述,氣候變暖對物種潛在地理分布的潛在影響主要表現(xiàn)為引起物種潛在地理分布區(qū)縮小及導(dǎo)致物種向高緯度、高海拔地區(qū)移動,胡楊在未來氣候情景下的潛在分布區(qū)的縮小和轉(zhuǎn)移也符合這一規(guī)律。