基于Maxent模型的小葉樺中國(guó)潛在適生區(qū)預(yù)測(cè)研究

摘要：小葉樺（Betula microphylla Bunge）為中國(guó)僅新疆分布種，是新疆重要的生態(tài)安全屏障和珍貴本土樹(shù)種資源。本研究基于篩選后的小葉樺現(xiàn)有國(guó)內(nèi)的39條有效分布記錄和6個(gè)環(huán)境因子變量，選擇低中濃度排放路徑（SSP1-26、SSP2-45），利用Maxent模型構(gòu)建當(dāng)前和未來(lái)2030s、2050s、2070s、2090s四個(gè)時(shí)期潛在的地理分布格局及適生區(qū)變化。結(jié)果表明：（1） 模型優(yōu)化正規(guī)化系數(shù)（RM）為1.5，特征類組合（FC）=QT，受試者工作特征曲線下面積（AUC值）為0.969，預(yù)測(cè)結(jié)果優(yōu)秀，說(shuō)明當(dāng)前模擬的潛在適生區(qū)與現(xiàn)有分布范圍吻合度較高；（2） 影響小葉樺地理分布主要環(huán)境因子是最濕月降雨量、溫度季節(jié)性變化標(biāo)準(zhǔn)差、海拔等；（3） 小葉樺當(dāng)前高適生區(qū)面積為1.28×105 km2，高適生區(qū)主要穩(wěn)定在新疆阿勒泰西北部、塔城西北部、博州、伊犁河谷以及準(zhǔn)噶爾盆地南緣等；（4） 從當(dāng)前到2090s，在SSP1-26情景下2030s后小葉樺潛在適生面積將呈持續(xù)收縮趨勢(shì)，在SSP2-45情景下呈“增-減-增-減”的波浪式遞減趨勢(shì)；（5） 小葉樺當(dāng)前至未來(lái)2090s的質(zhì)心將以新疆吐魯番盆地為主分布，但整體仍有持續(xù)向西北方向移動(dòng)趨勢(shì)。本研究結(jié)果將為小葉樺資源保護(hù)與利用提供重要理論依據(jù)。

關(guān)鍵詞：小葉樺；中國(guó)；Maxent模型；適生區(qū)；新疆

中圖分類號(hào)：Q949中圖分類號(hào)文獻(xiàn)標(biāo)志碼：A文獻(xiàn)標(biāo)識(shí)碼

DOI：10.13880/j.cnki.65-1174/n.2025.23.002

文章編號(hào)：1007-7383（2025）01-0102-09

Predicting the potential suitable areas of Betula microphylla in China based on Maxent model

LIU" Jiamin1，DU" Zhenzhu^1，2，WANG" Yuxia1，XU" Wenbin1，MA" Zhancang1，YAN" Ping1，HUANG" Gang^1*

（1 College of Life Sciences， Shihezi University/Key Laboratory of Oasis Town and Mountain Basin Ecosystem in the Xinjiang Production and Construction Corps，Shihezi，Xinjiang 832003，China;

2 Analysis and Testing Center， Shihezi University，Shihezi，Xinjiang 832003，China）

Abstract：" As a species that distributes only in Xinjiang， China， Betula microphylla Bunge is an important ecological security barrier and precious native tree resource in Xinjiang. In this study， based on the screened 39 existing valid domestic distribution records of Betula microphylla in China and six environmental factor variables， we selected the low and medium concentration emission pathways （SSP1-26 and SSP2-45）， and utilized the Maxent model to construct the potential geographic distribution patterns and changes in suitable areas for Betula microphylla for the current period as well as future periods of 2030s， 2050s， 2070s， and 2090s. The results showed that： （1） the model optimization regularization coefficient （RM） was 1.5， the combination of feature classes （FC） = QT， and the area under the receiver operating characteristic （AUC value） curve was 0.969， which was an excellent prediction result， indicating that the current simulated potentially suitable area was highly similar to the existing distribution range; （2） the main environmental factors affecting the geographic distribution of the Betula microphylla included the wettest month rainfall， the standard deviation of seasonal temperature change， elevation， etc.; （3） The current high suitable area of Betula microphylla was 1.28×105 km2， and the high suitable area was mainly consistently found in the northwestern part of Altay， the northwestern part of Tacheng， Bozhou， the Yili Valley， and the southern edge of the Junggar Basin， Xinjiang， etc.; （4） From now to 2090s， after 2030s under the SSP1-26 scenario， the potentially suitable area for the growth of Betula microphylla will continually decrease， and under the SSP2-45 scenario， it will show a wave-like decreasing trend of \"increase-decrease-increase-decrease\"; （5） From now to 2090s， the distribution of Betula microphylla will be mainly concentrated in Turpan Basin， Xinjiang， but the overall distribution will continue to move towards the northwest. The results of this study will provide theoretical evidence to support the conservation and utilization of Betula microphylla resources.

Key words： Betula microphylla;China;Maxent model;suitable areas;Xinjiang

0 前言

小葉樺（Betula microphylla Bunge）隸屬于樺木科（Betulaceae）樺木屬（Betula），國(guó)內(nèi)僅分布于新疆，主產(chǎn)于阿爾泰山、阿拉套山和塔爾巴哈臺(tái)山地林緣、疏林或混交林中，在準(zhǔn)噶爾盆地的一些平原濕地或沼澤地也有小片段分散式分布，國(guó)外分布外蒙古、俄羅斯和西伯利亞^［1-2］。小葉樺在新疆植物區(qū)系組成中占有重要地位，是新疆重要的生態(tài)安全屏障和非常珍貴的物種資源，有著重要的生態(tài)作用和園林價(jià)值。目前小葉樺部分種群更新面臨重大危機(jī)，樹(shù)體提前衰退、種群年齡結(jié)構(gòu)失衡、極度缺乏幼樹(shù)、高齡級(jí)立木出現(xiàn)早衰和同期死亡的現(xiàn)象等^［3］，在草灘湖濕地和艾比湖西部小葉樺種群已滅絕，而蘑菇湖濕地小葉樺種群也正面臨滅絕處境，急需重視查找小葉樺潛在分布、瀕危原因和科學(xué)保護(hù)對(duì)策^［4-5］。

物種分布模型（SDMs）是計(jì)算現(xiàn)有環(huán)境數(shù)據(jù)預(yù)測(cè)物種在地理空間以及過(guò)去、未來(lái)時(shí)間上分布變化的常用手段^［6］，適用于分析植物的分布范圍、傳播趨勢(shì)、分布面積等內(nèi)容。現(xiàn)常用的物種分布模型有Maxent最大熵模型、Climex模型、Domain模型、Bioclim模型等，其中Maxent模型最具代表性^［7］，它通過(guò)計(jì)算物種和環(huán)境互作系統(tǒng)中具有最大熵時(shí)的狀態(tài)參數(shù)，確定物種和環(huán)境間的穩(wěn)定關(guān)系，推理預(yù)測(cè)出物種的適生分布^［6，8］，能有效處理各變量間的復(fù)雜交互關(guān)系，模型預(yù)測(cè)表現(xiàn)優(yōu)異^［9］。因此，Maxent模型在阿爾泰獨(dú)尾草（Eremurusal taicus （Pall.） Stev）、灌木鐵線蓮組（Clematis sect. Fruticella）、梭梭（Haloxylon ammodendron）等諸多物種的適生區(qū)預(yù)測(cè)中已有較廣泛的應(yīng)用^［10-12］。近年來(lái)，小葉樺部分種群已滅絕或面臨滅絕處境，這種現(xiàn)狀除了受人類活動(dòng)、樹(shù)體衰退等因素影響外，還與氣候條件的變化密切相關(guān)。有研究發(fā)現(xiàn)^［5］，在未來(lái)氣候變化影響下，小葉樺遺傳多樣性存在下降風(fēng)險(xiǎn)。此外，因中國(guó)西北地廣人稀，推測(cè)全國(guó)除新疆外的其他省份也存在小葉樺潛在適生區(qū)，目前對(duì)于小葉樺在全國(guó)潛在分布區(qū)預(yù)測(cè)分析尚為空缺，且缺少對(duì)未來(lái)不同情景的討論。綜上所述，根據(jù)現(xiàn)有小葉樺野外標(biāo)本采集點(diǎn)和數(shù)據(jù)庫(kù)標(biāo)本信息收集其他分布點(diǎn)，利用Maxent v3.3.4模型預(yù)測(cè)小葉樺當(dāng)前至未來(lái)2090s年不同時(shí)期中國(guó)潛在分布區(qū)，采用Arcgis 10.4.1軟件進(jìn)行適宜區(qū)劃分與質(zhì)心轉(zhuǎn)移，使用響應(yīng)曲線和環(huán)境限制因子研究，確定其分布的氣候限制因子和適宜氣候條件，分析不同時(shí)期小葉樺適生區(qū)地理格局和質(zhì)心的變化，為中國(guó)生態(tài)文明建設(shè)以及小葉樺優(yōu)質(zhì)資源保護(hù)利用、引種栽培等提供新的理論依據(jù)。

1 材料與方法

1.1 小葉樺分布數(shù)據(jù)

本研究所用小葉樺分布點(diǎn)獲取主要依賴于團(tuán)隊(duì)長(zhǎng)期野外考察收集數(shù)據(jù)為主，同時(shí)借助中國(guó)數(shù)字植物標(biāo)本館（http：//www.cvh.org.cn）、全球生物多樣性信息網(wǎng)（https：//www.gbif.org/）、中國(guó)植物志（http：//frps.iplant.cn/sheng）等網(wǎng)站獲取小葉樺在中國(guó)分布的坐標(biāo)信息。綜上共初步得到小葉樺分布數(shù)據(jù)41個(gè)，通過(guò)ENMtools軟件的Trim duplicate occurrences去除冗余數(shù)據(jù)后最終得到39個(gè)有效分布數(shù)據(jù)（圖1），將數(shù)據(jù)轉(zhuǎn)化為CSV格式備用。

1.2 篩選主要環(huán)境因子

本文所用的19個(gè)環(huán)境數(shù)據(jù)和1個(gè)海拔數(shù)據(jù)來(lái)源于世界氣候數(shù)據(jù)庫(kù)WorldClim（https：//worldclim.org/），分辨率為2.5min，氣候變量選取了BCC-CSM2-MR全球氣候情景下的2種社會(huì)經(jīng)濟(jì)共享路徑（Shared socio-economic pathways， SSP），包括低濃度排放路徑（SSP1-26）和中等濃度排放路徑（SSP2-45），預(yù)測(cè)當(dāng)前至2030s、2050s、2070s和2090s的適生面積。假設(shè)海拔數(shù)據(jù)在未來(lái)不會(huì)發(fā)生變化，在此情境下做如下分析。模型模擬使用的底圖來(lái)源于自然資源部標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)網(wǎng)站（http：//bzdt.ch.mnr.gov.cn/），并將所有氣候變量圖層轉(zhuǎn)化為ASC格式備用。所有圖層均轉(zhuǎn)化為GCS-WGS-1984坐標(biāo)系。為避免環(huán)境因子高相關(guān)性對(duì)預(yù)測(cè)結(jié)果的影響，將環(huán)境變量和分布數(shù)據(jù)置于Maxent初次建模，共設(shè)置10次重復(fù)，訓(xùn)練數(shù)據(jù)為75%，驗(yàn)證數(shù)據(jù)為25%，其他保持默認(rèn)。同時(shí)借助SPSS軟件對(duì)環(huán)境變量進(jìn)行Pearson相關(guān)性分析，得到各環(huán)境變量相關(guān)性分析表格，結(jié)合Maxent建模結(jié)果中的環(huán)境變量貢獻(xiàn)率，剔除相關(guān)性高于0.8且貢獻(xiàn)率低的環(huán)境因子，最終保留6個(gè)環(huán)境因子用于最終建模（表1）。

本圖基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)網(wǎng)站下載的GS（2024）0650審圖號(hào)的標(biāo)準(zhǔn)地圖制作，底圖無(wú)修改。

1.3 模型參數(shù)優(yōu)化與校準(zhǔn)

由于采用默認(rèn)參數(shù)不適用于所有物種，需要對(duì)Maxent的正規(guī)化系數(shù)（RM）和特征類組合（FC）參數(shù)進(jìn)行優(yōu)化調(diào)整。

利用R 3.6.3程序和kuenm程序包^［13］，設(shè)置RM的變化范圍在0.1～4之間，每次增加0.1；FC由閾值函數(shù)（T）、片段函數(shù)（H）、交互函數(shù)（P）、線性函數(shù)（L）、二次項(xiàng)函數(shù)（Q）的29個(gè)特征組合組成，共創(chuàng)建1 160個(gè)參數(shù)組合，根據(jù)統(tǒng)計(jì)顯著性、數(shù)據(jù)遺漏率和模型復(fù)雜性（AICc）來(lái)評(píng)估模型性能，初次建模結(jié)果用于制定所研究物種的最佳模型參數(shù)。通過(guò)初次建模結(jié)果得到小葉樺最佳模型參數(shù)為RM=1.5，F(xiàn)C=QT。

1.4 模型預(yù)測(cè)小葉樺適生區(qū)

將篩選后的分布數(shù)據(jù)和6個(gè)氣候數(shù)據(jù)導(dǎo)入Maxent中，設(shè)置RM=1.5，F(xiàn)C=QT，將分布點(diǎn)的75%作為訓(xùn)練集，25%作為測(cè)試集，在環(huán)境參數(shù)設(shè)置中分別勾選刀切法（Jackknife）和環(huán)境相應(yīng)曲線（Response curves）。用受試者工作特征曲線（Receiver Operating Characteristic Curve，ROC）的面積值（Area Under Curve，AUC）來(lái)評(píng)價(jià)模型的預(yù)測(cè)精度。當(dāng)0.9lt;AUC≤1.0時(shí)，表示模型預(yù)測(cè)結(jié)果優(yōu)秀；當(dāng)AUC≤0.6，0.6lt;AUC≤0.7，0.7lt;AUC≤0.8，0.8lt;AUC≤0.9時(shí)，分別表明模型的預(yù)測(cè)結(jié)果失敗、差、一般和良好^［14-15］。預(yù)測(cè)結(jié)果導(dǎo)入Arcgis后，采用重分類（Reclassification）的自然間斷點(diǎn)分級(jí)法（Nature Breaks）將適生區(qū)分為4個(gè)等級(jí)，其中0≤P＜0.1為非適生區(qū)；0.1≤P＜0.4為低適生區(qū)；0.4≤P＜0.6為中適生區(qū)；0.6≤P＜1為高適生區(qū)^［16］。

1.5 物種分布質(zhì)心轉(zhuǎn)移路線

將預(yù)測(cè)結(jié)果導(dǎo)入Arcgis，使用SDMtoolbox中的Centroid Changes（Lines）計(jì)算從當(dāng)前到未來(lái)各個(gè)時(shí)期的適生區(qū)遷移方向以及遷移距離，同時(shí)繪制小葉樺在中國(guó)的質(zhì)心動(dòng)態(tài)遷移方向和經(jīng)緯度坐標(biāo)。

2 結(jié)果與分析

2.1 模型精度檢測(cè)分析

ROC曲線是通過(guò)Maxent軟件自帶函數(shù)，對(duì)訓(xùn)練集進(jìn)行模擬得到的，曲線下的面積為AUC值。本研究重復(fù)運(yùn)行10次Maxent模型，取平均值得到ROC曲線，其平均測(cè)試AUC值為0.969，標(biāo)準(zhǔn)偏差為±0.011，根據(jù)評(píng)估標(biāo)準(zhǔn)判斷，該模型的總體預(yù)測(cè)精度達(dá)到了優(yōu)秀水平，說(shuō)明該模型預(yù)測(cè)的小葉樺潛在適生分布結(jié)果極佳（圖2）。

2.2 環(huán)境因子分析

根據(jù)Maxent模型對(duì)小葉樺氣候變量貢獻(xiàn)分析結(jié)果中占主導(dǎo)地位的環(huán)境因子有6個(gè)，分別是最干月降雨量、溫度季節(jié)性變化標(biāo)準(zhǔn)差、降雨量的季節(jié)性變化、最濕月降雨量、海拔和平均晝夜溫差范圍。利用刀切法檢驗(yàn)6個(gè)環(huán)境因子對(duì)于小葉樺適生區(qū)預(yù)測(cè)的重要性（圖3），結(jié)果表明，僅使用單獨(dú)因子變量時(shí)，對(duì)小葉樺分布影響最大的3個(gè)生物氣候因子分別是降雨量的季節(jié)性變化（bio15）、最濕月降雨量（bio13）、以及溫度季節(jié)性變化標(biāo)準(zhǔn)差（bio04），為小葉樺的生長(zhǎng)提供了較大的增益；去除單獨(dú)因子變量時(shí)，對(duì)小葉樺分布影響最大的因子為最干月降雨量（bio14），其次是溫度季節(jié)性變化標(biāo)準(zhǔn)差（bio04）和海拔（elev）。

邏輯斯蒂系數(shù)常作為研究種群與環(huán)境因子作用下的增長(zhǎng)指數(shù)，當(dāng)分布概率Pgt;0.5時(shí)，則認(rèn)為環(huán)境因子變化區(qū)間比較適宜小葉樺的生長(zhǎng)和繁殖。結(jié)果顯示，最濕月降雨量在30～52mm（圖4A）、降雨量的季節(jié)性變化小于53mm（圖4B）、溫度季節(jié)性變化標(biāo)準(zhǔn)差在1 050～1 500℃（圖4C）、平均晝夜溫差范圍在10.5～13℃（圖4D）、最干月降雨量在7～17mm（圖4E）、海拔在400～1 800m（圖4F）時(shí)認(rèn)為對(duì)小葉樺的生長(zhǎng)產(chǎn)生有利影響。

2.3 小葉樺潛在適生區(qū)的變化

小葉樺當(dāng)前（圖5）與未來(lái)2030s、2050s、2070s、2090s四個(gè)時(shí)期（圖6）的潛在適生區(qū)面積變化，在低濃度排放路徑（SSP1-26）總面積呈“增-減-減-減”趨勢(shì)，中等濃度排放路徑（SSP2-45）總面積呈“增-減-增-減”趨勢(shì)（圖7），綜合2種情景均表明小葉樺的適生區(qū)面積呈現(xiàn)持續(xù)下降趨勢(shì)。2種排放路徑下小葉樺當(dāng)前到未來(lái)2090s高適生區(qū)和中適生區(qū)均在新疆，其中高適生區(qū)主要在塔城地區(qū)（額敏、托里、裕民、塔城市、和豐）、博州地區(qū)（精河、博樂(lè)市）、阿爾泰地區(qū)（哈巴河、布爾津、吉木乃）、準(zhǔn)噶爾盆地南緣（烏蘇、沙灣、石河子、昌吉、五家渠、阜康、米東區(qū)）、伊犁河谷等；中適生區(qū)集中在環(huán)準(zhǔn)噶爾盆地邊緣、阿拉套山南部和伊犁河谷東部等；低適生區(qū)主要在準(zhǔn)噶爾盆地中部東部、阿爾泰山北部、吐魯番地區(qū)、哈密地區(qū)中部、阿克蘇中部、喀什地區(qū)中北部、克州北部等區(qū)域。其他省份中，西藏普蘭、日喀則地區(qū)，甘肅武威市，寧夏北部，內(nèi)蒙古中西部，陜西中部，湖北中南部，江蘇南部，黑龍江東部等有零星分布的低適生區(qū)。

未來(lái)2030s時(shí)期，小葉樺與當(dāng)前適生區(qū)面積相比，在低濃度排放情景下（圖6A），總適生區(qū)面積擴(kuò)張至峰值7.65×105 km2，擴(kuò)張了0.67×105 km2；中等濃度排放情景下（圖6B），也擴(kuò)張至峰值8.22×105 km2，擴(kuò)張了1.24×105 km2，總適生區(qū)面積達(dá)到最大。2種排放情景下2030s均有利于小葉樺潛在適生區(qū)面積的擴(kuò)張，且中等濃度排放路徑（SSP2-45）下到未來(lái)2030s更有利于小葉樺的擴(kuò)張，說(shuō)明不同排放情景對(duì)小葉樺的適生區(qū)面積變化有所影響。到未來(lái)2030s小葉樺總適宜區(qū)面積均擴(kuò)大達(dá)到峰值，說(shuō)明主導(dǎo)環(huán)境因子均處于最佳狀態(tài)。未來(lái)2050s與當(dāng)前適宜生境范圍相比，低等（SSP1-26）（圖6C）和中等（SSP2-45）（圖6D）濃度排放情景下分別擴(kuò)張了0.13×105km2和0.35×105 km2，整體呈現(xiàn)略擴(kuò)張趨勢(shì)。2種情景下2050s較當(dāng)前均有利于小葉樺的擴(kuò)大，但相比2030s仍出現(xiàn)收縮趨勢(shì)。未來(lái)2070s小葉樺相比當(dāng)前適宜生境，SSP1-26（圖6E）和SSP2-45（圖6F）情景下分別擴(kuò)張了0.02×105 km2和0.51×105 km2。2種情景下較2050s產(chǎn)生差異，SSP1-26處于收縮趨勢(shì)，而SSP2-45處于擴(kuò)張趨勢(shì)。未來(lái)2090s小葉樺的適生區(qū)范圍與當(dāng)前適生區(qū)相比，SSP1-26（圖6G）和SSP2-45（圖6H）情景下分別收縮了0.78×105 km2和0.48×105 km2，總適生區(qū)面積均達(dá)到最低點(diǎn)。但與當(dāng)前相比高、中適生區(qū)面積均略有增加，而低適生區(qū)面積顯著收縮。

未來(lái)2090s，2種氣候情境下多省已無(wú)小葉樺潛在適生區(qū)，如江蘇、河南、黑龍江等地。

2.4 小葉樺質(zhì)心遷移的變化

小葉樺當(dāng)前質(zhì)心位于新疆吐魯番地區(qū)鄯善縣庫(kù)木塔格沙漠（圖8），中心坐標(biāo)（42.452 4°N，89.531°E）。在SSP1-26情景下，預(yù)測(cè)未來(lái)到2090s質(zhì)心位置整體向西北方向遷移約277.49km。總體來(lái)看，未來(lái)2030s、2050s和2090s的氣候因子將發(fā)生較大變化導(dǎo)致其質(zhì)心有大幅度遷移的"" 趨勢(shì)。在SSP2-45情景下，預(yù)測(cè)未來(lái)2090s質(zhì)心將向西北方向遷移約191.84km。總體來(lái)看小葉樺在2種情景下遷移方向完全相同，且發(fā)生大幅度遷移均在2030s、2050s和2090s三個(gè)時(shí)期，說(shuō)明2種情境下氣候因子變化較為相似。但具體遷移幅度略有不同，在SSP2-45情景中氣候因子對(duì)質(zhì)心遷移影響相對(duì)較大。

3 討論與結(jié)論

3.1 預(yù)測(cè)模型的可靠性

以本研究團(tuán)隊(duì)十余年實(shí)地調(diào)查掌握的所有小葉樺分布信息為基礎(chǔ)，模型結(jié)果表明，氣候變化會(huì)對(duì)小葉樺的適生地理分布格局產(chǎn)生較大的影響，模型預(yù)測(cè)精度AUC值為0.969，在0.9～1之間，表明預(yù)測(cè)模型較為準(zhǔn)確，對(duì)于該物種模型預(yù)測(cè)具有較高的可靠性。

3.2 小葉樺預(yù)測(cè)模型與當(dāng)前分布

小葉樺當(dāng)前至未來(lái)2090s的適生區(qū)預(yù)測(cè)模型結(jié)果中，高適生區(qū)主要在塔城地區(qū)、博州地區(qū)、阿爾泰山南緣、準(zhǔn)噶爾盆地南緣、伊犁河谷等；中適生區(qū)集中在環(huán)準(zhǔn)噶爾盆地、伊犁地區(qū)、阿拉套山南部、伊犁河谷東部和吐魯番盆地等；低適生區(qū)主要在準(zhǔn)噶爾盆地東部中部、阿爾泰山南部、以及帕米爾地區(qū)等區(qū)域。除了新疆外的其他省份（西藏、甘肅、寧夏、內(nèi)蒙古、陜西、湖北、江蘇、黑龍江等）均只零星分布低適生區(qū)。小葉樺為國(guó)內(nèi)僅新疆分布種，主產(chǎn)于阿拉泰山、塔爾巴哈臺(tái)山、準(zhǔn)噶爾盆地西部、北部低山及平原濕地等區(qū)域^［2］。在國(guó)外分布到西伯利亞北緯54°^［17］，在西伯利亞南部和外蒙古沙漠草原盆地的平原森林等有廣泛分布，并沿著河流和溪流滲透到阿爾泰極北地區(qū)，表明它具有典型的中亞物種成分^［18］。小葉樺在阿爾泰地區(qū)植被發(fā)展中屬于主要先鋒樹(shù)種^［19-20］，之后傳入新疆各山系和平原濕地等棲息地繁衍為小葉樺種系^［19］。小葉樺分布現(xiàn)已擴(kuò)大到西昆侖山^［21］，是新疆重要的生態(tài)安全屏障和非常珍貴物種資源。綜上表明預(yù)測(cè)模型結(jié)果與歷史資料記載一致^［22］。

3.3 影響小葉樺潛在分布的限制環(huán)境因子

當(dāng)前小葉樺中國(guó)潛在適生區(qū)域主要集中分布在北疆，這與實(shí)際分布點(diǎn)范圍基本一致。影響小葉樺分布主要環(huán)境限制因子為最干月降雨量、溫度季節(jié)性變化標(biāo)準(zhǔn)差、海拔等。本研究預(yù)測(cè)了低等濃度排放路徑（SSP1-26）和中等濃度排放路徑（SSP2-45）情景下的質(zhì)心位置變化，2種情景下遷移方向完全相同，且發(fā)生大幅度遷移均在2030s、2050s和2090s三個(gè)時(shí)期，說(shuō)明2種情境下氣候因子變化較為相似，2070s氣候因子變化較小。經(jīng)較長(zhǎng)時(shí)間累加到2090s時(shí)將導(dǎo)致小葉樺總適生面積呈縮減趨勢(shì)，這可能是由于當(dāng)前至未來(lái)2090s新疆氣候因子將發(fā)生較大變化，且這種變化并不利于小葉樺的擴(kuò)張^［23-24］。這與梭梭^［12］在干旱區(qū)域隨氣候變暖出現(xiàn)適宜區(qū)分布增減現(xiàn)象研究結(jié)果相似。本次模擬選用的環(huán)境變量?jī)H包括氣候因子和地理因子，模型預(yù)測(cè)結(jié)果為理想狀態(tài)下小葉樺的最大可能分布范圍，而物種的實(shí)際分布也會(huì)受到土壤因子以及非法砍伐、過(guò)度放牧等人為因素的影響，在未來(lái)研究中應(yīng)更加全面考慮以確保能夠更好地預(yù)測(cè)物種的潛在分布^［25］。

3.4 結(jié)論

小葉樺作為新疆重要的生態(tài)安全屏障和珍貴物種資源，具有重要的生態(tài)作用和園林價(jià)值。利用Maxent模型和Arcgis軟件預(yù)測(cè)低中等濃度排放路徑下小葉樺在中國(guó)潛在適生區(qū)分布，結(jié)果顯示：（1）AUC值為0.969，模擬結(jié)果可靠性較高；（2）最濕月降雨量在30～52mm、降雨量的季節(jié)性變化小于53mm、溫度季節(jié)性變化標(biāo)準(zhǔn)差在1 050～1 500℃時(shí)、平均晝夜溫差范圍在10.5～13℃、最干月降雨量在7～17mm、海拔在400～1 800m時(shí)有利于小葉樺的生長(zhǎng)與繁殖；（3）小葉樺高適生區(qū)主要穩(wěn)定在阿勒泰、塔城、博州、伊犁地區(qū)以及準(zhǔn)噶爾盆地東部等區(qū)域；（4）在SSP1-26情景下小葉樺潛在適生面積到2030年之后將呈持續(xù)收縮趨勢(shì)，從當(dāng)前到2090s在SSP2-45情景下呈“增-減-增-減”的波浪式遞減趨勢(shì)；（5）小葉樺當(dāng)前至未來(lái)（2090s）的質(zhì)心位置以新疆吐魯番盆地為主，但整體仍將向西北方向遷移趨勢(shì)。我們希望通過(guò)揭示小葉樺的潛在適生區(qū)分布和環(huán)境限制因子，為小葉樺的優(yōu)質(zhì)種源保護(hù)與利用及荒漠生態(tài)環(huán)境治理提供理論基礎(chǔ)。

參考文獻(xiàn)（References）

［1］ 匡可任，李沛瓊，鄭斯緒，等. 中國(guó)植物志：21卷 ［M］. 北京： 科學(xué)出版社， 1979.

［2］ 楊昌友. 新疆樹(shù)木志：1卷 ［M］. 北京： 中國(guó)林業(yè)出版社， 2012.

［3］ 黃剛，杜珍珠，孫肖寧，等.準(zhǔn)噶爾盆地南緣小葉樺種群生命表與生存分析［J］.江蘇農(nóng)業(yè)科學(xué)， 2012， 40（9）： 310-313.

HUANG G， DU Z Z， SUN X N， et al.Life table and survival analysis of Betula microphylla populations in the southern margin of Junggar Basin［J］.Jiangsu Agricultural Sciences， 2012， 40（9）： 310-313.

［4］ 段曉紅，張蕓，楊振京，等. 新疆石河子蘑菇湖濕地4 800年以來(lái)的環(huán)境演變［J］. 海洋地質(zhì)與第四紀(jì)地質(zhì)， 2018， 38（4）： 203-211.

DUAN X H， ZHANG Y， YANG Z J， et al. Environmental evolution of the Moguhu Wetland of Shihezi City in Xinjiang since 4 800 cal.aBP［J］. Marine Geology amp; Quaternary Geology， 2018， 38（4）： 203-211.

［5］ DING J Y， HUA D L， BORRELL J S， et al. Introgression between Betula tianshanica and Betula microphylla and its implications for conservation ［J］. Plants， People， Planet， 2021， 3（4）： 1-12.

［6］ PHILLIPS S J， ANDERSON R， SCHAPIRE R. Maximum entropy modeling of species geographic distributions［J］. Ecological Modelling， 2006， 190（3-4）： 231-259.

［7］ 朱耿平，喬慧捷. Maxent模型復(fù)雜度對(duì)物種潛在分布區(qū)預(yù)測(cè)的影響［J］. 生物多樣性， 2016， 24（10）： 1189-1196.

ZHU G P， QIAO H J. Effect of the Maxent model′s complexity on the prediction of species potential distributions［J］. Biodiversity Science， 2016， 24（10）： 1189-1196.

［8］ CHEN C， ZHANG X J， WAN J Z， et al. Predicting the distribution of plant associations under climate change： A case study on Larix gmelinii in China［J］. Ecology and Evolution， 2022， 12（10）： e9374.

［9］ 孔維堯，李欣海，鄒紅菲. 最大熵模型在物種分布預(yù)測(cè)中的優(yōu)化［J］. 應(yīng)用生態(tài)學(xué)報(bào)， 2019， 30（6）： 2116-2128.

KONG W Y， LI X H， ZOU H F. Optimizing MaxEnt model in the prediction of species distribution［J］. Chinese Journal of Applied Ecology， 2019， 30（6）： 2116-2128.

［10］ 董蘇君，馬松梅，張丹，等. 新疆三種獨(dú)尾草的適宜分布及其對(duì)未來(lái)氣候變化的響應(yīng)［J］. 生態(tài)學(xué)報(bào)， 2022， 42（21）： 8809-8817.

DONG S J， MA S M， ZHANG D， et al. Suitable distributions of three species of Eremurus in Xinjiang and their responses to future climatic changes［J］. Acta Ecologica Sinica， 2022， 42（21）： 8809-8817.

［11］ 李明宇. 氣候變化下灌木鐵線蓮組植物的適生區(qū)分布預(yù)測(cè)［D］. 北京： 北京林業(yè)大學(xué)， 2020.

［12］ 常紅，劉彤，王大偉，等. 氣候變化下中國(guó)西北干旱區(qū)梭梭（Haloxylon ammodendron）潛在分布［J］. 中國(guó)沙漠， 2019， 39（1）： 110-118.

CHANG H， LIU T， WANG D W， et al. Haloxylon ammodendron′s potential distribution under climate change in Arid Areas of northwest China［J］. Journal of Desert Research， 2019， 39（1）： 110-118.

［13］ COBOS M E， PETERSON A T， BARVE N， et al. Kuenm： an R package for detailed development of ecological niche models using Maxent［J］. PeerJ， 2019， 7： e6281.

［14］ 劉怡彤，郭慧，裴順祥，等. 基于MaxEnt模型的天然元寶楓在我國(guó)的適生區(qū)區(qū)劃及合理性分析［J］. 林業(yè)科學(xué)， 2023， 59（12）： 13-24.

LIU Y T， GUO H， PEI S X， et al. Regionalization and rationality analysis of natural Acer truncatum in China based on MaxEnt model［J］. Scientia Silvae Sinicae， 2023， 59（12）： 13-24.

［15］ FREITAS G H S， COSTA L M， SILVA P H V B P， et al. Spatial ecology and conservation of the microendemic ovenbird Cipo Cinclodes （Cinclodes espinhacensis）from the Brazilian highlands［J］. Journal of Field Ornithology， 2019， 90（2）： 128-142.

［16］ 郎顯鵬，樊如月，李青豐. 中國(guó)北方地區(qū)蒙古韭潛在適生區(qū)分析［J］. 草地學(xué)報(bào)， 2023， 31（11）： 3525-3534.

LANG X P， FAN R Y， LI Q F. Analysis of potential suitable areas of Allium mongolicum in northern China［J］. Acta Agrestia Sinica， 2023， 31（11）： 3525-3534.

［17］ 楊昌友，王健，李文華. 新疆樺木屬（Betula L.）新分類群［J］. 植物研究， 2006， 26（6）： 648-655.

YANG C Y， WANG J， LI W H. New taxa of Betula L. from Xinjiang China［J］. Bulletin of Botanical Research， 2006， 26（6）： 648-655.

［18］ KOROPACHINSKI I Y. Natural hybridization and taxonomy of birches in North Asia［J］.Contemporary Problems of Ecology， 2013， 6（4）：350-369.

［19］ 崔大方，廖文波，張宏達(dá). 新疆木本植物區(qū)系形成的探討［J］. 林業(yè)科學(xué)研究， 2001， 14（5）： 553-559.

CUI D F， LIAO W B， ZHANG H D. Studies on the floristic geography of the woody flora from Xinjiang in China［J］. Forest Research， 2001， 14（5）： 553-559.

［20］ 陳之端. 樺木科植物的系統(tǒng)發(fā)育和地理分布［J］. 植物分類學(xué)報(bào)，1994（1）：1-31.

CHEN Z D. Origin and dispersion of Betulacance［J］. The Geography of Spermatohytic Families and Genera， 1999， 236-258.Phylogeny and phytogeography of the Betulaceae［J］. Journal of Systematics and Evolution，1994（1）：1-31.

［21］ 曹婷，閻平，黃剛，等. 新疆西昆侖山天然林木區(qū)系特征［J］. 北方園藝， 2015（8）： 54-58.

CAO T， YAN P， HUANG G， et al. Study on the flora of forest trees of West Kunlun Mountains in Xinjiang［J］. Northern Horticulture， 2015（8）： 54-58.

［22］ 傅坤俊，傅競(jìng)秋，陳彥生. 黃土高原植物志：1卷［M］. 北京： 科學(xué)技術(shù)文獻(xiàn)出版社， 2000.

［23］ 張?jiān)评? 氣候變化條件下新疆干旱演變趨勢(shì)及其應(yīng)對(duì)策略［D］. 石河子：石河子大學(xué)， 2023.

［24］ 任婧宇. 黃土高原1901-2100 年氣候變化及趨勢(shì)研究［D］.楊凌：西北農(nóng)林科技大學(xué)， 2018.

［25］ 李雪，高廣磊，孫桂麗，等. 基于MaxEnt預(yù)測(cè)梭梭和白梭梭在新疆的潛在適生區(qū)［J］. 西部林業(yè)科學(xué)， 2021， 50（1）： 145-152.

LI X， GAO G L， SUN G L，et al. Potential suitable areas of Haloxylon ammodendron and Haloxylon persicum in Xinjiang based on MaxEnt［J］. Journal of West China Forestry Science， 2021， 50（1）： 145-152.

（責(zé)任編輯：編輯郭蕓婕）

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（32160317）；石河子大學(xué)自主資助科研項(xiàng)目（ZZZC201930B）

作者簡(jiǎn)介：劉佳敏（1998—），女，碩士研究生，專業(yè)方向?yàn)橹参锓诸惻c植物地理學(xué)。

*通信作者：黃剛（1983—），男，從事植物分類與植物資源方向的研究，e-mail：huanggang20036091@163.com。