我國苦竹的保護優先區與適宜栽培區分析

中圖分類號：S795.9 文獻標志碼：A 文章編號：1673-923X（2025）07-0001-12

Priority conservation area and potential suitable cultivation area of Pleioblastusamarus in China

ZHANG Lei'，SUNPengsen2，LIU Shirong2

（1.Research InstituteofForestry，ChineseAcademyofForestry，Beijing1ooo91，China; 2.EcologyandNatureConservation Institute，Chinese AcademyofForestry，Beijing1ooo91，China）

Abstract：【Objective】Expandingthescaleofartifcialcultivationofplantresouces helpsprevent teirnaturalresourcsfrombeing overexploitedeobusmlobostcicdaldoiu indicatingsubstatialpotentialfoesouceevelopentHweve，testatusofitssourcsisclearwithostkosoces beingartificiallycultivatedNaturalresourcesarescaeadhavebeenafectedbyoverexploitation.Toahieveabalancebetwenthe developmentandconseratioofiterbambooesoucesthisstdyimstotablshtepotentialareasfortifcalcivatioand prioitizetheprotectionofaturalbiterbambooesourcesinChina.【Methd】Bywidelycolectingtheourrencerecdsofter bambooandosideingthuollearitofeviotaldatdatialutooelaoinuceods，tetel WasusedtosimulateandpredictthesuitablehabitatsofbiterbambooinChina.Thisapproachsoughttodelieatesuitablecultiation Zonesandmapthedistributionoftsnaturalresources.Moreoverfuture（2O6-208）abitatsuitabilitychangeswereanalyedunder bothlowandhighgreehousegas（GHG）emissionsscenarios.Finallythecurentandfutureconservationstatusofbitterbamboo wasevaluatedbyintegratingprotectedareadataandthezonationpriorityconservationrankingsystem.【Result】Thecoldestmonth temperatureandanualprecipitationwereidentifedastheprimaryclimaticfactors influencingthegeographicdistributionof iter bamboo，whilesoilclaycontentand Were thekey soil factors.Undercurrent climateconditions，thepotential area forsuitable cultivation of bitter bamboo reaches 1.68×10⁷km² .Under the low GHG emissions scenarios，the suitable cultivation area reaches 1.99×10⁷km² .While under the high GHG emissions scenarios，it reaches 2.04×10⁷km² .The proportion of the area of the current suitable habitats located within the nature protected areas is 4.26% ，and itcan increase toabout 5.00% under future climate scenarios. However，theaalysisofonservationpriorityareasindicatesthategardlessoftecurntorfutureconditions，thejority gt;86% 門 ofthehigestpriorityhabitatsforbiterbambooconserationarelocatedoutsideexistigprotectedareas.Tereisitledifence inthereaofsuitablecultivationrangeandtheprotectiongapofhabitatpriorityprotectionareabetweendiferentclimatesenarios. 【Conclusion】Biterbambooin China exhibits extensive potentialsuitablehabitats，primarilydistributedacross provincesalogthe YangtzeRiverasinHoweveitsiicallportantprritybiatsmainadeqatelyrotectedUnderfutureliateagis suitableultivaiisoeedtxpditlyileotielyrotedgityatse amodestincrease.Overallfuturecimatechangeisfvorablefortheexpansionofultivationareasadtheprotectionofatral resources forbiterbamboo.Topromote theblancebetweenresourceutilztionandprotectionandrealizethesustainablemanagement ofbambooresources，thisstudyemphasizedthattheartfcialbambooforestshouldfocusonesourceexploitationandutilzationd thenatural bamboo forest should focus on conservation and protection.

Keywords：biterbamboo;priorityconsevationarea;suitablecultivationarea;germplasmesources;limitingfactors;MaxEntodel

苦竹是兼具社會經濟與生態價值的多年生常綠竹種[1]。作為筍材兩用型資源，既具有一定的藥用價值[2]，又具有廣泛的園林觀賞價值[3]?？嘀駥Νh境適應能力強，是生態恢復和植被重建的理想物種[4；竹類植物生長迅速、采伐周期較短，也具備顯著的碳匯功能[5。此外，竹子也可作為化石燃料、森林木材和木炭、塑料、鋼材的潛在替代品[。同時，隨著國土空間生態保護修復工程的實施，再加之鄉村振興、林權制度改革以及應對全球氣候變暖等政策的刺激[，預計我國苦竹的栽培面積將會進一步擴大，了解苦竹的適宜引種栽培區，可有效指導造林地選擇。

人工栽培面積的增加有利于提高植物資源供給量以滿足開發需求，更有助于保護天然資源免遭過度開發。當前，我國已知的苦竹林多為人工栽培，其天然資源十分稀缺[13]，尤其是苦竹作為地方特色竹種，其野生資源因棲息地破壞和單一化種植，面臨遺傳多樣性減少的趨勢[。野生植物是重要的種質資源庫，是品種改良的基因庫，更是應對環境變化、保障資源供給安全、推動農林業創新的戰略資源[8-10]。建立保護地可保護物種免受棲息地喪失，并為生態和進化過程提供庇護所，對自然保護和種質資源保護至關重要[11]。因此，在植物資源的保護和利用之間沒有內在的不相容，確保這兩項活動完全相輔相成是極其重要的。過去幾十年來，聯合國糧食及農業組織一直是這方面工作的主要推動者，并且在制定相關文書和提出工作機制方面作出了重大努力[12]。然而，當前對我國哪些地區的苦竹天然資源應該加強保護還不明確。

當前，全球各個地區都在經歷著前所未有的氣候變化。例如，2011一2020年全球地表溫度比1850—1900 年高出 1.1^°C [13]。氣候變化是生物多樣性減少和種質資源喪失的重要原因之一。整合分析（Meta-analysis）研究表明，歷史氣候變化導致物種分布區發生顯著遷移的證據大量存在，氣候變暖通常會導致物種向地球兩極和高海拔地區遷移[14-16。聯合國政府間氣候變化專門委員會評估指出，2081—2100年氣候變暖幅度將達 1.4～ 4.4^°C [13]。在如此快速的氣候變化背景下，樹種適宜生境預計將發生顯著位移，這意味著原本適宜的造林區域可能不再具備造林條件，原來處于保護區范圍內的地點可能不再適宜物種生存[17]。因此，植物資源保護和栽培利用都需要考慮氣候變化的潛在影響。

物種分布模型廣泛用于識別物種的潛在適生區[18-19]、估計物種入侵風險區[20]、指導保護區范圍設定[21、分析全球變化對物種分布區的影響[18]等各個方面。物種分布模型多通過在物種發生點與相應的環境之間建立關聯，來實現模型的構建與預測[22]。其中，基于最大熵理論的模型MaxEnt應用廣泛，這是由于其優點眾多[23-24]。比如，在樣本量較小時仍可保持較高的模型預測準確度，僅依賴物種存在數據，允許使用連續變量和分類變量，并且與其他模型相比對過擬合也不敏感。生物多樣性保護的重要策略是把有限的資源用于最優先需要保護的地區或用于建立自然保護區。在物種保護優先區劃定方面，景觀保護優先區規劃系統（如Marxan、C-Plan和Zonation等）有助于解決這個問題[25]。Zonation就是一款旨在解決空間保護資源分配方面各類問題的專用決策支持系統[2，它可以輔助決策者和管理者在何處規劃或擴大保育（或修復）區域，也可以用于評估現有或擬建的保育區域，達到幫助決策者把有限的資源和努力分配給最優先需要地區的目的。

鑒于此，利用MaxEnt模型模擬預測苦竹在我國當前及未來氣候條件下的潛在適宜生境，一方面掌握其自然資源分布情況，另一方面據此確立其適宜栽培區。然后，借助于Zonation決策系統確立苦竹在我國當前和未來氣候條件下的潛在優先保護生境。通過本研究，希望能為苦竹人工引種栽培區的確立提供技術支撐，為其天然資源保護措施和政策的制定提供理論基礎，從而促進我國人工栽培苦竹資源合理開發利用和天然苦竹資源保護保育相協調，實現苦竹資源的可持續性。

1 材料與方法

1.1 數據來源

苦竹分布數據來源于 1：100 萬植被圖[27]、全球生物多樣性信息網絡（GBIF）、國家標本平臺（http：//www.nsii.org.cn/）、中國數字植物標本館（https：//www.cvh.ac.cn/）和文獻數據[28-30]。首先，針對以上數據進行了去重去疑等數據清理工作。然后，為避免數據的集群效應，本研究保證每個分辨率為 1km 的單元格具有一個分布點數據，在1km 分辨率的空間尺度上開展。最后，根據植物志等相關文獻[131]對天然竹類植物分布范圍進行界定，對人工引種到自然分布范圍外的分布點數據進行了刪除，這些位置的苦竹可能多為經過了人工輔助措施過冬，以保證其具有成活觀賞價值。經過以上幾個步驟的處理，共得到苦竹分布點數據126個（圖1）。

1：100 萬植被圖數據來源于國家冰川凍土沙漠科學數據中心（http：//www.ncdc.ac.cn）。環境數據包括氣候、土壤和高程數據，其中高程和氣候數據采用全球氣候數據庫（WorldClim，https：//worldclim.org/）提供的數字高程模型（DEM）和具有生物學意義的19個生物氣候指標，氣候數據時間跨度為1970一2000年的平均值，氣候數據和高程數據的空間分辨率都為 30^′′ （約 1km. ）。土壤數據來自國家青藏高原數據中心[32]，包括10個屬性數據（土壤砂粒、粉粒、黏粒、有機碳、總氮、總鉀和總磷含量，土壤容重、陽離子交換能力和酸堿度），數據空間分辨率為 ¹km ，土層深度為 0～30cm 。未來氣候變化數據來自第六次國際耦合模式比較計劃（CMIP6）中國家氣候中心研發的氣候模式（BCC-CSM2-MR），具體采用的是低溫室氣體排放情景（SSP1-2.6）和高溫室氣體排放情景（SSP5-8.5）數據；兩個氣候情景數據都來自全球氣候數據庫（WorldClim），時間范圍為2061—2080年。

自然保護地數據來源于世界開放街道地圖OpenStreetMap（https：//www.openstreetmap.org）、世界保護區數據庫（https：//www.protectedplanet.net/）、 1：100 萬公眾版基礎地理信息數據（https：//www.webmap.cn）以及國家地球系統科學數據中心（https：//www.geodata.cn）的《2013—2016 年全國自然保護區空間分布數據集》（圖1）。我國行政邊界標準基礎地圖審圖號為GS（2023）2763號，來自自然資源部標準地圖服務中心（http：//bzdt.ch.mnr.gov.cn/）。

1.2 多重共線性和空間自相關性處理

盡管MaxEnt模型對多重共線性不敏感，并且賦予了與物種分布相關性高的環境因素更高的權重[23-24]，但還是進行了共線性處理（圖2），以更好地進行環境因素篩選、解釋環境因素重要性、維持模型的泛化能力和穩定性。方法如下：對各因素間的相關性進行分析，刪除其中皮爾遜相關性系數較大（ _?rgt;|0.8| ）的每對因素中重要性較低的一個。其中重要性大小根據預試驗結果來判定，即根據每個因素單獨建立MaxEnt模型時的模型表現指標，即模型正則化訓練增益（Regularizedtraininggain），判定每個因素的影響大小。最終經過此步驟共篩選得到6個氣候因素和9個土壤因素，分別是：等溫性（Bio3）、溫度季節性變化（Bio4）、最冷月溫度（Bio6）、最暖季均溫（Bio10）、年平均降水量（Bio12）、降水量變異系數（Bio15）、土壤容重（BD）、陽離子交換能力（CEC）和酸堿度（pH值），土壤有機碳（OC）、黏粒（Clay）、砂粒（Sand）、總氮（TN）、總鉀（TK）、總磷（TP）含量。

為降低數據空間自相關性的影響，利用以上15個環境因素預建立MaxEnt模型，模型采用默認參數，然后分析模型預測結果殘差的空間自相關性。此步驟通過ArcGIS的莫蘭指數（Moran's ）來實現，分析結果表明模型殘差不存在顯著的空間自相關性（Moran's _I=1.251 ， z=1.303 ， P=0.192， ），因此可以直接利用以上數據進行模型構建和預測。

1.3 模型構建與驗證

采用十折交叉驗證法劃分模型構建數據和模型評估數據。模型構建過程中其他參數采用默認設置，這是由于這些默認值是基于大量樣本進行率定所得，在很多情況下都能產生良好的結果[3]。采用具有軟件操作界面窗口的MaxEnt 3.4.4^[34] 版本進行模型構建和預測分析。

分別采用基于非閾值的評估指標接收機工作特征曲線下的面積（Areaunderthecurveofreceiveroperatorcharacteristiccurves，AUC）和基于值的評估指標遺漏誤差（苦竹存在數據中被錯誤預測為不存在的比例）評估模型預測準確度。AUC區間值評價模型優劣的標準分為5個級別[3]：（0.50，0.60]，失??；（0.60，0.70]，差；（0.70，0.80]，一般；（0.80，0.90]，好；（0.90，1.00]，極好。遺漏誤差越小，代表模型預測性能越優秀。

1.4 環境因素重要性評估

通過全面比較所有環境因素建模時、依次排除其中一個因素建模時（即jackknife刀切評估法），以及單獨利用一個環境因素建模時模型正則化訓練增益的大小，來評估每個環境因素重要性。評估過程中，完全保留MaxEnt模型其他參數為默認設置。采用全部數據而沒有采用上文提到的交叉驗證數據來評估環境因素重要性，這是由于交叉驗證過程中存在數據分割行為，每次評估結果只用了部分數據，結果可能存在偏差。同時，也對環境因素重要性進行空間分析，即對于任何地點而言，對模型預測結果影響最大的因素就是該點的主要限制性環境因素[24]。

1.5 數值預測結果轉換為二元值

采用敏感度（物種存在數據被正確預測的比例）和特異度（物種不存在數據被正確預測的比例）之和最大法[8]，把數值預測結果轉換為二元值結果（存在一不存在）。盡管確定轉換閾值的方法較多，但這個方法通常表現比較穩定[18]，并且此時模型通常具有最高的預測準確度。此處采用模型驗證數據來確立這個轉換閾值，驗證數據確立的10個閾值的平均值作為最終的轉換閾值，模型10次數值預測結果的平均值作為最終的預測結果（適宜性地圖），利用最終轉換閾值把這個最終預測結果轉換為二元值地圖數據。同樣也利用這個最終轉換閾值把未來氣候條件下的數值預測結果轉換為二元值。本研究把苦竹存在區預測結果作為苦竹適生區，也即適宜造林區（圖2）。

1.6 苦竹保護狀況分析

由于當前沒有苦竹大然資源的數據支撐，以苦竹適宜生境或適生區內的天然苦竹資源作為最終保護對象。通過3種方式來評估苦竹保護狀況：1）苦竹適生區落入保護地范圍內的面積和比例。2）基于數值型苦竹生境適宜性分布圖，借助于Zonation4.0軟件分析苦竹分布區的優先保護等級，利用Zonation的核心區移除規則逐步移除不重要的適宜分布區單元，保留具有高度連通性和適宜性的核心區。為保持移除過程中景觀的連續性，選用邊緣移除規則移除剩余柵格中的邊緣區域，其他參數保持默認設置。為縮小模型數據運算量，只針對上文所提到的苦竹當前和未來3個二元值分布圖中苦竹出現地點所在的地級市范圍進行分析。3）在世界自然保護聯盟（IUCN）關于物種紅色名錄瀕危等級和標準中[，其中一條利用物種分布區面積進行評估的標準是，物種必須具有至少 2×10⁴km² 的分布區面積才可認定為未處于極危、瀕危和易危狀態，因此也著重分析Zonation保護優先性結果中優先性等級最高的 2×10⁴km² 生境區域處于自然保護地內的情況。

2 結果與分析

2.1 模型預測準確度

采用十折交叉驗證法評估模型準確度后，其模型訓練數據和測試數據的AUC值（平均值 ± 標準差）分別是 （0.949±0.002 、 （0.931±0.018） 對轉換后的二元值結果進行評價，其模型訓練數據和測試數據的遺漏誤差（平均值 ± 標準差）分別是（ 0.056±0.041） 、三 ?0.017±0.035 ）?？傮w來看，所有模型評估指標都在可接受的良好范圍內[35]，表明模型具有良好的判別能力，并且預測結果具有穩健性和可靠性。

2.2 環境因素重要性及其偏響應曲線

環境因素重要性分析結果表明，最冷月溫度和年均降水量具有較高重要性，也即單獨利用其建立MaxEnt時，模型正則化訓練增益最大；當排除這個因素并利用其他所有因素建立模型時，其模型正則化訓練增益與利用所有因素建模時相比降低幅度相對較大。土壤黏粒含量、pH值、溫度季節性和降水變異性具有中等程度的重要性。王壤砂粒含量、容重、土壤陽離子交換能力、總氮和總鉀含量、有機碳含量以及最暖季均溫重要性較低；土壤總磷含量和等溫性具有較低重要性。

結合樣本點分布特征及各地區影響苦竹生境適宜性的最重要環境因素的空間分布圖（圖3）可知，在當前苦竹樣本點周邊地區，除了北部地區土壤有機碳含量是最重要影響因素外，其他周邊地區最重要影響因素主要是最冷月溫度。在苦竹樣本點主要出現區域內，江西較重要環境因素為王壤陽離子交換能力和有機碳含量，湖南主要為土壤陽離子交換能力和溫度季節性，四川盆地及周邊地區主要為土壤有機碳和年降水量，云南主要為年均降水量、溫度季節性和土壤總磷含量，貴州主要為土壤容重，湖北主要為土壤容重和有機碳含量及溫度季節性，浙江和福建主要為土壤容重和酸堿度。

偏響應曲線表示，在保持所有其他環境因素不變（取平均值）的情況下，模型預測的生境適宜性如何隨每個環境因素變化（圖4），再結合樣本點數據的環境統計特征，可以揭示物種在某一環境維度上的適宜范圍（生態幅或耐受范圍）和最適宜值（生境適宜性最大）。例如，苦竹最適宜的最冷月溫度在 0° 附近，其適宜區間為 （生境適宜性 gt;0.5 ）。隨年均降水量的增加，苦竹生境適宜性逐漸增加，達到 2 000mm 時達到最適宜時刻，適宜性穩定下來；總體來看，年降水量大于 1000mm 都屬于苦竹適宜區間?？嘀褡钸m宜的土壤黏粒含量約為 33.00% ，整個適宜區間為12.00%～40.00% 。對于 pH 值而言，苦竹最適宜值為6.2，適宜區間為 4.8～8.5 。

2.3 苦竹生境適宜性地理空間

根據模型預測結果，當前氣候條件下，苦竹生境適宜性高的地區主要位于浙江和福建的西部地區、安徽南部、江西周邊、廣東和廣西的北部、湖南中東部、貴州和重慶大部分地區，以及四川盆地周邊地區（圖5）。未來氣候條件下，不管是SSP1-2.6還是SSP5-8.5情景下，當前氣候條件下高適宜的地區仍然保持高適宜性，并且未來新出現的高適宜區主要集中在當前高適宜區周邊附近，且面積有增加趨勢。未來氣候條件下，低適宜區范圍亦有所擴大，主要出現在江蘇北部和山東地區。兩個未來氣候情景之間，苦竹生境適宜性差別不明顯。同時，對于苦竹126個分布點數據而言，發現其適宜性平均值從當前氣候條件下的0.704增加到SSP1-2.6情景下的0.783，SSP5-8.5情景下的0.778（圖6）。

2.4 苦竹適宜栽培區

數值預測結果轉換為二元值后，把苦竹存在區預測結果作為苦竹適生區也即適宜栽培區。統計分析發現，當前氣候條件下苦竹適生區面積達到 1.68×10⁷km² 。SSP1-2.6情景下，適生區面積達到 1.99×10⁷km² ；與當前氣候條件相比，既有新增的適生區域也有縮減的適生區域，其面積比例分別為 18.63% 和 0.47% 。同樣，SSP5-8.5情景下，適生區面積達到 2.04×10⁷km² ；與當前氣候條件下相比，其新增的適生區域面積比例為 22.87% ，縮減的比例為 0.87% 。不管是SSP1-2.6還是SSP5-8.5情景下，苦竹適生區擴張的區域主要位于當前適生區的北部和西部地區，而適宜區縮減的區域主要位于當前適生區的東南部地區（圖7）。

2.5 苦竹保護狀況分析

當前苦竹適生區位于自然保護地內的面積比例為 4.26% ，SSP1-2.6和SSP5-8.5情景下處于自然保護地內的面積比例為 5.04% 和 5.00% ；其相應的位于自然保護地內的面積分別達到 7.20×10⁴ （10.05×10⁴ 和 10.29×10⁴km² 。

基于苦竹生境適宜性數值預測結果進行保護優先性分析（圖8）。為便于視覺展示圖片結果，把保護優先性平均劃分為10個等級，發現與當前氣候條件下第一等級的保護優先區（圖8中淺藍色區域）相比，未來SSP1-2.6情景下，苦竹第一等級優先保護區新增的區域主要出現在重慶東北部和湖北西部的大巴山和巫山一帶、鄂豫皖交界處的大別山一帶、貴州西部部分地區以及四川盆地外沿高海拔地區；第一等級優先區等級下降的區域主要出現在四川盆地的內沿低海拔地區，此外還有江西北部、安徽南部、浙江西部、湖南中西部部分地區。

與SSP1-2.6情景相比，SSP5-8.5情景下新出現的第一等級保護區位于浙江中北部、安徽東南部，以及四川盆地西部低海拔和高海拔地區的部分零星地點；反向對比，SSP1-2.6情景下幾乎沒有第一保護等級下降的地區。

在當前、未來SSP1-2.6情景和SSP5-8.5情景下，最高等級優先保護的 2×10⁴km² 面積中處于自然保護地范圍內的比例分別是 6.72% 、 10.55% 和 13.88% 。

3討論

3.1 影響苦竹生境適宜性的環境因素分析

現實中，影響苦竹生長發育的因素眾多，包括溫度、降水、土壤、地形等[31]。本研究在考慮環境因素多重共線性的基礎上，篩選得到6個氣候因素和9個土壤因素。模型預測準確度評估指標表明，這些篩選得到的環境因素可有效預測苦竹的生境適宜區。尤其是環境因素重要性分析表明，最冷月溫度和年均降水量是較重要的影響因素，這與以往關于竹類引種栽培和生長的研究結果一致。例如，野外調查表明，1999年福建發生的極端低溫事件嚴重危害了本地和引種的叢生竹，尤其是筍用竹種遭受凍害最嚴重[3]。同樣，“南竹北移”相關的一些研究試驗結果也表明，能夠有效過冬是北方竹類引種成功的關鍵所在[38]，此外一些研究更是發現竹林孕筍期和出筍成竹期的降水比溫度對竹稈生長量的影響更大[39]。針對苦竹土壤養分計量特征的研究表明，土壤養分含量和酸堿度是影響生長的一個重要因素[40]，而通常土壤黏粒含量高的地區土壤養分肥力也高，這也支持了本研究土壤pH值和黏粒含量是苦竹分布重要影響因素的結果。針對區域尺度上的調查數據研究也表明，苦竹表型可塑性和生物量積累與氣候和土壤環境密切相關[41]。因此，未來在苦竹栽培區確認時，尤其是進行經濟價值開發時，需要關注重要的氣候因子和土壤環境的適宜性。

3.2 氣候變化對苦竹地理分布的影響

針對歷史上我國竹林分布北界的分析表明，在我國5000多年歷史上，氣候經歷寒暖波動變化的時候，竹林分布范圍也相應地發生變化，氣候寒冷時分布區北界向南移動，氣候溫暖時分布區北界向北移動[42]。這一研究結果與本研究針對苦竹的模擬預測結果一致，相比當前氣候條件，未來氣候變暖后，苦竹適生區北界有北向移動趨勢。氣候變暖對植被分布區遷移的影響廣泛存在，針對我國山區海拔梯度上森林發生分布區遷移的研究發現，過去近150年以來由于氣候變暖，我國多地發生了森林植被與其他植被類型之間的地理替代現象[14]。與氣候變暖導致其他物種適生區縮小相比，發現未來氣候變化會導致苦竹適宜栽培區面積的增加。因此，未來苦竹栽培區選擇和資源開發時可充分考慮氣候變化帶來的這一影響。例如，選擇苦竹栽培區時，最好保證選址位置在當前和未來氣候條件下都具有較高的生境適宜性，避免選擇當前屬于適生區但未來生境適宜性下降的地區，以保證人工栽培資源開發利用的可持續性。同樣，當前不適宜栽培的地區，可長期謀劃布局，等到未來生境適宜時，再進行苦竹栽培工作。

3.3 苦竹天然資源的保護優先區

苦竹本身已知的天然資源稀缺，需要針對其遺傳多樣性、種質資源和物種多樣性等方面加強保護保育。保護優先性分析結果發現，苦竹最高等級生境優先保護區 （2×10⁴km². ）落入自然保護地內的面積比例較小（ 6.72%～13.88% ）。當前和未來氣候條件下，苦竹全部適生區落入當前自然保護地范圍內的面積比例也較?。?4.26%～5.04% ）。此外，系統梳理當前的自然保護地發現，以竹林為主要保護對象建立的保護地僅有長寧竹海這一個自然保護區，其他十多個自然保護地多為森林公園或風景名勝區。盡管極少數自然保護地內有苦竹資源，但未有以苦竹為主要保護對象的自然保護地。重要的是，苦竹僅僅是眾多物種中的一個，通常生長在林緣或林內，為其單獨建立保護地可行性較小，但可以結合當前的天然林保護工作來保護苦竹天然資源。同時，在劃定保護地或保護地范圍調整時，也可盡量把附近的天然苦竹林一同劃入保護地內作為次要保護對象。而這些首先納入天然林保護工作或保護地體系的生境，可根據苦竹生境保護優先等級排序結果來確立，并且盡量選擇當前和未來氣候條件下都是保護優先等級高的地區，避免選擇當前屬于高優先保護區但未來氣候條件下保護優先等級下滑嚴重的地區。盡管對苦竹天然資源家底的認識還不清晰，但提前把苦竹天然資源納入保護規劃中，可避免等到對苦竹資源全面了解后才發現其保護有效性不足或采取保護措施已晚的問題[2，有利于避免可能的天然資源流失。這也說明，基于物種分布模型和保護區規劃系統，可以實現大尺度范圍內物種保護優先區的識別。此外，考慮到苦竹的山區生境和對未來氣候變化的敏感性，長期生態監測也十分必要。通過監測苦竹種群規模、分布和生態特征的變化，可以更好地了解苦竹的生態需求和適應策略，為有針對性地保護措施提供科學依據。

3.4 苦竹栽培與保護時需考慮其生態入侵性

在苦竹生境適宜區進行苦竹栽培及其資源保護時，也需要考慮其對周圍生態系統的入侵風險。當前，我國廣泛發生了竹林向其他生態系統入侵的案例，其中也包括苦竹[43]。這種現象與竹子自身的內稟優勢有一定的關系：竹子根狀莖竹鞭具有很強的繁衍和擴展能力，竹筍生長不太受光環境影響[44]，并且竹子快速生長能力使其可以快速利用周圍資源條件，達到與其他植被競爭占優的結果[45]。竹子在入侵其他生態系統時，通常也進化出新的葉片、莖稈、根系和凋落物方面的適應策略[4；且常常導致其他植被生存能力下降，生物多樣性和碳儲量的降低，土壤物理、化學和微生物特征的改變，甚至森林景觀的改變和生態功能的變化[47]。當前已知影響竹林入侵擴展的自然和人為因素眾多[48]，并且也發現未來氣候變化有推動苦竹分布區擴展的趨勢，但氣候變化對苦竹林入侵的影響還不清楚，竹林入侵是否與氣候變化有關以及如何理清氣候變化的單獨影響，可能是未來竹林入侵研究領域的一個重要方向。

3.5 未來苦竹資源開發與保護工作的實踐建議

未來可結合各地區的土地可利用性、勞動力成本、市場前景和環境效益等多方面的綜合因素，在著重考慮投入產出效益的基礎上，確立最佳的苦竹栽培區。同樣，建議在資源有限的情況下，根據保護優先性結果，首先加強最優先保護地區苦竹天然資源的調查，把他們盡可能地納入自然保護地體系內，尤其是與天然林保護工程結合最具可行性，這將提高保護工作的效率和效果。由于當前對苦竹天然和人工資源的分布情況，還沒有一個精確的認識，甚至沒有一個關于總面積的具體數值，極大影響了對其保護等級的確立，也即IUCN中提到的由于數據缺失無法判定物種是否處于瀕危狀態[3，同樣也影響了對苦竹天然資源保護措施合理性的判定。建議未來通過資源清查摸清苦竹的現實家底，然后反向調整當前設定的天然苦竹資源保護規劃體系。

4結論

苦竹在我國具有廣泛的適宜生境，主要位于長江流域各省份，其適宜栽培面積達 1.68×10⁷km² 。在未來低溫室氣體排放氣候情景下，其適生區面積將達 1.99×10⁷km² ，高溫室氣體排放情景下達2.04×10⁷km² 。保護優先區分析表明，不管是當前還是未來，苦竹保護優先等級最高的生境區域絕大部分（ gt;86% ）位于當前的自然保護地外。未來氣候變化對苦竹的適宜栽培區面積和生境保護面積都有些許正面效益，并且不同氣候情景間差異較小。此外，也發現最冷月溫度和年均降水量是影響苦竹地理分布的主要氣候因素，土壤黏粒含量和 pH 值是影響其地理分布的主要土壤因素。建議未來加大苦竹資源的栽培開發、調查監測與保護力度，其中人工苦竹林側重于滿足資源的開發利用，天然苦竹林側重于與保護地體系規劃和天然林保護工作相結合以加強保護保育。本研究為苦竹合理栽培區和保護優先區的確立提供了科學基礎，為協調苦竹人工栽培資源開發與天然資源保護提供了一個概念框架。

參考文獻：

[1] WUZY，RAVENPH，HONGDY.FloraofChina，Volume22： Poaceae[M].Beijingand St.Louis，MO：Science Press and Missouri Botanical Garden Press，2006.

[2] 史軍義，周德群，姚俊，等.中國藥用竹類多樣性及其價值[J] 世界竹藤通訊，2021，19（3）：72-78. SHIJY，ZHOUDQ，YAOJ，etal.Diversityofmedicinal bamboosin China and its value[J].World Bamboo and Rattan， 2021，19（3）：72-78.

[3] SHIJY，ZHANGYX，ZHOUDQ，etal.IllustratedFloraof Bambusoideae in China （Volume 2）[M].Beijing and Singapore： Science Press and Springer，2022.

[4] SONGXZ，ZHOUGM，JIANGH，etal.Carbonsequestration byChinese bamboo forestsand their ecological benefits： assessment of potential，problems，and future challenges[J]. EnvironmentalReviews，2011，19：418-428.

[5] LOUYP，LIYX，BUCKINGHAMK，etal.Bambooandclimate changemitigation[R].InternationalNetwork forBamboo and Rattan，Beijing：TechnicalReportNo.32，2010.

[6] 王旭東，吳君琦，劉可為，等.基于自然的解決方案：竹子助 力碳中和實現路徑研究[J].自然保護地，2022，2（4）：32-39. WANGXD，WUJQ，LIUKW，etal.Nature-basedsolutions： Natural Protected Areas，2022，2（4）：32-39.

[7] WANG GY，NNESJL，LEIJF，etal.Cha’sforestryreos[J]. Science，2007，318（5856）：1556-1557.

[8]BETTS MG，YANG ZQ，HADLEY A S， et al. Forest degradation drives widespread avian habitat and population declines[J].NatureEcologyamp;Evolution，2022，6（6）：709-719.

[9]THOMAS E， JALONEN R， LOO J， et al. Avoiding failure in forest restoration： the importance of genetically diverse and sitematched germplasm[J]. Unasylva，2015，66（245）：29-36.

[10] SALGOTRA R K， CHAUHAN B S. Genetic diversity， conservation， and utilization of plant genetic resources[J]. Genes， 2023，14（1）：174.

[11]HANSON J O， SCHUSTER R， STRIMAS-MACKEY M， et al. Systematicconservationprioritizationwith theprioritizrR package[J].ConservationBiology，2025，39（1）：e14376.

[12] MBA C， DIOP N N， DIULGHEROFF S， et al. Managing plant genetic resources for food and agriculture as global commonwealth[C]//BANSAL K C，LAKRA W S，PATHAK H. Transformation of Agri-Food Systems. Singapore： Springer Nature Singapore，2023：63-76.

[13]IPCC，2023：Summary for Policymakers.In： Climate Change 2023： Synthesis Report. Contribution of Working Groups I， II and II to the SixthAssessment Reportof the Intergovernmental Panel on Climate Change [Core Writing Team，LEE H， ROMERO J. （eds.）][R]. Geneva， Switzerland： IPCC，2023.

[14] ZHANG L， SUN P S，HUETTMANN F， et al. Where should China practice forestry in a warming World？[J]. Global Change Biology，2022，28（7）：2461-2475.

[15] CHEN IC， HILL J K，OHLEMULLER R， et al. Rapid range shifts of species associated with high levels of climate warming[J].Sence206.

[16] HARSCH MA，HULME PE，MCGLONE M S，et al. Are treelinesadvancing？A global meta-analysisof treeline response to climate waring[J].EcologyLetters，209，2（10）：04-049.

[17]PECL G T，ARAUJO MB，BELL JD， et al. Biodiversity redistribution under climate change： impacts on ecosystems and human well-being[J]. Science，2017，355：1389.

[18]張雷，王琳琳，劉世榮，等.生境概率預測值轉換為二元值過 程中4個閾值選擇方法的比較評估：以珙桐和杉木生境預估 為例[J].植物生態學報，2017，41（4）：387-395. ZHANGL，WANGLL，LIU SR， etal.An evaluationof four threshold selection methods in species occurrence modeling withrandom forest：case studieswith Davidia involucrata and Cuninghamia lanceolata[J]. Chinese Joumal ofPlantEcology 2017，41（4）：387-395.

[19] 李康杰，鄧海燕，鄒文濤.氣候變化情景下楓香在中國的潛在 地理分布[J].中南林業科技大學學報，2025，45（4）：128-138. LI K J， DENG HY， ZOU WT.Potential geographical distribution ofLiquidambarformosana in China underthe situation of climate change[J]. Journal of Central South University of Forestryamp;Technology，2024，45（4）：128-138.

[20]POUDEL A， ADHIKARI P， ADHIKARI P， et al. Predicting the invasionriskof thehighlyinvasiveAcaciamearnsiiinAsia under global climate change[J]. Plants，2024，13（20）：2846.

[21]梁惠子，林源，劉雄盛，等.基于優化 MaxEnt 模型的瀕危植 物海南風吹楠生境適宜性評價[J].中南林業科技大學學報， 2024，44（8）：16-26. LIANGHZ，LINY，LIUXS， etal.Evaluating habitat suitability of endangered plant Horsfieldia hainanensis based on the optimizedMaxEnt model[J]. Journal of Central South University of Forestry amp;Technology，2024，44（8）：16-26.

[22]PECCHI M，MARCHI M，BURTONV， etal. Species distribution modelling to support forest management： a literature review[J] Ecological Modelling，2019，411：108817.

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

[24]ELITHJ，PHILLIPS S J，HASTIE T， et al.A statistical explaation of MaxEnt for ecologists[J]. Diversity and Distributions， 2011，17（1）：43-57.

[25] MORAN-ORDONEZ A， BOTA G， BROTONS L， et al. A spatial planning approach for the identification of critical habitat for threatenedspecies[J].Conservation Biology，2025：e70022.

[26] MININ E D， VEACH V， LEHTOMAKI J， et al. A quick introduction to Zonation[R]. Helsinki： Helsingin Yliopisto，2014.

[27]中國科學院中國植被圖編委會.1：100萬中國植被分布圖[M]. 北京：科學出版社，2001. Editorial Board of Vegetation Map of China， Chinese Academy of Sciences.1：1 Ooo ooo vegetation distribution map of Chia[M] Beijing： Science Press，2001.

[28] 張景潤，左珂怡，郭子武，等.亞熱帶不同地區苦竹葉片養分 化學計量變異特征及其環境的驅動作用[J].林業科學研究， 2024，37（3）：146-155. ZHANG JR， ZUO K Y， GUO Z W， et al. Characterization of nutrient stoichiometry variability in Pleioblastus amarus leaves from different subtropical regions and its environmental drivers[J].Forest Research，2024，37（3）：146-155.

[29]武元帥.湖南省福建柏林群落分類與地理分布研究[D].長沙： 中南林業科技大學，2023. WU Y S. Community classification and geographical distribution of Fokienia hodginsi forest in Hunan Province[D]. Changsha： Central South University ofForestry amp; Technology，2023.

[30] 龔光祿，楊通靜，桂陽，等.紅托竹蓀資源收集與生態分布特 征[J].中國食用菌，2020，39（11）：14-17，21. GONG G L，YANG TJ， GUI Y， etal. Dictyophora rubrovolvata resources colection and ecological distribution characteristics[J]. Edible Fungi ofChina，2020，39（11）：14-17，1.

[31] SHI J Y， ZHANG Y X， ZHOU D Q，et al. Ilustrated flora of bambusoideae in China （Volume 1）[M]. Beijing and Singapore： Science Press and Springer，2021.

[32] 石高松，上官微.用于陸面模擬的中國土壤數據集（第二 版）[Z].北京：國家青藏高原數據中心，2024.https：//doi. org/10.11888/Terre.tpdc.301235. https：//str.cn/18406.11.Terre. tpdc.301235. SHI G S， SHANGGUAN W. A China dataset of soil properties for land surface modeling （version 2， CSDLv2）[Z]. Beijing： National Tibetan Plateau /Third Pole Environment Data Center， 2024.https：//doi.org/10.11888/Terre.tpdc.301235. https：//cstr.cn/ 18406.11.Terre.pdc.301235.

[33] PHILLIPS S J， DUDiK M. Modeling of species distributions with MaxEnt： new extensions and a comprehensive evaluation[J]. Ecography，20831（2）：617.

[34] PHILLIPS S J， DUDIK M，SCHAPIRE R E. et al. MaxEnt software for modeling species niches and distributions （Version 3.4.4）[EB/OL].[2024-11-12].http：//biodiversityinformatics. amnh.org/open_source/MaxEnt/.

[35] SWETS JA. Measuring the accuracy of diagnostic systems[J]. Science，1988，240（4857）：1285-1293.

[36] IUCN. IUCN Red List Categories and Criteria： Version3.1. Second edition[Z].Gland， Switzerland and Cambridge，UK： IUCN，2012.

[37]紀成據.199年福建遭受極端低溫凍害叢生竹調查分析[J]. 福建林學院學報，2002，22（3）：278-282. JI C J.A surveyon winter killing of sympodial bamboo in 1999 when Fujian’s suffering absolute minimum temperature[J]. Journal ofFujianCollege ofForestry，2002，22（3）：278-282.

[38] 張琦.南竹北移適應性評價及對低溫的生理響應[D].泰安： 山東農業大學，2021. ZHANG Q. Adaptability evaluation of planting bamboos in north from south and physiological response to low temperature[D]. Tai'an： Shandong Agricultural University，2021.

[39] 汪陽東，韋德煌.氣象因素對毛竹稈形生長變異的影響[J]. 竹子研究匯刊，2002，21（1）：46-52. WANG Y D， WEI D H. The effect of weather factors on the culm growth of moso bamboo[J]. Journal of Bamboo Research， 2002，21（1）：46-52.

[40]張億艷.苦竹林土壤養分含量及其化學計量特征的海拔效應[J].竹子學報，2019，38（3）：34-38. ZHANGYY.Effect of altitudinal gradient on content and stoichiometry of soil nutrient in Pleioblastus amarus stands[J]. Journal ofBamboo Research，2019，38（3）：34-38.

[41]ZUOKY，FANLL，GUOZW，etal.Aboveground biomass componentplasticity and allocationvariationsof bamboo （Pleioblastusamarus） ofdifferent regions[J].Forests，2024，15（1）：43.

[42]李睿.歷史時期中國竹林分布對氣候變化的響應[J].竹子研 究匯刊，2002，21（2）：67-70，78. LIR.Response to the distribution of bamboo forests to climate change in China during historic periods[J].Journal ofBamboo Research，2002，21（2）：67-70，78.

[43]FANLL，CHENSL，GUOZW， et al.Soil pH enhancementand alterations in nutrient and bacterial community profiles following Pleioblastus amarus expansion in tea plantations[J].BMC Plant Biology，2024，24（1）：837.

[44]WANGYX，BAI SB，BINKLEYD， et al. The independence ofclonal shoot’sgrowth fromlight availability supportsmoso bambooinvasionofclosed-canopyforest[J].ForestEcologyand Management，2016，368：105-110.

[45].ZUOKY，FANLL，GUO ZW， et al. High nutrient utilization and resorption efficiency promote bamboo expansionand invasion[J]. Journal of EnvironmentalManagement，2024，362：121370.

[46]童冉，周本智，姜麗娜，等.毛竹入侵對森林植物和土壤的影 響研究進展[J].生態學報，2019，39（11）：3808-3815. TONGR，ZHOUBZ，JIANGLN，etal. Influence of moso bamboo invasion on forest plantsand soil：areview[J].Acta Ecologica Sinica，2019，39（11）：3808-3815.

[47]OUYANG M，EZIZ A，XIAO SL，et al.Effects of bamboo invasion on forest structures and diameter-height allometries[J] ForestEcosystems，2025，12：100256.

[48]SUZUKI S，NAKAGOSHIN.Expansion ofbamboo forests caused by reduced bamboo-shoot harvest under different natural and artificial conditions[J].Ecological Research，20o8，23（4）： 641-647.

[本文編校：吳毅]