Page 7 - 《广西植物》2025年第11期

１１ 期 陈芷琪等: 气候变化下喜旱莲子草在海南热带雨林国家公园的扩散风险研究 １ ９ ５ １

录以来(国家环保总局ꎬ２００３)ꎬ作为典型的恶性入 科学与数据中心ꎬ包含海拔、坡度和坡向 ３ 个变
侵植物ꎬ其因广泛的入侵范围和对入侵地生态系 量ꎬ空间分辨率为 １２.５ ｍ 的 ＤＥＭ 数据ꎮ 土壤因子
统的严重危害而备受关注( 侯清晨等ꎬ２０２２)ꎮ 喜 数据来源于世界土壤数据库( ＨＷＳＤ) 的中国土壤
旱莲子草凭借其强大的环境耐受性和快速适应能 数据集( ｖ２.０)ꎬ经过提取与整理ꎬ选择个 １７ 土壤
力ꎬ迅速扩张并抢占资源ꎬ成为受干扰群落中的优 因子变量ꎬ分辨率为 １ ｋｍꎮ 气候数据来源于世界
势种(唐梦娥等ꎬ２０２０)ꎮ 海南热带雨林区域ꎬ作为 气候数据库( ｈｔｔｐ: / / ｗｗｗ. ｗｏｒｌｄｃｌｉｍ. ｏｒｇ / )ꎬ分辨率
南渡江、昌化江、万泉河等水系及松涛、大广坝等 为 ３０″(约 １ ｋｍ)ꎮ 气候数据包中包含了 １９ 个生物
重要水库的源头ꎬ承载着“ 绿肺” 与“ 水塔” 的双重 气候变量ꎮ 当前和未来气候数据使用基于 ＣＭＩＰ６
生态功能ꎬ对维护海南岛的生态安全与可持续发 的 ＷｏｒｌｄＣＬｉｍ２. １ 数 据 集ꎬ 其 中 ２０４１—２０６０ 年
展具有不可估量的价值( 杜乐山等ꎬ２０２３)ꎮ 海南 (２０５０ｓ)、 ２０６１—２０８０ 年 ( ２０７０ｓ) 和 ２０８１—２１００
热带雨林国家公园的正式设立ꎬ标志着园区内关 年(２０９０ｓ)３ 个时期选择 ＳＳＰ１２６ 和 ＳＳＰ５８５ 这 ２ 个
键物种和生物多样性保护要求的继续提升ꎮ 在此 气候情景进行预测ꎮ 其中ꎬＳＳＰ１２６ 情景代表了温
背景下ꎬ有效防范外来物种入侵对保护区的生态 和可持续发展情景ꎬＳＳＰ５８５ 则代表了高排放、极端
威胁ꎬ成为亟待解决的关键议题ꎮ 气候加 剧 情 景ꎮ 地 表 太 阳 辐 射 量 数 据 来 源 于
物种分布模型近年来成为生物地理学、生态 Ｇｏｏｇｌｅ Ｅａｒｔｈ Ｅｎｇｉｎｅ 数 据 平 台 ( ｈｔｔｐｓ: / / ｃｏｄｅ.
学、保护生物学和气候变化等研究的核心分析工具 ｅａｒｔｈｅｎｇｉｎｅ.ｇｏｏｇｌｅ.ｃｏｍ / )ꎮ 植被归一化指数数据来
(梁键明等ꎬ２０２３)ꎮ 各种学者运用不同的物种分布 源于国家生态科学数据中心( ｈｔｔｐ: / / ｗｗｗ. ｎｅｓｄｃ.
模型预测各种外来入侵植物的潜在分布情况ꎬ如紫 ｏｒｇ.ｃｎ / )ꎮ 将选择的 ４１ 个环境变量数据的图层文
茎 泽 兰 ( Ａｇｅｒａｔｉｎａ ａｄｅｎｏｐｈｏｒａ ) ( Ｗａｎｇ ＆ Ｗａｎｇꎬ 件用 ＡｒｃＧＩＳ １０.８ 进行重采样ꎬ统一栅格大小ꎬ统
２００６ꎻ李 双 成 和 高 江 波ꎬ ２００８)、 肿 柄 菊 ( Ｔｉｔｈｏｎｉａ 一地理坐标系统ꎬ统一分辨率为 １ ｋｍꎮ
ｄｉｖｅｒｓｉｆｏｌｉａ) ( 陈 剑 等ꎬ ２０２１)、 反 枝 苋 ( Ａｍａｒａｎｔｈｕｓ 为了消除共线性对建模过程和结果解释的影
ｒｅｔｒｏｆｌｅｘｕｓ) ( Ｑｉｎ ｅｔ ａｌ.ꎬ ２０１８)、 互花米草 ( Ｓｐａｒｔｉｎａ 响ꎬ使用 Ｒ４.２.２ 软件对预选环境变量进行 Ｐｅａｒｓｏｎ
ａｌｔｅｒｎｉｆｌｏｒａ)(刘亚静等ꎬ２０２４)ꎮ 然而ꎬ当前物种分 相关性分析ꎬ剔除预实验中高相关性( ｜ ｒ ｜ ≥０.８)
布模型种类繁多ꎬ原理和算法各异ꎬ使用单一模型 变量中贡献度较低者ꎬ最后保留 相 关 性 ｜ ｒ ｜ < ０. ８
或难 以 确 保 预 测 的 精 准 度 ( Ｓｅｇｕｒａｄｏ ＆ Ａｒａúｊｏꎬ (Ｚｈｕｏ ｅｔ ａｌ.ꎬ ２０２０) 且贡献率较高的 １１ 个环境变
２００４)ꎮ 通过融合不同模型的预测结果ꎬ构建集合 量ꎬ用于后续建模(表 １)ꎮ
模型可望有效提高预测能力(王子文等ꎬ２０２３)ꎮ １.２ 物种分布数据获取
基 于 此ꎬ 本 研 究 拟 采 用 物 种 分 布 模 型 喜旱莲子草数据全部来自海南热带雨林国家
Ｂｉｏｍｏｄ２ꎬ以海南热带雨林国家公园为研究区域ꎬ 公园的水生植物资源野外实地调查ꎮ 调查沿国家
基于野外实地调查的喜旱莲子草分布数据ꎬ预测 公园内河流的河岸带进行ꎬ每 ５ ｋｍ 设计 １ 个调查
其在国家公园区域尺度下的不同气候情境下的地 断面ꎬ重点分布于河流上中下游或交汇处ꎬ各断面
理空间分布ꎬ探讨其在海南热带雨林国家公园的 设 １ 条 ８００ ｍ 长的样线ꎬ样线头、中、尾各设 １ 个 ２
扩散风险ꎬ并分析影响喜旱莲子草空间分布的关 ｍ × ２ ｍ 的样方ꎮ 湖泊和水库则按入口、出口、沿
键环境因素ꎮ 本研究结果将为喜旱莲子草在海南 岸带等区域划分ꎬ每区域设 １ ~ ２ 个具有代表性的
热带雨林国家公园的预警、监测和防治提供科学 横断面(库容量小于 １ ０００ 万 ｍ 的水库ꎬ每个区域
３
参考ꎮ 布设 １ 个横断面)ꎬ横断面内设 １ ~ ２ 条 ８００ ｍ 样
线ꎬ同样在样线头、中、尾设置 ２ ｍ × ２ ｍ 的样方ꎮ
１ 材料与方法 使用全球定位系统(ｇｌｏｂａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍꎬＧＰＳ)
获取植物分布经纬度ꎬ所有分布点的经纬度输入
１.１ 环境数据获取与处理 Ｅｘｃｅｌ 表格并保存为“ ＣＳＶ” 格式ꎮ 植物分布点位
参与模型模拟的环境变量包括地形因子、土 利用物种分布模型工具箱( ＳＤＭ Ｔｏｏｌｂｏｘ) 对分布
壤因子、气候因子、地表太阳辐射量和植被归一化 数据进行筛选ꎬ最终得出喜旱莲子草的分布点共
指数数据ꎮ 地形因子来源于中国科学院资源环境 １０ 个(图 １)ꎮ