Page 173 - 《广西植物》2026年第6期

１ ０ ８ ８ 广 西 植 物 ４６ 卷
Ａｂｓｔｒａｃｔ: Ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｈａｓ ｅｘｅｒｔｅｄ ｐｒｏｆｏｕｎｄ ｉｍｐａｃｔｓ ｏｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎｓ ｏｆ ｐｌａｎｔ ｓｐｅｃｉｅｓ. Ｍａｃａｄａｍｉａ ｓｐ.ꎬ ａ
ｔｒｏｐｉｃａｌ ｔｏ ｓｕｂｔｒｏｐｉｃａｌ ｍｏｎｔａｎｅ ｐｌａｎｔꎬ ｐｏｓｓｅｓｓｅｓ ｃｏｎｓｉｄｅｒａｂｌｅ ｅｃｏｎｏｍｉｃ ａｎｄ ｅｃｏｌｏｇｉｃａｌ ｓｉｇｎｉｆｉｃａｎｃｅｓ. Ｕｎｄｅｒｓｔａｎｄｉｎｇ ｉｔｓ
ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌｌｙ ｓｕｉｔａｂｌｅ ａｒｅａｓ ｕｎｄｅｒ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｓｃｅｎａｒｉｏｓ ｉｓ ｏｆ ｇｒｅａｔ ｉｍｐｏｒｔａｎｃｅ ｆｏｒ ｐｒｏｍｏｔｉｎｇ ｓｕｓｔａｉｎａｂｌｅ
ｅｃｏｎｏｍｉｃ ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ ｓｏｉｌ ａｎｄ ｗａｔｅｒ ｃｏｎｓｅｒｖａｔｉｏｎ ｉｎ ｍｏｕｎｔａｉｎｏｕｓ ｒｅｇｉｏｎｓ ｏｆ Ｃｈｉｎａ. Ｔｈｉｓ ｓｔｕｄｙ ｉｎｔｅｇｒａｔｅｄ ｔｈｅ ＭａｘＥｎｔ
ｍｏｄｅｌ ｗｉｔｈ ＡｒｃＧＩＳ ｔｅｃｈｎｏｌｏｇｙ ｔｏ ａｎａｌｙｚｅ ｃｕｒｒｅｎｔ ｄｉｓｔｒｉｂｕｔｉｏｎ ｄａｔａ ｏｆ Ｍａｃａｄａｍｉａ ｓｐ. ｉｎ Ｃｈｉｎａꎬ ａｌｏｎｇ ｗｉｔｈ ｅｎｖｉｒｏｎｍｅｎｔａｌ
ｖａｒｉａｂｌｅｓ ｉｎｃｌｕｄｉｎｇ ｃｌｉｍａｔｉｃꎬ ｔｏｐｏｇｒａｐｈｉｃꎬ ａｎｄ ｓｏｉｌ ｆａｃｔｏｒｓꎬ ｅｔｃ. Ｋｅｙ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｄｅｔｅｒｍｉｎａｎｔｓ ｉｎｆｌｕｅｎｃｉｎｇ ｉｔｓ
ｄｉｓｔｒｉｂｕｔｉｏｎ ｗｅｒｅ ｉｄｅｎｔｉｆｉｅｄꎬ ａｎｄ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎｓ ｏｆ ｓｕｉｔａｂｌｅ ａｒｅａｓ ｗｅｒｅ ｐｒｏｊｅｃｔｅｄ ｆｏｒ ｆｏｕｒ ｆｕｔｕｒｅ ｔｉｍｅ
ｐｅｒｉｏｄｓ: ｔｈｅ ２０４０ｓꎬ ２０６０ｓꎬ ２０８０ｓꎬ ａｎｄ ２１００ｓ. Ｔｈｅ ｒｅｓｕｌｔｓ ｗｅｒｅ ａｓ ｆｏｌｌｏｗｓ: (１) Ｔｈｅ ＭａｘＥｎｔ ｍｏｄｅｌ ｄｅｍｏｎｓｔｒａｔｅｄ ｈｉｇｈ
ａｃｃｕｒａｃｙ ｉｎ ｓｉｍｕｌａｔｉｎｇ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｇｅｏｇｒａｐｈｉｃ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ Ｍａｃａｄａｍｉａ ｓｐ. ｉｎ Ｃｈｉｎａ. (２) Ａｎｎｕａｌ ｍｅａｎ ｔｅｍｐｅｒａｔｕｒｅꎬ
ａｎｎｕａｌ ｍｅａｎ ｐｒｅｃｉｐｉｔａｔｉｏｎꎬ ｉｓｏｔｈｅｒｍａｌｉｔｙꎬ ａｎｄ ｔｅｍｐｅｒａｔｕｒｅ ａｎｎｕａｌ ｒａｎｇｅ ｗｅｒｅ ｉｄｅｎｔｉｆｉｅｄ ａｓ ｔｈｅ ｍｏｓｔ ｉｎｆｌｕｅｎｔｉａｌ
ｅｎｖｉｒｏｎｍｅｎｔａｌ ｖａｒｉａｂｌｅｓ ｓｈａｐｉｎｇ ｉｔｓ ｄｉｓｔｒｉｂｕｔｉｏｎ. ( ３) Ａｃｒｏｓｓ ａｌｌ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓꎬ Ｙｕｎｎａｎ Ｐｒｏｖｉｎｃｅ ｃｏｎｓｉｓｔｅｎｔｌｙ
ｅｘｈｉｂｉｔｅｄ ｔｈｅ ｌａｒｇｅｓｔ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｒｅａ ｏｆ ｓｕｉｔａｂｌｅ ａｒｅａꎬ ｆｏｌｌｏｗｅｄ ｂｙ ｔｈｅ ｓｏｕｔｈｅａｓｔｅｒｎ ｃｏａｓｔａｌ ｐｒｏｖｉｎｃｅｓ ｓｕｃｈ ａｓ Ｇｕａｎｇｄｏｎｇ
ａｎｄ Ｇｕａｎｇｘｉ. (４) Ｕｎｄｅｒ ａｌｌ ｔｈｒｅｅ ｆｕｔｕｒｅ ｃｌｉｍａｔｅ ｓｃｅｎａｒｉｏｓ (ＳＳＰ１￣２.６ꎬ ＳＳＰ２￣４.５ꎬ ＳＳＰ５￣８.５)ꎬ ｔｈｅ ｔｏｔａｌ ａｒｅａ ｏｆ ｓｕｉｔａｂｌｅ
ａｒｅａｓ ｇｒａｄｕａｌｌｙ ｄｅｃｒｅａｓｅｄ ｏｖｅｒ ｔｉｍｅꎬ ａｃｃｏｍｐａｎｉｅｄ ｂｙ ｉｎｃｒｅａｓｉｎｇ ｆｒａｇｍｅｎｔａｔｉｏｎꎬ ｗｈｉｌｅ ｔｈｅ ｓｐａｔｉａｌ ｓｈｉｆｔｓ ｏｆ ｔｈｅ ｏｖｅｒａｌｌ
ｃｅｎｔｒｏｉｄ ｒｅｍａｉｎｅｄ ｍｉｎｉｍａｌ. Ｔｈｅｓｅ ｆｉｎｄｉｎｇｓ ｐｒｏｖｉｄｅ ａ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｏｆ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ
ｐａｔｔｅｒｎｓꎬ ａｎｄ ｏｆｆｅｒｓ ａ ｓｃｉｅｎｔｉｆｉｃ ｂａｓｉｓ ｆｏｒ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｌａｒｇｅ￣ｓｃａｌｅ ｃｕｌｔｉｖａｔｉｏｎ ｓｔｒａｔｅｇｉｅｓ.
Ｋｅｙ ｗｏｒｄｓ: Ｍａｃａｄａｍｉａ ｓｐ.ꎬ ｐｏｔｅｎｔｉａｌｌｙ ｓｕｉｔａｂｌｅ ａｒｅａｓꎬ ＭａｘＥｎｔ ｍｏｄｅｌꎬ ｃｌｉｍａｔｅ ｃｈａｎｇｅꎬ Ｃｈｉｎａ

气候变化显著地影响了动植物生存和繁衍ꎬ ＡＮＮ) ( Ｚｅｎｅｂｅ ｅｔ ａｌ.ꎬ ２０２４)、 随 机 森 林 ( ｒａｎｄｏｍ
剧烈的气候变化导致高温干旱、热浪和暴雨洪涝 ｆｏｒｅｓｔꎬ ＲＦ) 模 型 ( 郭 恺 琦 等ꎬ ２０２１ꎻ Ｚｈａｏ ｅｔ ａｌ.ꎬ
等极端事件频发ꎬ物种栖息地遭到严重破坏ꎬ生境 ２０２２)和最大熵(ＭａｘＥｎｔ)模型(Ｐｈｉｌｌｉｐｓ ｅｔ ａｌ.ꎬ ２００６ꎻ
丧失及破碎化日益严重ꎬ物种生存面临严峻挑战 Ｚｈａｎｇ ｅｔ ａｌ.ꎬ ２０２１ꎻ 应 邦 肯 等ꎬ ２０２４ )ꎮ 其 中ꎬ
( Ｂｅｌｌａｒｄ ｅｔ ａｌ.ꎬ ２０１２ꎻ Ｍａｎｔｙｋａ￣Ｐｒｉｎｇｌｅ ｅｔ ａｌ.ꎬ ＭａｘＥｎｔ 模型以最大熵理论为基础ꎬ利用物种分布数
２０１２ꎻ Ｈａｒｒｉｓｏｎ ｅｔ ａｌ.ꎬ ２０２０ꎻ 杨 佳 悦 等ꎬ ２０２５)ꎮ 据及其相关环境变量即可预测物种潜在分布范围ꎬ
气候(热量和水分)是制约生物分布的主要因素之 操作简单、预测精度高(Ｐｈｉｌｌｉｐｓ ｅｔ ａｌ.ꎬ ２００６ꎻ 朱耿平
一ꎬ很大程度上控制着植物的分布、生长和繁殖 和乔 慧 捷ꎬ ２０１６ꎻ 陈 程 浩 等ꎬ ２０２３ꎻ 曾 伟 英 等ꎬ
( 王 纪 军 和 裴 铁 璠ꎬ ２００４ꎻ 吕 佳 佳 和 吴 建 国ꎬ ２０２５)ꎬ已被广泛应用于预测野生濒危动植物(张殷
２００９)ꎮ 因此ꎬ评估物种对气候的适应性迫在眉 波等ꎬ ２０１９ꎻ 陈禹光等ꎬ ２０２２ꎻ 王亚等ꎬ ２０２３ꎻ 杨善
睫ꎬ理解物种的地理分布格局及其与环境因子间 云等ꎬ ２０２３ꎻ 吕增伟等ꎬ ２０２４ꎻ 石小倩等ꎬ ２０２５)、经
的相互关系ꎬ对管理者后续开展农业生产和制定 济作物( 王伟等ꎬ ２０１７ꎻ 王翠华等ꎬ ２０２０ꎻ 刘攀峰
物种多样性保护措施至关重要ꎮ 等ꎬ ２０２０ꎻ 李章贵等ꎬ ２０２４)、外来植物(李建宇等ꎬ
物 种 分 布 模 型 ( ｓｐｅｃｉｅｓ ｄｉｓｔｒｉｂｕｔｉｏｎ ｍｏｄｅｌｓꎬ ２０２３ꎻ 郑晓毅等ꎬ ２０２４)等生态适宜分布的预测ꎮ
ＳＤＭｓ)基于数学统计方法ꎬ将物种和环境变量数据 澳洲坚果( Ｍａｃａｄａｍｉａ ｓｐ.) 又称夏威夷果ꎬ属

相结合ꎬ是预测物种分布概率的有效手段( Ｚｈａｏ ｅｔ 于山龙眼科(Ｐｒｏｔｅａｃｅａｅ) 澳洲坚果属( Ｍａｃａｄａｍｉａ)
ａｌ.ꎬ ２０２１)ꎮ 目前ꎬ常见的物种分布模型主要有生物 多年生常绿乔木ꎬ原产地主要分布于澳大利亚大

气候模型(ＢＩＯＣＬＩＭ)(Ｂｅａｕｍｏｎｔ ｅｔ ａｌ.ꎬ ２００５ꎻ Ｂｏｏｔｈ 陆东部、苏拉威西岛和马达加斯加岛等热带地区
ｅｔ ａｌꎬ ２０１４ꎻ 李垚等ꎬ ２０１４)、 生物种群增长模型 (中国科学院中国植物志编辑委员会ꎬ １９８８ꎻ 贺熙

(ＣＬＩＭＥＸ) (Ｔａｙｌｏｒ ＆ Ｋｕｍａｒꎬ ２０１３ꎻ Ｒａｍｉｒｅｚ￣Ｃａｂｒａｌ 勇等ꎬ ２０１５)ꎮ 澳洲坚果素有“干果皇后” 的美誉ꎬ
ｅｔ ａｌ.ꎬ ２０１７)、 基 于 遗 传 算 法 的 规 则 组 合 模 型 具有较高的经济价值ꎬ是我国重要的木本油料植

( ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｒｕｌｅ￣ｓｅｔ ｐｒｅｄｉｃｔｉｏｎꎬ ＧＡＲＰ ) 物之一ꎬ其果仁含油量高达 ７０％ꎬ可用于制作加工
(Ｓｔｏｃｋｍａｎ ｅｔ ａｌ.ꎬ ２００６ꎻ Ｆｕ ｅｔ ａｌ.ꎬ ２０２４)、广义线性 高级色拉油和各类食品(焦云等ꎬ ２００８ꎻ 朱耿平和
模型(ｇｅｎｅｒａｌｉｚｅｄ ｌｉｎｅａｒ ｍｏｄｅｌꎬＧＬＭ) (Ｇｕｉｓａｎ ｅｔ ａｌ.ꎬ 乔慧捷ꎬ ２０１６)ꎮ 澳洲坚果还具有丰富的药用价
１９９９)、 人 工 神 经 网 络 ( ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋꎬ 值ꎬ其不饱 和 脂 肪 酸 含 量 较 高 ( 刘 建 福 和 黄 莉ꎬ