Page 23 - 《广西植物》2022年第3期
P. 23

3 期                文国卫等: 基于优化的 MaxEnt 模型预测赤水蕈树的潜在适宜区                                       3 6 7

   中ꎬ训练 AUC 平均值为 0.980 0 ± 0.004 8ꎬ而测试                      表 1  影响赤水蕈树现代潜在分布的
   AUC 平均值为0.970 8 ± 0.010 5ꎬ两者的 AUC 值                              10 个主导环境变量
   均大于 0.9ꎬ表明优化后的 MaxEnt 模型能够准确                     Table 1  Ten dominant environmental variables influencing the
                                                      potential distribution of Altingia multinervis in modern times
   模拟赤水蕈树的潜在地理分布ꎮ
   2.2 环境变量的重要性                                                                                置换
                                                     环境变量                        代码    贡献率    重要值
       环境变量的重要性主要由贡献率( percent of                    Environmental variable      Code  PC (%)
                                                                                              PI (%)
   contributionꎬ PC ) 和 置 换 重 要 值 ( permutation
   importanceꎬPI)指标来评定ꎬ环境变量指标数值越                     昼夜温差月均值                     bio2   36.09  39.41
                                                     Mean diurnal range
   大ꎬ就越重要ꎮ 基于赤水蕈树现代分布点和 15 个                         年降水量                        bio12  25.38  19.22
   环境变量图层的 MaxEnt 模拟结果ꎬ因有 5 个环境                      Annual precipitation
                                                     降水季节性变化                     bio15  12.29  16.34
   变量的贡献率和置换重要值为零或极小ꎬ因此ꎬ该                            Seasonality of precipitation
                                                     温度年较差                       bio7   9.50   6.91
   研究仅提供 10 个主导环境变量的参数(表 1)ꎮ 贡                       Range of annual temperature
                                                     表层土壤酸碱度                   t ̄pH ̄H 2 O  3.82  0.74
   献率前 5 个 因 子 依 次 是 昼 夜 温 差 月 均 值 ( bio2ꎬ
                                                     Topsoil pH (H 2 O)
   36.09%)、年降水量( bio12ꎬ25.38%)、降水季节性                 土壤质地分类                   t ̄usda ̄tex ̄class 3.15  4.79
                                                     Topsoil usda texture classification
   变化( bio15ꎬ12.29%)、温度年较差( bio7ꎬ9.50%)
                                                     最干月降水量                      bio14  2.87   7.69
   和表层土壤酸碱度( t ̄pH ̄H Oꎬ3.82%)ꎬ共占总贡                    Precipitation of the driest month
                            2
   献率的 77.08%ꎮ 置换重要值前 5 个因子依次是昼                      海拔 Elevation                elev   2.12   2.58
                                                     等温性                         bio3   2.07   1.54
   夜温差月均值(39.41%)、年降水量(19.22%)、降                     Isothermality
   水季节性变化( 16. 34%)、最干月降水量( bio14ꎬ                   温度季节变动系数                    bio4   1.77   0.58
                                                     Temperature seasonality
   7.69%)和温度年较差( bio7ꎬ6.91%)ꎬ共占置换重
   要值的 89.57%ꎮ 在刀切图中( 图 1)ꎬ使用仅此变
   量(with only variable) 分析时ꎬAUC 值最佳的环境              10 km (current)ꎬ比过去两个时期少了两倍多( 表
                                                           2
                                                       4
   因子是昼夜温差月均值ꎬ其后三个因子分别是等                             2ꎬ图 2:A - C)ꎮ 未 来 4 种 不 同 气 候 情 景 ( 2050s
   温性(bio3)、最干月降水量( bio14) 和最干季度降                    RCP2.6、RCP8.5ꎬ2070s RCP2.6、RCP8.5) 下ꎬ赤水
   水量(bio17)ꎬ表明这四个环境因子对赤水蕈树的                         蕈树总适生区分别为 5.170 4×10 、6.413 1 × 10 、
                                                                                     4
                                                                                                 4
   分 布 有 很 大 的 影 响ꎮ 综 上ꎬ 昼 夜 温 差 月 均 值               5.352 6×10 、6.999 7×10 km ꎬ这表明较高浓度的
                                                                                2
                                                                4
                                                                            4
   (bio2)和年降水量(bio12)是影响赤水蕈树现代潜                      排放情景有利于赤水蕈树适生区范围的扩大ꎮ
   在分布的主导因子ꎬ降水季节性变化( bio15)、温                        2.4 过去和未来空间格局变化
   度年较差( bio7)、最干月降水量( bio14) 和表层土                       基于现代赤水蕈树的潜在分布范围ꎬ末次间
   壤酸碱度(t ̄pH ̄H O)对赤水蕈树的潜在分布也起                        冰期潜在适生区的丧失面积最大ꎬ为 0.872 0×10                   4
                   2
                                                        2
   着重要作用ꎮ                                            km ꎬ占现代潜在适生区面积的 32.55%ꎬ丧失面积
   2.3 现代、过去和未来潜在适生区                                 主要分布在现代赤水蕈树的潜在适生区的南北两
       根据 MaxEnt 模拟结果ꎬ赤水蕈树现代潜在总                      端(图 3:Aꎬ表 3)ꎮ 此外ꎬ除全新世中期外ꎬ末次间
   适生区 面 积 为 6. 547 6 × 10 km ꎬ 包 括 高 适 生 区          冰期、2050s RCP2.6、2050s RCP8.5、2070s RCP2.6
                             4
                                 2
   0.252 7×10 km 、中适生区 2.439 9×10 km 、低适             和 2070s RCP8.5 的潜在适生区新增面积均小于丧
             4
                 2
                                       4
                                           2
                                                                                                 4
                                                                                    4
   生区 3.854 9×10 km ꎬ潜在适生区主要集中分布                     失面积ꎬ分别丧失了 0.407 2 × 10 、0.551 7 × 10 、
                      2
                  4
   在贵州、四川和重庆交界的长江流域周围ꎬ其中又                            0.092 4×10 、0.358 7×10 、0.226 8×10 km ꎬ依次
                                                                4
                                                                                             2
                                                                                         4
                                                                            4
   以赤水河流域分布最为密集(表 2ꎬ图 2:C)ꎮ 从末                       占现 代 潜 在 适 生 区 面 积 的 15. 20%、 20. 60%、
   次间冰期到现代ꎬ赤水蕈树潜在总适生区由最初                             3.45%、13.39%、8.46% ( 表 3)ꎮ 全新世中期新增
                4   2                        4  2
   的 5.409 4×10 km (LGM)增加到 7.540 3×10 km            面积主要在集中在重庆部分ꎬ与其他时期相反ꎮ
   (MH)ꎬ然后下降到 6.547 6×10 km ( current)ꎻ同             在未来两个时期两种不同浓度排放情景下ꎬ赤水
                                    2
                                4
   样ꎬ高适 生 区 从 0. 535 3 × 10 km ( LGM) 增 加 到          蕈树潜在适生区丧失的面积主要集中在重庆部分
                              4
                                  2
             4
                 2
   0.579 7×10 km (MH)ꎬ之后大幅下降到 0.252 7×               区域ꎬ而新增的面积集中在四川和贵州部分区域
   18   19   20   21   22   23   24   25   26   27   28