Page 32 - 《广西植物》2023年第3期
P. 32

4 3 2                                  广  西  植  物                                         43 卷
            两者分别对应未来社会的可持续发展路径和常规                              AUC 值为 0. 7 ~ 0. 9 表 示 一 般 或 中 等ꎬ AUC 值 为
            发展路径(ONeill et al.ꎬ 2016)ꎮ 由于中国气象局               0.9 ~ 1.0 表示优秀(李艳红等ꎬ2021)ꎮ
            北京气候中心提出的 BCC ̄CSM2 ̄MR 模式在东亚                            将结果文件导入 ArcGIS 10.7 中ꎬ采用自然间
            具有良好的模拟表现(Wu et al.ꎬ 2014)ꎬ因此选择                    断点分级法(Jenks)将当前气候情景下蚬木分布适

            BCC ̄CSM2 ̄MR 模 式 数 据 模 拟 蚬 木 在 2070s                宜度分为 4 个等级ꎬ即不适生区(0 ~ 0.06)、低适生
            (2060—2080 年) 的分布范围ꎮ 土壤因子数据来                       区(0.06 ~ 0.22)、中适生区(0.22 ~ 0.43)、高适生区

            源于联合国粮农组织世界土壤数 据 库 ( https: / /                    (0.43 ~ 0.81) ( 赵光华等ꎬ2021)ꎻ未来气候情景和
            www.fao.org / )ꎻ地图数据来源于国家基础地理信                     当前适生等级划分标准一致ꎬ均按当前适宜度进
            息中心( http: / / www. ngcc. cn / )ꎻ土地覆盖数据来           行手动划分ꎬ获得模型预测的蚬木潜在分布格局ꎮ

            源于中国科学院地理科学与资源研究所( https: / /                      2.3 未来气候情景下潜在适生区与稳定生境分析
            www.resdc.cn / )ꎻ喀斯特地质背景分布数据为 1985                     在 ArcGIS 10.7 的支持下ꎬ通过重叠分析获取
            年出版的“中国可溶岩类型图”数字化得到ꎮ                               SSP1 ̄2.6 和 SSP5 ̄8.5 两种未来气候情景下的高适
                 所有环境变量使用 ArcGIS 10.7 软件以中国为                   生区与当前气候条件下高适生区的稳定生境区
            研究区进行掩膜提取ꎬ并将掩膜提取后的环境变                              (Tang et al.ꎬ 2022)ꎮ 由于稳定生境可以为蚬木提
            量转换为 ASCII 格式ꎬ分辨率均为 2.5′ꎬ地理坐标                      供稳定的环境条件ꎬ对气候变化情景下物种分布的
            系统一为 GCS_WGS_1984ꎮ                                 稳定可能有重要作用ꎬ甚至成为气候变化条件下物
                                                               种的避难所ꎬ因此稳定生境分析具有非常重要的意
            2  研究方法                                            义(Tang et al.ꎬ 2022)ꎮ 为了分析蚬木在未来气候
                                                               情景下新增适生区的土地利用来源ꎬ将扩张区与重
            2.1 环境因子的筛选                                        新分类后的土地覆盖类型图层进行叠置ꎬ计算蚬木
                 为避免因环境变量高度相关而导致模型多重                           SSP1 ̄2.6 和 SSP5 ̄8.5 两种未来气候情景下的新增
            共线性问题ꎬ在 ArcGIS 10.7 中运用 SDM_Toolbox                适宜分布区中各种土地覆盖类型所占的比例ꎮ
            2.4 插件将所有环境因子进行 Pearson 相关性检
            验ꎬ并选择刀切法(Jackknife)检验各环境因子的重                       3  结果与分析
            要性(Yang et al.ꎬ 2013)ꎮ 保留相关系数绝对值小
            于 0.8 的环境因子ꎬ当环境变量的相关系数绝对值                          3.1 模型精度及模拟当前气候条件适生区
            大于 0.8 时ꎬ保留贡献较大的变量ꎮ 根据前期的数                             模型的训练 AUC 平均值为 0. 997 ( 标准差 ±
            据分析发现ꎬ由于常用的大尺度土壤特征数据较                              0.000)(图 2)ꎬ模型拟合达到优秀水平ꎮ
            难反映喀斯特区异质性极高且复杂的生境特征ꎬ                                  模型预测结果(图 3)表明ꎬ当前蚬木适生区严
            因此尝试将喀斯特地质背景分布数据作为综合的                              格分布于喀斯特区域ꎬ与喀斯特植物专性植物特
            环境因子加入模型分析ꎮ 经过模型初步拟合ꎬ剔                             性相符ꎻ低适生区面积为 3.36 万 km 、中适生区面
                                                                                                2
                                                                                                         2
                                                                             2
            除在模型中贡献率为 0 的环境因子ꎬ最终选择 17                          积为 1.97 万 km 、总适生区面积为 6.81 万 km ꎻ高
            个无共线性的环境变量进行蚬木潜在适生区预测                              适生区面积为 1.48 万 km ꎬ约占总适生区面积的
                                                                                      2
            (表 1)ꎮ                                             22%ꎬ主要分布在广西西南部及云南东南部喀斯
            2.2 模型拟合与适生区划分                                     特山地ꎮ
                 将蚬木地理分布数据和 环 境 变 量 数 据 导 入                    3.2 不同环境因子的贡献及其适应范围
            MaxEnt 3.4.4 中进行模型运算ꎮ 采用 Jackknife 预                   模型拟合结果(表 1)表明ꎬ贡献率最高的环境

            测各环境变量的贡献率ꎻ设置全部样本点的 25%                            因子为最暖季度降水量(Bio18)、喀斯特地质背景
            用于验证模型ꎬ其余 75% 用于训练模型ꎻ设置 10                         分布(Karst) 和最冷月最低气温( Bio6)ꎬ贡献率均
            次重复ꎬ模型中其余参数选择默认ꎮ 利用受试者                             超过 10%ꎬ其余环境因子贡献率均较小ꎮ 根据环
            工作特征曲线下的面积 AUC 值进行 MaxEnt 预测                       境因子的响应曲线ꎬ蚬木适宜的最暖季度降水量
            精度检测ꎬAUC 取值范围为 [0ꎬ1]ꎬAUC 值<0.5                     区间为 800 ~ 950 mmꎬ最冷月最低气温区间为 7 ~
            表示预测失败ꎬAUC 值为 0.5 ~ 0.7 表示预测较差ꎬ                    11 ℃ ꎬ同时必须为喀斯特地形(图 4)ꎮ
   27   28   29   30   31   32   33   34   35   36   37