Page 78 - 《广西植物》2023年第4期
P. 78

ᤃ ᤃ ԡ                                  广জ 西জ 植জ 物                                         ࿗ሕ 卷
            草入侵区域天然草地生物多样性降低ྉ 王坤芳等ᖔ                            ᧧۪ऊऊ 第五次报告中采用的四种新的排放情景ᖔ即
            ԰ԡϟጢɯᖔ从而对农牧业生产造成严重的经济损失                            典 型浓度路径 ྉ ʢᔀᡱʢᔀ༁ᔀႿᡷᑕᡷᔽ׹ᔀ ዹᆍႿዹᔀႿᡷʢᑕᡷᔽᆍႿ
            ྉ王波和姜正春ᖔϟँँँଫ王巍和韩志松ᖔ԰ԡԡጢଫ孙忠                        ᡱᑕᡷၤऔᑕᢃ༁ᖔ ኏ऊ۪ ɯᖔ 主要包括 ኏ऊ۪԰঎ ᤃܦ ኏ऊ۪࿗঎ ጢܦ
            林等ᖔ԰ԡ԰ԡɯᖔ少花蒺藜草已成为我国农牧区危害                           ኏ऊ۪ᤃ঎ԡܦ኏ऊ۪ऐ঎ጢ 四种排放情景ྉ董思言和高学杰ᖔ
            较大的外来入侵植物ᤥ 到目前为止ᖔ对于少花蒺                             ԰ԡϟ࿗ɯᤥ 本研究基于 ኏ऊ۪࿗঎ጢܦ኏ऊ۪ऐ঎ጢ 两个气候排
            藜草的研究大多学者主要关注其生理生化特性ܦ                              放情景下的未来气 候 数 据ᖔ 预测少花蒺藜草在
            遗传机制ܦ入侵防治等方面ᖔ在地理分布方面尚未                             ԰ԡጢԡ༁ 和 ԰ԡᎮԡ༁ 的潜在未来分布区ᖔ当前气候数据
            见有报道ᤥ 鉴于少花蒺藜草的强大适生性和入侵                             和未来气候数据的分辨率皆为 ሕԡ×ᤥ 建模前ᖔ为了
            性ᖔ以及不断加快的气候变化趋势ᖔ本研究基于                              避免变量的多重共线性ᖔ消除高度相关ྉ ྍ ۪ᔀᑕʢ༁ᆍႿ ྍ
            ኏ऊ۪࿗঎ጢܦ኏ऊ۪ऐ঎ጢ 两个气候排放情景ᖔ以我国北部                       ᢦԡ঎ऐɯ的气候变量ᖔ最后得到 Ꭾ 个变量用于模型构

            为研究区域ᖔ采用 ᥘᑕ଴ጶႿᡷ 模型ᖔ拟探讨以下问题᧥                        建ᖔ这些变量分别为年平均气温ྉᤦᔽᆍϟɯܦ温度季节
            ྉϟɯ当前气候条件下ᖔ少花蒺藜草的分布潜力ᖔ影                            性变化标准差ྉᤦᔽᆍ࿗ɯܦ最湿季降水量ྉᤦᔽᆍϟᤃɯܦ等温
            响分布的关键因子ଫྉ԰ɯ未来气候条件对少花蒺藜                            性ྉᤦᔽᆍሕɯܦ降水量季节性变异性系数ྉᤦᔽᆍϟጢɯܦ最干

            草的适生区造成的影响ᤥ                                        月降水量ྉᤦᔽᆍϟ࿗ɯܦ最热月最高温ྉᤦᔽᆍጢɯᤥ 以上所
                                                               有数据均以上述研究区域为掩膜进行剪裁ᖔ并统
            ϟজ 材料与方法                                           一以 ۼ᥈୩ϟँऐ࿗ 为投影坐标系进行投影ᖔ统一转换
                                                               为 ዶ୩ऊ᧧᧧ 格式ᤥ
            ϓॹϓ 分布数据获取与研究区确定                                   ϓॹᇺ 矢量图及模型来源
                 通过查阅有关少花蒺藜草的学术期刊ܦ学位                               中国行政区划图来源于国家地理信息公共服务
            论文ᖔ以 及 检索中国数字标本馆 ྉ ၤᡷᡷᡱ༁᧥ ᣰ ᣰ औऔऔ঎                 平台网站ྉၤᡷᡷᡱ᧥ᣰ ᣰ ᤦझʛᡷ঎ዹၤ঎ቝႿʢ঎੫ᆍ׹঎ዹႿᣰ ɯᖔ审图号为 ᥈୩
            ዹ׹ၤ঎ᑕዹ঎ዹႿ ᣰ ɯ 等相关平台ᖔ共收集少花蒺藜草种群                     ྉ԰ԡ԰ԡɯ ࿗ᤃϟँ 号ᤥ 最大熵模型软件版本为 ᥘᑕ଴ጶႿᡷ
            的自然分布数据 ϟԡऐ 条ᖔ其中有部分数据缺乏精                           ሕ঎࿗঎ϟྉ۪ၤᔽ᤟᤟ᔽᡱ༁ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡԡᤃଫ ᥘᔀʢᆍऔ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟሕɯᖔ地理
            确的地理坐标ᖔ通过 ᥈ᆍᆍ੫᤟ᔀ ጶᑕʢᡷၤ 进行坐标拾取及                     信息系统软件版本为 ዶʢዹ᥈᧧୩ϟԡ঎ ᤃ ྉ ጶႿ׹ᔽʢᆍႿቝᔀႿᡷᑕ᤟
            校准ᤥ 去除描述模糊和经纬度重复的分布点ᖔ同                             ୩ᢃ༁ᡷᔀቝ༁ ኏ᔀ༁ᔀᑕʢዹၤ ᧧Ⴟ༁ᡷᔽᡷࣼᡷᔀᖔ ዶቝᔀʢᔽዹᑕɯᤥ
            时为避免过拟合ᖔ每个 ϟҴቝ ġ ϟҴቝ 的栅格内只保                        ϓॹ྽ 模型的构建
            留一个分布点ᖔ最终得到 ϟԡሕ 个分布点记录ᖔ将样                              最大熵模型ྉᥘᑕ଴ጶႿᡷ 模型ɯ是目前综合表现较
            本数据的经纬度坐标储存在 ጶ଴ዹᔀ᤟ 数据表中ᖔ并转                         好ܦ应用范围较广的生态位模型ྉ 张路ᖔ԰ԡϟጢɯᖔ其
            换成 ዹ༁׹ 格式ᖔ用于模型建立ᤥ                                  主要依据最大熵理论ᖔ基于已知的物种分布点数
                 目前ᖔ少花蒺藜草主要分布在我国辽宁省西                           据对未来物种的时空分布进行无偏推断ྉ 邢丁亮
            北部ܦ内蒙古自治区东部ܦ吉林省南部三省ྉ 区ɯ 交                          和郝占庆ᖔ԰ԡϟϟɯᤥ 该模型由 ۪ၤᔽ᤟᤟ᔽᡱ༁ 等ྉ԰ԡԡᤃɯ 提
            会地区ᤥ 以此为基础ᖔ向上下左右各扩展一定距                             出ᖔ是一种通用的机器学习方法ᤥ 由于 ᥘᑕ଴ጶႿᡷ 模
            离作 为 研 究 区 域 ྉ ँ԰๼ ϟሕࣕᗵϟሕጢ๼ ጢࣕ ጶܦ ሕϟ๼ ϟࣕᗵ          型易操作ܦ准确性高的特性ᖔ因此在国内外预测物
            ጢ԰๼ϟሕࣕ શɯᖔ主要包括内蒙古自治区ܦ黑龙江省ܦ吉                        种分布研究中得到了广泛关注ᤥ
            林省ܦ辽宁省ܦ河北省ܦ北京市ܦ天津市ܦ山西省ܦ陕                               本研究中ᖔ将筛选过后的少花蒺藜草地理分
            西省ܦ宁夏回族自治区ܦ甘肃省和山东省ᤥ                                布数据和环境变量数据导入 ᥘᑕ଴ጶႿᡷ 软件中ᖔ选择
            ϓॹԣ 环境变量数据                                         ԰ጢᠮ分布点数据作为测试集ᖔ剩余分布点数据作

                 本研 究 所 用的当前气候数据 ྉ ϟँᎮԡᗵ԰ԡԡԡ                   为训练集ᖔ进行建模运算ᤥ 参数设置方面ᖔ选择响
            年ɯ以及未来气候数据ྉ԰ԡጢԡ༁ 和 ԰ԡᎮԡ༁ɯ 均下载于                     应曲线和刀切法ᖔ以分析环境因子的相关性程度ᖔ

            全球气候数据网站ྉ ۼᆍʢ᤟ʛऊ᤟ᔽቝ ᥈᤟ᆍᤦᑕ᤟ ऊ᤟ᔽቝᑕᡷᔀ ᧕ᑕᡷᑕ            选择 ᓂᆍ੫ᔽ༁ᡷᔽዹ 格式输出测试结果ᖔ重复运行类型选
            ჆ᔀʢ༁ᔽᆍႿ ϟ঎࿗ᖔၤᡷᡷᡱ᧥ ᣰ ᣰ औऔऔ঎ औᆍʢ᤟ʛዹ᤟ᔽቝ঎ ᆍʢ੫ɯᖔ包含年平    择ᥥାᆍᆍᡷ༁ᡷʢᑕᡱɼᖔ其余保持默认设置ᖔ模型重复运行

            均气温ܦ年平均降水等 ϟँ 个生物气候环境数据ᤥ                           ԰ԡ 次ᤥ 将模型输出结果导入 ᥈᧧୩ᖔ基于模型运算
            数据选择在中国区域具有较强模拟能力的 ାऊऊ᥋                            得到 的 阈 值 ྉ ቝᑕ଴ᔽቝࣼቝ ᡷʢᑕᔽႿᔽႿ੫ ༁ᔀႿ༁ᔽᡷᔽ׹ᔽᡷᢃ ᡱ᤟ࣼ༁
            ऊ୩ᥘϟ᥋ϟ 模式 ྉ ɟᑕႿ੫ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟᤃ ɯᖔ 该模式包括             ༁ᡱᔀዹᔽ஦ᔽዹᔽᡷᢃ ᡷၤʢᔀ༁ၤᆍ᤟ʛᖔᥘఋ୩୩ɯ ྉᓂᔽࣼ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟᤃɯ对模
   73   74   75   76   77   78   79   80   81   82   83