基于MaxEnt模型新疆棗潛在適生區(qū)預(yù)測

張 梅，祿彩麗，魏喜喜，馬 珊，劉偉峰，宋 健，彭 瑞，李建貴

（1.新疆大學(xué)，新疆 烏魯木齊 830046；2.新疆農(nóng)業(yè)大學(xué) a.林業(yè)研究所；b.新疆紅棗工程技術(shù)研究中心，新疆 烏魯木齊 830052；3.新疆維吾爾自治區(qū)科技項目服務(wù)中心，新疆 烏魯木齊 830001；4.中國林業(yè)科學(xué)研究院 林業(yè)科技信息研究所，北京 100091）

氣候與生物之間存在著密切的相互聯(lián)系，氣候變化不僅對種源地的生態(tài)系統(tǒng)產(chǎn)生巨大影響，還能夠改變物種的地理分布[1]。農(nóng)業(yè)種植生產(chǎn)強烈依賴氣候條件，氣候的變化將對農(nóng)作物的生長及產(chǎn)量產(chǎn)生重要影響，改變其已有的適生區(qū)[2]。隨著地理信息技術(shù)的發(fā)展和全球物種數(shù)據(jù)的共享，生態(tài)位模型已成為預(yù)測物種在氣候變化條件下潛在適生區(qū)分布的重要手段[3]。其中，MaxEnt模型是當(dāng)前物種適生區(qū)分布中應(yīng)用較多的一種生態(tài)位模型，以物種現(xiàn)有分布信息數(shù)據(jù)和多種環(huán)境變量數(shù)據(jù)為基礎(chǔ)，運用數(shù)學(xué)模型總結(jié)歸納或模擬其物種的生態(tài)位需求，從而預(yù)測物種潛在適生區(qū)分布。MaxEnt模型具有操作便捷、計算快速、樣本量需求小等優(yōu)點[4-8]。

近年來，憑借著得天獨厚的光熱資源優(yōu)勢，加之國家實施西部大開發(fā)戰(zhàn)略和新疆產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的政策導(dǎo)向，新疆果產(chǎn)業(yè)得以飛速發(fā)展，其中棗Ziziphus jujubaMill.產(chǎn)業(yè)的發(fā)展更為突出[9]。在新疆地區(qū)，棗作為特色林果中的第一大樹種，素有“鐵桿莊稼”的美名，在社會經(jīng)濟發(fā)展、生態(tài)環(huán)境保護以及農(nóng)民脫貧致富中均發(fā)揮了重要的作用[10-11]。但在棗產(chǎn)業(yè)迅猛發(fā)展的同時，部分地區(qū)的果農(nóng)為了經(jīng)濟效益，忽視氣候條件的適宜性，盲目擴張棗的種植區(qū)域，導(dǎo)致棗遭受凍害、低溫冷害和高溫干旱等災(zāi)害事件的發(fā)生，對棗的品質(zhì)和產(chǎn)量均產(chǎn)生了嚴重的影響。

本研究中以新疆地區(qū)特色林果棗為研究對象，基于新疆棗的地理分布數(shù)據(jù)和環(huán)境變量，運用MaxEnt模型和ArcGIS重建新疆棗的地理分布格局，研究預(yù)測其在當(dāng)前和未來氣候條件下的潛在適生區(qū)。以期能夠在全球氣候變化的背景下，為新疆棗產(chǎn)業(yè)發(fā)展規(guī)劃的制定和種植區(qū)域的安排提供參考，促進新疆棗產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

新疆維吾爾自治區(qū)（73°40′—96°18′E，34°25′—48°10′N）為我國土地面積最大的省級行政區(qū)，土地總面積達166.49萬km2，占全國土地總面積的1/6。三大山脈將新疆地區(qū)分為南北兩部分，南部為昆侖山系，北部為阿爾泰山，天山山脈橫亙于新疆中部。人們習(xí)慣稱天山的南部為南疆，北部為北疆，其中南疆有塔里木盆地，北疆有準(zhǔn)噶爾盆地，形成了“三山夾兩盆”的地理格局。新疆由于深處內(nèi)陸地區(qū)，遠離海洋，四周又有山脈的阻隔，導(dǎo)致海洋水氣不易進入，形成了典型的溫帶大陸性氣候。

1.2 預(yù)測軟件來源

MaxEnt模型是由美國普林斯頓大學(xué)研究室研發(fā)的用于物種分布預(yù)測的專業(yè)軟件，它是基于最大熵理論，根據(jù)物種當(dāng)前分布的不完整信息和環(huán)境變量之間緊密的聯(lián)系，找出物種分布的最大熵，從而對物種的潛在適生區(qū)分布進行預(yù)測[12]。近年來，MaxEnt模型在物種適生區(qū)分布的預(yù)測和評價上均得到了廣泛應(yīng)用，具有良好的預(yù)測能力[13-16]。本研究中使用的MaxEnt 3.4.1軟件獲取地址為http://biodiversityinformatics.amnh.org/open_source/maxent/，使用的地理信息分析軟件為美國環(huán)境系統(tǒng)研究所公司開發(fā)的ArcGIS10.2軟件。

1.3 研究方法

1.3.1 新疆棗分布數(shù)據(jù)獲取與處理

本研究中所采用的新疆棗分布數(shù)據(jù)，一方面主要是通過實地調(diào)查獲取，調(diào)查地點主要包括南疆地區(qū)的博湖縣、尉犁縣、若羌縣、且末縣、阿瓦提縣、沙雅縣、阿克蘇市、阿拉爾市、疏附縣、喀什市、疏勒縣、岳普湖縣、麥蓋提縣、澤普縣、墨玉縣和策勒縣，東疆地區(qū)的托克遜縣。在17個縣市的不同棗種植地進行GPS打點，獲取經(jīng)緯度信息，獲取的分布點一共包括28個。另一方面是通過查詢教學(xué)標(biāo)本資源共享平臺（http://mnh.scu.edu.cn/）、中國數(shù)字植物標(biāo)本館（http://www.cvh.ac.cn/）和文獻數(shù)據(jù)庫（中國知網(wǎng)），獲得其分布記錄數(shù)據(jù)。

參考段居琦等[17]對分布記錄點篩選的方法：首先將查詢到的新疆棗的分布點輸入百度坐標(biāo)拾取器，查詢獲取其具體的經(jīng)緯度，然后在Google Earth軟件上進行校對；按照MaxEnt軟件的系統(tǒng)要求，降低群集效應(yīng)造成的誤差，去除經(jīng)緯度重復(fù)、分布信息缺失及無法準(zhǔn)確獲得經(jīng)緯度的數(shù)據(jù)點；最后將獲得的所有有效分布點共125條（圖1），使用Excel軟件處理，保存格式為*.CSV。

圖1 新疆棗分布點Fig.1 Distribution points of jujube in Xinjiang

1.3.2 環(huán)境變量選取

為了對未來氣候作出評估，聯(lián)合國政府間氣候變化專門委員會（IPCC）發(fā)表了“第5次氣候變化評估報告（AR5）”，其中采用了4個溫室氣體濃度情景，代表不同路徑濃度（RCP）。本研究中所用的氣候數(shù)據(jù)均來源于世界氣候數(shù)據(jù)庫World Climate（http://www.worldclim.org/），包括當(dāng)前（1970—2000年）和未來（2050年和2070年）3個時期的氣候數(shù)據(jù)變量。在未來氣候條件中，選擇的是北京氣候中心發(fā)展的氣候系統(tǒng)模式BCCCSM1.1版本，基于RCP4.5和RCP8.5排放情景下模擬得到的數(shù)據(jù)集。一共55個氣候環(huán)境變量，其中主要包括19個生物氣候變量（主要是以溫度和雨量為基礎(chǔ)數(shù)據(jù)，根據(jù)不同需求計算得到，其主要反映了降水和溫度的季節(jié)性變化特征）、月平均溫度、月最低溫度、月最高溫度。該模型中應(yīng)用的氣候環(huán)境數(shù)據(jù)均為30弧秒空間分辨率（1 km2網(wǎng)格）；所采用的中國地區(qū)的DEM高程數(shù)據(jù)主要來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn/），通過使用ArcGIS的裁剪工具，最終得到新疆的DEM；所采用的土壤數(shù)據(jù)來源于世界土壤數(shù)據(jù)庫（http://webarchive.iiasa.ac.at/），應(yīng)用ArcGIS對土壤數(shù)據(jù)進行處理，從中選取上層土壤質(zhì)地、上層土壤容重、上層土壤有機碳含量和上層土壤酸堿度來構(gòu)建生態(tài)位模型。

環(huán)境變量之間存在著復(fù)雜的自相關(guān)性及多重線性，這些變量的高度相關(guān)性在模型預(yù)測過程中將對預(yù)測結(jié)果產(chǎn)生嚴重的影響[18]。因此，在應(yīng)用MaxEnt模型進行預(yù)測前，須對環(huán)境變量進行篩選，剔除貢獻率低的環(huán)境變量，保留貢獻率大于1.0%的變量，進行模型擬合[19-21]。首先參考Worthington等[22]和張興旺等[23]的方法，采用MaxEnt模型自帶刀切法確定主導(dǎo)環(huán)境因子。其次使用ArcGIS將125個分布點所對應(yīng)的環(huán)境變量值提取后，使用SPSS對環(huán)境因子進行多重共線性分析，檢驗環(huán)境因子間的相關(guān)性，兩因子之間相關(guān)性的絕對值（|r|）大于0.8時，只選用1個環(huán)境因子。在經(jīng)過一系列的操作過程后，保留了18個環(huán)境因子，主要為年均溫（Bio1）、晝夜溫差月均值（Bio2）、最熱月高溫（Bio5）、最冷月低溫（Bio6）、最暖季度平均溫（Bio10）、最冷季度平均溫（Bio11）、年均降雨量（Bio12）、上層土壤容重（BULK）、上層土壤質(zhì)地（TEX）、上層土壤有機碳含量（OC）、上層土壤酸堿度（PH）、數(shù)字高程模型（DEM）、6月最高氣溫（Tmax6）、7月最高氣溫（Tmax7）、8月最高氣溫（Tmax8）、12月最低氣溫（Tmin12）、1月最低氣溫（Tmin1）和2月最低氣溫（Tmin2），最終在此基礎(chǔ)上重新建立新疆地區(qū)棗分布的最大熵模型。

1.3.3 模型設(shè)置與結(jié)果評價

MaxEnt模型的設(shè)置：在模型軟件中分別輸入棗分布經(jīng)緯度數(shù)據(jù)和環(huán)境變量數(shù)據(jù)，采用刀切法來測定各變量權(quán)重，選擇創(chuàng)建環(huán)境變量響應(yīng)曲線來判斷物種的生態(tài)特征，然后隨機選擇75%的棗分布點作為訓(xùn)練集來建立模型，另外的25%棗分布點作為測試集來驗證模型，其他模型參數(shù)均選擇默認。

MaxEnt模型軟件模擬輸出的結(jié)果值均為0～1，值越接近1表示物種存在性越高。為驗證該模型的準(zhǔn)確性，采用受試者工作特征曲線（ROC曲線）對模型預(yù)測結(jié)果進行評價。在輸出的ROC曲線圖中，曲線下的面積值（AUC值）反映了預(yù)測的精度，預(yù)測結(jié)果由AUC值表示。AUC的取值一般為0.5～1，AUC取值越接近1，則模型預(yù)測結(jié)果的準(zhǔn)確度越高（表1）[24]。

表1 曲線下面積值（AUC值）與MaxEnt模型預(yù)測 準(zhǔn)確度的關(guān)系Table 1 Relationship between area under curve (AUC value) and forecast accuracy of MaxEnt model

1.3.4 棗適生等級分區(qū)

因為MaxEnt模型輸出的結(jié)果呈現(xiàn)為ASCⅡ格式，須利用ArcGIS的ArcToolbox格式轉(zhuǎn)換工具，將數(shù)據(jù)轉(zhuǎn)換為Raster格式才能夠在ArcGIS中顯示。而后利用ArcGIS的空間分析工具中重分類命令的自然間斷點分級法進行適生等級分類，最終得到新疆地區(qū)棗的潛在適生分布圖[25-26]。ArcGIS自然斷點法是一種根據(jù)數(shù)值的統(tǒng)計分布規(guī)律，進行分級和分類的統(tǒng)計方法，它能使類與類之間的不同最大化。將MaxEnt軟件模擬輸出的結(jié)果利用重分類功能，對評價結(jié)果按4等份進行分級，獲得可視化適生區(qū)梯度分級，并使用不同顏色表示。劃分為不適生區(qū)（分布概率P＜0.08）、低適生區(qū)（0.08≤P＜0.31）、中適生區(qū)（0.31≤P＜0.59）、高適生區(qū)（P≥0.59）。

2 結(jié)果與分析

2.1 當(dāng)前氣候條件下新疆棗潛在適生區(qū)預(yù)測

2.1.1 MaxEnt模型預(yù)測結(jié)果

在當(dāng)前氣候條件下，MaxEnt模型預(yù)測得到的新疆棗潛在適生區(qū)如圖2所示。新疆棗潛在適生區(qū)主要集中在南疆的環(huán)塔里木盆地周圍和東疆的吐魯番和哈密地區(qū)，具有明顯的環(huán)、條帶狀分布的特點，環(huán)狀主要呈現(xiàn)在環(huán)塔里木盆地邊緣分布，條帶狀主要呈現(xiàn)依水系分布。其中，低適生區(qū)、中適生區(qū)和高適生區(qū)的區(qū)域面積分別6.1×104、3.0×104和2.2×104km2，適生區(qū)總面積占新疆土地面積的6.8%。適生區(qū)集中分布在喀什地區(qū)的喀什市、麥蓋提縣、岳普湖縣、莎車縣、巴楚縣、伽師縣、葉城縣、澤普縣、疏附縣、疏勒縣和英吉沙縣；阿克蘇地區(qū)的阿克蘇市、柯坪縣、庫車縣、新和縣、阿瓦提縣、溫宿縣、烏什縣、沙雅縣和拜城縣；巴州地區(qū)的輪臺縣、庫爾勒市、博湖縣、若羌縣、且末縣和尉犁縣；和田地區(qū)的和田縣、洛浦縣、策勒縣、墨玉縣、于田縣、民豐縣和皮山縣；克州地區(qū)的阿圖什市；吐魯番地區(qū)的吐魯番市、托克遜縣和鄯善縣；哈密地區(qū)的哈密市和伊吾縣。另外，由于采樣點數(shù)據(jù)不夠詳盡，伊犁地區(qū)無點分布，但根據(jù)MaxEnt模型預(yù)測，出現(xiàn)了少量低適生區(qū)的分布，主要集中在伊犁河谷周圍地區(qū)。

2.1.2 MaxEnt模型預(yù)測精度評價

使用ROC曲線對當(dāng)前氣候條件下新疆棗潛在適生區(qū)分布的預(yù)測結(jié)果進行驗證，結(jié)果如圖3所示。由圖3可見，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)遠離隨機分布模型的ROC曲線，其訓(xùn)練集和驗證集的AUC值分別達到了0.988和0.978，顯著大于隨機分布模型的AUC值（0.5），說明MaxEnt模型對新疆棗潛在適生區(qū)分布的預(yù)測結(jié)果達到了優(yōu)秀水平，此次預(yù)測的地理分布結(jié)果與實際分布區(qū)域的相符度較高，結(jié)果可用于新疆棗的適生區(qū)劃。

2.1.3 基于MaxEnt模型預(yù)測結(jié)果的環(huán)境因子分析

基于MaxEnt模型，運用刀切法對各環(huán)境因子進行分析，可判斷不同環(huán)境因子與新疆棗潛在適生區(qū)分布之間的關(guān)系。判定標(biāo)準(zhǔn)：“僅此變量”使用藍柱表示，柱越長代表得分越高，說明該變量具有較高的預(yù)測能力，對物種分布貢獻較大；“除此變量”使用淺藍柱表示，若除該變量外剩余變量貢獻率之和的訓(xùn)練得分能力降低較多，則代表該變量可能含有較多的獨特信息，對物種分布較為重要；紅柱表示所有環(huán)境變量對建模的累積貢獻率[27]。

圖2 基于MaxEnt模型預(yù)測當(dāng)前氣候條件下新疆棗的潛在分布區(qū)Fig.2 Potential distribution areas of jujube in Xinjiang under current climate conditions based on MaxEnt model

圖3 基于Maxent模型預(yù)測結(jié)果的ROC曲線分析Fig.3 ROC curve analysis of forecast results based on MaxEnt model

基于MaxEnt模型預(yù)測結(jié)果的環(huán)境因子訓(xùn)練增益結(jié)果如圖4所示。圖4中橫坐標(biāo)表示每次規(guī)范訓(xùn)練結(jié)果的大小，環(huán)境因子對物種的分布影響越重要，條帶顯示的變量數(shù)值就越大。由圖4可見，在所分析的環(huán)境因子中，最熱月最高溫度（Bio5）、最冷月最低溫度（Bio6）、最暖季度均溫（Bio10）、最冷季度均溫（Bio11）、6月最高氣溫（Tmax6）、7月最高氣溫（Tmax7）、8月最高氣溫（Tmax8）、12月最低氣溫（Tmin12）、1月最低氣溫（Tmin1）和2月最低氣溫（Tmin2）對新疆棗分布區(qū)的預(yù)測結(jié)果有較大的影響，其中2月最低氣溫訓(xùn)練增益得分超過1.4，對其影響最大。根據(jù)環(huán)境因子訓(xùn)練增益得分，將環(huán)境因子進行排序，可知低溫對新疆棗分布區(qū)的影響極其重要，棗樹從11月開始進入休眠期，能夠耐-26.0 ℃的極端低溫[28]，所以冬季天氣情況關(guān)系著棗樹是否能夠安全越冬；高溫同樣是影響新疆棗分布的重要因子，當(dāng)溫度高于40.0 ℃時，易出現(xiàn)棗生理性落果或日灼病，嚴重時可造成棗樹枯萎[29]；降水量不是影響新疆棗地理分布的必要條件，因為可通過人工措施進行水分調(diào)節(jié)。

2.1.4 基于MaxEnt模型預(yù)測結(jié)果的主導(dǎo)環(huán)境因子響應(yīng)

為了明確主導(dǎo)環(huán)境因子與新疆棗潛在地理分布的關(guān)系，基于MaxEnt模型得出單一環(huán)境因子（Bio5、Bio6、Bio10、Bio11、Tmin1、Tmax7）的響應(yīng)曲線，結(jié)果如圖5所示。由圖5可見，隨著環(huán)境條件的改變，棗適生區(qū)分布變化較大。其中1月最低氣溫（Tmin1）和最冷月最低溫度（Bio6）表現(xiàn)出相同的生態(tài)規(guī)律。當(dāng)最低氣溫大于-11 ℃時，分布概率達到最高；當(dāng)最低氣溫在-11～-26 ℃時，隨著氣溫降低其分布概率急劇下降；當(dāng)最低氣溫小于-26 ℃時，棗分布概率最小，分布概率幾乎為0。7月最高氣溫（Tmax7）和最熱月最高溫度（Bio5）表現(xiàn)出相同的生態(tài)規(guī)律，主要表現(xiàn)為最高溫度在32 ℃時其分布概率達到最高，在最高氣溫小于7 ℃和高于或等于40 ℃時棗分布概率最小，幾乎為0。最暖季度均溫（Bio10）和最冷季度均溫（Bio11）同樣對新疆棗適生區(qū)分布的影響較大。當(dāng)最暖季均溫（Bio10）小于14.5 ℃時其分布概率達到最低，其在14.5～27.0 ℃時，分布概率表現(xiàn)出先上升后下降的趨勢，到達27.0 ℃時分布概率又開始上升，上升到32.0 ℃時分布概率達到最高點。而最冷季度均溫（Bio11）小于-16.0 ℃時，棗分布概率極低，隨著其溫度升高而增長，其大于-2.0 ℃時分布概率達到最高。結(jié)果表明，極端溫度是影響新疆棗潛在適生區(qū)分布的一個重要因素，而冬季最低溫度是新疆棗發(fā)展的重要限制因子。

圖4 基于MaxEnt模型預(yù)測結(jié)果的環(huán)境因子訓(xùn)練增益得分Fig.4 Environment factor training gains of forecast results based on MaxEnt model

2.2 未來氣候件下新疆棗潛在適生區(qū)預(yù)測

基于MaxEnt模型預(yù)測未來氣候條件下新疆棗適生區(qū)如圖6所示。由圖6可見，與當(dāng)前氣候條件下潛在分布區(qū)比較，未來（2050和2070年）RCP4.5和RCP8.5氣候情景下，新疆棗的適生區(qū)發(fā)生了一些變化，整個適生區(qū)面積呈現(xiàn)增加的趨勢。其中，高適生區(qū)增加最多的地區(qū)主要集中在巴州地區(qū)的若羌縣；中適生區(qū)沿著高適生區(qū)外延其面積均有不同程度的增加；低適生區(qū)分布開始出現(xiàn)在北疆的少部分地區(qū)，主要集中在北疆的克拉瑪依市和昌吉地區(qū)。不同RCP情景和預(yù)測時段下，模型的模擬結(jié)果差異較小，說明在不同氣候情景和預(yù)測時段下，棗適生區(qū)的地理空間分布并無明顯變化（圖6）。

利用ArcGIS中重分類工具統(tǒng)計新疆棗各適生分布區(qū)的像素點數(shù)，通過不同等級適生區(qū)的柵格數(shù)據(jù)計算得到適生區(qū)面積，結(jié)果見表2。由表2可知，與當(dāng)前（1970—2000年）氣候條件相比，未來（2050和2070年）RCP4.5和RCP8.5氣候情景下新疆棗不同等級適生區(qū)的面積均呈現(xiàn)增加的趨勢。其中，2070年RCP4.5氣候情景下的適生區(qū)面積增加幅度最大，總適生區(qū)面積達到33.5×104km2，其中低適生區(qū)、中適生區(qū)和高適生區(qū)面積所占新疆面積比例分別為11.2%、6.6%和2.3%。

3 結(jié)論與討論

為促進新疆棗產(chǎn)業(yè)的持續(xù)穩(wěn)定發(fā)展，基于MaxEnt生態(tài)位模型，根據(jù)新疆棗地理分布和環(huán)境因子之間的聯(lián)系，找出新疆棗分布規(guī)律的最大熵，預(yù)測在全球氣候變化背景下新疆棗在不同氣候條件下的潛在適生區(qū)分布，評估了影響新疆棗潛在適生區(qū)分布的主導(dǎo)環(huán)境因子。本研究中，選擇ROC曲線法評估MaxEnt模型模擬的準(zhǔn)確性，其中基于18種環(huán)境變量構(gòu)建最大熵模型的AUC平均值為0.983，表明預(yù)測效果非常理想，模型預(yù)測的潛在適生區(qū)分布與新疆棗的實際分布重合度較高。根據(jù)各環(huán)境變量對最終結(jié)果的貢獻率和重要性，確定10個均與溫度相關(guān)的氣候因子，其中最熱月最高溫度（Bio5）、最冷月最低溫度（Bio6）、最暖季度均溫（Bio10）、最冷季度均溫（Bio11）、6月最高氣溫（Tmax6）、7月最高氣溫（Tmax7）、8月最高氣溫（Tmax8）、12月最低氣溫（Tmin12）、1月最低氣溫（Tmin1）和2月最低氣溫（Tmin2）為決定新疆棗地理分布的主導(dǎo)氣候因子，印證了溫度條件特別是極端溫度對新疆棗地理分布的重要性。

圖5 基于MaxEnt模型預(yù)測結(jié)果的主導(dǎo)環(huán)境因子的響應(yīng)曲線Fig.5 Response curves of dominant environment factors of forecast results based on MaxEnt model

適生區(qū)預(yù)測結(jié)果顯示：在當(dāng)前氣候環(huán)境下，新疆棗潛在適生區(qū)主要分布在南疆和東疆，其中高適生區(qū)主要集中在巴州地區(qū)的庫爾勒市、尉犁縣和輪臺縣，喀什地區(qū)的喀什市、麥蓋提縣、岳普湖縣、莎車縣、巴楚縣、伽師縣、葉城縣、澤普縣、疏附縣、疏勒縣和英吉沙縣，阿克蘇地區(qū)的阿克蘇市、庫車縣、阿瓦提縣、溫宿縣、新和縣、沙雅縣和阿拉爾市，和田地區(qū)的和田縣、墨玉縣、策勒縣、洛浦縣和于田縣。這些地區(qū)土地廣闊，氣候條件適宜，適合棗種植業(yè)的發(fā)展。前人研究結(jié)果表明，在全球氣候變化的背景下，物種適生區(qū)有向高緯度區(qū)域遷移的趨勢[30]。本研究結(jié)果表明，在未來時段（2050和2070年）RCP4.5和RCP8.5不同氣候情景下，新疆棗整個潛在適生區(qū)面積呈現(xiàn)增加的特點，在北疆地區(qū)開始出現(xiàn)較少部分的低適生區(qū)。

圖6 基于MaxEnt模型預(yù)測未來氣候條件下新疆棗適生區(qū)Fig.6 Suitable areas of jujube in Xinjiang under future climatic conditions based on MaxEnt model

表2 基于MaxEnt模型預(yù)測不同氣候條件下新疆棗不同等級適生區(qū)面積的比較Table 2 Comparison of different grades of suitable areas of jujube in Xinjiang under different climatic conditions based on MaxEnt model×104 km2

物種適生區(qū)分布的精準(zhǔn)預(yù)測對于物種推廣和引種極其重要。MaxEnt模型對于物種適生區(qū)分布預(yù)測的準(zhǔn)確度，主要是由提供給模型的物種實際分布數(shù)據(jù)和環(huán)境變量數(shù)據(jù)決定。本研究中基于現(xiàn)有水平，劃分新疆棗適生區(qū)的類別，由于選取的樣本分布點數(shù)據(jù)量較少，預(yù)測結(jié)果可能存在一定的誤差。影響新疆棗潛在適生區(qū)分布的因素不僅包括氣候因素，地形因素和土壤因素、人類社會經(jīng)濟結(jié)構(gòu)、生產(chǎn)技術(shù)水平等因素同樣會對其適生區(qū)分布產(chǎn)生重要影響，有待引入更多的變量進行深入研究。