• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      長柄扁桃適宜分布區(qū)對氣候變化的響應(yīng)

      2022-10-12 06:51:00張君明周飛梅王興梅張生平宋敏麗許新橋
      林業(yè)科學(xué)研究 2022年5期
      關(guān)鍵詞:長柄扁桃分布區(qū)

      張君明,邊 磊,周飛梅,王興梅,楊 濤,張生平,王 偉,宋敏麗*,許新橋*

      (1. 太原師范學(xué)院生物系,山西 晉中 030619;2. 中國林業(yè)科學(xué)研究院林業(yè)研究所,北京 100091;3. 榆陽區(qū)林草生態(tài)修復(fù)中心,陜西榆林 719000;4. 陜西省林業(yè)科學(xué)院,陜西 西安 710082;5. 國家林業(yè)和草原局長柄扁桃工程技術(shù)研究中心,陜西 榆林 719000)

      氣候變化對物種的地理分布、物候及其他生命特征和進(jìn)展有相當(dāng)大的影響,這些影響導(dǎo)致了物種的加速繁榮或滅絕[1-2]。了解物種如何應(yīng)對氣候變化對于物種的持續(xù)保護(hù)和監(jiān)管非常重要。

      長柄扁桃(Prunus pedunculataPall.)作為我國鄉(xiāng)土樹種,是珍貴的野生果樹種質(zhì)資源;其擁有耐干旱、耐瘠薄的特性,可在干旱、半干旱的沙區(qū)或土石山區(qū)生長,具有良好的生態(tài)效益。同時(shí),長柄扁桃作為一種新型木本油料作物,具有良好的經(jīng)濟(jì)價(jià)值[3-4]。2020年11月18日,國家發(fā)展和改革委員會、國家林業(yè)和草原局等十部委聯(lián)合下發(fā)《關(guān)于科學(xué)利用林地資源 促進(jìn)木本糧油和林下經(jīng)濟(jì)高質(zhì)量發(fā)展的意見》(發(fā)改農(nóng)經(jīng)〔2020〕1753號),該文件明確提出,要在北方干旱區(qū)適當(dāng)發(fā)展長柄扁桃產(chǎn)業(yè)。了解長柄扁桃的適宜分布區(qū)及其對氣候變化的響應(yīng),對于長柄扁桃產(chǎn)業(yè)的發(fā)展至關(guān)重要。

      生態(tài)位模型是預(yù)測物種的潛在地理分布(即適宜分布區(qū))和生境適宜性評估的有效手段,其中,最大熵模型(MaxEnt),利用現(xiàn)有的物種分布信息結(jié)合環(huán)境數(shù)據(jù),可準(zhǔn)確地預(yù)測物種的潛在地理分布[5-7]。利用MaxEnt開展預(yù)測,即使物種分布信息不足,也具有良好的準(zhǔn)確性[8-9]。模型以現(xiàn)有物種分布點(diǎn)的氣候變量為約束條件,假設(shè)該物種將出現(xiàn)在氣候條件適宜的所有區(qū)域,但不出現(xiàn)在任何氣候條件不適宜的區(qū)域,從而獲得物種的適宜分布區(qū)[6]。目前,MaxEnt已被廣泛用于預(yù)測物種分布以及物種分布與氣候變化之間的響應(yīng)關(guān)系[10-14]。

      目前,尚缺乏有關(guān)長柄扁桃適宜分布區(qū)響應(yīng)氣候變化的研究。本研究利用生態(tài)位模型,初步探討了長柄扁桃在未來不同氣候情景下的分布情況,以期揭示其適宜分布區(qū)應(yīng)對氣候變化的響應(yīng)。

      1 材料與方法

      1.1 分布數(shù)據(jù)

      本研究中459個(gè)長柄扁桃的地理數(shù)據(jù)來自實(shí)地調(diào)查(2013—2019)和網(wǎng)絡(luò)數(shù)據(jù)平臺。實(shí)地調(diào)查時(shí)利用GPS采集分布點(diǎn)地理數(shù)據(jù)(實(shí)地調(diào)查獲得433個(gè)地理數(shù)據(jù),全部分布在中國)。網(wǎng)絡(luò)平臺的數(shù)據(jù)(共26個(gè),19個(gè)位于蒙古,7個(gè)位于俄羅斯)來源于全球生物多樣性信息平臺 (GBIF)(http://www.Gbif.org/)。

      1.2 氣候數(shù)據(jù)

      本研究采用19個(gè)生物氣候變量來預(yù)測物種的適宜分布,生物氣候變量分別為:年均溫(bio1)、平均氣溫日較差(bio2)、等溫性(bio3)、溫度季節(jié)性(bio4)、最溫暖月份的最高溫度(bio5)、最冷月份的最低溫度(bio6)、溫度年變化范圍(bio7)、最潮濕季度的平均溫度(bio8)、最干燥季度的平均溫度(bio9)、最溫暖季度的平均溫度(bio10)、最冷季度的平均溫度(bio11)、年降水量(bio12)、最潮濕月份的降水量(bio13)、最干燥月份的降水量(bio14)、降水季節(jié)性變化(bio15)、最潮濕季度的降水量(bio16)、最干燥季度的降水量(bio17)、最溫暖季度的降水量(bio18)、最冷季度的降水量(bio19)。所用的氣候情景包括基準(zhǔn)氣候情景和未來氣候情景,所有情景均包含有19個(gè)生物氣候變量?;鶞?zhǔn)氣候情景的時(shí)間跨度為1970—2000年,每個(gè)生物氣候變量取值為31年間的平均值。未來氣候情景有4個(gè),依據(jù)CO2排放體量分為低排放情景(SSP1-2.6),中等排放情景(SSP2-4.5),中高排放情景(SSP3-7.0)和高排放情景(SSP5-8.5)[15-16],時(shí)間跨度為未來80 a(2021—2100),有4個(gè)分段2021—2040、2041—2060、2061—2080和2081—2100,每個(gè)情景均包括4個(gè)時(shí)間分段,每個(gè)時(shí)間分段內(nèi)生物氣候變量取值為20 a間的平均值。以上所有情景數(shù)據(jù)精度為2.5弧分(2.5 km),均來自世界氣候數(shù)據(jù)庫(http://www.worldclim.org/)[17]。為了便于記錄,未來氣候情景中每20 a的時(shí)間尺度僅用起始年份標(biāo)記,例:2021—2040 僅標(biāo)記為 2021。

      1.3 適宜分布區(qū)預(yù)測

      用MaxEnt(版本3.4.4)預(yù)測長柄扁桃的適宜分布區(qū),將分布數(shù)據(jù)以25%的占比作為檢驗(yàn)集,75%的占比作為訓(xùn)練集輸入MaxEnt模型中,將模型運(yùn)行10次以計(jì)算平均值,其他參數(shù)是軟件默認(rèn)值。模型輸出數(shù)據(jù)包括預(yù)測結(jié)果、受試者工作特征(ROC)曲線、刀切法(Jackknife)檢驗(yàn)結(jié)果和變量貢獻(xiàn)率統(tǒng)計(jì)表等。

      為避免變量間的高相關(guān)性導(dǎo)致模型過度擬合,在運(yùn)行全變量預(yù)測后對氣候變量進(jìn)行篩選[18-19]。使用篩選后剩余變量,重新編譯MaxEnt模型,模型的計(jì)算效率和預(yù)測精度都將得到提高。篩選過程如下:

      (1)在SPSS(版本26.0)軟件中用皮爾遜相關(guān)系數(shù)(Pearson correlation coefficient)計(jì)算19個(gè)氣候變量兩兩之間的相關(guān)性。

      (2)刪除預(yù)測過程中貢獻(xiàn)率百分比過小的變量(貢獻(xiàn)率百分比<1%)。在剩余具有高相關(guān)性的變量中(相關(guān)系數(shù)絕對值大于0.8),留下貢獻(xiàn)率最高的變量。將篩選后的變量用于重新編譯模型。

      1.4 適宜分布區(qū)適宜性劃分

      使用 ArcGIS (版本10.2)中的To Raster工具將 MaxEnt 導(dǎo)出的 ASCII 文件轉(zhuǎn)換為柵格圖層(長柄扁桃適宜分布區(qū)被包含在該圖層中)。模型預(yù)測的適宜度值(也稱物種存在概率“P”)為連續(xù)柵格數(shù)據(jù),數(shù)值范圍為 0~1。使用ArcGIS中的Reclassify工具和人工分級方法,將適宜度值分為4個(gè)等級:不適宜(0 ≤ P < 0.15)、低適宜(0.15 ≤P < 0.33)、中等適宜(0.33 ≤ P < 0.66)和高適宜(P > 0.66),以地圖形式導(dǎo)出。

      1.5 適宜分布區(qū)幾何中心的獲取

      由于適宜分布區(qū)域的邊緣不規(guī)則,用適宜分布區(qū)幾何中心的運(yùn)動來表示其變化更為合適,也更具代表性。對長柄扁桃適宜分布區(qū)幾何中心的提取涉及ArcGIS中的3個(gè)工具:Raster Calculator工具、Raster Domain工具和Mean Center工具。首先,使用Raster Calculator工具來切取柵格圖層,只保留適宜分布區(qū)這部分柵格數(shù)據(jù)。然后,使用Raster Domain工具將適宜分布區(qū)域柵格數(shù)據(jù)轉(zhuǎn)換為平面圖形。最后,使用Mean Center工具提取出平面圖形的幾何中心,即長柄扁桃適宜分布區(qū)的幾何中心。

      2 結(jié)果和分析

      2.1 長柄扁桃適宜分布區(qū)

      預(yù)測結(jié)果表明:基準(zhǔn)氣候情景(1970—2000)下,長柄扁桃的適宜分布區(qū)集中在中國、蒙古和俄羅斯三國境內(nèi)(圖1,即長柄扁桃集中適宜分布區(qū),分布范圍為97.23°~122.62°E和35.49°~54.91° N)。在我國,長柄扁桃總適宜面積為94.54 × 104km2,主要分布在甘肅、青海、寧夏、內(nèi)蒙古、陜西、山西和河北等地,中、高適宜分布區(qū)主要分布在內(nèi)蒙古,陜西和山西北部有少量高適宜分布區(qū)。長柄扁桃在蒙古國的總適宜面積為88.35 × 104km2,適宜分布區(qū)主要分布在庫蘇古爾、后杭愛和巴彥洪戈?duì)柾鶘|的地區(qū)。在俄羅斯,長柄扁桃的總適宜面積為13.33 × 104km2,集中在伊爾庫茲克州、布里亞特共和國和赤塔州南部。

      圖2 為未來氣候情景中(2021—2100)長柄扁桃的適宜分布區(qū)面積的變化。2041年前,長柄扁桃集中適宜分布區(qū)面積在未來4個(gè)氣候情景中都呈現(xiàn)增加趨勢;2041年后,情景SSP1-2.6中的適宜面積開始減少,情景SSP2-4.5中適宜面積基本保持穩(wěn)定,情景SSP3-7.0和SSP5-8.5中適宜面積持續(xù)增加,并且情景SSP3-7.0中的適宜面積在2061年前超過情景SSP5-8.5,隨后持續(xù)增加。

      圖2 不同氣候情景下長柄扁桃集中適宜分布區(qū)面積的變化折線圖Fig. 2 Changes of the concentrated suitable distribution area of Prunus pedunculata under different climate scenarios

      在我國境內(nèi),4個(gè)情景中長柄扁桃適宜面積皆呈波浪狀,這表明長柄扁桃適宜面積在我國并不是單一的增加或者減少,應(yīng)對氣候的變化表現(xiàn)出多樣性。

      在蒙古境內(nèi),2021年前,情景SSP1-2.6中長柄扁桃的適宜面積呈增加趨勢,2021年后基本保持穩(wěn)定,變化較小;其它情景中,適宜面積表現(xiàn)為增長趨勢,在2061年前,排放量越大的情景適宜面積增加量也越高,而在2061年后,情景SSP3-7.0中的適宜面積反超情景SSP5-8.5。

      在俄羅斯,情景SSP2-4.5、SSP3-7.0和SSP5-8.5中,長柄扁桃適宜面積在2061年前,都呈增加趨勢;2061年后,情景SSP3-7.0中的適宜面積超過情景SSP5-8.5,而情景SSP2-4.5中適宜面積開始減少。與其他情景不同,SSP1-2.6中,適宜面積于2021年前呈增加趨勢,隨后減少,2041年前后,先減少后增加,而2061年前后類似于2021年,是另外一個(gè)峰值點(diǎn)。

      2.2 氣候變量分析

      19個(gè)氣候變量經(jīng)過兩兩之間的相關(guān)性篩選,最終確定5個(gè)氣候變量(bio1、bio7、bio13、bio15和bio17)用于編譯MaxEnt模型的運(yùn)行。

      刀切法(Jackknife)測試用于分析氣候變量對預(yù)測結(jié)果的影響,以確定每個(gè)氣候因素的重要性。當(dāng)單獨(dú)使用氣候變量時(shí),增益最大變量是降水季節(jié)性變化(bio15)(圖3),表明該變量是預(yù)測過程中限制長柄扁桃分布的最關(guān)鍵變量。

      圖3 刀切法檢測生物氣候變量的重要程度Fig. 3 Jackknife test for evaluating the relative importance of bioclimatic variables

      2.3 適宜分布區(qū)的幾何中心

      圖4顯示了基準(zhǔn)氣候情景和未來4種氣候情景下長柄扁桃集中適宜分布區(qū)的幾何中心。在情景SSP1-2.6中,2021年、2061年和2081年的幾何中心位于基準(zhǔn)氣候情景幾何中心的西北方,2041年幾何中心位于基準(zhǔn)氣候情景幾何中心的東北方。在情景SSP3-7.0中,2021年幾何中心位于基準(zhǔn)氣候情景幾何中心的東北方,其余時(shí)間段的幾何中心都位于基準(zhǔn)氣候情景幾何中心的西北方。在情景SSP2-4.5和SSP5-8.5中,所有時(shí)間段的幾何中心全部位于基準(zhǔn)氣候情景幾何中心的西北方。結(jié)果表明,未來長柄扁桃集中適宜分區(qū)的幾何中心整體有往西北方移動的趨勢。

      圖4 不同氣候情景下長柄扁桃集中適宜分布區(qū)的幾何中心Fig. 4 Geometric centers of the concentrated suitable distribution regions of Prunus pedunculata under different climate scenarios

      將幾何中心的遷移進(jìn)行量化,以基準(zhǔn)氣候情景下的幾何中心為原點(diǎn),距離原點(diǎn)最遠(yuǎn)的幾何中心的遷移率表示為1,其余幾何中心和原點(diǎn)間距離與最遠(yuǎn)幾何中心和原點(diǎn)間距離之比就是這些幾何中心的遷移率(表1)。幾何中心遷移率最高的氣候情景為2061和2081年的SSP5-8.5情景,遷移率為1。幾何中心遷移率最低的氣候情景為2021年的SSP3-7.0情景,遷移率為0.31。4種氣候情景的平均遷移率分別為0.39(SSP1-2.6)、0.46(SSP2-4.5)、0.54(SSP3-7.0)和0.79(SSP5-8.5)。隨著排放情景的升級,幾何中心的平均遷移率也在增加,表明高排放情景下長柄扁桃集中適宜分布區(qū)的變化比低排放情景更活躍。

      表1 長柄扁桃集中適宜分布區(qū)幾何中心遷移率Table1 Migration rate of geometric center of the concentrated suitable distribution regions of Prunus pedunculata

      2.4 預(yù)測結(jié)果評價(jià)

      MaxEnT模型運(yùn)用受試者工作曲線(ROC)對預(yù)測結(jié)果進(jìn)行精確性驗(yàn)證。在該方法中,使用曲線下的面積,即AUC(area under curve)值(范圍為0~1)來判斷模型的預(yù)測精度。當(dāng)AUC ≤0.7時(shí),表明預(yù)測精度較差;當(dāng)0.8 ≤ AUC <0.9時(shí),表明預(yù)測精度較好;當(dāng)AUC > 0.9時(shí),表明預(yù)測精度很好[11,14]。本研究中,模型的AUC值為0.982,表明預(yù)測結(jié)果精度高,預(yù)測效果好。

      3 討論

      3.1 長柄扁桃適宜分布區(qū)特點(diǎn)

      內(nèi)蒙古和蒙古國的中東部是長柄扁桃集中適宜分布區(qū)。適宜分布區(qū)緯度跨度很大,從35.49°N至54.91° N,總體上長柄扁桃屬于高緯度經(jīng)濟(jì)林樹種。隨著緯度的增加往往伴隨著無霜期短、年均溫度低、降水量少等低溫、干旱的環(huán)境,導(dǎo)致大部分經(jīng)濟(jì)林樹種無法發(fā)展[20-21]。而長柄扁桃在高緯度的分布,為高緯度地區(qū)提供了一個(gè)適宜的樹種。

      3.2 影響長柄扁桃分布的主要?dú)夂蜃兞?/h3>

      降水季節(jié)性變化(bio15)是限制長柄扁桃分布的最關(guān)鍵變量。溫度和降水是限制植物生長的2個(gè)關(guān)鍵因素。水對植物尤其重要,它不僅對植物的光合作用有重要影響,而且還決定著植物的生長狀況,是限制植物分布的一個(gè)重要因素[22]。使用MaxEnt模型預(yù)測唇萼薄荷(Mentha pulegiumL.)時(shí),結(jié)果表明最冷季度的降水量(bio19)是限制其分布的最關(guān)鍵變量[23];對五葉木通(Akebia quinata(Thunb.) Decne.)的分布預(yù)測表明,限制其分布的最關(guān)鍵變量是年降水量(bio12)[15]。降水季節(jié)性變化(bio15)、最冷季度的降水量(bio19)和年降水量(bio12)都是與降水相關(guān)的變量,表明降水條件對長柄扁桃、薄荷和五葉木通等物種的分布限制優(yōu)先級高于溫度條件。而溫度變量最冷季平均溫度(bio11)是限制三葉木通(Akebia trifoliata(Thunb.) Koidz.)的最關(guān)鍵變量[16],限制竹葉花椒(Zanthoxylum armatumDC.)分布的關(guān)鍵環(huán)境因子的是1月份最高氣溫[24],對于三葉木通和竹葉花椒等物種來說,溫度條件對分布的限制要高于降水條件。由此可知,盡管限制不同物種分布區(qū)的變量不同,但都或與溫度,或與降水息息相關(guān)。

      3.3 長柄扁桃適宜分布區(qū)的變化趨勢

      不同物種針對氣候變化做出的響應(yīng)不同,尤其是隨著CO2排放體量增加的情況下,不同的物種適宜面積既有增加也有減少。本研究中,長柄扁桃適宜面積總體呈增加趨勢,具體情況是:2041年之前,長柄扁桃集中適宜分布區(qū)面積在未來4個(gè)情景中都為增加趨勢;2041年之后,情景SSP1-2.6中的適宜面積開始減少,情景SSP2-4.5中適宜面積基本保持穩(wěn)定,情景SSP3-7.0和SSP5-8.5中適宜面積持續(xù)增加,并且情景SSP3-7.0中的適宜面積在2061年之前就將超過情景SSP5-8.5,隨后繼續(xù)增加。同樣,紫斑牡丹(Paeonia rockii(S. G. Haw & Lauener) T. Hong & J. J.Li)的適宜面積在排放情景RCP2.6和排放情景RCP8.5中都有所增加[22];而對松茸(Tricholoma matsutake(lto et lmai) Singer)的研究表明,在RCP8.5情景下,其適宜面積將大大減少,適宜分布區(qū)甚至?xí)щx破碎[25]。由于氣候變化,物種的適宜分布區(qū)也將發(fā)生變化[26-28]。物種分布區(qū)的擴(kuò)張或收縮、物種遷移、甚至是分布區(qū)的破碎化是物種分布區(qū)幾何中心變化的原因所在[15-16,18]。未來氣候情景中,長柄扁桃集中適宜分布區(qū)的幾何中心有向西北移動的趨勢,而五葉木通在東亞的適宜分布區(qū)的幾何中心隨著排放情景的升級而持續(xù)向東北移動[15],三葉木通適宜分布區(qū)的幾何中心將向北移動[16]。隨著CO2排放體量的增加,全球氣候的變化不管是提升還是降低適宜分布區(qū)的面積,都會使物種適宜分布區(qū)的幾何中心遷移,也就是原本適宜的地區(qū)不再適宜原生物種,這在很大程度上會威脅物種的生存。因此,控制碳排放,降低人類活動對氣候的影響是非常必要的。

      4 結(jié)論

      長柄扁桃適宜分布區(qū)主要集中在中國、蒙古和俄羅斯,范圍為97.23°~122.62° E和35.49°~54.91° N。降水季節(jié)性變化(bio15)是限制長柄扁桃分布的最關(guān)鍵氣候變量。在未來的4種氣候情景下,長柄扁桃集中適宜分布區(qū)有向西北方遷移的趨勢。隨著排放情景的升級,幾何中心的平均遷移率也在增加,高排放情景下集中適宜分布區(qū)的變化比低排放情景更活躍。本研究預(yù)測長柄扁桃分布區(qū)響應(yīng)氣候變化的規(guī)律,對其保護(hù)和開發(fā)利用具有重要意義。

      猜你喜歡
      長柄扁桃分布區(qū)
      江蘇省六種鳥類新紀(jì)錄
      英語中的“鍋碗瓢盆”
      澆菜
      廣東地區(qū)夾竹桃科植物區(qū)系分析
      物種分布區(qū)特征及其對生物多樣性保育的意義
      炎黃地理(2019年5期)2019-10-20 01:59:19
      扁桃斑鳩菊揮發(fā)性成分和無機(jī)元素分布
      中成藥(2018年6期)2018-07-11 03:01:20
      大漠瀚海中的珍稀瀕危野生植物之蒙古扁桃
      斜紋夜蛾(Spodopteralitura)在我國的時(shí)空分布概述
      脂肪酶Novozyme435手性拆分(R,S)-扁桃酸
      植物生長調(diào)節(jié)劑對長柄扁桃種子萌發(fā)及幼苗生長的影響
      方城县| 卓资县| 屏东市| 镇江市| 都昌县| 印江| 哈尔滨市| 平安县| 辽源市| 获嘉县| 东方市| 佛坪县| 天全县| 阿荣旗| 来凤县| 大关县| 论坛| 铁岭市| 梨树县| 阿拉善盟| 奇台县| 樟树市| 山东省| 黄山市| 东至县| 榆中县| 大渡口区| 禹州市| 顺昌县| 霍林郭勒市| 东宁县| 平谷区| 富宁县| 那坡县| 南靖县| 石家庄市| 买车| 广安市| 玛沁县| 永州市| 齐河县|